50.000 agacli bir fidanlik, onlari saymak icin uc gun harciyordu. Ekipler pano ile siralari yuruyerek geziyordu, ogle sonrasi sicaginda sayiyi kaybediyordu ve bastan basliyordu. Simdi tek bir drone ucusu ve her agaci yukaridan haritalayan bir yapay zeka modeli yeterli.
Agac ve bitki sayimi, fidanliklarda, bahcelerde ve agaclandirma projelerinde en cok zaman alan gorevlerden biridir. Sigorta sirketleri kesin rakamlar ister. Alicilar sevkiyat miktarlarini dogrulamak zorundadir. Yoneticiler kisi neyin atlattgini bilmek zorundadir. Bu olcekte manuel sayim yavas, tutarsiz ve pahalidir. Yapay zeka destekli hava sayimi, ayni cevaplara daha hizli bir yol sunar.
Dogru agac sayimlari neden onemlidir
Agac saymak sadece envanter yonetimi degildir. Gercek finansal kararlari yonlendirir.
Fidanliklar agaclari tam sayiya gore satar. 10.000 fidanlik bir siparis tam olarak karsilanmalidir ve fidanlik, soz vermeden once 10.000 mi yoksa 9.400 mu oldugunu bilmelidir. Firtina veya hastalik sonrasi sigorta talepleri, kayiplari kanitlamak icin belgelenmmis sayimlar gerektirir. Bahce yoneticileri verimi agac sayisina gore tahmin eder ve sayimdaki %5 hata dogrudan hasat planlamasinda %5 hataya donusur.
Agaclandirma projelerinde, dikilen agaclarin sayilmasi cevre duzenlemelerine ve karbon kredisi taahhutlerine uygunlugu dogrular. Bu sayimlar genellikle her sirayi yurumenin pratik olmadigi yuzlerce hektarlik engebeli araziyi kapsamak zorundadir.
Havadan yapay zeka sayimi nasil calisir
Surec uc adimdan olusur: uc, yakala ve say.
RGB kamera ile donatilmis bir drone, agac boyutu ve yogunluguna bagli olarak 30 ila 80 metre yukseklikte hedef alan uzerinde izgara deseniyle ucar. Ucus, tarlanin her bolumunu kapsayan ust uste binen goruntuler yakalar. 10 hektarlik bir fidanlik icin ucus 15 ila 30 dakika surer.
Goruntuler, havadan agac tespiti icin egitilmis bir yapay zeka modeline yuklenir. Model her goruntuyu tarar, bireysel agac taclarini veya govdelerini tespit eder ve bunlari algilama noktalariyla isaretler. Ust uste binen goruntuler birlestirilir, boylece her agac kareler arasinda coklanmadan yalnizca bir kez sayilir.
Cikti, toplam sayi arti tespit edilen her agacin tam konumunu gosteren cografi referansli bir haritadir. Fidanlik yoneticileri yakinlastirabilir, tespitleri dogrulayabilir ve agaclarin eksik veya olu oldugu boslukllari tespit edebilir.
Dogruluk olcutleri
Dogruluk, tac yogunlugu, goruntu cozunurlugu ve agac araligina baglidir. Son calismalardan elde edilen rakamlar umut vericidir.
Yogun tac kosullarinda %93 ila %95 dogruluk. Manuel cabaayi %70'den fazla azaltir ve goruntuleri geleneksel yontemlerden yaklasik 5 kat daha hizli isler.
Gercek zamanli bir UAS sayim sistemi %99,09 F1 puanina ulasti, ucus sirasinda agaclari dogru sekilde tanimladi ve kalkttan saniyeler sonra sonuclar kullanilabilir hale geldi.
Govde tespitinde %95 dogruluk ve 0,977 ortalama hassasiyet, manuel yontemlere gore %515 hiz iyilestirmesi.
Desen tutarlidir: duzgun siralarda iyi aralikli agaclar %95+ dogruluk saglar. Yogun, ust uste binen taclar dogrulugu %90'larin altina dusurur, cunku model yukaridan gorsel olarak birlesen bireysel taclari ayirmakta zorlanir.
Havadan agac fotografi icin en iyi uygulamalar
- Kapsam ve cozunurluk arasinda en iyi denge icin 40 ila 60 metre yukseklikte ucun
- Tam kapsam ve dogru birlestirme saglamak icin %70 ila %80 goruntu cakismasi kullanin
- Tac tespitini karistiran golgeleri en aza indirmek icin ogle saatlerinde veya bulutlu kosullarda ucun
- Dallarin sallanip goruntuleri bulaniklastirdigi ruzgarli gunlerden kacinin
- Yogun taclar icin, agac basina cozunurlugu artirmak icin daha alcaktan ucun
- Tum veri setinde tek tip olcek korumak icin sabit yukseklikte goruntu yakaalayin
Sayimin otesinde: hava yapay zekasi baska ne ortaya cikariyor
Drone goruntulerinden agac sayimi yararli bir yan etki uretir: bir bosluk haritasi. Eksik agaclar, olu agaclar ve zayif buyumeye sahip alanlar tespit deseninde delikler olarak gorulur. Fidanlik yoneticileri bu bosluk haritalarini yeniden dikimi planlamak, sulama ayarlamalarini zamanlamak ve zararlii veya hastalik salginlarini yayilmadan once tanimlamak icin kullanir.
Bazi sistemler sayimi saglik siniflandirmasiyla birlestirerek, stres belirtileri gosteren agaclari isaretlemek icin multispektral goruntuleme kullanir. Tek bir drone ucusu envanter sayimi, saglik degerlendirmesi ve bosluk analizi sunabilir; bunlar yerde ayri manuel cabalar gerektirecek uc gorevdir.
Bilinmesi gereken sinirlamalar
- Yogun, ust uste binen taclar dogrulugu azaltir cunku bireysel agaclar yukaridan gorsel olarak birlesir. Tam yaprakli yaprak doken turler, kista ciiplak dalii agaclardan ayirmak daha zordur.
- 30 santimetrenin altindaki cok genc fidanlar standart drone yuksekliginden guvenilir sekilde tespit edilemeyecek kadar kucuk olabilir. Daha alcak ucuslar yardimci olur ancak kapsamii azaltir.
- Farkli agac boyutlarinin cakistigi karisik tur dikimleri tekduze siralar uzerinde egitilmis modellerin kafasini karistirabilir.
- Havaalanlari, kentsel alanlar veya korumali hava sahasi yakinlarinda drone ucuslarina iliskin duzenleyici kisitlamalar nerede ucabileceeginizi sinirlandirabilir.
Sonuc
Drone tabanli yapay zeka agac sayimi, birden fazla gun suren manuel bir isi tek bir ucusa donusturur. Dogruluk, sigorta talepleri, satis siparisleri ve duzenleyici uyumluluk icin yeterlidir ve her yeni model nesliyle iyilesmektedir.
Isleetmeniz agaclari pano ile siralari yuruyerek sayiyorsa, ayni alan uzerinde bir drone ucurmayi deneyin. Sayim, drone inmeden once ekraninizda olacak ve harita size yer seviyesindeki hicbir yuruyusun asla ortaya cikaramayacagi seyleri gosterecektir.