Цифровые технологии в агрономии

• Авторы
• Руководители
• Файлы работы
• Наградные документы

Омельченко Я.В. 1

---

1ГБПОУ КО "Губернаторский аграрный колледж"

Лобзова Т.В. 1

---

1ГБПОУ КО "Губернаторский аграрный колледж"

Работа в формате PDF

4.6 MB

Автор работы награжден дипломом победителя II степени

Диплом школьникаСвидетельство руководителя

Введение

Сегодня цифровые технологии охватывают большинство сфер. Исключением не стало и сельское хозяйство – стратегическая для России отрасль. Минсельхоз РФ реализует проект «Цифровое сельское хозяйство», который ставит перед собой амбициозные цели – цифровые технологии должны помочь увеличить производительность сельхозпредприятий вдвое к 2024 году.

Сегодня использование ИТ в сельском хозяйстве – это не только применение компьютеров. Цифровые технологии позволяют контролировать полный цикл растениеводства – «умные» устройства измеряют и передают параметры почвы, растений, микроклимата и т.д. Все эти данные с датчиков, дронов и другой техники анализируются специальными программами. Мобильные или онлайн-приложения приходят на помощь агрономам – чтобы определить благоприятное время для посадки или сбора урожая, рассчитать схему удобрений, спрогнозировать урожай и многое другое.

Применение информационных технологий в агрономии сейчас широко распространено, аграрное хозяйство шагнуло далеко вперед, и мне было очень интересно погрузиться в эту тему.

Актуальность темы исследования обусловлена тем, что в наше современное время появляется все больше передовых информационных технологийкоторые внедряются во все сферы общественной жизни включая и агрономию.

Целью данной работы является изучение особенностей использования цифровых технологий в агрономии.

Задачи:

Изучить литературу и интернет источники по данному вопросу;

Изучить внедрение цифровых технологий в деятельность агронома;

Рассмотреть систему управления растениеводством на основе цифровых технологий;

Определить цифровые технологии, используемые в агрономии;

Провести опрос среди студентов ГБПОУ КО «Губернаторский аграрный колледж» 2-3 курсов по специальности «Агрономия».

Объект исследования– цифровые технологии.

Предмет исследования − понятие и перспективы развития цифровых технологий в агрономии.

Гипотеза – Для цифровой трансформации сельского хозяйства необходимы специалисты, обладающие новыми знаниями, а также новые «умные» решения, которые придут им на помощь.

Методы исследования:

Изучение специальной литературы и интернет - источников.

Обобщение и систематизация материала по данной теме.

Проведение социального опроса.

Практическая значимость работы: Создать презентацию «Цифровые технологии в агрономии», которая поможет студентам осознать степень проникновения компьютера в профессию. Заинтересовать и мотивировать на глубокое изучение компьютерных технологий в колледже.

Продукт проекта внедрен в качестве дополнительного обучающего материала на уроках информатики и используется педагогами в рамках проведения внеклассных мероприятиях для просветительской работы.

1. Цифровизация сельского хозяйства

1.1. Агрономия:ИТ-технологии в сельском хозяйстве

Сегодня цифровые технологии охватывают большинство сфер. Исключением не стало и сельское хозяйство – стратегическая для России отрасль.

Правительство утвердило стратегическое направление в области цифровой трансформации отраслей агропромышленного и рыбохозяйственного комплексов Российской Федерации на период до 2030 года (распоряжение от 29.12.2021 № 3971-р).

В соответствии с этим документом, планируется внедрение следующих технологий:

моделирование и прогнозирование;

цифровые двойники;

искусственный интеллект, в том числе машинное обучение, компьютерное зрение;

интернет вещей;

беспилотные летательные аппараты;

беспилотная сельскохозяйственная техника и робототехника;

спутниковые систем связи и позиционирования;

обработка больших данных (Big Data).

Цифровизация – основной вектор развития сельского хозяйства

Современная аграрная революция подразумевает внедрение передовых информационных технологий (ИТ), которые сократят объем ручного труда и расходы, при этом повысят производительность и урожайность.

