Agroinform - Mezőgazdaság percről percre

A 2024. évben az mesterséges intelligencia (MI vagy AI) rázuhant a társadalomra és az már jól látható, hogy gyökeresen megváltoztatja az életünket az eljövendő évtizedekben. A mezőgazdasági termelésben is használható a technológia, térképezzük fel, milyen előnyöket ígér és milyen feltételei vannak az alkalmazásnak.

A legnagyobb nyilvánosságot kapott MI rendszer a ChatGPT, illetve hasonló szövegalapú nyelvtani szabályokra alapozott modellek a felhasznmálók által közzétett nagy mennyiségű adatok, internetes tartalom elemzésén és azokból történő mintázatfelismerésen alapulnak, hogy kreatív, emberihez hasonló eredményeket állítsanak elő.

A mezőgazdaságban használt mesterséges intelligencia célja, hogy optimalizálja a termelést, növelje a hatékonyságot, és csökkentse a környezeti terhelést. Az MI rendszerek a mezőgazdaságban különféle helyspecifikus adatokat gyűjtenek és elemeznek, például időjárási mintákat, talajminőséget, növényi egészségi állapotot, valamint gépi munkafolyamatok állapotait. Ezek alapján automatizált döntéseket hoznak, például az öntözésben vagy segítenek az emberi döntéshozatalban a vetés, aratás, növényvédelem, stb. kontrolljához.

A mesterséges intelligencia alkalmazásának feltétele a nagy mennyiségű helyspecifikusan összegyűjtött környezeti és termelési folyamat adat az adott termőterületen.

Milyen előnyöket ígér az MI a termelésben?

Előrejelzés és döntéstámogatás:

Előrejelzéseket készít: mikor érdemes öntözni, vetni, permetezni vagy aratni.
Kártevők, és növényi betegségek felismerése és javaslat a megfelelő kezelésre.

Automatizálás:

Precíziós folyamatvezérlés: automata öntözőrendszer, tápoldatozó, trágyaszóró gépek
Precíziós célgépek: traktorok, egyéb feladatspecifikus robotok, amelyek GPS segítségével emberi beavatkozás nélkül végzik a munkát.

Növénytermesztés optimalizálása:

A termőterülethez legjobban alkalmazkodni képes genom kiválasztása.
Terméshozam előrejelzése és optimalizálása.
Kártevők és betegségek észlelése és kezelése.
Tápanyag- és vízhasználat optimalizálása.

Állattenyésztésben:

Állatok viselkedésének és egészségügyi állapotának monitorozása, diagnosztika.
Takarmányozási stratégiák optimalizálása.

Munkaszervezés optimalizálás:

Az időjárási minták alapján segít a termelési tervek kialakításában.

Ellátási lánc kontroll:

Vetés, betakarítás, raktározási és szállítási folyamatok időzítése.

Az adatgyűjtést helyspecifikusan az elérendő célokkal összehangolva, a vegetációs időszakban, valamint azon kívül is folyamatosan kell végezni. Az adatgyűjtés kulcsterületei:

Környezeti időjárási adatok (hőmérséklet, csapadék, páratartalom, szél, napsugárzás)
Talajtérképek (talajtípus, szerkezet, infiltráció, tudományos besorolás)
Talajállapot (nedvesség, pH, tápanyagtartalom)
Növények állapota (vegetáció, vízfelvételi státusz, betegségek, stressz jelei)
Kártevők, betegségek jelenléte és populációja
Termelő berendezések működési adatai (diagnosztika, gépek mozgása, üzemanyag)

Az adatforrások a helyi körülmények szerint széles skálán helyezkednek el.

Hálózatba kötött IoT szenzorok vagy helyi szenzorok:

Talajszenzorok: Mérik a nedvességet, hőmérsékletet, tápanyagszintet.
Időjárás-állomások: Rögzítik a helyi időjárási viszonyokat.
Növénykamerák: Fényképezik a növényeket, segítve a betegségek és stressztünetek azonosítását.

Távérzékelés

Drónok: nagy felbontású földrajzi termőterületi és spektrális növényanalízis
Műholdak: Globális és helyi spektrális vegetációs indexek (NDVI).

Traktorok, termelő eszközök

GPS és idő-referált termelési, kijuttatási, betakarítási adatok

Kézi adatgyűjtés

Termelők és szakértők teljesen vagy részben manuálisan gyűjtött adatai, talajtérképek, talajminták, növények mintavételezése, vizuális megfigyelése.

Az AgriSmartGreen (ASG) precíziós öntözésvezérlőnek a termésbiztonság, a termésmennyiség és a vízmegtakarítás a célja. A T-Markt Kereskedőház Kft. pilot ügyfeleinél a mérőállomáson az alkalmazott vezetéknélküli IoT -szenzorok lehetőséget adnak az MI alapú termeléshez kapcsolódó talaj és időjárási adatok, öntözési események mintavételezésére, az adatok tárolására, elemzésére, felügyeletére.

1. ábra Hagyma öntözési alkalmazás – fotó: T-Markt Kereskedőház Kft.

Köszönhetően a folyamatos adatáramlásnak, valós időben belelátunk a talajba, a vízállapotok alakulásába, a mért értékeken alapuló öntözési, művelési folyamatok döntés-előkészítése egyszerűbben kivitelezhető.

Az elmúlt 4 évben 18 db pilot öntözésvezérlő állomást telepítettünk több termelőnél az országban az öntözésvezérlési módszer validálására a gyakorlati termelésben.