В Kernel розповіли про застосування ШІ-технологій для визначення потенціалу продуктивності полів
Про це йдеться у повідомленні пресслужби компанії.
“Роками напрацьовували власну базу даних по кожній ділянці. Збирали інформацію як про агрохімію та ґрунти, так і низку показників, які моніторить техніка під час польових робіт”, – сказано у повідомленні.
Розроблена модель машинного навчання допомагає визначити потенціал кожного поля, виявити, як та наскільки в тонах на гектар різні фактори впливають на врожайність. У підсумку визначаються сильні та слабкі сторони кожного поля, а також будується алгоритм підвищення його прихованого потенціалу та результативності. Це дозволяє адаптувати агротехнічні заходи під конкретні умови.
Таке застосування технології ШІ дозволяє краще розуміти потреби кожної ділянки та, наприклад, раціоналізувати систему живлення та внесення добрив. Цього року скорегували норми добрив для кожного поля, щоб максимізувати урожайність і уникнути ризиків збільшення витрат на полях із низьким потенціалом. А в кінці збору врожаю проведуть детальну оцінку ефективності даного підходу на практиці.
“Наші спеціалісти вже працюють над тим, щоб розраховувати потенціал не тільки цілого поля, а деталізувати дані на рівні типових однорідних ділянок. Це дозволить ще точніше аналізувати змінність умов в межах одного поля, щоб в майбутньому ефективніше прогнозувати врожайність, оптимізувати ресурси та не перевантажувати ґрунти”, – сказано у повідомленні.
Читайте також
Олійна промисловість. Світові лідери та стратегії в часи великих змін
Чорноморський та Дунайський регіони: ринки олійних культур та олій в умовах трансф...
Погодний фактор – не єдина причина, чому світ рухається до зниження цін на продово...
Сербія. Посуха принесе цього року надзвичайно високих збитків фермерам
В Україні борошно подорожчало на 50%
Напишіть нам
Наш менеджер зв'яжеться з Вами найближчим часом