Неравномерность почвенных условий даже в пределах одного поля остаётся одной из главных причин потерь урожая. Семена, попадая в разные по плотности, влажности и температуре участки, всходят не одновременно, что напрямую сказывается на итоговой урожайности. Группа ученых под руководством Алисии Вейги из французского Политехнического института UniLaSalle считает, что проблема не в отсутствии технологий для анализа почвы, а в том, что получаемые с датчиков данные до сих пор не связаны с работой посевной техники.
В статье, опубликованной в журнале Plant and Soil, исследователи обобщили данные 109 научных работ и предложили концепцию «адаптивного посева». Она предполагает, что сеялки должны в реальном времени считывать состояние семенного ложа и мгновенно корректировать свои параметры – глубину заделки, прижимное усилие – для каждого отдельного семени. Это особенно важно для таких культур, как кукуруза, которая крайне чувствительна к условиям в первые дни после сева. Прорастание семян кукурузы зависит от узкого диапазона температуры и влажности, а последующий рост ростка – от механического сопротивления и аэрации почвы.
Даже небольшая задержка со всходами одного растения по отношению к соседним приводит к тому, что оно оказывается в тени, проигрывает в борьбе за питательные вещества и в итоге даёт значительно меньше зерна. Таким образом, потенциал урожайности поля во многом определяется на этапе всходов – в тот момент, который фермеры контролируют меньше всего, поскольку ключевые процессы происходят под землей.
Современные агротехнологии уже позволяют фермерам «видеть» почву. Датчики электропроводности, ёмкостные сенсоры и инфракрасные спектрометры, установленные на сельхозтехнике, могут на ходу измерять текстуру, влажность, уплотнение и содержание органики в почве. Однако эти данные, как правило, используют для разделения поля на несколько крупных зон с усредненными параметрами, что подходит для внесения удобрений, но слишком грубо для точного сева, где условия могут меняться каждые несколько метров.
Авторы статьи утверждают, что главное препятствие – отсутствие связующего звена: программного обеспечения и моделей принятия решений, которые бы преобразовывали непрерывный поток данных с датчиков в конкретные команды для сеялки. Предложенная ими концепция объединяет три элемента: фундаментальные знания о взаимодействии семян с почвой, данные с датчиков и предиктивные модели, в том числе на основе машинного обучения. Такие модели должны мгновенно рассчитывать оптимальные настройки для сеялки.
При этом сама посевная техника уже технически готова к такой работе. Современные агрегаты оснащены электронными системами контроля прижимного усилия и глубины заделки, но им не хватает «интеллектуального» слоя управления. По мнению ученых, внедрение адаптивного подхода потребует междисциплинарных усилий от физиков, агрономов и инженеров, а также масштабных полевых испытаний. В случае успеха сеялки будущего смогут не просто размещать семена в почве, а анализировать грунт и создавать для каждого семени наилучшие стартовые условия.