Informacione Tehnologije - Bosna i Hercegovina

Digitalizacija u poljoprivredi

Sve ovo omogućava stvaranje baze znanja i podršku poljoprivredniku u procesu donošenja odluka.

Digitalizacija poljoprivrede je zapravo jedini način da se za kratko vrijeme poveća konkurentnost poljoprivredne proizvodnje, čak i u prvih nekoliko godina primjene dok većina drugih rješenja za poboljšanje poljoprivredne produktivnosti djeluje tek nakon dužeg vremenskog perioda.

Iskustvo je pokazalo da poljoprivrednici već u prve dvije godine upotrebe digitalnih poljoprivrednih rješenja značajno smanjuju gubitke, zatim troškove proizvodnje i povećavaju profitabilnost. Pored navedenog, ne smijemo izostaviti ni faktor motivacije za novu generaciju poljoprivrednika, da preuzmu npr. porodični posao i nastave sa poljoprivrednom proizvodnjom.

Sama softverska rješenja koja se primjenjuju u poljoprivrednoj proizvodnji, u smislu funkcionalnosti, mogu se podijeliti u nekoliko osnovnih cjelina:

Prikupljanje podataka koje se vrši iz nekoliko različitih izvora: poljoprivredni proizvođač, koji unosi informacije o izvršenim radnim operacijama, uzgajanim poljoprivrednim kulturama i utrošenim materijalima (npr. sjemena, pesticidi, herbicidi, đubriva, gorivo…). Senzorika, koja u realnom vremenu prikuplja informacije o svim meteorološkim parametrima koji utiču na poljoprivrednu proizvodnju i agrotehničke mjere, kao što su temperatura i vlažnost vazduha i zemljišta, količina padavina, sunčeve radijacije, brzina i smjer vetra, vlažnost. Snimci iz satelita, drona ili bespilotnih letjelica, koji mogu identifikovati probleme u rastu i razvoju biljaka i plodova, a koji nisu vidljivi ili na vrijeme uočljivi ljudskom oku.

Obrada podataka i analitika odnosno moduli koji korisnicima pretvaraju podatak u korisnu informaciju. Kombinovanje i manipulacija različitih vrsta podataka zapravo dovode do toga da korisnik na osnovu selektiranih informacija može donijeti određenu oduku. Na primjer, podatak o trenutnoj količini padavina neće značiti mnogo, ali informacija o tome koliko je padavina akumulirano u proteklom periodu će poslužiti korisniku da donese određene odluke o navodnjavanju. Sve vrste informacija o odstupanjima od normalnih vrednosti, informacije o ekstremnim vrijednostima i grupisane relevatne informacije spadaju u ovu grupu.

Prediktivni modeli, koji predstavljaju najviši stepen u razvoju jednog rešenja za digitalnu poljoprivredu. Alati za prediktivnu analitiku u poljoprivredi su alati koji koriste različite statističke i matematičke metode uključujući obradu podataka, prediktivno modeliranje i mašinsko učenje koji analiziraju trenutne, istorijske i prognoze poljoprivrednih, bioloških, klimatskih i hidroloških podataka iz različitih izvora kako bi se napravila predviđanja o budućnosti. U ove modele spadaju prediktivni modeli za određivanje optimalnih vremenskih prozora za poljoprivredne aktivnosti (sjetvu, đubrenje, prihranu, zaštitu, berbu…), modeli predikcije pojave bolesti i štetočina na poljoprivrednim parcelama korisnika, kao i modeli predikcije prinosa za određene poljoprivredne kulture.

Sama uspješnost digitalizacija poljoprivrede u širem smislu ne zavisi samo od kompanija koje kreiraju inovativna rešenja, već suštinski od korisnika tih rešenja tj. samih poljoprivrednika. Prikupljanje i obrada i razvoj prediktivnih modela u velikoj mjeri zavise od količine prikupljenih podataka-što je veća baza korisnika, kvalitet i preciznost informacija i modela će biti veći. U tom smislu, osnovni preduslov svega mora biti širenje svesti i edukacija korisnika, sa posebnim akcentom na benefite koje ovakva rešenja donose.

Zbog trenutne svjetske situacije, nedostatka proizvodnje hrane, nameće se potreba za pronalaženjem načina uštede energije i finansija, Sve više svjetskih integratorskih kompanija, nude profesionalna digitalna rješenja u poljoprivredi.