Ciljani tretmani u pšenici imaju stvarnu vrijednost tek kada snimke dronom pomognu timu odlučiti što napraviti dalje, gdje intervenirati i kojim intenzitetom. Sama kvalitetna snimka nije ishod. Stvarna vrijednost nastaje kada se podaci mogu pretvoriti u jasnu, provedivu odluku o zaštiti usjeva.
Upravo se tim praktičnim korakom bavi projekt AgriDrone. Projekt povezuje snimanje polja dronovima, analitiku, AI obradu i izradu karata za ciljane tretmane kako bi agronomi i poljoprivrednici mogli donositi preciznije odluke o zaštiti usjeva. Fokus je na fuzariozi klasa i septoriozi lista, bolestima koje mogu uzrokovati značajne gubitke prinosa i utjecati na kvalitetu zrna.
Ova verzija priče ne ostaje samo na ranijoj detekciji bolesti. Fokus je na onome što dolazi nakon snimanja: kako se snimke, agronomska logika i dodatni slojevi podataka prevode u zone unutar parcele, karte za ciljane tretmane i operativne odluke koje se mogu primijeniti u praksi.
Pregled projekta
- AgriDrone je projekt programa Eurostars unutar okvira Horizon Europe, pod šifrom EUROSTARS-3-E!4126-AgriDrone:
Projekt traje od 1. travnja 2024. do 31. ožujka 2026., ukupno 24 mjeseca, s ukupnim proračunom od 732.841 EUR - Okuplja dva partnera: AGRIVI iz Hrvatske i Skyline Drones iz Rumunjske
- Projekt pripada području specijalizacije 3 – hrana, biogospodarstvo, prirodni resursi, bioraznolikost, poljoprivreda i okoliš
- Hrvatska agencija za malo gospodarstvo, inovacije i investicije (HAMAG-BICRO) sufinancira projekt kroz program Eurostars, temeljem ugovora o financiranju br. 5/2024 od 1. 4. 2024.
Projektni ciljevi
Projekt ima dva glavna cilja:
- Prvi cilj je unaprijediti AI detekciju fuzarioze klasa i septorioze lista dodavanjem visokorezolucijskih snimki dronovima i povezanih terenskih podataka u postojeći AGRIVI model. Time se infekcije mogu prepoznati ranije i preciznije.
- Drugi cilj je omogućiti napredniju varijabilnu primjenu inputa kroz multispektralno snimanje, vegetacijske indekse i karte za ciljane tretmane koje kompatibilna mehanizacija može koristiti u praksi.
- U praktičnom smislu, očekivani rezultat je rješenje koje pomaže ranije prepoznati rizik, preciznije odrediti zone pritiska bolesti, smanjiti nepotrebnu upotrebu pesticida i donositi kvalitetnije preventivne odluke u zaštiti usjeva.
Zašto kod ciljanih tretmana u pšenici same snimke nisu dovoljne
Poljoprivrednim timovima nije potrebna još jedna galerija slika usjeva. Potrebna im je jasnija sljedeća odluka. Kada zaštita pšenice ovisi o pravodobnosti, lokalnim uvjetima i izvedbi na terenu, pravo pitanje nije samo može li dron nešto vidjeti. Pravo pitanje je može li sustav ono što vidi pretvoriti u uputu koja se stvarno može primijeniti.
Tu AgriDrone izlazi iz okvira same analize i ulazi u operativnu vrijednost. Projekt nije zamišljen kao alat za vizualizaciju varijabilnosti usjeva radi prezentacije. Njegova je svrha pretvoriti signale dobivene dronom u podršku odlučivanju za obilazak parcela, ciljanje tretmana i varijabilnu primjenu inputa.
Kako AgriDrone podržava ciljane tretmane u pšenici
Radni slijed započinje letovima dronovima planiranima u relevantnim fazama razvoja pšenice i u odgovarajućim uvjetima na terenu. Skyline Drones prikuplja visokorezolucijske snimke naprednim senzorima, uključujući multispektralne i termalne tehnologije, kako bi sustav mogao očitati više od onoga što je vidljivo standardnim pregledom parcele.
AGRIVI zatim te podatke povezuje s drugim operativnim slojevima, uključujući satelitske snimke, meteorološke podatke i logiku razvoja bolesti. Jedna snimka sama po sebi ne daje cjelovitu agronomsku sliku. Precizniji signal nastaje kada se podaci s terena tumače zajedno s okolišnim kontekstom i razvojnim stadijem usjeva.
U sljedećem koraku sustav prelazi iz opažanja u zoniranje. Vegetacijski indeksi i drugi izvedeni pokazatelji pomažu izdvojiti dijelove parcele koji se ponašaju različito. Umjesto da se cijela površina promatra kao homogena, moguće je prepoznati mikrovarijacije koje traže različitu razinu pažnje ili drugačiju dozu primjene.
