2703 подписчика
Нейросеть научили анализировать плодородность почвы по снимкам из космоса
Помимо анализа, искусственный интеллект будет предлагать рекомендации для решения выявленных проблем.
Ученые Томского государственного университета вместе с партнером – IT-компанией «Синкретис» научили нейросеть анализировать плодородность полей и состояние посевов по снимкам из космоса. Новый инструмент будет доступен российским агрономам, развивающим технологии точного земледелия.
По словам доцента кафедры почвоведения и экологии почв БИ ТГУ Олега Мерзлякова, над проектом работает междисциплинарная группа, в состав которой входят почвоведы, радиофизики, метеорологи, айтишники и ряд других специалистов. «Чтобы искусственный интеллект мог распознавать разные типы почв, нужно было разработать систему биомаркеров, считывая которые, нейросеть сможет определить все важнейшие функциональные особенности того или иного участка поля», - рассказал он.
По сообщению пресс-службы вуза, на создание библиотеки данных ушло два года. В настоящее время компьютерная модель 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.
Отметим, что тестирование системы автоматического мониторинга состояния полей будет проводиться в 2023 году на полях промышленного партнера в Новосибирской области в рамках проекта стратпроекта ТГУ «Инженерная биология» при поддержке программы «Приоритет 2030».
Больше материалов рубрики «Сельское хозяйство»
Ставьте лайк, если вам понравилась публикация.
Подписывайтесь на канал и будьте в курсе отраслевых событий.
1 минута
13 октября 2022