Перейти к содержанию
ЛиС

  • 0

Алгоритмы управления факторами роста растений в защищенном грунте. Отраслевые цифровые платформы и искусственный интеллект

Оценить этот вопрос:


Aleksey Kurenin

Вопрос

  • Модераторы

Уважаемые коллеги, у меня вот тут была небольшая дискуссия с одним из участников форума. Мы решили, что нам необходимо больше мнений по заданному вопросу. Вот наша переписка:

Все больше пытаюсь вникнуть в агротехнологию закрытого грунта, пытаюсь в excel сформировать математическую модель питания растений в зависимости от различных факторов будь то анализ дренажа, субстрата, вытяжка из субстрата, анализ листьев, солнечная радиация, температура, влажность, уровень СО2 итд итп, в виду своей пока еще малой опытности четкой привязки ко всем факторам сделать не могу, но пытаюсь, так возник вопрос к Вам не существует ли готовой программы или таблицы в excel, которые бы уже основываясь на многолетнем опыте агрономов позволяли бы эффективно управлять стратегией поливов, температурно-влажностным режимом итд итп на основе всех возможных факторов влияния. Заранее благодарен за ответ.

Боюсь, что я такой программы не знаю.
  Что касается минерального питания, то существует масса программ для расчёта питательных растворов. В некоторых уже заложены различные рецепты для разных фаз развития растений и есть возможность учитывать анализы дренажа и др.
> Что касается поливов и их связи с солнечной радиацией и другими параметрами, а также управлением температурой и влажностью и т п. ТО все современные программы управления микроклиматом (Priva, Sercom, Fito, Netafim, и многие многие другие) имеют в себе огромное количество возможностей управлять всеми этими параметрами в корреляции друг с другом. Все эти алгоритмы управления пустые, то есть их необходимо заполнять самим.
> Но, никаких готовых схем не существует, есть только общие закономерности. Если хотите знать моё мнение, то я думаю, что составление таких схем непомерно сложная задача (если у Вас получится, то это будет очень здорово) и к тому же имеющая сомнительный практический смысл.
> Я лично специализируюсь на стратегиях управления водным режимом в субстрате, но поверьте, каждое хозяйство (а также культура, гибрид, теплица, климатическая зона, состояние растения) имеет какие то свои особенности и у всех разные решения одних и тех же задач.
> Очень часто решение о изменении дозы полива или температуры или ещё чего либо принимается не на основе готовой схемы, а на основе разностороннего анализа ситуации в теплице с учётом нескольких факторов, многие из которых с трудом поддаются "оцифровыванию".

Алексей, вот все вы абсолютно правильно говорите - "разносторонний анализ с учетом различных факторов". Но ведь фактически задачи ведь сводятся именно к анализу различных факторов на основании которых агроном принимает решение, в любом случае агроном не способен проанализировать досконально все факторы,более того, он должен на основании их анализа принять одно грамотное решение или стратегию по решениям, так моя идея в том, чтобы можно было сделать модель с учетом всех возможных факторов будь то солнечная радиация, анализ субстрата, анализ листа, анализ дренажа, температурный график, влажностный, естественно стадия развития растений, заболевания,тип субстрата, сам вид растений и чем больше будет таких факторов на которые можно влиять тем более модель будет адекватна к реальным условиям и соответственно к повышению урожайности,естественно всех факторов я учесть не могу, может быть вы мне поможете восполниь проблемы в знаниях. Кстати кроме Фито-агроном, какие еще существуют программы по расчетам?

Кроме Фитовского "Агронома" есть ещё у АИК-Агро такая же программа. Они их продают. Но такие программы есть у многих. У меня например своя была, когда я в Кемира Агро работал. Я её сам в exele сделал. Там ничего сложного нет. Думаю, что их полезность немного переоценена.
> Что касается основной части Вашего вопроса, то я остаюсь при своём, достанточно скептическом мнении по этому поводу. Я не согласен с тем, что агроном не в состоянии проанализировать все факторы. Он должен быть в состоянии, по крайней мере стремиться к этому. Тут конечно возникает другая проблема, особенно если смотреть на наши Родные предприятия, что у Вас в Украине, что у нас в России, болезни примерно одинаковые. Хотя должен сказать, что в Украине дело немного лучше в этом плане, у Вас частный бизнес более развит. Я тут имею ввиду, чем этот агроном должен заниматься на работе - тепличниц и пьяных слесарей гонять или анализировать ситуацию и принимать решения.
> Лично я боюсь отдавать на откуп машине стратегических принятие решений о климате или поливе, я имею в виду, что все эти закономерности сложны и не имеют чётких алгоритмов действий. Ну не верю я пока в это. Возможно у меня у самого не хватает знаний.
> Да! У меня идея. Давайте перенесём дискуссию об этом в открытый доступ. Я могу всё скопировать на форум. Что думаете?

