Glavne promjene u poljoprivrednom sektoru događaju se u kontekstu digitalne transformacije. Ovo nije samo uvođenje novog softvera
Internet stvari (Internet of Things, IoT)
Senzori pomažu u stvarnom vremenumjeri karakteristike tla, prati padaline, temperaturu, vlažnost, kretanje opreme. Zbog toga poljoprivrednici imaju priliku prikupiti ogromnu količinu podataka, objediniti ih u informacijski sustav, analizirati i donositi informiranije odluke. To dovodi do ušteda u resursima i novcu, što je važno za tako nisku maržu kao što je poljoprivreda. Prije Interneta stvari to nije bilo moguće.
Na primjer, možete instalirati senzore na opremu irazumjeti gdje je, kojom rutom ide, skreće li s nje, miruje li. Zbog toga poljoprivredno gospodarstvo optimizira potrošnju benzina i sprječava krađu. Senzori u tlu i vremenski senzori ne djeluju tako brzo, ali pomažu kontrolirati rast biljaka, odlučiti kada treba gnojiti, zalijevati usjeve i tretirati ih pesticidima kako bi dobili više uroda.
Globalno tržište za IoT u poljoprivrediprocijenjen na 22 milijarde dolara u 2021. Rast će 10% godišnje, premašujući 35 milijardi dolara do 2026. No, na razvoj IoT-a, pa tako i u poljoprivredi, snažno utječe kvaliteta komunikacije. Često su zemlje udaljene od mobilnih tornjeva, teško je dobiti stabilan protok informacija od senzora. Nova generacija 5G trebala bi olakšati ovaj zadatak. No, popunjenost frekvencija, prestanak isporuke uvozne telekom opreme i nedostatak ruskih baznih stanica zasad su spriječili masovnu distribuciju 5G mreža u Rusiji.
Daljinsko detektiranje Zemlje
Sateliti i dronovi mogu pratiti isondirati zemlju bez ručnog rada. Satelitske snimke omogućuju procjenu stanja na poljima na velikim udaljenostima, dok su dronovi prikladniji za precizno i precizno praćenje. Glavna prednost daljinskih metoda je velika pokrivenost i mogućnost brzog dobivanja potrebnih podataka. Kod zemaljskog sondiranja troškovi rada su puno veći, a cijeli proces traje duže.
Satelitske slike dostupne su za tri glavnapružatelji - europska obitelj satelita Sentinel, američki program Landsat i Roskosmos. U Rusiji se uglavnom koristi Sentinel. Razlučivost slika Sentinel-2 je do 10 metara po pikselu. Dronovi imaju puno veću rezoluciju – do 2 cm po pikselu, ali svaka datoteka može biti teška nekoliko gigabajta pa ih je teško obraditi. Obično su sateliti dovoljni za praćenje usjeva.
Kako dron vidi polje
Kombiniranje satelitskih podataka i informacija sasenzora koji su ukopani u zemlju na dubini od nekoliko centimetara, moguće je npr. sastaviti temperaturni profil tla. To će spasiti agronoma od potrebe da ručno termometrom provjerava je li temperatura u polju dosegla optimalne vrijednosti za sjetvu. Udaljene metode također uzimaju u obzir karakteristike pojedinih odjeljaka unutar istog polja.
Geografski informacijski sustavi (GIS)
Za radnike u agrobiznisu važno je vizualizirati informacije u obliku karata. Danas je GIS osnova i srce informacijskih sustava koji se odnose na upravljanje poljoprivrednim poduzećem.
Poljoprivredno gospodarstvo izrađuje izgled digitalnog terena,polja i tehnologije. Ponekad su raštrkani u nekoliko regija, pa čak i zemalja. Informacije se pohranjuju u informacijski sustav i prikazuju u obliku slojeva. Sloj je atribut polja, na primjer, vlažnost, reljef, promjene visine, objekti za navodnjavanje i odvodnju, usjevi. Prebacivanjem između različitih atributa farma može stvoriti cjelokupnu sliku onoga što se događa na poljima.
U GIS-u možete vidjeti kako ide žetvakampanje, na kojim je površinama urod već požnjeven, a gdje radovi još nisu započeli. Poljoprivredna poduzeća mogu vidjeti koja su polja tretirana pesticidima, a koja nisu, jesu li padale oborine, jesu li se pojavile štetočine. Ili vizualno pratite kretanje opreme, procijenite kilometražu, troškove goriva i maziva, shvatite razloge prekoračenja norme.
