Каталог Данных Каталог Организаций Каталог Оборудования Каталог Программного Обеспечения Написать письмо Наши координаты Главная страница
RSS Реклама Карта сайта Архив новостей Форумы Опросы 
Здравствуйте! Ваш уровень доступа: Гостевой
Навигатор: Новости/
 
Rus/Eng
Поиск по сайту    
 ГИС-Ассоциация
 Аналитика и обзоры
 Нормы и право
 Конкурсы
 Дискуссии
 Наши авторы
 Публикации
 Календарь
 Биржа труда
 Словарь терминов
Проект поддерживают  



Авторизация    
Логин
Пароль

Забыли пароль?
Проблемы с авторизацией?
Зарегистрироваться




width=1 Rambler_Top100

наша статистика
статистика по mail.ru
статистика по rambler.ru

Реклама на сайте
Новостные ленты

Ученые ТГУ научат искусственный интеллект разбираться в земледелии

Как пишет РИА Томск, научный коллектив Томского госуниверситета (ТГУ) составляет систему маркеров, которая поможет нейросети делать более качественный цифровой анализ сельскохозяйственных полей; результатом применения разработки должно стать повышение урожайности, сообщила 18 июня пресс-служба вуза.

Уточняется, что в проекте участвуют почвоведы, физики и метеорологи ТГУ – они разрабатывают систему-библиотеку маркеров для использования в точном земледелии. Согласно открытым источникам, точное земледелие – комплексная система сельскохозяйственного менеджмента, включающая в себя географические информационные системы, технологии оценки урожайности, "интернет вещей" и так далее.

"Основным источником информации (для проекта ТГУ) выступают данные дистанционного зондирования Земли – космоснимки, на которых исследователи выделяют визуальные характеристики, свойственные тем или иным показателям почвы. Библиотека собранных данных станет основой для обучения компьютерной модели, которая будет проводить цифровой анализ полей и поможет повысить на них урожайность", – говорится в сообщении.

Отмечается, что физико-химические показатели почвы – это один из главных параметров, от которых зависит состояние посевов, динамика их роста и в конечном итоге объем урожая, а значит, производительность и прибыль сельскохозяйственных компаний.

Методики анализа, которые используются сегодня, не позволяют получать детальную информацию по всей площади поля, поскольку, согласно ГОСТу, его делят на большие участки – 10 гектаров, откуда берут пробы для анализа. В итоге получают усредненные данные.

Подход, разрабатываемый в ТГУ, позволит получать целостную картину по всему полю независимо от его масштабов. В основе нового метода лежит анализ спектральной оптической отражаемости и почвенных индексов.

"Коэффициент отражаемости дает информацию о количестве гумуса в почве, ее гранулометрическом составе, степени влажности и других агрофизических показателях. Информация с привязкой к координатам позволяет выделить проблемные участки поля, например, где почва имеет повышенную кислотность либо недостаточное содержание азота", – говорится в сообщении.

Как отмечает пресс-служба, на этапе создания библиотеки маркеров будет идти активная полевая работа. Выезды в поле необходимы ученым для того, чтобы определить, соответствует ли идентификация по космоснимкам реальной действительности.

"Когда библиотека данных получит достаточное наполнение, проектная группа перейдет к машинному обучению компьютерной модели. Искусственный интеллект на основе имеющегося материала будет учиться вычленять специфические визуальные характеристики, свидетельствующие о недостатке тех или иных элементов, о состоянии почвы на каждом отдельном участке", – говорится в сообщении.

Добавляется, что, поскольку все участки имеют привязку к системе координат, итоговый результат анализа, проведенного нейросетью, покажет "слабые" места с такой привязкой.

"Эту картинку можно загружать в беспилотную сельхозтехнику и использовать, к примеру, для точечного внесения удобрений. Что экономически и экологически более выгодно, нежели посыпать удобрением все поле, как это нередко делается сейчас", – цитируется в сообщении руководитель проекта Олег Мерзляков.

Ученые рассчитывают, что данные, полученные с помощью нового подхода, могут иметь и другую точку приложения. Например, для анализа участков, с которых собрано меньше урожая.

"Если наложить цифровую картинку, полученную после анализа, проведенного искусственным интеллектом, можно определить причины низкой урожайности и подобрать варианты решения этой проблемы", – говорится в сообщении.

По информации пресс-службы, проектом заинтересовалась компания Cognitive Technologies – разработчик систем управления для беспилотной сельхозтехники. В настоящее время ученые и производители обсуждают механизмы испытания и внедрения технологии в производство.


См. также:
Каталог Организаций:
   - Томский государственный университет (ТГУ)

Разделы, к которым прикреплен документ:
Новости
Проекты
Организации
Тематич. разделы / Природопользование / Сельское хозяйство
Страны и регионы / Россия / Сибирский ФО / Томская область
 
Комментарии (0) Для того, чтобы оставить комментарий Вам необходимо авторизоваться или зарегистрироваться




ОБСУДИТЬ В ФОРУМЕ
Оставлено сообщений: 0


Источник: https://www.riatomsk.ru/article/20200618/tgu-cifrovoj-analiz-sostoyaniya-polej/ 10:37:15 19.06 2020   

Версия для печати  
    Анонсы партнеров

    Наши предложения
  Новости Gisa.ru в Телеграм
  Реклама на сайте
  Зарегистрироваться и получать новости по e-mail
  Конференции ГИС-Ассоциации
  Журнал "Управление развитием территории"
  Контакты

Портал Gisa.ru использует файлы cookie для повышения удобства пользователей и обеспечения работоспособности сайта и сервисов. Оставаясь на сайте Gisa.ru вы подтверждаете свое согласие на использование файлов cookie. Если вы не хотите использовать файлы cookie, то можете изменить настройки браузера. Пользовательское соглашение. Политика конфиденциальности.
© ГИС-Ассоциация. 2002-2022 гг.
Time: 0.020519018173218 sec, Question: 74