From simulated environments towards field-use
English summary: How do you develop neural networks for spectral reconstruction of data from thermographic hyperspectral cameras and apply them to detect ammonia? Read the results of this project – a collaboration between Newtec Engineering, AgroAlliancen, and the University of Southern Denmark, with contributions from Aarhus University and Foulum.
Read about the results of this project
I projektet er målet at udvikle neurale netværk til spektral rekonstruktion af data fra termografisk hyperspektrale kameraer, og anvende dem til at detektere ammoniak. Projektet er et samarbejde mellem Newtec Engineering, AgroAlliancen og Syddansk Universitet hvor også Aarhus Universitet og Foulum har bidraget. Projektet skal blandt andet drive udviklingen af nye metoder til detektion af ammoniak emissioner fra landbrug.
Vi har i løbet af projektet udviklet og afprøvet forskellige typer af neurale netværks baserede algoritmer til rekonstruktion af hyperspektrale billeder – både standard foldningsnetværk, autoencoder netværk og hybride fysik informerede netværk. Disse netværk er i projektet først blevet testet til rekonstruktion af snapshot hyperspektrale billeder i det nær-synlige område optaget med et Computed Tomography Imaging Spectrometer udviklet af QTechnology og Newtec Engineering og rapporteret i preprint [1].
Vi har optaget de første billeder af ammoniak på gasform med et prototype termografisk hyperspektral kamera fra Newtec (Fig. 1, panel 1) og vist at vi kan detektere gassen med stor signifikans i laboratoriet (Fig.1, panel 2) hvorefter vi har været i marken for at måle på Metan og Ammoniak afgasning (Fig. 1, panel 3). Vi er nu ved at analysere disse resultater.
Fig. 1: Målinger af ammoniak i laboratoriet på SDU (venstre og midt) og i marken (højre).
Ved at udvikle nye metoder til detektion og kvantificering af ammoniak emissioner vil projektet hjælpe med at belyse emissionskilder- og mønstre, hvilket vil tillade mere målrettede indgreb til at nedbringe ammonia emissionerne blandt andet fra landbrug.
[1] Investigating the Applicability of a Snapshot Computed Tomography Imaging Spectrometer for the Prediction of Brix and pH of Grapes.
Read the research paper here written by:
- Mads Svanborg Peters
- Mads Juul Ahlebæk
- Mads Toudal Frandsen
- Bjarke Jørgensen
- Christian Hald Jessen
- Andreas Krogh Carlsen
- Wei-Chih Huang
- René Lynge Eriksen
The participants were:
- Newtec Engineering
- AgroAlliancen
For further information please contact: Mads Toudal Frandsen, SDU Galaxy, Professor CP3-Origins at University of Southern Denmark on frandsen@cp3.sdu.dk.
The project has been funded by the Danish Agency for Higher Education and Science through Innovationskraftbevillingen 2021-2024.