CC BY
88
УДК 005.3
ТОЧНОЕ ЗЕМЛЕДЕЛИЕ КАК ОДИН ИЗ АСПЕКТОВ ЦИФРОВИЗАЦИИ СЕЛЬСКОГО ХОЗЯЙСТВА
ШАЙТУРА СВ.,
кандидат технических наук, доцент, доцент Российский университет транспорта (МИИТ), Москва, swshaytura@gmail.com.
КОЛОМЕЙЦЕВ А.В.,
старший преподаватель Высшая школа сервиса, Российский государственный университет туризма и сервиса.
ПОЗНЯК И.И.,
старший преподаватель Российский университет транспорта (МИИТ). МИНИТАЕВА А.М.,
кандидат технических наук, доцент, Московский государственный университет им. Н.Э. Баумана. ПРОХОРОВ Ю.Н.,
кандидат экономических наук, доцент кафедры управления государственными и муниципальными закупками ГАОУ ВО «Московский городской университет управления Правительства Москвы им. Ю.М. Лужкова».
Реферат. Точное земледелие - это основанный на технологиях и данных подход к управлению сельским хозяйством, который наблюдает, измеряет и анализирует потребности отдельных полей и культур. Технологии точного земледелия используются на важных этапах цикла роста сельскохозяйственных культур (подготовка почвы, посев, обработка урожая и сбор урожая). Цель статьи - продемонстрировать возможность и целесообразность применения геоинформационных сервисов в точном земледелии. Объектом исследования являлось сельскохозяйственное поле, на котором используются технологии точного земледелия. Предмет - технологии и методы точного земледелия. В статье рассмотрены перспективы цифровизации сельского хозяйства, проведен анализ составных частей точного земледелия, проанализированы механизмы, используемые в точном земледелии, сформулировать основные положения точного земледелия.
Ключевые слова: точное земледелие, интеллектуальное земледелие, мониторинг земель, параллельное вождение, цифровая экономика, цифровая трансформация, сельское хозяйство, интернет вещей, беспилотные летательные аппараты (БПЛА).
PRECISION FARMING AS ONE OF THE ASPECTS OF DIGITALIZATION OF AGRICULTURE
SHAYTURA S.V.,
Candidate of Technical Sciences, Associate Professor, Associate Professor Russian University of Transport (MIIT), Moscow, swshaytura@gmail.com.
KOLOMEITSEV A.V.,
Senior Lecturer Higher School of Service, Russian State University of Tourism and Service. POZNYAK I.I.,
Senior Lecturer, Russian University of Transport (MIIT). MINITAEVA A.M.,
Candidate of Technical Sciences, Associate Professor, Lomonosov Moscow State University N.E. Bauman.
PROKHOROV Yu.N.,
Candidate of Economic Sciences, Associate Professor of the Department of Management of State and Municipal Procurement of the State Autonomous Educational Institution of Higher Education "Moscow City University of Management of the Government of Moscow named after V.I. Yu.M. Luzhkov.
Essay. Precision farming is a technology and data-driven approach to agricultural management that observes, measures and analyzes the needs of individual fields and crops. Precision farming technologies are used at important stages of the crop growth cycle (soil preparation, sowing, crop processing and harvesting). The purpose of the article is to demonstrate the possibility and expediency of using geoinformation services in precision farming. The object of the study is an agricultural field on which precision farming technologies are used. Subject - technologies and methods of precision farming. The article discusses the prospects for the digitalization of agriculture, analyzes the components of precision farming, analyzes the mechanisms used in precision farming, and formulates the main provisions of precision farming.
Keywords: precision farming, smart farming, land monitoring, parallel driving, digital economy, digital transformation, agriculture, internet of things, unmanned aerial vehicles.
