Исследователи представляют инструмент искусственного интеллекта, который поможет фермерам, выращивающим оливки, предсказать время сбора урожая

Резюме

Группа Predic 1 Operational Group успешно разработала платформу для прогнозирования урожая оливок на весь сезон вперед с точностью до 90 процентов, используя методологии интеллектуального анализа данных и алгоритмы машинного обучения. Проект, финансируемый европейскими сельскохозяйственными фондами, направлен на предоставление бесплатного веб-приложения для улучшения управления фермерским хозяйством и оптимизации ресурсов в секторе оливок с потенциалом для улучшения принятия решений и устойчивости в отрасли.

После более чем трех лет разработки результаты работы оперативной группы Predic 1 были представлены в прошлом месяце на конференции в Менгибаре, Хаэн.

Задача группы заключалась в создании платформы, способной предсказание урожая оливок на целый сезон вперед, и, по их словам, они достигли этой цели с точностью до 90 процентов.

Работа была выполнена консорциумом, в который вошли Университеты Хаэна, Сетемета, Ситолива, Кооперативы Агроалиментариас Андалусии, союз фермеров и Нутеска, используя в качестве тестовых примеров традиционные оливковые рощи Пикуаль в Хаэне, Кордове и Гранаде.

По словам Марии Изабель Рамос, профессора кафедры картографической, геодезической и фотограмметрической инженерии Университета Хаэна и автора-корреспондента прогноза на 2022 год. проведенное исследование Говоря о технологии, системы прогнозирования имеют решающее значение для будущего оливкового сектора.

На научном уровне прогнозирование урожая — одна из самых сложных проблем точного земледелия», — сказала она. Есть несколько исследований, которые делают эти прогнозы на основе тесной связи между выбросами пыльцы и производством фруктов, другие — на основе аэробиологических, фенологических и метеорологических переменных, и все они с эффективной и приемлемой точностью, начиная с июля».

Мы намерены расширить этот прогноз и иметь возможность делать оптимальные прогнозы в период до цветения… задолго до того, как фермер осуществит свое стратегическое планирование и экономические инвестиции в ферму», — добавил Рамос.

Группа использовала методологии интеллектуального анализа данных, ранее использовавшиеся в проектах прогнозного здравоохранения, для создания регрессионных моделей на основе метеорологических данных и исторических данных об урожае со всей первоначальной целевой территории.

Это было объединено с текущими данными дронов, оснащенных термографическими датчиками и мультиспектральными камерами, спутниковыми снимками, фенологическими оценками, анализами листьев и почвы, а также данными, собранными на модельных фермах.

Модель использует машинное обучение, наиболее зарекомендовавшую себя область искусственного интеллекта и хорошо зарекомендовавшую себя в сельском хозяйстве, чтобы максимально точно прогнозировать урожайность сельскохозяйственных культур.

Использование алгоритма машины опорных векторов позволило использовать несколько ядер, а именно линейное и гауссово. Это облегчает адаптацию алгоритма к характеру данных, позволяя выполнять бесконечные преобразования.

Платформа будет доступна бесплатно в виде веб-приложения, аналогичного СИГПАК, географическая информационная система правительства Испании по сельскохозяйственным участкам.

Пользователи могут просматривать интерактивное графическое представление запрошенной информации и экспортировать данные.

Франсиско Рамон Фейто Игеруэла, заведующий кафедрой компьютерной графики и геоматики в Университете Хаэна и технический координатор проекта, объяснил, что по мере того, как число пользователей увеличивается, а результаты будущих урожаев возвращаются в систему, точность прогнозов будет улучшаться. . Будут возможны более эффективные модели, адаптированные для каждой области.

Хосе Менар Пачеко из Cooperativas Agro-alimentarias de Andalucía подчеркнул важность роли его организации в распространении результатов и знаний проекта среди заинтересованных сторон.

Он надеется обеспечить широкую осведомленность и принятие результатов проекта для улучшения управления фермами и оптимизации ресурсов его участников. Годовой оборот этих членов составляет более 11 миллионов евро и более 70 процентов общего производства оливкового масла в Андалусии.

Проект финансируется через европейские сельскохозяйственные фонды развития сельских районов и региональное правительство Андалузии в рамках призыва к региональным операционным группам Европейского инновационного партнерства по повышению производительности сельского хозяйства и устойчивости оливкового сектора.

В Общая сельскохозяйственная политикареализуется ряд новых реформ, в том числе по борьбе с изменение климата с этими экологическими целями, а также достижение устойчивого и конкурентоспособного сельскохозяйственного сектора путем поддержки фермеров, и все это при твердой приверженности цифровизации оливкового сектора для достижения этих целей», — сказал Рамос.

Она добавила, Достижение этих целей зависит от принятия соответствующих решений каждым из участников сектора. Поэтому системы прогнозирования являются важнейшим инструментом управления и принятия решений».

• Университет Хаэн