Digitalni prikaz usjeva pšenice ilustrira kako se podaci iz snimki, analitike i agronomskih modela pretvaraju u operativne odluke.
Od analize do karata za ciljane tretmane u pšenici
Sljedeći korak stvara glavnu poslovnu vrijednost procesa: pretvaranje tih uvida u karte za ciljane tretmane koje se mogu koristiti na terenu. Kada kompatibilni traktorski terminali i sustavi mehanizacije mogu očitati takav izlaz, analitika prestaje biti izvještaj i postaje izvršni sloj.
Zašto su ciljani tretmani u pšenici važni
Ciljani tretmani u pšenici važni su zato što povezuju analizu i akciju. Ako agronomski zaključak pokazuje da određene zone nose veći pritisak bolesti ili jače signale stresa, jednoliki tretman cijele parcele nije uvijek najracionalnije rješenje.
Karta omogućuje da se inputi primjenjuju prema stvarnoj varijabilnosti na parceli, a ne prema općoj procjeni. U praksi to podržava ciljaniju upotrebu fungicida i drugih sredstava zaštite. Istodobno, poboljšava komunikaciju između agronoma, rukovatelja mehanizacijom i voditelja farme jer svi rade iz iste prostorne logike.
Za proizvođače pšenice to je posebno važno kada su vremenski prozori za zaštitu uski. Sustav koji preciznije lokalizira pritisak bolesti i prevodi ga u provediv sloj za teren može podržati brže i discipliniranije odluke tijekom sezone.
Što pilot-aktivnosti potvrđuju na terenu
Pilot-aktivnosti u projektu AgriDrone ne služe samo provjeri može li algoritam poboljšati detekciju bolesti, već provjeravaju i može li se cijeli radni slijed koristiti u stvarnim proizvodnim uvjetima.
Tijekom dva ciklusa pilot-aktivnosti, u 2024. te krajem 2025. i početkom 2026., terenski su se podaci koristili za unaprjeđenje toga kako snimanje dronovima, agronomska interpretacija i izlaz spreman za mehanizaciju funkcioniraju zajedno u praksi.
To uključuje vrlo konkretna pitanja: jesu li zone dovoljno jasne da im poljoprivrednici i agronomi mogu vjerovati, dolazi li izlaz dovoljno rano da utječe na sezonsku odluku i može li se karta koristiti bez dodatnog operativnog opterećenja za korisnika na terenu.
Tko što radi u projektu
AGRIVI iz Hrvatske vodeći je partner i odgovoran je za razvoj i unaprjeđenje AI algoritma za ranu detekciju bolesti, integraciju obrade snimki dronovima u AGRIVI FMS, implementaciju varijabilne primjene unutar sustava, provođenje pilot-aktivnosti i razvoj funkcionalnosti za karte ciljane primjene kompatibilne s modernim traktorskim sustavima.
Skyline Drones S.R.L. iz Rumunjske zadužen je za letove dronovima u kritičnim fazama rasta pšenice, prikupljanje visokorezolucijskih multispektralnih snimki, tehničku podršku oko specifikacija snimanja, isporuku podataka za VRA i generiranje vegetacijskih indeksa za praćenje zdravlja biljaka.
Suradnja funkcionira zato što su njihove uloge komplementarne. Jedna strana jača sloj senzorskog prikupljanja podataka, dok ga druga pretvara u agronomsku logiku i softverski izlaz koji može podržati stvarne operativne odluke.
Zašto je ovo važno za praktičnu primjenu digitalne poljoprivrede
Velik dio agtech sadržaja staje na poruci “bolja vidljivost”, međutim, to nije dovoljno. U praksi se tehnologija usvaja onda kada smanjuje neizvjesnost, štedi vrijeme, poboljšava ciljanje ili pomaže u kontroli troškova. AgriDrone ima veću vrijednost kada se promatra upravo kroz tu prizmu.
Ako snimke dronom pomažu stvaranju boljih karata za ciljane tretmane, njihova vrijednost nije apstraktna. One podupiru discipliniraniju primjenu inputa, jasniji odgovor na varijabilnost u polju i čvršću vezu između digitalne analize i fizičke provedbe.
Zato ovaj projekt ne treba čitati samo kao priču o senzorskoj tehnologiji. Treba ga čitati kao priču o operativnom prijevodu: kako bolje snimanje polja postaje bolja akcija na terenu.
Povezani linkovi
Blog – Wheat disease detection with drone imagery: AGRIVI and Skyline Drones in the AgriDrone project, Skyline Drones – projektna stranica, AGRIVI – projektna stranica eng; www.agrivi.hr
