Big Data technológiai megoldások fejlesztése közvetlen mezőgazdasági tevékenységekhez
Szármes Péter
<>
Széchenyi István Egyetem
Élö Gábor Dr.
<>
Széchenyi István Egyetem
Az információk hatékony felhasználása mezőgazdasági termelésnél is nagymértékben hozzájárulhat a versenyképességhez. A precíziós mezőgazdaság egy átfogó mezőgazdasági menedzsment rendszer, amely számos technológiát integrál (GPS, földrajzi információs rendszer, változtatható műveleti sebességek, szenzorrendszerek, stb.). A modern technológia segítségével csökkenthető a termények termelési költsége és környezetszennyezés kockázata.
A mezőgazdaság terén problémát jelent az is, hogy sok tudás és információ áll rendelkezésre, de ezek elszórva találhatók meg, emiatt értékteremtő felhasználásuk nem könnyű. A termelőknek sokszor nagyon kevés ideje áll rendelkezésre információk felkutatására, ezért olyan információs szolgáltatásokra és IT rendszerekre lenne szükségük, amelyek rendkívül gyorsan, integráltan és testre szabottan nyújtja az igazán releváns információkat.
Az AgroDat K+F projekt neves ipari és tudományos partnerekkel arra törekszik, hogy egy mezőgazdasági információs rendszert építsen fel Magyarországon. Az információmenedzsment K+F+I fejlesztés egy növénytermesztési tudásközpont létrehozására irányul, amely képes javaslatokat és előrejelzéseket tenni a termesztés egyes lépései és a várható hozam összefüggéseivel kapcsolatban.
A rendszer a növények állapotáról és a környezeti feltételekről (talajnedvesség, talajhőmérséklet, léghőmérséklet, csapadék, napsugárzás, stb.) nagy mennyiségű adatot gyűjt. Az adatok nagy része szenzorhálózat segítségével biztosítható, a szenzorok sok helyen akár percenként végeznek méréseket. A szenzorok által biztosított elsődleges adatok GSM hálózaton keresztül kerülnek a központi szerverekre.
A projekthez speciális szuperszámítógépekre van szükség, amelyek gyors adatrögzítésre, nagy mennyiségű adat tárolására képesek, illetve támogatják a processzor-intenzív és a párhuzamosított számításokat is. Különböző analitikai algoritmusok segítenek előre jelezni a növénybetegségeket, meghatározni az öntözési igényeket, és megfelelő mezőgazdasági műveleteket javasolni a hatékonyabb termesztés érdekében. Mezőgazdasági tudást rögzítő szabályalapú szakértői rendszert kell felépíteni, és a rejtett összefüggések feltárását mintafelismerő algoritmusok és vizualizációs eszközök segítik majd. Fontos célkitűzés az adatok feldolgozásának, értelmezésének nagyfokú automatizálása. Szemantikus keresés révén releváns tanulmányok gyűjthetők a FAO mezőgazdasági adatbázisaiból (másodlagos adatforrások).
A projekt részeként kialakításra kerül egy interaktív webes felület az információk megosztására, ahol a termelők elérhetik a szenzoradatokat, illetve az elemzési és előrejelzési információkat, beavatkozási javaslatokat, továbbá számukra fontos és lényeges információkat, tanulmányokat gyűjthetnek be különböző szakmai portálokról és mezőgazdasági adatbázisokból. A megoldás automatikusan begyűjti, rendszerezi és elérhetővé teszi a releváns információkat figyelembe véve a termelő által favorizált terményeket, növényeket, a termelő érdeklődési körét.