Как «компьютерное зрение» может помочь сельскому хозяйству?

Автор: Сергей Романов, директор по работе с агросектором SAS Россия/СНГ
Директор по работе с агросектором SAS Россия/СНГ

Автор: Сергей Романов, директор по работе с агросектором SAS Россия/СНГ

В 2017 году в своем Послании народу Президент РК Нурсултан Назарбаев заявил, что сельское хозяйство выступает «новой движущей силой экономики», при этом в нем занята примерно пятая часть трудоспособного населения страны, как сообщается в докладе Всемирного банка. Это показывает важность отрасли в общегосударственном масштабе, и у Казахстана есть серьезный потенциал для ее развития. Если говорить только о растениеводстве, то, как сообщается в упомянутом докладе, около 15% пахотных земель в Казахстане остаются неиспользованными. Эта проблема не уникальна для Казахстана: в соседней России агросектор и государство ежегодно недополучают более 200 млрд рублей из-за неиспользования сельхозугодий.

Впрочем, показатели неэффективности этим не ограничиваются. Во всем мире на разных этапах производства зерна в среднем теряется до 40% продукции. Чтобы снизить эту цифру, необходимы комплексные меры, в том числе повышение технической оснащенности – на данный момент в Казахстане она остается очень низкой. По данным Минсельхоза Российской Федерации, собранным ведомством для сравнения ситуаций в разных странах, в Казахстане на 1 тыс. га пашни приходится 6,4 трактора и 2,8 комбайнов. Это выше, чем в России, где эти показатели составляют 2 трактора и 1,6 комбайнов, но значительно ниже, чем в развитых западных экономиках – например, в Германии на 1 тыс. га пашни приходится 65 тракторов и 11,5 комбайнов, а в США – 25,9 и 17,9 соответственно.

Впрочем, чтобы повысить эффективность земледелия, нужна не только сельхозтехника. В наши дни, когда задан курс на цифровизацию отраслей, требуются инновационные инструменты. Среди них заметный интерес вызывает компьютерное зрение, которое может помочь повысить урожайность за счет более точного мониторинга посевов. Под компьютерным зрением обычно понимают технологию, с помощью которой машины «видят» объекты – то есть обнаруживают их, определяют и классифицируют, анализируя полученные данные. При этом «зрение» трактуется в очень широком смысле – источником данных могут быть и фотографии, и информация, полученная с датчиков, и результаты лазерного трехмерного сканирования и т.п. Компьютерное зрение в сельском хозяйстве применяется в разных сферах, и если говорить конкретно о растениеводстве, оно может помочь распознать заболевания сельхозкультур, определить границы распространения вредителей, а также выявить неугодия с высокой неоднородностью полей.

В большинстве хозяйств неоднородность поля в настоящее время определяется визуально – куда дошли ваши работники, туда дошли, но дать целостное представление о поле им будет сложно, так как оценки будут субъективными. В такой ситуации о точности говорить не приходится – даже высокая невсхожесть или поврежденность посевов может остаться незамеченной, если участки, где она присутствует, находятся в середине поля.

То, что не по силам человеческому глазу, не представляет сложностей для компьютерного зрения. Как это работает: в течение сезона ежедневно делаются спутниковые снимки полей с разрешением 250 м, 5 раз в месяц – с разрешением 30 м и 3 раза в месяц – с разрешением 10 м. В результате по каждому полю за сезон получается около 200 снимков. После их анализа выделяются пять групп неоднородности – в первую включаются поля с очень слабой неоднородности, в пятую – с предельно высокой неоднородностью, а группы 2-4 включают поля со слабой, умеренной и повышенной неоднородностью. Потом по каждой из этих групп принимаются соответствующие меры. Анализ спутниковых снимков позволит:

  • сократить потери урожая;
  • сэкономить удобрения, СЭР и ГСМ при одновременном повышении эффективности обработки;
  • выявить границы участков со стабильно пониженной урожайностью, а затем определить причины;
  • снизить загрязнение почв химикатами;
  • выявить сорта и гибриды, дающие стабильно неравномерные всходы и др.

Технологии, способные «увидеть» проблему, проанализировать связанные с ней данные и помочь найти оптимальные варианты решения, уже существуют, и в интересах казахстанских аграриев взять их на вооружение как можно раньше. Они помогут повысить контроль над полями и урожайность на десятки процентов уже в ближайшие годы.

Материалы по теме