Використання супутникових даних для оптимізації бізнес-процесів бджільництва
Доцільність використання даних спостережень, які отримуються від супутників для вирішення бізнес-проблем та задач менеджменту у бджільництві, а саме вирішення проблем логістики, безпеки бджіл та їх життєдіяльності, оптимізації кількості сімей.
| Рубрика | Программирование, компьютеры и кибернетика |
| Вид | статья |
| Язык | украинский |
| Дата добавления | 21.03.2024 |
| Размер файла | 438,4 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru
Київський Національний Університет імені Тараса Шевченка
Використання супутникових даних для оптимізації бізнес-процесів бджільництва
Волохович Ігор Ігорович
аспірант факультету комп'ютерних наук та кібернетики
Науковий керівний: Заславський Володимир Анатолійович доктор технічних наук, професор кафедри математичної інформатики факультету комп'ютерних наук та кібернетики,
Бджільництво - одна із найважливіших галузей сільського господарства та світового сталого розвитку. Бджоли, запилюючи багато видів дерев, квітів, сільськогосподарських культур та рослин, виробляють такі продукти як мед, віск, прополіс та інші, які є ключовими в харчових ланцюгах, зокрема, для здоров'я людини та знаходять широке застосування при створенні технічних систем, тощо.
На сьогоднішній день для забезпечення безпеки бджіл на пасіках, підвищення ефективності бджільництва, актуальними задачами є цілеспрямоване впровадження цифрових технологій та моделей і методів прийняття рішень для цієї важливої галузі господарювання. Одним із ключових аспектів цифровізації бджільництва є використання супутникових картографічних даних, які отримуються в результаті зондування територій супутниками та фотографування земної поверхні. Використовуючи супутникові дані можна отримувати інформацію про обробку полів хімікатами та дані про визрівання культур, що ставить завдання та відкриває потенціал для розробки постановок математичних задач оптимізації та методів для визначення необхідної кількості вуликів на полях, що засіяні медоносними культурами та їх розташування. На основі моніторингу даних, що отримуються із супутників можна прогнозувати зміну погодних умов та клімату, які безпосередньо впливають на працездатність бджіл, мікроклімат всередині вуликів, розвиток сімей та особливо їх харчування.
Наявність супутникових даних місій Copernicus Sentinel у відкритому доступі дозволяють залучати нові дані з космосу для вирішення наявних бізнес- проблем бджільництва. Це, в свою чергу, ставить нові інноваційні задачі та створює підстави для розробки математичного та програмного забезпечення, яке дозволяє вирішувати актуальні задачі менеджменту в бджільництві. Так, використання даних із супутника Sentinel-2 здатне допомогти вирішувати проблеми логістики та ідентифікації медоносних полів на ділянці [1]. Отримані із супутників дані місцевості у справжніх кольорах та карт нормованих індексів різниці рослинності відкривають можливості використання нейронних мереж (CNN) для алгоритмів класифікації та розрізнення кордонів оброблених полів від необроблених, фіксації лісів і озер, яке на практиці показує результат з точністю понад 90% [1]. Класифікатор кордонів полів, в свою чергу, створює вхідні дані для реалізації алгоритмів пошуку шляхів для вирішення проблем логістики та оптимізації маршрутів (рис.1), та дозволяє вирішувати проблему знаходження безпечних та придатних для використання бджолами ділянок.
Рис. 1. Схема кластеризації полів з використання згорткової нейронної мережі
Використовуючи модель U-Net [1 ], отримані із супутників кольорові знімки розташування медоносних рослин та полів підштовхують до створення класифікатора типів медоносних культур на окреслених кордонах полів, які ростуть на полях та ступінь зрілості культур [2]. Знання про кордони поля, площі та типу засіяної культури є вхідними даними для дослідження проблеми оптимізації необхідної кількості вуликів задля максимізації покриття поля, регулювання часу збору певного сорту меду, дослідження продуктивності вуликів із наявною бджолосім'єю.
