CDO2DAY
Цифровой анализ

“Для небольших и даже средних хозяйств вход в высокотехнологичное сельское хозяйство пока закрыт”

По прогнозам ООН, через 30 лет человечеству потребуется в 1,7 раз больше продовольствия, чем производится сейчас. Таких результатов без серьезной модернизации сельского хозяйства не достичь. Ответом на глобальные вызовы могут стать технологии: датчики, дроны, беспилотные комбайны и роботы. Технологии автоматизируют уборочные и посевные кампании, оптимизируют использование удобрений и средств химической защиты растений, заметно снижают расход воды. CDO2Day оценил, как автоматизация меняет сельское хозяйство России и с какими проблемами сталкиваются те, кто разрабатывает и внедряет сельхоз-роботов.

Как дроны поднимают сельское хозяйство

Фермерские поля характеризуются неравномерностью. Например, большой земельный участок одного фермерского хозяйства может содержать четыре разных по своим качествам зоны. В первой зоне может быть более влажно, чем во второй, а в третьей  – содержаться в несколько раз больше минеральных веществ, чем в четвертой. Фермеры без использования современных технологий будут вносить минеральные вещества и проводить полив не дифференцированно. Также из-за неравномерности почвы одна и та же агрокультура созревает по-разному и ее качества могут существенно отличаться при “усредненном” времени сбора.

Технологии помогают выявлять неоднородность почв и находить к каждой зоне индивидуальный подход. Зная особенности поля, фермеры выбирают подходящую агрокультуру для каждой зоны, а поливают и вносят удобрения «по требованию».

$1,12 млрд.
оценка объема мирового рынка сельскохозяйственных дронов к 2026 году
7%
ежегодный прирост рынка беспилотников для сельского хозяйства до 2026 года
$1,25 тыс.
средняя стоимость дрона для сельского хозяйства

Данные: Research and Markets

В поиске неравномерностей фермерам помогают беспилотные летательные аппараты (БПЛА) с возможностями аэрофотосъемки (АФС) и мониторинга состояния растений. В «Геоскане», российской компании, создающей беспилотники и программное обеспечение для АФС, рассказали о двух вариантах использования снимков с дронов.

«Первый — это разработка электронных карт полей. В этом случае ведется картографирование участка местности с созданием плана фактически обрабатываемой пашни в векторном формате. Второй вариант — это дифференцированное внесение удобрений. Идея проста: удобрять только там, где это нужно, и ровно столько, сколько нужно. Техника, которая по готовой карте задания вносит удобрения, автоматически изменяя при этом дозу, доступна, но остается вопрос создания карты. Как раз этот вопрос и решают дроны», – рассказали в «Геоскане».  

Одно из хозяйств в Тульской области применяет технологию с 2017 года. Посевная площадь предприятия – 6 тыс. гектар. Экономический эффект по подсчетам «Геоскана» достигает от 2 до 5 тыс. рублей с гектара или от 12 до 30 млн. рублей со всей посевной площади.

Также по снимкам с дронов фермеры определяют уровень влажности почвы и воздуха, содержание хлорофилла в агрокультурах и количество сорных растений. Кроме того, анализ посевов с дронов позволяет оптимизировать технологию засева, добиваясь большей урожайности.

Такие кейсы есть в активе компании “Геомир”. Об одном из них CDO2Day рассказал Илья Воронков, исполнительный директор АО “Геомир”.

– С помощью дронов можно распознать проблему, оценить ее масштаб и предотвратить большие убытки. Приведу случай из нашей практики. Для одного крупного хозяйства в России мы проводили анализ всхожести подсолнечника. Площадь для анализа была приличной – около 10 000 га. По стоимости работы с БПЛА составили порядка 800 000 руб. В результате обследования было выявлено нестабильное расстояние между всходами, большое количество двойников и пропусков. Сингуляция в среднем по полям составляла не более 86% при том, что нормальной сингуляцией считается 94% и выше. В текущем сезоне пересевать уже было поздно, но к следующему сезону хозяйство подготовилось – переоборудовало сеялки и значительно повысило качество высева. Сингуляция достигла 98%. Хозяйство смогло добиться прибавки урожайности на 8%, что в чистой прибыли составило 55 млн. руб.

Беспилотники сеют и ликвидируют вредителей

В будущем дроны смогут самостоятельно сеять некоторые агрокультуры.

