Нейросеть проанализирует плодородность почв по спутниковым снимкам
Учёные Томского государственного университета (ТГУ) совместно с IT-компанией «Синкретис» научили ИИ анализировать плодородность полей и состояние посевов по космоснимкам. Об этом сообщает пресс-служба вуза.
Над проектом работают почвоведы, радиофизики, метеорологи, айтишники и ряд других специалистов.
«Чтобы ИИ мог распознавать разные типы почв, нужно было разработать систему биомаркеров, считывая которые, нейросеть сможет определить все важнейшие функциональные особенности того или иного участка поля», — приводит пресс-служба слова доцента кафедры почвоведения и экологии почв БИ ТГУ Олега Мерзлякова.
Отмечается, что на создание этой библиотеки данных у исследователей ушло два года. Для анализа влажности и температуры почвы и приземного воздуха радиофизики университета разработали специальные датчики. Затем сотрудники компании «Сикнретис» и ТГУ провели машинной обучение нейросети с использованием библиотеки данных.
Сейчас компьютерная модель легко определяет участки неоднородности на полях, уровень плодородия, делает выводы о возможных повреждениях посевов и того, чем они вызваны (заморозки, засуха, вредители, болезнь). Отмечается, что ИИ сможет также предлагать российским аграриям пути решения выявленных проблем.
«Далее к решению задачи подключаются специалисты ФИТ ТГУ и дроны, для которых они разрабатывают интеллектуальные надстройки. На первом этапе беспилотники проводят дообследование местности, на втором — точечную обработку участка нужным препаратом. Точно так же решается проблема с нехваткой микро- и макроэлементов. Обычно нет необходимости в обработке всего поля. Нейросеть определяет локацию и дефицит элементов, беспилотники проводят локальную обработку, что экономит средства сельхозпроизводителя», — рассказал Мерзляков.
Тестирование системы проведут в 2023 году на полях промышленного партнёра в Новосибирской области.
