Somijā lauksaimniecības tehnoloģijas pārbauda reālos saimniekošanas apstākļos

Lauksaimniecībā arvien plašāk tiek vākti un izmantoti dati par tehnikas darbu, augsnes apstākļiem un kultūraugu attīstību. Tos nodrošina gan tehnikā iebūvētās sistēmas, gan sensori, droni un citi digitālie risinājumi. Somijā liela uzmanība tiek pievērsta tam, kā šos datus savienot un izmantot saimniecībās konkrētu lēmumu pieņemšanai. Tehnoloģijas tiek pārbaudītas reālos apstākļos un rezultāti salīdzināti vairāku sezonu garumā, savukārt digitālajā vidē vēl pirms sējas iespējams modelēt dažādus kultūrauga audzēšanas scenārijus, piemēram, mainot izsējas normu vai mēslošanas stratēģiju.

Šo pieeju 15. un 16. septembrī pieredzes apmaiņas vizītē Somijā iepazina Vidzemes plānošanas reģiona (VPR), SIA “Naukšēni” un SIA “Saktas ZS” pārstāvji. Abu uzņēmumu darbība aptver piena lopkopību un augkopību.

Somijā dalībnieki apmeklēja JAMK Lietišķo zinātņu universitātes Bioekonomikas institūtu un Tarvālas bioekonomikas pilsētiņu Sārijervi, Huipuri izmēģinājumu lauku un HRV Farm piena saimniecību.

Pieredzes apmaiņu nodrošināja VPR dalība Interreg Europe projektā “AgriExcel”. Starptautiskā partnerība dod iespēju VPR kopā ar reģiona uzņēmumiem iepazīt citās Eiropas valstīs pārbaudītas pieejas un tikties ar pētniekiem, tehnoloģiju izstrādātājiem un lauksaimniekiem, kuri tās izmanto praksē. Tas ļauj iegūt ne tikai informāciju par pašām tehnoloģijām, bet arī pieredzi par to izmantošanu, ierobežojumiem un ieviešanai nepieciešamajiem nosacījumiem.

Somijā redzētais sniedz gan konkrētus tehnoloģiju piemērus, gan pieredzi, kā jaunus risinājumus pārbaudīt un izvērtēt pirms to plašākas izmantošanas. Tehnoloģijas salīdzina ar līdzšinējām darba metodēm, mēra rezultātus un pārbauda datus no dažādiem avotiem. Risinājumus testē reālos saimniekošanas apstākļos, iesaistot arī to potenciālos lietotājus, savukārt digitālā vide ļauj daļu scenāriju izvērtēt vēl pirms izmēģinājumiem laukā.

Šāda pieredze ļauj precīzāk izvērtēt arī tehnoloģiju piemērotību konkrētai saimniecībai. Pirms ieguldījuma svarīgi jautāt ne tikai – ko šī iekārta spēj? Tikpat būtiski ir saprast, kādu problēmu tā risinās, kādi dati būs nepieciešami, kā tos izmantos un pēc kādiem rādītājiem varēs novērtēt ieguvumu.

Huipuri astoņus hektārus lielajā izmēģinājumu laukā piecus gadus salīdzināta automātiskā un manuālā traktora vadīšana. Lauka viena puse tiek apstrādāta ar RTK automātisko stūrēšanu, bet otra – ar to pašu traktoru un agregātiem, tehniku vadot manuāli. RTK tehnoloģija nodrošina precīzu traktora pozicionēšanu un palīdz samazināt pārklājumus starp braucieniem.

Eksperimentā salīdzināts nobrauktais attālums, darba laiks un degvielas patēriņš, kā arī vērtēta automātiskās stūrēšanas ietekme uz operatora slodzi. Automātiski vadītajā lauka daļā traktors nobrauca mazāku attālumu, patērēja mazāk degvielas un darbu paveica ātrāk. Atšķirība bija vērojama arī operatora slodzē – manuālās vadīšanas laikā viņa pulss bija vidēji par aptuveni 10 sitieniem minūtē augstāks.

