Типирование окружающей среды и цифровизация

Окружающая среда играет важную роль в продуктивности как растений, так и животных. Лучшее понимание и характеристика изменчивости окружающей среды и последствий изменения климата для производительности сельского хозяйства имеет жизненно важное значение для достижения целей России (и, фактически, всего мира) в области продовольственной безопасности и устойчивого развития. Разработка передовых цифровых инструментов, таких как усовершенствованные алгоритмы прогнозирования урожайности; отбор и селекция сортов сельскохозяйственных культур, лучше подходящих для конкретных условий местности; определение оптимальных участков для выращивания новых культур; управление ресурсами, основанное на улучшенной характеристике потребностей; раннее прогнозирование потенциала болезней/вредителей; и ограничение послеуборочных заболеваний и ущерба — вот некоторые из способов оказания значительной помощи сельскохозяйственным производителям.

Проектный центр агротехнологий

Индустриальные компетенции

Умный прогноз урожайности сельскохозяйственных культур. Включение данных из множества источников (дистанционное зондирование и наземные исследования; исторические и текущие метрики; измерения и прогнозы) для учета последствий изменчивости окружающей среды и изменения климата при прогнозировании урожайности сельскохозяйственных культур в начале сезона и на следующие несколько лет. Кроме того, предоставление рекомендаций управляющим фермами об оптимальных нормах и сроках внесения удобрений и воды, схеме севооборота и предупреждениях о болезнях / вредителях для повышения эффективности и сокращения затрат и потерь.

Агроинформатика для менеджеров. Предоставление визуально удобно и легко воспринимаемых материалов и аналитики, позволяющих менеджерам с первого взгляда понять ситуацию в своих холдингах. Помогает принимать более обоснованные решения относительно оптимального распределения ресурсов и выявления болевых точек.

Типирование окружающей среды для улучшения геномной селекции. Содействие современной селекции растений путем предоставления специфичных для конкретного места стрессоров и благоприятных факторов для выведения выносливых, более продуктивных сортов.

Компьютерное зрение для обнаружения послеуборочных повреждений фруктов. Раннее обнаружение повреждений фруктов путем применения методов компьютерного зрения к мультиспектральным изображениям в зонах хранения. Помогает предотвратить массовые потери из-за распространения токсинов.

R&D проекты

Прогнозирование урожайности сельскохозяйственных культур с использованием анализа индекса засухи (финансируется компанией «Рассвет», подразделением группы «Прогресс Агро»)

Environment-Augmented Smart Yield (EASY) — программное обеспечение для предсказания урожая

руководитель

Рагавендра Белур

Джана

Старший Преподаватель