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. Речь идет о доработке продукта «История поля», который создает холдинг «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.