Введение. Сельское хозяйство, отрасль, начинает новую революцию - точное земледелие [1 -3]. В точном сельском хозяйстве используются спутниковые данные о местоположении, устройства дистанционного зондирования и технологии сбора проксимальных данных. Это позволяет использовать подход к принятию решений на основе информации для управления фермой, чтобы оптимизировать отдачу от вложенных ресурсов. Проще говоря, позволяет делать больше с меньшими затратами [4, 5]. В отличие от предыдущих сельскохозяйственных революций, которые были сосредоточены на дальнейшей интенсификации и стандартизации, эта предлагает новый набор инструментов. Речь идет не о резком повышении урожайности, а о приспособлении обработки каждого квадратного метра на производство растений. Эта революция в данных, доступных фермеру, в отличие от предыдущих, представляет собой сельскохозяйственную революцию для семейной фермы, которая находится под угрозой исчезновения в сельской местности. Но как именно будет выглядеть эта ферма будущего?
Материалы и методы. Методы исследования представлены изучением источников информации и анализом полученных сведений, моделированием для изучения объекта исследования и выстраивания на основе этого прогнозной модели [6]. Так же производится обработка статической информации [7, 8].
Результаты исследования. Составные части точного земледелия
Мы подготовили инфографику, показывающую некоторые технологии, лежащие в основе цифровой революции в сельском хозяйстве (рисунок 1).
БПЛА с камерой, управляемые фермером на земле, могут обследовать землю [9 - 11]. Его
многочисленные линзы отображают поля в инфракрасном и видимом диапазоне длин волн. Они предлагают гораздо более высокое разрешение и детализацию, чем спутники, летая на высоте до 100 футов и охватывая более 1000 акров в час. Изображения анализируются, чтобы отобразить ряд переменных, от влажности верхнего слоя почвы до содержания хлорофилла в листьях и распространения вредоносных сорняков, таких как черная трава.
Фермер получает эту информацию через электронную карту с закодированными инструкциями, которые можно загрузить в технику, чтобы обеспечить точное внесение ресурсов. Это снижает стоимость ресурсов и обеспечивает достижение максимального потенциального выхода. В случае с пшеницей урожайность можно увеличить на 2-5% за счет картирования распространения вредоносного сорняка.
В Великобритании ряд компаний уже предлагают услуги беспилотных летательных аппаратов, сочетающие в себе дистанционное зондирование и визуализацию полей с анализом информации об урожае для информирования фермеров о принятии решений.
Defra теперь предлагает фермам гранты на получение изображений с помощью беспилотных летательных аппаратов. Но в настоящее время использование дронов еще не стало массовым из-за стоимости и восприятия. В некоторых случаях БПЛА также используются для выпаса скота. Хотя это более новое применение, это может оказаться полезным в таких областях, как Шотландия, где фермеры держат меньше овец на больших участках склонов, что затрудняет поиск бродячих и одиноких овец вручную. Однако наибольший потенциал БПЛА заключается в предоставлении детальной информации о каждом растении.
Рисунок 1 - Концепция точного земледелия
Агроботы. Небольшие автономные роботы работают в группах, выполняя ряд задач, что позволяет выращивать каждый отдельный саженец с учетом точного распределения ресурсов [12, 13]. Некоторые из них способны наносить удобрения или воду с помощью микроточек, как на струйном принтере, что снижает затраты на удобрения на 99,9%.
Другие проводят лазерную прополку, избавляясь от затрат и воздействия на окружающую среду, связанных с использованием гербицидов.
Роботы для выращивания культур, такие как Broccoli Bot, специально разработаны для сбора урожая брокколи, который до сих пор преимущественно собирают вручную. Используя трехмерное зрение, робот определяет товарные характеристики, собирая только ценные части растения.
Помимо снижения затрат на рабочую силу, это сокращает количество отходов на 60%. Такие роботы могут преобразовать самые трудоемкие и физически сложные задачи в сельском хозяйстве, что значительно повлияет на рабочую силу.
Важно отметить, что агробот является ключом к тому, чтобы это стало революцией
для семейной фермы. Эти небольшие машины эффективно управляют небольшими полями необычной формы и не требуют удаления живых изгородей, как другие сельскохозяйственные инструменты.
