Мониторинг посевов будет проводить ИИ-система
Учёные Дальневосточного государственного аграрного университета разрабатывают платформу предиктивной агроаналитики на основе искусственного интеллекта.
Одна из самых трудоемких операций в растениеводстве – мониторинг и обследование состояния посевов. Чтобы оценить здоровье растений, увидеть сорняки, выявить болезни или повреждения от вредителей, агроному приходится лично обходить расположенные в разных местах большие поля своих хозяйств. На этапе созревания культур, когда дорог каждый час, это неоправданно большая трата времени. Если прибавить усталость, риск ошибки и физическую невозможность осмотреть каждый метр больших полей, очевидно, что этот процесс должен быть максимально автоматизирован.
БПЛА Дальневосточного ГАУ
Ученые Дальневосточного государственного аграрного университета (Дальневосточного ГАУ) разрабатывают платформу предиктивной агроаналитики на основе ИИ. Конечная задача – создать ИТ-платформу, которая позволит быстро и точно оценивать состояние агрокультур в полях, оперативно выявлять сорняки, болезни и вредителей. Проект реализуется в рамках стратегической программы поддержки университетов «Приоритет – 2030».
Сейчас БПЛА проводят обследование и анализ посевов сои. В работе участвует группа организаций, каждая из которых отвечает за свой участок работы. Дальневосточный ГАУ выступает разработчиком системы, оператором съёмки, предоставляет площадку для исследований, а также агрокультуры, по которым создается массив данных для обучения нейросети – сою, пшеницу и ячмень.
Специалисты филиала ФГБУ «Россельхозцентр» по Амурской области ведут наземную проверку полей традиционными методами. Эти сведения используются как эталонные данные. Они позволяют сопоставить информацию с агродронов с реальной фитосанитарной ситуацией и максимально эффективно обучить нейросеть. В разработке цифровых инструментов и аналитике участвует также и АО «Инно-Агро» (входит в группу компаний ЭФКО).
Новый уровень эффективности агронома
Университету предстоит выполнить большой объем работы. Нужно накопить базы данных по разным агрокультурам, включая снимки всех этапов развития растений и всем возможным фитосанитарным ситуациям. Собранная информация позволит обучить созданную модель ИИ.
В результате будет создан цифровой помощник для агрономов и работников служб фитосанитарного мониторинга. Они получат рекомендательную систему, увеличивающую эффективность их работы. Поля будут обследовать беспилотники, собранные данные анализировать ИИ-платформа, алгоритм определит потенциально проблемные зоны и покажет их специалистам. Окончательное решение всегда будет оставаться за человеком.
Таким образом, АПК Дальнего Востока получит собственные цифровые системы, которые максимально отвечают условиям работы в регионе с популярными агрокультурами. А ВУЗ увеличит эффективность подготовки студентов к новым технологическим профессиям в отрасли. В перспективе эти технологии могут быть масштабированы и на другие российские регионы, где аграрии будут готовы обучить созданную ИИ-платформу на основе местных сельхозкультур.
Этап развития «умного растениеводства»
Разрабатывая систему предиктивной аналитики Дальневосточный ГАУ не только развивает методику применения дронов в сельском хозяйстве, но и создает комплекс, включающий БПЛА, цифровую съемку, машинное зрение, алгоритмы распознавания и рекомендательную аналитику. В перспективе эта технология может стать частью платформы «умного растениеводства», включающей модели прогнозирования урожая, ERP-системы и системы экономического анализа предприятием.
Работы над другими элементами такой комплексной модели уже ведутся. В 2024 году Дальневосточный ГАУ представил систему прогнозирования урожайности, в которой для актуализации контуров полей применялся спутниковый мониторинг, затем проводилось наземное обследование и результаты анализировались цифровой системой. На основе этих данных формировались прогнозы урожайности для Минсельхоза Амурской области.
О востребованности таких комплексных платформ говорят все участники рынка АПК. При условии массового внедрения цифровых платформ и искусственного интеллекта, по оценкам РБК, в России прирост валовой добавленной стоимости в растениеводстве составит 25%. Такие платформы с доказанной эффективностью будут покупать во всех дружественных странах.
При этом уже сейчас действующая модель предиктивного анализа культур, сорняков и заболеваний, которая может после обучения работать на разных территориях, будет востребована на рынках стран с крупными сельскохозяйственными территориями, прежде всего государств СНГ, ЕАЭС и БРИКС.