Taču automātiskā stūrēšana ir tikai viena daļa no Huipuri laukā veiktajiem izmēģinājumiem. Augu attīstības novērošanai izmantoti droni un augsnes sensori, bet precīzās lauksaimniecības izmēģinājumos pārbaudīta arī mainīgas devas mēslošana, mēslojuma daudzumu pielāgojot augsnes īpašībām dažādās lauka vietās. Ražas novākšanas laikā kombaina ražas monitors reģistrē ražas daudzumu dažādās lauka vietās un ļauj izveidot ražas karti. Tajā redzams, kurās lauka daļās ražība bijusi augstāka vai zemāka. Monitora rādījumi tiek pārbaudīti, tos salīdzinot ar faktiski nosvērto ražu.

Viens no risinājumiem, kas ļauj ilgstoši sekot apstākļiem augsnē, ir Somijas uzņēmuma Soil Scout bezvadu sensori. Tos pilnībā ierok zemē, tāpēc virszemē nepaliek konstrukcijas, kurām ar tehniku būtu jābrauc apkārt. Lauku var apstrādāt kā ierasts, un traktors var pārvietoties arī tieši virs sensora.

Atkarībā no modeļa Soil Scout sensori mēra augsnes mitrumu un temperatūru, kā arī elektrisko vadītspēju vai skābekļa līmeni. Elektriskā vadītspēja raksturo augsnes šķīdumā esošo izšķīdušo sāļu un minerālvielu jonu kopējo daudzumu. Tā neparāda atsevišķu barības elementu daudzumu, taču šī rādītāja izmaiņas palīdz sekot augsnes apstākļiem, kas ietekmē arī barības vielu pieejamību augiem.

Atsevišķiem Soil Scout sensoru modeļiem baterijas darbības laiks var sasniegt 20 gadus. Vizītes laikā tika skaidrots, ka tik ilgu darbību nodrošina ļoti īsa datu pārraide, bet pārējā laikā raidītājs praktiski nepatērē enerģiju. Sensors vienā vietā var palikt vairākas sezonas, ļaujot regulāri iegūt mērījumus no viena un tā paša punkta.

Lauksaimniekam būtiska ir ne tikai iespēja uzzināt augsnes mitrumu vai temperatūru konkrētajā brīdī. Ilgstoši mērījumi vienā vietā ļauj redzēt, kā apstākļi augsnē mainās sezonas laikā un no gada uz gadu. Turklāt šo informāciju iespējams iegūt, nepārtraucot ierastos lauka darbus un katru sezonu sensorus neuzstādot no jauna.

Augsnes sensori sniedz informāciju par apstākļiem zem augsnes virskārtas, taču kultūraugu attīstības novērtēšanai nepieciešama informācija arī par pašiem augiem. Vienu no šādām pieejām demonstrēja Somijas uzņēmums Yield Systems.

Augu novērošanai izmanto parastus viedtālruņus, kas piestiprināti pie speciāli izveidota rāmja. Virzoties pa lauku, ar tiem filmē augus. Aptuveni desmit sekundēs iespējams nofilmēt 8–10 kvadrātmetrus. Rāmis kustības laikā pavirza lapas un stiebrus, lai augus varētu fiksēt arī no sāniem.

Iegūto video analizē mākslīgais intelekts (MI), kas spēj, piemēram, saskaitīt stiebrus un vārpas un noteikt citas augu pazīmes. Lai MI iemācītu tās atpazīt, izmanto datorā veidotus 3D augu modeļus. Mainot modeļos atsevišķas auga pazīmes, iespējams radīt daudz dažādu variantu un izmantot tos MI apmācībai.

Yield Systems tehnoloģiju attīsta arī sadarbībā ar Eiropas Kosmosa aģentūru (ESA). Šajā projektā ar viedtālruni iegūtos precīzos augu mērījumus paredzēts sasaistīt ar satelītdatiem. Viedtālrunis ļauj detalizēti izmērīt augus konkrētās lauka vietās, savukārt satelītdati parāda atšķirības sējumā daudz lielākā platībā. Salīdzinot abu veidu datus vienās un tajās pašās vietās, iespējams veidot modeli, ar kuru kultūraugu attīstību varētu novērtēt arī pārējā laukā.