Их небольшой размер и легкий вес позволяют работать в любую погоду, избегая эрозии почвы.
Потенциально они могли бы работать весь день и всю ночь - служба 24/7. В настоящее время большая часть этой технологии находится на ранней стадии разработки или отрабатывается, но ее внедрение имеет основополагающее значение для точного земледелия.
Умные тракторы. Тракторы по-прежнему необходимы для крупномасштабных задач и сложной логистики, например, для перемещения тюков сена или уборки сахарной свеклы [14].
Несмотря на бесконечный потенциал агро-ботов, тракторы по-прежнему необходимы для крупномасштабных задач и сложной логистики, например, для перемещения тюков сена или уборки сахарной свеклы.
Культовый красный трактор британской деревни остался. Однако это умные тракторы, нагруженные технологиями и датчиками.
Связь с облаком позволяет ему получать указания от датчиков и снимков дронов вокруг фермы.
Управляемое GPS-управление и оптимизированное планирование маршрута рекомендуют кратчайший маршрут через поле, обеспечивая при этом движение всего сельскохозяйственного транспорта по одним и тем же маршрутам, сводя к минимуму эрозию и уплотнение почвы и снижая затраты на топливо.
Учитывая, что 90% энергии, затрачиваемой на выращивание, приходится на устранение повреждений, причиненных тракторами, это дает фермерам значительную экономию.
Сократив работу, необходимую для восстановления утрамбованной почвы, и повысив урожайность, фермеры могут рассчитывать на увеличение прибыли в среднем на 1,50 фунта стерлингов с гектара.
Неизбежно конечной целью является массовое использование автономных тракторов с автоматическим управлением. Но в настоящее время технология все еще развивается и еще не вышла за рамки крупного сельскохозяйственного бизнеса Америки.
Высокоточный скот. Животноводческие и смешанные фермы извлекают выгоду из эры больших данных в сельском хозяйстве. датчики позволяют передавать фермеру разнообразную информацию о здоровье и благополучии скота [15].
В то время как точное земледелие в основном ориентировано на пахотные фермы, животноводческие и смешанные фермы по-прежнему могут извлечь выгоду из эры больших данных в сельском хозяйстве.
Технология «машина-машина» и датчики позволяют передавать фермеру разнообразную информацию о здоровье и благополучии скота в зависимости от животного.
У телок датчики, прикрепленные к хвостам, могут уведомлять фермера текстовым сообщением, когда у коровы начинаются роды, или, когда она готова к осеменению, что экономит время, а также обеспечивает более высокую выживаемость и продуктивность.
В настоящее время проходят испытания беспроводные датчики, которые размещаются в желудке коров и контролируют рН рубца для выявления таких заболеваний, как атипичная пневмония, которые могут снизить надои молока на 3 литра на корову в день.
Датчик активируется только тогда, когда температура коровы поднимается выше 31 °° что указывает на изменение рН, что позволяет немедленно вмешаться.
Увеличение производства отмечено в 60% хозяйств, опробовавших технологию. Производство молока потенциально может увеличиться на 10%.
Данные о сельском хозяйстве. Информация обрабатывается с помощью специализированных программ и аналитического программного обеспечения и предоставляется фермеру, чтобы дать точную реакцию на каждое растение или животное [15, 16].
Данные могут быть интегрированы с другими наборами данных, такими как метеорологическая служба, чтобы принимать решения в режиме реального времени. Фермы делятся своими данными с другими фермами и отраслью, создавая альтернативные источники дохода.
Данные также используются в качестве цифрового доказательства соответствия требованиям Defra или ЕС. Эта информация может быть передана непосредственно регулирующим и финансирующим учреждениям, что приведет к сокращению количества посещений и трудоемкого заполнения форм для проверки благополучия животных или подтверждения грантов. Это потенциально может сэкономить фермеру в среднем около миллиона рублей в год.
Через облако все элементы фермы мгновенно подключаются. Он становится клеем, который связывает ферму будущего воедино.