Сегодня использование ИТ в сельском хозяйстве – это не только применение компьютеров. Цифровые технологии позволяют контролировать полный цикл растениеводства или животноводства – «умные» устройства измеряют и передают параметры почвы, растений, микроклимата и т.д. Все эти данные с датчиков, дронов и другой техники анализируются специальными программами. Мобильные или онлайн-приложения приходят на помощь фермерам и агрономам – чтобы определить благоприятное время для посадки или сбора урожая, рассчитать схему удобрений, спрогнозировать урожай и многое другое.

Примерно 70% фермерских хозяйств США, Канады и Европы уже используют «умные» технологии для сельского хозяйства. Отечественные аграрии далеки от таких показателей, но спрос на «цифру» повышается.

Минсельхоз РФ ведет активную работу в этом направлении. Разработан ведомственный проект «Цифровое сельское хозяйство» сроком реализации до 2024 года. Его основная цель – цифровая трансформация сельского хозяйства посредством внедрения цифровых технологий и платформенных решений для обеспечения технологического прорыва в АПК. Первым этапом проекта стало создание национальной платформы «Цифровое сельское хозяйство».

Основные направления цифровых технологий в земледелии

Цифровые технологии для растениеводства развиваются сразу в нескольких направлениях. Наиболее востребованными цифровыми технологиями на сегодняшний день являются:

- Мониторинг состояния сельскохозяйственных культур, определение индекса растительной массы (NDVI). Используются изображения, полученные с помощью беспилотных летательных аппаратов (БПЛА) и спутников.

- Предварительная оценка урожая. Фермер выходит на свое поле с планшетом и собирает основные данные об урожае. При помощи компьютерных программ осуществляется анализ и формируется объективное представление о состоянии выращиваемой культуры.

- Мониторинг и прогнозирование урожайности. Сбор данных со спутниковых снимков, с датчиков, установленных на фермерском оборудовании. Оценка состояния урожая зерна, уровень влажности и других показателей.          

- Выявление болезней, обнаружение вредителей или сорняков.

- Постоянный мониторинг почвы - текстура, насыщенность органическими элементами, уровень осолоненности и степень питательности почвы.

- Программные платформы для управления фермой. Эти платформы интегрируются с различными аппаратными устройствами, которые используются в точном сельском хозяйстве. Данные с этих устройств объединяются на центральной консоли, где их удобно обрабатывать и анализировать.

- Платформы данных («Field View», «Farmers Business Network» и другие). Возможность для фермера получить индивидуальную централизованную платформу, на которой данные из множества источников информации собираются вместе, чтобы сформировать обобщенную картину состояния отрасли.

1.2. Система управления растениеводством на основе цифровых технологий

Цифровые технологии стали неотъемлемой частью производственных процессов на современном этапе развития земледелия.

Всё большее распространение получает точное земледелие на основе ГИС-технологий, где управление агротехнологическими операциями осуществляется с учётом характеристики и состояния каждого микроучастка поля. Это позволяет не только повысить выход сельскохозяйственной продукции, но и снизить затраты на средства химизации.

Отечественные геосистемы в сельском хозяйстве РФ пока недостаточно связаны с получаемой аналитической информацией. Они направлены в первую очередь на автоматизацию процессов и контроль ресурсов. Обобщение и анализ данных мониторинга техники и технологий, в большинстве ГИС-систем не решаются.

На базе Курганского НИИСХ – филиала ФГБНУ УрФАНИЦ УрО РАН ведутся исследования по разработке информационно-аналитического комплекса системы земледелия, позволяющего повысить качество управления агротехнологиями и эффективность отрасли растениеводства в целом.

В результате разработана система управления растениеводством, состоящая из комплекса программ и баз данных для информационно-аналитического обеспечения системы земледелия, в частности, разработаны программы по созданию электронных карт и книги истории полей, мониторингу техники и технологий, по проектированию технологий выращивания сельскохозяйственных культур и другие.

