Земледелие в странах Залива всегда было делом тщательного управления. Осадков мало, лето долгое, а значительная часть воды, попадающей на поле, поступает из опреснительных установок или из водоносных горизонтов, которые восполняются медленно, если восполняются вообще. У каждого кубометра есть своя цена.
Именно поэтому регион — столь естественная среда для точного земледелия. Этот термин означает лишь то, что ферма рассматривается не как один однородный массив, а как тысячи небольших зон, у каждой из которых свои потребности, и данные используются для того, чтобы удовлетворять эти потребности точно. Искусственный интеллект — это слой, превращающий данные в решения. И ОАЭ, и Саудовская Аравия поставили продовольственную безопасность и бережное отношение к воде высоко в своей национальной повестке, и фермы от Эль-Айна до Эль-Касима уже экспериментируют с этими инструментами.
Измерять вместо того, чтобы гадать
Основа любой системы точного земледелия — измерение. Датчики влажности почвы, установленные на разной глубине, показывают, сколько воды на самом деле доходит до корней. Небольшие метеостанции фиксируют температуру, влажность, ветер и солнечную радиацию прямо на поле, а не в ближайшем аэропорту. Эти показания раскрывают простую истину: график полива, который работал в марте, неверен в июле, а северный угол поля редко ведёт себя так же, как южный.
Модель орошения на основе ИИ берёт эти показания, сопоставляет их с видом культуры и фазой роста и рекомендует, сколько воды подать и когда. В системах капельного орошения рекомендацию можно выполнять автоматически, клапан за клапаном. Результат — не только снижение расхода воды; нередко это и более высокие урожаи, потому что растения, которые никогда не переувлажняются и не пересыхают, растут равномернее.
Увидеть ферму сверху
Спутники теперь проходят над странами Залива несколько раз в неделю, и их мультиспектральные снимки можно анализировать на предмет жизнеспособности растений. Здоровые листья отражают ближний инфракрасный свет иначе, чем листья в состоянии стресса, поэтому вегетационный индекс, вычисленный по этим снимкам, превращается в карту здоровья фермы. Дроны дополняют детали, летая достаточно низко, чтобы различать отдельные деревья или ряды.
Модели ИИ, обученные на этих снимках, хорошо делают две вещи. Во-первых, они замечают аномалии: участок, который пересыхает, засорённую капельную линию, зону, где накапливается засоление. Во-вторых, они оценивают урожай за недели до сбора, что помогает планировать рабочую силу, хранение и договоры с покупателями. Для крупной финиковой плантации или поставщика овощей такой прогноз имеет реальную коммерческую ценность.
Поймать болезнь до того, как она распространится
Болезни растений и ущерб от вредителей дорого обходятся везде, но в жаркой закрытой теплице они могут распространиться за считанные дни. Модели компьютерного зрения теперь способны распознавать ранние признаки распространённых болезней листьев, грибковых инфекций и повреждений насекомыми по фотографии, сделанной на обычный телефон, или с камеры, установленной внутри теплицы. Фермер получает оповещение, вероятный диагноз и рекомендуемые меры, часто ещё до того, как ущерб становится заметен с прохода.
Тот же подход работает с сорняками на открытых полях: камеры на опрыскивателе распознают сорняки в реальном времени и вносят гербицид только там, где он нужен, существенно сокращая использование химикатов.
Теплицы и вертикальные фермы: земледелие по проекту
Сельское хозяйство в контролируемой среде быстро растёт по всему региону Залива: гидропонные теплицы и вертикальные фермы теперь поставляют листовую зелень, травы и томаты на местные рынки. Именно в таких хозяйствах ИИ даёт наибольший эффект, потому что почти каждую переменную — от освещения, температуры и влажности до состава питательного раствора и углекислого газа — можно измерить и скорректировать.
Хорошо настроенный ИИ-контроллер поддерживает стабильный климат, минимизируя энергию, затрачиваемую на охлаждение, которое в странах Залива является главной статьёй эксплуатационных расходов. Он также может выяснить, какие условия дают лучший урожай для конкретного сорта, и воспроизводить их цикл за циклом. В результате — стабильная, местная, круглогодичная продукция, выращенная с долей той воды, что расходуется на открытых полях.
С чего может начать ферма или агробизнес
Самая распространённая ошибка — купить всё сразу. Более разумный путь выглядит так:
- Выберите одно поле или одну теплицу и одну культуру на первый сезон.
- Установите датчики влажности почвы и местную метеостанцию и зафиксируйте базовый уровень: текущий расход воды, урожайность и затраты на ресурсы.
- Добавьте спутниковые снимки, которые недороги и не требуют оборудования, и сравните, что они показывают, с данными датчиков.
- Используйте данные первого сезона для запуска модели орошения, затем измерьте разницу относительно базового уровня.
- Только после этого переходите к дронам, выявлению болезней или автоматизированному управлению.
Наряду с технологиями вкладывайтесь в людей. Управляющий фермой, который понимает, что говорит панель данных, получит от системы гораздо больше, чем самая продвинутая сеть датчиков, показания которой никто не читает. Службы сельскохозяйственного консультирования, университеты и поставщики агротехнологий в регионе всё чаще предлагают обучение и пилотные программы, а скромный пилот с чётким базовым уровнем — самое убедительное экономическое обоснование, которое может построить ферма.
Точное земледелие не вызовет дождь над пустыней. Что оно может сделать — так это обеспечить, чтобы каждая капля, достигающая фермы в странах Залива, выполняла максимум возможной работы, и к этой цели стоит стремиться.
