Zwiększanie rentowności farm hydroponicznych w zamkniętych pomieszczeniach
Rolnictwo pionowe prowadzone w zamkniętych pomieszczeniach to nowe, rewolucyjne rozwiązanie pozwalające sprostać wyzwaniom tradycyjnego rolnictwa. Aby wyżywić ludność, do 2050 roku trzeba będzie zwiększyć powierzchnię przeznaczoną pod uprawę roślin o dodatkowe 109 mln hektarów, przy czym w tej chwili użytkowanych jest już 80 % dostępnych gruntów ornych. Rolnictwo pionowe umożliwia uprawę roślin na pionowych regałach w kontrolowanym środowisku, pozwalając na efektywne wykorzystanie przestrzeni i zmniejszenie zapotrzebowania na grunty rolne. Uprawa roślin w pomieszczeniach wymaga jednak ogromnych ilości oświetlenia. Koszty energii elektrycznej pochłaniają około 60 % przychodów farm wertykalnych, co oznacza, że tylko 27 % z nich jest rentownych. W ramach finansowanego przez UE projektu FarMind opracowano inteligentny system oświetlenia, który automatycznie zapewnia roślinie taką ilość światła jakiej potrzebuje. System opiera się na sztucznej inteligencji (SI) i reaguje na rzeczywiste zapotrzebowanie fotosyntetyczne rośliny. „Optymalizując spektrum światła, jego intensywność i czas oświetlania oraz wykorzystując inteligentne systemy sterowania, rozwiązanie FarMind może pomóc farmom wertykalnym obniżyć koszty energii, czyniąc biznes bardziej zrównoważonym finansowo oraz konkurencyjnym”, mówi Tatsiana Zaretskaya, założycielka firmy Laava Tech i koordynatorka projektu FarMind.
Inteligentny system oświetlenia
Technologia opracowana w ramach projektu FarMind to system rolnictwa precyzyjnego obejmujący zaawansowane czujniki, technologię oświetlenia i SI. Punktem wyjścia jest gromadzenie danych w czasie rzeczywistym za pomocą wielu rodzajów czujników, które monitorują ilość światła otrzymywanego przez każdą roślinę. „Zebrane informacje dotyczą nie tylko ilości światła, ale także jego jakości, z uwzględnieniem różnych długości fal, które mogą mieć różny wpływ na wzrost roślin”, wyjaśnia Zaretskaya. Wszystkie te dane są wprowadzane do modelu sztucznej inteligencji wyszkolonego w celu zrozumienia optymalnego zapotrzebowania na światło dla różnych upraw na różnych etapach wzrostu. System analizuje dane z czujników i określa, czy obecne warunki oświetleniowe spełniają potrzeby roślin, a następnie dostosowuje system oświetlenia, aby zapewnić każdej roślinie odpowiednią dawkę i jakość światła. Sztuczna inteligencja wykorzystuje również dane z przeszłości do prognozowania przyszłych potrzeb. „Funkcja predykcyjna pomaga zoptymalizować wykorzystanie zasobów i sprzyja wzrostowi upraw poprzez proaktywne dostosowywanie warunków przed wystąpieniem potencjalnego problemu”, zauważa Zaretskaya.
Rozwój technologii
W ramach projektu FarMind zespół skupił się zarówno na rozwoju technologicznym, jak i komercyjnej opłacalności systemu. „Zaczęliśmy od stworzenia zaawansowanego, opartego na sztucznej inteligencji systemu rolnictwa precyzyjnego. Z powodzeniem opracowaliśmy i udoskonaliliśmy tę technologię, jednocześnie podejmując ważne kroki w kierunku wejścia na rynki komercyjne”, dodaje Zaretskaya. Zespół przeprowadził testy terenowe, aby sprawdzić skuteczność systemu i wprowadził iteracje do technologii. Testy te dostarczyły istotnych informacji na temat funkcjonowania systemu w rzeczywistych scenariuszach i pomogły badaczom lepiej zrozumieć obecne potrzeby rynku. „Dodatkowo, dzięki partnerstwom nawiązanym z różnymi gospodarstwami rolnymi i organizacjami rolnymi udało nam się zaistnieć na rynku”, zauważa Zaretskaya.
Droga ku rynkom komercyjnym
Unijny grant zapewnił niezbędne wsparcie finansowe do przeprowadzenia szeroko zakrojonych badań, opracowania technologii i wdrożenia wstępnych testów. „Otrzymane przez nas finansowanie było krokiem naprzód, który pozwolił nam opracować innowacyjne rozwiązanie i uzyskać cenny wgląd w wymagania sektora rolnego”, mówi Zaretskaya. „W miarę jak zbliżamy się do wprowadzenia na rynek, tym bardziej entuzjastycznie podchodzimy do potencjalnego wpływu FarMind na europejskie rolnictwo i nie tylko”.
Słowa kluczowe
FarMind, pionowe, rolnictwo, uprawa, komercyjne, opłacalne, rentowność, technologia, SI, światło, fotosynteza