“U GIS-u možete vidjeti kako ide žetvena kampanja”
precizna poljoprivreda
Precizna poljoprivreda je sustav visoke preciznostiupravljanje poljoprivrednim poduzećem, koje uključuje različite tehnologije: internet stvari, GIS i daljinsko istraživanje zemlje. Temelji se na informacijama primljenim od pružatelja usluga i senzora.
Ratarstvo podrazumijeva podjelu polja na parcelena temelju njihovih karakteristika i, kao rezultat toga, diferencirane sjetve, zalijevanja, tretiranja pesticidima. Ako jedno područje polja obično ima bogatiji urod, tamo možete posaditi više sjemena. A ako je tlo na nekom mjestu siromašnije, povećajte količinu gnojiva. Konačni cilj je ubrati više usjeva i uštedjeti u svim fazama.
U klasičnim pristupima poljoprivredi poljeobrađen u cjelini. Pritom se agrofizički i agrokemijski parametri tla mogu razlikovati unutar istog polja, posebno kada se radi o zemljištima od nekoliko tisuća hektara. Poljoprivredne operacije, uzimajući u obzir takve značajke, mogu uštedjeti 15-20% resursa za poljoprivredni sektor.
Danas mnoga poljoprivredna gospodarstva obavljajueksperimentalni rad vezan uz preciznu poljoprivredu. Oni obično dodjeljuju zemljište za pilot projekte i koriste NDVI indeks da ga raščlane na parcele. Izračunava se iz slika sa satelita i bespilotnih letjelica i omogućuje saznavanje o stanju usjeva na različitim dijelovima polja.
Umjetna inteligencija i matematičko modeliranje
Raspon primjene umjetne inteligencije i matematičkih modela upoljoprivreda je prilično široka. Na primjer, omogućuju vam predviđanje količine žetve tijekom cijelog ciklusa poljoprivrednih radova. Zahvaljujući tome, farmeri mogu procijeniti koliko će novca zaraditi na kraju sezone.
Još jedan popularan smjer je rotacija usjeva.Tako se naziva praksa uzgoja različitih vrsta usjeva na istoj zemlji tijekom nekoliko vegetacijskih sezona. Svaki usjev karakteriziraju vlastiti mikroorganizmi u korijenskom sustavu, ravnoteža kemijskih elemenata koje uzima iz zemlje. Dakle, ako nekoliko godina sadite iste biljke na polju, plodnost tla će padati svake godine. Moguće je da će se zemljište morati povući iz poljoprivredne uporabe kako bi se moglo oporaviti. A ako pravilno odaberete redoslijed usjeva, ne samo da možete izjednačiti ravnotežu elemenata u tragovima u tlu, već i poboljšati njegovo stanje.
Poljoprivredno poduzeće može izgraditi optimizacijumatematički model koji, uzimajući u obzir različite čimbenike (prethodne kulture, prinose i sl.), daje preporuke za buduće sadnje. Slični matematički modeli također mogu maksimizirati profit. Za to ih je potrebno obogatiti podacima o cijenama i prodaji.
“Senzori pomažu u mjerenju karakteristika tla u stvarnom vremenu, praćenju padalina, temperature, vlažnosti, kretanja vozila”
Izgledi i poteškoće
Razvoj tehnologije u poljoprivredi je otežanmnogi čimbenici: visoka uvozna ovisnost ruske industrije u pogledu baze elemenata, fragmentiranost podataka i nedostatak jedinstvenih protokola za njihov prijenos, pitanja kibernetičke sigurnosti (u slučaju interneta stvari).
Štoviše, korištenje tehnologije u poljoprivrediZa sada to mogu priuštiti uglavnom velika poljoprivredna gospodarstva na gospodarstvu, jer uvođenje takvih alata zahtijeva ulaganja ne samo u nabavu hardvera, već iu obuku ljudi. Male farme često čine malo na inovacijama, au najboljem slučaju još uvijek čuvaju informacije na papiru. Što je poduzeće veće, to je njegova potreba za optimizacijom internih procesa i povećanjem produktivnosti sve izraženija.
Očistite informacijski sustavnemoguće dok ova narudžba ne bude u funkciji. Da biste donosili odluke na temelju informacija, prvo morate razumjeti svoje procese: razumjeti gdje dobiti te informacije, koji podaci nedostaju, što učiniti da do njih dođete, kako nadvladati otpor zaposlenika koji ne žele dijeliti znanje ili već su navikli raditi u određenom načinu rada. Stoga se digitalna transformacija događa od vrha prema dolje i počinje s najvišim menadžmentom.
Čitaj više:
NASA je otkrila podrijetlo Haumee - najtajanstvenijeg planeta Sunčevog sustava
Živi organizmi učinili su Mars nenastanjivim
Jetra može raditi više od 100 godina: znanstvenici su rekli kako je to moguće