Электронная книга истории полей

Для построения электронной карты полей, создания базы данных состояния и функционирования агроландшафтов и составления соответствующих тематических карт разработана компьютерная программа управления данной информационной базой, известная больше как «Агрокарта».

Программа позволяет рассчитать площади полей, показать на карте количественные характеристики агрохимических и физико-химических показателей почв, наличия сорняков, вредителей и болезней и т.д.; вносить и изменять данные по полям, строить полигоны новых полей, сохранять в различных форматах и распечатывать карты на бумаге.

Агромонитор

Для мониторинга сельскохозяйственной техники и технологий выращивания сельскохозяйственных культур создана программа «Агромонитор». Она позволяет установить местоположение технического средства на электронной карте предприятия, скорость и трек движения, определить продолжительность работы, расход горючего, обработанную площадь. В каждой точке трека движения есть данные о скорости, что также характеризует качество работы (Рис. 2).

Программа работает на отечественных приборах, что удешевляет оснащение техники и не зависит от импортного оборудования. В 2018 году разработан уникальный модуль по расчету обработанной площади, который облегчает контроль выполнения графика полевых работ, а также расход ресурсов на один гектар, осуществлён переход на более современные терминалы.

Проектирование технологий выращивания сельскохозяйственных культур неразрывно связано с их экономической оценкой. Для этого создана специальная программа, основанная на расчете технологических карт и комплекса экономических показателей с учетом агроландшафтного районирования Курганской области и рекомендаций научных учреждений по выбору количественных показателей элементов системы земледелия.

Рис. 3 – Форма редактирования технологических операций

Проекты технологий создаются в виде перечня технологических операций. Программа в соответствии с агроландшафтным районом, предшественником и уровнем интенсификации выбирает из информационной базы (справочников) нормы высева семян, дозы расхода удобрений и средств защиты растений, которые можно отредактировать в соответствии с конкретными условиями. В ней предусмотрено формирование и расчет производственного плана растениеводства сельхозпредприятия, получение отчетов по потребности ресурсов, произведённой продукции, экономическим показателям. Полученные отчеты можно сохранить в Excel, Word или PDF.

1.3. 3D модель рельефа местности

Растущая популярность 3D-моделей пространственных объектов объясняется максимальной наглядностью геопространственных данных и совершенно новыми функциональными и информационными возможностями, которые обеспечивают современные IT-технологии по сравнению с обычными 2D-картами и схемами.

Рис. 4 - Сравнение наглядности у трех типов карт

На рисунке отображены три типа карт:

1 – ортофотоплан 2D, 2 – карта высот 2D, 3 – 3D-карта.

3D-модель сельхозугодий

–объемное, наглядное представление рельефа сельхозугодий;

–удаленная оценка конфигурации земельных ресурсов;

–визуализация доходных земель и нерентабельных;

–визуализация юридического статуса земель аграрного предприятия;

–планирование транспортной логистики и маршрутов движения транспорта;

–территориальное планирование агрономических операций.

Рис 5. - 3D-модель сельхозугодий

3D-модель –дополнительный источник информации

Параметры:

–геометрические (величины уклонов, экспозиция склонов, кривизна земной поверхности, оценка динамики склоновых процессов)

–гидрологические (направление стока, мощность линейной эрозии, оценка зон возможного затопления, степень увлажнения почвы)

–климатические (показатели солнечной активности, разность температур земной поверхности, воздействия ветра и др.)

–фотосинтетическиактивные радиации (ФАР)

–количественная оценка площадной и линейной эрозии и влияние рельефа на распределение влаги.

Рис. 6 - 3D-модель поля

3D-модель поля: возможности применения

3D-модель позволяет наглядно увидеть рельеф поля и рассчитать процент уклона для формирования соответствующего севооборота.

