Wprowadzenie i cele
Agros Nova to jedna z największych firm produkujących i przetwarzających żywność w Europie Wschodniej i Środkowej. Jako część Grupy Maspex, Agros Nova jest również ważnym kontraktorem upraw rolnych w Polsce. Jednym z kluczowych półproduktów wykorzystywanych w różnych procesach produkcji żywności jest koncentrat z pomidorów uprawianych w otwartym gruncie.
Dlatego Agros Nova rozpoczęła projekt badawczo-rozwojowy mający na celu zwiększenie wielkości i efektywności upraw pomidorów gruntowych w Polsce. Zamiast importować pomidory z innych krajów UE, firma chciała obniżyć koszty produkcji koncentratu pomidorowego, kontraktując nowe, specjalnie wyhodowane odmiany pomidorów gruntowych od lokalnych rolników. Nowa odmiana miała pomóc zwiększyć roczną wydajność oraz powtarzalność plonów.
Aby osiągnąć te cele, wymagane było kompleksowe i całkowicie nowe podejście w trzech kluczowych obszarach:
- Badania i hodowla nowej odmiany pomidorów.
- Badania i zbieranie danych niezbędnych do cyfrowo wspomaganego rolnictwa pomidorów gruntowych, w tym fertygacji, natychmiastowego monitoringu stanu odżywienia roślin, procesu wzrostu upraw i szacowania wielkości zbiorów.
- Opracowanie i wdrożenie kompletnego, zintegrowanego systemu zarządzania uprawą opartego na własnych rozwiązaniach uczenia maszynowego, analizie danych obrazowych z sensorów i satelitów oraz optymalizacji procesów zarządzania.
Wyzwanie
Na podstawie wcześniejszych badań i dostępnych danych, Agros Nova potrzebowała algorytmu do zarządzania uprawą pomidorów. Kluczowe było, aby algorytm rekomendował nawadnianie i nawożenie uprawy, osiągając lepsze wyniki niż uprawa prowadzona przez ludzi.
Aby osiągnąć cele, Agros Nova potrzebowała zintegrowanego, kompleksowego systemu kontroli i zarządzania uprawą, obejmującego kilka kluczowych kwestii:
Nawożenie i fertygacja
- Identyfikacja stanu odżywienia roślin z dokładnością 95%, dostarczająca informacje właścicielom pól w ciągu 24 godzin.
- Rekomendacje dotyczące parametrów nawożenia podczas nawadniania, umożliwiające niezależne uruchamianie systemu.
W Polsce nie istniały wcześniej systemy zarządzania nawadnianiem i nawożeniem pomidorów gruntowych.
Nawadnianie
- Rekomendacje parametrów nawadniania w ciągu 24 godzin od zebrania danych meteorologicznych i zdjęć.
- Niezależne uruchamianie systemu nawadniania.
Szacowanie plonów
- Szacowanie wielkości zbiorów z błędem pomiarowym do 3% za pomocą obrazów satelitarnych.
Zwiększone plony
- Osiągnięcie plonów wyższych nawet o 50% w porównaniu do tradycyjnych upraw dzięki rekomendacjom systemu.
Na początku projektu na światowym rynku nie było systemów zarządzania uprawą pomidorów gruntowych do przetwórstwa żywności opartego na sztucznej inteligencji i wspieranego obrazowaniem satelitarnym. Agros Nova potrzebowała całkowicie nowego, niestandardowego systemu, by osiągnąć cele.
Rozwiązanie
Do opracowania, integracji i wdrożenia całego systemu kontroli i zarządzania uprawą wybrano firmę Agri Solutions. Aby rekomendować zabiegi nawadniania i nawożenia oraz szacować plony, Agri Solutions zastosowało podejście hybrydowe, łącząc istniejące algorytmy mechanistyczne symulujące procesy wzrostu upraw z algorytmami uczenia maszynowego i sztucznej inteligencji.
Modele mechanistyczne uwzględniają warunki meteorologiczne, parametry gleby i roślin, by obliczyć zapotrzebowanie na wodę i składniki mineralne oraz przewidzieć wzrost roślin do zbiorów.
Nawożenie
- Przed wzrostem roślin oceniono żyzność gleby pod kątem NPK (azot, fosfor, potas). Modele uczenia maszynowego trenowano na obrazach satelitarnych i wynikach badań gleby, aby oszacować ilości minerałów NPK na konkretnych działkach. Obrazy satelitarne dostarczały parametrów wejściowych, takich jak intensywność światła na określonych długościach fal odpowiadających obecności danego pierwiastka w glebie.
- Przy użyciu modelu WOFOST (The World Food Studies simulation model) obliczano zapotrzebowanie na składniki mineralne. Dzięki temu możliwe było dokładne określenie deficytu nawozowego i ustalenie harmonogramów nawożenia zgodnie z potrzebami roślin podczas wzrostu.