В то время как облако — это ресурс, который многие из нас уже используют ежедневно, сельское хозяйство еще не проникло в эту область. Но облако позволит сельскому хозяйству вступить в эру больших данных.
Заключение. В связи с растущим демографическим давлением во всем мире и необходимостью увеличения сельскохозяйственного производства возникает озабоченность по поводу улучшения управления мировыми сельскохозяйственными ресурсами при минимизации негативного воздействия на окружающую среду. Информация о сельскохозяйственных культурах, пастбищах и других сельскохозяйственных ресурсах имеет решающее значение для эффективного управления истощающимися и дефицитными ресурсами. Точное земледелие может помочь фермерам стать более конкурентоспособными за счет снижения производственных затрат.
Важно понимать, как фермеры интерпретируют ценность технологий в контексте своих хозяйств. С одной стороны, фермеры оценивают ценность своего сельскохозяйственного бизнеса в использовании новых технологий
для решения будущих проблем. С другой стороны, многие производители считают, что внедрение высокопроизводительных систем управления сопряжено с повышенным риском. Предполагаемые риски включают в себя риск финансового краха из-за непредвиденных экологических или рыночных обстоятельств, повреждение инфраструктуры фермы, такой как почвы и пастбища, компромисс для здоровья и благополучия животных, а также риск увеличения нагрузки на них из-за управления усиленной системой]. Другой риск, связанный с точным земледелием и другими технологиями, - это дальнейшая консолидация ферм, поскольку более состоятельные участники сектора могут получить максимальную выгоду от новейших технологий. Есть также опасения по поводу некоторых случаев, когда технология не может быть ис-
пользована эффективно. В некоторых случаях фермеры либо неохотно, либо не могут использовать новейшие технологии на своих фермах. Продажа недоработанной технологии фермерам компаниями без достаточных испытаний или доказательств может привести к дорогостоящим потерям для фермеров.
Более того, использование данных само по себе является проблемой. Огромные объемы данных технологических продуктов и услуг хранятся на удаленных облачных серверах. Это часто используется в коммерческих целях. Теперь крупные корпорации могут собирать, использовать и даже продавать данные от фермеров. Возрастающая напряженность между корпорациями и фермерами по поводу неправомерного использования данных представляет собой серьезную угрозу.
Список использованных источников
1. Food security and catering / S.V. Shaitura, A.S. Nedkova, L.M. Tyger et al. // Revista Turismo Estudos&Práticas. - 2020. - № S3. - С. 11.
2. Гавриков Ф.А., Подосинников Е.Ю. Развития сельского хозяйства на территории курской области при поддержке АО «Россельхозбанк» // Славянский форум. - 2020. - № 4 (30). - С. 210-227.
3. Зюкин Д.А. Поддержка развития селекции и семеноводства в России как элемента становления инновационной аграрной экономики // Вестник Курской государственной сельскохозяйственной академии. - 2019. - №9. - С. 173-180.
4. Зюкин Д.А., Солошенко Р.В. Выявление кластеров зерносеющих организаций, обладающих более высокой эффективностью и инновационной восприимчивостью // Вестник Курской государственной сельскохозяйственной академии. - 2019. - № 8. - С. 225-231.
5. Зюкин Д.А., Солошенко Р.В. Направления активизации инновационной деятельности в зернопро-дуктовом подкомплексе РФ // Вестник Курской государственной сельскохозяйственной академии. -2019. - №7. - С. 161-168.
6. Методы статистики и возможности их применения в социально-экономических исследованиях: монография / С.А. Беляев, Н.С. Бушина, А.Ю. Быстрицкая и др. - Курск: «Деловая полиграфия», 2021. -168 с.
7. Научно-обоснованный прогноз развития точного земледелия в России / Е.В. Рудой, М.С. Петухо-ва, С.В. Рюмкин и др. - Новосибирск: ИЦ НГАУ «Золотой колос», 2021. - 138 с.
