Alphabet разрабатывает багги для наблюдения за сельскохозяйственными растениями

Компания Alphabet X - это исследовательская группа, работающая над решением глобальных проблем с помощью технологических инноваций. В последнем проекте команда обратила свое внимание на поддержку устойчивого сельского хозяйства.

Проект, получивший название Mineral, направлен на использование передового программного и аппаратного обеспечения, которое позволит сельскохозяйственным производителям выращивать более разнообразные культуры с помощью специально разработанного багги для наблюдениями за растениями.

Команда Mineral указывает на то, что мы полагаемся на сравнительно небольшое количество видов культур, поскольку большая часть сельскохозяйственных угодий предназначена для выращивания риса, пшеницы и кукурузы. Это делает наше сельское хозяйство восприимчивым к вредителям, болезням и изменению климата, а также ухудшает качество почвы и разнообразие ее микробиома.

Команда видит ответ в том, что она называет «вычислительным сельским хозяйством», в котором современное оборудование, программное обеспечение и датчики позволят фермерам использовать генетическое разнообразие 30 000 видов съедобных растений по всему миру. Этот подход может позволить им выявлять и выращивать более устойчивые культуры в определенных условиях, а также уменьшить зависимость от удобрений, химикатов и воды.

В качестве отправной точки команда начала собирать информацию о таких факторах, как почва, исторические данные об урожае и погоде в разных местах. Затем они построили прототип багги, который будет отслеживать, как растения растут в этих условиях, и использовали его на клубничных полях в Калифорнии и посевах сои в Иллинойсе.

Для определения точного местоположения каждого растения багги использует GPS, а для сбора информации о их состоянии он оснащен камерами и датчиками. С их помощью устройство может анализировать такие культуры, как дыни, салат, овес и др., и предоставлять подробные данные о размере листьев и высоте растений, размере и количестве плодов.

Затем эта информация вместе с другими данными о погоде и почве, а также с учетом информации со спутниковых изображений, анализируется с помощью машинное обучения для выявления закономерностей и получения выводов о том, как растения растут в этой конкретной среде. Предполагается, что возможность наблюдать здоровьем отдельных растений в будущем поможет фермерам лучше прогнозировать результаты их работы и повысить общую урожайность.