Сбор и обработка информации об урожайности сельскохозяйственных культур, состоянии посевов, наличии сорной растительности и плодородии почв, а также системы телематики нашли широкое практическое применение в сельскохозяйственном производстве и продолжают бурно развиваться. О технических средствах для сбора и накопления информации и картирования полей «ГлавПахарь» подробно рассказывал в цикле своих статей, посвященных системам точного земледелия.
Однако недостаточно раскрытым остался вопрос о состоянии и развитии платформ для удаленной обработки собранных «больших» данных. Таких интернет-платформ существует немало, и они продолжают совершенствоваться. Хотя все существующие платформы предназначены для решения схожих задач, каждая из них имеет определенные особенности, которые заслуживают подробного рассмотрения.
Система Climate FieldView разработана компанией The Climate Corporation, которая с 2006 г. занимается изучением погодных условий, состояния почв и полей для определения потенциальной урожайности сельскохозяйственных культур.
Платформа Climate FieldView позволяет обрабатывать значительные объемы собранных данных и характеризуется высокой степенью совместимости с аппаратной частью сеялок, комбайнов, опрыскивателей и другой техники известных мировых производителей. К числу систем позиционирования, совместимых с системой Climate FieldView относятся: AGCO Auto-Guid 3000, Challenger Auto-Guide, Fendt VarioGuide, Ag Leader GeoSteer, Case IH AccuGuide, John Deere AutoTrac, New Holland IntelliSteer, Reichhardt Ultra Guidance PSR, Trimble Autopilot, Topcon Autosteering и многие другие.
Для оценки различных вариантов возделывания культур в растениеводстве имеются инструменты для определения эффективности всевозможных комбинаций доз удобрений, сортов и норм высева семян, особенностей почвобработки и других технологических операций в зависимости от меняющихся внешних условий. При этом анализ потенциальной урожайности можно производить для конкретных полей и рабочих участков.
Система позволяет консолидировать данные, полученные при испытаниях техники в конкретных полевых условиях, с накопленным объемом данных за всю историю наблюдений за полевым участком и создавать различные сценарии посева сельскохозяйственных культур с целью выявления оптимальных параметров реализации данной операции по критериям максимальной эффективности и производительности.
По результатам анализа формируются предписания для выполнения конкретной технологической операции, которые можно экспортировать в любое совместимое с системой устройство. Предписания можно формировать, основываясь не только на параметрах, предлагаемых системой анализа Climate FieldView, но также создавать собственные сценарии для высева различных норм семян и доз удобрений.
Удобным для использования является также приложение для составления оперативной карты покрытия обрабатываемого поля пестицидами, при проведении опрыскивания.
Также в системе имеются инструменты для сбора данных об урожайности и состоянии посевов. Накопление подобной информации позволяет проводить глубокий анализ влияния на урожайность таких факторов как сорта, нормы высева семян, дозы вносимых удобрений и пестицидов, метеорологические факторы и др.
Также в системе имеется удобный инструмент для объединения данных со смежных полевых участков, что может быть полезно при проведении севооборотов или при перепланировке пахотных земель.
Добавить данные различных форматов в личный аккаунт системы Climate FieldView можно посредством приложения Data Inbox. Приложение FieldView Cab позволяет просматривать собранные данные непосредственно во время выполнения технологической операции.
Основным связующим звеном между системой обработки данных Climate FieldView и бортовым оборудованием тракторов, самоходных сельскохозяйственных машин и иным оборудованием сельскохозяйственной техники является адаптер FieldView Drive, который преобразует полученную информацию и через Bluetooth передает на iPad, что в конечном итоге позволяет сохранять собранные в процессе выполнения данные, отображать на дисплее ранее собранные данные и рекомендации для выполнения конкретной технологической операции.
К возможностям системы FieldView следует также отнести анализ урожайности и состояния посевов, мониторинг за содержанием азота в почве, предоставление информации о погодных условиях, картирование и многое другое.
Компания Sentera осуществляет сбор данных для консультантов и специалистов в сельском хозяйстве и предлагает программное обеспечение и аппаратную базу для сбора, накопления и обработки информации.
Важным продуктом компании является система FieldAgent для сбора данных со спутников, БПЛА, датчиков урожайности и состояния посевов, данные с систем отбора проб и картографирования, а также данные о метеонаблюдениях.
Система Sentera FieldAgent включает в себя веб-приложение, приложение для мобильных устройств и десктоп приложение, а также API для взаимодействия с другими известными системами для сельскохозяйственного производства. Посредством взаимодействия с приложениями сторонних разработчиков возможен обмен такими важными данными как изображения, индексы NDVI, состояние посевов и наличие сорной растительности.
Компания Sentera для сбора информации предлагает целый ряд датчиков. Датчик 6X позволяет создавать снимки высокого разрешения с помощью оптимизированного процесса обработки данных. Система состоит из пяти 3,2-мегапиксельных тепловизоров и 20,1-мегапиксельной RGB камеры. Предлагаемая конструкция позволяет создавать восемь каналов данных высококачественных снимков.
Компактный двухкамерный датчик Sentera Double 4K позволяет создавать снимки с индексами NDVI, а также записывать видео в разрешении 4К. За счет использования запатентованной технологии датчик позволяет агрономам и консультантам по выращиванию сельскохозяйственных культур своевременно выявлять проблемы с посевами и принимать стратегические решения.
Датчик AGX710 Ag Precision предназначен для совместного использования с БПЛА DJI Matrice серии 200. За счет использования подобных датчиков становится возможным сбор данных о состоянии посевов, измерения спектрального индекса и последующие использование полученных данных в технологиях машинного обучения.
Подводя итог, необходимо отметить, что на сегодняшний день существует ряд перспективных систем для сбора, накопления и последующей обработки большого объема данных. Дальнейшее совершенствование программного обеспечения и аппаратной базы позволят собирать огромное количество полезной информации, что в свою очередь позволит строить высокоточные модели и осуществить достоверное прогнозирование. Таким образом, развитие подобных систем позволит получать высокие урожаи сельскохозяйственных культур и сократить издержки производства.