Hlavné zmeny v agropriemyselnom komplexe prebiehajú v kontexte digitálnej transformácie
Internet vecí (Internet of Things, IoT)
Senzory pomáhajú v reálnom časemerať charakteristiky pôdy, sledovať zrážky, teplotu, vlhkosť, pohyb zariadení. Vďaka tomu majú farmári možnosť zbierať obrovské množstvo údajov, agregovať ich v informačnom systéme, analyzovať a prijímať informovanejšie rozhodnutia. To vedie k úsporám zdrojov a peňazí, čo je dôležité pre oblasť s takou nízkou maržou, akou je poľnohospodárstvo. Pred internetom vecí to nebolo možné.
Napríklad môžete nainštalovať senzory na zariadenia aaby sme pochopili, kde je, akou trasou ide, či sa z nej neodchyľuje, či je nečinný. Vďaka tomu poľnohospodárska ekonomika optimalizuje výdavky na benzín a zabraňuje krádežiam. Senzory v pôde a senzory počasia nemajú tak rýchly účinok, ale pomáhajú kontrolovať rast rastlín, rozhodovať o tom, kedy hnojiť, zalievať plodiny a ošetrovať ich pesticídmi, aby získali väčšiu úrodu.
Globálny trh pre internet vecí v poľnohospodárstveodhaduje sa na 22 miliárd dolárov v roku 2021. Ročne porastie o 10 % a do roku 2026 presiahne 35 miliárd USD. Ale rozvoj internetu vecí, vrátane poľnohospodárstva, je silne ovplyvnený kvalitou komunikácie. Pozemky sú často vzdialené od bunkových veží, je ťažké získať stabilný tok informácií zo senzorov. Nová generácia 5G by mala túto úlohu uľahčiť. Obsadenie frekvencií, zastavenie dodávok dovážaných telekomunikačných zariadení a nedostatok ruských základňových staníc však doteraz bránili masovému šíreniu sietí 5G v Rusku.
Diaľkový prieskum Zeme
Satelity a drony môžu monitorovať asondovať zem bez ručnej práce. Satelitné snímky umožňujú posúdiť situáciu na poliach na veľké vzdialenosti, zatiaľ čo drony sú vhodnejšie na presné a presné sledovanie. Hlavnou výhodou vzdialených metód je veľké pokrytie a možnosť rýchleho získania potrebných údajov. Pri pozemnom sondovaní sú náklady na prácu oveľa vyššie a celý proces trvá dlhšie.
Satelitné snímky sú k dispozícii pre tri hlavnéposkytovateľov – európsku rodinu satelitov Sentinel, americký program Landsat a Roskosmos. V Rusku sa používa hlavne Sentinel. Rozlíšenie snímok Sentinel-2 je až 10 metrov na pixel. Drony majú oveľa vyššie rozlíšenie – až 2 cm na pixel, no každý súbor môže vážiť niekoľko gigabajtov, takže sú náročné na spracovanie. Na monitorovanie plodín zvyčajne stačia satelity.
Ako dron vidí pole
Kombinácia satelitných údajov a informácií ssenzory, ktoré sú zakopané v zemi v hĺbke niekoľkých centimetrov, je možné napríklad zostaviť teplotný profil pôdy. Agronóm tak nebude musieť ručne kontrolovať teplomerom, či teplota na poli dosiahla optimálne hodnoty na siatie. Vzdialené metódy zohľadňujú aj charakteristiky jednotlivých sekcií v rámci toho istého odboru.
Geografické informačné systémy (GIS)
Pre pracovníkov v agropodnikaní je dôležité vizualizovať informácie vo forme máp. GIS je dnes základom a srdcom informačných systémov súvisiacich s riadením poľnohospodárskeho podniku.
Poľnohospodársky podnik vytvára pôdorys digitálneho terénu,oblasti a technológie. Niekedy sú rozptýlené vo viacerých regiónoch a dokonca krajinách. Informácie sú uložené v informačnom systéme a zobrazené vo forme vrstiev. Vrstva je atribút poľa, napríklad vlhkosť, reliéf, zmeny nadmorskej výšky, zavlažovacie a drenážne zariadenia, plodiny. Prepínaním medzi rôznymi atribútmi si farma môže vytvoriť celkový obraz o dianí na poliach.
V GIS môžete vidieť, ako prebieha zberkampaň, v ktorých oblastiach už bola úroda pozbieraná a kde sa ešte nezačalo pracovať. Agropodniky môžu vidieť, ktoré polia boli ošetrené pesticídmi a ktoré nie, či klesli zrážky, či sa objavili škodcovia. Alebo vizuálne sledovať pohyb zariadenia, vyhodnocovať počet najazdených kilometrov, náklady na palivo a mazivá, pochopiť dôvody, prečo je norma prekročená.
