Цифровая защита урожая от болезней и сорняков

Болезни сельскохозяйственных культур угрожают урожайности. Вредители и паразитические сорняки ежегодно вызывают высокие потери урожая — до 30%. В проекте FarmerSpace Институт прикладных исследований Фраунгофера IOSB в Ильменау совместно с партнерами изучает использование цифровых технологий для защиты растений. Цель — раннее обнаружение болезней листьев и распространения сорняков, а также инициирование целенаправленных защитных мер с помощью сенсоров, робототехники и решений на основе данных.

В цифровом экспериментальном поле FarmerSpace партнеры исследуют потенциал цифровых технологий для своевременного обнаружения болезней растений. Платформа позволяет тестировать:

• системы сенсоров и передачи данных,
• радиосенсорные сети,
• оптические и машинные датчики,
• технологии дронов,
• робототехнику,
• методы машинного обучения.

Проект реализуется четырьмя партнерами при финансировании Федерального министерства продовольствия и сельского хозяйства Германии (BMEL) с февраля 2020 по февраль 2023 года. Основное внимание уделяется раннему обнаружению и контролю сорняков и болезней листьев у сахарной свеклы и яровой пшеницы на опытном поле под Гёттингеном.

Цифровая съемка поля

Первым шагом команда Fraunhofer IOSB-AST создала 3D-модель пятигектарного опытного поля, которая служит эталоном. Поверхность была отснята с помощью:

• Лазерного сканера и системы GPS-позиционирования (2 дня).
• Технологии дронов (20 минут).

Цель сравнения — выяснить, какой метод обеспечивает более точные геоданные, учитывая также практические критерии: время измерений, обработки и оценки, пропускную способность площади и сопутствующие затраты.

Цифровая съемка позволяет получить точную информацию о густоте посевов и определить, когда и где болезнь поражает культуру. Ключевая задача — применять меры защиты растений целенаправленно и локально, что помогает сократить использование средств защиты, снизить затраты и минимизировать воздействие на окружающую среду (например, уменьшить загрязнение грунтовых вод).

Установленные в поле сенсоры (например, микроклиматические, измеряющие температуру и влажность почвы) могут дополнительно поддерживать точные прогнозы относительно заражения вредителями, позволяя вовремя вмешаться.

Оценка рыночных цифровых решений для практического использования

Сравнение методов цифрового моделирования местности предоставляет фермерам поддержку при принятии решений о покупке новых технологий. Fraunhofer IOSB-AST исследует различные радиотехнологии и радиодатчики на предмет их пригодности для экономического использования.

Кроме того, методы машинного обучения создают предпосылки для оценки собранных данных. В общем цифровом пространстве все полевые данные записываются синхронно во времени и пространстве, чтобы впоследствии можно было обучить модели, дающие прогнозы для необходимых дальнейших действий.