Nhóm các nhà khoa học mới đây đã phát triển khung mô hình truyền bức xạ bằng phần mềm mô hình thực vật Helios 3D để mô phỏng hình ảnh camera RGB, đa/siêu quang phổ, nhiệt và độ sâu với các nhãn tham chiếu được phân giải đầy đủ. Phương pháp đổi mới này giúp giảm đáng kể yêu cầu bộ dữ liệu trong quá trình nghiên cứu về kiểu hình thực vật.
Cảm biến từ xa và gần của hệ thống thực vật cho phép giám sát không xâm phạm cấu trúc, thành phần và trạng thái lý sinh của thực vật. Những tiến bộ trong công nghệ cảm biến từ xa và gần hiện đại đã mang lại sự phong phú về hình ảnh và dữ liệu cảm biến có độ phân giải cao của các hệ thống thực vật tự nhiên và được quản lý, có khả năng cung cấp những hiểu biết toàn diện về chức năng của thực vật, tăng tốc và mở rộng các quy trình nhân giống hiện đại và để cung cấp thông tin hữu ích cho các nhà quản lý. Hình ảnh đa phổ và siêu phổ nổi lên như một chế độ cảm biến đầy hứa hẹn, vì có thể định lượng các đặc điểm thực vật mà mắt thường không thể nhìn thấy bằng cách phát hiện sự tương tác giữa bức xạ và mô thực vật. Việc phân tích các dấu hiệu quang phổ của bức xạ phản xạ có trong hình ảnh đã cho phép các ứng dụng trong quản lý kiểu hình và trồng trọt hiệu suất cao như phát hiện bệnh vàng lá gân xanh ở cây có múi, đo cấu trúc tán và các đặc tính sinh hóa của cây trồng, đánh giá các tính trạng của lá bao gồm chất diệp lục, nước, chất khô và hàm lượng nitơ, ước tính năng suất và tác động tương tác của nước và nitơ trong sản xuất cây trồng làm vườn cùng nhiều vấn đề khác.
Hình ảnh nhìn thấy được là kỹ thuật cảm biến quang học dễ tiếp cận hơn nhưng hạn chế hơn, có thể được coi là một dạng hình ảnh đa phổ chỉ có 3 dải trong vùng khả kiến của phổ điện từ. Nó hữu ích nhất cho các nhiệm vụ phát hiện thường được con người thực hiện một cách trực quan như đếm cây, theo dõi tăng trưởng và xác định các triệu chứng bệnh, nhưng có khả năng hạn chế trong việc định lượng các đặc tính sinh hóa hoặc quá trình sinh lý. Nhiều nghiên cứu trước đây đã kết hợp khả năng nhìn thấy với hình ảnh đa phổ, nhiệt hoặc độ sâu để xác định kiểu hình thực vật hiệu suất cao. Về cốt lõi, viễn thám là vấn đề truyền bức xạ, dẫn đến sự phát triển của một loạt các mô hình truyền bức xạ nhằm mục đích diễn giải dữ liệu viễn thám tốt hơn. Các mô hình ban đầu đủ đơn giản để chúng có thể chấp nhận dữ liệu viễn thám làm đầu vào và đảo ngược trực tiếp các đặc điểm thực vật quan tâm. Các mô hình đã phát triển để trở nên cực kỳ phức tạp đến mức chúng có thể giải quyết hoàn toàn hình học thực vật theo 3 chiều và thể hiện các phương thức truyền bức xạ có liên quan trên phổ của nó. Tuy nhiên, độ phức tạp của chúng khiến chúng khó đảo ngược dựa trên dữ liệu viễn thám đầu vào và các phương pháp này bị hạn chế do không có kết nối trực tiếp với các quá trình sinh lý thực vật, vốn đóng vai trò quan trọng trong việc xác định cách thức các photon tương tác với mô thực vật.
Sơ đồ biểu diễn khung tạo ảnh tổng hợp (Nguồn: Hiện tượng thực vật (2024). DOI: 10.34133/plantphenomics.0189).
Khả năng tạo ra hình ảnh tổng hợp chất lượng cao của mô hình truyền bức xạ cho phép sử dụng hiệu quả các mô hình phân tích kiểu hình thực vật hiệu suất cao, từ đó tăng cường phân tích đặc điểm cây trồng và cung cấp khả năng thúc đẩy nghiên cứu nông nghiệp và các ứng dụng viễn thám khác. Việc tích hợp các phương pháp cảm biến từ tạo điều kiện thuận lợi cho việc giám sát thông lượng cao của hệ thống trong thực vật, cung cấp những hiểu biết toàn diện về chức năng của thực vật. Những tiến bộ trong các công nghệ này đã mang lại nhiều hình ảnh có độ phân giải cao, nhưng vẫn còn những thách thức trong việc liên kết dữ liệu với các đặc điểm thực vật. Các phương pháp hiện tại không đủ để đáp ứng yêu cầu xử lý dữ liệu trong việc điều chỉnh đa phương thức.
Một nghiên cứu mới được công bố trên Tạp chí Plant Phenomics vào ngày 30 tháng 5 năm 2024, đưa ra giải pháp nhằm giải quyết những thách thức trên bằng cách phát triển khung mô hình truyền bức xạ 3D mới. Nghiên cứu này đã xác minh mô hình truyền bức xạ bằng cách sử dụng nhiều điểm SKILL khác nhau để đánh giá độ chính xác của nó trong việc mô phỏng bức xạ được hấp thụ bởi các vật thể và dòng bức xạ phản xạ. Điểm SKILL cho các bài kiểm tra khác nhau (brfpp_uc_sgl, brfpp_co_sgl, brfop và fabs) lần lượt là 98,00, 92,65, 97,52 và 99,98, thể hiện độ chính xác cao của mô hình.
Hơn nữa, giá trị R2 để hiệu chỉnh thiết bị chụp ảnh bức xạ nằm trong khoảng từ 0,864 đến 0,930, cho thấy khả năng phục hồi biến dạng và hiệu chỉnh màu sắc hiệu quả. Các hình ảnh tổng hợp được tạo bằng mô hình, bao gồm hình ảnh RGB, NIR và nhiệt, cho thấy độ tương tự hình ảnh cao với hình ảnh thực, từ đó khẳng định khả năng của mô hình trong việc tạo ra hình ảnh thực vật có chú thích, chất lượng cao. Những phát hiện này xác nhận tính hiệu quả của mô hình trong việc mô phỏng các cấu trúc phức tạp và biến nó thành một công cụ mạnh mẽ để hỗ trợ mô hình AI và tạo kiểu hình thực vật hiệu suất cao. Nhà nghiên cứu chính của nghiên cứu, Tong Lei, khẳng định rằng Helios cung cấp một môi trường mô phỏng cho phép tạo ra các mô hình hình học 3D của thực vật và đất với sự biến đổi ngẫu nhiên, cũng như đặc điểm kỹ thuật hoặc mô phỏng các đặc tính và chức năng của chúng. Cách tiếp cận này khác với cách kết xuất đồ họa máy tính truyền thống, vì nó mô hình hóa rõ ràng tính chất vật lý của sự truyền bức xạ, từ đó thiết lập mối liên kết quan trọng với các quá trình sinh lý cơ bản của thực vật.
– CMD&DND –
