Использование цифровых технологий открывает все больше возможностей для сельхозпроизводителей. Инструменты точного земледелия особенно важны в Сибири и на других территориях, которые относятся к зоне рискованного земледелия. Снизить потери и повысить урожайность сельхозкультур поможет искусственный интеллект (ИИ), умеющий анализировать плодородность полей и состояние посевов по снимкам из космоса.
«Над проектом работает междисциплинарная группа, в состав которой входят почвоведы, радиофизики, метеорологи, айтишники и другие специалисты, — рассказывает доцент кафедры почвоведения и экологии почв Биологического института Томского государственного университета (ТГУ) Олег Мерзляков. — Наш партнер провайдер IТ-услуг и разработчик инновационных программных продуктов и сервисов «Синкретис» при участии инженера кафедры метеорологии и климатологии ГГФ ТГУ Владислава Чурсина создал нейросеть для автоматизированного мониторинга состояния полей на основе анализа космоснимков. Чтобы ИИ был способен распознать разные типы почв, нужно было разработать систему биомаркеров. Считывая их, нейросеть сможет определить все важнейшие функциональные особенности того или иного участка поля».
На создание библиотеки данных у ученых ушло два года. Исследования проводились в том числе в рамках стратегического проекта ТГУ «Глобальные изменения Земли: климат, экология, качество жизни», поддержанного программой «Приоритет 2030». С помощью датчиков, разработанных радиофизиками ТГУ, анализировались показатели почвы (влажность, температура) и приземного воздуха. Помимо этого, почвоведы проводили обследование полей, отбирали и анализировали пробы почвы в разных климатических зонах (сухих, например, в Хакасии и влажных в Томской области), выявляли закономерности между отражающей способностью почв и посевов и их изображения на космоснимках.
С использованием библиотеки данных сотрудники компании «Синкретис» и ТГУ провели машинное обучение нейросети. В настоящее время компьютерная модель умеет находить участки неоднородности на полях, определять по космоснимкам уровень плодородия (в частности, оценивать концентрацию гумуса), делать выводы о возможных повреждениях посевов и о том, чем они вызваны (заморозки, засуха, вредители, болезнь), предлагать рекомендации по решению проблемы.
«К примеру, если повреждение вызвано вредителем, нейросеть очерчивает проблемную зону, — поясняет Олег Мерзляков. — Далее к решению задачи подключаются специалисты факультета инновационных технологий (ФИТ) ТГУ и дроны, для которых они разрабатывают интеллектуальные надстройки. На первом этапе беспилотники проводят дообследование местности, на втором — точечную обработку участка нужным препаратом. Точно так же решается проблема с нехваткой микро- и макроэлементов. Обычно нет необходимости в обработке всего поля. Нейросеть определяет локацию и дефицит элементов, беспилотники проводят локальную обработку, что экономит средства сельхозпроизводителя».
Сейчас разработчики определяют, на какой платформе разместить новый цифровой сервис. В качестве услуги он будет доступен российским агрономам, работающим с инструментами и технологиями точного земледелия.
Вместе с тем ученые ТГУ разрабатывают программу ДПО «Цифровой агроном» для специалистов, которые имеют базовое профильное образование, но хотят освоить применение цифровых технологий в земледелии.
Добавим, что тестирование системы автоматического мониторинга состояния полей будет проводиться в 2023 году на полях промышленного партнера в Новосибирской области в рамках проекта стратегического проекта ТГУ «Инженерная биология» при поддержке программы «Приоритет 2030».
Управление информационной политики ТГУ
Нет комментариев