Они научили искусственный интеллект не только оценивать качество полей, но и давать фермерам советы для решения обнаруженных проблем.
Фото: Jenson / iStock
Ученые Томского государственного университета (ТГУ) разработали нейросеть, способную анализировать состояние и плодородность сельскохозяйственных земель по спутниковым снимкам. Об этом сообщает пресс-служба вуза.
Проект реализован при поддержке питерской ИТ-компании «Синкретис», специализирующейся на создании систем для распознавания и классификации различных объектов с помощью машинного зрения и искусственного интеллекта (ИИ).
«Инструменты точного земледелия особенно необходимы в Сибири и на других территориях, которые являются зоной рискованного земледелия. Снизить потери и повысить урожайность сельхозкультур поможет использование нейросети. Биологи ТГУ вместе с партнером университета — ИТ-компанией „Синкретис“ — научили ИИ анализировать плодородность полей и состояние посевов по космоснимкам. Новый инструмент будет доступен агрономам РФ, развивающим технологии точного земледелия», — отметили в университете.
По словам представителей вуза, разработка ученых и программистов стала уникальной для России и была запатентована.
Как уточнили биологи, ИИ распознает различные типы почв с помощью биомаркеров — системы особых меток, созданной специально для проекта. С их помощью нейросеть считывает все важнейшие функциональные особенности того или иного участка поля.
Создание библиотеки биомаркеров заняло у ученых два года. Также в ТГУ разработали датчики для анализа показателей почвы и приземного воздуха.
Далее почвоведы исследовали сельскохозяйственные земли, отбирали пробы грунта и определяли закономерности между отражающей способностью земли с посевами и тем, как они выглядят на спутниковых снимках.
Финальной частью проекта стало обучение нейросети на массиве собранных данных.
В результате ИИ определяет по фотографиям с орбиты уровень плодородия тех или иных полей, обнаруживает возможные участки повреждения посевов и вычисляет причины повреждений. Также виртуальная система может предложить варианты более детального выявления какой-либо проблемы и ее устранения, например, отправить беспилотники для разведки или обработки почвы нужными препаратами.
В следующем году ТГУ намерен протестировать ИИ на полях своего промышленного партнера в Новосибирской области. Сейчас разработчики решают, на какой платформе можно разместить сервис, сделав его доступным для российских фермеров и сельхозпредприятий.
Фото на обложке: Jenson / iStock
