CC BY
7
УДК 630.2.053
ЦИФРОВИЗАЦИЯ СЕЛЬСКОХОЗЯЙСТВЕННОЙ ОТРАСЛИ
Колбина Ольга Николаевна
Доцент, Российский Государственный Гидрометеорологический Университет Яготинцева Наталья Владимировна
Доцент, Российский Государственный Гидрометеорологический Университет
Сафонова Татьяна Владимировна
Старший преподаватель, Российский Государственный Гидрометеорологический Университет
Мокряк Анна Васильевна
Научный сотрудник, Санкт-Петербургский университет, Государственная противопожарная служба МЧС России
Цель исследования - изучение и анализ инновационных цифровых разработок и трендовых технологий, а также их основных функциональных характеристик, применяемых в сельскохозяйственной отрасли. Посредством детального разбора информационно-технологических систем и ситуации с ростом населения, была выявлена острая необходимость в повсеместном внедрении представленных цифровых технологий для удовлетворения ежегодно увеличивающегося объема спроса.
Рост уровня автоматизации, механизации, мелиорации, способов культивации земель, формирование и внедрение агроинноваций дает возможность существенно увеличить производительность труда, уменьшить разрыв России в производительности от уровня развитых стран за счет сокращения технологического отставания.
Ключевые слова: сельскохозяйственная отрасль, искусственный интеллект, интернет вещей.
DIGITALIZATION OF THE AGRICULTURAL INDUSTRY
Kolbina O.N.
Docent, Russian State Hydrometeorological University Yagotintceva N. V.
Docent, Russian State Hydrometeorological University Safonova T. V.
Senior Lecturer, Russian State Hydrometeorological University Mokryak A. V
Research Associate, Saint-Petersburg University, State Fire Service of the Ministry of Emergency Situations of Russia
The purpose of the study is to study and analyze innovative digital developments and trend technologies, as well as their main functional characteristics used in the agricultural industry. Through a detailed analysis of information technology systems and the situation with population growth, an urgent need was identified for the widespread introduction of the presented digital technologies to meet the annually increasing demand.
The growth in the level of automation, mechanization, land reclamation, methods of cultivating land, the formation and implementation of agricultural innovations makes it possible to significantly increase labor productivity, reduce Russia's gap in productivity from the level of developed countries by reducing the technological gap.
Keywords: agricultural industry, artificial intelligence, internet of things.
Введение
Основополагающим звеном,
способствующим активному развитию с экономической и технологической точки зрения на территории Российской Федерации, является агропромышленный сектор. Главная задача состоит в том, что в связи с текущими условиями существования на рынке, стоит острая необходимость в ускорении выполнения операционных и прочих основных бизнес-процессов. Бесспорно, такая ситуация обусловлена высокими темпами внедрения инновационных разработок, различных технологических аспектов функционирования производства, ценовой лояльностью конкурентов, применению функционально-стоимостных методов и т.д.
Стоит отметить ряд факторов, которые наносят колоссальный ущерб для сельского хозяйства всего мира: изменение климата и глобальный рост населения. Ориентируясь нам эти проблемы, агропромышленные лидеры стали акцентировать внимание на современные инновационные разработки для решения основополагающей задачи - повышение урожайности культур.
Исследование цифровых технологий
Современные информационно-
технологические разработки стали центральным звеном, которые могут реализовать следующие задачи:
1. изготовление сельскохозяйственных роботов;
2. проведение прогностического анализа;
3. использование нейронных датчиков;
4. контроль и регулярный мониторинг состояния почвы, а также урожайности сельскохозяйственных культур;
5. контроль и слежение за животными.
Каждая из этих задач несет в себе
колоссальное улучшение количественных и качественных показателей отрасли сельского хозяйства.
Рассматривая область изготовления и применения сельскохозяйственных роботов, стоит заострить внимание на такой проблеме как сорняки. Применение робототехнических новинок в настоящее время встречается во всем крупном производстве, бесспорно, и сельское хозяйство нуждается в подобных технологиях.
Актуальность использования
искусственного интеллекта основана на тотальном контроле над сорными растениями, способными привести к уничтожению и порчи всего урожая [1].
Современные сельскохозяйственные роботы позволяют автоматизировать работу фермеров, тем самым увеличивая время на сбор урожая, минуя этап избавления от сорняков. Такая возможность появилась за счет использования компьютерного зрения.
