Интернет вещей поможет в производстве качественной сельхозпродукции
В научном центре мирового уровня «Агротехнологии будущего» разрабатывают информационно-аналитические системы поддержки принятия решений по агроэкологической оптимизации базовых элементов систем земледелия и агротехнологий. Они будут применяться в комплексе с IoT-системами (интернет вещей) агроэкологического мониторинга. Апробация и верификация ключевых элементов проводится на представительных рабочих участках Агроэкологического стационара Полевой опытной станции Тимирязевской сельхозакадемии и в засушливых районах Черноземной зоны от Волги до Урала, сообщает пресс-служба организации.
Над созданием новейших технологий трудится команда учёных из ведущих аграрных научных центров и инновационно ориентированных агрохолдингов, в числе которых и нобелевский лауреат, член Европейской Академии наук, руководитель направления влияния климатических изменений на сельское и лесное хозяйство в Средиземноморском европейском научном центре Риккардо Валентини. Он уже более 20 лет ведёт научно-исследовательскую работу в разных регионах по всей России, поэтому его опыт и знания крайне важны для НЦМУ «Агротехнологии будущего».
Как рассказал доктор биологических наук, заведующий кафедрой экологии РГАУ-МСХА имени К.А. Тимирязева Иван Васенёв, в рамках проекта создаются локальные цифровые агроэкологические датчики, которые позволяют оперативно получать информацию с удаленных площадок агроэкологических наблюдений каждые полчаса. Устройства способны фиксировать детальную суточную и сезонную динамику высоты и агроэкологического состояния посевов, микроклиматических показателей воздуха и почв, жизненно важных для устойчивого производства качественной сельхозпродукции с минимальными экологическими и экономическими рисками.
— Для оперативной обработки полученных данных развиваются и верифицируются алгоритмы, отражающие региональные и локальные особенности агроэкосистем, и основанные на них новые модули рамочной системы поддержки принятия решений по проектированию и оперативной корректировке наилучших доступных агротехнологий. Чтобы наши выводы приходили к сельхозтоваропроизводителям сразу, а не через месяц или неделю, когда будет уже поздно, — добавил он.
Искусственный интеллект расположенных в «облаке» автоматизированных систем поддержки принятия решений оперативно обрабатывает поступающую из IoT-систем агроэкологического мониторинга детализированную во времени и пространстве информацию, помогая ученым и работникам сельского хозяйства более точно и быстро минимизировать экологические и связанные с ними экономические проблемы сельскохозяйственного производства.
— Использование таких систем работниками разноуровневых структур управления и инновационно ориентированных хозяйств позволит повысить оперативность и эффективность принятия ими мер по предотвращению и устранению последствий наиболее вероятных экологических и экономических рисков сельскохозяйственного землепользования в условиях нарастающих глобальных изменений климата, биоты и технологий, — отметил Иван Васенёв.
Привлекательность автоматизированных систем поддержки принятия решений для современных сельхозтоваропроизводителей определяется, прежде всего, экономической эффективностью принимаемых с их помощью технологических решений, но не менее важно, что при этом решаются и важнейшие экологические задачи. Интеллектуальные технологии позволяют минимизировать ущерб сельскохозяйственной деятельности для окружающей среды, в том числе посредством снижения углеродного следа — футпринта получаемой продукции.
— Разработанные алгоритмы и технологические элементы их реализации имеют универсальный характер, легко воспроизводимы и модифицируемы для использования в условиях основных природно-сельскохозяйственных регионов России. Обеспечивая оптимальные агроэкологические условия, мы повышаем качество жизни, продуктов питания, воздуха и воды, — рассказал Иван Васенёв.
В рамках работы НЦМУ «Агротехнологии будущего» уже сейчас реализован первый этап в «облаке» рамочной интеллектуальной системы поддержки принятия решений (СППР) по агроэкологической оптимизации адаптивных систем земледелия и гибких элементов агротехнологий. Проведена детальная цифровая съемка мезо-, микро-рельефа и почв пяти представительных рабочих участков на территории Центрального, Поволжского и Уральского федеральных округов — с отбором и анализом почвенных образцов на содержание гумуса, рН и содержание доступных растениям форм основных элементов питания — с точной привязкой точек и элементарных участков отбора. Проведен посев в традиционно рекомендуемые оптимальные сроки (на 3-х рабочих участках) и со сдвигом сроков (на 2-х рабочих участках) и всех агротехнологических операций по 2-м уровням интенсивности применяемых гибких элементов технологий.