O preciznoj poljoprivredi se sve više priča ali skepticiziam se i dalje oseti u vazduhu, verovatno jer mnogi ne razumeju u potpunosti suštinu koncepta i smisao potrebe za njegovom implementacijom. Precizna poljoprivreda je okvir koji ima za cilj postizanje apslolutnog maksimuma u iskorišćavanju potencijala resursa kako prirodnog, tako ljudskog i mašinskog uz minimalno narušavanje agroekosistema.

”Precizna

Ineče, od precizne poljoprivrede se očekivalo da bude veliki „posao“ potrebi za unapređenjem postojeće poljoprivredne prakse koja treba da odgovori sve većim izazovima u vidu pogoršanih klimatskih prilika, sve veće tražnje za tzv. 4F (fuel, feed, food, fiber) odnosno sirovinama za proizvodnju ljudske i životinjske hrane, sirovinama i energiji iz obnovljivih izvora. Međutim nakon nekog vremena od početka uvođenja koncepta (2000-tih godina), shvatilo se da nema velikog obrta uloženih sredstava što je dovelo do usporavanja trenda.

Razlog tome je to što potencijalni korisnici imaju realni otklon prema novinama jer ne poseduju miltidisciplinarna znanja niti su sposobni da samostalno koriste različite napredne tehnologije, a u eksterne službe imaju malo poverenja. Ali nisu problem samo poljoprivrednici…Postoji jedan drugi apsurd koji govori da multidisciplinarnost nema u dovoljnoj meri ni u naučnim krugovima jer vladaju uvrežena mišljenja od strane vodećih naučnika da fokus treba da bude na jednoj oblasti (i to onoj kojom se oni bave).

Tako na primer, neki su eksperti za biljke, drugi za zemljište, treći za obradu slika, četvrti za senzore, dok za punu primenu precizne poljoprivrede je neophodan znanje svih četvoro. Posledica individualizma je lošija koordinacija svega nekoliko stručnjaka tokom razvoja određenog rešenja, što se negativno odražava na upotrebnu vrednost takvog rešenja. Činjenica je da je prinos posledica više prirodnih činioca ne samo npr. đubrenja, te se sa racionalizacijom potrošnje đubriva ne mora za uzvrat očekivati pozitivan bilans proizvodnje. Mora se delovati na mnogo više faktora. Ova situacija vodi do demotivacije klijenta jer oni s pravom očekuju više od ovih tehnologija i nisu zadovoljni sa obrtom uloženih sredstava.

Prisutne varijabilnosti na polju imaju komplikovano dejstvo na prinos biljaka i nema još uvek jednostavnog rešenja kojim bi se precizno definisao uticaj pojedinih faktora na prinos. Zbog toga je neophodno kombinovati različita merenja u različitim vegetativnim periodima. Softverska rešenja u okviru precizne poljoprivrede su korisna za prikupljanje, skladištenje, obradu, vizuelizaciju podataka, ali još uvek nisu nađena rešenja koja su u stanju pruže kvalitetne odluke.

”Precizna

Za kvalitetno donošenje odluka neophodna je dugogodišnje iskustvo, intuitivnost u pojedinim situacijama što računar ne poseduje, ali pre svega i čeinjenica da računar nije u mogućnosti da direktno na terenu utvrdi pouzdanost izmerenih vrednosti kako bi potvrdio činjenično stanje.

Nekada je biljna proizvodnja bila organizovana na manjim parcelama čije su specifičnosti proizvođači poznavali veoma dobro, a odluke donosili na osnovu višegodišnjeg iskustva. Sredinom XX veka desile su se značajne promene u poljoprivredi izavane tzv. zelenim revolucijama (traktorizacija, mineralna prehrana, genetski inženjering, itd). Poljoprivreda je prostorno reorganizovana, parcele su ukrupnjavane kao bi se prilagodile većim kapacitetima tehničkih sistema i njihovoj racionalnoj eksploataciji.