От 3D-модели поля к возможностям искусственного интеллекта:

Построение модели направления треков для пахоты по генеральной линии склонов с учетом:

–корректировки навигационных линий, градуса крутизны склона, заданного угла обработки, особенностей рельефа, предыдущей обработки.

Обработка и аналитика

Выявление потенциала урожайности с учетом рельефа (уклоны, влажность, эрозии), фактической площади и способов обработки пашни.

Прогнозирование урожайности

Обработка аналитических данных в программном обеспечении по выявлению потенциала урожайности с учетом рельефа.

Отправка Shape-файла на бортовой дисплей техники.

1.4. Робототехника в агрономии

По аналогии с «Индустрией 4.0» сегодня говорят о революции «Агрокомплекс 4.0», которая позволит увеличить урожайность в масштабах, которых не было даже после массовой механизации, внедрения гербицидов и генетически модифицированных семян.

Роботизация сельского хозяйства позволяет за счёт уменьшения человеческого фактора снизить себестоимость производства, улучшить качество продукции, повысить безопасность. Роботы, в отличие от человека, могут круглосуточно мониторить состояние растений, животных и среды и корректировать отклонения от заданных параметров¹.

Классификация робототехники

Рис. 7 - Классификация робототехники

«Умные» технологии в сельском хозяйстве можно объединить в четыре больших кластера:

Рис. 8 - «Умные» технологии в сельском хозяйстве

Сельскохозяйственные роботы (земледелие)

Роботы в земледелии В этой отрасли техника выполняет повторяющиеся несложные операции при возделывании различных сельскохозяйственных растений. При этом главная её цель — замена человеческого труда, минимизация вредного воздействия химических средств на людей и окружающую среду, а также в повышении производительности предприятий и урожайности возделываемых культур.

Рис. 9 - Земледелие

Точное сельское хозяйство

Рис. 10 - Точное сельское хозяйство

AIoT-платформы/AIoT-приложения, Big Data

Рис 11 - AIoT-платформы/AIoT-приложения, Big Data

«ГлавПахарь» предлагает ознакомиться с роботами для сельского хозяйства, которые заслуживают особого внимания.

Small Robot Company: робот Tom

Робот Тоm — мал да удал. Находясь в постоянном движении, он объезжает все растения на поле и отслеживает состояние посевов и здоровье сельскохозяйственных культур. Тоm запрограммирован таким образом, что, когда подходит к исходу заряд его батареи, он возвращается на базу, где производит замену аккумулятора и выгружает гигабайты собранной для анализа информации о состоянии культурных растений.

Рис. 12 - i.ytimg.com Робот Tom от Small Robot Company

Тom, наверняка, знает, где расположено каждое растение, уровень и состояние его развития, и какие питательные элементы и механические воздействия нужны для его успешного развития. После обработки информации, которую собрал робот Tom, к работе подключаются Dick и Harry. Harry — это робот, который отвечает за точный посев и посадку сельскохозяйственных культур, а Dick осуществляет точное внесение пестицидов и лазерную прополку.

Взаимодействие роботов обеспечивается оперативной системой, базирующейся на искусственном интеллекте Wilma. Система обеспечивает распознавание сорняков по данным, собранным роботом Tom, формирование заданий для ухода за сельскохозяйственными культурами для робота Dick и осуществляет взаимодействие с системой управления сельскохозяйственным производством. Зарегистрированные пользователи через веб-интерфейс могут осуществлять контроль за функционированием роботов.

Портальный робот Genesis от компании FarmBot

Робот портального типа Genesis от компании FarmBot предназначен для решения широкого круга задач в тепличном хозяйстве. С точностью до миллиметра он перемещается над грядками растений, осуществляя точный посев, индивидуальный полив и подкормку, измеряет содержание влаги в почве, уничтожает сорняки и контролирует состояние растений.

Рис. 15 - cdn.shopify.com Портальный робот Genesis от компании FarmBot

Компания Blue River Technology: робот See & Spray

Рис. 16 - i.ytimg.com

Робот See & Spray откомпании Blue River Technology

Как следует из названия данного робота, он распознает сорняки и целенаправленно вносит пестицид, даже если на поле присутствует много проросших растений. 

