Система управления растениеводством на основе цифровых технологий
19 ноября 2019 г.
В рубрике «Агронаука-сельхозпроизводству» мы продолжаем знакомить читателей с новейшими разработками ученых, которые могут применяться в аграрной отрасли для повышения её эффективности. Кроме технологических рекомендаций, опытных исследований, сотрудники НИИСХ разных регионов делятся с нашей редакцией разработками в такой актуальной сфере, как цифровой учет, контроль и управление. Сегодня мы расскажем об информационной системе, разработанной курганскими учеными.
Цифровые технологии стали неотъемлемой частью производственных процессов на современном этапе развития земледелия. Цифровизация управления в растениеводстве позволяет повысить эффективность производства продукции за счет следующих факторов:
– экономии горючего, посевного материала, средств защиты растений, удобрений;
– сокращения времени выполнения агроопераций;
– ликвидации несанкционированного слива топлива, сброса намолоченного зерна;
– увеличения интенсивности иcпользования техники, ликвидации простоев, уменьшения перекрытий;
– повышения эффективности агроменеджмента и престижа сельскохозяйственных профессий;
– снижения влияния человеческого фактора и повышения производительности труда;
– использования повременной системы оплаты труда, позволяющей более качественно выполнять агротехнологии;
– увеличения урожайности культур за счет более качественного выполнения всех требований агротехнологий.
Всё большее распространение получает точное земледелие на основе ГИС-технологий, где управление агротехнологическими операциями осуществляется с учётом характеристики и состояния каждого микроучастка поля. Это позволяет не только повысить выход сельскохозяйственной продукции, но и снизить затраты на средства химизации. Данное направление лишь набирает обороты, но перспективы его широкого внедрения в недалеком будущем, по данным аналитиков, достаточно высоки. Пока же важно акцентировать внимание сельхозтоваропроизводителей на промежуточном этапе освоения точного земледелия – дифференциации технологий по полям, учете и анализе того потока данных, который поступает ежегодно и ежедневно в огромных количествах, в том числе с различных датчиков.
Дело в том, что отечественные геосистемы в сельском хозяйстве РФ пока недостаточно связаны с получаемой аналитической информацией. Они направлены в первую очередь на автоматизацию процессов и контроль ресурсов. Обобщение и анализ данных мониторинга техники и технологий, в большинстве ГИС-систем не решаются. За их рамками остаются и такие важнейшие вопросы как принятие решений о выборе севооборота, способа обработки почвы, срока и способа посева, нормы высева семян и другие, а также дальнейшее проектирование систем земледелия, они не обеспечены научно обоснованными нормативами и методиками управления системой земледелия. Всё это требует аналитических инструментов и формализованной базы знаний, которая с каждым годом пополняется новыми вариантами разных видов техники, сортов, средств химизации, способов почвообработок и т.д. При этом усложнение технологий в растениеводстве и увеличение их разнообразия не обеспечиваются необходимым объёмом научных исследований: полевые эксперименты сокращаются, опытные поля закрываются. Выход – в самостоятельном мониторинге и обработке данных растениеводства сельхозпредприятий, которые могут восполнить недостающие данные и получать новые знания по земледелию применительно к конкретным условиям.
В связи с этим на базе Курганского НИИСХ – филиала ФГБНУ УрФАНИЦ УрО РАН ведутся исследования по разработке информационно-аналитического комплекса системы земледелия, позволяющего повысить качество управления агротехнологиями и эффективность отрасли растениеводства в целом, а также получить новые знания по земледелию на основе данных растениеводства сельскохозяйственных предприятий.
В результате разработана система управления растениеводством, состоящая из комплекса программ и баз данных для информационно-аналитического обеспечения системы земледелия, в частности, разработаны программы по созданию электронных карт и книги истории полей, мониторингу техники и технологий, по проектированию технологий выращивания сельскохозяйственных культур и другие.
Электронная книга истории полей
Для построения электронной карты полей, создания базы данных состояния и функционирования агроландшафтов и составления соответствующих тематических карт разработана компьютерная программа управления данной информационной базой, известная больше как «Агрокарта», однако, существенно усовершенствованная по сравнению с первноначальной версией. Программа позволяет рассчитать площади полей, показать на карте количественные характеристики агрохимических и физико-химических показателей почв, наличия сорняков, вредителей и болезней и т.д.; вносить и изменять данные по полям, строить полигоны новых полей, сохранять в различных форматах и распечатывать карты на бумаге. Программа совершенствуется в течение нескольких лет, упрощая вывод информации для анализа и создание новых отчетов.
