Презентация на тему: Точное земледелие: научный подход Д.А. Афонников Федеральный исследовательский

Точное земледелие: научный подход Д.А. Афонников Федеральный исследовательский
Точное земледелие: научный подход Д.А. Афонников Федеральный исследовательский
Точное земледелие: научный подход Д.А. Афонников Федеральный исследовательский
Точное земледелие: научный подход Д.А. Афонников Федеральный исследовательский
Точное земледелие: научный подход Д.А. Афонников Федеральный исследовательский
Точное земледелие: научный подход Д.А. Афонников Федеральный исследовательский
Точное земледелие: научный подход Д.А. Афонников Федеральный исследовательский
Точное земледелие: научный подход Д.А. Афонников Федеральный исследовательский
Точное земледелие: научный подход Д.А. Афонников Федеральный исследовательский
Точное земледелие: научный подход Д.А. Афонников Федеральный исследовательский
Точное земледелие: научный подход Д.А. Афонников Федеральный исследовательский
1/11
Средняя оценка: 4.1/5 (всего оценок: 90)
Код скопирован в буфер обмена
Скачать (8707 Кб)
1

Первый слайд презентации

Точное земледелие: научный подход Д.А. Афонников Федеральный исследовательский центр «Институт цитологии и генетики СО РАН» XIII НОВОСИБИРСКИЙ ИННОВАЦИОННО-ИНВЕСТИЦИОННЫЙ ФОРУМ 28 сентября 2017

Изображение слайда
2

Слайд 2

2 Технологии точного земледелия Основные составляющие технологий ТЗ: Точное позиционирование в пространстве; Геоинформационные системы; Детальное описание полевых условий (характеристика почв, погодных условий, положения на местности); Робототехника; Информационные технологии управления. Точное земледелие – совокупность технологий, технических средств и систем принятия решений, направленных на управление параметрами плодородия, влияющими на рост растений. Пространственное позиционирование Мониторинг посевов Системы принятия решений Точное воздействие Дистанционное зондирование Мультифакторное описание характеристик почв

Изображение слайда
3

Слайд 3

3 Поражения посевов: существенный фактор потери урожайности с/х культур Разработка научных основ мониторинга поражения посевов в результате неблагоприятных условий, патогенов, вредителей и сорняков позволит минимизировать потери за счет своевременного точного использования агротехнических мероприятий. Потери из-за сорняков, болезней и вредителей являются существенным фактором снижения урожайности с/х культур. По прогнозам Министерства сельского хозяйства Российской Федерации потери для таких культур как зерновые или картофель могут составить в 2017 г. от 30 до 49%. Потери от сорняков Потери от болезней Потери от вредителей Сохраненный урожай

Изображение слайда
4

Слайд 4

4 Интеграционный проект СО РАН «Разработка цифровых технологий раннего обнаружения и локализации поражений посевов сельскохозяйственных культур» Цель проекта – исследование информационных процессов в биологических объектах сельскохозяйственного производства, разработке цифровых технологий раннего обнаружения и локализации поражений/засорений сельскохозяйственных культур, а также методологии локального воздействия на очаги вредителей и болезней сельскохозяйственных растений. Руководитель проекта: д-р. техн. наук, проф., академик РАН Альт В.В. (СФНЦА РАН) Участники проекта: ФГБУН Сибирский федеральный научный центр агробиотехнологий РАН ФГБУН Институт вычислительных технологий СО РАН ФГБНУ ФИЦ Институт цитологии и генетики СО РАН ФГБУН Институт автоматики и электрометрии СО РАН

Изображение слайда
5

Слайд 5

LandSat 5 Институт вычислительных технологий СО РАН: Сервис-ориентированная геоинформационная система На примере анализа каталогов спутниковых данных полученных аппаратами LandSat (на территории РФ) и SPOT 3 / 4 (за 2008-2012 гг.), а также оперативных данных MODIS/( Terra+Aqua ), AIRS/ Aqua, Канопус -В, Ресурс-П и др. разрабатываются новые алгоритмы анализа космических снимков, позволяющие идентифицировать типы природных ландшафов в автоматическом режиме. В ИВТ СО РАН создана и развивается сервис-ориентированная геоинформационная система, предназначенная для поддержки проведения междисциплинарных научных исследований и доступа к каталогам архивных и оперативных спутниковых изображений, а также инструментарию для их обработки и анализа. LandSat SPOT

