 |
Пилотный проект АГАУ и индустриальных партнеров по созданию цифрового сервиса агрометеоданных в 2022 году будет масштабирован в Алтайском крае
По информации ФГБУ «Центр агроаналитики» Министерство сельского хозяйства Алтайского края приняло решение о выделении в 2022 году из бюджета 10 млн. рублей для возмещения части затрат сельхозпроизводителям региона на приобретение полевых автономных агрометеостанций. Выделение господдержки осуществляется в рамках проекта формирования опорной сети агрометеостанций и призвано ускорить работу по созданию цифрового сервиса агрометеоданных в Алтайском крае. Проект реализуется в рамках мероприятий «Стратегии цифровой трансформации отраслей экономики Алтайского края». Анализ агрометеоданных на основе интеллектуальных систем мониторинга погодных условий является одним из эффективных направлений цифровизации отрасли.
Таким образом, региональное правительство поддержало масштабирование пилотного проекта по созданию цифрового сервиса агрометеоданных полевых метеостанций компании, который в 2021 г. начал реализовываться учеными Алтайского ГАУ совместно с индустриальным партнером вуза компанией «ЭР-Телеком Холдинг» при поддержке Министерства сельского хозяйства Алтайского края. В пилотном режиме в 2021 г. в хозяйствах края были подключены четыре современные полевые агрометеостанции, произведена интеграция данных в региональную цифровую платформу ИС «РЕСПАК». Система обработки этой информации даст возможность наиболее рационально планировать сельскохозяйственные работы, делать прогноз развития растений, выбирать наиболее эффективные способы применения удобрений и средств защиты растений.
В настоящее время учеными АГАУ совместно с Министерством сельского хозяйства Алтайского края определено 30 опорных хозяйств, находящихся в разных природно-экономических зонах, которые будут принимать участие в реализации проекта. Заключены договоры на поставку 60 метеостанций, проводится работа по подключению мест размещения метеостанций к сети передачи данных. В апреле текущего года запланирована установка метеостанций на полях, а уже в мае метеостанции должны перейти на полный цикл работы.
«При установке станций мы отберем образцы почв, проведем необходимые измерения и дальше уже будем в течение вегетационного периода в динамике отслеживать все параметры, - отмечает руководитель проекта, заведующий кафедрой сельскохозяйственной техники и технологий АГАУ, д.т.н., профессор Владимир Иванович Беляев. - На основе полученных метеоданных мы должны разработать модели, на основе которых будут готовится рекомендации по оперативному управлению полевыми работами. Проект базируется на основе тех почвенных наблюдений, которые ученые АГАУ ведут на протяжении многих лет. Сейчас надо увязать эти наблюдения с данными, которые мы будем получать с метеостанций. Это позволит давать объективные рекомендации сельхозтоваропроизводителям о наиболее подходящих агротехнических приемах, которые целесообразно использовать для повышения эффективности растениеводства».
Главные задачи, которые сейчас стоят перед учеными Алтайского ГАУ, это обеспечение необходимого аналитического уровня обработки получаемых агрометеорологических данных и их адекватная интерпретация применительно к решению практических задач повышения эффективности растениеводства. Далее вся информация будет аккумулироваться на платформе ИС «РЕСПАК» и передаваться сельхозтоваропроизводителям.
Справка:
Современные цифровые метеостанции представляют собой устройства, устанавливаемые непосредственно в поле для сбора и передачи агроклиматических данных. В конструкцию полевых метеостанций входят датчики контроля метеопараметров, таких как температура и влажность воздуха, направление и скорость ветра, температура и влажность почвы на различной глубине, фотофиксации развития растений и присутствия вредителей. Работа станции полностью автономна, ее питание и зарядка встроенной батареи осуществляются от солнечной панели. Наличие таких данных позволяет удаленно осуществлять контроль ситуации на полях.
Контактное лицо: Марьин Дмитрий Владимирович
Компания: ФГБОУ ВО "Алтайский государственный аграрный университет"
Добавлен: 00:03, 18.03.2022
Количество просмотров: 303
Страна: Россия
| Транспортные документы от Платформы ЭПД можно будет подписать в смартфоне, Платформа ОФД, 17:06, 17.08.2026, Россия620 |
| «Платформа ОФД» присоединилась к соглашению Минцифры России о развитии и внедрении мобильной электронной подписи «Госключ». Сотрудничество направлено на проработку новых сценариев использования сервиса, обмен технологической экспертизой и поддержку интеграции в продукты электронного документооборота. |
| UDV Group: банки столкнутся с ИБ-рисками из-за нейросетей без правил, UDV Group, 17:04, 17.08.2026, Россия612 |
| Российский разработчик решений в области киберустойчивости UDV Group прокомментировал рекомендации Банка России по безопасному использованию искусственного интеллекта финансовыми организациями. По оценке эксперта компании, ИИ постепенно становится для банков не только инструментом автоматизации, но и отдельным объектом управления информационной безопасностью. |
| ActiveCloud запустил в России услугу частного облака, ActiveCloud, 20:34, 16.08.2026, Россия690 |
| Облачный провайдер ActiveCloud запустил в России услугу частного облака для размещения критически важных систем, ресурсоемких приложений и инфраструктуры с повышенными требованиями к безопасности. |
| «НОБИЛИС» ПРЕДСТАВИТ ЦИФРОВУЮ ЭКСПЕРТИЗУ В СФЕРЕ КОРПОРАТИВНОГО ЗДОРОВЬЯ НА ВНОТ-2026, Нобилис ООО, 14:07, 14.08.2026, Россия794 |  |
| ООО «Нобилис», разработчик российской платформы управления корпоративным здоровьем TouchMED, объявляет об участии в ключевом отраслевом событии - XI Всероссийской неделе охраны труда (ВНОТ-2026). В фокусе презентации компании - практические инструменты цифровизации медосмотров, в том числе профилактических и предиктивной аналитики для снижения операционных рисков и повышения эффективности персонала. |
| Nexign: российский бизнес не спешит использовать ИИ для поиска аномалий, Nexign, 14:03, 14.08.2026, Россия136 |  |
| Почти 80% российских компаний уже применяют инструменты мониторинга своей ИТ-инфраструктуры, но лишь каждая шестая использует модели машинного обучения для обнаружения аномалий. Мешают нехватка внутренней экспертизы, низкое качество данных и сложность подсчета окупаемости инвестиций. |
|
|