Заполнение оперативной информации (вид и объём работы, дата проведения, количество ресурсов) пока осуществляется вручную, но электронная карта и навигационное оборудование, обеспечивающее по координатам местонахождение агрегатов, позволяют в будущем автоматизировать ввод текущих данных. С помощью базы данных истории полей можно проверить действенность отдельных агротехнических приемов и всего комплекса, определить пути рационального использования земли (пашни), экономическую эффективность отдельных агротехнических и других мероприятий и всего комплекса мер по сохранению и повышению плодородия почвы.
Для лучшей адаптации программы к реальным условиям и повышения эффективности собственного зернового производства, она используется в институте. Главным её достоинством стала систематизация информации в разрезе нескольких лет. Нет необходимости обращаться к отчетам и сводкам, вся агрономическая информация хранится в одном месте, её легко увидеть в разрезе полей на карте. Кроме того, подробный учет всех агроопераций позволяет проанализировать эффективность возделывания различных сортов, их сроков посева, работу агрегатов, посчитать затраты и, с учетом этого, внести коррективы в план на следующий год.
Для мониторинга сельскохозяйственной техники и технологий выращивания сельскохозяйственных культур создана программа «Агромонитор». Она позволяет установить местоположение технического средства на электронной карте предприятия, скорость и трек движения, определить продолжительность работы, расход горючего, обработанную площадь. В каждой точке трека движения есть данные о скорости, что также характеризует качество работы. В отчетах показывается время работы и простой агрегатов, что позволяет исключать ошибки при начислении заработной платы и применять повременную систему оплаты труда, что не только упрощает процедуру расчета, но и создаёт условия для качественного выполнения технологических операций.
Программа работает на отечественных приборах, что удешевляет оснащение техники и не зависит от импортного оборудования. В 2018 году разработан уникальный модуль по расчету обработанной площади, который облегчает контроль выполнения графика полевых работ, а также расход ресурсов на один гектар, осуществлён переход на более современные терминалы.
Проектирование технологий выращивания сельхозкультур Проектирование технологий выращивания сельскохозяйственных культур неразрывно связано с их экономической оценкой. Для этого создана специальная программа, основанная на расчете технологических карт и комплекса экономических показателей с учетом агроландшафтного районирования Курганской области и рекомендаций научных учреждений по выбору количественных показателей элементов системы земледелия.
Однако программа может быть использована любым сельхозпредприятием, так как предусматривает полное редактирование всех параметров технологий.
Проекты технологий создаются в виде перечня технологических операций, в которых отражается, состав агрегатов, объём и сроки выполнения работ, нормы выработки и расхода горючего, потребность в семенах, удобрениях, средствах защиты растений, стоимость ресурсов. Программа в соответствии с агроландшафтным районом, предшественником и уровнем интенсификации выбирает из информационной базы (справочников) нормы высева семян, дозы расхода удобрений и средств защиты растений, которые можно отредактировать в соответствии с конкретными условиями. В ней предусмотрено создание и редактирование справочников техники, агрегатов, технологических операций и другой информации, например, по ценам на ресурсы и продукцию, затратам труда, нормам расхода горючего, амортизации и ремонта основных средств, накладные расходы, предусмотрено формирование и расчет производственного плана растениеводства сельхозпредприятия, получение отчетов по потребности ресурсов, произведённой продукции, экономическим показателям. Полученные отчеты можно сохранить в Excel, Word или PDF.
База данных типовых технологических карт выращивания
с/х культур для адаптивно-ландшафтной системы
земледелия Курганской области
Для планирования растениеводства в сельскохозяйственных предприятиях Курганской области удобно использование базы данных типовых технологических карт. Значительно проще карту для поля формировать путём редактирования имеющегося стандарта, чем конструировать новую. В технологиях часть операций постоянна, например, операции по транспортировке готовой продукции, семян, удобрений, а также стационарные работы на складах имеются практически во всех технологиях. Существует стандартный набор операций на полевых работах: боронование, глубокая или мелкая обработка почвы, опрыскивание посевов биопрепаратами и пестицидами, скашивание и обмолот культур и другие. Наиболее динамичными параметрами в технологиях являются дозы удобрений, средств защиты растений и нормы высева семян, которые необходимо корректировать с помощью названной выше прогаммы. В современном точном земледелии именнодозы и нормы рассчитываются и привязываются к элементарным участкам полей. Типовые карты разработаны для сельскохозяйственных культур, выращиваемых в Курганской области в нескольких вариантах: в зависимости от адаптивно-ландшафтного района, предшественника и уровня интенсификации, всего более 60 карт.
