Архивы по рубрикам: Сельское хозяйство

Аэрагро в Омской области

Статья с информацией про наш проект опубликована на деловом общенациональный аналитический ресурсе «Эксперт Online»

В Омской области проходят апробацию беспилотные летательные аппараты («дроны») московской компании «АэрАгро». Беспилотники в сельском хозяйстве используются с 2011 года, но их применение все еще не носит массового характера. Обследование территорий с помощью дронов применяется для расчета параметров паспортов плодородия, создания карт всхожести, вегетационного развития и планов внесения удобрений, позволяет прогнозировать урожайность и определять оптимальные сроки уборки урожая. «Эти разработки могут снизить риски агроцентров — поставщиков крупных торговых сетей, — говорит технический директор «АэрАгро» Роман Жуков, — а также производителей ценных агрокультур, например тех, из которых изготавливают специи или косметические масла. Средняя стоимость агрострахования таких культур — 1 000 руб­лей за гектар, и методы аэрозондирования используются, чтобы доказать факт ущерба урожаю». Используют эти методики и агрохимические службы, которые занимаются паспортизацией сельхозугодий.

Читать на сайте «Эксперт Online»


Прогнозирование урожайности методами машинного обучения. Примеры и перспективы

Вместо того, чтобы совершенствовать уже существующие модели прогноза урожайности, добавлять в них дополнительные переменные или усложнять способ расчета, мы предлагаем использовать методы машинного обучения, преимущественно основанные на данных дистанционного зондирования земли в мультиспектральном диапазоне и информации погодных условиях.

Машинное обучение (Machine Learning) — обширный подраздел искусственного интеллекта, изучающий методы построения алгоритмов, способных обучаться. Машинное обучение находится на стыке математической статистики, методов оптимизации и классических математических дисциплин, но имеет также и собственную специфику.

Нейронные сети (Neural Networks)— это один из типов модели обучения, который эмулирует принцип работы синапсов в человеческом  мозге и соединяет в себе большое количество относительно простых элементов, а обучение сводится к построению оптимальной структуры связей и настройке параметров связей.

Примеры использования

Поэтапная регрессия была использована в для прогнозирования производства риса в Китае.

Подробнее: Huang J, Wang X, Li X, Tian H, Pan Z (2013) Remotely Sensed Rice Yield Prediction Using Multi-Temporal NDVI Data Derived from NOAA’s-AVHRR. PLoS ONE 8(8): e70816. 

Иерархическая кластеризация, байесовские нейронные сети и рекурсивное разбиение  нашли применение в вопросах прогнозирования урожайности ячменя, канолы (сорт рапса) и яровой пшеницы.

Подробнее: Michael D. Johnson, William W. Hsieh, Alex J. Cannon, Andrew Davidson, & Frédéric Bédard (2016). Crop yield forecasting on the Canadian Prairies by remotely sensed vegetation indices and machine learning methods. Agricultural and Forest Meteorology, 218–219: 74–84.

Нейронную сеть работающую по перетасованному комплексному алгоритму оптимизации эволюции, разработали в Университете Аризоны (SCE-UA) для прогнозирования урожайности кукурузы и сои в США.

Источник: Li, A., Liang, S., Wang, A., & Qin, J. (2007). Estimating crop yield from multi-temporal satellite data using multivariate regression and neural network techniques. Photogrammetric Engineering & Remote Sensing, 73(10), 1149-1157.

Алгоритм случайного леса с успехом применяется  для классификации пикселей в спутниковых изображениях в разных категориях землепользования. Например, неконтролируемое линейное смешение использовалось на гиперспектральных данных для различения почвы и растительности в пределах одного пикселя.

Источник: Barrett Lowe and Arun Kulkarni (2015). MULTISPECTRAL IMAGE ANALYSIS USING RANDOM FOREST. International Journal on Soft Computing (IJSC) Vol.6, No. 1, February 2015. DOI: 10.5121/ijsc.2015.6101 1.

Zhe Zhu, Curtis E.Woodcock (2014). Continuous change detection and classification of land cover using all available Landsat data. Remote Sensing of Environment 144: 152–171. 

Многослойные нейронные сети (персептроны) и радиальные базисные функции были использованы в 13 для прогнозирования площади посевов и урожайности кукурузных полей в Индии.

Bin Luo, Chenghai Yang, Jocelyn Chanussot, and Liangpei Zhang (2013). Crop Yield Estimation Based on Unsupervised Linear Unmixing of Multidate Hyperspectral Imagery. IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING, VOL. 51, NO. 1. 

