![В Томске нейросеть научили определять уровень плодородия почв по космоснимкам](https://letaibe.media/wp-content/uploads/2022/10/d-o-m-i-n-i-k-j-p-w-ygcodo61k3e-unsplash.jpg)
В Томске нейросеть научили определять плодородие почв
Биологи Томского государственного университета вместе с партнером – IT-компанией «Синкретис» научили искусственный интеллект анализировать плодородность полей и состояние посевов по космоснимкам. Как сообщается на сайте вуза, новый инструмент будет доступен российским агрономам, развивающим технологии точного земледелия.
Над проектом работает междисциплинарная группа, в состав которой входят почвоведы, радиофизики, метеорологи, айтишники и ряд других специалистов.
«Чтобы ИИ мог распознавать разные типы почв, нужно было разработать систему биомаркеров, считывая которые, нейросеть сможет определить все важнейшие функциональные особенности того или иного участка поля», — рассказывает доцент кафедры почвоведения и экологии почв Биологического института ТГУ Олег Мерзляков.
На создание библиотеки данных у ученых ушло два года. С помощью датчиков, разработанных радиофизиками ТГУ, анализировались показатели почвы (влажность, температура) и приземного воздуха. Помимо этого почвоведы проводили обследование полей, отбирали и анализировали пробы почвы в разных климатических зонах (сухих, например в Хакасии, и влажных – в Томской области), выявляли закономерности между отражающей способностью почв и посевов и их изображения на космоснимках.
Используя библиотеку данных, сотрудники компании «Синкретис» и ТГУ провели машинное обучение нейросети. В настоящее время компьютерная модель «видит» участки неоднородности на полях, умеет определять по космоснимкам уровень плодородия (в частности, концентрацию гумуса), делать выводы о возможных повреждениях посевов и о том, чем они вызваны (заморозки, засуха, вредители, болезнь), предлагать рекомендации по решению проблемы.
«К примеру, если повреждение вызвано вредителем, нейросеть очерчивает проблемную зону. Далее к решению задачи подключаются специалисты факультета инновационных технологий ТГУ и дроны, для которых они разрабатывают интеллектуальные надстройки, – поясняет Олег Мерзляков. – На первом этапе беспилотники проводят дообследование местности, на втором – точечную обработку участка нужным препаратом. Точно так же решается проблема с нехваткой микро- и макроэлементов. Обычно нет необходимости в обработке всего поля. Нейросеть определяет локацию и дефицит элементов, беспилотники проводят локальную обработку, что экономит средства сельхозпроизводителя».
Источник: ТГУ
Фото: Unsplash