Ученые ПНИПУ знают, как лучше вносить удобрения

По данным Минсельхоза, в 2023 году общая посевная площадь в России с учетом новых регионов превысила 85 млн. га. Для получения максимального урожая, важно своевременно удобрять почву. При этом фермеры заинтересованы делать это точечно в нужное время только на тех участках посевов, где это действительно необходимо. Такой подход позволяет существенно сокращать расходы на удобрения. Для мониторинга состояния больших угодий существует несколько способов, но все они обладают невысокой точностью результатов. Ученые Пермского национального исследовательского политехнического университета (ПНИПУ) разработали свой метод контроля нормального роста сельскохозяйственных культур. Он отличается минимальной зависимостью от многочисленных факторов, связанных с видом культуры, временем года и др. Разработка может привести к увеличению урожайности и снижению расхода подкормок.

На изобретение выдан патент № 2812475. Разработка проведена в рамках программы стратегического академического лидерства «Приоритет 2030».

Мониторинг сельскохозяйственных культур с помощью камер позволяет получать и обрабатывать информацию о состоянии растений в режиме реального времени, выявляя нехватку некоторых микроэлементов. Системы на основе оптолептической информации анализируют данные и помогают фермерам найти проблемные участки, требующие дополнительной подкормки растений. Такие системы уже существуют, но точность получаемых результатов зависит от большого количества факторов: от недостатка удобрения, сорта и качества семян, особенностей почвы, солнечной активности и других факторов. Достоверно выявить зависимость между ростом и отдельным фактором (например, внесением удобрения) очень сложно.

Ученые ПНИПУ предлагают исключить такую погрешность применительно к нехватке подкормки. Метод основан на использовании тестовой выборки — растений, высаженных без удобрений. Время, когда необходимо вносить питательные элементы в почву и количество необходимого удобрения, определяется с помощью анализа изображений, полученных с видеокамеры. По ним выявляют разницу между растениями тестовой грядки и основной, например, стадию роста, цветовую компоненту, а затем при необходимости вносят удобрения.