Техніка

Постійний пошук ефективності вимагає готовності до трансформації всього бізнесу

Точне землеробство стає розумним

Точне землеробство стає розумним

Постійний пошук ефективності вимагає готовності до трансформації всього бізнесу. Можливо часом це складно, але результат того вартий.  

Євгеній Сапіженко, заступник директора агробізнесу з інноваційного і цифрового розвитку, Kernel

Нині ми живемо і працюємо в умовах, що важко назвати простими. Проте, незважаючи на цінові й логістичні обмеження, компанія Kernel розвивається й впроваджує нові рішення й технології. Сьогодні для аграрія, навіть працюючи в невеликий «мінус», це означає — зберегти активи, команду і заплатити орендну плату за землю. Це вигідніше, ніж не сіяти взагалі, бо фінансові й кадрові втрати можуть бути непоправними, хоч і не зрозуміло, скільки таких років витримає український агробізнес. Тому доводиться рухатись уперед і шукати нові способи бути ефективнішим. 

Можливість реалізації потенціалу 

Компанія давно пройшла етапи впровадження базових технологій точного землеробства. Автопілоти, вимкнення секцій, планування маршрутів, керування нормами використання ТМЦ та робота за картами-завданнями є вживаними навіть у дрібних фермерських господарствах. В той час, як можливість працювати зі змінними нормами висіву і з унесенням добрив технічно реалізували, все ж є питання визначення самих норм як методології використання інструментів точного землеробства. І тут відкривається великий потенціал для розвитку, бо те, що до сьогодні робили ми й інші компанії з технологією диференційних норм, не перевищувало й 20% реальних можливостей цієї технології. Ділення полів на зони продуктивності можна назвати примітивним підходом, і, коли отримували позитивний результат, це, швидше, була вдача і збіг обставин. 

Що означають інші 80% потенціалу, які до цього часу були нереалізованими? У разі конкретно сівби насамперед це — визначення гібрида і густоти висіву, що, своєю чергою, залежить від культури попередника, часу і способу обробітку ґрунту, типу ґрунту і його характеристик, гранулометричного складу або ємності катіонного обміну, здатності утримання вологи, вмісту органіки, статистики по опадах, строків сівби, рельєфу, запасів продуктивної вологи на момент сівби і багато іншого. Коли бачимо таку кількість параметрів, стає зрозумілим, що навряд хто враховував і половину. 

Щоб вийти на новий рівень ефективності, слід позбутись старого підходу до технології змінних норм. Тому було розроблено нову методику, що передбачає ділення поля на елементарні однорідні ділянки — однорідні виробничі юніти. Така концепція дає чітке розуміння, що коли базовий «комплект» параметрів є однаковим усереди ні елементарної ділянки, відповідно, і результат буде очікуваним. Під це все потрібно змінювати підходи в агрохімічному обстеженні ґрунту та формуванні системи живлення культур. 

Поточного сезону за допомогою платформи NEXAT успішно відсіяли соняшник і кукурудзу

Отже, коли визначили, якими даними потрібно оперувати, з’ясувалось, що далеко не вся інформація є в наявності. Точність і глибина виділення однорідних ділянок залежать від якості й дискретності даних. Сам же результат залежить не тільки від деталізації та можливостей точного землеробства. Наш відділ R&D закладає відповідні досліди на щорічній основі. Вони стосуються визначення оптимальних норм удобрення на різних ґрунтах і за різних погодних умов. Схожі досліди закладають також для визначення оптимальної густоти для різних гібридів. Здебільшого ми робили це за участі виробників насіння, але цього року повертаємося до незалежних експериментів з усіма гібридами з нашого портфеля, адже ціна помилки є дуже високою. Для цього обрали кілька локацій у різних погодно-кліматичних зонах і на різних у масиві ґрунтах, а кількість варіантів на одній такій дослідній ділянці перевищила 500. Використовували відповідне обладнання, яке зафіксувало параметри висіву на кожному погонному метрі — нічого не можна упустити. Такі досліди мають закладатись щонайменше кілька років або й взагалі на постійній основі, щоб зібрати достатньо статистичної інформації. Раніше ніхто не підходив до цього так системно, а тепер це обмежувальний чинник, який не дозволяє рухатися вперед. 

Коли всі поля різні 

Проблема дослідів полягає в тому, що їх неможливо закласти на кожному полі, а взагалі потрібно було б, адже не існує двох однакових полів. Тому у певному регіоні ми обираємо максимально репрезентативне поле — зі зрозумілою кількістю чинників впливу. Проте навіть такий підхід не завжди допомагає: існують регіони, де ґрунти на сусідніх полях кардинально відрізняються. Або значно впливає рельєф, і тоді доводиться працювати опосередковано через ту саму модель вологи. Однак, незважаючи на це, досліди закладати все одно треба, щоб отримати базові значення по густоті сівби. Ми шість років сіяли диференційовано, але результати отримували різні. Чим більше нарощували обсяги, тим більше було нових чинників: рельєф, погода, гібрид, строки сівби, холодна весна, сухо або мокро… І кожного разу культура реагувала по-новому, бо всі чинники впливали на результат. Тому для визначення густоти потрібні якісні системні дослідження. Є рекомендації виробника насіння, але вони доволі примітивні, або ж навпаки, недостатньо прозорі. Виробник сам для себе проводить ці експерименти, і певна частина параметрів не відповідає фактичним умовам наших полів. Ми користуємося цими результатами й отримуємо рекомендації через відсутність альтернативи, оскільки ціна помилки надто висока. 

