Технологии точного земледелия в овощеводстве
https://doi.org/10.18619/2072-9146-2022-6-40-45
Аннотация
Технологии точного земледелия могут помочь смягчить воздействие сельского хозяйства на окружающую среду за счет сокращения использования удобрений и орошения при одновременном снижении затрат. В технологии точного земледелия в овощеводстве используются система географического позиционирования (GPS), географическая информационная система (GIS), искусственный интеллект (IoT), робототехника, сенсорные технологии, редактирование генома на основе данных и т.д., чтобы улучшить производство и качество овощей. Цифровое секвенирование генома, разработанное за последнее десятилетие, значительно сократило затраты и время, необходимые для картирования ДНК растений и других организмов. Цифровые методы секвенирования генома генерируют огромные объемы данных о последовательностях генома, которые, в свою очередь, помогают в селекции растений для конкретных полевых условий или желаемых признаков. Это сохраняет отличные перспективы для выращивания овощных культур в рамках нынешнего сценария земледелия, когда изменение климата заставляет переосмыслить всю практику ведения сельского хозяйства. В этой статье содержится полезная информация о технологиях точного земледелия для овощеводов, энтузиастов, фермеров и исследователей. Экономические факторы являются важными движущими силами и препятствиями для внедрения технологий. Практическая значимость новых технологий, предоставляемых посредством коммуникации и образования, имеет дополнительный потенциал с точки зрения их продвижения.
Об авторах
А. Ю. Федосов
Всероссийский научно-исследовательский институт овощеводства – филиал Федерального государственного бюджетного учреждения «Федеральный научный центр овощеводства» (ВНИИО – филиал ФГБНУ ФНЦО)
Россия
Россия
Александр Юрьевич Федосов – младший научный сотрудник отдела технологий и инноваций
140153, Московская область, Раменский район, д. Верея, стр. 500
А. М. Меньших
Всероссийский научно-исследовательский институт овощеводства – филиал Федерального государственного бюджетного учреждения «Федеральный научный центр овощеводства» (ВНИИО – филиал ФГБНУ ФНЦО)
Россия
Россия
Александр Михайлович Меньших – кандидат сельскохозяйственных наук, ведущий научный сотрудник отдела технологий и инноваций
140153, Московская область, Раменский район, д. Верея, стр. 500
Список литературы
1. United Nations Department of Economic and Social Affairs. Available online: https://www.un.org/development/desa/publications/world-population-prospects2019-highlights.html (Access date 10.07.2022)
2. Binns C.W., Lee M.K., Maycock B., Torheim L.E., Nanishi K., Duong D.T.T. Climate change, food supply, and dietary guidelines. Annu. Rev. Public Health. 2021;(42):233–255.
3. FAO I. Food loss and waste must be reduced for greater food security and environmental sustainability; 2022.
4. Finger R., Swinton S.M., El Benni N., Walter A. Precision farming at the Nexus of agricultural production and the environment. Annual Review of Resource Economics. 2019;11(1):313–335.
5. Hickey L.T., Robinson A.N.H., Jackson H., Leal-Bertioli S.A., Tester S.C.M., Gao M., Wulff B.B.H. Breeding crops to feed 10 billion. Nat Biotechnol. 2019;37(7):744–754.
6. Clapp J. Mega-mergers on the Menu: Corporate Concentration and the Politics of Sustainability in the Global Food System. Global Environmental Politics. 2018;18(2):12–33.
7. Pham X., Martin S. How Data Analytics Is Transforming Agriculture. Business Horizons. 2018;61(1):125–133.
8. Day S. AgTech Landscape 2019: 1,600+ Startups Innovating on the Farm and in the “Messy Middle.” 2019. June 4. https://agfundernews.com/2019-06-04-agtechlandscape-2019-1600-startups.html (Access date 10.07.2022)
9. Bronson K. Looking Through a Responsible Innovation Lens at Uneven Engagements with Digital Farming. NJAS—Wageningen Journal of Life Sciences 2019;90–91(100294):1–6.
