В США начнут «приучать» фермеров к точному земледелию

Укрепление доверия фермеров к технологиям точного земледелия является целью Национального научного проекта, возглавляемого Маазом Гардези, доцентом социологии и сельских исследований и аффилированным факультетом управления природными ресурсами в Университете штата Южная Дакота.

Четырехлетний проект NSF будет использовать уникальный подход к разработке, тестированию и внедрению новых инструментов точного земледелия и норм государственной политики, которые являются социально и экономически целесообразными для фермеров и окружающей среды.

Как отметил специалист, фермеры будут оценивать эти технологии и будут учить друг друга, в том числе и самих ученых — через углубленные интервью и экспериментальное проектирование.

В исследовании примут участие 48 фермеров: 24 — в Южной Дакоте и 24 — в Вермонте. Для этого он будет работать с двумя преподавателями университета Вермонта — профессором гражданской и экологической инженерии Донной Риццо и профессором государственной политики и компьютерных наук Азимом Зиа.

Регионы, где будут проводиться исследования, выбраны неспроста: Вермонт отличается разнообразным органическим сельскохозяйственным сектором, в то время как системы земледелия Южной Дакоты преимущественно сосредоточены на выращивании кукурузы и сои. 

Цель состоит не только в использовании прецизионных технологий для снижения выщелачивания питательных веществ, но и в повышении продуктивности сельскохозяйственных культур, отметил Гардези. В Вермонте сенсорные технологии будут направлены на снижение воздействия фосфора на окружающую среду, в то время как в Южной Дакоте основное внимание будет уделяться нитратам.

Участвующие фермеры будут собирать данные о нитратах и/или фосфоре с помощью воздушных беспилотных датчиков и наземных датчиков, развернутых на их полях. 

Затем фермеров разделят на четыре группы. Контрольная группа будет анализировать свои данные, используя установленную агрономическую модель. Вторая группа будет использовать установленную модель и затем зарабатывать дополнительные баллы, основываясь на показателях по уменьшению выщелачивания нитратов. 

Две другие группы получат новую вычислительную модель, разработанную с помощью алгоритмов глубокого обучения и искусственного интеллекта, которая также учитывает конфиденциальность данных, а также пройдут обучение о принципах использования модели.

Результаты исследования помогут исследователям разработать семинары для подготовки фермеров и учебные программы для студентов точного земледелия.

Подготовлено по материалам Университет штата Южная Дакота (www.sdstate.edu).