Ierīce stādu stāvokļa uzraudzībai pircēja galvenajā valstī

Dzirdot par stādu uzraudzības ierīcēm, pirmais, kas nāk prātā, ir skaisti grafiki uz ekrāna un “gudrie”. prognozes. Taču patiesībā, īpaši strādājot ar pircējiem no NVS valstīm, bieži nākas saskarties ar to, ka cerības ir pārāk augstas. Ikviens vēlas universālu risinājumu, kas nekavējoties atrisinātu visas problēmas ar ražu, taču viņi aizmirst, ka tehnoloģija ir tikai instruments. Pircēja galvenā valsts diktē savus nosacījumus: dažās vietās izturība pret putekļiem ir kritiska, citās pret mitrumu, un citos reģionos vienkārši nav stabila interneta datu pārsūtīšanai. Parunāsim par šīm nepilnībām.

Kāpēc stādu uzraudzība nav tikai “stāda un aizmirsti”?

Ļaujiet man sākt ar piemēru: pagājušajā sezonā mēs piegādājām sensoru partiju Kazahstānai. Klients sūdzējās, ka dati par kviešu stādiem “peld”. Izrādījās, ka problēma nav ierīcēs, bet gan tajā, ka tās uzstādītas bez kalibrēšanas vietējai augsnei - smilšmālam ar augstu sāls saturu. Ierīce uzrādīja mitrumu, bet neņēma vērā elektrovadītspēju, tāpēc tika iegūtas neatbilstības. Man tas bija jāpielāgo uz vietas un jāpievieno korekcijas koeficienti. Secinājums: pat dārgs monitorings ir bezjēdzīgs, ja neņem vērā konkrētā lauka agroķimikālijas.

Starp citu, daudzi joprojām jauc stādu stāvokļa uzraudzību ar parastajām meteoroloģiskām stacijām. Jā, pēdējie mēra temperatūru un nokrišņus, bet nereģistrē kritiskos parametrus, piemēram, sējeņu blīvumu vai sadalījuma vienmērīgumu apgabalā. Lai to izdarītu, mums ir vajadzīgas multispektrālās kameras vai hiperspektrālie sensori - tie, kas var “redzēt”? ne tikai redzamais spektrs. UShandong Linyao Intelligent Agriculture Technology Co.,LtdŠajā ziņā ir interesantas norises: tajos ir apvienoti dati no droniem un zemes sensoriem, bet vairāk par to vēlāk.

Vēl viens punkts ir laiks. Stādu uzraudzība visvērtīgākā ir pirmajās 2–3 nedēļās pēc sēšanas, kad veidojas sakņu sistēma. Ja šo periodu nokavēsi, vēlāk būs grūti kaut ko labot. Esmu redzējis gadījumus, kad zemnieki iegādājās tehniku, bet sāka to lietot tikai kultivēšanas fāzē. Rezultāts? Dati ir, bet ražu ietekmēt vairs nav iespējams.

Aprīkojums: kas patiešām darbojas uz lauka

Ja runājam par aparatūru, tad svarīgi ir nodalīt laboratorijas un lauka risinājumus. Piemēram, optiskie skeneri lieliski darbojas siltumnīcās, bet atklātā laukā to precizitāte samazinās putekļu un gaismas svārstību dēļ. Steppe reģioniem, kur galvenais pircējs bieži ir lauku saimniecības no Krievijas vai Ukrainas, pretestības sensori ir uzticamāki, lai gan tiem nepieciešama regulāra apkope.

Šeit ir konkrēts gadījums: pagājušajā gadā mēs Rostovas apgabalā testējām uzraudzības sistēmu, kas balstīta uz IoT moduļiem. Problēma nebija pašā tehnoloģijā, bet gan datu pārraidē – mobilo sakaru tīkli laukos ir nestabili. Bija jāpapildina sistēma ar retranslatoriem, kas projektam sadārdzināja par 15%. Bet tagad mēs ņemam vērā šo pieredzi, komplektējot materiālus. Starp citu, uzhttps://www.lyzhihuinongye.ruIr tehniskās specifikācijas, kur šādas nianses ir atklāti godīgi - piemēram, prasības LoRaWAN pārklājuma zonai.

Jāpiemin arī kalibrēšana. Lielākā daļa ražotāju piegādā ierīces ar rūpnīcas iestatījumiem, taču tās ir paredzētas vidējiem apstākļiem. Patiesībā katrs reģions veic korekcijas. Piemēram, lai uzraudzītu kukurūzas stādus Krasnodaras apgabalā, mēs papildus pielāgojām jutīguma sliekšņus augstai insolācijai - bez tā sensori tika pārslogoti pusdienlaikā.

Integrācija ar apūdeņošanas sistēmām: kur pastāv riski

Pakaiekārta stādu stāvokļa uzraudzībaiun automātiskā laistīšana - tas ir loģiski, bet ne vienmēr vienkārši. Ņemsim projektu par vīna dārziem Moldovā: tajos tika izmantoti augsnes mitruma sensori, kuriem vajadzēja kontrolēt pilienveida apūdeņošanu. Teorētiski - ideāli. Praksē izrādījās, ka dati par stādiem ieradās ar 2–3 stundu kavēšanos programmatūras īpašību dēļ. Šajā laikā jaunie dzinumi jau ir piedzīvojuši ūdens stresu.

