Anglicky: Combination of Remote Sensing and Artificial Intelligence in Fruit Growing: Progress, Challenges, and Potential Applications
Zdroj: Furuya, DEG, Bolfe, EL, Parreiras, TC, Barbedo, JGA, Santos, TT, Gebler, L. 2024. Combination of Remote Sensing and Artificial Intelligence in Fruit Growing: Progress, Challenges, and Potential Applications, Remote Sensing, 16 (24).
Klíčová slova: "dálkový; průzkum"
Dostupný z: https://www.mdpi.com/2072-4292/16/24/4805
Ovocnářství představuje klíčový segment globální zemědělské ekonomiky s významným příspěvkem k zajištění potravinové bezpečnosti, tvorbě pracovních míst a rozvoji venkovských oblastí. Technologie dálkového průzkumu Země poskytují možnosti kontinuálního a neinvazivního monitorování ovocných sadů na různých prostorových a časových škálách. Satelitní, letecké i dronové snímkování umožňuje získávání cenných informací o vegetačních indexech, zdravotním stavu rostlin, půdní vlhkosti, výskytu škůdců a chorob nebo stupni zralosti plodů. Integrace těchto dat s algoritmy strojového učení otevírá nové možnosti pro automatizované rozpoznávání vzorců a prediktivní analýzy. S pokrokem technologií se mapování ovoce pomocí dálkového průzkumu Země (DPZ) v kombinaci s technikami strojového učení (ML) a hlubokého učení (DL) stalo nepostradatelným nástrojem pro optimalizaci produkce, monitorování zdravotního stavu plodin a přesnější predikci sklizní.
Předkládaná studie byla realizována ve čtyřech hlavních etapách s cílem poskytnout komplexní přehled současného stavu poznání a budoucích možností aplikace těchto technologií. V první etapě byla provedena systematická rešerše literatury dostupné ve Web of Science za období od července 2018 do června 2024. Druhá etapa spočívala v obecné analýze získaných dat, včetně identifikace nejstudovanějších druhů ovoce s využitím v článku zpracovaných metodických přístupů. Třetí etapa se zaměřila na podrobnou analýzu studií zabývajících se jabloněmi a vinnou révou, s 27 a 30 články. Čtvrtá etapa demonstrovala potenciální aplikace těchto technologií v jižních oblastech Brazílie s produkcí jabloně a vinné révy.
Z analýzy vyplývá, že od roku 2021 došlo k výraznému nárůstu počtu studií díky pokrokům v technikách a dostupnosti dat. Geograficky jsou výzkumy rozloženy napříč 26 zeměmi, přičemž Čína a Spojené státy vedou s 34 a 10 články. V oblasti pěstování jabloně se výzkum zaměřoval na odhad obsahu dusíku a chlorofylu, predikci výnosů a popisné klasifikaci typů ovocných stromů. Výzkum identifikoval několik klíčových výzev včetně problematiky standardizace dat z různých senzorů, zajištění dostatečné kvality a rozlišení snímků, vytvoření robustních algoritmů fungujících v různých klimatických podmínkách a potřeby zpracování velkých objemů dat v reálném čase. Významnou překážkou zůstává nedostatek kvalitních tréninkových datasetů pokrývajících široké spektrum ovocných druhů a pěstebních podmínek. Pokud jde o typy senzorů, často jsou využívána satelitní data ze Sentinel-2 a systému Landsat. Z hlediska dronových a leteckých studií převládají hyperspektrální data díky jejich vyšší úrovni detailního rozlišení.
Studie zdůrazňuje potenciál města Vacaria v brazilském státě Rio Grande do Sul jako významné oblasti pro implementaci technologií dálkového průzkumu a umělé inteligence. Vacaria je odpovědná za 25% brazilské národní produkce jablek s 254 tisíci tun sklizených v roce 2020 a také produkovala 873 tun révových hroznů v roce 2022. Využitím satelitních snímků s vysokým rozlišením, multispektrálních dronových dat a proximálních hyperspektrálních senzorů by oblast Vacaria mohla optimalizovat využívání zdrojů, zvýšit produktivitu a zlepšit kvalitu ovoce prostřednictvím efektivnějšího plánování.
Integrace IoT (Internet of Things; Internet věcí) sensorů, dronových technologií a satelitních dat s pokročilými AI algoritmy vytváří komplexní systémy pro "chytré" precizní ovocnářství, které mohou významně zvýšit efektivitu produkce při současném snížení environmentálního dopadu. Tyto systémy umožňují přechod k proaktivnímu technologicky vyspělému managementu sadů, což je klíčové pro udržitelnou intenzifikaci zemědělské produkce.
Úspěšná implementace těchto technologií vyžaduje multidisciplinární přístup kombinující expertízu z oblastí dálkového průzkumu Země, informatiky, agronomie a ekonomie. Důležitá je také spolupráce mezi vědeckými institucemi, technologickými společnostmi a praktickými pěstiteli pro zajištění transferu výsledků výzkumu do praxe.
Předložená studie představuje systematický přehled současného stavu aplikace dálkového průzkumu Země a umělé inteligence v ovocnářství s důrazem na jabloně a vinnou révu. Autoři prokázali pečlivý metodický přístup při analýze 117 vědeckých publikací a poskytli cenný zdroj informací jak pro výzkumníky, tak pro praktické zemědělce. Zvláště oceňuji identifikaci konkrétních technických výzev a praktických aplikací, které realisticky reflektují současné možnosti a limity nejnovějších technologií. Studie má významný potenciál inspirovat další výzkum v oblasti precizního zemědělství a přispět k rozvoji udržitelných pěstebních praktik. Kombinace teoretického rozboru s praktickými aplikacemi a konkrétním případem města Vacaria činí z této práce hodnotný příspěvek k rozvíjejícímu se oboru digitálního zemědělství.
