В период времени, определяемый непредсказуемым климатом, постепенным истощением почв, дефицитом рабочей силы и нарастающим требованием к прослеживаемости и устойчивости, технологии точного земледелия перестали быть роскошью, превратившись в необходимость. Производители картофеля в различных уголках планеты сталкиваются с задачей оптимизации расходов, предсказания урожайности и предотвращения убытков до их возникновения. Отвечая вызовам современности, компания Farmevо создала уникальную картофельную платформу Lense AI, способствующую принятию обоснованных решений на основе данных, охватывающих всю цепочку создания стоимости продукции, как сообщает специализированный ресурс Potato News Today.
Представленное решение использует визуальные данные, полученные с беспилотных летательных аппаратов, применяет искусственный интеллект для постановки диагноза и проводит геопространственный анализ с целью предоставить пользователям в режиме реального времени информацию о состоянии растений картофеля, урожайности, влажности почвы и производительности в целом.
Приведем на примере: благодаря возможностям платформы, картофельные фермеры способны выявлять даже самые ранние признаки стресса вплоть до единичных листьев. Благодаря использованию изображений с беспилотников высочайшего разрешения и алгоритмов выявления отклонений, фермеры могут визуализировать симптомы стресса, вызванного болезнями, дефицитом питательных элементов или действиями вредителей задолго до того, как урон станет заметен невооруженным глазом.
В настоящее время платформа способна различать здоровую листву от подавленной, однако проводит работы по классификации конкретных причин стресса, таких как грибковые заболевания и неравномерное поступление питательных веществ. Это новшество, после внедрения, может кардинально изменить подход к планированию мер по защите урожая на протяжении растительного сезона и способствовать комплексной борьбе с вредными насекомыми.
В рамках своей функциональности система также обеспечивает точные прогнозы урожайности. Проведя анализ количества растений и расстояния между ними на стадии всходов, искусственный интеллект вычисляет прогнозы по урожайности для известных сортов картофеля с точностью более 85%. Для новых сортов необходимо предоставить образцы клубней на стадии начального формирования. Окончательные оценки урожайности обновляются перед началом сбора урожая для исключения нерезультативных участков, что делает получаемые данные еще более полезными для планирования и маркетинга продукции. На данный момент платформа сконцентрирована на оценке веса клубней, инициирует дальнейшие усовершенствования по оценке качественных характеристик клубней до сбора урожая, таких как их форма или выявление дефектов, что придает ей ключевое значение в сфере аграрной экономики.
Платформа также предлагает детальные карты влажности почвы на стадии предпосевного периода, разделяя зоны на четыре уровня: насыщенная, влажная, высыхающая и сухая. Такие пространственные сведения позволяют более эффективно расходовать воду и корректировать стратегии орошения в соответствии с индивидуальными особенностями поля для экономии ресурсов без ущерба для урожая.
Благодаря интеграции с такими системами, как John Deere Operations Center, и совместимости с беспилотниками DJI, данная платформа обеспечивает возможность применения переменной скорости внесения агрохимикатов и планирования задач без необходимости специальной подготовки в работе с программным обеспечением.
Пользователям предоставляется возможность вносить характеристики конкретных сортов картофеля и отслеживать их продуктивность в различных микроклиматических и почвенных условиях. Эти данные, собранные в течение сезона, помогают выявить наиболее подходящие сорта и информируют о выборе семян для следующих посевов. Пользователи могут изучать показатели здоровья, карты стресса и прогнозы урожайности по различным сортам и полям.
Использование аэросъемки на основе искусственного интеллекта устраняет необходимость проведения трудоемких полевых обследований, а в паре с дронами DJI обеспечивает формирование карт с переменными нормами внесения для целевого применения средств защиты, что способствует экономии средств, а также улучшает показатели в области устойчивого развития. Например, экспериментальные исследования на фермерском поле с кормовыми культурами в Нидерландах продемонстрировали сокращение использования гербицидов на 93% после внедрения платформы для выявления зон, пораженных сорняками, и проведения точечной обработки.
В планах разработчиков внедрение следующих инноваций: интеграция погодных данных и климатических уведомлений; расширенное выявление аномалий, характерных для заболеваний картофеля; разработка системы уведомлений, предлагающей вылеты дронов на критических этапах развития растений, таких как формирование клубней; расширение мониторинга углеродного следа для обеспечения точных данных о устойчивом развитии.