Ми активно залучаємо до дослідів наш відділ DataScience. Він має дуже багато завдань, і окрім прогнозування врожайності робить багато прикладних речей, починаючи від визначення продуктивності поля і чинників, що на неї впливають, рухаючись до головної цілі — планування технології виробництва за допомогою моделей ШІ. 

Сьогодні працює платформа DigitalAgriBusiness, яка має велику кількість алгоритмів, що розраховують норми висіву, підбирають гібриди, планують обробіток ґрунту, встановлюють норми внесення добрив. Проте основа всього — це планова врожайність культури, для визначення якої вже два роки ми використовуємо і покращуємо модель продуктивності поля. Вона також буде визначати потенціал конкретного однорідного виробничого юніта. 

Ділимо поле на елементарні виробничі ділянки 

З цього року ми відмовились від ділення полів на зони продуктивності. Тепер відділ DataScience виділятиме однорідні ділянки за всіма наявними історичними даними. Ідея проста й відкриває значно ширші можливості для планування й розумного землеробства, адже всюди, де раніше було поле, можна підставити незмінну частинку поля, з яких воно складається. 

Агрохімічний підхід зазнає трансформації, і лабораторія працюватиме по-новому. Наразі разом із відділом DataScience розроблена і тестується модель кластеризації однорідних виробничих юнітів, котра враховує всі дані, що є на момент аналізу. Нині це чотири  основних шари, що містять дані ДЗЗ, результати виміряних безпосередньо у полі параметрів ґрунту, карти врожайності тощо. Слід зазначити, що інформацію про рельєф будемо брати з платних ресурсів або «витягувати» з техніки. Безплатні сервіси не дають потрібної точності, і наша практика показала спотворення результатів. 

На основі цих даних нова модель створює однорідні ділянки з їхніми атрибутами. В межах однієї елементарної ділянки будуть незмінні параметри: одна форма рельєфу, вміст елементів живлення, органічної речовини, волога, відповідна врожайність тощо. Дані лабораторії й точне землеробство тепер консолідовані на рівні однорідних виробничих юнітів. Раніше ми оперували поняттям «зона продуктивності», однак ці зони дуже нестабільні в часі й містять усередині неоднорідності через проблему із врахуванням гетерогенності поля. Що це дає взагалі? 

Зазвичай поле ділили на зони з високою, середньою і низькою продуктивністю. І це була основна помилка, оскільки так можна поділити й умовно однорідне поле, а на строкатому не врахувати головні зони, бо якась непродуктивна ділянка забрала на себе всю вагу. Наприклад, якщо порівняти малопродуктивні ділянки на «сильному» і «слабкому» полі, це будуть абсолютно різні за характеристиками ділянки. Тому ухвалили рішення — перейти до абсолютних показників, оскільки планування — це 80% кінцевого результату, і воно буде здійснюватись до цієї конкретної однорідної ділянки із розрахунковою плановою врожайністю. Буде братись до уваги фактичний агрофон і вся попередня історія поля. 

Модель однорідних ділянок базується на одночасному врахуванні багатьох параметрів поля

Усе починається з відбору зразків та визначення параметрів, таких як уміст органічної речовини, місткість катіонного обміну, фізичні властивості ґрунту, показники мікробіологічної активності та рівень забезпечення елементами живлення. Всі результати потрапляють у калькулятор живлення (власний спеціалізований софт, у якому працює агрохімік) та модуль планування системи DigitalAgriBusiness. Методика відбору зразків еволюціонувала від роботи «по сітці» до відбору по зонах продуктивнсоті. Але це не завжди давало потрібний результат. Ми помічали істотні логічні невідповідності: на строкатому полі зразки могли суттєво відрізнятись навіть в одній зоні продуктивності. Отже, «середня температура по лікарні» не давала точної інформації про те, що реально відбувається у цій зоні. Об’єднувальним чинником була тільки вегетація, яка виступала, швидше, результуючою дії всіх чинників. Ось чому ми прийшли до визначення однорідних ділянок і переконані, що робота з ними дасть реальну картину, дозволить працювати з урахуванням фактичної ситуації та будувати відповідні технологічні стратегії, спрямовані на максимізацію прибутку через введення прихованих резервів. 