Компания-разработчик Blue River Technology принадлежит Deere & Company. Данный робот для распознавания сорняков использует компьютерное зрение и машинное обучение для выявления сорняков среди культурных растений и применяет специальные автоматизированные насадки для внесения препарата при прохождении агрегата.

Современное земледелие трудно представить без роботов. Они выполняют самые разные задачи: от полива и прополки до распашки и сбора злаков. Машины значительно упростили работу людей, сделав сельскохозяйственные товары дешевле и доступнее. В будущем, автоматизация этой отрасли будет только развиваться, принося людям большую пользу.

1.5. Беспилотные технологии

Тенденции использования беспилотников в России

Максимальной эффективности в сельском хозяйстве можно добиться, только владея актуальной и точной информацией о площади, рельефе, специфики грунта полей. Наиболее простым и действенным способом для получения таких сведений, является использование беспилотников. Всего за несколько минут полета можно собрать детальную информацию об изучаемом объекте, создать ортофотоплан,3D-модель рельефа и не только.

Дроны в сельском хозяйстве России – одно из самых перспективных направлений, на которое активно растет спрос.

Рис. 17 -Дроны в сельском хозяйстве

Этапы обработки данных

Рис. 18 - Этапы обработки данных

Технологично оснащенные беспилотники в сельском хозяйстве способны выполнять разнообразные операции:

Аэрофотосъемку – необходимую для выявления проплешин, гибели урожая после воздействия природных факторов и других дефектов, нуждающихся в своевременном устранении.

Видеосъемку – производительность летательного аппарата при видеосъемке достигает 30 км² за 1 час, что существенно снижает временные и финансовые затраты по сравнению с использованием наземных видов обследования или пилотируемой авиации.

3D моделирование – позволяет определять переувлажненные или засушливые территории, выемку грунта, грамотно создавать планы и карты увлажнения или осушения почвы, рекультивации участков или мелиорации земель.

Тепловизионную съемку – осуществляется с применением всего спектра инфракрасного излучения: ближнего, среднего и дальнего диапазона.

Лазерное сканирование – применяется для анализа местности на труднодоступных или недоступных территориях.

Опрыскивание – благодаря возможности дооснащения, дроны используют для точечного опрыскивания растений и плодовых деревьев.

Перспективы применения беспилотных технологий

1. Применение БПЛА для подсчета растений и прогнозирования урожайности

Рис. 19 - Применение БПЛА для подсчета растений

2. Создание аналитических систем на основе больших данных

Рис. 20 – Аналитическая система с ИИ

3. Применение БПЛА для внесения препаратов

Рис. 21 – Внесение препаратов

БПЛА обладают большим потенциалом для применения в сельском хозяйстве в России и мире продемонстрированы перспективные практики применения БПЛА для цифровизации сельского хозяйства в качестве источника данных для сопровождения точного земледелия беспилотные технологии обладают рядом преимуществ: возможность применения под облаками, высокая производительность и детализацияданных

Существуют определенные барьеры для развития отрасли, в первую очередь, связанные с «секретностью» данных, получаемых с БПЛА.

1.6. Тренды развития агропромышленного комплекса

Интернет вещей (IoT) в Умном сельском хозяйстве

Интернет вещей (англ. Internet of Things, IoT) - концепция вычислительной сети физических предметов («вещей»), оснащенных встроенными технологиями для взаимодействия друг с другом или с внешней средой. (Интернет вещей — Википедия).

IoTв сельском хозяйстве предназначен для того, чтобы помочь контролировать жизненно важную информацию о поле и растениях, такую как влажность, температура воздуха и качество почвы, с помощью дистанционных датчиков, а также для повышения урожайности, планирования более эффективной ирригации и составления прогнозов урожая. Интернет вещей помогает биологам изучать влияние геномов и микроклимата на урожайность, чтобы оптимизировать качество, получаемой продукции и урожайность (рисунок 22).

