Die wesentlichen Veränderungen im Agrarsektor finden im Kontext der digitalen Transformation statt. Dabei handelt es sich nicht nur um die Einführung neuer Software
Internet der Dinge (Internet der Dinge, IoT)
Sensoren helfen in EchtzeitMessen Sie Bodeneigenschaften, verfolgen Sie Niederschlag, Temperatur, Feuchtigkeit, Bewegung von Geräten. Dadurch haben Landwirte die Möglichkeit, riesige Datenmengen zu sammeln, sie in einem Informationssystem zusammenzufassen, zu analysieren und fundiertere Entscheidungen zu treffen. Dies führt zu einer Einsparung von Ressourcen und Geld, was für einen so margenschwachen Bereich wie die Landwirtschaft wichtig ist. Vor dem Internet der Dinge war dies nicht möglich.
Beispielsweise können Sie Sensoren an Geräten installieren undzu verstehen, wo es ist, welchen Weg es nimmt, ob es davon abweicht, ob es im Leerlauf ist. Aus diesem Grund optimiert die Agrarwirtschaft die Ausgaben für Benzin und verhindert Diebstahl. Sensoren im Boden und Wettersensoren wirken nicht so schnell, aber sie helfen, das Wachstum von Pflanzen zu kontrollieren, zu entscheiden, wann gedüngt wird, Pflanzen zu wässern und sie mit Pestiziden zu behandeln, um mehr Ertrag zu erzielen.
Globaler Markt für IoT in der Landwirtschaft2021 auf 22 Milliarden US-Dollar geschätzt. Es wird jährlich um 10 % wachsen und bis 2026 35 Milliarden US-Dollar überschreiten. Aber die Entwicklung des IoT, auch in der Landwirtschaft, wird stark von der Qualität der Kommunikation beeinflusst. Oft sind die Länder von Mobilfunkmasten entfernt, es ist schwierig, einen stabilen Informationsfluss von Sensoren zu erhalten. Die neue Generation von 5G soll diese Aufgabe erleichtern. Aber die Belegung von Frequenzen, die Einstellung der Lieferungen von importiertem Telekommunikationsequipment und das Fehlen russischer Basisstationen haben bisher die massenhafte Verbreitung von 5G-Netzen in Russland verhindert.
Erdfernerkundung
Satelliten und Drohnen können überwachen undohne Handarbeit die Erde zu erforschen. Mit Satellitenbildern können Sie die Situation auf den Feldern auf große Entfernungen beurteilen, während Drohnen eher für eine punktgenaue und genaue Überwachung geeignet sind. Der Hauptvorteil von Remote-Methoden ist eine große Abdeckung und die Möglichkeit, die erforderlichen Daten schnell zu erhalten. Bei bodengestützten Sondierungen sind die Arbeitskosten viel höher und der gesamte Prozess dauert länger.
Satellitenbilder sind für drei Haupt verfügbarAnbieter - die europäische Satellitenfamilie Sentinel, das amerikanische Programm Landsat und Roskosmos. In Russland wird hauptsächlich Sentinel verwendet. Die Auflösung von Sentinel-2-Bildern beträgt bis zu 10 Meter pro Pixel. Drohnen haben eine viel höhere Auflösung – bis zu 2 cm pro Pixel, aber jede Datei kann mehrere Gigabyte wiegen, sodass sie schwer zu verarbeiten sind. Normalerweise reichen Satelliten aus, um Pflanzen zu überwachen.
Wie die Drohne das Feld sieht
Kombinieren von Satellitendaten und Informationen mitSensoren, die mehrere Zentimeter tief im Boden vergraben werden, lässt sich beispielsweise ein Temperaturprofil des Bodens erstellen. Das erspart dem Agronomen die manuelle Überprüfung mit einem Thermometer, ob die Temperatur auf dem Feld die optimalen Werte für die Aussaat erreicht hat. Remote-Methoden berücksichtigen auch die Eigenschaften einzelner Abschnitte innerhalb desselben Feldes.
Geographische Informationssysteme (GIS)
Für Arbeiter in der Agrarindustrie ist es wichtig, Informationen in Form von Karten zu visualisieren. Heute ist GIS die Grundlage und das Herzstück von Informationssystemen, die mit der Verwaltung eines landwirtschaftlichen Unternehmens zusammenhängen.
Der landwirtschaftliche Betrieb erstellt ein Layout eines digitalen Geländes,Felder und Technik. Manchmal sind sie über mehrere Regionen und sogar Länder verstreut. Informationen werden im Informationssystem gespeichert und in Form von Schichten dargestellt. Ein Layer ist ein Attribut eines Feldes, z. B. Feuchtigkeit, Relief, Höhenunterschiede, Be- und Entwässerungseinrichtungen, Feldfrüchte. Durch das Wechseln zwischen verschiedenen Attributen kann sich der Betrieb ein Gesamtbild über das Geschehen auf den Feldern machen.
Im GIS können Sie sehen, wie die Ernte verläuftKampagne, in welchen Gebieten bereits geerntet wurde und wo noch nicht mit der Arbeit begonnen wurde. Agrarunternehmen können sehen, welche Felder mit Pestiziden behandelt wurden und welche nicht, ob Niederschläge gefallen sind, ob Schädlinge aufgetreten sind. Oder verfolgen Sie die Bewegung von Geräten visuell, bewerten Sie den Kilometerstand, die Kosten für Kraftstoff und Schmiermittel und verstehen Sie die Gründe, warum die Norm überschritten wird.
