Berlynas. Europos Sąjungos programos „Horizontas Europa“ projektas STELAR artėja prie finišo: šį mėnesį baigiasi trejus metus trukęs darbas, kuriame dalyvauja 9 partneriai iš įvairių Europos šalių.

Per šį laiką sukurta žemės ūkio ir maisto sektoriaus duomenų tvarkymo platforma ir išbandyta realiomis sąlygomis Graikijoje, Italijoje bei Vokietijoje.

Vienas iš bandymų – Pilot-B, vadovaujamas Vokietijos bendrovės „Vista“, skirtas pasėlių augimo prognozėms. Jo esmė – naudojant palydovinius duomenis ir pasitelkus dirbtinį intelektą pateikti ūkininkams patikimas derliaus įžvalgas dar 10 savaičių iki derliaus nuėmimo.

„Duomenų mums reikia kuo anksčiau – idealu bent prieš dešimt savaičių iki derliaus. Tik tuomet galime pateikti patikimus derliaus vertinimus“, – pabrėžia „Vista“ atstovė dr. Solveig Blöcher.

Kaip tai veikia

Prognozavimo metodas jungia kelis elementus:

• palydovinius duomenis – naudojami „Sentinel-2“, „Landsat-8/9“, taip pat hiperspektrinis „EnMAP“ sensorius‘
• modeliavimą – pasitelkiamas PROMET modelis, simuliuojantis vandens, anglies ir azoto ciklus pasėliuose;
• duomenų fuziją – sujungiami multispektriniai, hiperspektriniai ir radarų duomenys, užpildomi laiko spragos (time-series imputation);
• dirvos ir meteorologiniai rodikliai – įtraukiami klimato scenarijai bei lauko matavimai.

Rezultatas – išsamesnės prognozės apie augalų būklę ir derlių. Projekto metu apdorota beveik 1 terabaitas palydovinių vaizdų iš įvairių Europos regionų.

Kodėl tai svarbu

Klimato kaita ir nepastovios rinkos sąlygos verčia ūkininkus planuoti veiksmus vis anksčiau. Patikima informacija sezono pradžioje leidžia laiku nuspręsti dėl tręšimo, laistymo ar kitų priemonių.

Anot projekto komandos, tai gali padėti sumažinti finansinę riziką ir prisidėti prie tvaresnių ūkininkavimo praktikų.

Pasak projekto koordinatorių, STELAR rezultatai neapsiribos vien bandymu. Konsorciumas planuoja tobulinti prognozių įrankius pagal ūkininkų atsiliepimus, dalyvauti diskusijose dėl duomenų skaidrumo ir sąveikos, bendradarbiauti su atvirosios programinės įrangos bendruomenėmis, integruoti naujus AI sprendimus, kad prognozės būtų dar tikslesnės.