27 ноября 2020

Как машинное обучение переосмысливает сельское хозяйство

Согласно докладу Продовольственной и сельскохозяйственной организации ООН, к 2050 году население планеты увеличится до 10 миллиардов человек. К тому же времени, аграрная отрасль должна увеличить производство продовольствий на 70% чтобы прокормить такое количество людей.

Помимо растущего населения, устойчивому развитию сельского хозяйства угрожают урбанизация, интенсивное использование природных ресурсов и глобальные изменения климата, с которыми нужно справляться. И один из способов удовлетворить спрос на продукты питания – это широкое использование технологий, управляемых данными.

За последние пять лет данные значительно укрепили позиции точного земледелия, предоставив жизненно важную информацию о том, где, как и когда засеивать поля. Анализ данных стал незаменимым источником информации о текущем состоянии полей, а также позволяет управлять посевами и прогнозировать урожайность на основе исторической информации. Вот почему сейчас как никогда важно собрать и максимально повысить ценность сельскохозяйственных данных.

Как данные собираются сегодня

На сегодняшний день наиболее распространенными источниками данных о фермах являются изображения со спутников и дронов, датчики Интернета вещей на полях и сельскохозяйственная техника, такая как тракторы, сеялки и комбайны. Давайте кратко рассмотрим наиболее распространенные источники данных, используемые в сельскохозяйственной аналитике.

Спутниковые снимки

Спутниковые изображения используются в самых разных сценариях, таких как мониторинг полей, отслеживание роста сельскохозяйственных культур, или идентификация сорняков. Агротех-стартапы и фермеры используют данные спутниковых группировок, таких как Sentinel, которые предоставляют данные бесплатно, а изображения доставляются в различных диапазонах, таких как RGB или инфракрасный. Но у Sentinel есть и недостатки, такие как низкое разрешение изображения и низкая частота обновления данных – раз в пять дней.

Следующее поколение спутников, таких как Planet или DigitalGlobe, устраняет недостатки Sentinel, обеспечивая обновления почти в реальном времени и предоставляя изображения в высоком разрешении. С помощью этих данных можно детально отслеживать состояние полей, строить точные тематические карты и изучать состояние урожая. Однако у этих решений есть свои минусы: для фермеров – цена на изображения, а для разработчиков – малое количество спектральных диапазонов.

Спутниковый снимок, сделанный космическим аппаратом производства Planet Lab

Кроме того, спутниковые снимки в целом могут быть менее полезными, если поле закрыто облаком или на него падает тень. Чтобы свести к минимуму эти инциденты, специалисты по обработке данных объединяют изображения из нескольких источников, таких как спутниковые и аэрофотоснимки, чтобы создать общую картину без помех. Это также известно как гибридные изображения. Аэрофотосъемка осуществляется с помощью дронов, самолетов и даже воздушных шаров. 

Датчики Интернета вещей

Устройства Интернета вещей используются в сельском хозяйстве давно. Все началось с появлением GPS-технологий в начале 90-х годов, когда ВВС США открыли систему определения местоположения для гражданских задач. С тех пор фермеры все чаще обращают внимание на устройства и датчики для сельского хозяйства, которые ранее были доступны только военным или ученым.

На рынке уже представлены десятки устройств для установки непосредственно в полях. С их помощью агрономы могут получать актуальную информацию о метеорологических условиях, кислотности, влажности и составе почв. На сельскохозяйственную технику могут быть установлены датчики других типов для отслеживания маршрутов тракторов, контроля расхода топлива, семян и удобрений, а также получения информации об износе оборудования.

Машинное обучение и анализ данных меняют представление о сельском хозяйстве

Но сами по себе данные ничего не значат и никак не помогут фермерам. Их необходимо проанализировать, чтобы принимать решения здесь и сейчас.