Рис. 22 – Интернет вещей в сельском хозяйстве

Элементы IoT в сельском хозяйстве

СМТ: GPS/Глонасс трекеры, датчики топлива

Датчики активности животных /Болюсы

Персональные идентификаторы (RFID карты, IButton)

Системы параллельного вождения

Системы точного земледелия

БПЛА/Дроны

Умные метео-станции

Весо-измерительные приборы

IP камеры

Смартфоны/Планшеты

Системы доения животных

ERP системы

Умное сельское хозяйство – это высокотехнологичный комплекс решений, который позволяет максимально автоматизировать сельскохозяйственные отрасли, в результате чего повышается KPI, улучшается качество и количество продукции, и производство становится экономически выгодным.

Искусственный интеллект в сельском хозяйстве (АПК)

Рис. 23 – Искусственный интеллект

В международном агротехе одной из самых актуальных тенденцией стало применение искусственного интеллекта, позволяющего принимать решения на базе больших данных, а также частично – а иногда и полностью – заменять человека в производственном процессе.

Искусственный интеллект «в полях»

Основные области применения связаны с обнаружением болезней растений, классификацией и идентификацией сорняков, определением, подсчетом и сбором урожая, управлением водными ресурсами и почвой, прогнозированием погоды.

Для этого используется весь арсенал технологий ИИ: компьютерное зрение, машинное обучение, распознавание звуков.

Сельскохозяйственные приложения позволяют фермерам наблюдать за условиями урожая с помощью «шлемов» или «защитных очков» с поддержкой ML. Данные с камеры устройств обрабатываются на месте или отправляются для анализа в облако.

Автономные тракторы в арсенале фермеров появились еще в 2012 году. Сейчас в них есть и радионавигация, и лазерный гироскоп, и возможность следовать маршруту, проложенному моделью машинного обучения. Эти же беспилотники оснащены системами компьютерного зрения: камеры, спутниковые навигаторы и коннекторы для передачи данных в облако или на сервер.

Полезное применение ИИ – интеллектуальный полив. Современные ирригационные технологии с машинным обучением отличают сорняки от сельскохозяйственных культур и опрыскивают только их гербицидами. Как итог: снижается стоимость выращивания агрокультур и повышается безопасность продовольствия.

IBM, чья платформа Watson Decision Platform for Agriculture комплексно подходит к работе над урожаем. С ее помощью фермеры могут обрабатывать данные дистанционного зондирования земли, получать информацию о наличии поражений посевов из-за заболеваний или атаки вредителей, анализировать вероятность таких поражений на основе местного прогноза погоды и индивидуальных данных по посевам.

Рис. 24 - Дашборд IBM Decision Platform for Agriculture показываетпрогнозурожайности

Группа разработчиков решений на базе искусственного интеллекта для агрокомплекса –фармацевтические производители. Например, мобильное приложение Field Manager от концерна Bayer выдаёт рекомендации на основе обработки спутниковых изображений и загружаемых данных. Фермер в любое время может получить на свой смартфон информацию о состоянии растительности, степени защиты, локальном прогнозе погоды.

А еще Bayer разработал цифровую платформу Xarvio, которую недавно купил концерн BASF. В рамках этой платформы функционирует приложение Scouting, которое диагностирует заболевания, повреждения, нарушения развития растений на основе обработки фотоснимков.

Рис. 25 - Интерфейс приложения Xarvio Scouting

2. Практическая часть

Проведение анкетирования среди студентов ГБПОУ КО «Губернаторский аграрный колледж» 2-3 курсов по специальности «Агрономия».

Работая над проектом, я использовал следующие методы исследования:

Изучил и проанализировал специальную литературу и интернет – источники по теме исследования.

Разработал и провел анкетирование среди студентов ГБПОУ КО «Губернаторский аграрный колледж» по специальности «Агрономия» среди студентов 2-3 курсов (опрошенных 20 человек).

