SRF / СRF - fert

Описание проекта

Ежегодный рост потребления комплексных минеральных удобрений в сельском хозяйстве требует увеличение их производства. В тоже время предлагаемая технология позволит очищать сточные воды от ионов аммония и фосфора, что значительно снижает нагрузку на очистные сооружения, а получаемый продукт является эффективным комплексным удобрением с пролонгированным действием. Получаемое удобрение можно использовать в качестве альтернативы фосфорных сырьевых ресурсов (апатитов и фосфоритов) для производства комплексных NPK удобрений.

В тоже время современные системы управления, основанные на высокопроизводительной микропроцессорной технике и с применением элементов искусственного интеллекта, позволяют формализовать задачи управления, решение которых требовали ранее больших временных и человеческих ресурсов. Так, например, в сельском хозяйстве анализ состояния растений и оценка необходимых действий (внесение удобрений, обработка пестицидами и пр.) производится в основном экспертным методом сразу для большой популяции растений.

Использование современных программно-технических средств и методов распознавания может позволить проводить такой анализ автоматически, в непрерывном режиме реального времени для малых популяций или каждого растения в отдельности с последующим индивидуальным обслуживанием этих растений. Такой подход позволит повысить оперативность и надежность принятия решений, что, безусловно, повысит эффективность выращивания сельскохозяйственных культур.

Предлагается следующая система поддержки принятия решений в сельском хозяйстве. Состояние растений, обусловленное недостатком или

избытком некоторых микроэлементов в почве, может определяться оптолептическим методом с помощью фото или видеофиксации (машинное зрение) и при необходимости корректироваться индивидуальным дозированием требуемого количества соответствующего удобрения к корням группы растений или конкретного экземпляра.

Таким образом, предлагаемая система поддержки принятия решений реализует следующие функции:

1. Получение и предобработка оптолептической информации;

2. Распознавание состояния растений (качественное и количественное);

3. Определение необходимых воздействий (внесение удобрений) и их оптимизация;

4. Анализ динамики изменения состояния растений.