Rice evapotranspiration estimation and irrigation optimization based on coupling UAV multispectral and thermal infrared imagery with the FAO-56 model

कल्पना कीजिए कि आप एक शेफ हैं जो चावल का एक आदर्श कटोरा पकाने की कोशिश कर रहे हैं। आप जानते हैं कि पानी और उर्वरक (fertilizer) इसके गुप्त सामग्रियां हैं, लेकिन सही संतुलन बनाना कठिन है। बहुत अधिक पानी, और चावल गीला और चिपचिपा हो जाएगा; बहुत कम, और यह सख्त और बेजान रह जाएगा। बहुत अधिक उर्वरक, और आप पैसा बर्बाद करते हैं और हवा को प्रदूषित करते हैं; बहुत कम, और चावल छोटा रह जाता है। दशकों से, किसान पुरानी आदतों और मौसम के आधार पर सही मात्रा का अनुमान लगाते आए हैं, लेकिन यह एक आंखों पर पट्टी बांधकर चलते हुए लक्ष्य को हिट करने जैसा है। यह विशेष रूप से ठंडी जगहों में कठिन है जहाँ बढ़ने का मौसम छोटा होता है और मौसम अप्रत्याशित होता है।

वैज्ञानिकों ने इस पहेली को सुलझाने के लिए "इवैपोट्रान्सपिरेशन" (evapotranspiration - वाष्पोत्सर्जन) की अवधारणा का उपयोग करके इसे हल करने की कोशिश की है। इसे चावल के पौधे की व्यक्तिगत "पसीने की दर" के रूप में सोचें। जैसे आप दौड़ते समय या गर्मी में पसीना बहाते हैं, वैसे ही पौधे ठंडा होने और बढ़ने के लिए अपने पत्तों के माध्यम से पानी "पसीना" के रूप में छोड़ते हैं। यदि आप जानते हैं कि हर एक दिन में पौधा कितना पसीना बहा रहा है, तो आप उसे खुश रखने के लिए बस उतना ही पानी दे सकते हैं जितना आवश्यक है, बिना एक बूंद भी बर्बाद किए। बड़ा सवाल यह है कि पूरे खेत में इस अदृश्य पसीने को बिना हर एक पौधे के पास जाए कैसे मापा जाए? यहीं से हाई-टेक खेती की कहानी शुरू होती है, जहाँ ड्रोन किसानों की आँखों के रूप में काम करते हुए खेतों को डेटा-समृद्ध खेल के मैदानों में बदल देते हैं।

---

द ड्रोन डिटेक्टिव एंड द राइस स्वेट (ड्रोन जासूस और चावल का पसीना)

इस अध्ययन में, उत्तर-पूर्व चीन के ठंडे, काली मिट्टी वाले क्षेत्रों में शोधकर्ताओं की एक टीम ने चावल की खेती को "अंदाजे के खेल" से "सटीक विज्ञान" में अपग्रेड करने का निर्णय लिया। वे यह पता लगाना चाहते थे कि चावल को बड़ा होने, पानी बचाने और ग्रह को ठंडा रखने के लिए वास्तव में कितने पानी और उर्वरक की आवश्यकता है। ऐसा करने के लिए, उन्होंने एक हाई-टेक सिस्टम बनाया जो उड़ने वाले रोबोटों (ड्रोन), फैंसी गणित और एक क्लासिक खेती के नियम पुस्तिका को जोड़ता है।

उड़ने वाली आँखें
शोधकर्ताओं ने अपने चावल के खेतों के ऊपर दो प्रकार के ड्रोन भेजे। एक ड्रोन में "मल्टीस्पेक्ट्रल" कैमरा था, जो उन रंगों को देख सकता है जिन्हें इंसान नहीं देख पाते, जैसे कि हरे रंग के वे विशिष्ट शेड्स जो हमें बताते हैं कि पत्तियां कितनी स्वस्थ हैं। दूसरे ड्रोन में "थर्मल" कैमरा था, जो गर्मी देखता है। यह महत्वपूर्ण है क्योंकि प्यासा पौधा गर्म हो जाता है, ठीक वैसे ही जैसे बुखार आने पर आपकी त्वचा गर्म हो जाती है। गर्मी और हरियाली को देखकर, ड्रोन यह बता सकते थे कि किसी भी दिए गए दिन चावल कितना "पसीना" (वाष्पोत्सर्जन) बहा रहा था।

पुरानी नियम पुस्तिका बनाम नया डेटा
आमतौर पर, किसान पानी की जरूरतों का अनुमान लगाने के लिए FAO-56 मॉडल नामक एक प्रसिद्ध मार्गदर्शिका का उपयोग करते हैं। इस मॉडल को एक मानक रेसिपी बुक के रूप में सोचें। लेकिन मानक रेसिपी इस बात का ध्यान नहीं रखती कि आज कल की तुलना में अधिक गर्म हो सकता है, या चावल का एक हिस्सा दूसरे हिस्से की तुलना में अधिक प्यासा हो सकता है। शोधकर्ताओं ने महसूस किया कि केवल रेसिपी का आँख बंद करके पालन करने के बजाय, वे वास्तविक समय में रेसिपी को अपडेट करने के लिए ड्रोन डेटा का उपयोग कर सकते हैं। उन्होंने ज़मीन कितनी पत्तियों से ढकी है यह जानने के लिए ड्रोन की "हरियाली" रीडिंग का उपयोग किया, और पौधे तनाव में हैं या नहीं यह देखने के लिए "गर्मी" की रीडिंग का उपयोग किया। इसने उन्हें पहले की तुलना में बहुत अधिक सटीकता के साथ दैनिक जल आवश्यकताओं की गणना करने की अनुमति दी।

