Media Review

Цифровизация в природе

Если агропромышленный комплекс уже сегодня начнет активно использовать цифровые технологии, то в ближайшие пять лет это может принести ему более 500 млрд рублей дополнительной прибыли. Такие подсчеты недавно сделал Россельхозбанк. А вот какую прибыль принесет цифровизация разработчикам аналитических программ, сервисам по оцифровке земельных карт и казне российского государства подсчитать сложно. Но, сразу можно сказать: это будут большие деньги. Согласитесь, когда одним нажатием кнопки владелец агрохолдинга получает информацию о том, что пора начинать сбор урожая, чтобы получить определенную сахаристость вина, или что всходы картофеля достигли своего пика, приведут, в конечном счете, к тому, что алкоголь на столах будет качественный, а картофель — свежий. Если, конечно, аграрии сумеют овладеть искусством использования и интерпретации данных с систем мониторинга.

Какие же приборы сегодня используют аграрии, чтобы автоматизировать свою работу, и чего они пока не могут добиться от современной цифровизации? Давайте разбираться.

Датчики…. в лесу

Гуляя по лесу, вдали от цивилизации и городского шума, наверное, не каждый задумается о том, что сегодня во многих лесных массивах, а именно на кронах деревьев, установлены особые датчики, которые помогают следить за состоянием дерева. Эти датчики фиксируются на поверхности ствола, закругляются внутрь и измеряют температуру дерева, скорость передвижения потоков, характеристики крон… Кроме того, на некоторых деревьях установлены гигрометры, которые анализируют степень их устойчивости в почве. Информация со всех этих приборов передается на станции мониторинга лесного хозяйства, которые в свою очередь передают эту информацию специальной компьютерной программе, фиксирующей состояние конкретного дерева, с проекцией на определенный участок.

В лесной системе измерение обычно идет радиусом от 300 метров до километра. В других хозяйствах расстояние рассчитывается, исходя из параметров почвы и разновидности культур.

Как читать цифры

В связи с этим слаженным процессом мониторинга перед хозяйствами и перед учеными всегда стоит одна задача: как все получаемые данные правильно интерпретировать. На это внимание специального корреспондента «Совершенно секретно» обратил и Иван Васенёв, заведующий кафедрой экологии, профессор РГАУ-МСХА им. К.А. Тимирязева (а общались мы на эту тему еще до пандемии).

Если, допустим, говорить об интенсивности сокодвижения в дереве, то надо учитывать такие параметры, как возраст дерева, его толщину. В деревьях разного возраста зависимость между сигналами и скоростью потока будет отличаться. Если же ставить во главу угла интенсивность фотосинтеза или патогенную ситуацию, дефицит тех или иных элементов питания по спектру кроны, или листовую поверхность, то получается интерпретация еще сложнее. И именно поэтому развивать технологии, связанные с чувствительностью датчиков, необходимо не только по их начинке (что и как они меряют), но и по возможности грамотной интерпретации информации, которую они выдают.

Скорость передачи информации с датчика

Обычно хозяйства устанавливают диапазон передачи информации с датчика на станцию мониторинга — раз в час (потому что показатели в сельском хозяйстве меняются не так быстро). Если углубиться в механику, то скорость сокотечения, например, меряется порядка пяти минут (в теории — до десяти минут). Соответственно, измерение каждые полчаса (а делается это обычно за счет нагрева ствола), дадут, скорее всего, артефактный тепловой поток. Во-вторых, более частое измерение очень быстро съест батарею. В России из-за недостаточного солнечного света, настройки подобных измерений варьируются в пределах полутора часов.

Датчик-универсал

Конечно, многие читатели могут предположить, что все проблемы может решить некий универсальный прибор, который будет расположен к добавлению новых чувствительных элементов. Сделать его можно, но ученые считают, что это нелогично так же, как и считывание параметров больше, чем раз в час. И дело здесь элементарно в том, что у разных участков земли всегда разные параметры. Поэтому измерения следует проводить конкретными датчиками на разном пространстве в темпоральном разрешении (то есть, в разное время и в разных частях). Удобнее всего иметь не какой-то универсальный датчик, а единый узел, который бы собирал данные и интерпретировал их. Интерпретировал качественно, учитывая все нюансы.

И здесь мы приходим к уже широкоизвестному понятию «Интернет вещей», потому что, без его развития проблему интерпретации данных не решить. Компании, производящие датчики, и научно-исследовательские институты, создавая мониторинговые технологии, должны работать, в первую очередь с ним. Сейчас пока хорошим российским поставщиком базовых станций по принципу широкополосного кодирования, на основе технологии Интернета вещей, является компания «Стриж».

