2022_003

дов между городскими и сельскими районами, группами мужского и женского населения, неравенство в среде молод жи и обладателей цифровых навыков. «Цифровые экосистемы» города развиваются лучше, чем в сельской местности. В настоящее время происходит урбанизация, значимость городов и увеличение числа жителей за счет переездов из сельских местностей среднего и обеспеченного класса, что повышает риск развития неравенства между городом и сельскими районами, мужского и женского населения, неравенство в среде молод жи и обладателей цифровых навыков, в связи с этим жители сельских районов не смогут развиваться вместе с предоставленными рынком процессами цифровых преобразований [4].

Существует ряд принципиальных условий для цифровых преобразований в сельском хозяйстве, земледелии и растениеводстве. Это наличие инфраструктуры и подключ нности (мобильная связь, доступ к интернет ресурсам), доступность финансов, наличие грамотных специалистов с подходящим уровнем знаний и поддержка различными организациями. Цифровые технологии увеличивают возможности сельхозтоваропроизводителям любого уровня за счет возможности наладить логистику, отыскать поставщиков, получить информацию, пополнить штат квалифицированными кадрами, наладить взаимосвязи с новыми партнерами, использовать различные формы поддержки – финансовые, образовательные, юридические, доступность к ранкам и потребителям. Доля региональных агропродовольственных комплексов в цифровой трансформации сельского хозяйства достает 70-100 млн. устройств [8].

«Российские космические системы» (РКС) осуществили доступность цифровых технологий для сельскохозяйственной отрасли. С помощью данных дистанционного зондирования Земли планируется создание программного обеспечения для моделирования и оценки сельскохозяйственных культур. Данные технологии в дальнейшем будут применяться в точном земледелии для автоматического управления агротехникой благодаря объединенным в сети «Интернета вещей» (IoT).

210

«Интернет вещей» – одна из технологий, которые смогут решить большой массив задач в сельском хозяйстве и обеспечить повышение эффективности производства. Совершенно точно, что полный цикл производства в растениеводстве и животноводстве: от поля до переработки и до прилавка – подвержен цифровой трансформации, то есть изменению [10]. Формализованный алгоритм взаимодействия структуры цифровой платформы иллюстрирует рисунок 1. «Интернет вещей» может быть примен н на каждом из этапов: машины и сельскохозяйственная техника, контроль за всходами полевых культур, расход удобрений, влажность, состояние собранного урожая, весовой контроль, промышленный IoT на производстве – повсеместно. Однако, вс это не имеет смысла, если участники рынка на осознают ценности и конечной выгоды от внедрения этих технологий.

Рисунок 1. Алгоритм взаимодействия элементов платформы цифровой технологии

211

Начинать нужно с осознанного финансового анализа, а не с технологий, которые остаются всего лишь инструментом.

Благодаря IoT-устройствам можно перейти на новый уровень по получению и использованию данных в сельском хозяйстве при производстве сельскохозяйственной продукции. Например, внедрение дистанционных технологий: управление сельхозтехникой, контроль за различными операциями в цеху и многое другое.

Агротехника при беспилотном управлении по средствам определенного ПО может автоматически выполнять множество операций в полевых условиях (обработка почвы, сбор урожая). Применение данных технологий позволит перевести весь сельскохозяйственный цикл в автоматизированный режим работы. На сегодняшний день используются беспилотная наземная техника и летательные аппараты. Используя высокочувствительные сенсоры и камеры, беспилотные летательные аппараты могут сканировать большие размеры полей за короткий промежуток времени. Информация, полученная таким способом, позволит создать 3D моделирование полей, упростить процесс расчета дня внесения минеральных удобрений, контролировать сельскохозяйственную технику при использовании на полях и охрану сельскохозяйственных угодий, автоматизирование при хранении и переработке сельхозпродукции, при этом уменьшая затраты и улучшая условия хранения.

Особенности конструкции и работы этих устройств позволяют размещать их на значительных расстояниях и через Сеть, безвыездно, получать информацию о состоянии различных полей севооборотов и полевых культур, в частности, параметры влажности, температуры, уровень засор нности сорняками, фазы роста и развития сельскохозяйственных культур [11].

Самым главным атрибутом, при работе с этой техникой является интернет, т.е. передача данных не должна прерываться. Также стоит отметить, что взаимодействие между всеми участни-

212

ками IoT-системы играет немаловажную роль. Доступность в связи и общении должна быть у всех взаимодействующих партнеров. Площадкой, объединяющей их всех под одной «крышей» и дающей возможность «общения», является соответствующая IoT-платформа – центральный компонент экосистемы.

