События

Информационные цифровые технологии в сельскохозяйственном производстве как инструменты его интенсификации

412_vnt_56

412_vnt_57

ИНФОРМАЦИОННЫЕ ЦИФРОВЫЕ ТЕХНОЛОГИИ В СЕЛЬСКОХОЗЯЙСТВЕННОМ ПРОИЗВОДСТВЕ КАК ИНСТРУМЕНТЫ ЕГО ИНТЕНСИФИКАЦИИ

Виктор АЛЬТ, академик РАН, доктор тех. наук, профессор, руководитель СибФТИ СФНЦА РАН.

Фридрих фон Хайек, один из выдающихся экономистов и философов ХХ века, лауреат Нобелевской премии 1974 г., утверждал, что основное знание «рассеяно» среди людей, каждый из которых обладает частицей этого знания. Хайек  отвергает возможность наличия у каждого индивидума полной информации – знание неизбежно частично. Поэтому в поведенческом аспекте в процессе предпринимательской деятельности объективно неизбежны ошибки действий или решений.

Говоря о Сибири как о территории сельскохозяйственной, мы должны помнить, что, если принять агроклиматический потенциал России за единицу, то в Западной Сибири это 0,58– 0,63, в Забайкалье и Тыве – 0,38– 0,41, в Краснодарском крае 1,5, в Европе, Германии и Франции,  – 2,5. Вот в этих условиях мы должны понимать, что не все так просто и радужно, как мы иногда представляем. То у нас зерна много, то мяса много, то цена падает, а на самом деле дело совсем не в этом. Проблема состоит в наилучшем использовании всех имеющихся у нас ресурсов.

Неизбежность неполной информации в аграрном  производстве у каждого из субъектов, принимающих управленческие решения, объективна, а поэтому в процессе производственной деятельности объективно неизбежны ошибки. Это связано с полифункциональным характером объектов управления: окружающая среда, земля, растения, животные и машины (рис. 1). Эти объекты можно представить, как пять разновидностей ресурсов, которые взаимодействуют под воздействием еще двух ресурсов – человеческого и финансового. Все это можно представить как семимерное пространство. При этом человек, как субъект,  принимающий управленческие решения, ощущающий четырехмерное пространство (ширина, длина, высота и время), находясь в  семимерном пространстве, чувствует определенный дискомфорт. В такой ситуации субъект,  принимающий управленческие решения, полагает, что некоторые из ресурсов несущественны или безграничны. Это приводит к принятию человеком неполиоптимальному решению вследствие неполного знания. На современном этапе развития информационных, цифровых технологий путем формирования супербольших данных (Big date) и их анализе на основе супер ЭВМ и облачных вычислительных  технологий можно находить полиоптимальные решения.  Это во многом характерно при выборе сортов и технологий в целом в АПК. В качестве примера возьмем отрасль растениеводства. Почвенно­климатическое разнообразие в нашей стране (аналогично в Сибири), большое количество сортов и технологий затрудняют выбор полиоптимального решения.

Современное развитие информационных цифровых технологий в сельском хозяйстве характеризуется формированием  и развитием агроинформатики как системообразующей отрасли знаний в симбиозе с такими традиционными для сельскохозяйственной науки предметными отраслями, как агрохимия, почвоведение, земледелие, селекция, растениеводство, кормопроизводство, животноводство, зоотехния, ветеринария, механизация, электрификация, автоматизация и экономика. Информационные методы и телекоммуникационные технологии, переход к широкомасштабному применению современных информационных цифровых  систем в сферах науки, образования, производства и бизнеса обеспечивают принципиально новый уровень получения и обобщения знаний, их распространения и использования. Эти процессы можно характеризовать как смену парадигмы в профессиональном мировоззрении специалистов, связанную с нарастающими тенденциями интеграции информационного обеспечения научно­исследовательской, педагогической, производственной и коммерческой деятельности.

Учеными сельскохозяйственных наук СО РАН показана перспектива развития зернового производства в Сибирском федеральном округе (СФО) на основе роста урожайности сортов, интенсификации технологий растениеводства (рис. 2), а также с учетом производительности труда в зерновом производстве, достигнутой сельхозтоваропроизводителями Сибири (рис. 3). Зададимся вопросом: как работают наши селяне по сравнению с западными коллегами с учетом агроклиматического потенциала (см. в начале статьи)? В Сибири получают урожайность до 5,0 т/га, а западные коллеги должны получать 20,0 т/га яровой пшеницы. Когда будут достигнуты ими такие результаты? Ответ на поставленный вопрос читателю очевиден. При этом если говорить о качестве жизни наших сельских тружеников по сравнению с их западными коллегами, то здесь все точно наоборот.