संतुलन बनाना
एक बार जब उन्हें पता चल गया कि चावल को वास्तव में कितने पानी की आवश्यकता है, तो उनके सामने एक कठिन गणितीय समस्या आई। वे वह "स्वर्ण मध्य मार्ग" (Golden Mean) खोजना चाहते थे जो:

1. सबसे बड़ी फसल उगाए।
2. सबसे कम पानी का उपयोग करे।
3. सबसे कम उर्वरक का उपयोग करे।
4. सबसे कम ग्रीनहाउस गैसें (जो ग्रह को गर्म करती हैं) पैदा करे।

समस्या यह है कि ये लक्ष्य अक्सर एक-दूसरे से टकराते हैं। सबसे बड़ी फसल पाने के लिए, आपको आमतौर पर अधिक पानी और उर्वरक की आवश्यकता होती है, जो अधिक प्रदूषण पैदा करता है। पानी बचाने के लिए, आपको छोटी फसल मिल सकती है। इस समस्या को हल करने के लिए, शोधकर्ताओं ने एक सुपर-स्मार्ट कंप्यूटर एल्गोरिदम (जिसे NSGA-II कहा जाता है) का उपयोग किया, जो एक रेफरी की तरह काम करता था, जो सबसे अच्छा समझौता खोजने के लिए हजारों अलग-अलग संयोजनों का परीक्षण करता था।

उन्होंने क्या पाया
अध्ययन ने पुष्टि की कि पानी और उर्वरक एक डांस टीम की तरह मिलकर काम करते हैं; यदि एक भी कदम से बाहर होता है, तो पूरा प्रदर्शन बिगड़ जाता है। उन्होंने पाया कि:

• उपज के लिए सबसे अच्छा संयोजन: चावल को अधिकतम पानी का 80% और 155 किलोग्राम/हेक्टेयर नाइट्रोजन उर्वरक देने से सबसे अधिक चावल (लगभग 11,883 किलोग्राम प्रति हेक्टेयर) प्राप्त हुआ।
• सबसे अच्छा ऑल-राउंडर: हालाँकि, "परफेक्ट" समाधान वह नहीं था जिसमें सबसे अधिक चावल था। कंप्यूटर ने पाया कि "परिदृश्य S5" (Scenario S5) सबसे अच्छा समग्र संतुलन था। इस योजना के लिए 669.94 मिमी सिंचाई और 117.48 किलोग्राम/हेक्टेयर नाइट्रोजन की आवश्यकता थी।
• परिणाम: इस संतुलित योजना ने एक विशाल 11,473.43 किलोग्राम/हेक्टेयर चावल का उत्पादन किया (लगभग अधिकतम के बराबर!), लेकिन इसमें कम पानी और उर्वरक का उपयोग हुआ, और इसने पर्यावरणीय प्रभाव को भी कम रखा।

यह क्यों मायने रखता है
शोधकर्ताओं ने पाया कि उनका ड्रोन-आधारित सिस्टम अविश्वसनीय रूप से सटीक था। जब उन्होंने अपने ड्रोन गणनाओं की तुलना मिट्टी में मापे गए वास्तविक पानी से की, तो संख्याएँ 0.89 के सहसंबंध (correlation) के साथ मेल खाती थीं (एक बहुत मजबूत मिलान)। इसका मतलब है कि ड्रोन चावल के "पसीने" की लगभग पूरी तरह से भविष्यवाणी कर सकते थे।

उन्होंने यह भी साबित किया कि आपको बड़ी फसल और स्वच्छ ग्रह के बीच चुनाव करने की आवश्यकता नहीं है। खेती को निर्देशित करने के लिए ड्रोन से प्राप्त वास्तविक समय के डेटा का उपयोग करके, किसान अनुमान लगाना बंद कर सकते हैं और अनुकूलन (optimize) करना शुरू कर सकते हैं। एक ऐसे शेड्यूल पर पानी और उर्वरक डालने के बजाय जो गलत हो सकता है, वे चावल को ठीक वही दे सकते हैं जिसकी उसे आवश्यकता है, ठीक उसी समय जब उसे आवश्यकता होती है।

अंत में, यह अध्ययन बताता है कि ठंडे क्षेत्रों में खेती का भविष्य अधिक मेहनत करने के बारे में नहीं है; यह स्मार्ट तरीके से देखने के बारे में है। ड्रोन को आँखें और कंप्यूटर को दिमाग बनाकर, किसान अधिक भोजन उगा सकते हैं, कीमती पानी बचा सकते हैं, और अपनी फसल के आकार से समझौता किए बिना हवा को स्वच्छ रख सकते हैं। यह चावल, किसान और ग्रह के लिए एक विन-विन-विन (win-win-win) स्थिति है।