«Обучающиеся алгоритмы — как семена, почва — это данные, а обученные программы — это наша жатва. Эксперт по машинному обучению похож на крестьянина, сеющего, поливающего и удобряющего землю. Он присмат­ривает за здоровьем растущего урожая, но в целом не вмешивается»

Педро Домингос , автор книги «Верховный алгоритм: как машинное обучение изменит наш мир»

Патент на полезную модель «Устройство дистанционного зондирования земли»

Запатентованная командой Аэрагро полезная модель «Устройство дистанционного зондирования земли» относится к инновациям в области сельского хозяйства и расширяет арсенал технических средств для дистанционного измерения показателей качества земель сельскохозяйственного назначения.

Запатентованное устройство содержит, тепловизор, датчик температуры поверхностного слоя воздуха и датчик освещенности, для фиксации времени начала или окончания съемки.

В частном вариантах реализации устройство может  дополнительно содержать:

1) автономный блок питания тепловизора или элементы питания на солнечных батареях;

2) датчик определения скорости ветра;

3) мультиспектральная камера для измерения индекса плотности растений в различных спектрах;

4) средство беспроводной передачи информации в режиме реального времени.

Использование устройства позволит оперативно получать фактические данные о качестве земель сельскохозяйственных угодий для оценки эффективности их использования, составления паспортов плодородия и других целей.

Подробнее о патенте


Диагностика фитофтороза картофеля по аэрофотоснимкам

Живописные террасные картофельные поля в районе Юсу-мидзугаура, Япония. Террасы шириной в метр, огороженные каменными стенами, расположены в несколько ярусов на крутом склоне холма, выходящего к глубокому синему морю.
Весной зеленые листья картофеля покрывают все террасы. Эта сельскохозяйственная культура попала в Японию в начале XVI века, гораздо раньше, чем в Россию. Возделывание корнеплодов на каменных террасах – труд архикропотливый. Впрочем, трудолюбие сикокских крестьян заслуженно вознаграждено. На картофельные склоны Юсу-Мизугаура валом валят туристы: поесть местной бульбочки, отведать картофельного самогона. К тому же с овощных террас – великолепный вид на морской залив с аквафермой.
Фитофтороз картофеля (картофельная гниль) встречается во многих районах, где выращивается картофель и является самым вредоносным заболеванием этой сельскохозяйственной культутры. Возбудитель болезни фитофтороза — оомицет (грибоподобный мицеляльный организм) Phytophthora sp. — отличается боль­шой пластичностью и генетической вариабильностью, что выра­жается в его способности к образованию многочисленных физио­логических рас с различной степенью заразности и агрессивности. С помощью эти механиз­мов фитофтора преодолевает действие разных генетических систем устойчивости растения-хозяина-сверхчувствительности к расам возбудителя. Определяют вертикальную или специфическую устойчивость растения к фитопатогена, когда иммунитет достигается путём селекции или генной модификации растений. Полевая (горизонтальная или неспецифическая) устойчивость  определяется фактическими погодными условиями, культурой земледелия и другими факторами окружающей среды. На сегодняшний день описаны около 100 видов этого фитопатогена, хотя по оценкам существует 100—500 ещё не открытых. В большинстве случаев инфекция фитофтора бывает труднодиагностируема или вовсе скрыта. Внешние проявления фитофторозов очень изменчивы и зависят от условий среды. Ранние симптомы фотофтороза можно принять за признаки других инфекционных болезней или приписать воздействию абиотических факторов.
В тестах на полевую устойчивость картофеля (Solanum tuberosum L.) к фитофторозу специалисты-агрономы оценивают тяжесть заболевания с использованием только визуального осмотра листьев растений. Такого рода оценка, как правило, занимает много времени и весьма субъективна.
Разработанный несколько лет назад новый метод оценки тяжести заболевания заключается в использовании изображений RGB, полученных с беспилотного летательного аппарата (БПЛА). Группа японских исследователей усовершенствовала методики испытательной площадка, состоящая из 262 экспериментальных
участки, на которых были посажены различные сорта и линии. С середины июля до середины августа в 2012, традиционная визуальная оценка тяжести заболевания проводилась параллельно с работой по обработке изображений с 11 аэрофотоснимков, полученных с БПЛА в тот же период. БПЛА
были получены изображения поля. Тяжесть заболевания оценивалась с использованием оригинального протокола обработки изображения.
Результаты эксперимента показали, что оценка обработанного аэрофотоснимка, полученного с БПЛА коррелирует со степенью тяжести заболевания лучше, чем обычные визуальные оценки. Разработанная технология, основанная на аэрофотосъемках, позволяет достичь высокой пропускной способности, объективности и точности определения полевой устойчивости картофеля к этому заболеванию.
Sugiura, R., Tsuda, S., Tamiya, S., Itoh, A., Nishiwaki, K., Murakami, N., … & Nuske, S. (2016). Field phenotyping system for the assessment of potato late blight resistance using RGB imagery from an unmanned aerial vehicle. Biosystems Engineering, 148, 1-10.

