Дослідники в Андалусії розробили інструмент ШІ для підвищення ефективності зрошення

Використовуючи кліматичні дані та потужні нейронні мережі, дослідники розробили інструмент, який дозволяє фермерам визначати потреби в зрошенні на тиждень наперед.
Мате Палфі
5 липня 2023 р. 16:59 UTC

Дослідники з факультету агрономії Університету Кордови розробили інструмент штучного інтелекту це допоможе фермерам передбачити, скільки води їм потрібно для поливу на тиждень наперед.

Дослідники додали, що цей останній інструмент, LSTMHybrid, є частиною ширших зусиль з оцифрування зрошення, яке, за їхніми словами, допоможе фермерам знизити виробничі витрати за рахунок економії води та енергії.

Останній інструмент заснований на моделі Cangenfis, розробленій у 2021 році та навченій на основі чотирирічних кліматичних даних з Сухара в андалузькій провінції Гранада. Після розгортання він міг прогнозувати довгострокові потреби у воді для зрошення з 80-відсотковою точністю.

Див також:Інструмент штучного інтелекту для оливкових фермерів покращить врожайність і зменшить витрати, кажуть дослідники

Однак перша ітерація інструменту на основі штучного інтелекту могла лише передбачити загальну потребу у воді для різних культур, включаючи рис, кукурудзу та помідори.

"Велика відмінність від попередніх моделей полягає в тому, що це вперше було зроблено в семиденному масштабі», — сказав Рафаель Гонсалес, один із трьох провідних дослідників, які брали участь в обох проектах.

LSTMHybrid дозволяє фермерам точніше планувати свої потреби у воді та накладати очікувані потреби на зрошення з різними тарифними періодами. Дослідники сподіваються, що ці точніші дані допоможуть фермерам приймати найбільш економічно та агрономічно обґрунтовані рішення щодо оптимізації води та енергії.

Необхідність модернізації зрошувальної системи Іспанії, яка, за словами дослідників, традиційно керувалася історичним досвідом, а не прогнозними даними, була зробили все більш необхідним через тривалу посуху і небезпечно низький рівень водойм.

Тоді як CANGENFIS використовував сотні нейронних мереж, які враховують півмільйона різних факторів, LSTMHybrid робить свої прогнози на основі середньої температури, еталонного випаровування, вологості та попередніх записів зрошення.

Див також:Дослідники використовують ШІ для визначення походження EVOO

Нова модель також може зберігати раніше введені дані, щоб покращити її здатність прогнозувати рік за роком.

Це спрощення дозволяє фермерам і менеджерам зрошення вручну вводити тижневі дані в систему за допомогою звичайного комп’ютера, передбачаючи, скільки води потрібно для зрошення наступного тижня.

"Знання потреби у воді за кілька днів наперед полегшить керування системою та допоможе оптимізувати використання води та витрати на енергію», — сказав Хуан Антоніо Родрігес, інший дослідник, який брав участь в обох проектах.

Разом із покращенням управління водними ресурсами Антоніо Родрігес додав, що нова можливість прогнозування допоможе регіону перейти на відновлювану енергетику, забезпечуючи точніші прогнози попиту на сільськогосподарську енергію.

"Знання є, технологія перевірена та працює», — сказав третій провідний дослідник Еміліо Камачо. "Тепер ми маємо розробити інструмент, який дозволить громадам використовувати цю технологію простим способом, щоб компанії, які збираються надавати технологічне рішення для іригаційної спільноти, запровадили ці досягнення».



реклама
реклама

Статті по темі