В провинциях Сиирт и Мерсин на юго-востоке Турции впервые использовали искусственный интеллект для мониторинга урожайности садов.

«Проект по мониторингу созревания фруктов и диагностике гнили с помощью БПЛА» подготовил аспирант Абдуррахман Йылдырым.

Консультационную поддержку оказывали преподователь кафедры электротехники и электроники инженерного факультета Университета Сиирт (SIU) Мелих Кунджан и преподаватель кафедры электротехники и электроники факультета инженерии, архитектуры и дизайна Университета Бартын Бурак Йылдырым.

В рамках проекта для определения урожайности в гранатовых и яблочных садах в Сиирте, а также в банановых и апельсиновых деревьев в Мерсине программное обеспечение проанализировало 2 223 снимка, которые сделали дроны.

Кунджан сообщил «Анадолу», что для получения достоверных данных дрон используют в разные дни, под разными углами, при разных погодных условиях и свете.

По его словам, полученные данные позволяют очень точно определить уровень спелости фруктов и выявить случаи гниения.

Кунджан считает возможным разработку и передачу фермерам прототипа продукта для мониторинга сельхозугодий.

При этом он подчеркнул, что дроны в аграрном секторе больше используются сейчас для опрыскивания урожая на участках посевных площадей, куда не могут проехать трактора или использовано другое привычное оборудование.

В будущем фермеры смогут следить за временем созревания, гниением и болезнями фруктов и овощей и повысить урожайность, считает он.

Он рассказал, что наиболее полезные данные с точностью до 97 процентов удалось получить в ходе мониторинга садов апельсинов и гранат, «Планируем получить патент на проект»,- добавил Кунджан.

Йылдырым же отметил, что цель проекта – повысить урожайность и качество фруктов.

Автор программного обеспечения убежден, что в будущем результаты его работы принесут большую пользу фермерам и предприятиям.

По его словам, спелые и гнилые фрукты удается выявить за счет того, что программное обеспечение сравнивает снимки с дрона с теми, что заранее были заложены в базу данных.

«Определение общего состояния плодов и исследования по оценке урожайности различаются в зависимости от плотности деревьев и типа фруктов. Мы продолжим разрабатывать такие проекты»,- добавил он.