10. Mooney P. Blocking the Chain: Industrial Food Chain Concentration, Big Data Platforms and Food Sovereignty Solutions. October 10. 2018. https://www.etcgroup.org/sites/www.etcgroup.org/files/files/blockingchain2.png (Access date 10.07.2022) (In Eng.)
11. Королькова А.П., Кузнецова Н.А., Иванова М.И., Шатилов М.В., Ирков И.И., Ильина А.В., Кузьмин В.Н., Маринченко Т.Е. Экономические аспекты развития овощеводства России. М., ФГБНУ «Росинформагротех», 2021. 204 с.
12. Федосов А.Ю., Меньших А.М., Иванова М.И., Рубцов А.А. Инновационные технологии орошения овощных культур. М., Изд-во Ким Л.А., 2021. 306 с.
13. Солдатенко А.В., Меньших А.М., Федосов А.Ю., Ирков И.И., Иванова М.И. Повышение конкурентоспособности овощных культур к сорным растениям посредством совершенствования методов борьбы. Овощи России. 2022;(2):72-87. https://doi.org/10.18619/2072-9146-2022-2-72-87
14. Федосов А.Ю., Меньших А.М., Иванова М.И. Дефицитное орошение овощных культур. Овощи России. 2022;(3):44-49. https://doi.org/10.18619/2072-9146-2022-3-44-49
15. Walter A., Finger R., Huber R., Buchmann N. Opinion: Smart farming is key to developing sustainable agriculture. Proceedings of the National Academy of Sciences of the United States of America. 2017;114(24):6148–6150.
16. Groher T., Heitkämper K., Walter A., Liebisch F., Umstätter C. Status quo of adoption of precision agriculture enabling technologies in Swiss plant production. Precision Agriculture. 2020;21(6):1327–1350.
17. Ayerdi Gotor A., Marraccini E., Leclercq C., Scheurer O. Precision farming uses typology in arable crop-oriented farms in northern France. Precision Agriculture. 2019;21(1):131–146.
18. Barnes A.P., Soto I., Eory V., Beck B., Balafoutis A., Sánchez B, GómezBarbero M. Exploring the adoption of precision agricultural technologies: A cross regional study of EU farmers. Land Use Policy. 2019;(80):163–174.
19. Lowenberg-DeBoer J., Erickson B. How does European adoption of precision agriculture compare to worldwide trends? In J.V. Stafford (Ed.), Precision agriculture ‘19. Wageningen Academic Publishers. 2019.
20. Michels M., Fecke W., Feil J.H., Musshoff O., Lülfs-Baden F., Krone S. “Anytime, anyplace, anywhere”—A sample selection model of mobile internet adoption in german agriculture. Agribusiness. 2020;36(2):192–207.
21. Eastwood C., Ayre M., Nettle R., Dela Rue B. Making sense in the cloud: Farm advisory services in a smart farming future. NJAS—Wageningen Journal of Life Sciences. 2019.
22. Busemeyer L., Mentrup D., Möller K., Wunder E., Alheit K., Hahn V. BreedVision — A multi-sensor platform for non-destructive fieldbased phenotyping in plant breeding. Sensors. 2013;(13):2830–2847.
23. Virlet N., Sabermanesh K., Sadeghi-Tehran P., Hawkesford M.J. Field scanalyzer: an automated robotic field phenotyping platform for detailed crop monitoring. Funct. Plant Biol. 2017;(44):143–153.
24. Ge Y., Atefi A., Zhang H., Miao C., Ramamurthy R.K., Sigmon B. High-throughput analysis of leaf physiological and chemical traits with VIS–NIR–SWIR spectroscopy: a case study with a maize diversity panel. Plant Methods. 2019;(15):66.
25. Wolfert S., Ge L., Verdouw C., Bogaardt M.-J. Big data in smart farming – a review. Agric. Syst. 2017;(153):69–80.
26. Chlingaryan A., Sukkarieh S., Whelan B. Machine learning approaches for crop yield prediction and nitrogen status estimation in precision agriculture: a review. Comput. Electron. Agric. 2018;(151):61–69.
