Dronefarmer og satellitbilleder af ukrudt: 5 innovationer, der har ændret landbruget

De vigtigste ændringer i det agroindustrielle kompleks finder sted i forbindelse med digital transformation

eller "hardware" i landbrugsbedrifter, men revision af forretningsprocesser og metoder til indsamling af information, forening af data, oprettelse af digitale tvillinger, delegation af ledelsesbeslutninger til en computer og kontrol over deres gennemførelse.Vi har udvalgt fem teknologier, der spiller en central rolle i den digitale transformation af de enkelte landbrug og branchen som helhed.

Internet of Things (Internet of Things, IoT)

Sensorer hjælper i realtidmåle jordegenskaber, spor nedbør, temperatur, fugtighed, bevægelse af udstyr. På grund af dette har landmændene mulighed for at indsamle en enorm mængde data, samle dem i et informationssystem, analysere og træffe mere informerede beslutninger. Det medfører besparelser i ressourcer og penge, hvilket er vigtigt for et så lavt avanceområde som landbruget. Før Internet of Things var dette ikke muligt.

For eksempel kan du installere sensorer på udstyr ogat forstå, hvor den er, hvilken vej den tager, om den afviger fra den, om den er tomgang. På grund af dette optimerer landbrugsøkonomien udgifterne til benzin og forhindrer tyveri. Sensorer i jorden og vejrsensorer virker ikke så hurtigt, men de er med til at styre væksten af ​​planter, bestemme hvornår der skal gødes, vande afgrøder og behandle dem med pesticider for at få mere udbytte.

Globalt marked for IoT i landbrugetanslået til $22 milliarder i 2021. Det vil vokse med 10% årligt, og overstige 35 milliarder dollars i 2026. Men udviklingen af ​​IoT, også i landbruget, er stærkt præget af kvaliteten af ​​kommunikationen. Landene er ofte fjernt fra celletårne, det er svært at få et stabilt informationsflow fra sensorer. Den nye generation af 5G skulle gøre denne opgave lettere. Men belægningen af ​​frekvenser, ophøret med forsyninger af importeret telekommunikationsudstyr og manglen på russiske basestationer har indtil videre forhindret massedistributionen af ​​5G-netværk i Rusland.

Jordfjernmåling

Satellitter og droner kan overvåge ogat sondere jorden uden manuelt arbejde. Satellitbilleder giver dig mulighed for at vurdere situationen i markerne på store afstande, mens droner er mere velegnede til præcis og præcis overvågning. Den største fordel ved fjernmetoder er en stor dækning og muligheden for hurtigt at få de nødvendige data. Med jordbaseret sondering er lønomkostningerne meget højere, og hele processen tager længere tid.

Satellitbilleder er tilgængelige for tre hovedudbydere - den europæiske familie af satellitter Sentinel, det amerikanske program Landsat og Roskosmos. I Rusland bruges Sentinel hovedsageligt. Opløsningen af ​​Sentinel-2 billeder er op til 10 meter pr. pixel. Droner har en meget højere opløsning – op til 2 cm per pixel, men hver fil kan veje flere gigabyte, så de er svære at behandle. Normalt er satellitter nok til at overvåge afgrøder.

Hvordan dronen ser marken

At kombinere satellitdata og information medsensorer, der er nedgravet i jorden i flere centimeters dybde, er det for eksempel muligt at udarbejde en temperaturprofil af jorden. Dette vil spare agronomen for manuelt at kontrollere med et termometer, om temperaturen i marken har nået de optimale værdier for såning. Fjernmetoder tager også højde for de enkelte sektioners egenskaber inden for samme felt.

Geografiske informationssystemer (GIS)

For arbejdere i landbruget er det vigtigt at visualisere information i form af kort. I dag er GIS grundlaget og hjertet af informationssystemer relateret til ledelsen af ​​en landbrugsvirksomhed.

Landbrugsbedriften skaber et layout af et digitalt terræn,områder og teknologi. Nogle gange er de spredt i flere regioner og endda lande. Information lagres i informationssystemet og vises i form af lag. Et lag er en egenskab for en mark, for eksempel fugtighed, aflastning, højdeændringer, kunstvandings- og dræningsfaciliteter, afgrøder. Ved at skifte mellem forskellige egenskaber kan bedriften danne sig et samlet billede af, hvad der sker på markerne.

I GIS kan du se, hvordan høsten gårkampagne, i hvilke områder afgrøden allerede er høstet, og hvor arbejdet endnu ikke er påbegyndt. Agro-virksomheder kan se, hvilke marker der er blevet behandlet med pesticider, og hvilke der ikke er, om der er faldet nedbør, om der er dukket skadedyr på. Eller visuelt spor bevægelsen af ​​udstyr, vurder kilometertal, omkostningerne ved brændstof og smøremidler, forstå årsagerne til, at normen overskrides.