Фитосанитарный мониторинг сельскохозяйственных угодий

Фитосанитарный мониторинг — это система наблюдений за состоянием защищенности агро- и экосистем, их компонентов или продукции растительного происхождения от вредных организмов, наблюдений за вредными организмами и влияющими на них факторами окружающей среды, проводимых в постоянном режиме для анализа, оценки и прогноза фитосанитарной обстановки на определенной территории, а также для определения причинно-следственных связей между состоянием растений и воздействием факторов среды обитания. (ГОСТ 21507-2013. Защита растений. Термины и определения.)

В рамках фитосанитарного мониторинга также проводится регулярная фитосанитарная диагностика — определение видового состава, развития, распространения и активности вредных организмов, их патогенов и энтомофагов в конкретный отрезок времени или в данном месте.

Фитосанитарный мониторинг и диагностика сельскохозяйственных культур имеют ключевое значение в системе интегрированной защиты растений.

Основные задачи фитосанитарного мониторинга:

  1. своевременное обнаружение вредителя на растениях,
  2. выявления и локализация возможный очагов заражения,
  3. наблюдение за сезонной динамикой.

Объектами фитосанитарного мониторинга являются вредители, болезни растений и сорные растения

Оперативный фитосанитарный мониторинг повышает эффективность защитных мероприятий и снижает пестицидную нагрузку на сельскохозяйственную продукцию и окружающую среду.

Для прогноза и проведения защитных мероприятий по контролю сорной растительности в европейских странах используется компьютерная экспертная система «HERBEXEPERT», с помощью которой в зависимости от индекса конкурентоспособности к сорной растительности посевов озимых и яровых зерновых культур, почвенных и 92 погодных факторов принимается решение об использовании гербицидов [2].

В Германии широко используются в практике компьютерные программы SIMPHYT-1- модель определения начало развития фитофтороза на картофеле и SIMPHYT-2- модель определяет динамику развития эпидемии с учетом применения фунгицидов.

В Российской Федерации разработаны компьютерные программы модели температурных сумм и относительной влажности для определения срока начала профилактических обработок на картофеле против фитофтороза и против парши на плодовых насаждениях.

По материалам Международной научно-практической конференции«Биологическая защита растений — основа стабилизации агроэкосистем» с молодежной стратегической сессией «Кадры, ресурсы, возможности, инновации»
20-22 сентября 2016 г. 

Лысов А. К., Корнилов Т. В. СОВРЕМЕННЫЕ МЕТОДЫ ДИСТАНЦИОННОГО МОНИТОРИНГА В ЗАЩИТЕ РАСТЕНИЙ ДЛЯ ТЕХНОЛОГИЙ ТОЧНОГО ЗЕМЛЕДЕЛИЯ 


Третья Ежегодная Конференция «Точное земледелие»

Команда «Аэрагро» посетила Третью Ежегодную Конференцию «Точное земледелие».

Фото: Sk.ru

20 февраля 2018 года ведущие специалисты в области технологий  собрались в Большом Технопарке Инновационного центра Сколково, чтобы обсудить  перспективы развития точного земледелия в России и вопросы практического внедрения решений для точного земледелия.

Основная экспозиция и первое заседание конференции отвечали на вопрос: «Какие технологии точного земледелия реально работат в РФ?» Практические истории внедрения решений для точного земледелия рассказали компании и стартапы:
Научно-Технический Центр «РобоПРОБ» + Группа компаний «Объединенные
кондитеры»
Агроноут + Агрохолдинг Кубань
ExactFarming + Проагротех
Агросигнал + Агрофирма Рубеж (Самарская область)
Скан + УК Группа компаний «Зеленая долина»
SMART! Fertilizer + ООО «АгроТерра»

Вторая часть конференции была посвящена преодолению регуляторных и технологических барьеры развития технологий точного земледелия в России и пути их преодоления.

