Все больше сегментов агропрома работает под надзором цифровых помощников

Цифровизация в той или иной степени охватывает до 30 процентов российского агропрома

В агропроме активно внедряются цифровые решения и новейшие технологии, в том числе "умная техника". Как это отражается на производительности сельского хозяйства и какие технологии нам критически необходимы - в материале "РГ".

Правительство России в конце прошлого года актуализировало стратегическое направление в области цифровой трансформации агропромышленного и рыбохозяйственного комплексов до 2030 года. "Предприниматели смогут воспользоваться современными технологиями для роста урожайности, оптимизировать затраты, наладить каналы сбыта продукции и получить целый ряд других конкурентных преимуществ для сельского хозяйства", - отметил премьер-министр Михаил Мишустин.

Что касается цифровизации АПК на государственном уровне, то за несколько лет планируется полностью перевести в цифровой формат услуги по оформлению всех видов господдержки. К 2026 году показатель цифровизации здесь должен достигнуть 50 процентов, в 2027 году - 75 процентов, а в 2028 году - уже 100 процентов. Также в марте 2025 года планируется запустить в промышленную эксплуатацию единую цифровую платформу агропромышленного и рыбохозяйственного комплексов. Она позволит быстрее и эффективнее анализировать и прогнозировать отраслевые показатели.

Еще в августе 2024 года правительство России выделило более 3 млрд рублей на цифровую трансформацию агропромышленного комплекса (АПК). Эти средства будут направлены на развитие современных технологий в сельском и рыбном хозяйствах. Решение, что называется, назрело. И было принято с целью повышения эффективности производства продовольствия, что является необходимостью в условиях растущего мирового населения.

Правительство России в конце прошлого года актуализировало стратегическое направление в области цифровой трансформации агропромышленного и рыбохозяйственного комплексов до 2030 года. "Предприниматели смогут воспользоваться современными технологиями для роста урожайности, оптимизировать затраты, наладить каналы сбыта продукции и получить целый ряд других конкурентных преимуществ для сельского хозяйства", - отметил премьер-министр Михаил Мишустин.

Что касается цифровизации АПК на государственном уровне, то за несколько лет планируется полностью перевести в цифровой формат услуги по оформлению всех видов господдержки. К 2026 году показатель цифровизации здесь должен достигнуть 50 процентов, в 2027 году - 75 процентов, а в 2028 году - уже 100 процентов. Также в марте 2025 года планируется запустить в промышленную эксплуатацию единую цифровую платформу агропромышленного и рыбохозяйственного комплексов. Она позволит быстрее и эффективнее анализировать и прогнозировать отраслевые показатели.

Еще в августе 2024 года правительство России выделило более 3 млрд рублей на цифровую трансформацию агропромышленного комплекса (АПК). Эти средства будут направлены на развитие современных технологий в сельском и рыбном хозяйствах. Решение, что называется, назрело. И было принято с целью повышения эффективности производства продовольствия, что является необходимостью в условиях растущего мирового населения.

Пока, по оценкам экспертов, цифровизация охватывает до 30 процентов сельхозпредприятий в России. Это достаточно серьезный показатель, однако от среднемировых мы пока отстаем.

По данным исследования "Сельское хозяйство в переходный период", которое компания Continental провела совместно с институтом маркетинговых исследований Innofact AG осенью 2023 года, 79 процентов фермеров уже используют цифровые решения и более двух третей считают, что цифровизация играет важную роль в их повседневной работе. В Германии, Франции и Северной Америке около 13 процентов хозяйств до сих пор не используют цифровые технологии ни в каком виде. В Бразилии этот показатель снижается до 5 процентов (каждый десятый). Интересно, что при этом в Японии "цифру на грядке" не используют 60 процентов опрошенных работников.

Между тем выгоды от внедрения цифровых технологий в сельское хозяйство достаточно очевидны. Так, например, использование цифровых технологий в растениеводстве и точном земледелии (система управления сельским хозяйством, основанная на использовании спутниковых технологий глобального позиционирования, компьютерных систем и интернета вещей. - Прим. ред.) позволяет повысить урожайность на 15-20 процентов.

Использование цифровых технологий в логистике и сбыте продукции снижает издержки на 8-12 процентов. Автор заметки в начале октября побывал на одном из молочных производств Воронежской области, где каждая корова имеет специальный чип, на который записывается не только информация о животном, его здоровье, но и фиксируется объем удоев. Что позволяет грамотно планировать стратегию предприятия.