„V GIS môžete vidieť, ako prebieha zberová kampaň“
presné poľnohospodárstvo
Presné poľnohospodárstvo je vysoko presný systém riadenia poľnohospodárskeho podniku, ktorý zahŕňaIde o rôzne technológie: internet vecí, GIS a diaľkový prieskum Zeme.Je založená na informáciách získaných od poskytovateľov a senzorov.
Poľnohospodárstvo zahŕňa rozdelenie poľa na parcelyna základe ich vlastností a v dôsledku toho diferencovaný výsev, zalievanie, pesticídna úprava. Ak má jedna oblasť poľa zvyčajne bohatšiu úrodu, môžete tam zasadiť viac semien. A ak je pôda na niektorom mieste chudobnejšia, zvýšte množstvo hnojiva. Konečným cieľom je zozbierať viac plodín a ušetriť vo všetkých fázach.
V klasických prístupoch poľnohospodárstva polespracované ako celok. Agrofyzikálne a agrochemické parametre pôdy sa môžu na tom istom poli líšiť, najmä ak ide o pozemky s rozlohou niekoľko tisíc hektárov. Poľnohospodárske operácie, berúc do úvahy tieto vlastnosti, môžu ušetriť 15 – 20 % zdrojov pre sektor poľnohospodárstva.
Dnes mnohé poľnohospodárske podniky vykonávajúexperimentálne práce súvisiace s presným poľnohospodárstvom. Zvyčajne prideľujú pôdu pre pilotné projekty a pomocou indexu NDVI ju rozdeľujú na parcely. Vypočítava sa zo snímok zo satelitov a UAV a umožňuje dozvedieť sa o stave úrody v rôznych častiach poľa.
Umelá inteligencia a matematické modelovanie
Rozsah použitia AI a matematických modelov vpoľnohospodárstvo je dosť široké. Umožňujú napríklad predpovedať množstvo úrody počas celého cyklu poľnohospodárskych prác. Vďaka tomu vedia farmári odhadnúť, koľko peňazí zarobia na konci sezóny.
Ďalším populárnym smerom je striedanie plodín.Takzvaná prax pestovania rôznych druhov plodín na tej istej pôde počas niekoľkých vegetačných období. Každá plodina sa vyznačuje svojimi vlastnými mikroorganizmami v koreňovom systéme, rovnováhou chemických prvkov, ktoré berie zo zeme. Ak teda vysadíte tie isté rastliny na pole na niekoľko rokov, úrodnosť pôdy bude každým rokom klesať. Je možné, že pôda bude musieť byť vyňatá z poľnohospodárskeho využitia, aby sa umožnila jej obnova. A ak správne vyberiete poradie plodín, môžete nielen vyrovnať rovnováhu stopových prvkov v pôde, ale aj zlepšiť jej stav.
Poľnohospodársky podnik môže vybudovať optimalizáciumatematický model, ktorý pri zohľadnení rôznych faktorov (predchodcov, výnosy plodín atď.) dáva odporúčania pre budúcu výsadbu. Podobné matematické modely môžu tiež maximalizovať zisky. K tomu je potrebné obohatiť ich o údaje o cenotvorbe a predaji.
„Senzory pomáhajú merať charakteristiky pôdy v reálnom čase, sledovať zrážky, teplotu, vlhkosť, pohyb vozidla“
Vyhliadky a výzvy
Rozvoj technológií v poľnohospodárstve je brzdenýveľa faktorov: vysoká závislosť ruského priemyslu od dovozu z hľadiska prvkovej základne, fragmentácia údajov a nedostatok jednotných protokolov na ich prenos, problémy s kybernetickou bezpečnosťou (v prípade internetu vecí).
Navyše využitie technológií v poľnohospodárstveNa farme si to môžu dovoliť zatiaľ najmä veľké poľnohospodárske podniky, pretože zavedenie takýchto nástrojov si vyžaduje investície nielen do nákupu hardvéru, ale aj do zaškolenia ľudí. Malé farmy často málo inovujú a stále uchovávajú informácie prinajlepšom na papieri. Čím väčšia je spoločnosť, tým výraznejšia je jej potreba optimalizovať interné procesy a zvyšovať produktivitu.
Vyčistite informačný systémnemožné, kým táto objednávka nebude v prevádzke. Aby ste sa mohli rozhodovať na základe informácií, musíte najprv porozumieť svojim procesom: pochopiť, kde tieto informácie získať, aké údaje chýbajú, čo robiť, aby ste ich získali, ako prekonať odpor zamestnancov, ktorí sa nechcú deliť o poznatky resp. sú už zvyknutí pracovať v určitom režime. Digitálna transformácia preto prebieha zhora nadol a začína vrcholovým manažmentom.
Čítaj viac:
NASA odhalila pôvod Haumea – najzáhadnejšej planéty slnečnej sústavy
Živé organizmy urobili Mars neobývateľným
Pečeň môže pracovať viac ako 100 rokov: vedci povedali, ako je to možné