27. Zhang Z., Kayacan E., Thompson B., Chowdhary G. High precision control and deep learning-based corn stand counting algorithms for agricultural robot. Auton. Robots. 2020;(44):1289–1302.
28. Jin X., Zarco-Tejada P., Schmidhalter U., Reynolds M.P., Hawkesford M.J., Varshney R.K. High-throughput estimation of crop traits: a review of ground and aerial phenotyping platforms. IEEE Geosci. Remote Sens. Mag. 2020;(2):1–33.
29. Pandey P., Dakshinamurthy H.N., Young S.N. Autonomy in detection, actuation, and planning for robotic weeding systems. Trans. ASABE. 2021
30. Arad B., Balendonck J., Barth R., Ben-Shahar O., Edan Y., Hellström T. Development of a sweet pepper harvesting robot. J. F. Robot. 2020;(37):1027–1039.
31. Hemming J., Bac C. W., van Tuijl B.A.J., Barth R., Bontsema J., Pekkeriet E.J. “A robot for harvesting sweet-pepper in greenhouses,” in Paper Presented at AgEng 2014, Zurich.
32. Lili W., Bo Z., Jinwei F., Xiaoan H., Shu W., Yashuo L., et al. Development of a tomato harvesting robot used in greenhouse. Int. J. Agric. Biol. Eng. 2017;(10):140–149.
33. Van Henten E.J., Hemming J., van Tuijl B.A.J., Kornet J.G., Meuleman J., Bontsema J. An autonomous robot for harvesting cucumbers in greenhouses. Auton. Robots. 2002;(13):241–258.
34. Raja R., Nguyen T.T., Slaughter D.C., Fennimore S.A. Real-time robotic weed knife control system for tomato and lettuce based on geometric appearance of plant labels. Biosyst. Eng. 2020;(194):152–164.
35. Blasco J., Aleixos N., Roger J.M., RabatelЭ G., Moltó E. AE — Automation and emerging technologies: robotic weed control using machine vision. Biosyst. Eng. 2002;(83):149–157.
36. Weersink Alfons, Evan Fraser, David Pannell, Emily Duncan, Sarah Rotz. Opportunities and Challenges for Big Data in Agricultural and Environmental Analysis. Annual Review of Resource Economics. 2018;10(1):19–37.
37. Zhang Yi, Karen Massel, Ian D. Godwin, Caixia Gao. Applications and Potential of Genome Editing in Crop Improvement. Genome Biology. 2018;19(210);1–11.
38. Bartkowski B., Theesfeld I., Pirscher F., Timaeus J. Snipping Around for Food: Economic, Ethical and Policy Implications of CRISPR/Cas Genome Editing. Geoforum. 2018;(96):172–180.
39. Brinegar Katelyn Ali, K. Yetisen, Sun Choi, Emily Vallillo, Guillermo U. RuizEsparza, Anand M. Prabhakar, Ali Khademhosseini, Seok Hyun Yun. The Commercialization of Genome-Editing Technologies. Critical Reviews in Biotechnology 2017;37(7):924–932.
40. Nickel R. Gene-Editing Startups Ignite the Next “Frankenfood” Fight. August 10. 2018. https://www.reuters.com/article/us-grains-tech-gene-editing/gene-editingstartups-ignite-the-next-frankenfood-fight-idUSKBN1KV0GF (Access date 10.07.2022)
41. Houldsworth A. Who Owns the Most CRISPR Patents Worldwide? Surprisingly, It’s Agrochemical Giant DowDuPont. 2018.
Рецензия
Для цитирования:
Федосов А.Ю., Меньших А.М. Технологии точного земледелия в овощеводстве. Овощи России. 2022;(6):40-45. https://doi.org/10.18619/2072-9146-2022-6-40-45
For citation:
Fedosov A.Yu., Menshikh A.M. Precision farming technologies in vegetable growing. Vegetable crops of Russia. 2022;(6):40-45. (In Russ.) https://doi.org/10.18619/2072-9146-2022-6-40-45
Просмотров:
462
Послать статью по эл. почте 