Polski impuls dla cyfrowych pól. Jak program INFOSTRATEG finansuje przyszłość rolnictwa
SELOR jest finansowany przez Narodowe Centrum Badań i Rozwoju w ramach programu INFOSTRATEG. Program został przygotowany, by wspierać rozwój polskiego potencjału sztucznej inteligencji (SI) poprzez opracowanie rozwiązań wykorzystujących sztuczną inteligencję i zdecentralizowane, rozproszone bazy danych, które mają bezpośrednie zastosowanie w praktyce.
NCBR udziela wsparcia na prowadzenie badań, eksperymentalne prace rozwojowe oraz działania przedwdrożeniowe obejmujące przygotowanie wyników do zastosowania w praktyce. INFOSTRATEG przeznaczony jest dla jednostek naukowych, przedsiębiorstw bądź konsorcjów tych podmiotów, które działają na terenie Polski.
VI edycja INFOSTRATEG obejmuje projekty związane z różnymi scenariuszami rozpoznawania zdjęć satelitarnych i lotniczych, selektywnej ochrony roślin oraz rozpoznawania na filmie zachowań ludzkich. Na sfinansowanie pierwszych dwóch działań przeznaczonych zostało łącznie 20 mln zł, przy czym na jeden projekt można było otrzymać w prowadzonych konkursach maksymalnie 6 mln zł.
Jednym z projektów jest SELOR, który zajmuje się zastosowaniem zobrazowań hiperspektralnych i sieci neuronowych do selektywnej ochrony roślin z użyciem opryskiwacza nowej generacji.
Wielkie wyzwania współczesnego rolnika
– Jesteśmy na półmetku projektu SELOR, który realizujemy w naszym Instytucie. Jest on realizowany z firmą informatyczną, która zajmuje się sieciami neuronowymi, które są sztuczną inteligencją. Projekt realizujemy, ponieważ chodzi o produkcję żywności. Brytyjski tygodnik „The Economist” pisze, że w następnym pokoleniu rolnicy będą musieli wytworzyć więcej żywności niż łączna produkcja wszystkich rolników w całej historii. Produkcję będzie trzeba realizować w określonych warunkach, takich jak Europejski Zielony Ład, który ogranicza stosowanie środków ochrony roślin – mówił prof. dr hab. Ryszard Hołownicki z Instytutu Ogrodnictwa w Skierniewicach.
Przed rolnictwem i produkcją roślinną stoją nowe wyzwania związane nie tylko ze sprostaniem zwiększonemu popytowi na żywność. Maleje dostępność gruntów rolnych, rosną koszty prowadzenia upraw, rośnie również presja związana z ochroną środowiska. Rolnictwo dotyka także demografia i starzejące się społeczeństwo powodujące niedobór siły roboczej. Spada także ilość studentów uczelni rolniczych.
Wytropić chorobę, zanim ją zobaczysz
– Rolnictwo precyzyjne jest niewątpliwie pewnym narzędziem, które może wiele dopomóc. Stąd też nasze przedsięwzięcie, które właśnie wpisuje się w zagadnienia rolnictwa precyzyjnego. W jego pierwszej fazie skupiamy się na pozycjonowaniu. Niezbędne jest pozycjonowanie i identyfikacja patogenów. Kolejny etap stanowi wykonanie mapy zmiennej aplikacji. Musimy bowiem w sposób zróżnicowany aplikować środki ochrony i musimy posiadać do tego odpowiednie środki techniczne. Obecnie, jeśli chodzi o pozycjonowanie, mamy ku temu narzędzia. Rozwiązania wykorzystujące sygnał GPS podczas zabiegów zapewniają nam kilkucentymetrową dokładność. Podobnie sprawa wygląda ze zmienną aplikacją. W naszym projekcie wykorzystujemy opryskiwacz firmy Unia z systemem oprysku pulsacyjnego. Największy problem stanowi identyfikacja patogenu. Chodzi o to, aby go identyfikować nie wtedy, kiedy pojawią się symptomy chorób, lecz wtedy, kiedy nie są jeszcze widoczne gołym okiem – wyjaśniał prof. dr hab. Ryszard Hołownicki.
Dlaczego w walce z patogenami pośpiech nie zawsze jest wskazany
W przypadku wykorzystywania narzędzi rolnictwa precyzyjnego dalej obowiązuje zasada, że zabiegi ochrony pestycydami należy wykonywać we właściwym terminie i dawce tylko wtedy, gdy jest to niezbędne i tylko tam, gdzie jest konieczne. Projekt SELOR zamierza stworzyć system dedykowany firmom usługowym i dużym gospodarstwom. Wykorzystywać będzie średnią teledetekcję za pomocą bezzałogowych statków powietrznych i zmienną aplikację. Zakłada rozdzielenie identyfikacji i aplikacji. Jego stworzenie ma doprowadzić do redukcji zużycia środków ochrony, zmniejszenia presji dla środowiska naturalnego oraz obniżenia kosztów.
