Τα drones που παρακολουθούν τα χωράφια για ζιζάνια και τα ρομπότ που στοχεύουν και αντιμετωπίζουν ασθένειες των καλλιεργειών μπορεί να ακούγονται σαν επιστημονική φαντασία, αλλά στην πραγματικότητα συμβαίνουν ήδη, τουλάχιστον σε ορισμένες πειραματικές φάρμες.
Ερευνητές από το PhenoRob Cluster of Excellence στο Πανεπιστήμιο της Βόννης εργάζονται για την προώθηση της έξυπνης ψηφιοποίησης της γεωργίας και δημοσίευσαν τώρα μια λίστα με τα ερευνητικά ερωτήματα που θα πρέπει να αντιμετωπιστούν ως προτεραιότητα στο μέλλον. Η εργασία τους δημοσιεύτηκε στο European Journal of Agronomy.
Το γεγονός ότι η Γη θρέφει πάνω από οκτώ δισεκατομμύρια ανθρώπους σήμερα οφείλεται κυρίως στη σύγχρονη γεωργία υψηλής απόδοσης. Ωστόσο, αυτή η επιτυχία έχει υψηλό κόστος. Οι τρέχουσες μέθοδοι καλλιέργειας απειλούν τη βιοποικιλότητα, ενώ η παραγωγή συνθετικών λιπασμάτων παράγει αέρια του θερμοκηπίου και τα γεωργικά χημικά ρυπαίνουν τα υδάτινα σώματα και το περιβάλλον.
Πολλά από αυτά τα προβλήματα μπορούν να μετριαστούν με τη χρήση πιο στοχευμένων μεθόδων, π.χ. με την εφαρμογή ζιζανιοκτόνων μόνο σε εκείνα τα τμήματα ενός χωραφιού όπου τα ζιζάνια γίνονται πραγματικά πρόβλημα αντί να αντιμετωπίζεται ολόκληρη η περιοχή. Άλλες δυνατότητες είναι η αντιμετώπιση των ασθενών καλλιεργειών μεμονωμένα και η εφαρμογή λιπάσματος μόνο όπου είναι πραγματικά απαραίτητο. Ωστόσο, στρατηγικές όπως αυτές είναι εξαιρετικά περίπλοκες και ουσιαστικά αδύνατο να αντιμετωπιστούν σε μεγάλη κλίμακα με συμβατικά μέσα.
Αξιοποίηση της υψηλής τεχνολογίας και της τεχνητής νοημοσύνης για να γίνει πιο βιώσιμο και αποτελεσματικό
«Μια απάντηση θα μπορούσε να είναι η χρήση έξυπνων ψηφιακών τεχνολογιών», εξηγεί ο Hugo Storm, μέλος του Γερμανικού Συνδέσμου Αριστείας PhenoRob. Το Πανεπιστήμιο της Βόννης συνεργάστηκε με το Κέντρο Έρευνας Γιούλιχ (Forschungszentrum Jülich), το Ινστιτούτο Fraunhofer για Ευφυή Ανάλυση και Συστήματα Πληροφοριών (IAIS) στο Σανκτ Αουγκούστιν, το Κέντρο Έρευνας Γεωργικού Τοπίου Leibniz στο Μύνχεμπεργκ και το Ινστιτούτο Έρευνας Ζαχαρότευτλων στο Γκέτινγκεν στο μεγάλης κλίμακας έργο που στοχεύει στο να καταστήσει τη γεωργία πιο αποτελεσματική και πιο φιλική προς το περιβάλλον χρησιμοποιώντας νέες τεχνολογίες και τεχνητή νοημοσύνη (AI).
Οι ερευνητές προέρχονται από κάθε είδους διαφορετικούς τομείς, όπως η οικολογία, οι φυτοεπιστήμες, οι εδαφολογικές επιστήμες, η επιστήμη των υπολογιστών, η ρομποτική, η γεωδαισία και η γεωργική οικονομία. Στην πρόσφατα δημοσιευμένη εργασία τους, καθορίζουν τα βήματα που πιστεύουν ότι πρέπει να αντιμετωπιστούν κατά προτεραιότητα βραχυπρόθεσμα. «Έχουμε εντοπίσει μερικά βασικά ερευνητικά ερωτήματα», λέει ο Storm.