Типовые карты снижают затраты труда по разработке новых карт позволяют применить в производстве научно обоснованные рекомендации по возделыванию сельскохозяйственных культур, основанные на исследованиях Курганского НИИСХ.
За счет повышения качества управления с помощью цифровых решений Комплекс программ позволяет повысить экономическую эффективность и конкурентоспособность растениеводства, производительность труда, доходы предприятий и работников. Экспертная оценка специалистов и опыт работы Курганского НИИСХ показывают, что общий экономический эффект от цифровизации агротехнологий (включая автоматизацию) в целом может достигать 20% от уровня затрат. Это дает возможность улучшить социальное положение работников отрасли растениеводства, повысить престиж аграрных профессий и привлечь молодых специалистов для работы в сельской местности.
По итогам Всероссийской выставки «Золотая осень» в 2019 году данная разработка комплекса программ Курганского НИИСХ удостоена золотой медали и дипломом участника. Программы используется уже в нескольких хозяйствах Курганской области. Однако важно расширять их внедрение в производство и накапливать информационную базу с целью её анализа и получения новых знаний по современному быстроразвивающемуся земледелию.
Главная цель разработчиков – облегчить работу агрономов, помочь разобраться с огромным потоком накапливающейся информации, не упустить важные мелочи, которые могут повлиять на качество принимаемых решений. Тесный союз науки и производства – желанная неизбежность с общей целью повысить эффективность современного отечественного земледелия с помощью реальных цифровых инструментов.
Текст: Н.В. Степных, А.М. Заргарян, Е.В. Нестерова, Курганский НИИСХ –
филиал ФГБНУ Уральский федеральный аграрный научно исследовательский
центр Уральского отделения Российской академии наук
Журнал «Нивы России» №10 (176), ноябрь 2019
Растущее население Земли означает возрастающий спрос на сельскохозяйственную продукцию. К 2025 г., по прогнозам Организации Объединенных Наций, потребуется увеличить производство продуктов питания на 70%. Перед отечественной аграрной отраслью стоит задача повышения производительности труда и конкурентоспособности на основе применения новейших научных достижений и передового опыта.
Президент Российской Федерации в послании к Федеральному Собранию Российской Федерации 1 марта 2018 г. призвал эффективно использовать накапливаемый в мире громадный технологический потенциал, который позволяет совершить технологический рывок и вывести экономику на новый уровень.
На Петербургском международном экономическом форуме‑2018 на сессии «Интернет-технологии в АПК: создавая новые возможности» статс-секретарь – заместитель Министра сельского хозяйства России Иван Лебедев сообщил, что основополагающим трендом развития сельского хозяйства является цифровизация, которая позволяет увеличить объемы сельхозпроизводства и обеспечивать доходность отрасли.
Ускорение цифровых преобразований в сельском хозяйстве, формирования цифрового аграрного сектора экономики в значительной степени зависит от инвестиционного климата в стране, увеличения инвестиций в отрасль.
Области применения технологии IoT в сельском хозяйстве: точное земледелие; «умные фермы»; «умные теплицы»; управление сырьем, хранение сельскохозяйственной продукции; управление сельхозтранспортом; «большие данные».
Использование «умных теплиц» позволяет более эффективно расходовать удобрения, химикаты, воды, а также оптимизировать количество персонала, необходимое для ухода за культурами, и снизить потери, возникающие из-за человеческого фактора.
Мониторинг транспорта с помощью ГЛОНАСС, GPS и датчиков позволяет снизить расход горючего, а также оптимизировать маршруты и загрузку персонала.
Для сохранности сырья в процессе его сбора и перемещения используются соответствующие датчики, позволяющие полностью отслеживать как местонахождение, так и вес перемещаемого сырья.
Специально заданные алгоритмы в режиме реального времени осуществляют мониторинг состояния продукции при хранении (температурный режим хранилищ, уровень влажности, содержание углекислого газа) и помогают принять правильное решение.
Таким образом, «умное сельское хозяйство» позволяет максимально автоматизировать сельскохозяйственную деятельность, повысить урожайность и качество продукции.
По предварительной оценке, общий минимальный экономический эффект от внедрения технологии IoT в сельском хозяйстве за период до 2025 г. может составить около 469 млрд. руб. за счет оптимизации затрат на персонал; сокращения потерь урожая (зерна); сокращения потерь горюче-смазочных материалов (ГСМ).
Следует отметить, что в целом в Российской Федерации, с учетом как общего технологического отставания аграрной отрасли, так и низкого уровня производительности труда, технологии IoT в сельском хозяйстве внедряются точечно и в основном крупными компаниями.
По мнению экспертов, наибольшим потенциалом будут обладать технологии мониторинга и управления техникой и технологии точного земледелия.