Карти класифікації сцен із характеристиками вологості повітря та рухів повітряних мас безпосередньо впливають на вирішення проблем безпеки та життєдіяльності бджіл у вуликах, а саме через запровадження певних науково обґрунтованих рекомендацій для подальших дій бджоляра. Використання супутникових знімків з використанням індексів вологості допомагає прогнозувати майбутні загрози, які спіткають вулики на цій території (рис. 2). Наприклад, на основі використання історичних даних моніторингу та спостережень можна враховувати середні показники температури та вологості ділянки у вибрану пору року для доцільності розташування вуликів.
Рис 2. Типи супутникових даних та пов'язані проблеми
Супутникові дані концентрації аерозолів та різного роду газів, які розповсюджуються у повітрі навколо пасік є ключовими для прийняття рішень про безпеку бджіл, доцільність розташування вуликів на таких небезпечних територіях, визначення наявних небезпечних речовин та їх вплив на якість продуктів бджільництва. Прогнозування концентрації газів на визначеній місцевості та попередження критичних змін, які прямо впливають на безпеку та потребують негайної дії. Використання зазначених даних створює підґрунтя для подальшого запровадження математичних моделей та алгоритмів з машинним навчанням, які дозволять підвищити ефективність збору продуктів бджільництва та покращити безпеку життєдіяльності бджіл.
Висновки
супутник бджільництво бізнес
Показано доцільність використання даних спостережень, які отримуються від супутників для вирішення бізнес-проблем та задач менеджменту у бджільництві, а саме вирішення проблем логістики, безпеки бджіл та їх життєдіяльності, оптимізації кількості сімей для максимізації збору продуктів бджільництва. Проаналізовано доцільність використання супутникових даних для ідентифікації кордонів полів та класифікації типів медоносних культур, оптимізації процесів вибору місць розташування вуликів, покращенню якості (чистоти) та кількості отриманої продукції.
Список використаних джерел
Kramarczyk P. & Hejmanowska B. (2023). UNET NEURAL NETWORK IN AGRICULTURAL LAND COVER CLASSIFICATION USING SENTINEL-2. The International Archives of the Photogrammetry Remote Sensing and Spatial Information Sciences. 2023, XLVIII-1/W3- 2023, 85-90. https://doi.org/10.5194/isprs-archives-XLVIII-1 -W3-2023-85-2023
Cortinas E., Emmi L. & Gonzalez-de-Santos P. (2023). Crop Identification and Growth Stage Determination for Autonomous Navigation of Agricultural Robots. Agronomy 2023, 13(12), 2873. https://doi.org/10.3390/agronomy13122873
Размещено на Allbest.ru
...Подобные документы
Бізнес процеси й елементи даних. Специфікація елементів даних. Діаграма класів проектування. Створення та використання об'єктів бази даних. Таблиці, обмеження цілісності, тригери, типові вибірки, представлення, індекси. Типові оператори модифікації даних.
курсовая работа [255,3 K], добавлен 01.06.2019Розробка системи FinExpert для автоматизації бізнес-процесів підприємств. Робота з файлами баз даних і офісною технікою. Створення в Microsoft Access бази даних товарів і замовлень фірми "Фуршет". Інструктаж з техніки безпеки та промислової санітарії.
отчет по практике [3,5 M], добавлен 12.03.2013Автоматизація процесів взаємодії менеджерів та торгових представників для максимальної оптимізації усіх бізнес-процесів дистрибуції на підприємстві. Розробка бази даних про дистриб’юторів, клієнтів і замовлення. Контекстна модель інформаційної системи.
контрольная работа [1,9 M], добавлен 29.05.2019Вибір методів та засобів створення інформаційної системи для обліку і перегляду продукції на складі. Розробка моделі даних для реляційної бази даних, прикладного програмного забезпечення. Тестування програмного додатку, виявлення можливих проблем.
курсовая работа [1,1 M], добавлен 22.09.2015Аналіз задач, які вирішуються з використанням інформаційної системи. Вибір серверного вирішення, клієнтської частини, мережного вирішення, системного програмного забезпечення. Розробка підсистеми діагностики, керування, забезпечення безпеки даних.
курсовая работа [1,5 M], добавлен 22.04.2011Постановка задачі багатокритеріальної оптимізації та її та математична модель. Проблеми і класифікація методів вирішення таких задач, способи їх зведення до однокритеріальних. Метод послідовних поступок. Приклад розв'язування багатокритеріальної задачі.
