Ученые РФ разрабатывают нейросеть для повышения урожайности земель
Междисциплинарная группа ученых Томского государственного университета (ТГУ) работает над нейросетью, которая на основе данных космоснимков будет проводить цифровой анализ сельскохозяйственных земель и поможет повысить урожайность на них. Искусственным интеллектом уже заинтересовались разработчики систем управления для беспилотной сельхозтехники, обсуждаются возможности внедрения технологии в производство, сообщили в четверг в пресс-службе университета.
"Основным источником информации выступают данные дистанционного зондирования Земли - космоснимки, на которых исследователи выделяют визуальные характеристики, свойственные тем или иным показателям почвы. Библиотека собранных данных станет основой для обучения компьютерной модели, которая будет проводить цифровой анализ полей и поможет повысить на них урожайность <…> Информация с привязкой к координатам позволяет выделить проблемные участки поля, например, где почва имеет повышенную кислотность либо недостаточное содержание азота", - рассказали в пресс-службе.
По словам руководителя проекта, доцента кафедры почвоведения и экологии почв БИ ТГУ Олега Мерзлякова, полученные с помощью искусственного интеллекта данные можно будет загружать в беспилотную сельхозтехнику и использовать, например, для точечного внесения удобрений. В настоящий момент аграрии пользуются усредненными данными, полученными в результате анализа проб почв на больших участках площадью в 10 га.
"Это экономически и экологически более выгодно, нежели посыпать удобрением все поле, как это нередко делается сейчас. Это <…> может пагубно сказаться на посевах, поскольку переизбыток микроэлементов столь же нежелателен, как их дефицит. Данные, полученные с помощью нового подхода, могут [также использоваться] для анализа участков, с которых собрано меньше урожая. Если наложить цифровую картинку, полученную после анализа, проведенного ИИ, можно определить причины низкой урожайности и подобрать варианты решения этой проблемы", - цитирует пресс-служба университета Мерзлякова.
Развитие цифровых агротехнологий для Томской области имеет особое значение, поскольку регион является зоной рискованного земледелия. Новые подходы и инструменты позволят повысить объем урожая на 20-25%, улучшить его качество, значительно снизить затраты на ГСМ, уменьшить экологическую нагрузку на почву и сохранить ее плодородность.
Ученые РФ разрабатывают нейросеть для повышения урожайности земель
Междисциплинарная группа ученых Томского государственного университета (ТГУ) работает над нейросетью, которая на основе данных космоснимков будет проводить цифровой анализ сельскохозяйственных земель и поможет повысить урожайность на них. Искусственным интеллектом уже заинтересовались разработчики систем управления для беспилотной сельхозтехники, обсуждаются возможности внедрения технологии в производство, сообщили в четверг в пресс-службе университета.
"Основным источником информации выступают данные дистанционного зондирования Земли - космоснимки, на которых исследователи выделяют визуальные характеристики, свойственные тем или иным показателям почвы. Библиотека собранных данных станет основой для обучения компьютерной модели, которая будет проводить цифровой анализ полей и поможет повысить на них урожайность <…> Информация с привязкой к координатам позволяет выделить проблемные участки поля, например, где почва имеет повышенную кислотность либо недостаточное содержание азота", - рассказали в пресс-службе.
По словам руководителя проекта, доцента кафедры почвоведения и экологии почв БИ ТГУ Олега Мерзлякова, полученные с помощью искусственного интеллекта данные можно будет загружать в беспилотную сельхозтехнику и использовать, например, для точечного внесения удобрений. В настоящий момент аграрии пользуются усредненными данными, полученными в результате анализа проб почв на больших участках площадью в 10 га.
"Это экономически и экологически более выгодно, нежели посыпать удобрением все поле, как это нередко делается сейчас. Это <…> может пагубно сказаться на посевах, поскольку переизбыток микроэлементов столь же нежелателен, как их дефицит. Данные, полученные с помощью нового подхода, могут [также использоваться] для анализа участков, с которых собрано меньше урожая. Если наложить цифровую картинку, полученную после анализа, проведенного ИИ, можно определить причины низкой урожайности и подобрать варианты решения этой проблемы", - цитирует пресс-служба университета Мерзлякова.
Развитие цифровых агротехнологий для Томской области имеет особое значение, поскольку регион является зоной рискованного земледелия. Новые подходы и инструменты позволят повысить объем урожая на 20-25%, улучшить его качество, значительно снизить затраты на ГСМ, уменьшить экологическую нагрузку на почву и сохранить ее плодородность.
Новости по теме: