В предыдущих разделах этой главы были представлены тенденции и движущие силы механизации сельского хозяйства с использованием моторизованной техники и обсуждалась роль цифровых технологий в преобразовании сельского хозяйства с точки зрения их потенциала для развития прецизионного земледелия и расширения всеобщего доступа к сельскохозяйственной технике. В этом разделе на основе имеющихся фактических данных более подробно рассматривается текущее положение дел с технологиями цифровой автоматизации в сельском хозяйстве и основные факторы, способствующие их внедрению.
Постоянное использование той или иной технологии является лучшим показателем того, что она полезна как минимум некоторым сельхозпроизводителям и предприятиям48. Литература, посвященная эволюции цифровой автоматизации в сельском хозяйстве, дает представление о ее преимуществах, проблемах и тенденциях внедрения. Если говорить коротко, то внедрение технологий цифровой автоматизации в сельском хозяйстве обусловлено двумя основными факторами: ростом спроса на продовольствие в условиях сокращения природных ресурсов и тенденциями в других секторах экономики, которые стимулируют инновации в сельском хозяйстве48.
Для того чтобы понять тенденции развития технологий цифровой автоматизации в сельском хозяйстве, нужно собрать информацию из различных источников, поскольку данные на этот счет скудны (особенно в странах с низким и средним уровнями дохода); кроме того, ни одна страна и ни одна организация не ведут систематического сбора данных об их использовании. Анализ отдельных примеров имеет ограниченную ценность ввиду специфики соответствующих технологий и стран. Закономерности можно выявить только тогда, когда рассматривается вся информация в целом. В таблице 2 представлены отдельные этапы цифровой автоматизации в сельском хозяйстве и указаны компании-первопроходцы для каждой из технологий. Установить, когда именно была внедрена та или иная технология на уровне производителей, непросто, поэтому даты, страны и технологии в этой таблице указаны лишь примерно, чтобы можно было получить представление об общих закономерностях внедрения: ни одна технология не выходит на рынок полностью отлаженной, пока не будет опробована на фермах. Внедрение технологий – процесс итеративный: он начинается с теоретических исследований, которые должны продемонстрировать возможности потенциального применения, после чего научные идеи воплощаются в пригодные для использования коммерческие продукты. рисунок 5 составлен на основе рисунка 2: на нем представлены дополнительные примеры рассмотренных в этой главе технологий, которые используются в разных системах сельскохозяйственного производства. Они не отображают, а скорее дополняют технологии, приведенные в таблице 2.
Рисунок 5 Некоторые цифровые технологии и робототехника с искусственным интеллектом, используемые в разных системах сельскохозяйственного производства

ТАБЛИЦА 2НЕКОТОРЫЕ ВАЖНЫЕ ВЕХИ ЦИФРОВОЙ АВТОМАТИЗАЦИИ В СЕЛЬСКОМ ХОЗЯЙСТВЕ

ИСТОЧНИК: Lowenberg-DeBoer, 202248.
Достижения в области автоматизации животноводства
Как показано в таблице 2, несколько первых технологий цифровой автоматизации появились именно в секторе животноводства. Установка датчиков на животных или на оборудование коровника для управления климат-контролем и мониторинга состояния здоровья, передвижений и потребностей животных, в том числе связанных с разведением, позволяет организовать прецизионное животноводство67. Было разработано несколько высокоточных животноводческих технологий, облегчающих выращивание отдельных животных с использованием системы электронной идентификации. Наиболее распространены доильные роботы, позволяющие доить коров без непосредственного участия человека. В обычном доильном аппарате используется вакуумная технология, но для его установки и снятия с животного все равно требуется человек – оператор машинного доения. Система электронной идентификации животных автоматизирует этот процесс, обеспечивая доильному роботу доступ к базе данных координат вымени каждой коровы68. Эта полностью автоматизированная система, адаптированная для животноводства, очень перспективна с точки зрения экономии средств и повышения продуктивности69. Однако данные о денежной выгоде, получаемой от использования доильных роботов, неоднозначны: одни исследования показывают ее наличие70, 71, 72, другие не обнаруживают финансовых преимуществ по сравнению с обычными доильными установками71. По-видимому, внедрение этой технологии обусловлено не только денежными, но и социальными соображениями: это позволяет повысить гибкость графика работы животноводов и улучшить качество их жизни, что особенно актуально для мелких и средних хозяйств. Но недавно из-за нехватки рабочей силы роботизированные системы доения стали внедрять не только на молочных фермах среднего размера, но и в крупных хозяйствах, где содержится более тысячи коров. Это дает основания полагать, что решение об использовании доильных роботов на более крупных фермах может быть обусловлено иными соображениями48. Во врезке 5 представлены примеры цифровой автоматизации животноводства в Африке, Европе и Латинской Америке и Карибском бассейне.
Врезка 5Цифровая автоматизация животноводства: примеры из Латинской Америки, Африки и Европы
Компания Cattler изначально была создана в 2019 году в Аргентине, но впоследствии стала вести бизнес и в других странах, в том числе в Парагвае и Уругвае, а недавно вышла на рынки Бразилии и Соединенных Штатов Америки. Она предлагает автоматизированную систему управления фермерским хозяйством в мясном скотоводстве. Система работает на основе спутниковых данных и предоставляет обратную связь и аналитику, помогающую повысить качество управления. Компания ориентирована не на самые крупные фермы, а скорее на средние. По мнению руководства компании, ключевым фактором, способствующим внедрению этой системы, стала необходимость упрощения операций и получения отдачи от инвестиций.
В Буркина-Фасо и Мали при поддержке Нидерландской организации развития компания GARBAL предоставляет консультативную информацию о животноводстве и растениеводстве, в которой полностью учитывается местная специфика, а также о рынках кормов, молока и зерновых. Вскоре компания будет также работать в Нигере. Предлагаемые цифровые решения помогают мелким производителям и пастбищным скотоводам, пострадавшим от изменения климата в Сахеле, особенно женщинам и молодежи, принимать решения, касающиеся выгона, миграции стад, погоды и применения различных агротехнических приемов. Используются такие технологии, как спутниковые снимки, служба смс-сообщений, двунаправленная сеансовая передача неструктурированных данных (USSD) и услуги колл-центров, в которых работают местные операторы, говорящие на местных языках. Использование мобильных телефонов делает это решение очень доступным. Успеху способствовали, в частности, государственно-частные партнерства, субсидии, взаимодействие с местными фермерскими и скотоводческими организациями, а также синтез традиционного и научного знания. Основными проблемами являются необходимость поиска решений, существенно зависящих от местной специфики, ситуация с безопасностью в некоторых странах, серьезные требования к наращиванию потенциала, проблемы с подключением и сетевым приемом, а также с качеством данных.
Lely, семейная фирма из Нидерландов, предлагает робототехнические и программные решения для управления молочным скотоводством, ориентированные на средних и крупных производителей, которые держат более ста коров, но с самыми крупными хозяйствами пока не работает. Основными применяемыми технологиями являются стационарные доильные роботы, а также роботы для уборки навоза и роботы для кормления. Роботы для заготовки трав оптимизируют процесс их выращивания, а в ближайшем будущем ожидается появление продуктов, помогающих снизить выбросы. В дополнение к этому разработано программное обеспечение для всех хозяйственных операций фермы, включающее информацию о состоянии здоровья животных. С помощью предлагаемой технологии можно решить проблемы нехватки рабочей силы, регулирования выбросов и обеспечения благополучия животных. Ключевыми стимулами для ее внедрения являются энергоэффективность, сокращение использования химикатов и решение проблемы дефицита рабочей силы.
ИСТОЧНИК: Ceccarelli et al., 20222.
Мировые продажи систем автоматического доения в 2019 году выросли с 1,2 до 1,6 млрд долл. США по сравнению с 2016 годом, что указывает на растущий спрос, хотя и сосредоточенный в странах с высоким уровнем дохода: первыми эти системы внедрили такие страны, как Германия, Нидерланды и Соединенное Королевство73, 74. Статистические данные о внедрении в разных странах и регионах отсутствуют, но факты говорят о том, что это происходит только в странах с высоким уровнем дохода, в основном в Северной Европе75. Спрос обусловлен нехваткой рабочей силы в сельской местности в сочетании со сменой поколений. Из таблицы 2 видно, что первая промышленная система автоматического доения была использована в Нидерландах в 1992 году; с тех пор эта технология распространилась и в других странах69. Отсутствие данных по странам с низким и средним уровнями дохода говорит о том, что там она практически не используется48, 76.
Помимо доильных установок, существуют технологии автоматизированного кормления коров различными количествами концентрированного корма в зависимости от удойности77. Такие же системы есть и в птицеводстве: состав корма определяется на основании веса птицы и количества яиц, а компьютеризированное управление вентиляцией осуществляется в соответствии со значениями температуры и влажности78. Но данные и фактологическая информация о тенденциях и движущих силах внедрения этих технологий еще более скудны.
Достижения в области автоматизации растениеводства
Автоматизация растениеводства предполагает использование многих технологий прецизионного земледелия, а именно ТПН, ГНСС, роботов, дронов и искусственного интеллекта. Для этого могут потребоваться пространственные данные, собираемые с помощью географической информационной системы (ГИС), и информация, получаемая на основе математического моделирования: все это нужно для того, чтобы определить объем вводимых ресурсов, необходимых для достижения максимальных значений урожайности и прибыли67. Соответствующие приложения работают с данными, получаемыми от датчиков, в том числе с использованием проксимального зондирования (например, измерений содержания азота в почве) и дистанционного зондирования (например, спутниковых снимков). При наличии возможности подключения к интернету операторы могут делиться этими данными с заинтересованными сторонами, используя смартфоны и удобные пользовательские приложения, которые обеспечивают представление данных в простой и доступной форме35.
Уровень внедрения варьируется в зависимости от конкретного сельскохозяйственного товара, капитальных затрат, тарифной ставки и других экономических факторов. Но среди мелких сельхозпроизводителей он все равно пренебрежимо мал: это связано с тем, что исследований в области адаптации этих технологий к потребностям маломасштабного сельского хозяйства почти нет, а перенести их с механизированных операций на немеханизированные непросто.
В растениеводстве для обеспечения автоматического управления и внесения сельскохозяйственных материалов во время движения техники наиболее широко используются технологии ГНСС и ТПН в сочетании с моторизованной техникой. Одним из главных факторов, способствующих внедрению технологий, основанных на ГНСС, является их способность во время внесения сельскохозяйственных материалов (например, удобрений) исключить как случайные пропуски, так и наложение растений друг на друга, что обеспечивает экономию вводимых ресурсов. Другими факторами являются снижение утомляемости оператора, способность членов семьи работать дольше, гибкость при найме водителей (поскольку они не должны быть опытными или высококвалифицированными) и экологические преимущества (так как снижается количество случаев дублирования при внесении сельскохозяйственных материалов), а также другие преимущества, которые трудно поддаются количественной оценке и больше похожи на побочные эффекты внедрения. Внедрению способствует и то, что люди быстро оценили преимущества ГНСС (например, экономию вводимых ресурсов за счет сокращения случаев дублирования заметили почти сразу), и что эти преимущества хорошо видны как самому фермеру, так и соседям (например, в фермерском сообществе не любят, когда на поле остаются полосы сорняков там, где забыли внести гербициды)48.
ТПН сокращают затраты на вводимые ресурсы и оптимизируют урожайность культур, что приносит также экологические выгоды, особенно если при этом удается уменьшить количество случаев избыточного внесения сельскохозяйственных материалов. Данные относительно повышения рентабельности благодаря ТПН удобрений неоднозначны79, 80, и этим объясняется невысокий уровень внедрения ТПН удобрений на основе карт: в основном эта технология используется там, где рентабельность стабильна (например, для внесения азотных удобрений при выращивании сахарной свеклы).
Автономные сельскохозяйственные роботы – они относятся к категории самых передовых технологий автоматизации – начали использоваться в промышленных масштабах совсем недавно. В основном они появляются в странах с высоким уровнем дохода (например, во Франции) и используются для прополки органических овощей и сахарной свеклы81. Hands Free Hectare (Гектар "Свободные руки") – проект, созданный в Соединенном Королевстве в 2016 году в целях развития и демонстрации преимуществ автоматизации сельского хозяйства, – стал первой публичной презентацией автономной сельскохозяйственной техники, используемой для выращивания и уборки урожая товарных культур64. С того времени производители стали анонсировать создание автономных сельскохозяйственных машин (см. таблицу 2), и в настоящее время их разработкой занимаются более 40 стартапов. Автономные сельскохозяйственные роботы позволяют экономить трудозатраты и точнее соблюдать сроки выполнения необходимых операций, обеспечивают внесение более точных количеств сельскохозяйственных материалов и уменьшают уплотнение почвы, особенно в случае применения малой роевой робототехники. Анализ 18 конкретных примеров показал, что в определенных обстоятельствах использование автономных роботов для уборки урожая, посева и прополки экономически оправдано82.
В некоторых странах автономные сельскохозяйственные машины требуют постоянного контроля человека на месте; в этом случае фермерам, видимо, лучше использовать обычное оборудование83. Одно из исследований показало, что дистанционное наблюдение (например, из офиса фермы) является оптимальным вариантом только в том случае, если автономная работа относительно безаварийна84. Была отмечена необходимость расширения возможностей ИИ, с тем чтобы автономная машина могла решать большее количество вопросов без вмешательства человека. То же касается и ограничения скорости автономных сельскохозяйственных машин, введенного в Соединенных Штатах Америки: это может сделать такую технику нерентабельной85.
В целях решения проблемы дефицита сельскохозяйственной рабочей силы в странах с низким и средним уровнями дохода выдвигаются предложения о создании небольших и недорогих автономных сельскохозяйственных машин для малых и средних фермерских хозяйств; это может быть перспективным направлением, особенно привлекательным для сельской молодежи86, 87, 88, 89. К сожалению, анализ осуществимости такого проекта для стран с низким и средним уровнями дохода пока не проведен. Однако в литературе по этой тематике отмечено, что внедрение автономных роботов в этих странах имеет следующие потенциальные преимущества: i) сокращение потребности в рабочей силе там, где ее не хватает; ii) снижение затрат и уменьшение эффекта масштаба, что обеспечивает доступность технологий для небольших хозяйств, использующих традиционные средства механизации; и iii) возможность экономически эффективного использования технологий на полях неправильной формы, что позволяет избежать необходимости изменения формы сельских ландшафтов и превращения их в большие прямоугольные поля (на которых наиболее эффективны традиционные средства механизации), т.е. процесса, который разрушает сельские общины.
Дроны используются для сбора информации и автоматизации процесса внесения сельскохозяйственных материалов, аналогично ТПН на основе карт. Но из-за опасений по поводу чрезмерного внесения материалов, переноса пестицидов и авиационных опасностей их использование часто строго регулируется90, 91. Например, в Соединенном Королевстве разрешено распылять гербициды с помощью дронов только в труднодоступных районах и только на строго оговоренных условиях. Швейцария же допускает более гибкие условия внесения сельскохозяйственных материалов с помощью дронов, и это может побудить другие европейские страны ввести такую же практику у себя83, 92. В 2021 году в Соединенных Штатах Америки услуги внесения сельскохозяйственных материалов с помощью дронов предоставляли порядка 14 процентов розничных продавцов сельскохозяйственной продукции, и ожидается, что к 2024 году этот показатель увеличится до 29 процентов92. Внесение сельскохозяйственных материалов с помощью дронов также довольно популярно в некоторых странах со средним уровнем дохода, таких как Бразилия и Китай93.
Некоторые менее известные достижения в области автоматизации: аквакультура, лесное хозяйство и растениеводство в контролируемой среде
В секторе аквакультуры в связи с дефицитом рабочей силы и высокими заработками цифровая автоматизация идет высокими темпами. Несмотря на большие первоначальные затраты, широкое распространение получили инновации в области автоматизации процессов кормления и мониторинга, поскольку они сводят к минимуму затраты на рабочую силу и другие переменные издержки и снижают требования к рабочей силе: такая организация производства требует всего нескольких высококвалифицированных операторов94. Во врезке 6 представлены последние новшества в области аквакультуры, реализованные в Индии и Мексике.
