В современном растениеводстве агроном совмещает задачи не только формирования севооборотов, распределения посевных площадей, разработки схем защиты и питания культур, но и закупки и учета ТМЦ, обеспечения правильной настройки техники и многое другое. Вследствие этого рутинные процедуры осмотра полей не всегда обеспечивают эффективное выявление проблем. Поэтому при решении задач мониторинга вредных организмов предприятия часто прибегают к услугам агроскаутинга, исполнители которых не только располагают необходимым опытом обследования посевов, но и технико-технологическими решениями, повышающими его эффективность.
Спрос на экспресс-методы диагностики состояния посевов начал формироваться после сокращения притока кадров в производство и роста гектарной нагрузки на одного специалиста.
В современном сельском хозяйстве в помощь агрономам используются три типа приложений: CRM-системы (электронная записная книжка для фиксации и хранения данных); цифровые агрономические ассистенты, помогающие принимать технологические решения; экосистемы интернет вещей, в функционал которых входит оценка эффективности и оптимизации всех процессов сельхозпроизводства. Последние два работают с использованием искусственного интеллекта (ИИ), развитие которого происходит в трех основных направлениях: глубокое машинное обучение, прогнозная аналитика и компьютерное зрение.
Прогнозные модели современных виртуальных помощников агронома на основе ИИ позволяют решать главную задачу направленного агроскаутинга – максимально точного выявления начала появления вредного объекта в поле, сопоставляя исходные данные, историю поля и складывающиеся погодные условия. «При этом роль человека в этой цепочке исключать нельзя, – предупредил эксперт. – К примеру, система просигнализировала, что сложились благоприятные условия для появления болезни на культуре. Произойдёт ли это событие в действительности, зависит от наличия спор возбудителя и инфекционной нагрузки на поле. Поэтому практикуется либо профилактическая обработка «вслепую», либо обработка по первым видимым признакам болезни, которые фиксирует скаут по алгоритмам, разработанным нейросетями и с помощью инструментов компьютерного зрения. Такой тандем человека и ИИ позволяет выявить риски на самых ранних этапах».
В своем выступлении Станислав Борисов подробнее остановился на мониторинге посевов с использованием дронов как части агроскаутинга. Современное программное обеспечение для дронов может не только подсчитывать густоту, выявлять локальные проблемы и определять урожайность ряда полевых культур. Компьютерное зрение и ИИ открывают возможности более эффективной борьбы с сорняками. Так, разработанное компанией ПО распознает 150 видов сорных растений, а рекомендательная система позволяет выстраивать схему защиты, определяя оптимальное время обработок, нормы расхода гербицидов и состав баковых смесей в зависимости от выявленных сорняков, их фенофаз и прогноза погоды. Это делает возможным ведение одним агрономом в среднем порядка 50 тыс. га.
По наблюдениям эксперта, представленные на рынке цифровые решения в агроскаутинге, сочетающие прогнозные модели наступления неблагоприятных событий и продвинутый аэромонитоинг при помощи дронов с функциями ИИ, могут значительно облегчить работу агрономических служб. Эффективность при этом может повышаться в среднем на 15-30% за счет более оперативного реагирования, работы одного агронома с большим объемом пашни и исключения человеческих ошибок при определении лимитирующих факторов.
