Искусственный интеллект научили определять зоны эффективной сельскохозяйственной деятельности

Бразильские ученые натренировали искусственный интеллект анализировать спутниковые снимки, на которых видны зоны, где эффективно сочетаются растениеводство и скотоводство. Последняя концепция считается революционной и потенциально может обеспечить стабильное развитие агропромышленности. Но ученые хотят знать, насколько эта идея действительно эффективна.

Искусственный интеллект анализирует состояние сельского хозяйства по спутниковым снимкам.
Искусственный интеллект анализирует состояние сельского хозяйства по спутниковым снимкам. Источник: Inácio Thomaz Bueno

Комплексная система сельскохозяйственной деятельности

Бразильские ученые опубликовали интересную работу в области спутникового агромониторинга. Аппараты на орбите уже достаточно давно используются для того, чтобы оценивать состояние сельскохозяйственных угодий. Однако в новом исследовании их использовали для наблюдения за теми территориями, на которых реализуется система интеграции растениеводства и животноводства.

Система интеграции растениеводства и животноводства (CLI) — это новая перспективная технология, которая способна изменить сельское хозяйство, хотя на самом деле идеи, лежащие в ее основе, чрезвычайно давние. Они заключаются в сложном чередовании выращивания агрокультур с разведением скота, преимущественно коров и свиней.

Дело в том, что выращивание сои, кукурузы и других подобных культур, при высоких урожаях, значительно прибыльнее животноводства. Однако этот урожай на самом деле крайне нестабилен, в том числе и из-за самих растений, которые сильно истощают землю.

С другой стороны, животноводство все равно требует всего перечисленного. К тому же замена засева на один сезон выпасом скота способствует рекультивации земель. Для всего этого придуманы сложные современные математические модели, и на экспериментальных участках они себя хорошо показали.

Искусственный интеллект и компьютерные снимки

Однако надо еще понять, как новая технология показывает себя при массовом использовании и в разных условиях. Агропромышленников, которые пробуют ее, с каждым годом становится все больше, и наблюдать за их результатами на Земле практически невозможно.

И именно здесь подключаются спутники. Для того, чтобы отслеживать состояние полей, их используют уже не один год. Проблема лишь в том, чтобы среди большого количества изображений найти именно те участки, которые используются по программе интеграции растениеводства и животноводства.

Вручную это сделать было бы невозможно, но есть решение — нейросети. Поэтому бразильским ученым оставалось только обучить искусственный интеллект на готовых расшифрованных снимках. В конце концов, он научился не только отличать необходимые участки, но и оценивать их состояние.

Местом исследования были территории в штатах Сан-Паулу и Мату-Гросу. Объектный анализ изображений проводился с интервалами в 10 и 15 дней в четыре этапа: получение данных CLI через Planetscope, группу спутников, которые фиксируют изображения поверхности Земли с высоким разрешением, показывая изменения в областях со временем; обучение алгоритмов для распознавания шаблонов, связанных с CLI; отображение областей CLI; оценка точности модели путем сравнения автоматических результатов с предыдущими данными.

По материалам phys.org

Только самые интересные новости и факты в нашем Telegram-канале!

Присоединяйтесь: https://t.me/ustmagazine

Спутниковые SMS: клиенты T-Mobile смогут отправлять сообщения через Starlink
Идеальное кольцо: телескоп Euclid сфотографировал уникальный космический мираж
Жесткая экономия на Artemis: Boeing увольняет 400 инженеров ракеты SLS
Запуск первой частной орбитальной станции Haven-1 перенесен на 2026 год
Марсоход Perseverance наткнулся на ранее невиданную находку
Потерянная в космосе: астрономы нашли остатки погибшей планеты
Парадоксальное открытие: фотоны одновременно существуют в 37 пространственных измерениях
Мощная солнечная буря образовала новые радиационные пояса Земли
Слияние нейтронных звезд порождает чистые тона гравитационного камертона
Астрофотограф запечатлел эпичный транзит МКС над южным полюсом Луны