Точность, производительность и устойчивость объединяются в платформе сбора данных об урожае на основе беспилотников.
В эпоху, определяемую непредсказуемостью климата, деградацией почвы, нехваткой рабочей силы и растущим давлением на прослеживаемость и устойчивость, технологии точного земледелия - это не просто роскошь, они быстро становятся необходимостью. Производители картофеля по всему миру сталкиваются с необходимостью оптимизировать затраты, уверенно прогнозировать урожайность и предотвращать дорогостоящие потери до того, как они произойдут. В ответ на эти вызовы компанией Farmevо была создана картофельная спецплатформа Lense AI, которая позволяет принимать решения на основе данных по всей цепочке создания стоимости картофеля, пишет отраслевое издание Potato News Today.
Эта платформа использует изображения с дронов, диагностику на базе искусственного интеллекта и геопространственную аналитику, чтобы помочь производителям, переработчикам и исследователям получать в режиме реального времени данные о здоровье картофеля, урожайности, влажности почвы и эффективности работы.
Например, платформа позволяет производителям картофеля обнаруживать ранние признаки стресса - вплоть до уровня отдельных листьев. Благодаря изображениям с дронов высокого разрешения и алгоритмам обнаружения аномалий, фермеры могут визуализировать признаки стресса, вызванного болезнями, дефицитом питательных веществ или деятельностью вредителей, прежде чем ущерб станет очевидно заметным в пологе.
В настоящее время платформа различает здоровую и угнетенную листву, но работает над категоризацией конкретных причин стресса, таких как грибные инфекции и дисбаланс питания. Это достижение, после внедрения, может произвести революцию в планировании защиты урожая в течение сезона и комплексной борьбе с вредителями.
Система также обеспечивает точное прогнозирование урожайности. Анализируя количество растений и расстояние между ними на этапе прорастания, ИИ генерирует оценки урожайности на раннем этапе для известных сортов картофеля с точностью более 85%. Для новых сортов нужно предоставить образцы клубней на этапе набухания. Окончательные оценки урожайности обновляются перед уборкой, чтобы исключить непродуктивные зоны, и это делает данные еще более полезными для планирования и маркетинга урожая. Хотя платформа в настоящее время фокусируется на оценке веса клубней, а не на признаках качества клубней до сбора урожая, таких как форма или обнаружение дефектов, она играет важную роль в экономике хозяйства.
Платформа также предоставляет карты влажности почвы на стадии до появления всходов, классифицируя зоны по четырем уровням: насыщенный, влажный, высыхающий и сухой. Эти пространственные данные позволяют более точно применять воду и корректировать свои стратегии орошения в соответствии с реальной изменчивостью поля для экономии ресурсов без ущерба урожаю.
Благодаря интеграции с такими платформами, как John Deere Operations Center, и совместимости с дронами DJI система позволяет применять переменную скорость внесения агрохимикатов и планировать задачи - и все это без необходимости сложного обучения для работы с программным обеспечением.
Платформа поддерживает специфичные для сорта сведения, позволяя пользователям помечать отдельные сорта картофеля и отслеживать их производительность в разных микроклиматических условиях и почвенных условиях. В течение сезона эти сведения помогают выявлять лучшие сорта и информировать о выборе семян для будущих посадок. Производители могут просматривать индексы здоровья, карты стресса и прогнозы урожайности по сортам и полям.
Разведка с воздуха на основе искусственного интеллекта заменяет трудоемкие полевые проверки, а в сочетании с распыляющими дронами DJI система может предоставлять карты внесения с переменной нормой для целевого использования защитных средств, что обеспечивает как экономию средств, так и результаты в области устойчивого развития. Например, тесты на экспериментальном поле с кормовыми травами в Нидерландах показали 93%-ное сокращение использования гербицидов после того, как ферма использовала платформу для выявления зон, засоренных сорняками, и проведения точечного опрыскивания.
В планах на будущее разработчики хотят добавить следующий функционал: интеграция данных о погоде и оповещения на основе климата; расширенная классификация аномалий, характерных для патологий картофеля; системы оповещения, которые рекомендуют полеты дронов на критических стадиях роста, таких как формирование клубней; расширение отслеживания углеродного следа для отчетности об устойчивом развитии.
Источник: Potato News Today.
Заглавное фото: Лукьянов Дмитрий, AgroXXI.ru.