В штате Керала внедряют систему ANNAM.AI для адаптации сельского хозяйства к климату
Реализация проекта является частью правительственного плана, рассчитанного на 100 дней. Цель инициативы — создать устойчивую аграрную экосистему, предоставляя фермерам надежные данные для планирования посева, орошения, защиты урожая и сбора продукции. По словам Пушпендра Сингха, директора проекта ANNAM.AI и декана ИИТ Ропар, использование таких станций позволит сократить производственные затраты и внедрить научно обоснованные методы земледелия.
Керала выбрана в качестве площадки из-за высокой климатической чувствительности региона: здесь наблюдаются резкие микроклиматические колебания на фоне обильных ежегодных осадков, превышающих 3000 мм. Большинство местных хозяйств имеют площадь менее 1 гектара и специализируются на многослойных системах выращивания кокосов, перца, бананов, специй и овощей, которые требуют точного контроля влажности, солнечного света и уровня осадков.
Технология ANNAM.AI, разработанная в ИИТ Ропар, отличается от предыдущих систем автоматических метеостанций тем, что анализирует семь параметров: температуру, влажность, объем осадков, скорость и направление ветра, солнечную радиацию и влажность почвы. Система обеспечивает точность прогнозов с разрешением 3 км, что позволяет получать данные на уровне деревень. На основе этих сведений алгоритмы ИИ формируют оперативные рекомендации по борьбе с болезнями и вредителями, а также формируют сигналы для реагирования на стихийные бедствия.
Опыт Кералы рассматривается как база для создания общеиндийского шаблона по внедрению климатической разведки в сельское хозяйство. Полученные данные помогут выстроить модели консультирования для различных культур, развить алгоритмы реагирования на риски в регионах с высоким уровнем осадков и продемонстрировать эффективность ИИ-инструментов в условиях децентрализованного аграрного сектора.
В ближайшие сельскохозяйственные сезоны фермеры штата получат возможность использовать более точные прогнозы для планирования работ, своевременные предупреждения о патогенах, данные о влажности почвы для оптимизации полива и сведения, помогающие снизить потери при хранении продукции после сбора.