Mimea ya Nickel hyperaccumulator ni spishi maalum ambazo zinaweza kuchukua kiasi kikubwa cha nikeli kutoka kwenye udongo na kuiweka kwenye tishu zao. Sifa hizi ni za kushangaza kwa phytomining, ambayo inamaanisha kusafisha udongo uliochafuliwa na kurejesha metali kutoka maeneo ya kiwango cha chini.

Hata hivyo, katika phytomining, si tu kiwango cha nickel kilichokusanywa na mmea ndicho kinachokosha. Uzalishaji wa jumla wa chuma unategemea wingi wa chuma katika tishu za mmea mara uzito wa biomass iliyozalishwa. Kwa maneno mengine, mmea unaokusanya nickel nyingi lakini ukuaji mdogo unaweza usilete tija inayotarajiwa katika matumizi.

Kazi hii ya Streptanthus polygaloides inatengeneza mstari otomatiki wa kupima sifa za mimea ili kutabiri biokiasi ya mmea wa nikel yenye kiwango cha juu cha akumuletishaji 200 bila kukata mmea. Mfumo unachukua video ya mmea, unatenganisha mmea na alama za marejeleo kutoka kwenye picha, unaunda wingu la pointi na kutoka kwenye wingu hilo la pointi hukokotoa wazi, urefu, na sifa za kimuundo za tabaka (preprint) (360°) (3B).

Matokeo yanaonyesha kwamba kuzingatia urefu wa mmea pekee si vya kutosha kutabiri wingi wa mimea. Kinyume chake, wakati sifa 3B zinapotumika pamoja, utabiri wa wingi wa mimea mbichi na kavu unakuwa wenye nguvu sana.

Tatizo Nini?

Majani ya mimea ni mojawapo ya vipimo muhimu vya kuelewa ukuaji wa jumla na tija ya mmea. Katika phytomining, biomasi inakuwa muhimu zaidi. Kwa sababu thamani ya kiuchumi ya mmea wa hyperaccumulator imedhamiriwa sio tu na ni kiasi gani cha nikeli inahifadhi kwenye tishu zake, lakini pia na kiasi gani cha mimea inazalisha.

Uchambuzi wa kiasili wa bio-mass kawaida huwa na uharibifu. Mimea inakatwa, kukauka na kupimwa. Njia hii inaweza kuwa sahihi; lakini ina tatizo kubwa: mmea unaopimwa hauwezi kuishi zaidi. Hii inafanya kuwa vigumu kufuatilia mchakato wa ukuaji wa mmea huo kwa muda, kuhifadhi vipindi vya juu vya mimea kwa ajili ya uzalishaji wa mbegu, na kudumisha mali hai kwa ajili ya kazi za mbinu za kuboresha.

Kwa hivyo, watafiti wamekuwa wakitafuta njia zisizoharibu kwa muda mrefu. Njia rahisi zaidi ni kupima urefu wa mimea. Lakini urefu wa mimea hauwakilishi vizuri mara zote wingi wa tunda la mimea. Mimea miwili yenye urefu sawa inaweza kuwa moja nyepesi na wima, nyingine fupi lakini yenye matawi mengi na msongamano mkubwa. Wingi wa tunda la mimea ya mimea hii miwili unaweza kutofautiana sana.

Shida kuu ya kazi hii ni hii:

Je, inawezekana kutabiri zaidi kwa usahihi wingi wa mwili wa mimea kwenye mimea yenye mkusanyiko wa nikeli wenye usanifu mgumu wa taji, bila kukata mmea na kutegemea tu kipimo cha urefu?

Mbinu Inapendekeza Nini?

Karatasi hiyo inapendekeza bomba la phenotyping ambalo linachanganya upigaji picha wa 3B na otomatiki inayotegemea AI.

