Обычно поле равномерно засеивается семенами.
Традиционно фермеры применяют универсальный подход, высевая одинаковое количество семян по всему полю. Но участки внутри одного и того же поля отличаются по качеству почвы, влажности, рельефу, склонности к эрозии и потере питательных веществ. «Поля могут выглядеть одинаковыми с дороги, но это не так», подчеркивает соавтор работы, доцент Университета Миссури по технологии сельскохозяйственных систем Жасмин Неупане.
Ученые использовали модель машинного обучения и данные с двух ферм в Огайо, чтобы оценить потенциал технологии переменной нормы высева (variable‑rate seeding, VRS). Суть в том, что техника сеет не одинаковое количество семян повсюду, а меняет норму высева «на ходу» в зависимости от характеристик конкретного участка и его ожидаемой урожайности.
Модель обучали на реальных полевых данных: собранных анализах почвы, показателях рельефа, многолетних картах урожайности. На основе этого ИИ формировал более точные, «адресные» рекомендации по тому, где имеет смысл загущать посев, а где, наоборот, не тратить лишние семена. «ИИ помогает подобрать правильную плотность посева для разных частей поля, — объясняет Неупане. — А заодно скорректировать объемы удобрений и средств защиты растений. Это снижает затраты фермеров и улучшает итоговый результат».
«Умный» посев позволяет сэкономить семена, удобрения и даже воду.Такой подход дает и экологический бонус. Если не вносить лишние удобрения и химикаты там, где это не нужно, меньше веществ будет вымываться в водоемы и на соседние земли. «Это помогает предотвратить сток и другие воздействия на окружающую среду, защищая почву и воду», добавляет исследовательница.
Ученые проверили подход на двух ключевых для США культурах — кукурузе и сое. Кукуруза показала себя предсказуемо: модель действительно хорошо спрогнозировала, где более густой посев окупится, а где — нет. То есть VRS для кукурузы уже сейчас можно вполне эффективно использовать в точном земледелии.
С соей все оказалось сложнее. Это более «гибкая» культура: растения умеют подстраиваться под сезон и погодные условия, поэтому влияние плотности посева на итоговый урожай оказалось менее очевидным. Часто решающую роль играли осадки и температура, а не только плотность посева. Авторы работы считают, что для сои нужно собрать больше данных, доработать модели, и только потом давать определенные рекомендации.
Если для сои нужно собрать больше данных, то кукурузу уже можно высеивать по новой методике.Этим летом Неупане продолжит свои эксперименты на полях Цифрового центра аграрных исследований и консультирования Миссури. Для нее этот проект во многом личный: выросшая в Непале, она хорошо помнит, как сложно приходится фермерам, располагающим небольшими участками, чей доступ к технике ограничен. Ее цель — сделать высокоточные, «умные» решения доступными и понятными для тех, кто выращивает еду по всему миру.
«Когда вы по‑настоящему понимаете, что “говорит” ваше поле, вы можете управлять им гораздо более эффективно», подчеркивает Неупане.
Ранее в России открыли новые бактерии, которые изменят сельское хозяйство.
Источник новости: hi-tech.mail.ru
