Томские ученые научили нейросеть анализировать плодородность почв по снимкам из космоса

Биологи Томского государственного университета (ТГУ) совместно со своим партнером – IT-компанией «Синкретис» – создали нейросеть, автоматически анализирующую состояние и плодородность сельхозугодий по спутниковым снимкам. Наряду с анализом искусственный интеллект (ИИ) готов предложить отечественным аграриям и рекомендации для решения выявленных проблем.

Как отметили в ТГУ, речь идет об уникальной для России разработке, на которую вуз получил патент. Для распознавания нейросетью разных типов почв ученые разработали систему биомаркеров, считывая которые, ИИ и определяет все важнейшие функциональные особенности конкретного участка поля. На создание библиотеки данных для обучения нейросети специалисты вуза потратили два года.

«С помощью датчиков, разработанных радиофизиками ТГУ, анализировались показатели почвы (влажность, температура) и приземного воздуха. Помимо этого почвоведы проводили обследование полей, отбирали и анализировали пробы почвы в разных климатических зонах (сухих, например, в Хакасии и влажных – в Томской области), выявляли закономерности между отражающей способностью почв и посевов и их изображения на космоснимках», – рассказали подробности в ТГУ.

К этому дню компьютерная модель умеет находить участки неоднородности на полях, определять по снимкам из космоса уровень плодородия, включая концентрацию гумуса. Более того, ИИ способен делать выводы о возможных повреждениях посевов и того, чем это вызвано – заморозками, засухой, вредителями или болезнью. Готова нейросеть и предлагать рекомендации по решению проблемы.

Тестирование новой системы запланировано на будущий год на полях промышленного партнера ТГУ в Новосибирской области. Сейчас авторы проекта решают, на какой платформе разместить свой цифровой сервис, после чего решение станет доступным для отечественных аграриев, работающих в системе точного земледелия. Наряду с ИИ для устранения выявленных нейросетью проблем, повышения урожайности и экономии средств сельхозпроизводителя разработчики собираются подключить беспилотники. Последние будут проводить локальную обработку участков, на которых система выявила дефицит микро- и макроэлементов или наличие вредителей.

Ранее iot.ru писал об Алтайском крае, где урожайность сельхозкультур также решили повысить с помощью системы агромониторинга.

Чтобы оперативно получать наши новости в удобном формате, подписывайтесь на наш Telegram-канал.

Источник изображения: ТГУ