«Стриж» представляет собой вертикально организованную платформу, в которой есть стек оборудования, включая линейку конечных устройств, которые выпускает сама компания-разработчик технологии. Однако стоит понимать, что «Стриж» — это больше инструмент для работы, а стандарты, по которым подобные инструменты работают, — это LoRaWAN и Sigfox (последняя в России не представлена).

Борьба за лидерство

Занять место лидера и стать самой перспективной технологией сможет та, в которую сообщество будет инвестировать больше денег и времени. На государственном уровне поддерживается LoRaWAN, а «Стриж» — это все-таки разработка частной компании. Sigfox хоть и нет пока в нашей стране, но политика импортозамещения может стать одним из основных драйверов ускоренного развития, в качестве локального стандарта отечественного проекта «Стриж».

Но все же, большинство компаний создают датчики для АПК, которые работают в довольно узком интервале. Даже очень хорошие приборы, типа «Дэльта ТЭ» или «Вейсел», довольно сильно ограничены в своих возможностях. И по большей части цена их не определяется их точностью, а определяется ценностью брэнда и поддержкой. Те, кто смогли написать нормальный мануал и указать больше калибровочных кривых в этом мануале, чаще всего и берут на рынке. А устройство внутри примерно одно и то же.

Конечно, можно верить, что когда-нибудь в нашей стране создадут универсальную автоматизированную систему оценки качества почв или воздуха: некоторая настраиваемая рамочная система когда-нибудь должна появиться. Но претендовать на то, что цифровизацией могут быть решены все вопросы в АПК, было бы наивно и не очень ответственно.

«Я думаю, что подход лоровский Интернета вещей — это работа в правильном направлении, — рассказал газете «Совершенно секретно» Алексей Михальченко, начальник отдела сетевых технологий и системного администрирования РГАУ-МСХА им. К.А. Тимирязева. — Но он должен быть еще более модульным. Потенциально было бы более удобно, чтобы были, условно, какие-то «кубики». Кубик под влажность, еще под что-то… Под разные задачи. Чтобы конечный пользователь под свои задачи мог всегда его слепить, воткнуть и не думать. Чтобы у него была Лорана всех полях, модуль-батарейка сверху — и все работает. И дальше начинается новая религия — большие данные. Когда все это собирается, отправляется к великому и обученному алгоритму, который выдает результат. Это не панацея, но это очень сильно помогает: по крайней мере, имея даже самое простое количество самых дешевых и простых датчиков, можно увидеть тренды и изучать их».

Идеальный день в сельском хозяйстве

В Тимирязевке идеальную работу датчиков видят следующим образом:

«Датчики должны давать возможность количественно оценивать интенсивность фотосинтеза, скорость ветра, концентрацию CО2, относительную влажность, температуру, приход фар, тепловую радиацию. Одновременно то же самое, за исключением того, что связано с фотосинтезом, в почве — на нескольких глубинах. Плюс в почве еще необходимо учесть давление почвенной влаги. И хорошо бы еще, чтобы в растении мерился тургор. А если уж совсем поддаться фантазиям, то содержание подвижных мобильных форм фосфора, калия, азота, а там, глядишь, сера и микроэлементы подоспеют».

Фото: ARVI.MD

Ученые предполагают, что такой запрос потенциально можно реализовать с помощью лазерных спектрометров. Идеальная система выглядела бы следующим образом: пользователь должен видеть стоимость своего потенциального урожая в приложении. Он должен видеть варианты из серии:

«Добавь такое-то удобрение и будет тебе счастье».

И сейчас такие комплексные пути уже предлагают разные компании, которые интересуются просчетом этих путей.

Газета «Совершенно секретно» обратилась в НИУ МИЭТ, где в профсреде «Промышленное программирование и тестирование» СПИНТех, сейчас тестируется экспертная система оптимального землепользования, которая и представляет собой программный продукт, в основе которого лежит база знаний из области промышленного земледелия. С помощью этой системы можно посчитать, какие затраты потребуются для обработки земельной базы хозяйства и ухода за культурами, а также какая в итоге получится прибыль от продажи собранного урожая.

