Выпуск № 48 (2023)
Volume № 48 (2023)
УДК
004.056.5 (045)
DOI
10.53988/24136573-2023-02-06
Используйте это описание для цитирования:
Cite this article as:
Коган И. И. Системы биометрического контроля в сельском хозяйстве России. И. И. Коган // Управление рисками в АПК.– 2023. – № 2(48). – С. 55-61. – DOI 10.53988/24136573-2023-02-06. – EDN UKTHZO.
Kogan I. I. Biometric control system in Russian agriculture . I. I. Kogan // Agricultural Risk Management .– 2023. – № 2(48). – С. 55-61. – DOI 10.53988/24136573-2023-02-06. – EDN UKTHZO.
ТЕХНИЧЕСКИЕ НАУКИ | TECHNICAL SCIENCES
КОГАН И. И.
СИСТЕМЫ БИОМЕТРИЧЕСКОГО КОНТРОЛЯ В СЕЛЬСКОМ ХОЗЯЙСТВЕ РОССИИ
Коган Исаак Ильич – Cтудент, РГАУ – МСХА имени К.А. Тимирязева, Москва, Россия.
Email: isaackogandlyageofaka@gmail.com
Аннотация
В данной статье рассматриваются цифровые решения для биометрического контроля ресурсов в сельском хозяйстве России. Основной акцент делается на современных методах мониторинга и контроля качества продукции, а также на инновационных технологиях и системах, способствующих эффективному управлению ресурсами.
Ключевые слова
Цифровизация сельского хозяйства, биометрический контроль, цифровые решения, цифровые технологии.
KOGAN I. I.
BIOMETRIC CONTROL SYSTEMS IN RUSSIAN AGRICULTURE
Kogan I. I. – Student, Russian State Agrarian University - Moscow Agricultural Academy named after K.A. Timiryazev, Moscow, Russia.
Email: isaackogandlyageofaka@gmail.com
Annotation
This article discusses digital solutions for biometric control of resources in agriculture in Russia. The focus is on modern methods of monitoring and quality control of products, as well as on innovative technologies and systems that contribute to effective resource management.
Keywords
Digitalization of agriculture, biometric control, digital solutions, digital technologies.
Текст статьи
На протяжении всей истории человечества сельское хозяйство играло ключевую роль в различных отраслях жизни человека. Однако, как и любая другая отрасль, оно сталкивается с рядом проблем, которые могут снижать его эффективность и прибыльность. Одной из таких проблем является сложность контроля за популяцией животных и качеством продукции.
В сельском хозяйстве цифровые технологии стали неотъемлемой частью в последние годы, их внедрения обуславливается различными факторами, к примеру цифровизация в управлении продовольственными ресурсами связана с повышением численности населения и необходимостью обеспечения продовольственного запаса для человечества, путем создания устойчивого развития скота [6]. Цифровой профиль агрообъектов помогает отслеживать состояние животных, предотвращая заболевания и утерю поголовья, а также обеспечивает более точный контроль хранения продовольствия, что повышает качество продукции и предотвращает потенциальные проблемы [7].
Экспертная аналитика рынка зерна: цены, логистика, урожаи, торговля. Принимайте стратегические решения на основе полных и точных данных.
Экспертная аналитика рынка зерна: цены, логистика, урожаи, торговля. Принимайте стратегические решения на основе полных и точных данных.
Для изучения цифровых решений была проведена всесторонняя литературная обзорная работа, которая включала анализ различных научных исследований, отчетов, статей и публикаций. Для определения наиболее перспективных и эффективных решений в области биометрического контроля продукции в сельском хозяйстве на всех этапах производства были использованы методы сравнительного анализа и систематизации информации.
Согласно данным Минсельхоза России, в России наблюдается недостаток IT-специалистов и низкие инвестиции в цифровые технологии в сельском хозяйстве. В сравнении с Евросоюзом, на 1000 работников агропромышленного комплекса приходится меньше IT-специалистов и инвестиции в цифровые решения составляют лишь 10 руб/га [3]. Тем не менее, проведенный анализ показывает, что в последние годы в России происходит постепенное внедрение цифровых решений для биометрического контроля за ресурсами в сельском хозяйстве [2].
Одним из наиболее распространенных цифровых решений для биометрического контроля ресурсов в России можно выделить систему BioTime 8.0 [9].
Внедрение инновационной технологии, использующей систему распознавания лиц и других биометрических показателей, позволяет отслеживать поведение, передвижение и состояние скота. Это обеспечивает возможность непрерывного мониторинга состояния поголовья и быстрого реагирования на изменения в стаде или качестве продукции.