Πώς πρέπει να πετούν τα drones για να επιτύχουν μέγιστη αποτελεσματικότητα στην εξέταση όλων των καλλιεργειών, ιδιαίτερα εκείνων που βρίσκονται σε κίνδυνο;
Ένα από αυτά αφορά την παρακολούθηση των γεωργικών εκτάσεων για τον εντοπισμό τυχόν ελλείψεων θρεπτικών συστατικών, ανάπτυξης ζιζανίων ή προσβολών από παράσιτα σε πραγματικό χρόνο. Οι δορυφορικές εικόνες παρέχουν μια γενική εικόνα, ενώ τα drones ή τα ρομπότ επιτρέπουν μια πολύ πιο λεπτομερή παρακολούθηση. Η τελευταία μπορεί να καλύψει ένα ολόκληρο χωράφι συστηματικά και ακόμη και να καταγράψει την κατάσταση μεμονωμένων φυτών στη διαδικασία. «Μια δυσκολία έγκειται στη σύνδεση όλων αυτών των πληροφοριών μαζί», λέει η συνάδελφος του Storm, Sabine Seidel, η οποία συντόνισε τη δημοσίευση μαζί του: «Για παράδειγμα, πότε θα είναι επαρκής μια χαμηλή ανάλυση; Πότε πρέπει τα πράγματα να γίνουν πιο λεπτομερή; Πώς πρέπει να πετούν τα drones για να επιτύχουν μέγιστη αποτελεσματικότητα στην εξέταση όλων των καλλιεργειών, ιδιαίτερα εκείνων που κινδυνεύουν;»
Τα δεδομένα που λαμβάνονται παρέχουν μια εικόνα της τρέχουσας κατάστασης. Ωστόσο, οι αγρότες ενδιαφέρονται κυρίως να σταθμίσουν διάφορες πιθανές στρατηγικές και τις πιθανές επιπτώσεις τους: πόσα ζιζάνια μπορεί να αντέξει η καλλιέργειά μου και πότε πρέπει να παρέμβω; Πού πρέπει να εφαρμόσω λίπασμα και πόσο πρέπει να βάλω; Τι θα συνέβαινε αν χρησιμοποιούσα λιγότερα φυτοφάρμακα; «Για να απαντήσετε σε ερωτήματα όπως αυτά, πρέπει να δημιουργήσετε ψηφιακά αντίγραφα της γεωργικής σας γης, ας πούμε», εξηγεί ο Seidel. «Υπάρχουν διάφοροι τρόποι για να το κάνετε αυτό. Κάτι που οι ερευνητές πρέπει ακόμη να ανακαλύψουν είναι πώς να συνδυάσουν τις διάφορες προσεγγίσεις για να αποκτήσουν πιο ακριβή μοντέλα». Πρέπει επίσης να αναπτυχθούν κατάλληλες μέθοδοι για τη διατύπωση συστάσεων για δράση με βάση αυτά τα μοντέλα. Τεχνικές δανεισμένες από τη μηχανική μάθηση και την τεχνητή νοημοσύνη έχουν να διαδραματίσουν σημαντικό ρόλο και στους δύο αυτούς τομείς.
Πληροφορίες από διάφορους αερομεταφερόμενους ή επίγειους αισθητήρες – συνδυάζονται για να βοηθήσουν τη γεωργία να γίνει πολύ πιο αποτελεσματική και φιλική προς το περιβάλλον στο μέλλον. – Εικόνα: Ansgar Dreier / Πανεπιστήμιο της Βόννης
Οι αγρότες πρέπει να είναι σύμφωνοι
Ωστόσο, εάν η παραγωγή καλλιεργειών πρόκειται να υιοθετήσει πραγματικά αυτήν την ψηφιακή επανάσταση, οι άνθρωποι που θα την εφαρμόσουν στην πράξη - οι αγρότες - θα πρέπει επίσης να πειστούν για τα οφέλη της. «Στο μέλλον, θα πρέπει να επικεντρωθούμε περισσότερο στο ερώτημα ποιες υποκείμενες προϋποθέσεις απαιτούνται για να διασφαλιστεί αυτή η αποδοχή», λέει ο καθηγητής Heiner Kuhlmann, γεωδαίτης και ένας από τους δύο ομιλητές του Cluster of Excellence, μαζί με τον επικεφαλής της ομάδας ρομποτικής, καθηγητή Cyrill Stachniss. «Θα μπορούσατε να προσφέρετε οικονομικά κίνητρα ή να ορίσετε νομικά όρια στη χρήση λιπασμάτων, για παράδειγμα». Η αποτελεσματικότητα εργαλείων όπως αυτά, είτε μόνα τους είτε σε συνδυασμό, μπορεί επίσης να μετρηθεί στις μέρες μας χρησιμοποιώντας υπολογιστικά μοντέλα.
Στην εργασία τους, οι ερευνητές από το PhenoRob χρησιμοποιούν επίσης παραδείγματα για να δείξουν τι είναι ήδη ικανές να κάνουν οι τρέχουσες τεχνολογίες. Για παράδειγμα, μπορεί να δημιουργηθεί ένα «ψηφιακό δίδυμο» καλλιεργούμενων εκτάσεων και να τροφοδοτηθεί με μια σταθερή ροή διαφόρων ειδών δεδομένων με τη βοήθεια αισθητήρων, π.χ. για την ανίχνευση της ανάπτυξης ριζών ή την απελευθέρωση αέριων αζωτούχων ενώσεων από το έδαφος. «Μεσοπρόθεσμα, αυτό θα επιτρέψει την προσαρμογή των επιπέδων αζωτούχων λιπασμάτων στις ανάγκες των καλλιεργειών σε πραγματικό χρόνο, ανάλογα με το πόσο πλούσιο σε θρεπτικά συστατικά είναι ένα συγκεκριμένο σημείο», προσθέτει ο καθηγητής Stachniss. Σε ορισμένα μέρη, επομένως, η ψηφιακή επανάσταση στη γεωργία είναι ήδη πιο κοντά από ό,τι θα περίμενε κανείς.
FutureFarming
