Zastosowanie sztucznej inteligencji w rolnictwie to nic nowego. Wszak znajdziemy ją choćby w oprogramowaniu wspomagającym podejmowanie decyzji w gospodarstwie, czy pielnikach, których elementy robocze są prowadzone autonomicznie, dzięki dokonywanej w czasie rzeczywistym, analizie obrazów pozyskiwanych z kamer.
Współpraca z Europejską Agencją Kosmiczną
W projekcie Yield Consortium naukowcy wraz z producentami z sektora rolniczego badają możliwości zastosowania sztucznej inteligencji w innych zadaniach w zakresie rolnictwa. Niemieckie Centrum Badań nad Sztuczną Inteligencją (DFKI) we współpracy z Europejską Agencją Kosmiczną (ESA) uruchomiło projekt badawczy, w którym nie zabraknie firm BASF Digital Farming, John Deere i Munich Re.
Porównanie prognozy z rzeczywistym plonem
Projekt ma na celu możliwie precyzyjne przewidywanie wielkości plonów. W efekcie, prognozy mają pomóc rolnikom w podejmowaniu decyzji związanych z prowadzeniem upraw. Co niezwykle istotne, po zbiorze zbóż, system może porównać, jak prognozowana wielkość plonu różni się od plonu rzeczywistego. Do precyzyjnego porównania, system dzieli pole na segmenty 10 × 10 m. Wymaga to jednak przygotowania map plonowania, np. przez oprogramowanie dostępne w nowoczesnym kombajnie.
Wielkość plonu szacowana z orbity
Projekt Yield Consortium umożliwi rzetelne i wiarygodne szacowanie plonów na podstawie danych satelitarnych. Dzięki temu możliwe będzie proaktywne (zapobiegawcze) reagowanie na zmiany w plonach rolniczych. Obecnie prognozy plonów, ze względu na zróżnicowane warunki w różnych regionach, można sporządzać w Niemczech dla pszenicy i rzepaku oraz soi w Argentynie i Urugwaju.
Im bliżej żniw, tym dokładniejsza prognoza
Podstawą prognoz są dane satelitarne, ale także informacje pogodowe, dane o stanie gleby i informacje agronomiczne dotyczące faz wzrostu roślin. Prognozy plonów są rejestrowane w różnych punktach czasowych. Wielkość plonów można określić nawet 120 dni przed zbiorami, ale są tym pewniejsze i dokładniejsze, im bliżej żniw. Najdokładniejsze są bezpośrednio przed zbiorem. Projekt Yield Consortium to kolejny przykład, zastosowania sztucznej inteligencji w kluczowym sektorze, jakim jest rolnictwo.
opr. aj
fot. firmowe
