Томские ученые научили нейросеть определять типы почв и давать советы агрономам
Биологи Томского государственного университета вместе с IT-компанией «Синкретис» научили нейросеть анализировать плодородность полей и состояние посевов по космоснимкам, сообщает пресс-служба вуза.
«Над проектом работает междисциплинарная группа, в состав которой входят почвоведы, радиофизики, метеорологи, айтишники и ряд других специалистов, — рассказывает доцент кафедры почвоведения и экологии почв БИ ТГУ Олег Мерзляков. — 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».
Ученые на протяжении двух лет создавали библиотеки данных. С помощью датчиков, разработанных радиофизиками ТГУ, анализировались показатели почвы (влажность, температура) и приземного воздуха. Помимо этого почвоведы проводили обследование полей, отбирали и анализировали пробы почвы в разных климатических зонах (сухих, например, в Хакасии и влажных — в Томской области), выявляли закономерности между отражающей способностью почв и посевов и их изображения на космоснимках.
После этого сотрудники компании «Сикнретис» и Томского государственного университета провели обучили нейросеть на полученных данных. Теперь ИИ умеет умеет определять участки неоднородности на полях, определять по космоснимкам уровень плодородия (в частности, определять концентрацию гумуса), делать выводы о возможных повреждениях посевов и того, чем они вызваны (заморозки, засуха, вредители, болезнь), предлагать рекомендации по решению проблемы.
«К примеру, если повреждение вызвано вредителем, нейросеть очерчивает проблемную зону, — поясняет Олег Мерзляков. — 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».
Предполагается, что в дальнейшем разработка будет доступна российским агрономам, работающим с инструментами и технологиями точного земледелия.
Подписывайтесь на наш телеграм-канал «Томский Обзор».