8. Практические аспекты применения регрессионного метода в исследовании социально-экономических процессов: монография / С.А. Беляев, Н.С. Бушина, О.В. Власова и др. - Курск: «Деловая полиграфия», 2021. - 166 с.
9. Проект дистанционного комплекса измерения почвенных показателей как инструмент цифрови-зации сельского хозяйства / А.А. Садов, К.М. Потетня, А.Д. Устюгов, А.И. Носков // Научно-технический вестник технические системы в АПК. - 2020. - № 2 (7). - С. 45-51.
10. Шайтура С.В., Барбасов В.К., Васкина М.Ю. Использование беспилотных систем в сельском хозяйстве // В кн.: Методы и программные средства информационного сервиса в информационных и пространственных полях: Сборник научных трудов. - Бургас, 2020. - С. 118-124.
11. Продовольственная безопасность и кейтеринг / С.В. Шайтура, Л.П. Белю, А.М. Минитаева, А.А. Неделькин // Вестник Курской государственной сельскохозяйственной академии. - 2020. - № 9. - С. 103112.
12. Совокупная стоимость владения решениями на базе технологии «интернет вещей» / С.В. Шай-тура, П.А. Замятин, Л.П. Белю, Н.Л. Султаева // Вестник Курской государственной сельскохозяйственной академии. - 2021. - № 2. - С. 124-133.
13. Цифровая экономика, точное позиционирование и беспилотное вождение в сельском хозяйстве / С.В. Шайтура, А.В. Максимов, С.Л. Филимонов и др. // Вестник Курской государственной сельскохозяйственной академии. - 2021. - № 4. - С. 38-44.
14. Аграрный сектор в контексте глобального изменения климата / С.В. Шатура, Л.В. Сумзина, Н.Г.Томашевская и др. // Вестник Курской государственной сельскохозяйственной академии. - 2021. -№ 4. - С. 18-24.
15. Шайтура С.В., Тыгер Л.М., Кожаев Ю.П. Продовольственная безопасность и кейтеринг // Вестник Курской государственной сельскохозяйственной академии. - 2020. - № 9. - С. 103-112.
10. Шайтура С.В., Розенберг И.Н., Винтова Т.А. Основы землеустройства: учебное пособие / Бургас, Болгария, 2019.
16. Кадастр недвижимости и мониторинг земель / И.Н. Розенберг, С.В. Шайтура, С.О. Макаров и др.
- Бургас, 2020.
17. Оценка земли и недвижимости: учебное пособие / С.В. Шайтура, И.Н. Розенберг, А.С. Шайтура, С.О. Макаров. - Бургас, Болгария, 2018.
Spisok ispoFzovanny'x istochnikov
1. Food security and catering / S.V. Shaitura, A.S. Nedkova, L.M. Tyger et al. // Revista Turismo Estudos&Praticas. - 2020. - № S3. - S. 11.
2. Gavrikov F.A., Podosinnikov E.Yu. Razvitiya sel'skogo xozyajstva na territorii kurskoj oblasti pri podderzhke AO «Rosselxozbank» // Slavyanskij forum. - 2020. - № 4 (30). - S. 210-227.
3. Zyukin D.A. Podderzhka razvitiya selekcii i semenovodstva v Rossii kak e'lementa stanovleniya innovacionnoj agrarnoj e'konomiki // Vestnik Kurskoj gosudarstvennoj sel'skoxozyajstvennoj akademii. - 2019.
- №9. - S. 173-180.
4. Zyukin D.A., Soloshenko R.V. Vy'yavlenie klasterov zernoseyushhix organizacij, obladayu-shhix bolee vy'sokoj e'ffektivnost'yu i innovacionnoj vospriimchivost'yu // Vestnik Kurskoj gosudarstvennoj sel'skoxozyajstvennoj akademii. - 2019. - № 8. - S. 225-231.
5. Zyukin D.A., Soloshenko R.V. Napravleniya aktivizacii innovacionnoj deyatel'nosti v zernoproduktovom podkomplekse RF // Vestnik Kurskoj gosudarstvennoj sel'skoxozyajstvennoj akademii. -
2019. - №7. - S. 161-168.