Данные спутниковых снимков также являются хорошим источником для расчетных инструментов. Например, их можно использовать для создания тематических карт полей, на которых агрономы могут четко определить типы почвы, уровни поверхности и историю посева. Эта информация позволяет фермерам решать, какие культуры лучше всего сажать, проводить политику сохранения биоразнообразия и севооборота, оценивать использование сельскохозяйственных культур и удобрений. С помощью этой информации фермеры могут влиять на эффективность выращивания сельскохозяйственных культур, предотвращать истощение почвы и улучшать ее. Также спутниковые снимки позволяют рассчитывать различные агроиндексы, такие как NDVI, NDWI, или NBR.

Иллюстрация расчета индекса вегетативности на поле. Красные зоны – редкая или засохшая трава, зеленые – растительность однородная.

Используя эти решения сегодня, фермеры создают основу для технологий будущего. Таким образом, высокоточные данные ГИС (географическая информационная система) позволят использовать автономные тракторы, сеялки, удобрения и поливочные машины на полях, которые будут контролироваться различными датчиками. Это позволит избежать таких проблем, как двойной посев или пропуск, для более эффективного использования природных ресурсов. 

Достижения в области автономных технологий также позволят дронам выполнять такие задачи, как удаленная посадка, точечное внесение удобрений, уход за больными растениями и борьба с сорняками. Например, DJI запускает на массовый рынок беспилотники для точного земледелия, которые контролируют сельскохозяйственные поля и домашний скот. Некоторые модели дронов могут перевозить грузы до 20 кг, в частности, для точного опрыскивания урожая.

Опрыскивающий дрон DJI Agras T20

С помощью современных спутников можно создавать инструменты, которые будут отслеживать рост растений в режиме реального времени, определять их поведение и выявлять больные растения. Европейское космическое агентство планирует разработать свою программу Copernicus и запустить в 2021 году два новых спутника, которые дополнят существующую группировку. Планируют развиваться и коммерческие группировки. Planet обещает расширить свой спутниковый флот и обеспечить фото- и видеосъемку земной поверхности в различных спектрах, для которых облака не будут мешать анализу земной поверхности.

Почему сельское хозяйство все еще борется со старыми проблемами

За последние пять лет агротехническая отрасль добилась огромных успехов. Глубина и широта генерируемых данных, множество новых датчиков, более гибкие программные решения и значительные улучшения API, позволяющие передавать данные между системами – все это уже доступно практически для каждой фермы. Однако мы все еще не достигли большого прогресса в базовом анализе данных, не говоря уже о том, чтобы использовать возможности искусственного интеллекта. Так почему это так?

Сегодня фермеры не понимают ценности, которую они могут получить от анализа данных. Для них все эти технологии выглядят слишком сложными и заумными. С другой стороны, стартапы не понимают всех проблем агробизнеса. Например, невозможно применить одни и те же подходы в Юго-Восточной Азии и Северной Америке. Способ обработки земли, удобрения почвы, да  и вообще традиции обработки почвы разные. Поскольку подходы различаются от региона к региону, они должны отличаться и технологически. 

И да, многие из существующих решений слишком дорогие для большинства пользователей. Обоснованность использования датчиков в полевых условиях до сих пор вызывает разногласия. На больших фермах нужно много устройств, а это означает затраты на их покупку, установку и интеграцию в сеть. Кроме того, в полевых условиях им необходимо передавать данные в Интернет или оборудовать все датчики сотовой связью, что так же дорого и не всегда возможно. Кроме того, велик риск поломки сенсоров из-за аварий с сельскохозяйственной техникой.

Но это все временно. Как и в случае с любой другой технологией, чем больше появится решений, тем более доступными они станут для конечного потребителя. На данный момент фермеры могут комбинировать различные методы анализа данных, использовать дешевые инструменты, где это возможно, и дорогие, где это необходимо.

Заключение

Анализ сельскохозяйственных данных уже здесь. С его помощью фермеры уже оптимизируют бизнес-процессы, сокращают затраты и увеличивают прибыль, пользуясь ценностью сельскохозяйственных данных. К сожалению, для большинства фермеров современные технологии по разным причинам все еще недоступны.

Однако международные, правительственные, общественные и коммерческие организации тщательно работают над решением этих и других проблем, чтобы производить достаточное количество продуктов питания, которые смогут накормить растущее население Земли.