Почему большие данные играют ключевую роль в развитии современного земледелия
Чтобы прокормить весь мир в 2050 году, мы должны увеличить производство продуктов на 70% — так считает Продовольственная и сельскохозяйственная организация ООН. Для этого нужно улучшить методы ведения сельского хозяйства и минимизировать их воздействие на окружающую среду. Большие данные, машинное обучение и искусственный интеллект (ИИ) могут сыграть ключевую роль в этом процессе.
Почему большие данные играют ключевую роль в развитии современного земледелия
Чтобы прокормить весь мир в 2050 году, мы должны увеличить производство продуктов на 70% — так считает Продовольственная и сельскохозяйственная организация ООН. Для этого нужно улучшит методы ведения сельского хозяйства и минимизировать их воздействие на окружающую среду. Большие данные, машинное обучение и искусственный интеллект (ИИ) могут сыграть ключевую роль в этом процессе.
⚡Оригинальная статья была опубликована в блоге EPAM.
Давайте поговорим о цифрах. Несмотря на все усилия ООН ликвидировать голод к 2030-му году, более 820 миллионов человек недоедали в прошлом году. В то же время более трети всех продуктов не добрались до стола — они или испортились при перевозке, или были выброшены жителями развитых стран. Это привело к потере около 1,3 миллиарда тонн продуктов на сумму около триллиона долларов. На самом деле, мы сталкивается с проблемами на каждом этапе производства продуктов. Поскольку через 30 лет из-за роста населения планеты спрос на продовольствие удвоится, от фермеров и поставщиков ожидают больших объёмов производства в условиях ограниченных ресурсов.
К счастью, уже сейчас существуют технологии, которые повышению урожайность и обеспечивают устойчивый рост мирового сельского хозяйства. Если раньше фермеры принимали решения на основании неточных прогнозов и интуиции, то современные инструменты на стыке технологической и сельскохозяйственной отрасли обещают изменить эту ситуацию.
К счастью, уже сейчас существуют технологии, которые повышению урожайность и обеспечивают устойчивый рост мирового сельского хозяйства. Если раньше фермеры принимали решения на основании неточных прогнозов и интуиции, то современные инструменты на стыке технологической и сельскохозяйственной отрасли обещают изменить эту ситуацию.
Сейчас агрономия сфокусирована на «точном земледелии» — системе управления, использующей современные технологии на всех этапах работы.
Концепция точного земледелия появилась в США в 1980-е годы, но широкое распространение получила лишь в последние пять лет благодаря развитию мобильных технологий, высокоскоростного интернета и спутниковой связи. Некоторые фермеры даже делятся своим опытом ведения сельского хозяйства на YouTube: на каналы Milllenial Farmer и How the Farm Works подписаны десятки тысяч людей. Сегодня в точном земледелии используются спутниковые данные, датчики, беспилотники и технология GPS.
Эти технологии предоставляют фермерам данные о состоянии полей и выводят производство продуктов питания на новый уровень. Чем больше информации, тем точнее аналитика и прогнозы, поэтому сбор и анализ больших данных очень важны для точного земледелия.
Эти технологии предоставляют фермерам данные о состоянии полей и выводят производство продуктов питания на новый уровень. Чем больше информации, тем точнее аналитика и прогнозы, поэтому сбор и анализ больших данных очень важны для точного земледелия.
Большие данные в точном земледелии
Источники больших данных в точном земледелии — это датчики, которые собирают информацию «на земле», и спутниковые снимки. Сочетание данных из обоих источников позволяет фермерам получить самую точную информацию о состоянии своих полей.
Серьёзные изменения в использовании больших данных в точном земледелии произошли с запуском спутника Sentinel-2 в 2015 году. Спутник работает в рамках программы Европейского Союза по наблюдению Земли "Copernicus". Каждые пять дней спутник облетает поверхность Земли и предоставляет многоспектральные изображения высокого качества с пространственным разрешением 10 м. Его запуск был прорывом: Sentinel-2 предоставляет данные практически в реальном времени, а его снимки бесплатны и доступны для всех. Для исследовательских институтов и различных компаний это богатый источник информации, но для того, чтобы получить максимальную пользу, для обработки данных нужно использовать машинное обучение и ИИ.
