Анализ снимков с дронов поможет повысить урожайность сои в условиях изменения климата
Исследователи из Университета Пердью Кэти Рейни и Кит Черкауэр работают над прогнозированием биомассы сои по снимкам с дронов в Индиане.
"Мы расширяем эту возможность на все публичные программы по селекции сои в регионе", — сказала Рейни, профессор агрономии и директор Центра сои Пердью. Вскоре она и Черкауэр начнут получать снимки с дронов, собранные на панели из 1200 сортов сои, которые селекционеры высадили в 11 штатах северо-центрального региона США.
"В Пердью мы будем выполнять всю обработку и модификацию изображений для прогнозирования биомассы", — отметила она. Эта работа является частью проекта SOYGEN3 (Science Optimized Yield Gains across ENvironments), в который входят восемь университетов, включая Пердью.
"Главная цель этого эксперимента — разработать методы и модели для отбора сортов сои, которые будут давать высокий урожай в будущих экстремальных условиях в сценариях изменения климата", — пояснила Рейни. "Мы знаем, что будущие условия выращивания сои будут отличаться от нынешних из-за меняющегося климата. Мы также получаем больше экстремальных погодных явлений".
Проект использует программное обеспечение Plot Phenix, которое быстро преобразует аэрофотоснимки сельскохозяйственных культур в полезную информацию для селекции растений, моделирования урожая и точного земледелия. Рейни, Черкауэр и выпускник докторантуры Пердью Энтони Херст запатентовали Plot Phenix в 2022 году.
"Меня интересует водопользование, влияние окружающей среды и возможность измерять и моделировать сою на больших площадях", — сказал Черкауэр, который также руководит Исследовательским центром водных ресурсов Индианы. "Наличие удаленных друг от друга локаций увеличивает вероятность того, что мы получим широкий спектр условий окружающей среды".
Например, селекционеры и фермеры сои в Миннесоте используют другой генетический материал, чем в Индиане, и им требуются более термостойкие сорта. Но даже районы с одинаковым среднегодовым количеством осадков могут переживать кардинально разные годы.
"В Индиане может быть засуха, а в восточном Канзасе — обычный год. Доступ ко многим локациям, которые могут испытывать как средние, так и более засушливые условия, позволяет нам расширить анализ изображений и создаваемые модели", — отметил Черкауэр.
Восточный Канзас получает примерно столько же осадков, что Индиана, Иллинойс и Миссури. Но западный Канзас получает примерно вдвое меньше осадков, как и центрально-западная Небраска, Дакоты и западная Миннесота.
"Индиана почти полностью зависит от дождей, за исключением семеноводства и производства на песчаных почвах. Иллинойс будет похож. В Айове начинают использовать немного больше орошения", — сказал Черкауэр.
Черкауэр является соучредителем компании GRYFN, связанной с Пердью, которая предоставила для проекта новый дрон. Калибровочные полеты новой платформы уже начались в Агрономическом центре исследований и образования Пердью — фермерском объекте площадью 1600 акров.
В рамках сотрудничества SOYGEN3 дроны будут собирать изображения в красном, зеленом и синем каналах (RGB, или естественные цвета).
"SOYGEN3 начинается с относительно недорогих камер и аппаратных систем в различных местах", — сказал Черкауэр. Но дрон Пердью также будет оснащен мультиспектральными и тепловыми камерами, что даст более качественные наборы данных для рекомендаций партнерам по проекту.
Такие данные могут помочь США сохранить позицию крупнейшего в мире производителя сои. Выручка в 2022 году превысила 66 млрд долларов, включая более 34 млрд долларов от экспорта.
"Это уникальная культура, потому что она очень важна для будущей продовольственной безопасности в плане белка", — сказала Рейни. Однако использование сои в основном промышленное: люди потребляют лишь небольшой процент ее производства.
"Вы можете иногда есть традиционные соевые продукты, такие как тофу или эдамаме. Но по большей части 95% сои в мире скармливают курицам и свиньям, и она является основой этой пищевой цепочки", — отметила Рейни.
Для поддержания растущего производства сои исследователям необходимо более тонкое понимание того, как погода и климат влияют на урожайность в различных условиях с учетом генетической изменчивости. Это позволит селекционерам более стратегически подходить к отбору сортов.
"Генетическая вариация является ключевой, потому что наиболее очевидный способ использования данных, которые мы производим, селекционерами или частными организациями — это так называемое геномное предсказание", — объяснила Рейни.
При наличии достаточного количества данных по всему геному сои геномное предсказание позволяет селекционерам создать статистическую модель, прогнозирующую урожайность для 10 000 непроверенных линий.
"Но модели геномного предсказания необходимо калибровать под условия окружающей среды и включать в них больше информации, чем сейчас", — сказала Рейни. Также необходима модель, включающая прогнозы биомассы на основе снимков с дронов и генетики.
"В моей лаборатории мы работаем над объединением этой информации. Мы практически единственные, кто делает это в секторе сои — как публичном, так и частном", — заключила она.