Rozwój i zastosowanie Internetu Rzeczy oraz detekcji wizualnej

Obserwacje w terenie w winiarstwie pokazują, że cyfrowe narzędzia monitorujące i zautomatyzowane systemy są coraz częściej stosowane w połączeniu z modułami wsparcia decyzji analitycznych. Opierając się na tym praktycznym doświadczeniu, rozdział bada, jak technologie Internetu Rzeczy (IoT), systemy wizualne i systemy wsparcia decyzji (DSS) mogą być zintegrowane w cyfrowej ramie zarządzania wydajnością plonów. Proponowane podejście koncentruje się na tłumaczeniu cech morfologicznych roślin, tradycyjnie opisanych w taksonomii, na mierzalne deskryptory odpowiednie do analizy algorytmicznej. Używając winorośli (Vitis vinifera L.) jako studium przypadku, demonstruje, jak wskaźniki ampelometryczne, parametry geometryczne liści, kąty żył i kształty sinusoidalne mogą być łączone z cechami spektralnymi i fizjologicznymi w ramach modelu analitycznego lub funkcjonować jako autonomiczny moduł diagnostyczny i analityczny w systemach wsparcia decyzji. Ta struktura umożliwia wczesne wykrywanie chorób, ciągłą ocenę stanu roślin oraz optymalizację wykorzystania zasobów. Modele analityczne i schematy proceduralne opracowane w ramach badania ilustrują, jak cyfrowa morfologia i obserwacja biologiczna mogą współdziałać w zintegrowanych systemach analizy i wsparcia decyzji, zwiększając precyzję diagnostyczną i wspierając zrównoważone zarządzanie agrobiocenozami.