Šos datus paredzēts izmantot arī prognožu modeļu veidošanai. Analizējot sezonas gaitā iegūtos datus par kultūraugu attīstību, modelis var prognozēt gaidāmās ražas apjomu un kvalitāti, kā arī tās attīstību līdz novākšanai. Tas ļautu savlaicīgāk novērtēt, kad raža varētu būt gatava novākšanai, un attiecīgi plānot darbus.

Datu izmantošanas iespējas vizītes laikā demonstrēja arī lauksaimniecības tehnikas ražotāji un tehnoloģiju uzņēmumi. Traktori uzkrāj arvien vairāk informācijas par tehnikas darbu, taču operatoram svarīgi vajadzīgo informāciju iegūt ātri un saprotamā veidā.

Somijas lauksaimniecības tehnikas ražotājs Valtra sadarbībā ar mākslīgā intelekta risinājumu izstrādātāju Spogen.ai attīsta digitālo asistentu “Talking Tractor” jeb runājošo traktoru. Operatoram nav jāmeklē vajadzīgā informācija dažādās sistēmās vai lietošanas instrukcijā – jautājumu var uzdot asistentam. Piemēram, var noskaidrot degvielas atlikumu un patēriņu vai tehnikas tukšgaitas laiku, kā arī jautāt par traktora funkcijām, iestatījumiem un problēmu novēršanu.

Risinājuma izstrādē atklājies arī būtisks ierobežojums – MI sniegto atbilžu kvalitāte ir atkarīga no tam pieejamās informācijas. Ja tehniskā dokumentācija ir nepilnīga vai nekvalitatīva, mākslīgais intelekts šo trūkumu nevar novērst.

Savukārt Valtra sadarbībā ar Somijas tehnoloģiju uzņēmumu Delta Cygni Labs demonstrēja risinājumu attālinātai lauksaimniecības tehnikas diagnostikai. Remote Diagnostic Hub (RDH) pieslēdz traktora diagnostikas sistēmai, ļaujot servisa speciālistam attālināti nolasīt kļūdu kodus un veikt sākotnējo diagnostiku. Datu un video pārraide iespējama arī vietās ar vāju sakaru pārklājumu.

Vizītes laikā kā piemērs tika minētas attālas saimniecības Brazīlijā, kur pie tehnikas dažkārt jānokļūst pat ar helikopteru. Ja bojājumu iespējams diagnosticēt attālināti, servisa speciālists jau pirms došanās ceļā var noteikt nepieciešamo rezerves daļu un paņemt to līdzi, samazinot atkārtotu braucienu nepieciešamību.

Tarvālas bioekonomikas pilsētiņā dati tiek izmantoti ne tikai tam, lai analizētu jau notikušo, bet arī lai modelētu dažādus kultūraugu audzēšanas scenārijus. Šāda pieeja tiek attīstīta projektā Finnish Future Farm, kura mērķis ir izveidot klimatneitrālas viedās lauksaimniecības un digitālo dvīņu testēšanas vidi, sadarbojoties izglītības iestādēm un nozares uzņēmumiem.

Viens no projekta risinājumiem ir lauka digitālais dvīnis jeb reāla lauka virtuāls modelis. Tajā apvieno sensoru, meteoroloģiskos un citus datus, lai modelētu augu attīstību un ražu. Vienam un tam pašam auzu laukam digitālajā vidē iespējams mainīt, piemēram, izsējas normu vai mēslošanas stratēģiju un salīdzināt iespējamo ietekmi uz ražas veidošanos vēl pirms darbu sākšanas. Šo vidi izmanto arī lauksaimnieku mācībās, lai uzskatāmi salīdzinātu dažādus audzēšanas lēmumus un to ekonomisko ietekmi.

Digitālais modelis ļauj salīdzināt vairākus saimniekošanas variantus, kuru pārbaude reālos lauka apstākļos prasītu vairākas augšanas sezonas. Tas neaizstāj izmēģinājumus laukā, bet ļauj jau iepriekš izvērtēt dažādus iespējamos risinājumus.

Jauni risinājumi lauksaimniecībai ne vienmēr rodas lielajos tehnikas ražošanas uzņēmumos. Tos var izstrādāt arī nelieli tehnoloģiju uzņēmumi, kas risina konkrētu nozares problēmu. Sadarbība ar lielajiem ražotājiem ļauj šos risinājumus pārbaudīt un pilnveidot un, ja tie sevi pierāda, virzīt plašākai izmantošanai.