В заседаниях конференции принимали участие эксперты:

Жуков Сергей, Соруководитель рабочей группы AeroNet
Колесников Андрей, Ассоциация Интернета вещей
Бутин Вячеслав, АО «ТЕРРА ТЕХ»
Астафьева Евгения, ПАО «МТС»
Иванов Константин, АО «ОХК «УРАЛХИМ»

Третья часть конференции (самая интересная для нашей команды) рассказывала про инвестициям в технологии точного земледелия в России: что интересно инвесторам, что нужно рынку и что делают стартапы?

Спикеры
Шишов Станислав, Директор по инновациям, ГК Агротерра
Мартынов Роман, Менеджер по развитию коммерческих проектов, Syngenta
Коршунов Владимир, ООО «ИнфоБиС»
Каракаш Дина, ФРИИ
Трофимов Роман, AgTech Ventures (AVG Capital Partners)
Зябрев Кирилл, Исполнительный директор, Инттерра
Рузаев Александр, TN Group
Гедеон Соесман, Greensoil Investments VC Israel
Дэн Ходжсон, FarmQA (США)

Российские и международные компании делились своим уникальный опыт построения внутреннего центра по внедрению инновации в
агрохолдинге и акселератора для взаимодействия со стартапами. Обсуждались инвестиционная стратегия в России и работающие бизнес-модели.

Завершилась конференция решением трёх кейсов:
— Сделка между государственным фондом и частным стартапом:
инвестиции ФРИИ в Агросигнал
— Опыт привлечения инвестиций от европейского венчурного фонда
российским стартапом
— Как стартапу попасть в крупный агрохолдинг?

Начиная с первой конференции, прошедшей в 2015 году, в мероприятии поучаствовали более 700 специалистов сельскохозяйственной отрасли, и выступили более 80 ведущих российских и зарубежных экспертов. Организаторы не исключили, что четвертая конференция пройдет под новым названием «Цифровое земледелие» (Digital farming), что более полно отражает направление в развитии сельского хозяйства.

Анна Жукова на конференции «Точное земледелие»

 


В Совете Федерации прошло совещание, посвященное проблемам плодородия почв

Научный консультант проекта проф.Хомяков Д.М. представлял компанию «Аэрагро» в  Совете Федерации на  совещании «О повышении плодородия почв в Российской Федерации». Вел заседание член Комитета Совета Федерации по аграрно-продовольственной политике и природопользованию Вадим Николаев.

 

По словам сенатора, от количества и качества земли, структуры земельных угодий, организации их рационального использования зависят объемы производимой сельскохозяйственной продукции, ее качество, себестоимость и экологическая безопасность. «Постоянное возрастание антропогенных нагрузок на земельные ресурсы, интенсивная эксплуатация природных возможностей земли в процессе сельскохозяйственного производства вызывают ухудшение естественного плодородия почв, истощение и деградацию земель, следствием чего является их выбытие из оборота или полная потеря для сельскохозяйственного использования», — подчеркнул Вадим Николаев.


Конференция «Агроуправление 2017» (гор. Белгород)

C 25 по 27 октября наша команда принимала участие в VI-ой международной конференции «Агроуправление 2017», которая прошла в гор. Белгород. Мероприятие стало местом для демонстрации примеров импортозамещения зарубежных технологий российскими разработками и передового опыта сельскохозяйственных предприятий, использующих инновации для повышения эффективности аграрного производства.

Ключевой темой конференции являлся проект «АгроНТИ- технологии для развития бизнеса», ориентированный на внедрение технологий беспилотных авиационных систем в сельскохозяйственном производстве. Проект реализуется в рамках программы «Национальной технологической инициативы» победителями объявленного Фондом содействия инновациям конкурса «Развитие-НТИ», при поддержке правительства Белгородской области и рабочей группы Аэронет (AeroNet).

Значимость проводимого мероприятия для развития отечественной отрасли сельского хозяйства была подчеркнута в приветственном письме участникам международной конференции «Агроуправление-2017», полученном от Департамента развития и управления государственными информационными ресурсами АПК Министерства сельского хозяйства Российской Федерации за подписью Директора Департамента Козубенко Игоря Сергеевича.

Также команда Аэрагро принимала участие в демонстрационных полетах беспилотников, которые сопровождались комментариями специалистов по поводу технического устройства аппаратов, принципов построения траектории движения самолетов и коптеров, формирования полетной программы, принципов обработки данных спектральной камеры на предмет оценки биомассы озимых.