- Stworzono różne wersje działek uprawnych z różnymi poziomami nawożenia. Poziomy wegetacji oceniano i porównywano z modelem WOFOST za pomocą wskaźników wegetacji obliczanych z obrazów satelitarnych i symulacji. Doprowadziło to do opracowania modelu AI oceniającego zapotrzebowanie roślin na NPK w trakcie wzrostu.
Nawadnianie
- Algorytmy FAO56 i WOFOST kalibrowano na podstawie obrazów satelitarnych, współczynników wilgotności gleby oraz pomiarów wilgotności gleby wykonywanych za pomocą lizymetrów.
- Na podstawie symulacji zapotrzebowania na wodę, warunków meteorologicznych, praktyk nawadniania i obrazów satelitarnych prognozowano potrzebę nawadniania oraz wymaganą ilość wody, aby zmaksymalizować plon.
Terminy nawożenia i oprysków
- Algorytm Delta-T, oparty na temperaturze i wilgotności względnej, wyznaczał optymalną porę dnia na nawożenie i opryski, by zmaksymalizować absorpcję substancji przez pomidory.
- Stworzono modele uczenia maszynowego do przewidywania terminów wykonywania zabiegów na podstawie lokalnych prognoz pogody i przypisanego klimatu.
Szacowanie zbiorów
- Obrazy satelitarne wykorzystano także do szacowania zbiorów za pomocą algorytmu WOFOST, prognozującego plony na podstawie danych meteorologicznych, dostępności wody i nawożenia NPK.
- Filmy z kamer zamontowanych na kombajnach pomidorowych posłużyły do trenowania modelu AI do estymacji plonów. Algorytmy AI obliczały plon z określonego obszaru geograficznego i porównywały wyniki ze wskaźnikami z obrazów satelitarnych i algorytmem WOFOST.
Wyniki
Agri Solutions opracowało unikalne rozwiązanie, przewyższające możliwości porównywalnych systemów dostępnych na rynku światowym, przynosząc wymierne korzyści, w tym:
Redukcja kosztów
Agros Nova obniżyła koszty uprawy pomidorów poprzez zwiększenie efektywności i ograniczenie marnotrawstwa. System zapobiega nadmiernemu podlewaniu i nawożeniu, wczesnemu wykrywaniu szkodników i chorób oraz automatyzuje aplikację składników odżywczych. Rozwiązanie Agri Solutions rekomenduje nawożenie i opryski w ciągu 24 godzin, korzystając z danych pogodowych i obrazów satelitarnych. Monitorowanie upraw w czasie rzeczywistym redukuje ryzyko szkodników oraz minimalizuje pracę ręczną i koszty.
Wzrost produktywności
Agros Nova zwiększyła produktywność upraw dzięki nowemu systemowi. Optymalizacja nawożenia i nawadniania pozwala uzyskać wyższe plony z tej samej powierzchni oraz poprawia jakość upraw, w tym zwiększoną masę suchą i poziom likopenu. To umożliwia dostarczanie stałej, wysokiej jakości produkcji dla kontrahentów i zakładów przetwórczych.
Poprawa zdolności strategicznych
Nowy system wykorzystuje AI i uczenie maszynowe do optymalizacji strategii sadzenia, ujawniając kluczowe korelacje między zmiennymi. Rozwiązanie Agri Solutions analizuje duże zbiory danych, umożliwiając szybsze i dokładniejsze decyzje. Zapewnia ponad 95% dokładności oceny odżywienia roślin i automatycznie przekłada te dane na działania zarządzania uprawą, maksymalizując plon z hektara.
Łatwość wdrożenia i skalowalność
System IT i algorytm działają w chmurze, zapewniając dostęp z dowolnego miejsca. Wdrożenie w chmurze zwiększa skalowalność, ułatwia utrzymanie i aktualizacje oraz znacząco obniża koszty.
Wdrożenie IoT
System umożliwia płynną współpracę różnych urządzeń IoT, takich jak czujniki wilgotności gleby. Pośrednia warstwa oprogramowania integruje różne sterowniki w jeden wirtualny kontroler, pozwalając systemowi na jednolitą rozpoznawalność i interakcję ze sprzętem.
Unikalność
Obecnie żaden inny produkt nie oferuje takich samych funkcjonalności, możliwości ani transformujących rozwiązań. Rozwiązanie Agri Solutions ma ogromny potencjał do wykorzystania generowanych algorytmów AI i obrazowania w produkcji innych roślin, upraw plantacyjnych lub monitoringu lasów.
Śledź nas!
Podglądaj co robimy i zainspiruj się pozytywnymi zmianami.