– W przypadku zmiennej aplikacji są dostępne rozwiązania, które działają w czasie rzeczywistym. My jednak chcemy wyprostować pewien błąd technologiczny. Nasz system będzie działał w trybie offline. Zamierzamy najpierw określić i zdiagnozować występowanie patogenu a później wyliczyć, ile potrzeba cieczy roboczej do jego precyzyjnego zwalczenia. Jeśli system działa w czasie rzeczywistym, to nigdy nie wiadomo, ile cieczy należy przygotować. Potem powstaje problem z jej nadmiarem i utylizacją – informował prof. dr hab. Ryszard Hołownicki.
Projekt zakłada stworzenie algorytmu identyfikującego fuzariozę i rdzę żółtą w pszenicy oraz czerń krzyżową i szarą pleśń w kapuście. Została stworzona baza danych, która umożliwia uczenie sztucznej sieci neuronowej rozpoznawania patogenów grzybowych. Choroby były rozwijane w warunkach kontrolnych w szklarni. Projekt zakłada tworzenie ortofotomap z zaznaczonym obszarem docelowym oraz algorytm do tworzenia map zadaniowych. W końcowej fazie projektu zostaną przeprowadzone testy w warunkach polowych przy użyciu kamery hiperspektralnej.
Terabajty danych ukryte w jednym locie nad polem
Obrazowanie spektralne pozwala na wykrywanie stresu biotycznego roślin. Rejestruje i przetwarza informacje o interakcji światła z rośliną. Bada współczynnik odbicia, absorpcje i transmisje długości fal. Metoda zapewnia wgląd we właściwości strukturalne, chemiczne i fizjologiczne roślin. Na potrzeby projektu została już przeprowadzona stacjonarna identyfikacja patogenów w warunkach laboratoryjnych.
– Naszym celem jest stworzenie narzędzia, które będzie informowało o zagrożeniu wystąpienia porażenia patogenem grzybowym zanim będzie on widoczny gołym okiem. Obrazowanie zapewni odpowiednio wczesną możliwość identyfikacji – zapowiadał prof. dr hab. Ryszard Hołownicki.
Rozpoznawanie patogenów ma umożliwić kamera hiperspektralna z uwagi na oferowaną rozdzielczość. Generuje bowiem nawet 400 kanałów spektralnych w porównaniu do kilkunastu kanałów, jakie wytwarza kamera multispektralna. Kamera hiperspektralna wytwarza setki wąskich pasm, dzięki którym wykonywana jest dokładna analiza i identyfikacja roślin. Z kolei multispektralna oferuje jedynie kilkanaście szerokich pasm, które nie pozwalają na wystarczającą precyzję identyfikacji.
Zobrazowanie hiperspektralne wymaga czasu oraz odpowiedniej ilości pamięci. Lot dronem i wykonanie odpowiedniej ilości zdjęć z areału 10 ha na wysokości 20 m w rozdzielczości 1 cm/pxl generuje 8,5 TB cyfrowych danych. Zajmuje też prawie 4 h. Podczas operacji konieczna jest stała wymiana baterii w dronie. Lot na wysokości 40 m i zdjęcia w rozdzielczości 2 cm/pxl mają objętość 2,5 TB. Operacja zajmuje mniej czasu, bo 1 h i 20 min. Na podstawie wykonanego oblotu i zebranych zdjęć przygotowywane będą w odpowiednim programie mapy aplikacyjne. Ciecz w odpowiednich miejscach będzie podawał polski opryskiwacz marki Unia z systemem modulacyjnego podawania cieczy roboczej.
Kwantowa przyszłość oprysków. Od innowacyjnych sensorów po rozwój obszarów wiejskich
– Technologia analizy widmowej przy wykorzystaniu kamery hiperspektralnej może być ważnym krokiem w kwestii wykonywania precyzyjnego oprysku. Tradycyjne metody monitorowania upraw są pracochłonne, nieprecyzyjne i niewystarczające na dużych obrazach. Analiza widmowa to nowe narzędzie do monitorowania dużych areałów, które zapewnia wysoką rozdzielczość identyfikacji. To także duża szansa, jeśli chodzi o możliwość dalszego rozwoju produkcji roślinnej. To również szansa rozwoju obszarów wiejskich, bo część firm, które zajmą się produkcją takich urządzeń może być właśnie zlokalizowana na wsi. Konieczny jest dalszy rozwój i praca nad nowymi i tańszymi sensorami takimi jak detektory kropek kwantowych przeznaczonymi do identyfikacji patogenów – informował prof. dr hab. Ryszard Hołownicki.
Tomasz Ślęzak
fot. T. Ślęzak