К реализации этой идеи стремится стартап AeroSeeder. Его октокоптер «высеивает» семена вспомогательных злаковых, сохраняющих состав почвы, препятствующих росту сорняков и эрозии участка. Дрон может нести до 18 кг семян. Но основные агрокультуры фермеры сажают по старинке. Еще один потенциальный сценарий – физическое уничтожение крупных вредителей. К примеру, Pats Drone физически уничтожает опасных насекомых даже ночью.

 

Датчики прогнозируют урожайность озимых

Если дроны собирают данные о почве, влажности, температуре грунта с воздуха, то датчики это делают непосредственно на земле. Беспроводные устройства могут подводиться к каждому растению или к небольшому участку. Собранную информацию они передают на облачный сервер. Оператор своевременно получает данные и принимает решение о поливе и внесении удобрений. Автоматизированные системы осуществляют полив самостоятельно “по требованию” самих растений.

Некоторые продвинутые датчики способны даже определять вредителей и болезни и дозированно распылять средства химзащиты растений.

В мае 2021 года компания «ЭР-Телеком холдинг» в рамках пилотного проекта по созданию цифрового сервиса агрометеоданных установила четыре полевые метеостанции в Алтайском крае. Задача станций – постоянно отслеживать влажность, температуру окружающего воздуха и почвы на различной глубине, скорость ветра и многое другое. Эксперты оценивают экономию от получения оперативных данных в 30% от использованных ранее объемов средств защиты растений, при этом урожайность контрольного участка выросла на 30–40%.

Также в одном из крестьянских фермерских хозяйств Алтайского края датчики используются для прогнозирования успешного выращивания озимой пшеницы.

Агрокультура должна хорошо развиваться до начала холодов, что позволит ей оптимально провести полгода под снегом. Датчики установили на двух участках – с избытком и недостатком снега. Если на улице минус 38 градусов, то на глубине температура составляет -4 градуса. Это – идеальные показатели для зимовки.

«Мы всю зиму наблюдали за температурой, понимая к весне, погибли посевы или нет, и к чему готовиться: перестраивать севооборот, закупать дополнительно семена или только удобрения», – рассказали фермеры.

Датчики также помогают алтайским аграриям в подсчете сумм эффективных температур. Так, озимая пшеница перезимует с вероятностью в 99%, если ее высеяли до 31 августа. Сумма температур в этом случае достигает 230 градусов. Если провести посевную 15 сентября, то пшеница наберет всего 70 эффективных температур, а выживаемость снижается до 50%.

Автономные комбайны собрали уже 720 тыс. тонн урожая

Уже спелую пшеницу в состоянии самостоятельно убрать умные комбайны. Например, компания Cognitive Technologies разрабатывает систему Cognitive Agro Pilot – беспилотную систему для комбайнов. Благодаря видеокамере и технологиям искусственного интеллекта машины при уборке урожая автоматически избегают препятствий: людей, животных, металлические предметы, камни.

Правда, для этого пришлось обучить нейросеть работе в поле. Видеокамеры и датчики собрали с обычных комбайнов фото и видео, данные о движении приводов в разное время суток и года на полях с различной геометрией и разными зерновыми агрокультурами. Затем на собранном массиве данных специалисты разметили транспорт, людей, части агрокультур, ряды и множество других элементов. Нейросети с помощью глубинного обучения создавали алгоритмы и сценарии для правильной работы самоуправляемого комбайна.

Сейчас для работы умной техники нужны только камера, вычислительный блок, планшет для настройки и датчик поворота колес.

Стоимость системы около 700 тыс. рублей. Ее внедрение позволяет на 25% увеличить производительность комбайнов, на 20% сократить сроки уборочных работ, на 8-135% сократить прямые потери зерна в ходе уборки и снизить расход топлива на 5%.

Совокупная экономия на топливе, времени уборки и оптимизации других операций оценивается в полмиллиарда рублей. Такие данные в компании получили с полей заказчиков в 35 регионах России. С июня по октябрь прошлого года 350 автономных комбайнов на 160 000 га площадей и собрали более 720 000 тонн урожая. В общей сложности под управлением системы Cognitive Agro Pilot техника проработала в прошлом году более 230 тыс. часов, преодолев свыше 950 тыс. км. Крупнейшие заказчики Cognitive Agro Pilot – «ЭкоНива», ГАП «Ресурс», ГК «Степь», «Агрокомплекс им. Ткачёва» и другие. В Cognitive Technologies уверены, что каждый десятый комбайн в России к 2025 году может стать беспилотным.