Mfumo unaundwa na sehemu mbili kuu:

Kwanza, jukwaa la picha lililoundwa mahsusi. Katika jukwaa hili, mmea unasalia mahali pake, na kamera inazunguka kuzunguka mmea. Hivyo basi, kwa kuwa mmea hauhamishiwi, mtetemo wa majani na shina unapungua. Hii ni muhimu; kwa sababu ukungu wa harakati unaweza kusababisha mabadiliko katika wingu la pointi za 3D (3B).

Kuna pointi nyingi za kudhibiti ardhi juu ya jukwaa. Pointi hizi za kudhibiti husaidia programu ya fotogrammetria kuunda mfano wa kiwango halisi kutoka kwa picha. Katika utafiti, malengo 12 yenye nambari za duara na malengo 9 yenye alama zilizotumika zimehitajika (3B).

Pili, mstari wa programu. Hatua za mstari huu zinaendelea kama ifuatavyo:

1. Video ya mmea 360° inaingizwa.
2. Picha za fremu zinaondolewa kutoka kwenye video.
3. Kwa mfano wa SAM3, mimea, jukwaa na alama za kudhibiti zinatofautishwa kutoka kwenye picha.
4. Alama za kudhibiti zinatambuliwa na kuwekwa nafasi kwa modeli ya YOLO26.
5. Kitengo cha Agisoft Metashape kinaunda wingu la pointi la 3B kwa kutumia fotogrametrii.
6. Nukta zinazohusiana na mmea zinatofautishwa kwa kutumia kuchuja rangi.
7. Wakati wa wingu wa pointi, kiasi cha mmea na sifa zingine za kimuundo zinatolewa.
8. Wakati wa nasibu wa msitu, biomass mpya na kavu inatabiriwa.

Njia hii inakusudia kupunguza mzigo wa kuashiria mwongozo katika upigaji picha wa classical. Kwa kawaida, watafiti wanaweza kuhitaji kutambua alama za kumbukumbu kwenye picha. Kazi hii hubadilisha mchakato huu kiotomatiki na YOLO26.

Je, Fomula Zinamaanisha Nini?

Kazi hii imetegemea zaidi kwenye usindikaji wa picha, wingu la pointi 3D, na mtiririko wa ujifunzaji wa mashine kuliko mlinganyo mzito wa hisabati. Hata hivyo, ni muhimu kuelewa baadhi ya mawazo ya kiufundi kwa njia rahisi (3B).

Wazo la kwanza muhimu ni kutenganisha pointi za mimea kwa kutumia vichujio vinavyotegemea rangi. Wanasayansi walitumia chaneli 017 za rangi kushika tishu za mimea zenye rangi ya kijani, kahawia na ya manjano katika wingu la pointi. Kwa ufupi: (RGB).

• Ikiwa kituo cha kijani kinatawala zaidi kuliko nyekundu na buluu, nukta inaweza kuwa ya muundo wa mmea wa kijani hai.
• Kama vina rangi nyekundu/baki vinakidhi vizingiti fulani, nukta hiyo inaweza kuwa ya tishu za mmea zilizokauka au kuzeeka.

Kwa njia hii, sio tu majani safi ya kijani, lakini pia tishu za manjano au kahawia katika maeneo ya chini ya mmea zinaweza kujumuishwa kwenye mfano.

Wazo la pili muhimu,voxelni mbinu. Voxel inaweza kufikirika kama cubes ndogo katika dunia ya 3B. Watafiti waligawanya wingu la pointi za mmea kuwa seli ndogo za 3B na kuhesabu ni seli zipi zilizojazwa na mmea.

Mantiki rahisi ni kama ifuatavyo:

Kiasi cha mmea = Idadi ya iliyojazwa voxel × Kiasi cha voxel moja

Njia hii inatumika kupima si tu urefu wa mmea, bali pia ni kiasi gani kinachochukua nafasi katika anga.