Який очікувати результат 

Перехід на таку модель відбудеться за 3–5 років. Саме за такий час вдасться відібрати зразки за новим алгоритмом (по однорідних ділянках) для усього земельного банку і почати робити нові, більш обґрунтовані рекомендації щодо гібридів, густоти посіву, живлення тощо. Корегувати контури однорідних виробничих юнітів будуть тільки перед відбором зразків на полі й то тільки в разі потреби, та на основі нових даних урожайності. Відповідні зміни вноситимуться до ресурсу DigitalAgriBusiness, і це вже справді буде точним землеробством. Технічна можливість сіяти диференційовано є лише початком, а найважливішим у цій технології є обґрунтований підбір гідрида, встановлення густоти на сівбу та раціональне живлення. Звісно, у межах поля сіяти різні гібриди навряд хто буде, а от густота і удобрення можуть дати неабиякий ефект. На сьогодні створена нами модель активно тестується на внутрішніх полігонах точного землеробства, до того ж уже бачимо низку переваг порівнюючи із зонами продуктивності. Кроки із масштабування стануть цікавими і потребуватимуть значної інтелектуально-організаційної роботи та залученості виробничих команд. Переконані, що на полях, де почнуть працювати за новою моделлю, ефективність роботи покращиться. За попередніми підрахунками потенційний ефект складає близько 28 дол. на гектар. Ці цифри досить помірковані й базуються на умовах довоєнного середньостатистичного року, оскільки якогось сезону може бути 10, а в інший усі 50 дол. рахуючи через EBITDA. Тому з впровадженням вказаної моделі очікуємо подальшого зростання ефективності. 

Машинні перспективи 

Окрім методології існують і нові технічні рішення, які дають змогу бути ефективнішим. Тому нині в компанії випробовують системний трактор NEXAT. Поточного сезону успішно відсіяли соняшник і кукурудзу. Загалом якість сівби —відмінна, але були моменти з відпрацюванням мікрорельєфу — давалась взнаки робоча ширина та габарити машини. Складні за конфігурацією поля також ускладнюють або унеможливлюють користування платформою. Наразі машина працює з обприскувачем, а також найближчим часом очікується модуль для виконання основного обробітку — глибокого розпушення та розглядається можливість поставки зернової сівалки. Більшою проблемою є ситуації, коли посеред поля «виходять» окремі паї із неможливістю обміну. За таких умов NEXAT втрачає можливість працювати ефективно, бо оминати паї досить проблематично. Невідповідність технологічної колії одразу ставить під сумнів ефект від CTF компоненту, за рахунок якого ця складна машина стає потенційно вигідною для аграріїв. У Бразилії агрегат працює прекрасно, оскільки там немає наведених проблем. Однак в Україні ситуація поки що не найкраща, і рано чи пізно доведеться вносити зміни до чинного законодавства, щоб поступово врегулювати цей момент і надати можливість ефективно працювати всім учасникам ринку. Також потрібно звернути увагу, що ця ситуація стає на заваді не лише використанню такої машини, як NEXAT, а й технологіям точного землеробства. Крім того, коли виводиться пай і змінюються контури поля, це зводить нанівець усю роботу із живленням, фітосанітарним станом, відновлювальним землеробством та логістикою поля. 

Дрони — не панацея 

У певних умовах дрони справді можуть допомогти усунути якусь проблему, крім того здатні працювати локально, не створюючи додаткового ущільнення і не завдаючи механічних пошкоджень рослині. Проте, на наш погляд, вони будуть тільки допоміжним інструментом. Основне навантаження нестимуть самохідні обприскувачі. Ми мали і позитивний, і негативний досвід роботи з дронами, і тепер є розуміння, що тут багато залежить від людей і умов роботи. Був навіть експеримент із диференційованого внесення десиканта дроном, але результат показав економічну недоцільність такого підходу та певну агротехнологічну невідповідність. Затрати часу і, відповідно, низька продуктивність поставили під сумнів загальну ефективність процесу. Проте технології розвиваються, робота зі змінними нормами та локальні обробки стають дедалі простішими, також підвищується продуктивність, певною мірою поліпшується якість внесення. 

Самохідні обприскувачі є основними «виконавцями» робіт із захисту рослин

Перевагою дрона є те, що він не торкається землі. Але робота із дрібною краплею під час ультрамалооб’ємного внесення — це ризики знесення, що впливає на якість обробки, навколишнє середовище і на безпеку перебування поруч. Досить мало сервісних компаній справді переймаються питанням особливостей роботи з малими нормами, проводять експерименти, співпрацюють із виробниками пестицидів. На сьогодні ми бачимо небагато операцій, на яких самохідний обприскувач може завдати пошкоджень культурам, і досить рідко створюються умови, які унеможливлюють роботу самохідної техніки. Тому застосування дронів, на мій погляд, має бути обґрунтованим, з урахуванням потенційних ризиків. Kernel поки що не планує нарощувати власний парк дронів, і за потреби й далі користуватиметься послугами підрядних організацій. За три роки в нас попрацювали практично всі учасники цього ринку, тому насамперед ми дивимося на позитивний досвід у минулому, наймаючи підрядника. Враховуючи досить доступну ціну пропозиції, такий підхід є найбільш раціональним. 

Інші статті в цьому журналі

ЧИТАЙТЕ БІЛЬШЕ