Raziskovalci predstavljajo orodje AI za pomoč pridelovalcem oljk pri napovedovanju časa obiranja

Povzetek

Operativna skupina Predic 1 je uspešno razvila platformo za napovedovanje letine oljk za celotno sezono vnaprej z do 90-odstotno natančnostjo z uporabo metodologij podatkovnega rudarjenja in algoritmov strojnega učenja. Namen projekta, ki ga financirajo evropski kmetijski skladi, je zagotoviti brezplačno dostopno spletno aplikacijo za izboljšanje upravljanja kmetij in optimizacijo virov v oljčnem sektorju, s potencialom za izboljšanje odločanja in trajnosti v industriji.

Po več kot treh letih razvoja so bili rezultati dela operativne skupine Predic 1 predstavljeni prejšnji mesec na konferenci v Mengíbarju v Jaénu.

Naloga skupine je bila zagotoviti platformo, ki je sposobna napovedovanje letine oljk celo sezono vnaprej, cilj, za katerega pravijo, da so ga dosegli z natančnostjo do 90 odstotkov.

Delo je izvedel konzorcij, ki ga sestavljajo Univerza v Jaénu, Cetemet, Citoliva, Cooperativas Agro-alimentarias de Andalucía, sindikat kmetov in Nutesca, pri čemer so kot testni primeri uporabili tradicionalne oljčne nasade Picual v Jaénu, Córdobi in Granadi.

Po besedah ​​Maríe Isabel Ramos, profesorice na oddelku za kartografsko, geodetsko in fotogrametrično inženirstvo Univerze v Jaénu in ustrezne avtorice leta 2022 študija kar zadeva tehnologijo, so prediktivni sistemi ključni za prihodnost oljčnega sektorja.

"Na znanstveni ravni je napoved pridelka eden najkompleksnejših problemov v okviru preciznega kmetijstva,« je dejala. ​,war"Obstaja več študij, ki te napovedi temeljijo na tesni povezavi med emisijo cvetnega prahu in pridelavo sadja, druge pa na podlagi aerobioloških, fenoloških in meteoroloških spremenljivk, vse z učinkovito in sprejemljivo natančnostjo od julija dalje.«

"To napoved nameravamo izboljšati in biti sposobni narediti optimalne napovedi v obdobju pred cvetenjem … dolgo preden kmet izvede svoje strateško načrtovanje in ekonomsko naložbo v kmetijo,« je dodal Ramos.

Skupina je za ustvarjanje regresijskih modelov iz meteoroloških podatkov in zgodovinskih podatkov o žetvi iz celotnega začetnega ciljnega območja uporabila metodologije podatkovnega rudarjenja, ki so se prej uporabljale v projektih napovednega zdravstvenega varstva.

To je bilo združeno s trenutnimi podatki iz dronov, opremljenih s termografskimi senzorji in multispektralnimi kamerami, satelitskimi posnetki, fenološkimi ocenami, listnimi analizami in analizami tal ter podatki, zbranimi iz modelnih kmetij.

Model uporablja strojno učenje, najbolj uveljavljeno področje umetne inteligence in področje z dokazanimi izkušnjami v kmetijstvu, da kar najbolj natančno napoveduje donos.

Uporaba strojnega algoritma podpornih vektorjev je omogočila uporabo več jeder, in sicer linearnih in Gaussovih jeder. Tako se algoritem lažje prilagodi naravi podatkov, kar omogoča izvajanje neskončnih transformacij.

Platforma bo prosto dostopna kot spletna aplikacija, podobna SIGPAC, geografski informacijski sistem španske vlade za kmetijske parcele.

Uporabniki si lahko ogledajo interaktivno grafično predstavitev zahtevanih informacij in izvozijo podatke.

Francisco Ramón Feito Higueruela, katedra za računalniško grafiko in geomatiko na Univerzi v Jaénu in tehnični koordinator projekta, je pojasnil, da se bo natančnost napovedi izboljšala, ko se število uporabnikov poveča in se rezultati prihodnjih žetev vračajo v sistem. . Možni bodo učinkovitejši modeli, prilagojeni posameznemu področju.

José Menar Pacheco iz Cooperativas Agro-alimentarias de Andalucía je poudaril pomen vloge njegove organizacije pri razširjanju rezultatov projekta in znanja deležnikom.

Upa, da bo zagotovil široko ozaveščenost in sprejetje ugotovitev projekta za izboljšanje upravljanja kmetij svojih članov in optimizacijo virov. Ti člani predstavljajo več kot 11 milijonov evrov letnega prometa in več kot 70 odstotkov celotne proizvodnje oljčnega olja v Andaluziji.

Projekt financirajo evropski kmetijski skladi za razvoj podeželja in andaluzijska regionalna vlada v okviru razpisa regionalnih operativnih skupin Evropskega partnerstva za inovacije na področju kmetijske produktivnosti in trajnosti v oljčnem sektorju.

"Znotraj Skupna kmetijska politika, izvaja vrsto novih reform, vključno z bojem proti sprememba podnebja s temi okoljskimi cilji, pa tudi z doseganjem trajnostnega in konkurenčnega kmetijskega sektorja s podporo kmetom, in vse to z močno zavezanostjo digitalizaciji oljčnega sektorja za dosego teh ciljev,« je dejal Ramos.

Dodala je, ​,war"Izpolnitev teh ciljev je odvisna od ustreznega odločanja vsakega od akterjev, vključenih v sektor. Zato so prediktivni sistemi ključno orodje pri upravljanju in odločanju.«

• Univerza v Jaénu