Экономия от использования системы на комбайнах достигается за счёт решения следующих ключевых проблем уборки урожая:

Первое: не остается непрокошенных участков, так называемых зазоров захвата жатки, шириной до 100 сантиметров из-за погрешностей вождения. На комбайне с автопилотом жатка захватывает кромку культуры предельно точно и ровно. Для живого комбайнёра это непосильная задача по концентрации внимания, с которой он перестаёт справляться через 2—3 часа после начала смены. Пропущенные участки в среднем составляют 7—12% поля. Чтобы их повторно убрать, нужно потратить дополнительное время и топливо.

Второе: затраты на выгрузку зерна. Выполнять выгрузку на ходу умеют только очень профессиональные механизаторы. Как правило, выгрузка — это отдельная операция, на которую также тратится дополнительное время, топливо и усилия комбайнёра. Комбайн с автопилотом решает и эту задачу без участия оператора.

Третье: что не всегда очевидно для владельца крупного агробизнеса, но очевидно для комбайнёра и фермера — это осыпание зерна. С того момента, как культура созрела, в день осыпается до 5% зерна. Таким образом, за 5 дней простоя потери могут составить около 25% урожая. Автопилот увеличивает количество рабочих часов за счёт возможности работы в тёмное время суток и убирает поле на несколько дней быстрее. Это прямая экономия и снижение рисков.

Что касается возможных масштабов внедрения системы Cognitive Agro Pilot, то в России более 100 тысяч единиц комбайнов, по всему миру их более миллиона. Тракторов в России порядка полумиллиона штук и более 2 миллионов продается ежегодно по всему миру. Это, как считают в компании, и есть потенциал роста для системы Cognitive Agro Pilot, которая в скором времени начнет использоваться еще и на тракторах и опрыскивателях, помимо комбайнов.

Роботам с манипуляторами не хватает эффективности

В отличии от самоуправляемых комбайнов, роботы пока не научились бережно и без повреждений собирать урожай фруктов и ягод. Десятки стартапов и команд ученых во всем мире бьются над решением этой задачи. Также, как и автономный комбайн, робот учится с помощью нейронных сетей, компьютерного зрения и искусственного интеллекта. Технологии помогают машине найти плоды среди листвы и оценить их зрелость. Сложность заключается в том, что одного робота необходимо учить на разных фруктах, овощах и ягодах и даже их сортах. Машина, успешно обученная сбору яблок, будет давить плоды винограда. Робот для сбора клубники вряд ли сможет собрать виноград: под каждый вид плода и зачастую сорт необходимы индивидуальные настройки захвата.

Успешные мировые примеры внедрения роботов – сборщиков плодов и ягод ограничиваются сбором лишь какого-то одной культуры. Так, яблоки с помощью роборук и вакуумного насоса со скоростью один плод в секунду собирает Abundant Robotics. Машины No touch автоматически поливают виноградные лозы и бережно собирают урожай. Стоимость работы робота составляет семь центов, тогда как традиционный ручной сбор оценивается в $1. Каждые 3-4 секунды многорукая машина Energid собирает цитрусы. Однако точность машины достигает лишь 90%. При указанных параметрах роботы–сборщики урожая стоят недешево: от $100 тыс. до $700 тыс. 

$5,4 млрд.
оценка мирового рынка роботов для сельского хозяйства в 2020 году
+25,5%
средний ежегодный прирост этого рынка до 2026 года
$21,1 млрд.
объем мирового рынка сельхоз роботов к 2026 году

Данные: Research and Markets

Машину, стоимость которой будет в семь раз ниже зарубежной, создают российские ученые. Робот для сбора яблок видит зрелые плоды с эффективностью в 97% и способен работать с деревьями высотой до двух метров. На сбор одного яблока уходит 10 секунд. Плод снимается с дерева при помощи робо-захватов.  Фермеры смогут увеличить доходы на 30% благодаря минимизации недобора урожая, уверены разработчики.

На помощь разработчикам роботов приходят и селекционеры. Они создают сорта ягод и фруктов с более плотной кожурой, предназначенных для машинной уборки. Например, Oregon Blueberry Farm & Nursery 40 лет выращивает чернику и последние 10 лет занимается генетикой. Ее исследования показали значительный рост спроса на ягоду с более твердой кожурой.