курсовая работа [207,3 K], добавлен 22.12.2013Архітектура Web-баз даних. Загальні відомості про мову SQL. Створення таблиць баз даних. Використання бібліотеки для пошуку інформації. Аутентифікація за допомогою РНР й MySQL. Зберігання паролів в окремому файлі на сервері, використання бази даних.
курсовая работа [913,8 K], добавлен 12.01.2010Використання графічного методу і симплекс-методу при вирішенні задач лінейного програмування. Сутність двоякого симплекс-методу і М-методу, приклади використання. Аналіз методу динамичного програмування. Специфіка вирішення матричної, антагоністичної гри.
контрольная работа [1,1 M], добавлен 02.07.2011Аналіз підходів використання геоінформаційних систем, спеціально орієнтованих на землевпорядкування сільськогосподарських підприємств та фермерських господарств. Використання супутникових даних в сільському господарстві. Супутниковий моніторинг посівів.
курсовая работа [2,2 M], добавлен 06.05.2015Використання баз даних та інформаційних систем. Поняття реляційної моделі даних. Ключові особливості мови SQL. Агрегатні функції і угрупування даних. Загальний опис бази даних. Застосування технології систем управління базами даних в мережі Інтернет.
курсовая работа [633,3 K], добавлен 11.07.2015Основні дії з файлами, які використовують програми. Диски і файли. Особливості використання даних, збережених на диску. Дискова фізична модель бази даних. Управління дисковим простором. Управління буферами даних. Стратегія заміни сторінок у фреймах.
реферат [19,8 K], добавлен 10.08.2011Навчання штучних нейронних мереж, особливості їх використання для вирішення практичних завдань. Рецепторна структура сприйняття інформації. Перцептрон як модель розпізнавання. Задача моделювання штучної нейронної мережі з розпаралелюванням процесів.
дипломная работа [2,8 M], добавлен 24.07.2013Розгляд процесу автоматизації бази даних для довідника астронома. Основи реляційних баз даних для проектування інформаційних систем. Застосування тригерів для забезпечення цілісності даних і реалізації складної бізнес–логіки в системних процедурах.
курсовая работа [22,3 K], добавлен 12.03.2019Використання системи керування базами даних (СКБД) Microsoft Access на реляційній моделі. Основні об’єкти баз даних: таблиці, запити, форми, звіти, макроси і модулі. Виконання обрахунків у запитах, підсумкові та перехресні запити, їх використання.
курсовая работа [569,6 K], добавлен 01.11.2011Розробка алгоритму програми для проведення розрахунків аналітичних виразів та обробки структурованих даних з метою вирішення завдань управління військами. Заповнення двовимірного масиву програмних елементів речового типу та генератор випадкових чисел.
курсовая работа [1,0 M], добавлен 15.05.2019Використання баз даних та інформаційних систем у сучасному житті. Основні відомості про реляційні бази даних. Зв'язування відносин. Структурована мова запитів SQL. Сутність та загальний опис бази даних "Архітектурна компанія". Приклад створення таблиці.
курсовая работа [320,7 K], добавлен 19.06.2015Схема формування і використання автоматизованого банку даних. Визначення інформаційних потреб користувачів щодо даних. Початкове збирання даних, проектування і створення карти їх розміщення, завантаження і тестування, розгортання і зворотній зв'язок.
контрольная работа [70,2 K], добавлен 27.07.2009Загальні відомості про електронний бізнес. Головні переваги та недоліки електронної комерції. Автоматизованої системи і АРМ. Загальні відомості про MySQL та Microsoft Expression Web3. Опис можливостей АРМ магазину: перший вхід, функціонал, примітки.
курсовая работа [4,6 M], добавлен 08.09.2012Розробка бази даних для меблевої фірми. Обстеження і аналіз предметної області та побудова концептуальної, логічної та фізичної моделі цієї бази даних. Використання мови програмування Visual Basic при написанні програмного коду, що обслуговує базу даних.
курсовая работа [1,4 M], добавлен 24.10.2010Методи використання традиційних файлових систем - набору програм, які виконують для користувачів деякі операції, наприклад, створення звітів. Системи керування баз даних. Основні поняття реляційної моделі даних. Реляційна алгебра і реляційне числення.
реферат [40,2 K], добавлен 13.06.2010
