Pametno kmetijstvo – senzorski sistem za monitoring in napovedi v kmetijstvu z uporabo umetne inteligence

Predviden čas branja:
4 min
Avtor:
Alenka Berložnik
299

je projekt, ki ga je Zavod SLOKVA so. p. vodil vse od januar 2019 do januar 2022, ko se projekt tudi zaključi.

Pametno kmetijstvo – senzorski sistem za monitoring in napovedi v kmetijstvu z uporabo umetne inteligence

V kmetijski pridelavi se za doseganje čim boljšega in kakovostnega pridelka najpogosteje izvaja varstvo rastlin z uporabo fitofarmacevtskih sredstev. V kolikor bi na podlagi vegetacijskih dejavnikov lahko vnaprej napovedovali pojav bolezni ali škodljivcev, bi lahko z bolj tarčno in optimalno uporabo FFS sredstev dosegali enake ali celo boljše rezultate glede kakovosti in količine kmetijskih pridelkov, hkrati pa bi zmanjšali uporabo FFS sredstev in znižali stroške kmetijske pridelave.

Namen projekta je razvoj in testiranje inteligentnega sistema za vzpostavitev pametnega kmetijstva na področju rastlinske pridelave. Tematika projekta je pametno kmetijstvo, ki lahko predstavlja izjemno podporo pri doseganju prehranskih izzivov prihodnosti, npr. kako nahraniti 9 milijard ljudi do leta 2050, kako doseči cilje trajnostnega razvoja in kako izboljšati konkurenčnost kmetov.

Glavni cilji, ki smo jim sledili v okviru izvajanja projekta, so: razvoj inteligentnega sistema za vzpostavitev pametnega kmetijstva na področju rastlinske pridelave, testiranje razvite rešitve na kmetijskih gospodarstvih v okviru izvajanja praktičnih preizkusov, z uporabo razvite rešitve stroškovno optimirati rastlinsko pridelavo na kmetijskih gospodarstvih, z razvitim napovednim modelom za predikcije v rastlinski pridelavi zmanjšati porabo fitofarmacevtskih sredstev, širšo javnost in kmetijska gospodarstva seznaniti z rezultati projekta ter možnostmi za optimizacijo kmetijske dejavnosti z uporabo sistemov pametnega kmetijstva.

Na podlagi študija strokovne literature smo v okviru izvajanja projekta določili vegetacijske parametre, ki pomembno vplivajo na razvoj bolezni ter prisotnost škodljivcev in posledično kakovost kmetijskih pridelkov. Strokovne ugotovitve so bile osnova za pripravo konceptov senzorskih postaj za uporabo v pametnem kmetijstvu. Za dva izbrana koncepta smo izdelali CAD modele, pripravili delavniške risbe, načrtovali izdelovalno tehnologijo, izdelali načrte za električne komponente, vzpostavili brezžično komunikacijo ter izvedli programiranje mikroračunalnika.

Na podlagi rezultatov razvoja smo izdelali dve varianti avtonomnih senzorskih postaj za uporabo pri izvajanju praktičnih preizkusov na vključenih kmetijah

Za učinkovitejše prepoznavanje bolezni in škodljivcev na kmetijskih kulturah s strani kmetov, ki so vključeni v izvajanje praktičnih preizkusov, smo vzporedno pripravili poročilo z nazornim opisom in predstavitvijo pogostih bolezni in škodljivcev na izbranih kmetijskih kulturah. Prav tako smo pripravili načrt izvajanja praktičnih preizkusov ter dokumente za sistematično zbiranje podatkov med izvajanjem praktičnih preizkusov

V okviru izvajanja praktičnih preizkusov smo v prvi fazi testirali in optimirali avtonomijo in stabilnost razvitih senzorskih sistemov na kmetijah v različnih statističnih regijah po Sloveniji. Kot rezultat smo dobili stabilen sistem (prototip) z zagotovljeno zadostno avtonomijo za uporabo v realni kmetijski praksi. V naslednji fazi izvajanja praktičnih preizkusov na kmetijah, ki so partnerice v projektu, smo začeli z zbiranjem podatkov za pripravo učne in testne baze (Slika 3). Kot rezultat smo ustvarili bazo, v kateri so zbrane meritve senzorskih postaj ter podatki o opazovanju izbranih kmetijskih kultur s strani kmeta. Bolezni in škodljivce smo prepoznavali z natančnimi vsakodnevnimi pregledi rastlin, ki so bile vključene v izvajanje praktičnega preizkusa. Na podlagi ustvarjene baze podatkov smo z uporabo metod umetne inteligence, natančneje umetne nevronske mreže, razvili modele za napovedovanje verjetnosti pojava bolezni in škodljivcev na izbranih kmetijskih kulturah.

V okviru projekta smo prav tako implementirali sistem za »on-line« spremljanje fizikalnih dejavnikov, ki pomembno vplivajo na uspešnost kmetijske pridelave, kar omogoča kmetovalcu oddaljen nadzor nad dogajanjem na kmetijskih površinah.   

Poudarek projekta je v prenosu pridobljenih znanj v kmetijsko prakso in širše. Pri izvajanju projekta smo združevali znanja strokovnjakov iz različnih področij. Izvajali smo praktični preizkus nove rešitve na dveh kmetijskih gospodarstvih iz različnih statističnih regij. Znanja smo z demonstracijskimi delavnicami, predavanji in dnevi odprtih vrat prenašali na kmetijska gospodarstva, ki niso člani partnerstva, na strokovnjake s področja kmetijstva in na širšo javnost.

 

Več o projektu za širšo javnost je dostopno na spletni strani www.slokva.si

 

Izberi prikazano kategorijoMesto in podeželje
Izberi čas branja4
Vnesi avtorjaAlenka Berložnik
Vnesi lokacijoSlovenj Gradec
Vstopnina0,00

RSS
12345678


RSS

Slovenj Gradec Mobilc

Povečaj ali pomanjšaj font:
Ponastavi velikost
Povečaj pisavo
Zmanjšaj pisavo
Barvna shema
Privzeto
Črno na belem
Belo na črnem
Črna na bež
Črno na zelenem
Modro na belem
Črno na rumenem
Modro na rumenem
Rumeno na modrem
Turkizno na črnem
Črno na vijoličnem
Tip pisave
Privzeto
Arial
Verdana
Open Dyslexic
Open Dyslexic Alta

Pripomoček pri branju - ravnilo

Z miškinim kazalcem se pomikajte po strani in ravnilo vam bo sledilo.
Za izklop ravnila pritisnite tipko ESC ali gumb za IZKLOP RAVNILA.