Преодолению имеющихся барьеров на пути внедрения цифровых технологий в аграрный сектор экономики России, ускорению перевода отрасли на новый технологический уровень развития будет способствовать совместная работа разработчиков и интеграторов ИТ-решений в сельском хозяйстве, инвесторов, представителей экспертного сообщества и органов власти.
10. Кондратьева О.В., Березенко Н. В., Слинько О. В. Импортозамещение плодовых и ягодных культур на основе внедрения инновационных технологий / В сбор.: Научно-практические основы ускорения импортозамещения продукции садоводства. — 2017. — С. 202–206.
11. Кондратьева О.В., Березенко Н. В., Слинько О. В. Совершенствование информационного обеспечения АПК с применением интеллектуальных информационных систем / в сбор.: Научно-технический прогресс в сельскохозяйственном производстве. Материалы Международной научно-технической конференции, посвященной 70-летию со дня образования РУП «НПЦ НАН Беларуси по механизции сельского хозяйства». 2017. С. 274–278.
12. Федоров А.Д., Кондратьева О. В., Березенко Н. В., Слинько О. В. Мониторинг востребованности информационных ресурсов — эффективный механизм продвижения инноваций в АПК // Международная научно-практическая конференция «Инновационное развитие — от Й. Шумпетера до наших дней: экономика и образование». — Калуга, 2015. — С. 434–436.
А. Д. Федоров, канд. техн. наук (ФГБНУ «Росинформагротех»)
Информационное агентство «Светич»
Журнал «Нивы России» №5 (160), июнь 2018
Выражение «цифровая экономика» никого не коробит, в конце концов, экономика основана на вычислениях. А вот словосочетания «цифровое земледелие», «цифровое животноводство» на первый взгляд противоречивы.
Точное земледелие
ем не менее в любой сфере человеческой деятельности есть место цифровым методам: к примеру, при недомогании мы хватаемся за тонометр или термометр, чтобы оценить свое самочувствие «в цифре». Так и в растениеводстве.
Цифровизация в шагах
Любую информацию можно представить и передать в виде цифрового кода, далее информация подвергается компьютерной обработке с помощью различных алгоритмов расчёта, созданных на основе накопленных экспертных и научных знаний. Даже такая консервативная область человеческой деятельности, как сельское хозяйство, переходит на «цифровые рельсы».
Нередко новые технологии вступают в противоречие с привычной системой, и не все фермеры готовы к цифровым методам. Но многие уже используют системы электронного учета на основе онлайн-платформ для обработки информации и оптимизации затрат на производство продукции. Другие же сохраняют скепсис, не доверяя таким методам. Но и им не уйти от цифровизации – ведь на нее уже перешла государственная система отчетности и контроля в сельском хозяйстве.
Первый шаг цифровизации – это учет посевных площадей. Раньше такая информация хранилась на бумажных носителях в виде картосхем и отдельных таблиц с данными по полям. Сейчас в любой онлайн-платформе для фермеров, в любом приложении ГИС есть возможность создавать электронную базу данных по своим полям: площадь поля, его географические координаты, уровень плодородия и любые другие особенности.
Это позволяет создать книгу истории полей, без чего невозможно представить высокий уровень производства и научно обоснованный подход. Настоящий земледелец мыслит не единичной сезонной прибылью, а категориями севооборота, просчитывает свои шаги на несколько лет вперед, а для этого необходимы многолетние наблюдения.
Накопленный практический опыт, если он хранится только на бумаге и в памяти агронома, – практически бесполезен. Книга истории полей в электронном виде несет в себе информацию о фактических затратах и урожайности на каждом поле за несколько лет.
Совмещая эту информацию с открытыми данными по метеоусловиям, с ценами на ГСМ, СЗР, с закупочными ценами на продукцию, уже после первой ротации севооборота можно составить предварительную карту рентабельности полей, оценить их потенциальное плодородие.
Это сделает решения в будущем более обоснованными. Но есть и риски: когда информации слишком много, в ней можно «потерять» ответ на свой конкретный вопрос. Поэтому вопросы должны быть узкими и решаемыми в рамках собственного опыта и знаний и в границах конкретного поля: как оптимизировать внесение удобрений и сэкономить на этом. Выводы прошлых лет позволят не допустить перерасхода средств, например, в годы с неблагоприятными метеоусловиями. Эти этапы цифровизации просты: выбирайте подходящую онлайн-платформу или компьютерную программу, ведите свою документацию в цифровом виде в режиме ручного наполнения.