Međutim, to je izazvalo nove probleme, a to je daleko manje prisustvo čoveka na parceli što je onemogućilo proizvođaču da ima permanentan uvid u promene na parceli. Krajnji dometi takvog koncepta s obzirom da se parcela tretira uniformno bez obzira na unitrašnje nejednakosti su ograničeni.

Tekuća praksa pri donošenju odluka u biljnoj proizvodnji temelji se na tradicionalnim obrascima, prethodnom iskustvu, intuiciji individue, a najviše nasleđenim navikama iz prošlosti. Takav stohastičan način upravljanja zemljišnim resursima donosi rezultate koji nisu uvek u saglasnosti sa količinom uloženih sredstava.

U narednom periodu očekuje se navala konsultanskih firmi po pitanju pružanja usluga snimanja parcele iz vazduha, obrade podataka, preporuke za đubrenje itd. Evo objašnjenja zbog čega tehnologija zasnovana na korišćenju bespilotnih letelica ili satelita još uvek ne daje visok obrt uloženih sredstava.

”Dronovi

Najveći krivci za to su naučnici i njihove zvanične publikacije u kojima se vegetativni indeksi (dobijeni iz zapisa sa drona ili satelita) skoro uvek dovode u snažnu vezu sa prinosom biljaka, ali zapravo ta veza nije tako jednoznačna. Suštinski vegetativni indeksi su povezani sa ključnim činiocima biljne proizvodnje kao što su mineralna ishrana, zemljište, klima itd., samo u određenim situacijama kada ostali činioci koji figurišu u proizvodnji nisu ograničavajuć faktor za razvoj biljaka.

Veoma je prijemčivo za potencijalne korisnike, a istovremeno je saglasno sa strategijom „jedan parametar jedno rešenje“ da se na osnovu NDVI formira mapa potreba za đubrivom jer je jednostavno za primenu od strane korinsika. Princip „jedan parametar kompletno rešenje“ nije primenljiv u slučaju precizne poljoprivrede jer se ona sprovodi na zemljištu koje je prirodna tvorevina podložna značajnim vremenskim i prostornim varijacijama.

Svaka lokacija sa svojim specifičnostima (zemljište/okruženje) zahteva optimalan pristup sa aspekata. Može se konstatovati da su vegetativni indeksi koji proisiču iz snimaka sa drona ili satelita dobar polazni parametar, ali sami za sebe nisu dovoljni za donošenje prave odluke u preciznoj poljoprivredi.

Dalje..

U svetu postoji veliki broj idejnih rešenja senzora od kojih je veoma mali procent komerijalno korišćen u preciznoj poljoprivredi. Osnovni razlog je nedoslednost podataka za različite podloge. Zemljište kao najvažniji i najnepridvidiviji medijum poljoprivredne proizvodnje je velika nepoznanica. Kompleks koji je isprožiman sa živim i neživim materijama je još uvek stohastičnog karaktera bez željene predvidivosti sa kojom bi se postigao maksimum raspoloživih resursa.

Svi gore pomenuti sistemi manipulišu sa nekim od fizičkih fenomena koji se manje ili više pozitivno odnosi sa nekom osobinom zemljišta. Najčešće je interakcija složena i ne zavisi samo od jednog činioca zemljišta, te je tumačenje podataka složeno.

”Precizna

Potom…

Postavlja se pitanje koje podatke treba skupljati i šta sa njima raditi. Takođe da li je „big data“ postao sindrom. Suštinski veliki podaci ili big data uopšte nije potreban, već samo korisni podaci. Ono što istraživače pokušavaju da izvuku iz „big data“ jesu dobri podaci jer se na osnovu dobrih podataka baziraju odluke. Postavlja se pitanje zašto prikupljati enormnu količinu podataka ako se zna koji su to dobri podaci u okviru big data.