Врезка 6Новые технологии аквакультуры: примеры из Индии и Мексики
Аквакультура уже продемонстрировала свою важнейшую роль в обеспечении глобальной продовольственной безопасности и питания, поскольку является одним из крупнейших в мире источников животного белка. Начиная с 1970 года объем производства продукции аквакультуры растет на 7,5 процента ежегодно95. Потенциал аквакультуры с точки зрения дальнейшего роста, а также масштаб экологических проблем, с которыми сталкивается сектор по мере интенсификации производства, диктуют необходимость разработки новых стратегий устойчивого развития аквакультуры. В таких стратегиях должны использоваться технические достижения, например в области разработки кормов, генетической селекции, биозащиты и борьбы с болезнями, а также цифровые инновации. Это, в свою очередь, может повысить точность, усовершенствовать процесс принятия решений, упростить постоянный автономный мониторинг состояния рыбы и уменьшить зависимость от ручного труда, что усилит безопасность персонала, укрепит здоровье и повысит уровень благополучия рыбы, а также увеличит продуктивность, урожайность и экологическую устойчивость96.
В качестве примера можно привести компанию Aquaconnect из Индии. Несмотря на то, что Индия является одним из крупнейших мировых производителей продукции аквакультуры (в 2018 году объем выпуска составил 7 млн тонн)95, для этой отрасли характерны отсутствие прозрачности и неэффективность производственно-сбытовых цепочек. Компания Aquaconnect использует искусственный интеллект и технологии телеметрического сбора спутниковой информации для мониторинга производительности аквакультурных хозяйств и предоставления рыбоводам (в основном мелким и средним), занимающимся разведением креветки и рыбы, рекомендаций по повышению продуктивности. Это решение сочетается с омниканальной платформой для продажи сельскохозяйственных факторов производства по доступным ценам. Оно также устраняет разрыв между фермерами и финансовыми учреждениями и улучшает рыночные связи. В настоящее время эти решения помогают более чем 60 000 рыбоводам, выращивающим рыбу и креветку на всей территории Индии, повысить продуктивность, укрепить рыночные связи и улучшить доступ к официальным кредитам и страхованию1. Наряду с этим правительство Индии выделило около 3 млрд долл. США на модернизацию сельского хозяйства, в том числе производственно-сбытовых цепочек в секторе аквакультуры и рыболовства, и выразило заинтересованность в поддержке инициатив (например, стартапов) по внедрению новых технологий и развитию инноваций.
Еще одним смелым проектом, который обещает в корне преобразовать отрасль аквакультуры, является Shrimpbox из Оахаки, Мексика – первое в мире роботизированное хозяйство по разведению креветки (см. тематическое исследование Atarraya в Приложении 1). Используемая технология позволяет создавать автоматизированные системы, которые можно контролировать удаленно с помощью самообучающегося программного обеспечения, способного принимать решения. В целях уменьшения накопления нитратов, профилактики заболеваний и экономии воды при выращивании креветки эти системы интегрируются с системами биологической борьбы, использующими микробиологические методы, что позволяет существенно сократить потребление воды, затраты труда, риски заболеваний и потери2. По словам разработчиков, роботизированное хозяйство способно производить на площади 0,5 га столько же продукции, сколько производит обычная ферма на 100 га, при этом используется всего пять процентов того объема воды, который был бы задействован на обычной ферме; кроме того, эта технология позволяет отказаться от использования антибиотиков97. Shrimpbox может выращивать креветку в более холодном климате и без доступа к океану. Это значит, что теперь свежую высококачественную креветку можно доставлять в регионы, которые до сих пор зависели от импорта замороженных продуктов.
Aquaconnect и Shrimpbox – всего лишь два примера использования новых технологий, которые призваны сделать аквакультуру более устойчивым, инклюзивным и эффективным процессом. Однако приоритетной задачей должно стать дальнейшее развитие аквакультуры в Африке и в других регионах, где технологический прогресс идет медленно, а проблемы неполноценного питания и отсутствия продовольственной безопасности стоят более остро95.