Цель этого исследования: узнать знакомы ли сверстники с понятиями цифровые технологии, какие цифровые технологии применяются в сельском хозяйстве.

Для этого были заданы следующие вопросы (Приложение 1).

Проанализировав данные анкетирования, я получил следующие результаты:

1. Понимаете ли Вы термин «цифровая технология»

В результате проведенного исследования, было выявлено, что 64% опрошенных имеют представление «Что такое цифровая технология», 24 % не знают, 12% -затрудняются ответит на данный вопрос.

2. Считаете ли Вы, что цифровизация имеет определённое значение для развития сельского хозяйства в стране?

Результаты ответов на вопрос показали, что большинство студентов согласно с тем, что необходимо внедрять и уметь использовать цифровые технологии в сельском хозяйстве.

3. Какие элементы цифровизации сельского хозяйства вам знакомы?

На этот вопрос 63% опрошенных ответили, что слышали про беспилотные летательные аппараты, 28% назвали – роботизированные установки, и только 9% - знакомы с системами точного земледелия. Про все остальные технологии студенты не слышали.

С какими технологиями цифровизации вы бы хотели познакомиться?

39% опрошенных хотели бы изучить все перечисленные технологии цифровизации.

Это значит, что гипотеза нашла подтверждение.

Выводы

На основании проведенного опроса, связанного вопросами цифровизации в сельском хозяйстве, можно констатировать, что у большей части опрошенных есть понимание термина цифровая технология, они согласны с тем, что необходимо внедрять и уметь использовать цифровые технологии в сельском хозяйстве.

39% опрошенных, считают, что изучение цифровых технологий в агрономии и сельском хозяйстве необходимо будущему специалисту.

Проанализировав информацию из разных источников, я отметил некоторые активно используемые цифровые российские технологии и отечественные компании, разрабатывающие их либо успешно применяющие на практике:

ExactFarming – платформа, объединяющая решения цифровой агрономии для сельхозпроизводителей, производителей и продавцов удобрений, агрохимии и семян, финансовых институтов и других участников сельскохозяйственной отрасли и позволяющая им эффективно управлять агробизнесом, своевременно принимать решения, снижать риски и увеличивать прозрачность взаимодействия друг с другом.

"Агротроник" – агрономические сервисы (точное земледелие, позиционирование техники, уборка и обработка почвы, работа ночью на основе видеосистем и т.д.), производитель ГК "Ростсельмаш".

Cognitive Technologies – агрономический сервис (точное земледелие, позиционирование техники, уборка и обработка почвы, работа ночью на основе видеосистем и т.д.).

"АгроМон" – мобильное приложение и веб-сервис для управления хозяйством. Организация осмотра посевов, планирование сезона, управление полевыми работами, обмен данными с командой, производителями семян, средств защиты растений и дистрибьюторами.

Облачный сервис от ООО "Геомир": история поля для управления сельскохозяйственными предприятиями.

"СкайСкаут" – единая система управления агрономической службой предприятий сельского хозяйства. Обеспечивает полноту картины состояния культур на основе данных, собранных как вручную, так и автоматически. Помогает принимать решения по хозяйству.

"Агросигнал" – платформа и мобильное приложение для эффективной работы всех подразделений предприятий на каждом этапе полевых работ, от планирования севооборота и формирования годового бюджета до мониторинга работы техники и сотрудников и учета готовой продукции.

Green Growth – платформа для картирования урожайности в режиме реального времени.

Magrotech – компания, собирающая информацию о характеристиках поля и предоставляющая прогноз урожайности на основе математической модели.

ООО "Кайпос" – производитель систем мониторинга погоды, моделей заболеваний растений, систем оптимизации полива и технологии идентификации вредных объектов.

Применение новых технологий в производстве поможет существенно увеличить темпы сборов, объем урожая и качество производимой продукции в целом.