Умное управление хозяйством

Надо понимать, что задача просто получить урожай, сегодня уже никому не интересна. Важнее получить конкретный урожай под конкретную задачу. Допустим, к аграрию приходит компания «Вкус Вилл» и говорит: мне нужен продукт, который при любом анализе подтвердит, что ничего, кроме навоза, при его выращивании не использовалось. И за это фирма готова платить. Или: приходит производитель пива и ему нужен хмель только определенного качества. И он тоже готов за это платить. Но, в идеале, должна прийти такая компания, которая предложит уже готовое решение: сразу скажет, что нужно использовать при выращивании, чтобы получить качество, которое она хочет. Но чтобы стать таким грамотным заказчиком, необходимо обладать глубокими знаниями в разных областях «цифрового АПК». Использование экспертной программы, которая рассказала бы все наилучшие решения аграрному предприятию, могло бы сыграть хорошую роль для умного управления хозяйством. Но и с этим надо поработать. Элементарно — оцифровать все данные и загрузить их в умную программу, чтобы ей было, что считать.

Вот, что рассказала нам разработчик программы оптимального землепользования, старший преподаватель Института СПИНТех НИУ МИЭТ Наталья Воронова:

«Важным условием для использования экспертной программы является наличие в земельном хозяйстве цифровой карты. Но, к сожалению, мониторинг сельскохозяйственных предприятий показывает, что у большинства хозяйств такой карты нет. Карты, как правило, находятся на бумажном носителе, и аграрии доверяют цифре очень неохотно. Впрочем, последние несколько лет, намечается тенденция к постепенной оцифровке карт агропредприятиями. И это правильно, потому что любая современная аналитика без цифровой основы невозможна».

Фото автора

На форуме, организованном «Ведомостями», «Цифровизация АПК: возможности и риски» руководитель направления цифровизации сельского хозяйства Университета Иннополис Татьяна Решетникова в свою очередь рассказала о том, что и технологии многофакторного анализа данных в сфере управления агрорисками сейчас работают достаточно активно. В частности, она отметила, что в республике Татарстан на сегодняшний день уже создана актуальная база данных земель сельскохозяйственного назначения.

«По каждому полю есть история использования его назначения, начиная с 1987 года. У нас также есть инструменты, которые позволяют ежегодно в автоматическом режиме обновлять информацию о текущем состоянии пашни и отслеживать посевные работы в онлайн режиме», — сказала она.

Как «датчиковый мониторинг» влияет на экологию

Доктор технических наук, представитель НОЦ «Распределенные цифровые сенсорные системы» Центра компетенций НТИ «Сенсорика», разработчик Автоматической системы мониторинга окружающей среды (АСМОС) и член Всероссийского общества охраны природы Елена Севрюкова рассказала «Совершенно секретно» о том, что «станции мониторинга природы» объединяют данные от высокоэффективных сенсорных сетей качества воздуха с важными погодными параметрами.

«Это позволяет прогнозировать загрязнение воздуха мегаполисов с учетом территориальной застройки и климатических параметров. Решения на базе LoRaWAN доступны уже сейчас, и в мире существует множество успешных кейсов использования этой проверенной и зрелой технологии. Услуги связи LoRaWAN оказывают около 40 операторов более чем в 250 городах нескольких десятков стран мира. Например, в Глазго с помощью датчиков, которые отслеживают загрязнение окружающей среды, удалось снизить выбросы вредных веществ. А мобильные системы на основе LoRaWAN не только дешевле, но и могут быть развернуты во многих точках города, что позволит выявлять наиболее загрязненные точки и источники загрязнения.

В польском городе Пшемысл для отслеживания уровня воды в реке Сан тоже были установлены датчики, базирующиеся на технологии LoRaWAN. С их помощью городские власти получают достоверные и оперативные данные об уровне воды в реке, влажности почвы и другие параметры, которые необходимы для прогнозирования паводков.

Компании Senet и Sensoterra объявили о партнерстве для управления системой влажности почвы. Раньше большинство датчиков было соединено с помощью проводов, что делало внедрение системы дорогим. Решения Senet и Sensoterra позволили в режиме реального времени получать данные о влажности почвы. Эта мера обеспечила эффективный расход воды».

Эксперт подчеркивает, что само наличие датчиков и связанные с ними системы никак не влияют на экологию в глобальном смысле: наоборот, они позволяют зафиксировать патогенные процессы в растениях, или в воздушных потоках. Это дает возможность предотвратить или снизить влияние угрожающих факторов на природу.

В будущем цифровизация в АПК будет только увеличиваться, рынок уже наводнили предложения по аналитике ведения хозяйств. И это перед аграриями ставит непростую задачу — научиться пользоваться теми благами, которые предлагает цифровизация: не испугаться новых цифровых «дисциплин», изучить их и выбрать для себя именно ту, которая будет помогать, грамотно организовывать свои бизнес-процессы.

Автор: Ася Иванова.



Место проведения: