Даже на одном поле урожайность может сильно различаться: на одном краю колос густой и тяжелый, на другом – редкий и слабый. Увидеть эту разницу невооруженным глазом сложно, а без нее точное земледелие теряет смысл. Студент Санкт-Петербургского государственного аграрного университета Омар Цукаев разобрался, как бюджетно решить проблему.
В СПбГАУ разрабатывают метод, который позволит оценивать продуктивность каждого участка поля по спутниковым снимкам и создать цифровую карту. Инструмент позволит агрономам точнее распределять ресурсы и не тратить удобрения там, где они не дадут отдачи.
Средняя урожайность не работает?
Средняя урожайность по полю – удобный, но обманчивый показатель. Он не учитывает, насколько отличаются друг от друга отдельные участки. Если на одной половине поля урожай высокий, а на другой – низкий, средняя цифра будет выглядеть прилично, но по ней не понять, как улучшить результат.
Вместо одинаковой обработки всего поля, можно усилить подкормку там, где растения действительно нуждаются в питании, и сэкономить там, где природа справляется сама. Это снижает затраты и уменьшает нагрузку на почву. Однако точное земледелие требует карты неоднородности поля:
- Данные можно получить с помощью агрохимических и почвенных обследований. Это достаточно дорогие методы, проводятся примерно раз в пять лет и не всегда доступны для больших площадей.
- Вариант подешевле – ретроспективный анализ спутниковых снимков. Он позволяет изучить изменения на поле за несколько месяцев или лет и оценить продуктивность отдельных участков без выезда на место.
Как нейросети исследуют поле
По сути снимок поля из космоса – это набор цифр, которые показывают, насколько густая на поле растительность, есть ли в почве влага, какого цвета листья и другие параметры. Нейросеть анализирует эти цифры и сравнивает их с реальной урожайностью, которую аграрий собрал с конкретного участка.
Система учится на конкретных примерах, допустим: вот здесь растения были густые и зеленые, отсюда собрали много овощей, а вот здесь листья желтели раньше и урожай оказался скромнее. Нейросеть запоминает такие закономерности и начинает сама находить на снимках участки, которые выглядят так же, как те, что давали хороший или плохой результат в прошлом.