В лесном хозяйстве уже полностью автоматизированы многие операции по заготовке древесины. Для этого используется моторизованное оборудование, которое постепенно модернизируется с помощью цифровых инструментов. В последнее время мобильные технологии в сочетании с технологиями виртуальной реальности и методами дистанционного зондирования готовят почву для создания высокотехнологичных автоматов для лесного хозяйства. Основной целью усилий по автоматизации являются лесозаготовительные комбайны (харвестеры) и форвардеры – самые современные машины для распиловки и транспортировки бревен98. Все более широкое распространение получают новые цифровые технологии в этой сфере. Один из недавних обзоров показал, что серьезное внимание уделяется инновациям на основе технологии дистанционного зондирования, которые используются для мониторинга, планирования и управления лесными ресурсами, где важную роль в сборе, обработке и анализе данных играют также методы машинного обучения. В процессе внедрения цифровых инструментов, вероятно, возникнут новые вопросы о лесных экосистемах как динамичных социальных, экологических и технологических ландшафтах. В будущих исследованиях необходимо более тщательно изучить вопрос о возможностях исследователей, управленцев и других заинтересованных сторон в секторе лесного хозяйства прогнозировать экологическую и технологическую неопределенность в лесных экосистемах и адаптироваться к ней99. Во врезке 7 приведено краткое описание эволюции лесного сектора с точки зрения его механизации и возможностей цифровой автоматизации.
Врезка 7Эволюция лесного сектора: механизация и цифровая автоматизация
Исторически сложилось так, что работа в лесном секторе была физически тяжелой и потенциально опасной, особенно на этапе заготовки древесины. Низкотехнологичные системы требовали наличия специальной лесозаготовительной бригады: лесозаготовителя, его помощника и группы рабочих, которые занимались обрезкой ветвей. После обрезки другая специализированная бригада, состоящая из сортировщика, раскряжевщика и двух-трех трелевщиков, производила поперечный распил деревьев на бревна100. Из-за тяжелых и опасных условий труда ручные методы ведения лесозаготовок в настоящее время встречаются гораздо реже.
В 1950-х годах начался процесс модернизации сектора лесозаготовок: от преимущественно ручного труда стали переходить к механизации и частичной автоматизации. Процесс лесозаготовок можно подразделить на четыре отдельных этапа: валка деревьев, вывозка их из леса, сортировка и погрузка на погрузочной площадке и транспортировка на рынок. Лесозаготовительные машины теперь способны выполнять несколько операций (валка, вывозка, раскряжевка и сортировка). Использование этого оборудования существенно повысило эффективность и улучшило условия труда. Преимуществами механизации и цифровой автоматизации являются безопасность и комфорт операторов лесозаготовительных машин. В ходе этого процесса резко возросла производительность труда. В Швеции за период с 1960 по 2010 год производительность труда одного работника увеличилась в шесть раз (см. рисунок).
Рисунок Объем заготовок древесины за один рабочий день в шведской лесной промышленности, скользящее среднее за три года

Но даже в этих механизированных системах лесозаготовок расходы на рабочую силу в европейских странах обычно составляют порядка 30–40 процентов производственных затрат102. Условия работы там напряженные, поскольку операторам приходится быстро принимать множество решений, управляя сложным оборудованием и определяя различия в качестве бревен, что ограничивает количество часов, в течение которых они могут работать. Поэтому одним из способов увеличения производительности является повышение уровня автоматизации. Стимулами к внедрению автономного оборудования являются повышение производительности труда и снижение оперативных расходов. И хотя автономная машина обычно работает медленнее, чем оборудование, управляемое оператором, она все равно может быть более экономичной: при наличии полуавтономных машин оператор может управлять несколькими машинами одновременно.
Большинство современных лесозаготовительных машин можно легко и при относительно низких затратах переоборудовать под дистанционное управление, и многие рабочие варианты такого решения доступны уже сейчас. Как уже говорилось выше, такие машины обычно работают медленнее – а если задача сложная, то значительно медленнее, – и если их единственным преимуществом является повышение производительности, то лесохозяйственные предприятия их использовать не будут. Но основаниями для внедрения могут быть и другие соображения, в частности возможность обеспечить безопасность оператора или его полную загрузку в случае, если он оформлен на полный рабочий день, но по каким-то причинам недозагружен.
