ШІ для вирощування бавовника в Техасі знижує витрати ресурсів та підвищує стійкість культури

Сільське господарство Техасу стикається з серйозними труднощами: зміни клімату, посухи, раптові бурі, нашестя шкідників і нестача точних історичних даних. У випадку з бавовником, ці фактори особливо критичні. Так, в 2022 році штат Техас зазнав найгіршого врожаю бавовни за останні роки через посуху та екстремальну спеку, що призвело до економічних втрат понад $2 мільярди.

Високі температури у Техасі протягом кількох останніх років змушують все більше фермерів відмовлятися від вирощування бавовника. За даними Texas A&M AgriLife Extension, у червні минулого року було засіяно на 450 тисяч акрів менше бавовника, що становить зниження на 7% та очікуваний рівень покинутих угідь у 39%.

Вирощування бавовника істотно сприяє економічній стабільності сільських громад Техасу: воно створює робочі місця та стимулює розвиток місцевих галузей, зокрема текстильної промисловості та логістики.

Читати по темі: Вирощування бавовнику: місце в сівозміні, обробіток ґрунту, сівба та інші ключові моменти технології

Історично прогнозування врожайності бавовни базувалося здебільшого на інтуїції фермерів і примітивних даних. Нині ж завдяки впровадженню технологій ці практики зазнали революційних змін — аграрне виробництво перейшло до точного, аналітичного підходу.

Точне прогнозування врожайності бавовника є складним завданням через непередбачувані погодні умови, нашестя шкідників та неоднорідні умови на полях. Фермери часто не мають достатніх історичних даних, що ускладнює точні оцінки врожаю та заважає ухваленню ефективних рішень.

• Бавовник чутлива до екстремальних погодних явищ, таких як посухи, повені та різкі коливання температур, які можуть знищити весь урожай.
• Нашестя шкідників — зокрема бавовникових довгоносиків, попелиць і білокрилок — може суттєво зменшити якість і кількість врожаю.
• Нерегулярні методи зрошення та варіативність ґрунтів на різних ділянках додають складності для точного прогнозування.

Недостатня системність у зборі даних також ускладнює точне передбачення. Згідно з даними EOS Data Analytics (EOSDA), компанії з українським корінням, яка спеціалізується на рішеннях супутникової аналітики в аграрній сфері, відсутність локалізованих даних і фрагментарність історичних записів можуть значно знижувати точність прогнозів, спричиняючи фінансову нестабільність і неефективне використання ресурсів. Щоб подолати ці виклики, EOSDA ініціювала пілотний проєкт, присвячений прогнозуванню врожаю бавовни в Техасі.

Попередній досвід компанії показав, що прогностичні моделі можуть давати збій через відсутність супутникових зображень та інших критично важливих даних у вирішальні фази росту культури. Підхід EOSDA полягає у поєднанні статистики врожайності, історичних погодних даних, агрокалендаря та знімків із супутників у режимі реального часу, що дає змогу суттєво скоротити ці прогалини.

Інтегруючи штучний інтелект, передові алгоритми машинного навчання та супутникові спостереження, команда EOSDA розробила модель прогнозування, яка ефективно компенсує обмеження, спричинені кліматичними змінами та фрагментарністю даних. Такий підхід суттєво підвищує точність і своєчасність прогнозів, демонструючи потенціал точного землеробства у подоланні традиційних проблем аграрного прогнозування.

Зокрема, модель:

• допомагає ухвалювати рішення щодо зрошення, обробітку ґрунтів, боротьби зі шкідниками;
• знижує витрати ресурсів;
• підвищує стійкість до погодних ризиків;
• дозволяє формувати реалістичні прогнози для логістики, переробки та експорту.

Інфобук Агробізнес України у 2023/24 МР

Як відбувається трансформація агросектору за роки війни

Олена Басанець, SuperAgronom.com