Wazo muhimu la tatu ni kugawanya mmea katika tabaka za usawa. Wingu la nukta la mmea limegawanywa katika tabaka 64 za usawa na katika kila tabaka, vipengele kama umbali wa nukta kutoka katikati, msongamano wake na eneo linalochukua vimetolewa. Hii inaruhusu kuelewa sio tu 'urefu gani' wa mmea, bali pia ni kwa kina gani imeenea katika kila urefu.

Katika hatua ya mwisho, sifa hizi zilipeanwa kwa mfano wa upunguzaji wa msitu wa bahati nasibu. Msitu wa bahati nasibu ni mbinu ya kujifunza mashine ambapo miti mingi ya maamuzi hufanya utabiri pamoja. Katika utafiti huu, mfano umetumika kutabiri wingi wa kikaboni cha fershi na kavu kutoka sifa 020 za morfolojia (3B).

Ujumbe Mkuu wa Chati / Jedwali / Mchoro

Picha katika makala zinaweza kufupishwa kama ifuatavyo, bila kunakili moja kwa moja:

Picha ya kwanza ya jukwaa inaonyesha wazo la msingi la vifaa vya mfumo. Mimea ipo kwenye sahani thabiti iliyo katikati, na kamera inasogea kuzunguka mmea kwenye mkono unaozunguka. Viashiria vilivyo na alama kwenye jukwaa vinawawezesha kuunganisha mfano wa 020 na vipimo vya dunia halisi. Ujumbe mkuu: Badala ya kuzungusha mmea, kuzungusha kamera kumechaguliwa kwa picha thabiti zaidi na mfano wa 020 wenye uaminifu zaidi (3B).

Mchoro wa pili wa mtiririko wa kazi unaonyesha mstari mzima kutoka video ghafi hadi makadirio ya biomasi. Ujumbe kuu kwa msomaji ni huu: Njia hii siyo tu kuangalia picha; ni mchanganyiko wa hatua za kutoa fremu za video, mgawanyo kwa kutumia akili ya bandia, utambuzi wa alama, fotogrametria, usafishaji wa wingu la pointi, hesabu ya kiasi na makadirio ya ujifunzaji wa mashine.

Picha ya seti ya data ya alama ya kudhibiti inaonyesha kuwa modeli ya YOLO26 ilifundishwa kutambua malengo tofauti yenye alama na nambari. Ujumbe mkuu hapa ni kuwa mfumo unalenga kufanya kazi kwa utambuzi wa kiotomatiki wa alama badala ya alama za mkono.

Mchoro wa uthibitisho wa urekebishaji wa 3B unaeleza kwamba usahihi wa modeli unajaribiwa kwa kipenyo halisi cha jukwaa la plaka. Kwa kuwa kipenyo kilicho hapa ni 57 cm, kipenyo kilichopatikana kutoka kwa wingu la pointi kili linganishwa na kipenyo halisi. Hii husaidia kuelewa ni kwa kiwango gani mfumo unafanya kazi kwa usahihi katika kipimo cha jiometri.

Picha inayotoa muonekano wa jumla wa mifano ya mimea ya 3B inaonyesha kwamba usanifu tofauti wa mimea unaweza kushikiliwa kama wingu la pointi. Mimea baadhi inaonekana mirefu na yenye nafasi chache, baadhi inaonekana mifupi na minene. Tofauti hii inaunga mkono kwa kuona kwa nini kipimo cha urefu pekee hakitoshi.

Michoro ya makadirio ya mimea hutoa ujumbe muhimu zaidi wa utafiti. Wakati ukubwa wa juu wa mmea tu unapotumika, makadirio ya mimea hai na kavu karibu yanashindwa. Kwa upande mwingine, wakati vipengele vya kimsingi vya kijiometri vya 3B na tabaka vinavyotumika pamoja, usahihi wa makadirio unaongezeka kwa uwazi.