Следующий шаг цифровизации – автоматическое наполнение платформы при помощи автономных датчиков. Для растениеводства открытого грунта это могут быть цифровые метеостанции, датчики мониторинга транспорта, урожайности, постоянно пополняемые результаты дистанционного мониторинга посевов – спутниковые снимки. В тепличном хозяйстве для цифровизации и автоматизации еще больше возможностей: здесь не только собирается информация, но и возможно автоматическое управление системой – регулирование подачи воды, минеральных растворов, состава и температуры воздуха и другое. В основе этих алгоритмов лежат математические модели, научные знания о потребностях растений в разные фазы развития.
Поле, в отличие от теплицы, – система открытая, подверженная «всем ветрам». Поэтому процессы управления здесь не так легко разработать и очень сложно осуществлять. Например, отклик посевов на одну дозу минеральных удобрений разнится не только в разных метеоусловиях, но и при разной экспозиции и крутизне склона – эффективность применения удобрений зависит от конкретных условий в каждой точке поля. Получается, что поле – это не равномерный участок, а совокупность участков разного потенциального плодородия. Это подводит нас к следующему этапу цифровизации – точному земледелию.
Точнее не бывает!
Точное земледелие подразумевает дифференцированный подход к разным участкам поля. Но это требует обработки больших массивов информации о состоянии почвы и посевов. Здесь на помощь приходит дистанционное зондирование, отборы почвенных проб, подробная информация о рельефе. Многослойный «пирог» данных ложится в основу карт-предписаний для точного земледелия.
В настоящее время разработаны системы посева, внесения удобрений и средств защиты растений в дифференцированных дозах. Система будет работать успешно, если в ней реализуются накопленные знания почвоведов, агрономов, специалистов по защите растений и агроинженеров. Важно не только уметь выявить зоны неоднородности (провести точную диагностику) и принять агрономически обоснованное решение по обработке таких зон. Не менее важно осуществить сценарий дифференцированной обработки с помощью откалиброванной техники с точными настройками.
На первом этапе отбор проб, выявление зон неоднородности, калибровка техники для дифференцированного внесения проводятся вручную. Но сохраненные в цифровом виде результаты на следующий год могут быть использованы без потери времени.
Сначала любую технологию отрабатывают на одном или нескольких полях в хозяйстве – это можно назвать пилотным проектом. Если результаты вас радуют, на следующий сезон можно перенести подход и на другие поля. Это будет ваш индивидуальный сценарий, разработанный для каждого поля. Сценарий необходимо корректировать в зависимости от метеоусловий сезона.
Быстрее, выше, сильнее
Следующим шагом цифровизации хозяйства может стать использование накопленных данных в онлайн-платформах. Уже оцифрованы справочники вредителей, болезней, сорняков: многие проблемы можно выявить и распознать с помощью цифровых технологий. Сейчас определение проводится на основе визуального сравнения – то есть специалист сам определяет болезнь или вредителя по фотографиям в базе данных справочника. В ближайшем будущем распознавание проблемы будет производиться в автоматическом режиме – подобные разработки для современных цифровых методов не представляют сложности.
Одновременно многие группы специалистов (как научно-исследовательские институты, так и компании-стартапы в IT) работают над алгоритмами распознавания с привлечением машинного обучения. Пользователю достаточно будет загрузить в облачную платформу цифровое изображение, фотографию повреждения растений, и компьютерная система даст подсказку не только, что это за проблема, но и как с ней справиться.
Локальные базы данных для объектов (хозяйств, полей) позволяют анализировать информацию только на самом простом уровне, сопоставимом с арифметикой: добавил столько-то килограммов удобрения – получил (или нет) такую-то прибавку урожая, подсчитал рентабельность.
Но с ростом количества учитываемых факторов увеличивается и число возможных сценариев развития всходов в условиях сложной системы «почва – агротехнология – погода». В эти сценарии добавляются также модели развития болезней, распространения вредителей и сорняков в зависимости от конкретных условий. При постоянном обновлении и пополнении информации усложняются и алгоритмы вычисления. Цифровые платформы, работающие на основе облачных вычислений, не просто собирают данные, но анализируют их, подбирают и верифицируют модели, которые позволяют достоверно определить, почему развитие пошло именно по такому сценарию.
Главная задача аналитики – получить ответы на вопрос, как в следующем сезоне изменить сценарий в лучшую сторону, чтобы достигнуть более высокого результата. Таким образом, цифры «с поля» проходят цикл аналитической обработки и возвращаются в виде прогнозов и рекомендаций на будущее. И помните, чем больше цифровых данных с поля, тем точнее будут научно обоснованные прогнозы и тем надежнее практические рекомендации.