Prospera

Компания

IoT в сельском хозяйстве

Prospera, компания, основанная два года назад группой ИТ-специалистов и агрономов, создала одну очень интересную технологию, в центре которой находится мониторинг выращивания урожая с целью оптимизации этого процесса. Хотя фермерам давно доступны определенные данные, например, погодная информация и спутниковые изображения низкого разрешения, оказывается, этого недостаточно. Даже при наличии погодных данных с государственной метеостанции, которая может находиться в 30 км от реального местоположения сельскохозяйственных угодий, они не отражают узколокальных климатических условий, которые играют решающую роль[1].

Однако при крупных масштабах земледелия географический разброс угодий затрудняет их объезд и ручной сбор данных. В сельской местности также сложно подводить электричество и сетевые кабели, необходимые для сбора данных.


Сегодня недорогие датчики могут получать данные о температуре и влажности, а недорогие камеры могут измерять освещенность и солнечную радиацию и передавать ценные изображения. Устройства могут сообщаться через Wi-Fi или 3G и во многих случаях могут работать на солнечной энергии. Этот подход, позволивший очень эффективно использовать технологию при выращивании растений в закрытом грунте, теперь все чаще применяется и в земледелии под открытым небом.

Следует заметить, что Prospera считает себя не поставщиком датчиков, а компанией, специализирующейся на данных. Причем ее цель — не только помогать клиентам собирать данные и сообразно им действовать, но и формировать интеллект для работы с данными и накапливать опыт в этой предметной области.Российский рынок CRM-систем: оценки, тренды, крупнейшие поставщики и перспективы. Обзор TAdviser 149 т

Иными словами, здесь есть элемент краудсорсинга: хотя детальная картина данных остается в тайне, все они (их объем в совокупности может достигать сотен тысяч показаний датчиков в день) помогают строить, тестировать и уточнять прогностические модели. Эти модели помогают отслеживать корреляции между конкретными значениями в собранных данных, относящиеся к росту урожая и выходу сельскохозяйственной продукции. Понимание этих корреляций и формирование на этой основе прогнозов как раз и составляет то, в чем Prospera видит золотое зерно своего ценностного предложения.


Помимо прогностических приложений здесь используются и приложения, генерирующие предписания. В рассматриваемой области большую важность имеют компьютерное зрение и работа с изображениями, поскольку захват изображений в сочетании с технологией распознавания образов могут помогать выявлять заболевания сельскохозяйственных культур и автоматически направлять персонал для проведения соответствующей обработки. Это также может помогать своевременно предупреждать фермеров о необходимости обрезки растений или начале сбора урожая. Поэтому с точки зрения экономического эффекта необходим не только сбор данных, но и их методический анализ, на базе которого можно предпринимать соответствующие меры и давать поручения работникам.

Примечания