Ну вот это всё. Так что просим высказываться.

Изменено пользователем BKB
Поджал текст.
Ссылка на комментарий

Рекомендуемые сообщения

  • 0
В 05.12.2022 в 16:16, BKB сказал:

Эта презентация сейчас уже не доступна, но по современным "цифровым органам чувств" тепличного производства – на примере отличных IoT-решений Aranet – можно посмотреть свежий вебинар от 03.11. 2022 (на английском языке).

 

Если смущает англ. язык можно использовать машинный перевод. Яндекс браузер неплохо справляется.

Ссылка на комментарий
  • 0
  • Модераторы
5 часов назад, MSR сказал:

Яндекс браузер неплохо справляется.

Да, можно, но этот браузер мало кто использует. Проще включить перевод субтитров YouTube на русский язык, что работает всегда и везде.

Ссылка на комментарий
  • 0
В 02.03.2021 в 18:16, Марите сказал:

IT-системы не адресованы огородникам-любителям или дрессировщикам, они предназначены для коммерческих тепличных хозяйств достаточно высокого технического уровня.

Поэтому те форумчане, которые не применяют в своей работе климат-компы и другие системы управления теплицей, пожалуйста, не засоряйте профессиональную тему флудом.

Здравствуйте. Интересно ваше мнение о программах. Я менеджер на 30 гектар стеклянных теплиц под управлением Привы. 

Хочется получить функционал для именно для нескольких пунктов:

1. Имеем определенные проблемы технического характера на каждых блоках (старые лампы, недостаток тепла, недостаток СО2). И очень важно понимать как тот или иной фактор влияет на урожайность отдельного блока. Какой более, какой менее. То есть потенциал культуры в разрезе блоков. 

2. Правильно спрогнозировать общий план производства понедельно с учётом всех внешних и внутренних факторов.

В данное время агрономы предлагают программу letsGrow, но я больше склоняюсь к Pylot. Можете порекомендовать что ближе по функционалу, что удобнее и возможно у вас есть информация о стоимости абонентской платы или лицензии? Может есть какие отрывы по ценам?

Ссылка на комментарий
  • 0
  • Редактор

Уникальные цифровые решения тепличного комплекса в Ставрополье изучили тимирязевцы

1707755067_1707140912_IMG_9850.jpg

Молодые ученые кафедры статистики и кибернетики Института экономики и управления АПК продолжают развитие своего стартапа «Интеллектуальная платформа анализа больших данных и прогнозирования в овощеводстве защищенного грунта». Следуя принципу учиться у лучших, они отправились в тепличный комплекс «Долина солнца» в Предгорном районе Ставрополья, входящий в ГК «Белая дача».

В.В. Демичев, А.Ю. Титов и А.С. Невзоров ставят перед собой амбициозную задачу – разработать приложение для анализа внутренних и внешних условий выращивания томата в теплице с применением нейронных сетей и других алгоритмов искусственного интеллекта. Продукт рассчитан на повышение точности прогнозирования урожайности томата, оптимизацию затрат на его производство и максимизацию урожайности.

Для изучения опыта комплекс "Долина Солнца" был выбран не случайно. Он представляет из себя ультрасовременный тепличный комбинат с уникальными технологиями выращивания томатов и салатных культур. Здесь воссоздаются условия произрастания в открытом грунте: под солнцем, дождем и ветром, чтобы овощи и листики зеленных культур были плотные и насыщенные по вкусу.

В ходе визита тимирязевцы познакомились с технологическими процессами инновационного комплекса, особенностями работы цифровых платформ, в том числе с системами автоматизации управления климатом. Все это делает работу над стартапом более практико-ориентированной, содействует появлению новых направлений развития проекта и выявлению потребностей производителей в современных цифровых решениях.

Разрабатываемый молодыми учеными Тимирязевской академии проект «Интеллектуальная платформа анализа больших данных и прогнозирования в овощеводстве защищенного грунта» поддержан Фондом содействия инновациям в рамках конкурса «Студенческий стартап».

  • Забавно 1
Ссылка на комментарий
  • 0
  • Редактор

Ускорение селекции томатов для теплиц с помощью "искусственного интеллекта"

Ускорение селекции томатов для теплиц с помощью ИИ

Исследования томатов в компании Syngenta Vegetable Seeds теперь проводятся с помощью искусственного интеллекта (ИИ), что позволяет получать больше данных и более точную информацию, чем когда-либо прежде. В теплице TomatoVision в г. Маасланд (Нидерланды) испытываются эффективные технологии сельскохозяйственного ИИ, в том числе ИИ-решения компании Source.ag.