Скачать пост-релиз конференции «Агроуправление 2017»

 

 


Парламентские слушания на тему «Законодательное обеспечение воспроизводства плодородия земель, используемых для ведения сельского хозяйства»

23 октября команда «Аэрагро» приняла участие в работе комитета государственной думы по аграрным вопросам. Заседание было посвящено вопросам законодательного обеспечение воспроизводства плодородия земель, используемых для ведения сельского хозяйства.

Слушания организованы комитетом Госдумы по аграрным вопросам, в них примут участие специалисты в области почвоведения, представители исполнительной власти и руководителей хозяйств.

«В стране сегодня заброшены почти 41 миллион гектаров пашни, их восстановление и возвращение в разряд плодородных является первостепенной задачей сельского хозяйства», — отметил глава комитета Госдумы по аграрным вопросам Владимир Кашин.

Сегодня состояние почв регулируется рядом законодательных актов, главным из которых является закон «Об охране окружающей среды». Однако из-за отсутствия единого федерального органа, занимающегося проблемой мониторинга почв, положения законодательства зачастую остаются на бумаге.

«В ходе парламентских слушаний мы намерены выработать конкретные положения, которые станут основой для законопроекта «Об охране почв»,- заявил Владимир Кашин.

Россия производит 18 млн. т. минеральных удобрений в год, но при этом  в сельском хозяйстве использует лишь 10%, а остальные удобрения отправляются на экспорт. И это при том, что производимого количества минеральных удобрений хватило бы для производства 300 млн. т зерна.

Актуальным на слушаниях стал вопрос и о свертывании системы мелиорации земель, о чем отмечали многие выступающие в своих докладах. В России насчитывается немногим более 9 млн. га мелиорированных земель, что составляет всего 7,9% площади пахотных земель.

Напомним, что в  законопроекте «О федеральном бюджете на 2018 год и на плановый период 2019 и 2020 годов» учтено досрочное прекращение с 1 января 2018 г. федеральной целевой программы «Развитие мелиорации земель сельскохозяйственного назначения России на  2014-2020 годы».

В ряду уже рассмотренных проблем, препятствующих эффективному использованию сельхозземель, особое место занимают вопросы кадрового и научного обеспечения. Сегодня серьёзно ослаблена аграрная наука, сокращено финансирование фундаментальных исследований, ликвидированы научно-исследовательские институты и опытные станции.

«Текущая система организации землеустройства себя полностью дискредитировала, и мы в плотную приблизились к необходимости подготовки новой редакции Федерального закона «О землеустройстве». Требуется совершенствование законодательного регулирования обеспечения плодородия почв для целей сельскохозяйственного производства.

Рассматриваемые сегодня вопросы имеют государственную важность, а принятые по итогам слушаний рекомендации – стратегическое значение.

Комитет по аграрным вопросам готов эффективно отстаивать интересы государства и общества в сохранении и преумножении уникальных наших земельных богатств, интересы агропромышленного комплекса в целом, а также прочно стоять на страже продовольственной безопасности России», — сказал в заключение председатель комитета Владимир Кашин.

Скачать материалы заседания можно на официальном портале комитета государственной думы по аграрным вопросам.


Аэрагро в Министерстве Сельского Хозяйства

29 сентября команда представила в Министерстве Сельского Хозяйства свой проект высокоавтоматизированного дистанционного зондирования почв и посевов по технологии AERAGRO.

Проект был высоко оценен экспертами министерства. Технология AERAGRO позволит уточнить данные о состоянии почв и посевов, полученные со спутниковых снимков низкого разрешения. Также планируется  использование технологии для составления паспортов плодородия земель сельскохозяйственного назначения и оценки сельскохозяйственных рисков в сфере агрострахования.

Команда наших экспертов посетила аналитический центр Министерства Сельского Хозяйства, который был создан в целях повышения качества управления агропромышленным комплексом России, продвижения передовых ИТ-инструментов в сельское хозяйство.

Аналитический центр Минсельхоза России создан в целях интеграции всех государственных информационных ресурсов об агропромышленном комплексе страны, создания единой автоматизированной системы сбора и анализа данных о состоянии отраслей и инфраструктуры сельского хозяйства России, прогнозирования развития агропродовольственных рынков.

Данные с беспилотных летательных аппаратов Аэрагро также могут быть использованы в этих и других аналитических и интеграционных направлениях работы Министерства.