Для этого установлены сенсоры и датчики на животных, которые собирают данные о температуре тела, влажности, эмоциональном состоянии скота и других параметрах. Эти данные передаются на центральную платформу для обработки и анализа с использованием IoT и AI. Программное обеспечение анализирует большие массивы информации в базы данных для выявления проблем и предотвращения их возникновения.
Искусственный интеллект может самостоятельно проводить эти операции, что позволяет сократить потери животных и повысить качество продукции. Это приводит к увеличению прибыли фермеров и улучшению экологической ситуации в сельскохозяйственных экосистемах. Экологический след как объект цифровой трансформации является одним из приоритетов в зарубежных странах [10]. Следует отметить, что есть у таких систем и преимущества в виде дистанционного управления, без необходимости постоянного присутствия сотрудников на поле.
Нынешние автоматизированные биометрические системы контроля могут быть интегрированы с различными системами и устройствами в сельском хозяйстве, такими как системы автоматического кормления, контроля состояния почвы, автоматического полива и т.д. [8].
Автоматическая система кормления в сельском хозяйстве представляет собой перспективный инструмент для контроля и прогнозирования потребления корма животными, а также его состава в соответствии с их потребностями. Это позволяет уменьшить затраты на кормление, улучшить качество продукции и повысить эффективность производства. В сочетании с BioTime 8.0 система может контролировать состояние здоровья животных и своевременно предупреждать о возможных заболеваниях, что помогает уменьшить риски потерь и повысить безопасность производства.
Хорошим примером системы автоматического кормления в сельском хозяйстве — это система Lely Vector. Эта система использует роботизированную машину, которая перемещается по ферме и подает корм животным в соответствии с их потребностями. Машина оснащена датчиками, которые определяют количество корма, необходимого каждому животному, и передают эту информацию в центральный компьютер, который регулирует количество и состав корма в соответствии с потребностями животных. На основании этого и других показателей сельскохозяйственные предприятия могут сэкономить колоссальное количество средств, а также рассчитать оптимальное количество трат на закупку кормов [5].
Кроме улучшения внутренней работы сельскохозяйственных предприятий с помощью цифровых решений, необходимо также уделить внимание развитию цифровых платформ и приложений для сбора, анализа и обмена данными о продовольственных ресурсах между различными сферами, такими как фермеры, мясокомбинаты и государственные структуры [11].
Приложения и цифровые платформы обеспечивают быстрый и эффективный доступ к информации о состоянии ресурсов, а также прозрачный и оперативный мониторинг их хранения, состояния и других параметров. Это помогает повысить безопасность ресурсов и снизить вероятность потерь в качестве продукции из-за различных проблем.
Существует множество корпораций [3, c. 69], предлагающих свои комплексные решения в сфере биометрического контроля, из них можно выделить: «DeLaval», «BouMatic», «Lely» и др.
На территории Российской Федерации находится ряд компаний, которые предоставляют услуги по организации IoT-платформы для обработки данных, собранных с датчиков. Некоторыми из них являются - «Rightech», «kSense» от АО «Компонента», «Maersk», «Walmart» и «Nestle». Умное сельское хозяйство уже успешно внедрено в России, но для его развития необходимо объединение усилий всех участников - государства, производителей сельскохозяйственных товаров и поставщиков цифровых решений [1].
Цифровизация биометрического контроля в сельском хозяйстве может значительно улучшить качество продукции и оптимизировать затраты на ресурсы. Для этого необходимо расширить использование цифровых решений на малых и средних предприятиях, разработать методы применения новых технологий [4] и стимулировать сотрудничество между различными отраслями.
Источники:
1. Автоматические системы контроля и коррекции рационов кормления животных / В. А. Шигимага, Р. А. Файзуллин, Н. Г. Косулина [и др.]. 2021. № 78-1(78). С. 45-50.
2. Борисов В. И. Современные тенденции в области развития автоматических систем кормления коров // Journal of Advanced Research in Technical Science. 2020. № 18. С. 55-60.
3. Горбачев М.И., Моторин О.А., Суворов А.Г. Развитие умного сельского хозяйства России и за рубежом // Управление рисками в АПК. 2020. № 2(36). С. 63-73.
4. Дидрих, Л. А. Новый уровень безопасности: идентификация личности // Проблемы безопасности на транспорте: Материалы ХII Международной научно-практической конференции. Гомель, 2022. С. 107-109.