Situāciju izlabojām, pārejot uz malu skaitļošanu – kad daļa datu analīzes notiek tieši kontrollerī, nenosūtot to uz mākoni. Tas samazināja kavēšanos līdz dažām minūtēm. Līdzīgi risinājumi šobrīd tiek aktīvi izstrādātiShandong Linyao Intelligent Agriculture Technology Co.,Ltdsavos viedo parku projektos. Viņu pieeja ir minimāla atkarība no ārējiem serveriem, kas bieži vien ir kritiska lauku apvidos.

Starp citu, ir kļūdaini uzskatīt, ka automatizācija vienmēr ietaupa ūdeni. Bez pienācīgas uzraudzības datu interpretācijas jūs varat iegūt pretēju efektu. Viens no mūsu agrīnajiem projektiem Volgas reģionā parādīja, ka, automātiski laistot, pamatojoties tikai uz augsnes mitruma datiem, ūdens pārpalikums sasniedza 20%, jo netika ņemta vērā stādu attīstības fāze. Tagad mēs vienmēr iesakām saistīt algoritmus ar kultūras fenoloģiju.

Programmatūra: kāpēc interfeiss ir viss

Vismodernākais instruments nav lietderīgs, ja lauksaimnieks nesaprot, ko rāda grafiki. Atceros, kā Kostanajas reģionā agronoms sūdzējās, ka kāda Eiropas ražotāja platforma “zīmē NDVI indeksus, bet nepasaka, ko ar šiem cipariem darīt?” Mums bija jāizstrādā vienkāršotas atskaišu veidnes ar krāsu norādi: zaļa - viss ir normāli, dzeltens - jāpārbauda, ​​sarkans - steidzami jārīkojas.

Šeit ir svarīgi atzīmēt, kapircēja galvenā valstsbieži nosaka programmatūras prasības. Sarežģītas platformas ir piemērotas lielām saimniecībām ar IT nodaļām, un mobilās aplikācijas ar pamata brīdinājumiem ir piemērotas mazām saimniecībām. Vietnēlyzhihuinongye.ruSkatos, ka viņi to ņēma vērā - piedāvā gan web interfeisu lauksaimniecības vadītājiem, gan vienkāršu iespēju traktoristiem.

Atsevišķs sāpju punkts ir saderība ar esošajām sistēmām. 2022. gadā bija gadījums, kad iegādātās monitoringa iekārtas nesaskaras ar vietējo ĢIS platformu Baltkrievijā. Man bija jāraksta pielāgota API vārteja, kas aizņēma trīs nedēļas. Tagad mēs vienmēr iepriekš noskaidrojam, ar kurām sistēmām tiks integrēta.

Perspektīvas: kur virzās stādu uzraudzība?

Mūsdienās arvien vairāk tiek runāts par prognozējošo analīzi – kad sistēma ne tikai fiksē stādu stāvokli, bet arī prognozē riskus. Piemēram, apvienojot augsnes temperatūras un mitruma datus, ir iespējams prognozēt sēnīšu slimību attīstību 5-7 dienas pirms redzamu simptomu parādīšanās. Taču ir āķis: precīzām prognozēm ir nepieciešami vēsturiski dati par konkrētu lauku, kas ne visiem ir.

Nez koShandong Linyao Intelligent Agriculture Technology Co.,Ltdsavos projektos tā paļaujas uz modularitāti. Monolītu sistēmu vietā ir sensoru un kontrolieru komplekts, ko var pakāpeniski paplašināt. Tas ir loģiski, jo īpaši saimniecībām ar ierobežotu budžetu: sāciet ar pamatparametru uzraudzību, pēc tam pievienojiet spektrālo analīzi un pēc tam apūdeņošanas automatizāciju.

Personīgi uzskatu, ka nākotne ir hibrīdsistēmās, kur datus no droniem papildina zemes sensori. Kvadrakopteris sniedz vispārēju lauka priekšstatu, un stacionārie sensori uzrauga dinamiku galvenajos punktos. Mēs jau pārbaudām šo pieeju projektā, lai uzraudzītu sojas stādus Altaja apgabalā - līdz šim rezultāti ir iepriecinoši, lai gan mums bija jāmācās ar datu sinhronizāciju.

Beigās es teikšu tā:iekārta stādu stāvokļa uzraudzībai- Šī nav burvju nūjiņa, bet gan sarežģīts instruments. Tās efektivitāte 70% ir atkarīga no tā, cik labi tā ir integrēta konkrētos apstākļos. Un, ja ražotājs, kāShandong Lingyao, to saprot un piedāvā adaptīvus risinājumus – tas nozīmē, ka viņš zina, ko dara. Galvenais ir nevis dzīties pēc modīgām funkcijām, bet izvēlēties to, kas patiešām darbojas jūsu jomās.