ТОМСК, 11 окт – РИА Томск. Ученые Томского государственного университета
(ТГУ) вместе с промышленным партнером научили нейросеть определять типы почв и
давать советы агрономам. Новый инструмент будет доступен агрономам РФ,
развивающим технологии точного земледелия. Подробности – в обзоре РИА Томск.
Ранее сообщалось, что научный коллектив ТГУ составляет систему маркеров,
которая поможет нейросети делать более качественный цифровой анализ
сельскохозяйственных полей. Результатом применения разработки должно стать
повышение урожайности.
Согласно открытым источникам, точное земледелие – комплексная система
сельскохозяйственного менеджмента, включающая в себя географические
информационные системы, технологии оценки урожайности, "интернет вещей"
и так далее.
© с сайта ТГУ
Специалисты ТГУ работают над созданием системы маркеров для использования в точном земледелии
Библиотека данных за два года
Как сообщается на сайте вуза во вторник, цифровые технологии в земледелии
открывают сельскохозяйственным предприятиям новые возможности. Digital-инструменты особенно важны в Сибири и других регионах, которые являются
зоной рискованного земледелия.
Ученые ТГУ считают, что использование нейросети поможет снизить потери и
повысить урожайность сельхозкульутр. В частности, биологи ТГУ вместе с
IT-компанией "Синкретис" научили искусственный интеллект (ИИ)
анализировать плодородность полей и состояние посевов по космоснимкам.
Над проектом работает междисциплинарная группа из почвоведов, радиофизиков,
метеорологов, айтишников и других специалистов.
"Чтобы ИИ мог распознавать разные типы почв, нужно было разработать
систему биомаркеров, считывая которые нейросеть сможет определить все важнейшие
функциональные особенности того или иного участка поля", – цитируется в
сообщении вуза доцент кафедры почвоведения и экологии почв Биологического
института ТГУ Олег Мерзляков.
© с сайта ТГУ
Измерение показателей почвы специалистами ТГУ
На создание библиотеки данных у ученых ушло два года. Исследования
проводились в том числе в рамках стратегического проекта ТГУ "Глобальные
изменения Земли: климат, экология, качество жизни", поддержанного
программой "Приоритет 2030".
С помощью датчиков, разработанных радиофизиками университета, анализировались
влажность и температура почвы, а также показатели приземного воздуха. Помимо
этого почвоведы проводили обследование полей, отбирали и анализировали пробы
почвы в разных климатических зонах: сухих, например, в Хакасии, и влажных – в
Томской области.
Также ученые выявляли закономерности между отражающей способностью почв и
посевов и их изображения на космоснимках.
© с сайта Томского госуниверситета
.
Цифровой консультант
С использованием собранной библиотеки данных специалисты "Синкретис" и ТГУ провели
машинное обучение нейросети. Теперь компьютерная модель умеет определять
участки неоднородности на полях, определять по космоснимкам уровень плодородия,
в частности, концентрацию гумуса, делать выводы о возможных повреждениях
посевов и того, чем они вызваны (заморозки, засуха, вредители, болезнь). Также
ИИ может предлагать рекомендации по решению проблемы.
"Если повреждение вызвано вредителем, нейросеть очерчивает проблемную
зону, – поясняет Мерзляков. – Далее к решению задачи подключаются специалисты
факультета инновационных технологий (ФИТ) ТГУ и дроны, для которых они
разрабатывают интеллектуальные надстройки".
На первом этапе беспилотники проводят дообследование местности, на втором –
точечную обработку участка нужным препаратом. Точно так же решается проблема с
нехваткой микро- и макроэлементов. Обычно нет необходимости в обработке всего
поля. Нейросеть определяет локацию и дефицит элементов, беспилотники проводят
локальную обработку, что экономит средства сельхозпроизводителя.
Будущее проекта
В настоящее время разработчики определяют, на какой платформе будет
размещен новый цифровой сервис. В качестве услуги он будет доступен российским
агрономам, работающим с инструментами и технологиями точного земледелия.
Тестирование системы автоматического мониторинга состояния полей будет проводиться
в 2023 году на полях промышленного партнера в Новосибирской области в рамках
проекта стратпроекта ТГУ "Инженерная биология" при поддержке
программы "Приоритет 2030".
© РИА Томск. Андрей Кузнецов
Зерноуборочные комбайны