Цифровизация в той или иной степени охватывает до 30 процентов российского агропрома

Какие еще актуальные примеры цифровизации в сельском хозяйстве можно привести? В сентябре 2024 года в России представили теплицы с возможностью спутникового управления. А на полях Чувашии уже работают сотни сельскохозяйственных машин, оснащенных аппаратурой спутниковой навигации GPS/ГЛОНАСС, а также средствами самоуправления. А один из тульских агрохолдингов разработал ИИ-систему, которая с помощью видеокамер взвешивает свиней и определяет их уровень здоровья. По данным разработчиков, за год с помощью продукта удалось сэкономить около 50 миллионов рублей.

Главная проблема цифровизации российского сельского хозяйства упирается не только в недостаток средств. Исследование Continental показало, что в целом чем меньше ферма, тем менее она цифровизирована. Около пятой части ферм площадью более 50 гектаров не используют никаких цифровых технологий. Этот показатель увеличивается до 12 процентов на фермах площадью 100-200 гектаров (10 процентов на фермах площадью более 200 гектаров). В России картина примерно такая же. Что же касается стоимости цифровых решений для АПК, то она нередко исчисляется миллионами рублей, что становится неподъемным для мелких и средних хозяйств.
Еще одна проблема - в недостатке широкополосной связи и неполном покрытие интернетом в регионах. Это также серьезно ограничивает доступ к цифровым решениям для улучшения эффективности производства. Как и недостаточная квалификация персонала. Работники аграрного сектора часто не обладают достаточными знаниями и навыками для работы с цифровыми технологиями, а их обучение - дополнительные затраты.

Недостаточное распространение качественного интернета в России - одна из самых серьезных проблем, связанных с внедрением цифровизации в сегмент АПК, соглашается генеральный директор Института конъюнктуры аграрного рынка Дмитрий Рылько.

"Есть вопросы и к количеству дронов, которые могли бы широко использоваться в агропромышленном комплексе и которые действительно способны серьезно помогать работникам этой сферы в части мониторинга как за состоянием посевов, так и за животными. И, конечно, одна из серьезнейших проблем - недостаток финансов. Не в том смысле, что на АПК выделяется очень мало средств, а в том, что цифровизация - это дорого. И у обычного, среднего фермера просто нет возможности воспользоваться кредитами на внедрение ее элементов, так как это сразу пробивает серьезную брешь в бюджете", - резюмирует собеседник "РГ".

https://www.zol.ru/n/3d199?utm_source=yxnews&utm_medium=desktop&utm_referrer=https%3A%2F%2Fdzen.ru%2Fnews%2Fsearch

На сайте компании «Проксима» опубликована статья «Экспериментальное определение влажности почвы по гиперспектральным изображениям»

Анализируется возможность определения влажности на основе использования спектральных распределений в диапазоне длин волн до 1 мкм. Рассматривается использование гиперспектрометров для точного земледелия. Описывается полевой эксперимент по определению индекса влажности почвы, покрытой растительностью. Описывается процедура точной калибровки гиперспектрометра на основе использования перестраиваемого лазера. Показана возможность практического определения влажности на основе использования спектров в диапазоне длин волн до 1 мкм.

Цитирование: Подлипнов, В.В. Экспериментальное определение влажности почвы по гиперспектральным изображениям / В.В. Подлипнов, В.Н. Щедрин, А.Н. Бабичев, С.М. Васильев, В.А. Бланк // Компьютерная оптика. – 2018. – Т. 42, № 5. – С. 877-884. – DOI: 10.18287/2412-6179-2017-42-5-877-884.

https://gisproxima.ru/eksperimentalnoe_opredelenie_vlazhnosti_pochvy

На сайте компании «Проксима» опубликована статья «Разработка методических основ дистанционного мониторинга пшеничных агроценозов»

На опытном поле Федерального центра биологической защиты растений были выделены тестовые участки с посевами озимой пшеницы для создания искусственного инфекционного фона развития патогенов. Методика исследований была основана на временной синхронизации высокоточных наземных спектрометрических измерений со спутниковой и беспилотной дистанционной съемкой и сопоставлением полученных данных с результатами фитопатологических полевых обследований. В ходе изучения динамики спектральных характеристик посевов озимой пшеницы было установлено, что наиболее информативными спектральными диапазонами при использовании космической снимков и мультиспектральных камер, размещенных на БПЛА, являются красный и ИК диапазоны. Использование вегетационных индексов при оценке динамики спектрального образа различных съемочных систем позволяет привести их к схожим значениям.

Р. Ю. Данилов1 , О. Ю. Кремнева1 , И. И. Середа2 , М. В. Зимин2 1 Федеральный научный центр биологической защиты растений, Краснодар, Россия 2 Московский Государственный университет им. М. В. Ломоносова, Москва, Россия

https://gisproxima.ru/razrabotka_metodicheskig_osnov

QDANN — карты урожайности кукурузы, сои и озимой пшеницы на внутриполевом уровне

В 🛢 наборе данных QDANN 30m Yield Map for Corn, Soy, and Winter Wheat in the U.S представлены общедоступные 30-метровые годовые карты урожайности кукурузы, сои и озимой пшеницы для основных растениеводческих штатов США, начиная с 2008 года. В отличие от других подобных данных, эти карты показывают урожайность на каждом пикселе поля.