«Интернет вещей» позволяет собирать данные от любых активов, даже от сельскохозяйственных животных, например, от коров, лошадей. При этом важно не только получать информацию, но и эффективно е анализировать. Здесь в помощь бизнесу

– фермерам и предпринимателям –может быть представлена Data Science [12-13].

Специалисты этой области могут помочь найти неочевидные закономерности в собранных данных. На основе этих закономерностей можно оптимизировать многие процессы сельского хозяйства: в определенные часы проводить дойку, сбор урожая, использовать те, или иные корма, удобрения, препараты и др.

ВЫВОДЫ Весьма важно создать политические меры и программы в

поддержку цифрового сельского хозяйства, учитывая, что во многих странах аграрный сектор, обеспечивающий самую большую долю занятости в сельских районах, существенно отста т без государственного финансирования и внимания.

На решение задачи цифровой трансформации российского агропромышленного комплекса, а также краевого сельского хозяйства направлены ведомственные проекты «Цифровое сельское хозяйство» и национальный проект «Цифровая экономика». По оценке Минсельхоза России, внедрение цифровых решений позволит агропредприятиям к 2024 году вдвое увеличить свою производительность. Перспективы цифровизации сельского хозяйства в России и уже существующие отечественные агротехнологии представлены в портале «Будущее России. Национальные проекты». Таким образом, по оценке ведущих экспертов, цифровизация и модернизация сельскохозяйственной отрасли в ближайшее десятилетие просто неизбежны.

213

Литература

1. Абросимов, А.В., Дворкин, Б.А. Перспективы применения данных ДЗЗ

из космоса для повышения эффективности сельского хозяйства в России // Геоматика. – 2009. – № 4. – С. 46 – 49.

2. Бышов, Н.В., Бышов, Д.Н., Бачурин, А.Н., Олейник, Д.О., Якунин, Ю.В. Геоинформационные системы в сельском хозяйстве // Рязань: ФГБОУ ВПО РГАТУ – 2013 – 169 с.

3.Гагарин, А.И. Земельные ресурсы: состояние, проблемы, оценка // Российское предпринимательство. – 2008. – № 5 Вып. 2 (111). – С. 97–101. – http://www.creativeconomy.ru/articles/12335/.

4.Долгосрочная стратегия развития зернового комплекса Российской Федерации до 2025 года и на перспективу до 2035 года // Распоряжение правительства Российской Федерации от 10 августа 2019 года № 1796-р. – М. 2018. – 95 с. [Электронный ресурс].

http://static.government.ru/media/files/y1IpA0ZfzdMCfATNBKGff1cXEQ142yAx.pdf. (дата обращения – 13.11.2019).

5. Дубинин, М. Получение бесплатных космических снимков Landsat TM, ETM+ через Glovis. [Электронный ресурс] // GIS-Lab. – 2011. URL: http://gis- lab.info/qa/landsat-glovis.html (Дата обращения: 14.10.2017).

6.Журкин, И.Г., Шайтура, С. В. Геоинформационные системы // Москва: Кудиц-пресс. – 2009. – 272 с.

7.Зубарев, Ю.Н. Системы точного земледелия: учебное пособие // Ю.Н.

Зубарев.– Пермь, 2012. – 121 с.

8.Зубарев, Ю.Н. «Зел ная революция» фактор прогресса земледелия // Пермский аграрный вестник: научн.- практич. журнал. – Пермь. – 2014. – №3 (7).

–С. 17-22.

9.Зубарев, Ю.Н., Фомин, Д.С., Нечунаев, М.А. Применение элементов технологии точного земледелия при возделывании многолетних кормовых трав в агрохолдинге «ООО «Агрофирма «Труд» Пермского края. //II-я Всероссийская научно-практическая конференция «Технологии земледелия и защиты растений: интеллектуальные, инновационные и цифровые ресурсы», посвящ нная 95-летию

Заслуженного деятеля науки Российской Федерации, доктора сельскохозяйственных наук, профессора Михаила Николаевича Гурен ва (Пермь, 18-19 октября 2020 года). – Пермь, 2020. – С. 25-32.

10.Зубарев, Ю.Н., Фомин, Д.С., Новикова, Т.В. Сравнительная оценка методики дифференцированного внесения удобрений с элементами NDVI под предпосевную обработку почвы на однолетнем бобово - пшеничном агрофитоценозе в Среднем Предуралье // II-я Всероссийская научно-практическая конференция «Технологии земледелия и защиты растений: интеллектуальные, инновационные

ицифровые ресурсы», посвящ нная 95-летию Заслуженного деятеля науки Российской Федерации, доктора сельскохозяйственных наук, профессора Михаила НиколаевичаГурен ва(Пермь,18-19 октября2020года).– Пермь, 2020. –С. 95-98.