Серьёзные изменения в использовании больших данных в точном земледелии произошли с запуском спутника Sentinel-2 в 2015 году. Спутник работает в рамках программы Европейского Союза по наблюдению Земли "Copernicus". Каждые пять дней спутник облетает поверхность Земли и предоставляет многоспектральные изображения высокого качества с пространственным разрешением 10 м. Его запуск был прорывом: Sentinel-2 предоставляет данные практически в реальном времени, а его снимки бесплатны и доступны для всех. Для исследовательских институтов и различных компаний это богатый источник информации, но для того, чтобы получить максимальную пользу, для обработки данных нужно использовать машинное обучение и ИИ.
Анализ больших данных для точного земледелия
Есть несколько способов использования больших данных для помощи фермерам. Всё начинается с картирования полей и культур по всему миру: прежде чем спасать планету, нужно знать, что где растёт. Стартап OneSoil был первым, кто решил эту сложную задачу на мировом уровне. Интерактивная карта OneSoi Map предоставляет информацию о полях и посевах в Европе и США, помогает отслеживать тенденции на региональном уровне и следить за изменениями на конкретном поле. Карта работает благодаря алгоритмам машинного обучения и спутниковым изображениям.
OneSoil Map
Анализ спутниковых снимков позволяет следить за состоянием полей удалённо через изменения в вегетационном индексе NDVI. Комбинируя данные, полученные при помощи спутников и датчиков, фермер может рассчитать и применить правильную дозу удобрений и химикатов для каждой части поля — это называется дифференцированное внесение удобрений. Что, в свою очередь, помогает уменьшить загрязнение грунтовых вод.
Машинное обучение помогает фермерам анализировать данные о погоде и урожаях за несколько лет и искать закономерности, которые позволят прогнозировать будущую урожайность. Кроме того, при помощи спутниковых снимков можно проводить мониторинг состояния воды и воздуха для того, чтобы прогнозировать возможные проблемы сельского хозяйства в конкретных регионах. Понимая масштабы глобальных катастроф: лесных пожаров, землетрясений или ураганов, — можно лучше управлять имеющимися ресурсами.
Сегодня рынок предлагает много разных агротехнологических решений, и очень важно, чтобы эти технологии и приложения были доступными и простыми в использовании.
Машинное обучение помогает фермерам анализировать данные о погоде и урожаях за несколько лет и искать закономерности, которые позволят прогнозировать будущую урожайность. Кроме того, при помощи спутниковых снимков можно проводить мониторинг состояния воды и воздуха для того, чтобы прогнозировать возможные проблемы сельского хозяйства в конкретных регионах. Понимая масштабы глобальных катастроф: лесных пожаров, землетрясений или ураганов, — можно лучше управлять имеющимися ресурсами.
Сегодня рынок предлагает много разных агротехнологических решений, и очень важно, чтобы эти технологии и приложения были доступными и простыми в использовании.
Чтобы помогать фермерам, нужно думать как фермер.
В веб-платформе OneSoil собраны приложения, которые позволяют получить информацию о состоянии полей, рассчитать нормы удобрений и узнать погоду. Эта информация крайне важна для эффективного выращивания сельскохозяйственных культур. Поскольку задача современного сельского хозяйства — решить проблему нехватки продуктов питания, партнёрские отношения с такими технологическими компаниями как EPAM помогают воплотить новые решения в жизнь.
Об авторе
Слава Мазай
Слава Мазай более шести лет разрабатывает цифровые инструменты для точного земледелия. Программист по профессии, он начал путь в сельском хозяйстве с фотографирования полей дроном по запросу фермеров. После нескольких лет активной полевой работы Слава основал OneSoil – глобальную онлайн-платформу для точного земледелия на базе ИИ. OneSoil помогает контролировать поля и посевы, рассчитывать дифференцированные нормы внесения удобрений, проверять погоду и планировать полевые работы, все это — бесплатно для фермеров.
ОneSoil сотрудничает с компанией EPAM, чтобы эффективно использовать данные о состоянии мирового сельского хозяйства для разработки цифровых решений в сельском хозяйстве.
ОneSoil сотрудничает с компанией EPAM, чтобы эффективно использовать данные о состоянии мирового сельского хозяйства для разработки цифровых решений в сельском хозяйстве.
Статьи по теме
Оставьте комментарий