Očigledno je da kada neko prikuplja mnogo podataka ne zna na šta se oni odnose i stoga primenjuje pristup zvani „pucanj u prazno“ koji rezultuje lošim odlukama jer velike količine podataka ništa ne znače. U okviru projekta precizne poljoprivrede integracija svih dobrih podataka i prihvatljive poljske prakse je sledeći korak koji zahteva iskustvo i savremene metode analize i poslednji korak je pametna upotreba tehnologije kako bi se postigla željena efikasnost.

Evo još jednog primera iz bliske prošlosti…

Primeri iz bliske prošlosti

2011. godine svetski gigant IBM zajedno sa najpoznatijim izraelskim naučnim institutom Technion iz grada Haifa lansirao je projekat za poljoprivredu „Cloud-computing project“. U okviru projekta sarađivali su brojni IT stručnjaci i partneri iz poljoprivrede sa ciljem prikupljanja različitih akademskih i fizičkih podataka iz poljoprivrednog okruženja kako bi se napravila jedistvena platforma za predviđanja koja bi pomogla poljoprivrednicima kod donošenja odluka u realnom vremenu i prostoru. U intervjuu sa nekoliko IBM-ovih članova projektnog tima u to vreme, oni su bili potpuno ubeđeni da je poljoprivredu moguće “algoritmovati” misleći da algoritmi mogu da reše sve probleme ovog sveta. Pre toga, IBM-ov kognitivan sistem učenja je postigao zapanjujuće razultate na takmičenjima.

Taj sistem je počeo da se primenjuje uveliko u medicine sa velikim uspehom što je delimičnio dovelo do napuštanja projekta u poljoprivredi. Nakon toga su u IBM-u shvatili da je zadatak pravljenja kognitivnog sistema mašinskog učenja za poljoprivredu mnogo komplikovanije nego što su oni mogli ikad da zamisle. Veštačka inteligencija može pomoći, ali ne može odraditi celokupan posao.

Iako nas tehnike veštačke inteligencije i mašinskog učenja uče kako da razumemo okruženje, mi smo još uvek suviše daleko od predviđanja kritičnih parametara na parceli.

”Preizna

Šta poljoprivredu čini drugačijom?

Poljoprivreda je jedna od najkomplikovanijih proizvodnih delatnosti te sigurno i najnepredvidljivija u slučaju statističke kvantifikacije, a statistika je podloga svakoj analitici podataka. Čak i ako posmatramo samo jedno polje, uslovi su promenljivi na različitim delovima. Nepredvidivost vremena, stanja zemljišta i prisustva bolesti i štetočina je nešto što izlazi iz okvira trenutnih mogućnosti moderne tehnologije, te preventivne reakcije nisu moguće.

Na kraju zaključak…

Proizvođači treba da koriste konsultantske usluge, ali pod uslovom da su konsultatnti u stanju da ponude konkretna rešenja za njihov problem, a rešenje se ne nalazi u knjigama. Zapravo za to je neophodno imati iskustvo, biti znatiželjan i maštovit uz odmerenu primenu tehnologije.

Za poljoprivredu je potrebna prvenstveno ljudska, a ne veštačka inteligencija.

Precizna poljoprivreda kao koncept može biti realizovana jedino ukoliko su korisnici u stanju da ispune sledeće:

• Manipulišu sa više promenljivih istovremeno (biljka, zemljište, klima);
• Prepoznaju koja promenljiva treba da se izmeri i kada;
• Integrišu sve podatke u jednu celinu koja treba da ponudi konkretno rešenje;
• Upotrebe odgovarajuću tehnologiju;
• Prepoznaju šta sledeće treba da mere kako bi bili sigurni da je ponuđeno rešenje uticalo na realizaciju cilja (prinos, kvalitet) i
• Osnovni preduslov šire primene tehnologije precizne poljoprivrede jeste da rešenja koja se nude budu isplativija i jednostavnija za korisnika.

AUTOR:

Prof. dr Marko Kostić
Univerzitet u Novom Sadu
Poljoprivredni fakultet