K hlavním změnám v zemědělském sektoru dochází v souvislosti s digitální transformací. Nejde jen o představení nového softwaru
Internet věcí (Internet of Things, IoT)
Senzory pomáhají v reálném časeměřit vlastnosti půdy, sledovat srážky, teplotu, vlhkost, pohyb zařízení. Díky tomu mají zemědělci možnost shromáždit obrovské množství dat, agregovat je v informačním systému, analyzovat a činit informovanější rozhodnutí. To vede k úsporám zdrojů a peněz, což je důležité pro oblast s tak nízkou marží, jako je zemědělství. Před Internetem věcí to nebylo možné.
Můžete například nainstalovat senzory na zařízení apochopit, kde je, jakou trasu vede, zda se z ní odchyluje, zda je nečinný. Zemědělská ekonomika díky tomu optimalizuje výdaje na benzín a zabraňuje krádežím. Senzory v půdě a senzory počasí nemají tak rychlý účinek, ale pomáhají řídit růst rostlin, rozhodovat o tom, kdy hnojit, zalévat plodiny a ošetřovat je pesticidy, abyste získali větší výnos.
Globální trh pro IoT v zemědělstvív roce 2021 se odhaduje na 22 miliard dolarů. Ročně poroste o 10 % a do roku 2026 přesáhne 35 miliard dolarů. Ale rozvoj internetu věcí, včetně zemědělství, je silně ovlivněn kvalitou komunikace. Země jsou často vzdálené od mobilních věží, je obtížné získat stabilní tok informací ze senzorů. Nová generace 5G by tento úkol měla usnadnit. Ale obsazenost frekvencí, zastavení dodávek dováženého telekomunikačního zařízení a nedostatek ruských základnových stanic zatím brání masovému rozšíření sítí 5G v Rusku.
Dálkový průzkum Země
Satelity a drony mohou monitorovat aprozkoumat zemi bez ruční práce. Satelitní snímky umožňují vyhodnocovat situaci v polích na velké vzdálenosti, zatímco drony jsou vhodnější pro přesné a přesné sledování. Hlavní výhodou vzdálených metod je velké pokrytí a možnost rychle získat potřebná data. U pozemního sondování jsou mzdové náklady mnohem vyšší a celý proces trvá déle.
Satelitní snímky jsou k dispozici pro tři hlavníposkytovatelé - evropská rodina satelitů Sentinel, americký program Landsat a Roskosmos. V Rusku se používá hlavně Sentinel. Rozlišení snímků Sentinel-2 je až 10 metrů na pixel. Drony mají mnohem vyšší rozlišení – až 2 cm na pixel, ale každý soubor může vážit několik gigabajtů, takže je obtížné je zpracovat. K monitorování plodin obvykle stačí satelity.
Jak dron vidí pole
Kombinace satelitních dat a informací ssenzory, které jsou zakopány v zemi v hloubce několika centimetrů, je možné např. sestavit teplotní profil půdy. Agronom tak nebude muset ručně kontrolovat teploměrem, zda teplota na poli dosáhla optimálních hodnot pro setí. Vzdálené metody zohledňují i charakteristiky jednotlivých sekcí v rámci stejného oboru.
Geografické informační systémy (GIS)
Pro pracovníky v agrobyznysu je důležitá vizualizace informací ve formě map. GIS je dnes základem a srdcem informačních systémů souvisejících s řízením zemědělského podniku.
Zemědělský podnik vytváří půdorys digitálního terénu,obory a technologie. Někdy jsou rozptýleni v několika regionech a dokonce i zemích. Informace se ukládají do informačního systému a zobrazují se ve formě vrstev. Vrstva je atributem pole, například vlhkost, reliéf, změny nadmořské výšky, zavlažovací a odvodňovací zařízení, plodiny. Přepínáním mezi různými atributy si farma může vytvořit celkový obrázek o dění na polích.
V GIS můžete vidět, jak probíhá sklizeňkampaň, ve kterých oblastech již byla úroda sklizena a kde práce ještě nezačaly. Agropodniky vidí, která pole byla ošetřena pesticidy a která ne, zda klesly srážky, zda se objevili škůdci. Nebo vizuálně sledovat pohyb zařízení, vyhodnocovat počet najetých kilometrů, náklady na palivo a maziva, pochopit důvody, proč je norma překročena.
