7 spôsobov, ako GIS eliminuje dohady v poľnohospodárstve

Umelú inteligenciu v poľnohospodárstve podporil všeobecný rozvoj technológií v posledných desaťročiach.

Použitie umelej inteligencie v poľnohospodárstve spočíva v analýze pôdy, zobrazovaní údajov z polí na mapách a využívaní týchto údajov v praxi. Vďaka umelej inteligencii umožňuje presné poľnohospodárstvo prijímať informované rozhodnutia a opatrenia, ktoré poľnohospodárom umožnia čo najlepšie využiť každý hektár bez toho, aby poškodili životné prostredie.

Ak hovoríme o nástrojoch, poľnohospodárska technológia GIS sa spolieha na satelity, lietadlá, drony a senzory. Tieto nástroje sa používajú na snímanie obrázkov a ich prepojenie s mapami a nevizualizovanými údajmi. Výsledkom je mapa, ktorá zobrazuje polohu a zdravotný stav plodín, topografiu, typ pôdy, hnojenie a podobné informácie.

V poľnohospodárstve existuje mnoho aplikácií geoinformatiky.

Zistite viac o nasledujúcich aplikáciách a využitiach geoinformatiky v poľnohospodárstve:

Predpovedanie výnosov

Presné predpovedanie výnosov môže pomôcť vládam zabezpečiť potravinovú bezpečnosť a podnikom predpovedať zisky a plánovať rozpočty. Nedávny pokrok v technológiách, ktoré kombinujú satelity, snímanie, veľké objemy údajov a umelú inteligenciu, môže tieto predpovede umožniť.

Jednou z najhlbších techník v tejto oblasti sú konvolučné neurónové siete (ConvNets alebo CNN). ConvNet je algoritmus hlbokého učenia, ktorý sa učí identifikovať produktivitu rastliny. Vývojári tento algoritmus trénujú tak, že mu dávajú obrázky rastlín, ktorých výnosy sú už známe, aby našli vzory produktivity. Presnosť CNN je približne 82 %.

Zdroj obrázku vyššie: Sustainability and Artificial Intelligence Lab, Stanford University

Monitorovanie stavu plodín

Ručné monitorovanie stavu plodín na viacerých hektároch je najmenej efektívne riešenie. Práve tu prichádza v poľnohospodárstve na pomoc diaľkový prieskum v kombinácii s GIS.

Hlavné satelitné snímky a vstupné informácie možno spárovať na vyhodnotenie podmienok prostredia, ako je vlhkosť, teplota vzduchu, povrchové podmienky a ďalšie na celom poli. Presné poľnohospodárstvo založené na GIS môže zlepšiť takéto hodnotenia a pomôcť rozhodnúť, ktorým plodinám treba venovať viac pozornosti.

Sofistikovanejší prístup využíva na monitorovanie teploty plodín obrazové senzory na satelitoch a lietadlách. Ak je teplota vyššia ako normálna, môže to znamenať chorobu, infekciu alebo nedostatočné zavlažovanie.

Neurónové siete, ako napríklad CNN, sieť radiálnych bázových funkcií (RBFN), Perceptron a iné, môžu byť tiež užitočné pri hodnotení zdravotného stavu plodín. Algoritmy dokážu analyzovať snímky a nájsť na nich nezdravé vzory.

Monitorovanie hospodárskych zvierat

Najjednoduchším využitím poľnohospodárskeho softvéru GIS v živočíšnej výrobe je sledovanie pohybu jednotlivých zvierat. To pomáha poľnohospodárom lokalizovať ich na farme a sledovať ich zdravie, plodnosť a výživu. Služby GIS, ktoré to umožňujú, pozostávajú zo sledovacích zariadení nainštalovaných na zvieratách a mobilného zariadenia, ktoré prijíma a zobrazuje informácie z týchto sledovacích zariadení.

Uvádzame príklad. Chcete sledovať hmotnosť hovädzieho dobytka. Každé zviera má na uchu alebo na krku sledovacie zariadenie. Pri každom kroku na digitálnu váhu váha načíta ID daného zvieraťa a priradí mu novú hodnotu ID v systéme.

Tieto údaje nemusíte zadávať ručne. Ak medzitým dôjde k alarmujúcej zmene hmotnosti zvieraťa, môžete ho rýchlo lokalizovať a skontrolovať jeho zdravotný stav.

Existujú aj ďalšie zaujímavé prípady využitia poľnohospodárskeho softvéru GIS, napríklad prevencia stretov s vlkom a dobytkom. Existujú nejednoznačné priestorové prvky, ktoré ovplyvňujú rozšírenie voľne žijúcich živočíchov v oblasti, vrátane vlkov. Nežiaduce stretnutia by sa dali obmedziť pochopením týchto jemných zvláštností, čo by sa dalo dosiahnuť kombináciou umelej inteligencie a GIS v poľnohospodárstve.