Еще одним преимуществом применения роботизированной техники является точность, за счет чего происходит сокращение химических отходов до 20%, что достигается посредством применения концентрированного спрея, которым орошают сорняки.
Сельскохозяйственная робототехника, работая через систему искусственного интеллекта (ИИ) подразумевает выполнение различного функционала, что позволяет компенсировать нехватку рабочей силы и получить планируемый доход от сбора культур [2].
Растениеводство занимает также немаловажную роль в сельскохозяйственной отрасли. Обращая внимание на ситуацию в целом, необходимо отметить вырубку лесов для высвобождения территорий, которая ведет к снижению качества почвы, что приводит к плачевным экономическим последствиям. Фермеры, используя ИИ, смогли получить данные о нехватке питательных веществ в слоях почвы. Данная функция реализуется за счет алгоритмов распознавания изображений, что дает возможность выяснить:
- изменения в растениях, которые происходят за счет отсутствия питательных веществ в почве;
- наличие вредителей;
- выявление болезней растений.
При своевременном обнаружении вышеописанных проблем фермерам предоставляется возможность должным образом оценить выявленную проблему и получить метод ее решения, который на сегодняшний день в 95% случае оказываются верным.
Анализ почвы и культурных растений. Для полноценного анализа ситуации в поле применяются обученные беспилотные летательные аппараты, которые осуществляют заранее заданную траекторию полета и анализируют состояние урожая посредством компьютерного зрения. Изображения, полученные во время полета, сохраняются на облачной платформе для последующего анализа.
Применение спутников, использующих интеллектуальный анализ. Данная технология, широко распространенная во всевозможных отраслях, нашла свое применение и в сельскохозяйственной отрасли. Спутники прогнозируют погоду, анализируют устойчивость культур, контролируют состояние культур и сообщают о проблеме, которая может возникнуть [3]. Интеллектуальный анализ дает возможность спрогнозировать с высокой точностью:
- температуру окружающей среды;
- скорость ветра;
- засухи;
- солнечную радиацию;
- циклоны.
Спутниковая визуализация применяется для контроля и мониторинга состояния здоровья сельскохозяйственных культур, выявления заболеваний. Такой анализ дает полноценный обзор текущей ситуации, что поможет фермерам в своевременном удобрении почвы, а также в ликвидации вредителей, уничтожающих урожай, что позволяет существенно экономить финансовые ресурсы, которые могли бы быть потрачены на использование пестицидов.
Нейронные датчики. Нейронные датчики представляет собой технологию, которая посредством внедрения в мозг насекомых позволяет выявлять различные поведенческие закономерности, а также влиять на них. В настоящее время такие датчики активно используются в медицинских исследованиях и исследованиях животного мира, что дает колоссальное преимущество для
сельскохозяйственной отрасли [4].
Отслеживание животных: «Умные коровы». Технология распознавания лица
применяются для слежения за поголовьем, что позволяет:
- собирать и анализировать данные по кормовым привычкам стада;
- осуществлять мониторинг поведения животных;
- обнаруживать заболевания и проводить лечение стада на ранних этапах.
Технология отслеживания животных позволяет существенно экономить на расходах, так как исключает использование трекеров [5]. Стадо становится более здоровым, передвижение по полям более предсказуемым.
Применяя технологию искусственного интеллекта, сельскохозяйственная отрасль может глобально увеличить
производительность, что позволит
удовлетворять существующий объем спроса, проводить мониторинг здоровья как культур, так и животных, своевременного обнаруживать вредителей, тем самым повышая урожайность и качество сырья (Рисунок 1).
Рисунок 1 - Цифровизация сельскохозяйственной отрасли
Стоит отметить еще одну немаловажную технологию, использующую вычислительные сети физических предметов, оснащенных встроенными технологиями, для
взаимодействия не только друг с другом, но и с окружающей средой именуемой «Интернет Вещей» [6].
^ представляет собой сеть взаимосвязанных посредством интернета объектов, которые собирают данные от встроенных сервисов. Непосредственно для сельскохозяйственной отрасли технология позволяет управлять техникой, севооборотом, формировать «умное производство», контролировать земледелие и т.д.
Представленные технологии
рассмотрены не зря, ввиду текущей ситуации с производственным обеспечением, исходя из которого выявлена тенденция роста в потреблении продуктов питания [7]. Стоит
отметить и проблемы, которые оказывают негативное влияние на сельскохозяйственную отрасль: уменьшение площадей плодородных пахотных земель, сокращение уровня чистой воды, ограниченное применение современных технологий в данной отрасли из-за отсутствия возможности подключения к сети Интернет.
