Определение приоритетов для использования умных цифровых технологий в устойчивом растениеводстве
Исследователи из кластера передовых исследований PhenoRob Боннского университета работают над продвижением умной цифровизации сельского хозяйства. Они опубликовали в European Journal of Agronomy список ключевых исследовательских вопросов, требующих первоочередного решения.
Современное высокопроизводительное сельское хозяйство имеет высокую экологическую цену: оно угрожает биоразнообразию, а производство синтетических удобрений, пестицидов и гербицидов ведет к выбросам парниковых газов и загрязнению водоемов.
Многие проблемы можно смягчить с помощью более точных методов, например, точечного применения гербицидов только на участках с сорняками или адресного внесения удобрений. Однако реализовать такие стратегии в масштабе традиционными средствами крайне сложно.
Использование высоких технологий и ИИ для повышения устойчивости и эффективности
Один из ответов — использование умных цифровых технологий. Крупный проект кластера PhenroRob, объединяющий Боннский университет, Исследовательский центр Юлиха, Институт алгоритмов и вычислительных наук Общества Фраунгофера и другие организации, направлен на повышение эффективности и экологичности сельского хозяйства с помощью новых технологий и искусственного интеллекта (ИИ).
В своей позиционной статье междисциплинарная команда исследователей (экологи, почвоведы, робототехники, специалисты по ИИ и агроэкономисты) определила ключевые краткосрочные приоритеты.
Ключевые исследовательские вопросы:
- Мониторинг сельхозугодий в реальном времени для выявления дефицита питательных веществ, роста сорняков или заражения вредителями. Используются спутниковые снимки, дроны и роботы для детального наблюдения вплоть до состояния отдельных растений.
- Сложность заключается в объединении разрозненной информации разного разрешения и определении оптимальных стратегий сбора данных (например, маршрутов полета дронов).
- Создание "цифровых двойников" (цифровых копий) сельхозугодий для моделирования различных сценариев и стратегий (например, порогов вмешательства при появлении сорняков, карт переменного внесения удобрений). Ключевую роль здесь играют методы машинного обучения и ИИ для комбинирования различных подходов моделирования и формирования рекомендаций к действию.
Важность участия фермеров
Для реальной цифровой революции в растениеводстве необходимо убедить в ее преимуществах фермеров. Требуется изучить условия для обеспечения их принятия новых технологий, включая возможные финансовые стимулы или законодательные ограничения на использование удобрений. Эффективность таких мер также можно оценивать с помощью компьютерных моделей.
Примеры текущих возможностей: уже сейчас можно создавать "цифровых двойников" посевных площадей, непрерывно пополняемых данными с датчиков (например, о росте корней или выделении газообразных соединений азота из почвы).
Перспектива: В среднесрочной перспективе это позволит адаптировать внесение азотных удобрений в реальном времени в зависимости от потребностей растений и локального плодородия почвы. Таким образом, цифровая революция в сельском хозяйстве в некоторых аспектах уже ближе, чем может казаться.