В настоящее время западные производители сельскохозяйственной техники достигли высоких показателей применения информационных и цифровых технологий в тракторной, комбайновой технике и опрыскивателях. Так, фирма John Deere системой SF­3 обеспечивает точность вождения трактора ±3 см в течение 9 месяцев. Компания Claas с помощью 3D– камеры обеспечивает движение комбайна по расположению валка на поле или используется край хлебостоя. Опрыскиватель Amazone обеспечивает точечным методом предпосевную обработку сорняков гербицидами, снижая потребность в них до 80 %. Российские производители средств автоматизации работают над созданием подобных цифровых систем, но пока о серийном выпуске вопрос не стоит. Хочется верить, что решение этой задачи не за горами. Сегодня бурно развивается дистанционное зондирование сельскохозяйственных угодий для решения задач в земледелии, землепользовании, растениеводстве (в управлении продукционным процессом, прогнозировании карт урожайности,  управлении уборкой урожая), животноводстве и логистике. В дистанционном зондировании используются средства космического мониторинга и беспилотные летательные аппараты. Для решения задач в перечисленных областях сельского хозяйства необходимо обеспечить разрешающую способность снимков с дистанционных зондирующих аппаратов от 10 м/пиксел до 0.1 см/пиксел. Ориентировочно можно оценить объемы цифровой информации – это тысячи терафлопс. Для обработки таких объемов информации потребуются новые методы обработки информации и технические средства в виде супер ЭВМ и облачных технологий.

На современном этапе строгая формализация накопленных агрономических знаний затруднена, так как применение строгих методов математики и правил теории измерения  в агротехнике требует глубокого изучения явлений и процессов. Один из этапов создания  цифровых систем в сельском хозяйстве связан с формированием моделей аграрных объектов. Создание модели описания сорта предопределяется исторически сложившейся практикой набора характеристик и показателей, описывающих вид растений. В качестве примера,  коллективом под руководством академика Гончарова П.Л. разработана структура такого описания на примере яровой пшеницы Новосибирская 89.

Эмпирическая гипотеза о возможности единого информационного описания подтверждена при создании более чем 20 баз данных сельскохозяйственного назначения. Такой подход к синтезу информационных систем во многом определил возможность применения единых инструментальных программных оболочек для создания экспертных систем сельскохозяйственных объектов и баз данных для агропромышленного комплекса.

Для сопровождения производства продукции растениеводства разработаны программы: «Автоматизированное рабочее место агронома­землеустроителя», «Автоматизированное рабочее место агронома­технолога», база данных «Ресурсосберегающие технологии производства зерна». Для автоматизированного выбора в селекции и производстве зерна наиболее эффективных сортов пшеницы (50 сортов) и ячменя (25 сортов) по 62 признакам (урожайности, устойчивости к стрессовым факторам, качеству зерна, почвенным особенностям возделывания, зонам районирования и другим) предложены базы данных «Сорта пшеницы» и «Сорта ячменя».

Разработан комплект поисковых систем баз данных по уходу за посевами: «Сорняки в посевах зерновых культур», «Вредители посевов зерновых культур», «Болезни зерновых культур», «Гербициды для зерновых культур» для автоматизированной диагностики и экологического мониторинга, наиболее распространенных и вредоносных сорных растений, вредителей, болезней зерновых культур в Сибирском регионе. Cотрудниками СибФТИ СФНЦА РАН разработана интернет­ориентированная база данных инновационных разработок всех институтов аграрного профиля Сибири на глубину 10 лет. База данных позиционируется как предметно­ориентированная, поисковая база данных в интернет– пространстве.

Создание базы данных (знаний) требует от разработчиков решения ряда системных задач. Принятые решения определят архитектуру, компоненты, вопросы систематизации и структуризации информации, хранящейся в базе данных. Прежде всего, нужно определить, кто на рынке является основным потребителем информации, которая будет размещена в базе данных. Поэтому база должна быть ориентирована, прежде всего, на сельхозтовароизводителя, иметь удаленный доступ и позволять ему находить инновационные решения во всем многообразии разработок сибирских ученых. База должна быть так организована, чтобы данные, находящиеся в ней, были легкодоступны, а сама база обладала возможностью развиваться по полноте и глубине данных. Сформулированные системные задачи позволили установить перечень показателей, которым соответствует созданная архитектура базы данных инновационных разработок сибиряков.

CeC4(12)2019

 
 
 
Баннер
Баннер
Баннер
Баннер