Поделиться
Искусственный интеллект поможет российским крестьянам бороться с сорняками и вредителями
В рамках работ по импортозамещению ПО в сфере растениеводства разрабатываются несколько систем по управлению посевами, которые обеспечат, в том числе, формирование заданий для дронов и автоматический анализ снимков полей.
ИТ-система управления сельскохозяйственными посевами
Дорожная карта «Новое индустриальное ПО», подготовленная госкорпорациями «Ростех» и «Росатом» и утвержденная Правительственной комиссией по цифровому развитию, предполагает ряд проектов по импортозамещению ПО в области растениеводства.
Один из них - это доработка и внедрение системы управления сельскохозяйственным производством на базе отечественного ПО.
Один из них - это доработка и внедрение системы управления сельскохозяйственным производством на базе отечественного ПО. Речь идет о внедрении отечественной системы управления сельскохозяйственным производством на базе облачного сервиса «История поля», которое осуществляет холдинг «Русагро» взамен зарубежного решения Cropwise. На разработку проекта компания получила грант от Российского фонда развития информационных технологий (РФРИТ) в размере 530 млн руб. Разработчиком является компания «Геомир» при участии «Русагро Тех», «дочки» «Русагро».
В настоящее время «Истории поля» обеспечивает следующую функциональность: сбор и анализ данных о финансовом состоянии, результатах производственной деятельности за текущий период и хранение данных за предыдущие годы; создание многослойной электронной карты полей и кадастров, хранение истории полей по годам, интеграция данных по кадастрам с Росреестром; планирование поведения полевых осмотров, сбор информации с полей с помощью мобильного приложения и привязки данных к координатам на полях; спутниковый мониторинг состояния посевов, анализ динамики развития посевов, отклонений и появления неоднородных зон на полях, интеграция маршрутов облетов полей и данных с дронов; формирование карт дифференцированного внесения удобрений и карт плодородия; планирование севооборота, технологических карт и операций на полях. расчет потребности к технике и товарно-материальным ценностям (ТМЦ), учет ТМЦ с помощью мобильных устройств.
Дополнительно система обеспечивает: хранение и отображение геопривязанных данных с полей; карты агрохиманализа, карты внесения, урожайности, электропроводности и т.д.; формирование тревог и оповещения пользователей в случае возникновения заданных событий в хозяйстве (слив топлива, превышение скоростного режима, отклонение метеоусловий, работа на чужих полях и т.д.); мониторинг перемещения и работы техники на полях; автоматический расчет пробега, обработанной площади, расхода топлива и времени выполнения работ; автоматизация осмотров полей, рекомендательная система по оптимальным препаратам, прогнозирование фенофаз и урожайности.
В рамках доработки проекта будут решены следующие задачи: выбор оптимальных культур на сезон; выбор оптимальных технологий возделывания культур; выбор подходящих семян; рекомендации по срокам сева; рекомендации по срокам полевых работ и полевым осмотрам; определение сорняков и рекомендации по гербицидом обработкам; прогнозирование и определение болезней и рекомендации по фунгицидным обработкам; распознание вредителей в фитоловушках и рекомендации по инсектицидным обработкам; определение сроков и последовательности уборки полей; фактурный анализ урожайности.
В рамках стратегического планирования сезона будет осуществляться моделирование оптимальной структуры посевных площадей, обеспечивающей максимизацию доходности при соблюдении комплекса ограничений, включая агрономические (предшественники, сроки возврата, непригодные площади и др.) и рыночные (прогнозирование цены, ограничения сбыта).
Автоматические решения по сорнякам, болезням и вредителям
Автоматическое решение по сорнякам (в рамках «История поля») обеспечит: формирование плана осмотров полей и полетных заданий для дронов (в том числе для роя дронов); распознавание, классификацию и подсчет на снимка с дронов; формирование автоматических рекомендаций по гербицидом обработкам против сорняков.
Автоматические решения по болезням обеспечат: прогнозирование возникновения болезней; распознавание болезней и площадей поражения по снимкам с мобильным устройств; формирование автоматических рекомендаций по фунгицидным обработкам против болезней.