Несмотря на описанные проблемы, перед фермерскими хозяйствами стоит задача увеличить производительность аграрной отрасли, что может быть достигнуто в результате применения рассмотренных выше технологий [8]. Увеличение степени автоматизации, механизации, мелиорации, способов культивации земель, формирование и внедрение агроинноваций дает возможность существенно увеличить производительность труда, уменьшить разрыв России в производительности от уровня развитых стран
за счет сокращения технологического отставания.
Выводы
Цифровизация сельскохозяйственной отрасли основана на привлечении инновационных технологических разработок, задача которых развивать совместную интеграцию 1оТ объектов всей аграрной сферы [9]. Ориентируясь на основную задачу Интернета вещей, которая состоит в сборе больших данных, необходимо отметить, что чем больше данных получают 1оТ объекты, тем умнее становится система в целом. Вовлекая интегрированные 1оТ объекты в
сельскохозяйственное производство,
появляется возможность формировать новые автоматизированные производственно-
логистические цепочки, которые будут взаимосвязаны как с оптово-розничными торговыми организациями, так и с поставщиками, сельскохозяйственными
производителями и т.п. Задействуя подобное функционирование интегрированных цепей, аграрная отрасль глобально уменьшает стоимость продукции, при этом увеличивая их доступность для конечного потребителя, что приведет к росту производства.
ЛИТЕРАТУРА
1. Сафонова Т.В. Обзор технологий создания интеллектуальных геоинформационных систем // Информационные технологии и системы: управление, экономика, транспорт, право. 2020. №3(39). С.18-27.
2. Сафонова Т.В. Мультиагентные системы // Информационные технологии и системы: управление, экономика, транспорт, право. 2020. №4(40). С.12-29.
3. Сафонова Т.В, Колбина О.Н., Яготинцева Н.В, Мокряк А.В. ОПРЕДЕЛЕНИЕ СОСТОЯНИЯ ЛЕСНОГО МАССИВА В ГИС С ИСПОЛЬЗОВАНИЕМ МУЛЬТИАГЕНТНОГО ПОДХОДА Международный научно-исследовательский журнал No 4 (106) Часть 1. С. 73-77
4. Истомин Е.П. Геоинформационная система управления пространственно-распределенными разнородными гидрометеорологическими данными для принятия управленческих решений по оптимизации регулирования отпуска тепла на ТЭЦ / Е.П. Истомин, С.Ю. Степанов, О.Н. Колбина и др. // Естественные и технические науки. 2019. № 4 (130). С. 134-136.
5. Истомин Е.П. Модели обработки гетерогенных данных с помощью ГИС программ для решения задач оценки вероятностных событий / Е.П. Истомин, С.Ю. Степанов, О.Н. Колбина и др. // Наука, образование, общество. 2015. № 4 (6). С. 20-27.
6. Сафонова Т.В, Колбина О.Н., Яготинцева Н.В, Мокряк А.В. Использование мультиагентных систем в лесном хозяйстве IOP Conference Series: Наука о Земле и окружающей среде. № 806 (2021) 012028
7. Колбина О.Н., Истомин Е.П., Яготинцева Н.В. Каламбет М.В. Особенности создания базы данных для IoT-системы городского лесоуправления в городе Санкт-Петербурге. IOP Conference Series: Наука о Земле и окружающей сред, 2021, № 876(1), 012039
8. Шпилевой В.Ф., Скобелев П.О., Симонова Е.В., Царев А.В., Кожевников С.С., Кольбова Э.В., Майоров И.В., Шепилов Я.Ю. Разработка мультиагентной системы «Smart Factory» для оперативного управления ресурсами в режиме реального времени // Управление в социально-экономических системах. - 2013. - №6(67). - с.91-98.
9. Интернет вещей в сельском хозяйстве (Agriculture IoT / AIoT): мировой опыт, кейсы применения и экономический эффект от внедрения в РФ // Аналитический отчет. - J'son &Partners Consulting, 2017 [Электронный ресурс]. - URL: http://json.tv/ict_telecom_analytics_view/internet-veschey-v-selskom-hozyaystve-agriculture-iot-aiot-mirovoy-opyt-keysy-primeneniya-i-ekonomicheskiy-effekt-ot-vnedreniya-v-rf-20170621045316.