"I GIS kan du se, hvordan høstkampagnen forløber"

præcisionslandbrug

Præcisionslandbrug er et landbrugsvirksomhedsstyringssystem med høj præcision, der inkludererDisse er forskellige teknologier: tingenes internet, GIS og teledetektion af jorden.Det er baseret på oplysninger modtaget fra udbydere og sensorer. 

Landbrug går ud på at opdele marken i parcellerbaseret på deres egenskaber og som følge heraf differentieret såning, vanding, pesticidbehandling. Hvis et område af marken normalt har en rigere afgrøde, kan du plante flere frø der. Og hvis jorden et eller andet sted er dårligere, skal du øge mængden af ​​gødning. Det ultimative mål er at høste flere afgrøder og spare på alle stadier.

I de klassiske tilgange til landbruget, markenbehandles som en helhed. I mellemtiden kan de agrofysiske og agrokemiske parametre for jorden være forskellige inden for samme mark, især når det drejer sig om jorder på flere tusinde hektar. Landbrugsoperationer, under hensyntagen til sådanne funktioner, kan spare 15-20% af ressourcerne til landbrugssektoren.

I dag udfører mange landbrugsbedrifterforsøgsarbejde relateret til præcisionslandbrug. De tildeler normalt jord til pilotprojekter og bruger NDVI-indekset til at opdele det i plots. Det er beregnet ud fra billeder fra satellitter og UAV'er og gør det muligt at lære om afgrødernes tilstand i forskellige dele af marken.

Kunstig intelligens og matematisk modellering

Anvendelsesområdet for AI og matematiske modeller ilandbruget er ret bredt. For eksempel giver de dig mulighed for at forudsige mængden af ​​høst under hele cyklussen af ​​landbrugsarbejde. Takket være dette kan landmændene estimere, hvor mange penge de vil tjene i slutningen af ​​sæsonen.

En anden populær retning er sædskifte.Såkaldt praksis med at dyrke forskellige typer afgrøder på samme jord i flere vækstsæsoner. Hver afgrøde er kendetegnet ved sine egne mikroorganismer i rodsystemet, balancen af ​​kemiske elementer, som den tager fra jorden. Så hvis du planter de samme planter på marken i flere år, vil jordens frugtbarhed falde hvert år. Det er muligt, at jorden skal tages ud af landbrugsbrug for at kunne genoprettes. Og hvis du vælger sekvensen af ​​afgrøder korrekt, kan du ikke kun udjævne balancen af ​​sporstoffer i jorden, men også forbedre dens tilstand.

En landbrugsvirksomhed kan opbygge en optimeringen matematisk model, der under hensyntagen til forskellige faktorer (forgængerafgrøder, afgrødeudbytter og så videre) giver anbefalinger til fremtidige beplantninger. Lignende matematiske modeller kan også maksimere profitten. For at gøre dette er det nødvendigt at berige dem med data om priser og salg.

"Sensorer hjælper med at måle jordegenskaber i realtid, spore nedbør, temperatur, fugtighed, køretøjets bevægelser"

Udsigter og udfordringer 

Teknologiudviklingen i landbruget hæmmesmange faktorer: høj importafhængighed af russisk industri med hensyn til elementbasen, fragmentering af data og mangel på ensartede protokoller til deres overførsel, cybersikkerhedsproblemer (i tilfælde af IoT). 

Desuden brugen af ​​teknologi i landbrugetForeløbig er det hovedsageligt store landbrugsbedrifter, der har råd til at gøre dette på gården, fordi introduktionen af ​​sådanne værktøjer kræver investeringer ikke kun i indkøb af hardware, men også i uddannelse af folk. Små landbrug gør ofte lidt for at innovere og opbevarer stadig information på papir i bedste fald. Jo større en virksomhed bliver, jo mere udtalt har dens behov for at optimere interne processer og øge produktiviteten.

Ryd op i informationssystemetumuligt før denne ordre er i gang. For at træffe beslutninger baseret på information, skal du først forstå dine processer: forstå, hvor du kan få disse oplysninger, hvilke data mangler, hvad du skal gøre for at få dem, hvordan du kan overvinde modstanden fra medarbejdere, der ikke ønsker at dele viden eller er allerede vant til at arbejde i en bestemt tilstand. Derfor sker digital transformation oppefra og ned og starter med topledelsen.

Læs mere:

NASA afslørede oprindelsen af ​​Haumea - den mest mystiske planet i solsystemet

Levende organismer har gjort Mars ubeboelig

Leveren kan arbejde i mere end 100 år: videnskabsmænd fortalte, hvordan dette er muligt