Автоматическое решение по вредителям обеспечит: прогнозирование возникновения вредителей; распознавание, классификация и подсчет вредителей в феромонных ловушках; формирование автоматических рекомендаций по инсектицидным обработкам против вредителей.
Фактурный анализ урожайности обеспечит: обработку и анализ факторов, влияющих на урожайности; определение их взаимосвязей и степени влияния; формирование рекомендаций для повышения урожайности для каждого поля. Эффектами для отрасли станут: снижение времени на сбор и анализ данных с полей на 80%; снижение использования ТМЦ на 20%; повышение урожайности на 30%; повышение рентабельности СХТП на 20%.
Системы управления посевами и фитомониторинга
Еще один проект, реализуемый в рамках ИЦК «Растениеводство», это система управления посевами на базе искусственного интеллекта и комплекса автономных наземных роботов. Его разрабатывает компания «Эконива-АПК Холдинг». Решение обеспечивает стабильно высокую урожайность посевов выращиваемых культур при оптимальном уровне расходования удобрений и средств защиты растений за счет построения схемы севооборота, обработки почв, высева, внесения удобрений и средств защиты растений. При этом учитываются локальное состояние почты, погодные условия и фазы роста культур.
Другой проект - пилотное внедрение системы фитоомониторинга 2AgrCloud, которым занимается «Тепличный комплекс Сосногорский». Решение предназначено для замещения иностранного аналога. Реализация проекта позволит получить прирост урожайности огурьца в объеме 10 кг/кв. м, прирост урожайности томата - 20 кг/кв. м.
Робот для исследования почв
В ходе демодня ИЦК, связанных с агропромышленным комлпекксом, компания Cognitive Technologies представила роботизированный комплекс агрономического анализа почвы (РКААП). Как поясняет представитель компании Любовь Ахметова, в течение последних 15 лет рост цен на минеральные удобрения в два раза опережает рост цен на зерно.
Доля удобрений в себестоимости зерна достигла 30-35%, поэтому для сохранения прибыльности агропредприятий им важно вносить удобрения рационально – по потребности каждой зоны поля. Чтобы определить потребность в удобрениях, нужно получить данные о наличии питательных элементов в почве по отдельным участкам поля.
С помощью РКААП будет производиться оценка не только норм внесения удобрений, но и всего комплекса показателей, которые характеризуют потенциал рост культур. Здоровье почвы отражает динамическое состояние активности биологического компонента в органоминеральном комплексе почвы. Робот-агроном будет способен вносить ровно столько удобрений, чтобы не нарушать природные процессы, подчеркивает Ахметова.
К настоящему моменту достигнуты следующие результаты: разработана самоходная платформа и промышленный дизайн устройства, изготовлены привод заглубления анализатора, головка для анализа влажности и кислотности почвы, анализатор, укороченная стереорейка. В разработке находится оптическая головка. Обеспечивается измерение влажности, кислотности, химического состава и плотности почвы. Измерительный прибор погружается в почву на глубину до 1 метра. Проведены испытания по определению силы погружения в землю для измерения более точных показателей.
По утверждению Cognitive Technologies, продуктов, подобных РКААП в России нет. Стоимость реализации проекта составит 276 млн руб., из которых бюджет выделит 191 млн руб., собственные средства - 85 млн руб. В 2025 г. будет произведена подготовка к производству и сертификация, в 2026 г. начнется производство и продажи.
Продукт позволит производить многофакторные исследования почвы непосредственно в поле в течение нескольких десятков секунд, не прибегая к дорогостоящим взятиям проб с последующей отправкой на проведение лабораторного анализа. Будет достигнута экономия удобрения на уровне 20-25% без потери урожайности за счет дифференциального внесения.
Разрабатываемый продукт будет обеспечивать детальную оценку данных о состоянии почвы по зонам поля с требуемым шагом точек измерения для расчета точных агрономических мер: внесения удобрений дифференциальным способом (на каждый участок – своя норма внесения); оценку причин тех или иных явлений, которые снижают урожайность от целевого значения (недостаток или избыток влаги, повышенная кислотность, препятствующая усвоению растениями ионов питательных 11 веществ из почвенных растворов): оценку степени воздействия и допустимые нагрузки на почву в процессе ее обработки – степень уплотнения.
Поделиться
Короткая ссылка