Аналоговый период в сельском хозяйстве закончился

Несмотря на несомненную пользу технологий для сельского хозяйства, существует множество барьеров для их широкого применения. Так, комбайны с автопилотом в состоянии позволить себе только крупные агрохолдинги, у которых сотни тысяч гектаров пахотных земель. По оценке Евгения Соломатина, руководителя программы МВА Телеком бизнес-школы МИРБИС, эксперт факультета ЭМИТ РАНХиГС, для небольших и средних хозяйств порог входа в высокотехнологичное сельское хозяйство пока слишком высок. А это значит, что используемые ими решения менее эффективны и они все быстрее проигрывают конкуренцию сельхоз-гигантам.

Максимальный экономический эффект от использования дронов также могут ожидать только крупные агрохолдинги. По мнению Сергея Соболева, инвестиционного менеджера венчурного фонда Skolkovo Ventures, экономически оправдано применение БПЛА в хозяйствах с посевными площадями более 20 тыс. гектар. Предприятия с меньшими площадями не всегда могут рассчитывать на нужную результативность.  

При этом подготовить операторов беспилотной техники и дронов не сложно. Но специалистов нужной квалификации – на стыке агрономии, ГИС и инженерии – остро не хватает. «Чтобы технология использования дронов жила, нужен специалист, который умеет рассчитывать потребность растений в азоте с учетом всего объема информации. Сложности возникают, когда огромный объем данных о посевах необходимо проинтерпретировать и превратить в полезную информацию, способную повлиять на производственные процессы», – рассказали в «Геоскане».

Кроме того, в России все материалы аэрофотосъемки и производные из них материалы по умолчанию являются секретными. Перед распространением данных АФС необходимо передать материалы для контрольного просмотра в штаб военного округа, что приводит к увеличению времени обработки этих данных, добавили в «Геоскане». «Если для создания цифровых карт такой подход не критичен, то для задач точного земледелия промедление в неделю может привести к обесцениванию и устареванию данных съемки», – рассказали в компании.

Массовое применение роботов также пока затруднено. Основные препятствия – высокая стоимость машин, их заточенность на конкретную агрокультуру и общая незрелость технологий автоматизированного сбора урожая плодовых культур.

И все же аналоговый период в сельском хозяйстве закончился, считают в Goldman Sachs. Применение технологий нового поколения может на 70% увеличить производительность мирового сельского хозяйства к 2050 году. И это усредненная оценка, в отдельных областях эффективность может вырасти в разы.

Вероятно, к этому времени часть ферм и правда станет роботизированной. Эксперименты в этой области уже ведутся. Так, в 2017 году в Великобритании на ферме Hands Free Hectare небольшие автоматизированные комбайны проводили посевную и уборочную кампании. За ростом агрокультуры следили дроны: вели мультиспектральную съемку для оценки зрелости зерновых, поиска вредителей, оценки необходимости внесения удобрений и т.д.

Правда, перед массовым применением роботизированных ферм ученым предстоит поработать над большей автоматизацией техники, охватить больше процессов и научить технику работать на обширной территории без участия человека.

Автор: Виталий Мосеев

Смотрите еще

Цифровой анализ
#цифровая трансформация сельского хозяйства

Автоматизация животноводства в 4 раза сокращает количество обслуживающего фермы персонала

177
7 мин
23 Июл 2021
Цифровой анализ
#цифровизация

Как цифровая платформа управления регионом помогает решать проблемы Мурманской области

385
7 мин
13 Июл 2021
Цифровой анализ
#ИТ-специалисты
#ПО

Кадровые службы софтверных компаний испытали перегрузку в 2020 году

185
8 мин
9 Июл 2021
Цифровой анализ
#цифровая трансформация

McKinsey: 10 главных технологических трендов до 2030 года для компаний и рынков

3322
8 мин
5 Июл 2021
Цифровой анализ
#регулирование
#ЦИПР-2021

ЦИПР 2021: Песочницы — это открытый эксперимент, любая компания может к нему присоединиться

462
10 мин
29 Июн 2021
Новости
#ЦИПР-2021
#цифровизация российской экономики

На ЦИПР 2021 глава Росатома назвал задачи новой цифровой пятилетки

361
2 мин
25 Июн 2021
Новости
#АРМ нового поколения
#сквозные ИТ-проекты

В России реализуют 12 сквозных ИТ-проектов

370
2 мин
25 Июн 2021
Цифровой анализ
#ИТ-специалисты
#ЦИПР-2021
#цифровая экономика

Решить проблему дефицита ИТ-специалистов может только ускоренная подготовка кадров

442
5 мин
24 Июн 2021