Полностью автономных систем заготовки древесины в настоящее время не существует. Однако первыми вероятными роботизированными операциями, которые вскоре будут осуществимы при скромных инвестициях в НИОКР, могут стать вывозка и последующая транспортировка стволов и бревен с помощью систем GPS-навигации. В долгосрочной перспективе экономически целесообразной может также стать валка лесных насаждений, но для этого потребуются значительные инвестиции в НИОКР103. Наконец, одним из аспектов лесохозяйственных операций, требующих повышения производительности в цепочках поставок лесоматериалов, являются перевозки заготовленных бревен автомобильным транспортом. Технологии создания беспилотных грузовиков развиваются очень быстро, а преимуществом автономных перевозок является то, что они снижают потребность в рабочей силе и, соответственно, затраты. Для передвижения вне дорог общего пользования автономные транспортные средства уже используются в секторе добычи полезных ископаемых, что делает реальной возможность распространения этой технологии на лесное хозяйство.
Разрабатываются также новые, более экологичные системы лесозаготовок. Шагающий харвестер теперь может использоваться для лесозаготовок на крутых, сложных и неровных участках. Одна из целей состоит в том, чтобы ограничить негативное воздействие техники на лесные почвы за счет точечного контакта с землей, обеспечив движение строго по колее гусеничной машины103. И хотя до промышленного использования таких систем пока еще очень далеко, в Новой Зеландии уже есть очень перспективный вариант лесозаготовительного комбайна, который передвигается без соприкосновения с лесными почвами. Он может работать на любом рельефе (на крутых склонах, на неровных участках и т. д.), оставаясь над поверхностью земли и перемещаясь от дерева к дереву, используя сами эти деревья в качестве опоры, что снижает вероятность разрушения структуры почвы104.
Такие экологичные новшества могут быть полезны в лесах, где использование моторизованной техники для лесозаготовок может приводить к уплотнению и эрозии почв, а также к утрате биоразнообразия. Наконец, поскольку польза от лесов далеко не ограничивается производством древесины - это и связывание углерода, и недревесная лесная продукция, и предотвращение эрозии, и очистка воды, и рекреационные услуги, важно понять, как цифровая автоматизация и датчики могут повысить ценность и этих преимуществ тоже. Одним из важных примеров является мониторинг сведения лесов, в частности незаконной вырубки, с использованием спутниковых данных. С точки зрения детализации данных возможности мониторинга обезлесения значительно расширились. Теперь во всем мире доступны данные с разрешением 5 метров, собираемые ежемесячно. Конкретным примером применения этой технологии стало обнаружение утраты лесов в бассейне Амазонки из-за расширения плантаций масличной пальмы на территории коренных народов в Эквадоре105. Наличие в открытом доступе таких данных и их глобальный охват являются прекрасным примером того, как могут использоваться цифровые решения для диагностики возможных проблем.
Еще одним перспективным направлением цифровой автоматизации является выращивание сельскохозяйственных культур и животных в контролируемой среде (КС), которое включает тепличное сельское хозяйство и вертикальное растениеводство. Самой распространенной формой КС являются теплицы. Они устроены так, что по самой своей сути предполагают мониторинг, контроль и оптимизацию условий среды. Благодаря появлению недорогих маломощных потребительских датчиков и инструментов, коммуникационных устройств, технологий обработки данных и мобильных приложений, а также технологических достижений в области проектирования, имитационного моделирования и механизации садоводства произошел переход от обычного тепличного хозяйства к интеллектуальным управляемым средам106. Успех стартапов, специализирующихся на технологиях КС, таких как Food Autonomy в Венгрии, ioCrops в Республике Корея и UrbanaGrow в Чили, говорит о наличии реального потенциала в этой области2.
Прежде чем приступать к крупномасштабной промышленной разработке, необходимо провести тщательный экономический анализ, поскольку первоначальные затраты, связанные с автоматизацией тепличного хозяйства и вертикального растениеводства, достаточно высоки106. Как и в случае других технологий, представленных в этой главе, определяющим фактором здесь является соотношение затрат на повышение уровня автоматизации с увеличением рентабельности производства, и именно этот показатель следует иметь в виду в будущих исследованиях, обосновывая целесообразность более высоких уровней автоматизации.