Набор данных основан на снимках Landsat и погодных данных Gridmet. Он проверен с помощью записей мониторов урожайности, содержащих около миллиона полевых наблюдений за год.

Карты созданы по методике Quantile Loss Domain Adversarial Neural Networks (QDANN), которая для нас может оказаться гораздо интереснее, чем готовые карты. QDANN использует информацию из наборов данных на уровне округов (county) для картографирования урожайности в более тонком пространственном разрешении, и призвана устранить ограничения, связанные с нехваткой наземных данных для обучения и оценки моделей. QDANN использует стратегию адаптации домена без обучения (unsupervised domain adaptation strategy), обучаясь на маркированных данных уровня округа и используя при этом немаркированные данные подполей, что устраняет необходимость в информации об урожайности на уровне подполей.

Данные объединены в две коллекции — для кукурузы-сои и озимой пшеницы. По сравнению с оригинальной статьей, к данным на GEE добавлены аббревиатуры штатов (свойство ‘state_abbv’) и календарные даты. Это позволяет легко фильтровать по штатам и датам коллекции:

🔹 Corn & Soybean. Слои: b1 – corn, kg/ha; b2 – soybean, kg/ha
🔹 Winter Wheat. Слои: b1 – winter wheat, kg/ha

📖 Ma, Y., Liang, S.-Z., Myers, D. B., Swatantran, A., & Lobell, D. B. (2024). Subfield-level crop yield mapping without ground truth data: A scale transfer framework. Remote Sensing of Environment, 315, 114427. https://doi.org/10.1016/j.rse.2024.114427

#данные #GEE #сельхоз #GAN

Один из самых полезных ресурсов, если вы часто работаете с зональными СК и разными городами.

Как понять, в какой зоне UTM находится интересующая вас территория?

Можно посчитать, конечно, но тратить на это время точно не хочется. Поэтому вот вам интерактивная карта с зонами

https://mangomap.com/robertyoung/maps/69585/what-utm-zone-am-i-in-

В горах Узбекистана при помощи дронов, оснащенных лазерными локаторами, обнаружены остатки двух крупных городов. На сегодняшний день Тугунбулак, расположенный в Узбекистане, выглядит как ряд холмов, которые кажутся естественными. Однако на самом деле под ними скрываются остатки некогда одного из крупнейших в мире высокогорного города.

Ученые выявили останки двух огромных высокогорных городов – Тугунбулак и Ташбулак, которые в прошлом процветали на Великом шелковом пути. Их контуры были нанесены на карту с использованием беспилотной технологии LiDAR. Тугунбулак и Ташбулак находятся в горах восточного Узбекистана на высоте 2000-2200 метров над уровнем моря. Это ниже Лхасы в Тибете (3650 м), но значительно выше столицы Непала Катманду (1355 м) и сопоставимо с древним инкским городом Мачу-Пикчу в Перу (2430 м).

Как отметили профессор Вашингтонского университета в Сент-Луисе Майкл Фракетти и археолог из Национального центра археологии Узбекистана Фархад Максудов, эти города занимали экономически выгодное местоположение на Шелковом пути, что значительно способствовало их развитию и расцвету. Однако с исчезновением сухопутной торговли и переходом на морские пути многие такие города пришли в упадок и были забыты и практически стерты временем. Теперь археологи считают, что историки недооценили значение этих поселений и стремятся это исправить. Поставив перед собой задачу по их обнаружению, они создали компьютерную модель, чтобы определить возможные маршруты, по которым торговые караваны могли проходить через горы.

Следы городов были найдены в 2011 и 2015 годах, а позже технология LiDAR помогла оценить их масштабы на пике развития. Этот радар способен видеть сквозь растительность и верхний слой почвы. На поверхности можно увидеть только курганы, но LiDAR показал контуры зданий, укреплений и открытых пространств. На пике своего развития Тугунбулак занимал 120 гектаров – это относительно небольшая площадь по современным меркам, но для своего времени это был внушительный размер.

С помощью данных от беспилотников было установлено, что в Тугунбулаке сохранились 3-метровые земляные стены, которые могли обрамлять крепость. Также вблизи города обнаружены богатые запасы железной руды, которую, по мнению археологов, местные жители могли добывать и перерабатывать для продажи торговцам. Ташбулак был примерно в десять раз меньше Тугунбулака, и его планировка напоминала равнинные города той эпохи, но без жилых районов. Ученые предполагают, что местное население могло быть кочевым и приходило в город сезонно, размещаясь в шатрах или юртах за его пределами.

