Улучшение урожайности сельхозкультур при помощи сверточной нейросети

Несмотря на войны, заболевания, природные катастрофы, население Земли неуклонно растет и по прогнозам, к концу 2100 года достигнет почти 11 млрд человек.

Учитывая, что площадь посевных площадей постоянно увеличивать нет физической возможности, даже если делать это за счет наступления на леса, что не является хорошим решением, чтобы избежать катастрофической ситуации со снабжением продуктами питания, необходимы инновационные методы увеличения урожайности с единицы площади.

Причем дело даже не в количестве удобрений, поливе, новых сортах зерновых культур и т.д.
На урожай влияют десятки основных факторов, которые можно изменить в полевых или лабораторных условиях, а также вспомогательные, также вносящие тот или иной вклад, причем не сразу, а с отложенным эффектом (например через сезон).

Нейронная сеть увеличит урожайность сельхозкультур

Ручной, устаревший метод анализа и прогнозирования, когда нет возможности учесть не по отдельности, а в совокупности все факторы, воздействующие на урожайность, себя практически исчерпали.

Если сформировать ряд данных, причем за несколько сезоном наблюдений еще возможно, в этом поможет вычислительная техника, то для выявления зависимостей, скрытых трендов, потребуется принципиально иной математический аппарат на основе искусственного интеллекта.
Опытный агроном, с десятилетиями стажа, может дать практические советы и даже например точно определить влажность зерна, попробовав ее буквально “на зуб”, даже без влагомера, но в XXI века интенсификация требует принципиально иных технических решений.
Облачные технологии и мощные микропроцессорные комплексы предполагается внедрить в сельскохозяйственную отрасль, к чему стремятся ученые из университета в Иллинойсе (США), тренирующие так называемую сверточную нейронную сеть, чтобы усовершенствовать механизм прогнозирования урожайности.

1. Исследуемый участок поля разбивается на квадраты 5*5м, с которого снимается целых ряд величин при помощи датчиков: физические и химические параметры состава почвы, включая насыщенностью удобрениями, кисло родом, влажность, температура, высота над уровнем моря, освещенность, кислотность, засоленность, электропроводность, топографические данные и т.д.
2. Нейросеть, основанная на алгоритмах математической оптимизации, обрабатывает колоссальный объем данных, выявляется скрытые связи и выдает на выходе рекомендации, чтобы даже при существующих ресурсах, увеличить урожайность.

Решение указанной проблемы особенно актуально для стран с низким уровнем аграрной культуры, со слабой обеспеченностью современного оборудования для зерновых лабораторий и новыми технологиями.

В частности, указанный в начале нашей статьи, рост численности населения на 50 % будет обеспечен за счет Нигерии, Пакистана, Конго, Индонезии.

Прогнозируется, что одна лишь Нигерия к концу столетия увеличится по населению с 200 до 700 млн. людей, заняв третье место в мире и без интенсификации сельского хозяйства, столь стремительное увеличение приведет к катастрофическим последствиям, в частности голоду.