5. Купреенко, А. И. Автоматическая система кормления КРС на базе подвесного роботизированного кормораздатчика // Техника и технологии в животноводстве. 2021. № 3(43). С. 5-9.
6. Маринченко, Т. Е. Перспективы цифровизации АПК // Научно-информационное обеспечение инновационного развития АПК: Материалы XII Международной научно-практической интернет-конференции. п. Правдинский, 2020. С. 263-267.
7. Состояние цифровой трансформации сельского хозяйства / Ториков В.Е. [и др. // Вестник Курской государственной сельскохозяйственной академии. 2020. №9. C.8.
8. Цифровая трансформация сельского хозяйства России: офиц. изд. – М.: ФГБНУ «Росинформагротех», 2019. 80 с.
9. Свидетельство о государственной регистрации программы для ЭВМ № 2016613635. BioTime 6: № 2015662734: заявл. 23.12.2015: опубл. 01.04.2016; заявитель Общество с ограниченной ответственностью «Биолинк Солюшенс» (ООО «Биолинк Солюшенс»). – EDN HEPOBB.
10. Зарубежный опыт цифровизации сельского хозяйства: Аналитический обзор / Н. П. Мишуров, О. В. Кондратьева, В. Я. Гольтяпин [и др.]. – Москва: Российский научно-исследовательский институт информации и технико-экономических исследований по инженерно-техническому обеспечению агропромышленного комплекса, 2022. – 224 с. – ISBN 978-5-7367-1708-8. – EDN TVVAIV.
11. Ganieva, I. Digital traceability platforms in the field of creation and promotion of agricultural products as a factor in the competitiveness of agribusinesses / I. Ganieva, O. Motorin, M. Gorbachev // IOP Conference Series: Earth and Environmental Science, Moscow, 24–25 октября 2018 года. Vol. 274. – Moscow: Institute of Physics Publishing, 2019. – P. 012109. – DOI 10.1088/1755-1315/274/1/012109. – EDN WVVSZS.
References:
1. Automatic systems for monitoring and correction of animal feeding rations / V. A. Shigimaga, R. A. Fayzullin, N. G. Kosulina [and others]. 2021. № 78-1(78). S. 45-50.
2. Borisov V. I. Modern trends in the development of automatic feeding systems for cows // Journal of Advanced Research in Technical Science. 2020. № 18. S. 55-60.
3. Gorbachev M.I., Motorin O.A., Suvorov A.G. Development of smart agriculture in Russia and abroad. 2020. № 2(36). S. 63-73.
4. Didrikh, L. A. New level of security: identification of personality // Problems of safety in transport: Proceedings of the XII International Scientific and Practical Conference. Gomel, 2022. S. 107-109.
5. Kupreenko, A. I. Automatic feeding system for cattle on the basis of suspended robotic feed distributor // Technics and technologies in animal husbandry. 2021. № 3(43). S. 5-9.
6. Marinchenko, T. E. Prospects for digitalization of the agro-industrial complex // Scientific and information support for innovative development of the agro-industrial complex: Proceedings of the XII International Scientific and Practical Internet Conference. p. Pravdinsky, 2020. S. 263-267.
7. The state of digital transformation of agriculture / Torikov V.E. [and others] // Bulletin of the Kursk State Agricultural Academy. 2020. №9. C.8.
8. Digital Transformation of Agriculture in Russia: Official. Ed. – M.: FSBI «Rosinformagrotech», 2019. 80 p. (in Russian).
9. Certificate of state registration of computer program № 2016613635. BioTime 6: No 2015662734: declared. 23.12.2015: publ. 01.04.2016; the applicant is Biolink Solutions Limited Liability Company (Biolink Solutions LLC). – EDN HEPOBB.
10. Foreign experience in the digitalization of agriculture: Analytical review / N. P. Mishurov, O. V. Kondratyeva, V. Ya. Goltyapin [etc.]. – Moscow: Russian Research Institute of Information and Technical and Economic Research on Engineering and Technical Support of the Agro-Industrial Complex, 2022. – 224 p. – ISBN 978-5-7367-1708-8. – EDN TVVAIV.
11. Ganieva, I. Digital traceability platforms in the field of creation and promotion of agricultural products as a factor in the competitiveness of agribusinesses / I. Ganieva, O. Motorin, M. Gorbachev // IOP Conference Series: Earth and Environmental Science, Moscow, 24–25 октября 2018 года. Vol. 274. – Moscow: Institute of Physics Publishing, 2019. – P. 012109. – DOI 10.1088/1755-1315/274/1/012109. – EDN WVVSZS.
Все иллюстрации статьи | All visuals of paper