АПК
Робот-агроном: как космические снимки и искусственный интеллект помогают в борьбе за урожай
Инновации в полях
Несмотря на пандемию, население Земли растёт и к 2030 году достигнет 8,5 млрд человек, по прогнозам ООН. Чтобы прокормить всех этих людей, к 2050 году производство продуктов питания должно вырасти на 50%, по оценкам Всемирного банка. При этом изменения климата негативно сказываются на урожайности, а найти новые территории для выращивания культурных растений в большинстве стран очень сложно.
Выход — это рост эффективности сельского хозяйства за счёт роботизации и искусственного интеллекта. Роботизированные комбайны призваны сократить человеческий фактор, а ИИ — повысить эффективность землепользования. Алгоритмы могут анализировать большие данные со спутников или аэросъёмки и прогнозировать урожай, отмечать проблемные участки и влияние погоды. По оценкам Всемирного банка, к 2025 году рынок ИИ в сельском хозяйстве превысит 2,6 млрд долларов.
Индустрия аграрных ИТ уже растёт на глазах. К примеру, IBM разработала платформу Watson Decision Platform for Agriculture. Она помогает фермерам обрабатывать данные дистанционного зондирования земли и оперативно получать информацию о вредителях или заболеваниях посевов. Предиктивная аналитика позволяет заранее понимать, что и когда вырастет на поле. А компания Bayer создала цифровую платформу Xarvio, она тоже работает с фотоснимками и идентифицирует сорняки, анализирует развитие растений.
Помимо ИТ- и фармацевтических гигантов, сектор активно развивают технологические стартапы — от испанской Agrobot, научившей роботов собирать клубнику, до голландской Sonoma, где нейронная сеть управляет ирригацией, температурным режимом и удобрением овощей.
> 2,6 млрд $
к 2025 году составит рынок искусственного интеллекта в сельском хозяйстве
Что в России?
У России в XXI веке есть все шансы вернуть себе статус ведущей аграрной державы, но без инноваций этого не достичь. Сбер представил Agro AI — новое решение для предприятий агропромышленного комплекса, разработанное Sber AI совместно со СберАналитикой. Решение состоит из четырёх модулей, каждый из которых призван решать задачи определённого уровня.
Определяет фактические границы обрабатываемых земель, типы культур, которые засеивались на поле (в базовом пакете 15 культур), проводит оценку урожайности за последние 5 лет. В этом случае покупатель будет понимать, насколько хорошее поле, соблюдался ли севооборот. Такой подход помогает принять взвешенное решение о покупке земли.
Даёт ежемесячный прогноз урожайности (в базовом пакете 9 типов культур), выявляет аномальные отклонения прогнозного значения от фактического в конце сезона и обеспечивает «второе мнение» о необходимости засеять поле другими культурами. Модуль помогает повысить урожайность хозяйства в результате оперативной корректировки сельхозработ и оценить их эффективность.
Готовит ежемесячный отчёт о размере площадей, засеянных определённым видом сельскохозяйственных культур, и прогнозе урожайности ряда культур по регионам РФ. Обеспечивает более точное прогнозирование спроса и предложения на сельскохозяйственную продукцию.
Модуль показывает текущие границы обрабатываемых полей в заданной географической области (например, в субъекте РФ). Участок определённой площади во многих случаях совершенно неоднороден с точки зрения возможностей использования. Часть поля может быть занята сооружениями, лесом, природным или искусственным водоёмом, что часто не отражено в кадастровых документах. В результате возникает необходимость определения реальной полезной площади поля, отличающейся, и иногда значительно, от данных Росреестра. Таким образом, определение фактических границ способствует добавлению в севооборот неиспользованных земель и позволяет предприятиям АПК больше зарабатывать за счёт использования максимальной посевной площади, а также обеспечивает ежегодное обновление информации о фактических площадях для планирования посевов и для сверки с Росреестром.
Пример визуализации тепловой карты прогноза урожайности
Какие технологии используются?
В основе технологии лежат данные программы «Глобальный мониторинг окружающей среды и безопасности» (GMES/Copernicus). Снимки с космических аппаратов Sentinel-1 и Sentinel-2 Европейского космического агентства с точностью около 10 метров доступны с 2016 года и обновляются раз в 5 дней.
Данные проходят обработку искусственным интеллектом: машинное обучение исключает влияние человеческого фактора и обеспечивает объективность данных.
Далее информация представляется в графическом интерфейсе Agro AI через браузер, либо через API передаётся непосредственно в ИТ-систему заказчика. Детализация зависит от тарифа: можно смотреть информацию по всему региону, отдельным районам или конкретным полям.
В разработке продукта приняли участие подразделение Sber AI и компания экосистемы СберАналитика, а с обработкой космических снимков помогает компания «Геомир». В данный момент Agro AI уже тестируется несколькими крупными агрохолдингами.
Решение подходит для любого участка на территории России — от отдельного поля до целых регионов. Таким образом заказчиком Agro AI являются как крупные клиенты, так и сравнительно небольшие фермерские хозяйства. Исследование территории проходит удалённо и не требует личного присутствия заказчика. Познакомиться с деморежимом Agro AI можно на платформе СберАналитики.
С точностью до 10 метров
раз в 5 дней публикуются снимки с космических спутников