В Kernel розповіли про застосування ШІ-технологій для визначення потенціалу продуктивності полів
Про це йдеться у повідомленні пресслужби компанії.
“Роками напрацьовували власну базу даних по кожній ділянці. Збирали інформацію як про агрохімію та ґрунти, так і низку показників, які моніторить техніка під час польових робіт”, – сказано у повідомленні.
Розроблена модель машинного навчання допомагає визначити потенціал кожного поля, виявити, як та наскільки в тонах на гектар різні фактори впливають на врожайність. У підсумку визначаються сильні та слабкі сторони кожного поля, а також будується алгоритм підвищення його прихованого потенціалу та результативності. Це дозволяє адаптувати агротехнічні заходи під конкретні умови.
Таке застосування технології ШІ дозволяє краще розуміти потреби кожної ділянки та, наприклад, раціоналізувати систему живлення та внесення добрив. Цього року скорегували норми добрив для кожного поля, щоб максимізувати урожайність і уникнути ризиків збільшення витрат на полях із низьким потенціалом. А в кінці збору врожаю проведуть детальну оцінку ефективності даного підходу на практиці.
“Наші спеціалісти вже працюють над тим, щоб розраховувати потенціал не тільки цілого поля, а деталізувати дані на рівні типових однорідних ділянок. Це дозволить ще точніше аналізувати змінність умов в межах одного поля, щоб в майбутньому ефективніше прогнозувати врожайність, оптимізувати ресурси та не перевантажувати ґрунти”, – сказано у повідомленні.
Читайте також
Ціна пальмової олії намагається повернути тенденцію до зростання
Дотації на гектар: перша хвиля подання заявок у ДАР завершена
Ставки фрахту для хендісайзів при перевезенні зерна з України зросли
В Україні вся соя ідеальної якості йде на експорт — учасник ринку
Ціни на пшеницю в ЄС зростають через високий попит
Напишіть нам
Наш менеджер зв'яжеться з Вами найближчим часом