В Kernel рассказали о применении ИИ-технологий для определения потенциала производительности полей

Об этом говорится в сообщении пресс-службы компании.

“Годами нарабатывали собственную базу данных по каждому участку. Собирали информацию как об агрохимии и почвах, так и ряде показателей, которые мониторит техника во время полевых работ”, – говорится в сообщении.

Разработанная модель машинного обучения помогает определить потенциал каждого поля, выявить, как и насколько в тонах на гектар разные факторы влияют на урожайность. В результате определяются сильные и слабые стороны каждого поля, а также строится алгоритм повышения его скрытого потенциала и результативности. Это позволяет адаптировать агротехнические мероприятия под конкретные условия.

Такое применение технологии ИИ позволяет лучше понимать потребности каждого участка и, например, рационализировать систему питания и внесение удобрений. В этом году скорректировали нормы удобрений для каждого поля, чтобы максимизировать урожайность и избежать риска увеличения расходов на полях с низким потенциалом. А в конце сбора урожая проведут подробную оценку эффективности данного подхода на практике.

Наши специалисты уже работают над тем, чтобы рассчитывать потенциал не только целого поля, а детализировать данные на уровне типичных однородных участков. Это позволит еще более точно анализировать изменяемость условий в пределах одного поля, чтобы в будущем эффективнее прогнозировать урожайность, оптимизировать ресурсы и не перегружать почву”, – говорится в сообщении.

Метки: Кернел