„V GIS můžete vidět, jak probíhá sklizňová kampaň“
precizní zemědělství
Přesné zemědělství je vysoce přesný systémřízení zemědělského podniku, který zahrnuje různé technologie: internet věcí, GIS a dálkový průzkum Země. Vychází z informací získaných od poskytovatelů a senzorů.
Hospodaření zahrnuje rozdělení pole na parcelyna základě jejich vlastností a v důsledku toho diferencované setí, zálivka, ošetření pesticidy. Pokud má jedna oblast pole obvykle bohatší úrodu, můžete tam zasadit více semen. A pokud je na některém místě půda chudší, zvyšte množství hnojiva. Konečným cílem je sklidit více plodin a ušetřit na všech fázích.
V klasických přístupech zemědělství oborzpracovány jako celek. Agrofyzikální a agrochemické parametry půdy se přitom mohou na stejném poli lišit, zejména pokud jde o pozemky o rozloze několika tisíc hektarů. Zemědělské operace mohou při zohlednění těchto vlastností ušetřit 15–20 % zdrojů pro zemědělský sektor.
Dnes mnoho zemědělských podniků provádíexperimentální práce související s přesným zemědělstvím. Obvykle přidělují pozemky pro pilotní projekty a pomocí indexu NDVI je rozdělují na parcely. Vypočítává se ze snímků ze satelitů a UAV a umožňuje dozvědět se o stavu úrody v různých částech pole.
Umělá inteligence a matematické modelování
Rozsah použití AI a matematických modelů vzemědělství je poměrně široké. Umožňují například předvídat výši sklizně během celého cyklu zemědělských prací. Díky tomu mohou zemědělci odhadnout, kolik peněz na konci sezóny vydělají.
Dalším oblíbeným směrem je střídání plodin.Takzvaná praxe pěstování různých druhů plodin na stejném pozemku po několik vegetačních období. Každá plodina se vyznačuje svými vlastními mikroorganismy v kořenovém systému, rovnováhou chemických prvků, které bere ze země. Pokud tedy vysadíte stejné rostliny na pole na několik let, úrodnost půdy bude každým rokem klesat. Je možné, že půda bude muset být vyňata ze zemědělského využití, aby byla umožněna její obnova. A pokud správně vyberete pořadí plodin, můžete nejen vyrovnat rovnováhu stopových prvků v půdě, ale také zlepšit její stav.
Zemědělský podnik může sestavit optimalizacimatematický model, který při zohlednění různých faktorů (předchůdce, výnosy plodin atd.) dává doporučení pro budoucí výsadbu. Podobné matematické modely mohou také maximalizovat zisky. K tomu je nutné je obohatit o údaje o cenách a prodejích.
„Senzory pomáhají měřit charakteristiky půdy v reálném čase, sledují srážky, teplotu, vlhkost, pohyb vozidel“
Vyhlídky a potíže
Rozvoj technologií v zemědělství je brzděnmnoho faktorů: vysoká dovozní závislost ruského průmyslu na základně prvků, roztříštěnost dat a nedostatek jednotných protokolů pro jejich přenos, problémy kybernetické bezpečnosti (v případě IoT).
Navíc využití technologií v zemědělstvíNa farmě si to zatím mohou dovolit hlavně velké zemědělské podniky, protože zavedení takových nástrojů vyžaduje investice nejen do nákupu hardwaru, ale také do zaškolení lidí. Malé farmy často málo inovují a stále uchovávají informace v nejlepším případě na papíře. Čím větší je společnost, tím výraznější je její potřeba optimalizovat interní procesy a zvyšovat produktivitu.
Vyčistit informační systémnemožné, dokud nebude tato objednávka v provozu. Chcete-li se rozhodovat na základě informací, musíte nejprve porozumět svým procesům: pochopit, kde tyto informace získat, jaká data chybí, co dělat, abyste je získali, jak překonat odpor zaměstnanců, kteří nechtějí sdílet znalosti nebo jsou již zvyklí pracovat v určitém režimu. Digitální transformace proto probíhá shora dolů a začíná u vrcholového managementu.
Přečtěte si více:
NASA odhalila původ Haumea – nejzáhadnější planety sluneční soustavy
Živé organismy učinily Mars neobyvatelným
Játra mohou fungovat více než 100 let: vědci řekli, jak je to možné