6. Metody' statistiki i vozmozhnosti ix primeneniya v social'no-e'konomicheskix issledovaniyax: monografiya / S.A. Belyaev, N.S. Bushina, A.Yu. By'striczkaya i dr. - Kursk: «Delovaya poligrafiya», 2021. -168 s.
7. Nauchno-obosnovanny'j prognoz razvitiya tochnogo zemledeliya v Rossii / E.V. Rudoj, M.S. Petuxova, S.V. Ryumkin i dr. - Novosibirsk: ICz NGAU «Zolotoj kolos», 2021. - 138 s.
8. Prakticheskie aspekty' primeneniya regressionnogo metoda v issledovanii social'no-e'konomicheskix processov: monografiya / S.A. Belyaev, N.S. Bushina, O.V. Vlasova i dr. - Kursk: «Delovaya poligrafiya», 2021. - 166 s.
9. Proekt distancionnogo kompleksa izmereniya pochvenny'x pokazatelej kak instrument cifrovizacii sel'skogo xozyajstva / A.A. Sadov, K.M. Potetnya, A.D. Ustyugov, A.I. Noskov // Nauchno-texnicheskij vestnik texnicheskie sistemy' v APK. - 2020. - № 2 (7). - S. 45-51.
10. Shajtura S.V., Barbasov V.K., Vaskina M.Yu. Ispol'zovanie bespilotny'x sistem v sel'-skom xozyajstve // V kn.: Metody' i programmny'e sredstva informacionnogo servisa v informacionny'x i prostranstvenny'x polyax: Sbornik nauchny'x trudov. - Burgas, 2020. - S. 118-124.
11. Prodovol'stvennaya bezopasnost' i kejtering / S.V. Shajtura, L.P. Belyu, A.M. Mini-taeva, A.A. Nedel'kin // Vestnik Kurskoj gosudarstvennoj sel'skoxozyajstvennoj akademii. - 2020. - № 9. - S. 103-112.
12. Sovokupnaya stoimosf vladeniya resheniyami na baze texnologii «internet veshhej» / S.V. Shajtura, P.A. Zamyatin, L.P. Belyu, N.L. Sultaeva // Vestnik Kurskoj gosudarstvennoj sel'skoxozyajstvennoj akademii. -2021. - № 2. - S. 124-133.
13. Cifrovaya e'konomika, tochnoe pozicionirovanie i bespilotnoe vozhdenie v sel'skom xozyajstve / S.V. Shajtura, A.V. Maksimov, S.L. Filimonov i dr. // Vestnik Kurskoj gosudarstvennoj sel'skoxozyajstvennoj akademii. - 2021. - № 4. - S. 38-44.
14. Agrarny'j sektor v kontekste global'nogo izmeneniya klimata / S.V. Shajtura, L.V. Sumzina, N.G.Tomashevskaya i dr. // Vestnik Kurskoj gosudarstvennoj sel'skoxozyajstvennoj akademii. - 2021. - № 4. -S. 18-24.
15. Shajtura S.V., Ty'ger L.M., Kozhaev Yu.P. Prodovol'stvennaya bezopasnost' i kejtering // Vestnik Kurskoj gosudarstvennoj sel'skoxozyajstvennoj akademii. - 2020. - № 9. - S. 103-112.
10. Shajtura S.V., Rozenberg I.N., Vintova T.A. Osnovy' zemleustrojstva: uchebnoe posobie / Burgas, Bolgariya, 2019.
16. Kadastr nedvizhimosti i monitoring zemel' / I.N. Rozenberg, S.V. Shajtura, S.O. Makarov i dr. - Burgas,
2020.
17. Ocenka zemli i nedvizhimosti: uchebnoe posobie / S.V. Shajtura, I.N. Rozenberg, A.S. Shajtura, S.O. Makarov. - Burgas, Bolgariya, 2018.