Tarvālas bioekonomikas pilsētiņā izveidota vide, kur jaunas tehnoloģijas iespējams pārbaudīt reālos apstākļos. Tajā sadarbojas pētnieki, izglītības iestādes, lauksaimnieki, studenti, tehnoloģiju uzņēmumi un lauksaimniecības tehnikas ražotāji.

Tehnoloģiju izstrādātāju un lielo uzņēmumu sadarbību veicina BioBoosters biznesa akcelerators, kura partneris ir arī Vidzemes plānošanas reģions. Tā sadarbības modeli vizītes laikā raksturoja ar jēdzienu Ant meets elephant jeb “skudra satiek ziloni”. Mazam tehnoloģiju uzņēmumam var būt risinājums konkrētai nozares problēmai, taču iespējas tieši uzrunāt lielu starptautisku ražotāju ir ierobežotas. BioBoosters saved kopā tehnoloģiju izstrādātājus un uzņēmumus, kuri meklē risinājumus konkrētām vajadzībām, dodot iespēju tehnoloģiju demonstrēt un pārbaudīt sadarbībā ar potenciālo partneri.

Šāds sadarbības modelis izmantots arī, meklējot jaunus tehnoloģiskos risinājumus Somijas lauksaimniecības tehnikas ražotājam Valtra. Sākotnēji tika aplūkoti 1500 jaunuzņēmumi, 350 vērtēti padziļināti, 50 intervēti un 17 atlasīti programmai. Līdz tiešai sadarbībai ar Valtra nonāca trīs uzņēmumi.

Vizītes otrajā dienā dalībnieki apmeklēja HRV Farm piena saimniecību Kalmari, Sārijervi. Tā izveidota 2017. gadā, apvienojoties trim uzņēmējiem ar atšķirīgu pieredzi piena lopkopībā un lauksaimniecības tehnikas pakalpojumu sniegšanā.

Īpašnieku pienākumi saimniecībā ir skaidri sadalīti. Viens atbild par ganāmpulku, barošanu un selekciju, otrs – par laukiem un tehniku, bet trešais – par darbiniekiem, komunikāciju un sadarbību. Šobrīd saimniecībā ir aptuveni 600 govju vietu, no kurām 500–550 aizņem slaucamās govis. Tās slauc trīs reizes dienā 50 vietu karuselī, bet vidējais izslaukums sasniedz aptuveni 11 000 kilogramu piena no govs gadā.

HRV Farm izmanto DeLaval DelPro ganāmpulka vadības sistēmu un aktivitātes sensorus katrai govij. Saimniecība iesaistīta arī tehnoloģiju izmēģinājumos. Tajā salīdzināta atjaunojamās un parastās dīzeļdegvielas izmantošana Valtra traktoros, pārbaudīti riepu sensori, dronu un attēlu analīze piemērotākā skābbarības pļaušanas laika noteikšanai, kā arī digitālais asistents “Talking Tractor”.

Piena lopkopībā datu izmantošanas iespējas plašāk raksturoja lauksaimnieks un Somijas Lauksaimniecības ražotāju un meža īpašnieku centrālās savienības MTK pārstāvis Tero Lahti. Viņa Paavola Farm saimniecībā DNS testus lopu selekcijā izmanto jau vairāk nekā desmit gadus.

Lahti stāstīja arī par pētījumu, kurā RNS un epiģenētiskie paraugi ņemti piecām labākajām un piecām vājākajām govīm. Šie dati ļauj pētīt, kuri gēni konkrētajā brīdī ir aktīvi un kā to darbību ietekmē apstākļi kūtī, tostarp gaisma, ūdens pieejamība un barošana.

Vienlaikus piena saimniecībās dati joprojām glabājas vairākās savstarpēji nesaistītās sistēmās. Lahti norādīja, ka informācija no ganāmpulka vadības, barošanas, selekcijas un citām programmām bieži joprojām manuāli jāapvieno Excel failos. Tāpēc būtisks jautājums ir ne tikai datu daudzums, bet arī iespēja tos savienot un izmantot vienotā saimniecības pārvaldībā.