Чому великі дані відіграють ключову роль у розвитку сучасного землеробства?
Сучасну агрономію сфокусовано на «точному землеробстві» — системі управління, яка використовує сучасні технології на всіх етапах роботи. Концепція точного землеробства з’явилася в США у 1980-ті роки, але широкого поширення набула лише останні роки, завдяки розвитку мобільних технологій, високошвидкісного інтернету та супутникового зв’язку. У точному землеробстві використовуються супутникові дані, датчики, безпілотники та технологія GPS. Ці технології надають фермерам дані про стан полів та виводять виробництво продуктів харчування на новий рівень. Чим більше інформації, тим точніше аналітика та прогнози, тому збирання та аналіз великих даних дуже важливі для точного землеробства.
Великі дані у точному землеробстві
Джерела великих даних у точному землеробстві – це датчики, які збирають інформацію “на землі”, та супутникові знімки. Поєднання даних з обох джерел дозволяє фермерам отримати найточнішу інформацію про стан своїх полів.
Серйозні зміни у використанні великих даних у точному землеробстві сталися із запуском супутника Sentinel-2 у 2015 році. Супутник працює в рамках програми Європейського Союзу зі спостереження Землі Copernicus. Кожні п’ять днів супутник облітає поверхню Землі та надає багатоспектральні зображення високої якості з просторовою роздільною здатністю 10 м. Його запуск був проривом. Sentinel-2 надає дані практично в реальному часі, а його знімки безкоштовні та доступні для всіх. Для дослідних інститутів та різних компаній це багате джерело інформації, але для того, щоб отримати максимальну користь, для обробки даних потрібно використовувати машинне навчання та штучний інтелект.
Аналіз даних для землеробства
Є кілька способів використання великих даних для допомоги фермерам. Все починається з картографування полів і культур по всьому світу. Аналіз супутникових знімків дозволяє стежити за станом полів віддалено через зміни у вегетаційному індексі NDVI. Комбінуючи дані, отримані за допомогою супутників та датчиків, фермер може розрахувати та застосувати правильну дозу добрив та хімікатів для кожної частини поля – це називається диференційоване внесення добрив. Що, у свою чергу, допомагає зменшити забруднення ґрунтових вод.
Машинне навчання допомагає фермерам аналізувати дані про погоду та врожаї за кілька років та шукати закономірності, які дозволять прогнозувати майбутню врожайність. Крім того, за допомогою супутникових знімків можна проводити моніторинг стану води та повітря для того, щоб прогнозувати можливі проблеми сільського господарства у конкретних регіонах. Розуміючи масштаби глобальних катастроф: лісових пожеж, землетрусів чи ураганів — краще управляти наявними ресурсами.
Сьогодні ринок пропонує багато різних агротехнологічних рішень, і дуже важливо, щоб ці технології та програми були доступними та простими у використанні.
Джерело: OneSoil