Grafu ya matumizi ya muda inaonyesha hatua gani ya mfumo inachukua muda mrefu zaidi wa kuchakata. Mzigo mkubwa zaidi ni uundaji wa wingu la nukta 3B yaani katika hatua ya fotogrametri. Sehemu ya segmentation na utambuzi wa alama pia inachukua muda; hata hivyo mchakato wote unaweza kukamilika ndani ya dakika chache.

Jaribio limefanywa vipi?

Kwenye utafiti jumla ya mimea 110,002 ilipimwa. Mimea hii ilisomwa kutoka kwa mbegu zilizopatikana katika makazi asilia ya Kaskazini California. Mimea ilipotimia kipindi cha maua, ilitumika kwa ajili ya upimaji wa phenotipu (Streptanthus polygaloides).

Katika mifano, tofauti kubwa ya morfolojia imetingekana. Urefu wa mimea ulikuwa kati ya cm 12.5 na cm 134.6. Baadhi ya mimea ilikuwa mirefu na michache, na wengine wakiwa mifupi lakini yenye msongamano na tawi nyingi kwenye tunda.

Kila mmea umewekwa kwenye jukwaa maalum na kurekodiwa na video ya 360°. Video hizo zilidumu takriban sekunde 15 na kurekodiwa kwa azimio la 30 fps. Kutoka kwenye picha, fremu 8 kwa sekunde zimechukuliwa. Fremu hizi zimekutumika kwa ajili ya urekebishaji wa 3B.

Mifano ya SAM3 imetumika kutofautisha mmea, sahani na alama kutoka kwa picha. Mkakati wa “alama ya hatua kwa hatua” umetumika kuongeza ufanisi wa umegawaji. Alama ya kwanza inalenga kueleza kwa undani, ilhali alama za ziada zimerahisishwa. Hivyo basi, ikiwa maelezo ya kina yatashindikana, maelezo rahisi huanza kuchukua nafasi.

Muundo wa YOLO26 umefunzwa kuainisha na kupata alama za udhibiti kwenye jukwaa. Viwianishi vya picha vya 2D vya alama zinazotambuliwa vilichorwa kwa viwianishi halisi vya voxel na kuingizwa kwenye programu ya upigaji picha (3B).

Agisoft Metashape, imetengeneza wingu la pointi kutoka kwenye picha 3B. Baadaye, pointi zinazohusiana na mmea zilitofautishwa kwa rangi na vichujio vya takwimu. Hatua ya mwisho, ujazo wa mmea na sifa za kimuundo kulingana na tabaka zilihesabiwa.

Kwa makadirio ya biomass, thamani halisi za uzito safi na kavu zimetumika kwenye mimea 58. Data iligawanywa katika seti za mafunzo na majaribio, na makadirio yalifanywa kwa kutumia modeli ya mnyororo wa msitu wa nasibu.

Matokeo yanaonyesha nini?

Matokeo muhimu ya kwanza ya kazi hii ni kwamba mfumo unatoa usahihi mkubwa wa kipimo katika urekebishaji wa 3D. Katika uthibitisho uliofanywa kwa kutumia sahani ya jukwaa yenye kipenyo kinachojulikana cha sentimita 57, kipenyo cha wastani kilichorekonstrwa kilikuwa sentimita 57.18 na makosa ya wastani ya kielelezo yaliripotiwa kuwa 0.60%. Hii inaonyesha kuwa mfumo unaweza kuhamisha vipimo vya mimea karibu sana na kipimo halisi cha ulimwengu (3B).

Matokeo ya pili ni kwamba mbinu ya SAM3 na taratibu ya haraka ilifanikiwa katika kugawanya. Kiwango cha jumla cha mafanikio katika mgawanyiko wa mimea kilifikia 99.4% na 100% katika sehemu ya sahani. Hii inaonyesha kuwa sehemu zinazotegemea AI zinaweza kutumika kwa ufanisi kupunguza kelele kabla ya upigaji picha.