Invázia škodlivého hmyzu a škodcov alebo zamorenie spôsobuje vážne škody v poľnohospodárstve.

Viditeľnosť nad hlavou môže umožniť presné a včasné upozornenia, ktoré tomu zabránia.

V ozónovej vrstve nemusia ani snímky s vysokým rozlíšením poskytnúť viditeľné včasné príznaky napadnutia.

Alternatívou by bolo využitie umelej inteligencie. Vytvorte neurónovú sieť a trénujte ju pomocou algoritmov hlbokého učenia. Počas tréningu sa neurónovej sieti poskytujú obrázky infikovaných oblastí a sieť sa učí nachádzať vzory, ktoré naznačujú infekciu. Sieť potom môžete zásobovať satelitnými snímkami oblasti, ktorú chcete analyzovať.

Ako už bolo spomenuté, v poľnohospodárstve môžete diaľkový prieskum spolu s geopriestorovou technológiou použiť na monitorovanie teploty plodín. Rastliny reagujú na napadnutie tým, že sa zahrievajú, pretože už nemajú dostatok vody alebo živín.

Kontrola zavlažovania

Sledovať, aby každá plodina dostala dostatok vody na rozsiahlych plochách, je náročná úloha, ale v poľnohospodárstve ju dokáže ľahko vyriešiť geopriestorová technológia.

Lietadlá a satelity vybavené kamerami s vysokým rozlíšením snímajú obrázky, ktoré môžu algoritmy umelej inteligencie použiť na výpočet zaťaženia jednotlivých plodín vodou a na zistenie vizuálnych vzorov, ktoré sú základom nedostatku vody.

Spojte tieto obrázky s mapami vášho systému zásobovania vodou a zistíte, ako dobre funguje váš súčasný zavlažovací systém.

Kontrola povodní, erózie a sucha

Kombinácia GIS a poľnohospodárstva vám pomôže predchádzať, posudzovať a zmierňovať negatívne vplyvy ničivých prírodných javov.

Použite techniky mapovania povodní na identifikáciu oblastí náchylných na záplavy. Budete musieť zozbierať údaje, ako sú povodne v minulosti, terénne prieskumy a satelitné snímky. Použite tieto údaje na vytvorenie súboru údajov, ktorý môžete použiť na trénovanie neurónovej siete na identifikáciu a mapovanie povodňových rizík a vytvorenie dokonalého nástroja na zmierňovanie následkov katastrof.

Ak potrebujete študovať náchylnosť pôdy na eróziu, môžete spojiť univerzálnu rovnicu straty pôdy (USLE) s GIS a diaľkovým prieskumom. Spustite satelitné snímky so spektrálnou analýzou na overenie faktorov USLE a overte tieto snímky s terénnymi pozorovaniami. Výsledkom je mapa zobrazujúca rozsah degradácie pôdy na celom území.

Podobné riešenia GIS sa dajú využiť v poľnohospodárstve na monitorovanie sucha.

Automatizácia poľnohospodárstva

Osievače, inteligentné zavlažovacie systémy, kombajny bez vodiča a roboty na ničenie buriny sú nevyhnutnou budúcnosťou. Každý stroj by ste mohli vybaviť sofistikovanými senzormi, ale načo to robiť, keď ich môžete pripojiť k integrovanému systému GIS?

(Tým nechceme povedať, že automatizované vozidlá nepotrebujú senzory – potrebujú ich.)

GIS v poľnohospodárstve môže poskytnúť presné mapy vrátane všetkých potrebných informácií o poľných plodinách. Takéto mapy sa nazývajú mapy úloh alebo mapy aplikácií. Inteligentné stroje ich využívajú na riadenie poľa.

Tu je príklad toho, ako môžu riešenia GIS fungovať v poľnohospodárstve. Ak systém GIS zistí zamorenie burinou, priradí oblasti označenie „Potrebná kontrola buriny“. Robot na odstraňovanie buriny si prečíta štítok a pridá danú oblasť do svojho zoznamu úloh.

Okrem toho, že mapy úloh poskytujú signály strojom, môžu pomôcť nekvalifikovaným pracovníkom vykonávať ich prácu efektívnejšie.

Záver

Pri hľadaní prípadov využitia GIS v poľnohospodárstve na internete môžete nájsť články a štúdie už od začiatku 90. rokov minulého storočia. Ciele poľnohospodárstva sa odvtedy veľmi nezmenili – a nezmenili sa ani problémy, ktoré by mal GIS riešiť.

Formát: https://intellias.com/gis-in-agriculture/