11.Концепция «Цифровое сельское хозяйство» разработана по поручению заместителя Председателя Правительства Российской Федерации А.В. Гордеева от 19 октября 2018 г. – М. 2019. – 64 с.

12.Концепция развития цифровой экономики Пермского края в 2018-2024

гг. – 37c. [Электронный ресурс]. http://mirs.permkrai.ru/upload/iblock/e92/Концепция%20развития%20цифровой%20 экономики%20Пермского%20края.pdf (дата обращения: 13.11.2019).

13. Фомин Д.С., Чащин А.Н. Вегетационный индекс NDVI в оценке зерновых культур опытных полей Пермского НИИСХ // Известия Оренбургского государственного аграрного университета. – 2018. – № 4 (72). – С. 39-42.

214

THE DEVELOPMENT OF DIGITALIZATION IN AGRICULTURE AND CROP PRODUCTION: A GLOBAL INEVITABILITY OR A CHALLENGE

Zubarev Y.N., Fomin D.S., Falaleyeva L.V., Zabolotnova M.V.,

Perm State Agro-Technological University, Perm, Russia Email: yn-zubarev@mail.ru

Fomin Dm.S.,

Perm Scientific and Research Institute of Agriculture – branch of Perm Federal Research Center of the Ural Branch of the Russian Academy of Sciences, Lobanovo, Perm Krai, Russia

Email: pniish@ rambler.ru

Abstract. Increase in agriculture efficiency is associated with the large number of factors: crop rotations, crops and varieties, methods of tillage and sowing, seeding rates and sowing dates, fertilizers, plant protection products, soil and agrochemical parameters of fields, weather conditions, etc. In general, any agricultural technology is a complex managed system of interconnected elements that affect each other and the final result, which can be either positive or negative in dependence on the quality of management. The issue of mastering innovations from other sectors of domestic economy with respect to agriculture development is not sufficiently elaborated and requires significant promotion. It is important not only to learn how to collect information in a proper way from all stages of storage, sowing, harvesting, and products processing (for the agricultural sector), but also to accurately dispose of this data. It allows controlling the entire cycle of agricultural crops cultivation from soil tillage to harvesting. The relevance and accuracy of provided information helps making informed and timely decisions. Their aim is to use land in the most rational way providing an increase in productivity and growth of economic indicators. In addition to production data collection, technologies are also being introduced to control working personnel and monitor the use of technical equipment and energy resources. The "digital revolution" of agriculture and crop production as the most important branches of agriculture will ensure the agro-food cluster to change all links of a single production chain and resource management. This is important for coordination and management of crops and animals. There are a number of challenges along the way. When all the provisions are worked out, it is possible to come to an increase in production capacity and reduce in production waste.

Key words: digital platform, digitalization of agriculture, Internet, smart technologies, infrastructure, smart technology.

215

УДК 631.92

ЦИФРОВИЗАЦИЯ ЗАЩИТЫ РАСТЕНИЙ В СРЕДНЕМ ПРЕДУРАЛЬЕ

Зубарев Ю.Н., Фомин Д.С., Заболотнова М.В., Нечунаев М.А., ФГБОУ ВО Пермский ГАТУ, г. Пермь, Россия

Email: zemledel@pgsha.ru

Аннотация. В статье представлен анализ цифровых технологий и платформенных решений в защите растений. Представлена блок-схема кодирования основных данных для принятия стратегических решений по анализу возможных рисков и прогнозированию эффективности при мов защиты растений, а также проектирования интегрированной системы в Среднем Предуралье. На сегодняшний день в Российской Федерации популярны следующие аналитические сервисы для принятия решений по интегрированной защиты растений: консультативные программы от ВНИИ фитопатологии, «Sovet-1» от Всероссийского института защиты растений для прогнозирования интегрированной защиты озимой пшеницы, «Агродозор» от кооперации Всероссийского института защиты растений с ООО «ЦентрПрограммСистем» и

ООО «Инфометеосервис» и аналитический сервис от инновационного центра «Сколково» - «ExactFarming». За рубежом программное обеспечение для контроля вредных объектов сельскохозяйственных культур представлено гораздо шире, чем в России, однако данные программы специфичны для культуры и позиционируют себя как системы для поддержки принятия решений, учитывая погодные условия: «ProPLANTExpert» (Германия), PLANT plus» (Нидерланды). «MORE CROP» (США) «DESSAC» (Англия), «LANDBRUGSINFO», «NEGFRY» (Дания, Литва,