Matokeo ya tatu ni utendaji thabiti wa Verianla katika utambuzi wa alama. Mfano huo ulitambua alama za udhibiti kwa usahihi wa hali ya juu, kwa kiasi kikubwa kuondoa hitaji la uwekaji wa alama za mwongozo. Hii ni faida kuu ya otomatiki kwa phenotyping ya kiwango cha juu (YOLO26).

Matokeo ya nne na muhimu zaidi ni kwamba urefu wa mmea hautoshi kwa utabiri wa biomasi. Utabiri unaotegemea urefu wa juu wa mmea umebaki katika R²=0,01 kwa biomasi mbichi na R²=0,03 kwa biomasi kavu. Thamani hizi zinaonyesha kwamba urefu pekee hauelezi karibu chochote.

Matokeo ya tano ni kwamba sifa za kimofolojia za 3B hutoa utabiri wenye nguvu zaidi. Wakati ujazo wa mmea na sifa za kimuundo za tabaka zikitumika pamoja, R²=0,84 ilipatikana kwa biomasi mbichi na R²=0,85 kwa biomasi kavu. Hii inaonyesha kwamba kupima mgawanyo wa mmea angani ni muhimu katika utabiri wa biomasi.

Matokeo ya sita hutoa kidokezo cha kibiolojia kuhusu usanifu wa mimea. Mimea mirefu haimaanishi kila wakati ina biomasi nyingi zaidi. Mimea mifupi, yenye nguvu na matawi inaweza kubeba wingi na biomasi zaidi. Kwa ajili ya uchimbaji wa mimea, hili linamaanisha kuwa usanifu wa mimea mfupi lakini mnene na wenye biomasi ya juu unaweza kuwa lengo muhimu la kuchagua.

Hii Ni Kwa Nini Muhimu?

Upandaji metalliki kupitia mimea unategemea wazo la kukusanya metali kutoka ardhini kupitia mimea badala ya kuchimba moja kwa moja. Njia hii inachunguzwa hasa kama mbadala yenye athari ndogo kwa mazingira kwa metali za kimkakati kama vile nickel. Hata hivyo, ili njia hii iweze kutumika, mimea lazima iweze kujamlisha metali kwa kiwango kikubwa na pia kutoa kikomo cha kibiomasi kinachofaa.

Kuwa na uwezo wa kupima misombo ya mimea kwa usahihi na kwenye mimea hai kunaweza kuharakisha kazi za maboresho na uteuzi. Ikiwa watafiti wanaweza kuelewa ni mmea gani unaoleta misombo mingi bila kukata mmea, wanaweza kulihifadhi mmea huo kwa ajili ya uzalishaji wa mbegu au majaribio zaidi.

Kazi hii inaonyesha kuwa upimaji wa fenotipu wa 3B unaweza kusoma usanifu wa mmea vizuri zaidi kuliko upimaji wa kawaida wa urefu. Haswa kwa mimea iliyogawanyika, changanyifu au inayokua wima, sifa kama vile wingi, upanuzi wa usawa na muundo wa tabaka zinaweza kuwa na maana zaidi kwa biomass.

Ujumbe mkuu wa makala kwa msomaji wa Verianla ni huu: Kuuliza tu swali la “mmea umelemea sentimita ngapi?” labda haitoshi kuelewa ukuaji wa mmea. Mfumo wa 3B unaotumia akili bandia unaweza kusaidia kufanya maamuzi sahihi ya kibayolojia kwa kupima usanifu halisi wa mmea katika nafasi.

Mambo ya Kuzingatia

Makala hii haijapitiwa na tathmini ya rufaa. Matokeo yanaweza kubadilika baada ya mchakato wa uhakiki wa kisayansi wa kujitegemea (preprint).

Utafiti umefanyika katika hali za ndani na juu ya aina fulani ya mmea. Katika hali za shamba, upepo, mabadiliko ya mwanga, kivuli, kuingiliana kwa mimea, ardhi ya nyuma na harakati zinaweza kujaribu mfumo.