„In GIS können Sie sehen, wie die Erntekampagne verläuft“
Präzisionslandwirtschaft
Precision Farming ist ein hochpräzises SystemFührung eines landwirtschaftlichen Unternehmens, das verschiedene Technologien umfasst: das Internet der Dinge, GIS und Fernerkundung der Erde. Es basiert auf Informationen, die wir von Anbietern und Sensoren erhalten.
Bei der Landwirtschaft wird das Feld in Parzellen aufgeteiltaufgrund ihrer Eigenschaften und dadurch differenzierte Aussaat, Bewässerung, Pestizidbehandlung. Wenn ein Bereich des Feldes normalerweise eine reichere Ernte hat, können Sie dort mehr Samen pflanzen. Und wenn der Boden an einigen Stellen schlechter ist, erhöhen Sie die Düngermenge. Das ultimative Ziel ist es, mehr Ernten zu ernten und in allen Phasen zu sparen.
In den klassischen Ansätzen der Landwirtschaft ist das Feldals Ganzes verarbeitet. Dabei können sich die agrophysikalischen und agrochemischen Parameter des Bodens innerhalb desselben Feldes unterscheiden, insbesondere wenn es sich um Flächen von mehreren tausend Hektar handelt. Landwirtschaftliche Betriebe können unter Berücksichtigung dieser Merkmale 15-20 % der Ressourcen für den Agrarsektor einsparen.
Heute betreiben viele landwirtschaftliche Betriebeexperimentelle Arbeiten im Zusammenhang mit der Präzisionslandwirtschaft. Sie weisen normalerweise Land für Pilotprojekte zu und verwenden den NDVI-Index, um es in Parzellen aufzuteilen. Es wird aus Bildern von Satelliten und UAVs berechnet und ermöglicht es, etwas über den Zustand der Pflanzen in verschiedenen Teilen des Feldes zu erfahren.
Künstliche Intelligenz und mathematische Modellierung
Das Anwendungsspektrum von KI und mathematischen Modellen inDie Landwirtschaft ist ziemlich breit. So können Sie beispielsweise die Erntemenge während des gesamten Zyklus der landwirtschaftlichen Arbeit vorhersagen. Dadurch können Landwirte abschätzen, wie viel Geld sie am Ende der Saison verdienen werden.
Eine weitere beliebte Richtung ist die Fruchtfolge.Sogenannte Praxis des Anbaus verschiedener Arten von Pflanzen auf demselben Land für mehrere Vegetationsperioden. Jede Kultur zeichnet sich durch ihre eigenen Mikroorganismen im Wurzelsystem aus, das Gleichgewicht der chemischen Elemente, die sie aus dem Boden aufnimmt. Wenn Sie also mehrere Jahre lang die gleichen Pflanzen auf dem Feld pflanzen, sinkt die Fruchtbarkeit des Bodens jedes Jahr. Es ist möglich, dass die Flächen der landwirtschaftlichen Nutzung entzogen werden müssen, damit sie sich erholen können. Und wenn Sie die Fruchtfolge richtig wählen, können Sie nicht nur den Spurenelementhaushalt im Boden ausgleichen, sondern auch dessen Zustand verbessern.
Ein landwirtschaftlicher Betrieb kann eine Optimierung aufbauenein mathematisches Modell, das unter Berücksichtigung verschiedener Faktoren (Vorgängerkulturen, Ernteerträge usw.) Empfehlungen für zukünftige Anpflanzungen gibt. Ähnliche mathematische Modelle können auch Gewinne maximieren. Dazu ist es notwendig, sie mit Daten zu Preisen und Verkäufen anzureichern.
„Sensoren helfen, Bodeneigenschaften in Echtzeit zu messen, Niederschlag, Temperatur, Feuchtigkeit, Fahrzeugbewegung zu verfolgen“
Perspektiven und Schwierigkeiten
Die technologische Entwicklung in der Landwirtschaft wird behindertviele Faktoren: hohe Importabhängigkeit der russischen Industrie in Bezug auf die Elementbasis, Fragmentierung der Daten und Fehlen einheitlicher Protokolle für deren Übertragung, Cybersicherheitsprobleme (im Fall von IoT).
Darüber hinaus der Einsatz von Technologie in der LandwirtschaftDies können sich vorerst vor allem große landwirtschaftliche Betriebe auf dem Hof leisten, denn die Einführung solcher Tools erfordert Investitionen nicht nur in die Anschaffung von Hardware, sondern auch in die Ausbildung der Mitarbeiter. Kleine landwirtschaftliche Betriebe tun oft wenig, um innovativ zu sein, und bewahren Informationen bestenfalls auf Papier auf. Je größer ein Unternehmen wird, desto größer wird der Bedarf, interne Prozesse zu optimieren und die Produktivität zu steigern.
Bereinigen Sie das Informationssystemunmöglich, bis dieser Auftrag im Geschäft ist. Um Entscheidungen auf der Grundlage von Informationen zu treffen, müssen Sie zunächst Ihre Prozesse verstehen: verstehen, wo Sie diese Informationen erhalten, welche Daten fehlen, was zu tun ist, um sie zu erhalten, wie Sie den Widerstand von Mitarbeitern überwinden, die Wissen nicht teilen möchten bzw bereits daran gewöhnt sind, in bestimmten Modi zu arbeiten. Daher erfolgt die digitale Transformation von oben nach unten und beginnt beim Top-Management.
Weiter lesen:
Die NASA enthüllte den Ursprung von Haumea – dem mysteriösesten Planeten im Sonnensystem
Lebende Organismen haben den Mars unbewohnbar gemacht
Die Leber kann mehr als 100 Jahre arbeiten: Wissenschaftler erklärten, wie das möglich ist