Заключение

В результате работы над проектом, выяснили тренды развития агропромышленного комплекса в области цифровизации, уже сейчас можем наблюдать стремительную цифровую трансформацию отечественного АПК.

Начав работу над исследовательским проектом «Цифровые технологии в агрономии», мы увидели, что вопрос действительно актуальный, т.к. в наше время появляется все больше цифровых технологий, которые внедряются в и сельское хозяйство и растениеводство:

Для контроля обеспечения высокой урожайности с низкой себестоимостью используются сенсоры, дроны, датчики и другие digital-инструменты.

Интернет вещей позволяет объектам общаться и обмениваться информацией. Это обширная сеть датчиков, которые соединены друг с другом. Они собирают достоверные данные и передают их напрямую с полей.

Различные сенсоры, расположенные в корпусе IoT-устройств, собирают точные сведения об освещенности растений, температуре и увлажненности почвы.

Система точного земледелия подразумевает использование технологии не по отдельности, а комплексно, чтобы добиться лучшего результата и решить проблемы с минимальными затратами. К примеру, одна из основных головных болей любого фермера — сорняки. Они распространяются очень быстро и не всегда можно выявить очаги заражения, особенно на большой территории. С этой проблемой успешно справляются дроны.

Полученные снимки обрабатывает нейросеть и составляет карту обработки с указанием плотности зарастания для расчета необходимого количества агрохимикатов. По результатам разведки создается технологическая карта, в которой выделяются зоны для использования наземных роботов-опрыскивателей и дронов-опрыскивателей.

Практическая значимость работы: Создать презентацию «Цифровые технологии в агрономии», которая поможет студентам осознать степень проникновения компьютера в профессию. Заинтересовать и мотивировать на глубокое изучение компьютерных технологий в колледже. Материал исследования применен на внеклассных мероприятиях для просветительской работы.

Таким образом, наша гипотеза подтвердилась, что для цифровой трансформации сельского хозяйства необходимы специалисты, обладающие новыми знаниями, а также новые «умные» решения, которые придут им на помощь.

Список использованных источников и литературы

Измайлов А.Ю., Личман Г.И., Марченко Н.М., Точное земледелие – проблемы и пути решения. Журнал «Сельскохозяйственные машины и технологии» №5, 2010, стр.9-14.

Сулейманов М.Д. Цифровая грамотность [Электронный ресурс]: учебник/ Сулейманов М.Д., Бардыго Н.С.— Электрон.текстовые данные.— Москва: Креативная экономика, 2019.— 324 c

Цифровая революция в сельском хозяйстве - AgroXXI [Электронный ресурс].-Режим доступа: https://www.agroxxi.ru/gazeta-zaschita-rastenii/zrast/cifrovaja-revolyucija-v-selskom-hozjaistve.html , свободный. – Загл.с экрана. – Яз.рус., англ.

Викторова, А. П. Использование роботов в сельском хозяйстве / А. П. Викторова. — Текст : непосредственный // Исследования молодых ученых : материалы XVIII Междунар. науч. конф. (г. Казань, март 2021 г.). — Казань : Молодой ученый, 2021. — С. 6-9. — URL: https://moluch.ru/conf/stud/archive/390/16414/

Цифровое сельское хозяйство [Электронный ресурс]. - Режим доступаhttp://mcxac.ru/digital-cx/umnoe-zemlepolzovanie/, свободный. – Загл.с экрана. – Яз.рус., англ.

http://www.gisinfo.ru/item/65.htm

http://eco-razum.com/about/tochnoe-zemledelie-tehnologii.php

Приложение 1

Анкетирование «Цифровизация сельского хозяйства»

Группа______________

1. Понимаете ли Вы термин «цифровая технология»

Да

Нет

Затрудняюсь

2. Считаете ли Вы, что цифровизация имеет определённое значение для развития сельского хозяйства в стране?

Да

Нет

Затрудняюсь

3. Какие элементы цифровизации сельского хозяйства вам знакомы?

4. С какими технологиями цифровизации вы бы хотели познакомиться?