Mfumo wa makadirio ya mimea ya viumbe unategemea sampuli 58 halisi za mimea ya viumbe. Seti hii ya data ingawa inatoa matokeo yenye matumaini, inahitaji kuthibitishwa na data kubwa zaidi na inayojumuisha vipindi tofauti vya ukuaji.

Uhakiki wa kipimo cha 3B umefanywa tu na sampuli 10 halisi za kipimo. Hii inaonyesha uwezo wa mbinu; lakini kwa uthibitisho stronger inahitaji sampuli zaidi.

Mfumo unategemea vipengele vya modeli mpya sana kama vile SAM3 na YOLO26. Ni lazima pia kujaribiwa jinsi modeli hizi zitakavyofanya kazi na aina mbalimbali za mimea, hali tofauti za mwanga, na mandhari tofauti.

Utafiti hauhesabu faida ya kiuchumi moja kwa moja kwa ajili ya madini ya mimea. Hivyo, njia hii haionyeshi wazi kwamba kilimo cha nikeli kinaweza kufanya biashara; badala yake, inatoa teknolojia ya kipimo inayoweza kuongeza phenotyping na kasi ya ukuzaji katika eneo hili.

Matokeo

Utafiti huu wa preprint unapendekeza laini otomatiki ya upimaji wa fenotipu wa 3B ili kukadiria biomasi katika mmea wa nickel hyperaccumulator Streptanthus polygaloides bila kukata mmea. Mfumo unachanganya vipengele kama video ya 360°, sehemu ya SAM3, utambuzi wa alama wa YOLO26, wingu la pointi la fotogrametria, hesabu ya ujazo inayotegemea voxel, na modeli ya random forest.

Matokeo yanaonyesha kuwa urefu wa mmea pekee hautoshi kueleza biomasi; ujazo wa 3B na sifa za kimofolojia za tabaka hutoa utabiri wenye nguvu zaidi. Thamani za juu za R² katika utabiri wa biomasi mbichi na kavu zinaashiria kuwa mbinu hii ina matumaini katika uchaguzi na ufugaji wa mimea ya hyperaccumulator.

Kutokana na mtazamo wa Verianla, makala hii ni mfano mzuri unaoonyesha jinsi akili bandia na taswira ya 3B zinavyotoa suluhisho la tatizo halisi katika bioteknolojia ya kilimo. Sio kupata tu picha za mimea, bali kubadilisha picha hizi kuwa data za kibiolojia zinazoweza kupimika 3B, inaweza kuwa mojawapo ya zana kuu za kuchagua mimea kwa haraka na kwa usahihi zaidi katika siku za usoni.

Kumbuka Chanzo na Mbinu

Makala hii ni tafsiri rahisi ya Kiswahili ya utafiti wa 3D Phenotyping Pipeline for Non-Destructive Biomass Estimation of Nickel Hyperaccumulator Plants ambao haukupitiwa na tathmini ya wachambuzi wenye kichwa cha habari 'Verianla'. Maandishi haya si tafsiri ya maneno kwa maneno; lengo, mbinu, ujumbe kuu wa picha, matokeo ya modeli na mipaka ya makala yameelezewa upya kwa njia asili kwa msomaji wa preprint.

Utafiti huu umejikita kwenye vigezo vya Streptanthus polygaloides, jukwaa la kamera ya kugeuka maalum, 360° video, kugawanya malengo kwa SAM3, utambuzi wa alama za udhibiti wa ardhi kwa YOLO26, uzalishaji wa wingu la pointi kwa Agisoft Metashape na 3B, makadirio ya ujazo kulingana na voxel na makadirio ya misombo mipya/kavu ya biomasia kwa kutumia modeli ya msitu wa nasibu. Matokeo nionyesha uonyeshaji mzuri wa kiufundi chini ya hali za ndani zilizodhibitiwa; uthibitisho zaidi unahitajika kwa kiwango cha shamba na aina tofauti.