Польша, Эстония), «SIMFIT» (Германия), «SIMKAST» (Мексика), «FITOPRI» (Швейцария). Помимо оптимизации защиты растений по погодным условиям в Германии разработали приложение Plantix для быстрого определения болезни сельскохозяйственной культуры по фото, американская программа Simplot Spray Guide рассчитывает дозу применения препарата и рабочей

216

жидкости пестицида, программа SpraySelect по заданной норме расхода пестицида и скорости агрегата подберет соответствующую форсунку для опрыскивания.

Ключевые слова: интегрированная система защиты растений, программное обеспечение, сенсоры, видеомониторинг, роботизация.

ВВЕДЕНИЕ Современная стратегия защиты растений представляет ком-

плекс взаимосвязанных мероприятий, таких как своевременная диагностика вредных объектов, постоянный мониторинг развития и распространения фитопатогенов, прогнозирование и принятие обоснованных решений по проведению защитных мероприятий в совокупности с естественными механизмами регуляции агрофитоценозов. Пандемия COVID-2019 спровоцировала внедрение нового технологического оборудования бесконтактного действия

– видеомониторинг (гиперспектральная, инфракрасная и тепловая съ мка) и роботизированные технологии.

МЕТОДИКА Использование цифровых технологий в проектировании ин-

тегрированной защиты растений предполагает кодирование и оцифровку данных о самом растении, условиях окружающей среды и возможных вредных объектах, а также формирование предупредительных и истребительных мер защиты и тактики защитных мероприятий в целом (см. блок-схему). В работе используется теоретический анализ научной литературы и описательный метод, позволяющий передать специфические особенности тематики исследования.

РЕЗУЛЬТАТЫ Внедрение цифровых технологий в защиту растений сво-

дится к двум основным моментам. Во-первых, это создание базы данных, которая включала бы в себя не только биологические особенности и технологию возделывания сельскохозяйственной культуры, но и особенности роста и развития вредных объектов. Сложность создания данной картотеки осложняется отсутствием единообразия описаний фитопатогенов ввиду их большого раз-

217

нообразия, а также тесную взаимосвязь прохождения биологических циклов развития с условиями окружающей среды. Однако, отдельно по болезням, вредителям и сорным растениям данные атласы есть. К примеру, труд К.М, Степанова о прогнозировании грибных патогенов «Грибные эпифитотии» [7].

мониторинг

Блок-схема цифровизации защиты растений

218

Во-вторых, внедрение роботизированных и дистанционных устройств для мониторинга, прогнозирования и осуществления манипуляций по организации фитосанитарного благополучия посевов требует не только соответствующего оборудования, программного обеспечения, своевременного технического обслуживания, но и квалифицированного персонала, обладающего знаниями и умениями в области сельского хозяйства и аналитики Big Data [1,4,5].

На сегодняшний в Российской Федерации популярны следующие аналитические сервисы для принятия решений по интегрированной защите растений: консультативные программы от ВНИИ фитопатологии по защите зерновых культур от специализированных болезней, таких как ржавчина, септориоз, мучнистая роса, а также картофеля от фитофтороза; «Sovet-1» от Всероссийского института защиты растений для прогнозирования интегрированной защиты озимой пшеницы; «Агродозор» от кооперации Всероссийского института защиты растений с ООО «ЦентрПрограммСистем» и ООО «Инфометеосервис» и аналитический сервис от инновационного центра «Сколково» - «ExactFarming» [3,6,9,14].

За рубежом программное обеспечение для контроля вредных объектов сельскохозяйственных культур представлено гораздо шире, чем в России, однако данные программы специфичны для культуры и позиционируют себя как системы для поддержки принятия решений. Программное обеспечение «ProPLANTExpert» немецкого производства совмещает актуальные метеосводки с фазой развития зерновых культур и прогнозирует вероятность развития грибных заболеваний. В Нидерландах аналогично Германии программа «PLANT plus», анализируя погодные условия, предлагает оптимальные сроки для обработки посевов фунгицидами. В США программное обеспечение «MORE CROP» специализируется на защите ячменя и пшеницы от распростран нных болезней (30 видов). В Англии аналогичная программа известна под названием «DESSAC». А в Дании аналитическая система «LANDBRUGSINFO» по складывающимся погодным условиям дает рекомендации о внесении пестицидов и

219