Изображение слайда
6

Слайд 6

6 Институт автоматики и электрометрии СО РАН: Автоматический анализ гиперспектральных изображений Для анализа цифровых изображений с разрешением - 20 м/ пикс, 220 каналов в диапазоне - 0.4  2.5 мкм р азработаны эффективные алгоритмы комплексной пространственно-спектральной обработки. Это позволило уменьшить ошибку определения типа сельхозугодий в 3 раза по сравнению с обычными спектральными методами. При этом удалось увеличить в 100 раз скорость обработки снимков. Совместно с Институтом вычислительных технологий СО РАН созданы компьютерные методы спектрально-пространственной классификации гиперспектральных изображений с/х угодий. Оценка точности автоматической классификации 76.7 % 93.3% Пространственно- спектральная классификация Кукуруза, прямой посев Исходный фрагмент Классификация на 16 классов по наземным данным Представление классов: кукуруза ( прямой посев, рыхление, вспашка ), соя ( прямой посев, рыхление, вспашка ), люцерна, пшеница, овес, покос, трава/пастбище, скошенное пастбище, трава/деревья, лес, стоянка транспорта, бетон/асфальт Спектральная классификация

Изображение слайда
7

Слайд 7

7 Институт автоматики и электрометрии СО РАН: управление в робототехнических системах Апробированы методики решения задач управления мобильными автономными роботами различной конструкции, в том числе летательными аппаратами, управления группой роботов в условиях заранее неизвестной среды и внешних возмущениях. Разработан стенд полунатурного моделирования систем автоматического управления (САУ) летательными аппаратами (ЛА). Трехмерная модель БПЛА в полете, созданная при помощи стенда САУ Схема стенда полунатурного моделирования САУ БПЛА Система определения местоположения при автономном движении робота построение математических моделей систем автоматического управления (САУ); разработка алгоритмов и программ САУ; моделирование поведения БПЛА; визуальное моделирование полета БПЛА; ввод полетного задания; архивирование и просмотр данных телеметрии. траекторное управление; групповое управление; разработка алгоритмов локализации при движении в заранее неизвестной среде; планирование траектории движения при обходе препятствий. Основные решаемые задачи:

Изображение слайда
8

Слайд 8

8 Институт цитологии и генетики СО РАН: новые технологии создания устойчивых сортов с/х культур В ИЦиГ СО РАН и СибНИИРС разработаны генетические основы новых технологий создания сельскохозяйственных растений, обладающих высокой устойчивостью к заболеваниям и условиям среды. Селекция новых сортов пшеницы, устойчивых к бурой ржавчине Площадь земель, пригодных для выращивания растений превышает 4500 га Создан сорт пшеницы, устойчивый к заболеванию за счет переноса в геном мягкой пшеницы генов устойчивости к бурой ржавчине от дикой пшеницы методом маркер-контролируемой селекции. Разрабатываются новые информационные технологии для поддержки селекционно -генетических экспериментов на основе анализа изображений и баз данных с использованием мобильных устройств. Мобильное приложение для полевого фенотипирования зерна Распределение зерен по размерам Длина, мм Число зерен

Изображение слайда
9

Слайд 9

9 Сибирский федеральный научный центр агробиотехнологий РАН: и нформатизация земледелия Создан комплекс методик и информационных продуктов: автоматизированных рабочих мест, экспертных систем, поисковых и информационных баз данных по земледелию, растениеводству. Разработаны методики экономического обоснования технологий для различных уровней с.-х. предприятий. Программные продукты направлены на разработку адаптивно-ландшафтной системы земледелия для конкретного хозяйства с использованием ГИС-технологий, формирование и экономику севооборотов, формирование кормовой базы, выбор технологий и подбор техники по технологическим операциям в растениеводстве с учетом срока выполнения работ, расходу горюче-смазочных материалов и экономическим затратам. Программный комплекс ДИАС: д иаллельный анализ в селекции сельскохозяйственных культур Автоматизированные рабочие места

Изображение слайда
10

Слайд 10

10 Интеграция ресурсов институтов СО РАН в рамках проекта для создания многоуровневой системы мониторинга посевов Многоуровневая система сбора и накопления информации Экспертный мониторинг посевов ИЦиГ СО РАН : Технологии оперативного наземного мониторинга поражений культур с использованием мобильных устройств. ИАиЭ СО РАН: Автоматизация полетов, адаптивное управление летательными аппаратами. Выявление на последовательности мультиспектральных изображений малоразмерных очаговых изменений ИВТ СО РАН: Методы и технологии мониторинга состояния сельскохозяйственных посевов по данным дистанционного зондирования Земли СФНЦА РАН: Разработка мероприятий по внедрению технологии раннего обнаружения и локализации поражений посевов сельскохозяйственных культур Единая интегрированная информационная система эксперимента Мониторинг с использованием БПЛА Спутниковый мониторинг

Изображение слайда
11

Последний слайд презентации: Точное земледелие: научный подход Д.А. Афонников Федеральный исследовательский

Благодарю за внимание! XIII НОВОСИБИРСКИЙ ИННОВАЦИОННО-ИНВЕСТИЦИОННЫЙ ФОРУМ 28 сентября 2017

Изображение слайда