Цифровизация сельского хозяйства — необходимое условие повышения его конкурентоспособности

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.