"Эти города были важными центрами в Центральной Азии, особенно при переходе от равнинных оазисов к более сложным горным условиям. Хотя горы часто воспринимаются как барьеры для торговли, на самом деле они были местами крупных центров взаимодействия. Скотоводство и добыча ценных Фархад Максудов добавил, что в этих городах существовала сложная структура и уникальная культура, отличная от равнинных регионов. Также он предположил, что более тысячи лет назад жители Тугунбулака были кочевыми скотоводами, сохранившими свою независимую культуру и экономику.
Однако, чтобы глубже изучить жизнь в этих городах, учёным предстоит провести традиционные раскопки. При этом команда исследователей выражает надежду, что в горах Узбекистана есть и другие затерянные города Шелкового пути, которые ещё предстоит открыть.ресурсов способствовали их процветанию", – отметил профессор Майкл Фракетти.

Фархад Максудов добавил, что в этих городах существовала сложная структура и уникальная культура, отличная от равнинных регионов. Также он предположил, что более тысячи лет назад жители Тугунбулака были кочевыми скотоводами, сохранившими свою независимую культуру и экономику.
Однако, чтобы глубже изучить жизнь в этих городах, учёным предстоит провести традиционные раскопки. При этом команда исследователей выражает надежду, что в горах Узбекистана есть и другие затерянные города Шелкового пути, которые ещё предстоит открыть.

Специалисты Московского физико-технического института (МФТИ) разработали инновационный метод автоматизации земельного мониторинга, адаптировав нейросети для анализа данных с беспилотных лазерных радаров. По информации Центра научной коммуникации МФТИ, система демонстрирует точность распознавания объектов 99,98%.

«Беспилотник с лидаром осуществляет съёмку территории, после чего очищенные от шумов данные обрабатываются нейросетью, которая выполняет сегментацию и классификацию объектов, включая постройки», — поясняет аспирант физтех-школы радиотехники Сергей Самарин.

Разработка базируется на алгоритме PointNext, модифицированном для обработки информации с лазерных радаров. Принцип работы основан на измерении времени возврата лазерных импульсов, что позволяет создавать трёхмерные карты местности.

Для обучения системы исследователи использовали виртуальные модели антропогенных ландшафтов, созданные отечественным генеративным алгоритмом. Технология найдёт применение в реализации «гаражной амнистии», выявлении незаконного строительства и контроле соблюдения строительных норм.

#БАС #беспилотники

@bespilotny1

В 2024 году аспирантами и студентами Ульяновского ГАУ было представлено 13 проектов на конкурс «Студенческий стартап», реализуемый Фондом содействия инновациям в рамках федерального проекта «Платформа университетского технологического предпринимательства».

Семь представителей университета вошли в число победителей программы. Среди выигравших конкурс – Владимир Чепухин, магистрант 2 курса факультета агротехнологий, земельных ресурсов и пищевых производств, разработавший беспилотный летательный аппарат для оказания услуг по внесению препаратов для сельскохозяйственных культур.

«Год назад товарищ предложил купить для авиахимработ китайский дрон, который сможет вносить удобрения на поля. Идея показалась мне любопытной, но её пришлось отложить, так как приобретать беспилотник в соседней стране оказалось дорого. Мой друг Сергей Сандркин, который занимается развитием отрасли беспилотников в нашем регионе, предложил объединиться и создать собственный агродрон. Я понял, что в перспективе это значительно выгоднее, чем заказывать готовые изделия из Китая. В итоге мы собрали команду, которая после длительной подготовки начала работу над прототипом уникального сельскохозяйственного беспилотника. Какие-то части устройства напечатали на 3D-принтере, что-то закупили у российских, белорусских и китайских компаний. К примеру, 30-литровую бочку, в которой находится жидкий препарат, заказали в одном известном интернет-магазине. Наш дрон летает на скорости 12 метров в секунду, у него есть система спутниковой навигации, форсунки для распыления жидкости и два аккумулятора. Пока мы занимались проектированием, я узнал о конкурсе «Студенческий стартап» и решил рассказать о своей идее на конкурсе, и она была поддержана», – рассказал Владимир Чепухин.

Выигрыш команда планирует вложить в развитие продукта, то есть разработать дрон, в котором будут исправлены все недостатки прототипа. В 2025 году создатели ульяновского сельскохозяйственного беспилотника собираются подавать конкурсную заявку для участия в программе «Старт» Фонда содействия инновациям, которая предусматривает финансовую поддержку в размере до 4 миллионов рублей.