Время цифровых решений

Цифровизация аграрного сектора нивелирует его недостатки, связанные с потерей урожая из-за непредсказуемой погоды при выращивании, сборе и хранении, позволяет вести оперативный мониторинг посевных площадей, уменьшать хищения материальных ценностей, топлива, средств защиты растений и посевных материалов, а также своевременно реализовывать продукцию или получать государственную поддержку. Цифровая трансформация это не просто внедрение нового софта или «железа» в хозяйствах, а пересмотр бизнес-процессов и методов сбора информации, унификация данных, создание цифровых двойников, делегирование управленческих решений компьютеру и контроль за их исполнением. АПК пока по уровню внедрения IT-решений отстает от других направлений экономики, но все больше аграриев включают в работу новые технологии. Оставаться сейчас в стороне от новых технологий грозит потерей конкурентоспособности. В статье расскажем о направлениях цифровых технологий, которые уже на практике показали свою эффективность.

Интернет вещей (Internet of Things, IoT). Датчики помогают в режиме реального времени измерять характеристики почвы, отслеживать осадки, температуру, влажность, движение техники за счет чего фермер собирает огромное количество данных, агрегирует их в информационной системе, анализирует и принимает более взвешенные решения, тем самым экономя ресурсы и деньги. Дистанционное зондирование земли с помощью спутников и дронов дают возможность без ручного труда проводить мониторинг и зондирование полей. Спутниковые снимки дают возможность на больших расстояниях оценивать ситуацию на полях, а дроны больше подходят для точечного и точного мониторинга. Основное преимущество дистанционных методов в возможности быстро получить необходимые данные в большом объеме, тогда как наземное зондирование трудозатратно и растянуто по времени.

Объединяя данные со спутников и информацию с датчиков, которые заложены в земле на глубине в несколько сантиметров, составляют температурный профиль почвы, что избавляет агронома от необходимости проверять вручную с помощью термометра. Также дистанционные методы учитывают особенности отдельных участков на одном поле. Что касается дронов, то недостатком этих летающих машин является то, что они способны поднимать в воздух сравнительно небольшое количество жидкостей или рабочего вещества. Зачастую у аграриев есть культуры с нормой вылива рабочего раствора до 300 л/га, дрон при таких задачах бесполезен. Но при этом беспилотники могут быть хорошим дополнением к самоходной технике. Например, БПЛА особенно полезны для проведения работ во влажных условиях, когда агромашины не могут заехать в поле или есть небольшая зона с сорняками. Чтобы не терять урожай и не заезжать уже на поле с взошедшими или почти готовыми к уборке растениями, можно использовать дрон, который долетит и точечно обработает небольшой участок, решив проблему быстро и с минимальными затратами. Союз дрона и сельхозмашины дает максимальный эффект для агрария. Для работников АПК важно визуализировать информацию в виде карт. ГИС является основой и сердцем информационных систем, связанных с управлением агропредприятием. В хозяйстве создается макет цифровой местности, полей и техники, которые иногда находятся в разных регионах. Информацию складируют в информационную систему, которая затем отображается в виде слоев. Каждый из слоев представляет определенный параметр поля, например, влажность, рельеф, перепады высот, гидромелиоративные сооружения, сельскохозяйственные культуры. Переключаясь между различными параметрами, специалисты агрохозяйства могут формировать общую картину происходящего на полях. В ГИС можно посмотреть данные уборочной кампании, на каких участках урожай уже собран, а где к работе пока не приступили. Агрономы могут видеть, какие поля обработаны пестицидами, а какие нет, выпадали ли осадки, появились ли вредители или визуально отследить перемещение техники, оценить мотопробег, затраты горюче-смазочных материалов и понять причины, по которым происходит превышение нормы.

Спектр использования искусственного интеллекта и математических моделей в аграрном секторе довольно широкий. Можно сформировать прогноз количества собранного урожая во всем цикле сельскохозяйственных работ, оценить прибыль от урожая. Использовать моделирование в расчетах севооборотов. Специалист агрохозяйства могут построить оптимизационную математическую модель, которая с учетом разных факторов, в частности, предшественников, урожайности культуры, сорта даст рекомендации по будущим посадкам. С помощью математических моделей можно максимизировать прибыль. Для этого необходимо обогатить их данными по ценообразованию и продажам. В настоящее время развитие технологий в сельском хозяйстве сдерживает высокая импортозависимость российской промышленности с точки зрения элементной базы, разрозненность данных и отсутствие единых протоколов их передачи, в случае с IoT это вопросы кибербезопасности.

Источник: «АПК Эксперт. Растениеводство»