«Мы используем технологии ИИ, чтобы понять, какую информацию мы можем собрать о наших новых сортах. Это становится еще более важным сейчас, когда все большее число производителей рассматривают возможность использования систем на основе ИИ в своей работе, — говорит Артур ван Марревейк, технический менеджер компании Syngenta Vegetable Seeds. — С исследовательской стороны мы хотим сравнить данные, которые мы уже собираем сегодня, и посмотреть, какие ключевые точки данных мы можем оптимизировать, чтобы использовать их в системах искусственного интеллекта для производителей, а также в наших селекционных программах».

Сотрудничая с лидерами рынка ИИ-технологий, селекционеры могут быстрее продвигать инновации в области томатов и предоставлять больше данных аграриям при выведении новых сортов. В целом, это означает, что нужные томаты будут быстрее попадать к фермерам, а фермеры будут иметь больше данных для принятия решений о новых продуктах.

Как ИИ влияет на селекцию

Сбор и организация данных важны для достижения максимальной эффективности и точности.

«Мы используем собранную информацию для создания планов на основе этих данных, — говорит Марк Верслуис, специалист по разработке продуктов компании «Сингента». — Например, мы можем использовать данные о климате и окружающей среде, чтобы разместить новые продукты в тех местах, где они будут лучше всего подходить. Или мы можем использовать эту же информацию, чтобы дать фермерам рекомендации по оптимизации производства, подкрепленные доступными, документированными данными испытаний. Мы также используем данные об урожайности для дальнейшего планирования поставок — особенно для таких продуктов, как наши томаты, устойчивые к ToBRFV, которые, вероятно, будут пользоваться повышенным спросом».

Селекционеры принимают решения на основе данных, поэтому каждый томат, поступающий на рынок, опирается на многолетние данные, доказывающие, что он лучше предыдущих сортов и лучше других, протестированных в то же время. Кроме того, более глубокое понимание условий выращивания и их роли в урожайности и продуктивности означает, что аграрии могут выбрать томат, который лучше всего подходит для их уникальной ситуации.

В ходе последних испытаний «Сингента» смогла протестировать различные продукты в разных местах и при разных условиях, но при этом получить последовательные и точные данные. С помощью ИИ сбор данных стал более эффективным. Таким образом, независимо от того, испытываются ли новые сорта в теплицах, контролируемых «Сингента», или в хозяйствах производителей, данные собираются единообразно и теперь быстрее с помощью ИИ.

Возможности ИИ в исследованиях огромны. Подбор сортов, которые дают растениеводам нужные им характеристики быстрее и с учетом данных о размещении и окружающей среде — это только первые шаги. По мере того как данные становятся более организованными и легкодоступными, селекционеры могут делиться более подробной информацией о том, что исследователи видят в ходе испытаний, предоставляя фермерам больше информации для принятия правильного решения о посеве каждый год.

Изменено пользователем BKB
Перенос в другую тему.
  • Спасибо 1
Ссылка на комментарий
  • 0
  • Модераторы
16 часов назад, Редактор сказал:

В.В. Демичев, А.Ю. Титов и А.С. Невзоров ставят перед собой амбициозную задачу – разработать приложение для анализа внутренних и внешних условий выращивания томата в теплице с применением нейронных сетей и других алгоритмов искусственного интеллекта. Продукт рассчитан на повышение точности прогнозирования урожайности томата, оптимизацию затрат на его производство и максимизацию урожайности.

Какую цифровую отраслевую платформу (https://greentalk.ru/topic/123/?do=findComment&comment=128994) по счёту они ходят сделать – десятую? Также почему-то я последние два года не слышу громких победных реляций о кардинально подскочившей урожайности либо снижения затрат после внедрения оных...

  • Нравится 1
Ссылка на комментарий
  • 0

В Европе ИИ начинался с создания баз данных через https://www.letsgrow.com/ и подобных сервисов.
На какой базе товарищи В.В. Демичев, А.Ю. Титов и А.С. Невзоров собираются решать поставленную перед собой амбициозную задачу, не понятно.
Похоже на подготовку к получению очередного гранта, а затем его "освоения", вот только реальных результатов от полученных грантов тепличные комбинаты не видят.

Изменено пользователем Tasso
  • Спасибо 1
Ссылка на комментарий

Для публикации сообщений создайте учётную запись или авторизуйтесь

Вы должны быть пользователем, чтобы оставить комментарий

Создать аккаунт

Зарегистрируйте новый аккаунт в нашем сообществе. Это очень просто!

Регистрация нового пользователя

Войти

Уже есть аккаунт? Войти в систему.

Войти

Благодарим за поддержку сайта!


×
×
  • Создать...

Важная информация

Мы используем файлы cookie, чтобы улучшить работу сайта. Дальнейшее пребывание на сайте означает согласие с их применением.