Все новости

В Томске нейросеть научили анализировать плодородность почв по снимкам из космоса

Алгоритм будет предлагать рекомендации для решения выявленных проблем

ТОМСК, 11 октября. /ТАСС/. Ученые Томского государственного университета совместно со своим партнером - IT-компанией "Синкретис" - создали нейросеть, которая автоматически анализирует состояние и плодородность сельскохозяйственных угодий по спутниковым снимкам, сообщили во вторник ТАСС в пресс-службе вуза. Помимо анализа, искусственный интеллект (ИИ) будет предлагать российским аграриям рекомендации для решения выявленных проблем.

"Инструменты точного земледелия особенно необходимы в Сибири и на других территориях, которые являются зоной рискованного земледелия. Снизить потери и повысить урожайность сельхозкульутр поможет использование нейросети. Биологи ТГУ вместе с партнером университета - IT-компанией "Синкретис" научили ИИ анализировать плодородность полей и состояние посевов по космоснимкам. Новый инструмент будет доступен агрономам РФ, развивающим технологии точного земледелия", - сообщили в пресс-службе.

В вузе отметили, что это уникальная для России разработка, на которую ТГУ получил патент. По словам доцента кафедры почвоведения и экологии почв биологического института ТГУ Олега Мерзлякова, в состав группы разработчиков входят почвоведы, радиофизики, метеорологи, айтишники и ряд других специалистов. "Для того, 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 Мерзлякова.

На создание такой библиотеки данных у ученых ушло два года. С помощью датчиков, разработанных в ТГУ, проводился анализ показателей почвы и приземного воздуха. Почвоведы также исследовали поля, отбирали и анализировали пробы почвы в различных климатических зонах и выявляли закономерности между отражающей способностью почв и посевов и их отображениями на снимках из космоса. После этого нейросеть обучили с использованием этой библиотеки.

Благодаря этому искусственный интеллект определяет по снимкам уровень плодородия, участки неоднородности в полях, возможные участки повреждения посевов и причины их возникновения, после чего предлагает рекомендации для решения проблемы. Для этого планируется задействовать беспилотники, которые сначала дообследуют поле, а потом проведут точечную обработку почвы нужным препаратом, экономя средства аграриев.

В 2023 году тестирование этой системы пройдет на полях промышленного партнера ТГУ в Новосибирской области в рамках проекта "Инженерная биология" при поддержке программы "Приоритет 2030". Сейчас разработчики решают, на какой платформе разместить новый цифровой сервис, после чего он станет доступным для российских аграриев, которые работают в системе точного земледелия.