Как искусственный интеллект помогает британским фермерам бороться со слизнями

Слизней редко замечают сразу. Вредитель может находиться в почве и проявлять активность еще до того, как фермер увидит серьезные повреждения посевов. К моменту обнаружения проблемы часть растений уже может пострадать, а решение приходится принимать в условиях ограниченного времени.

Для британских растениеводов эта задача особенно актуальна. Серый полевой слизень ежегодно наносит ущерб пахотному сельскому хозяйству страны примерно на 43,5 млн фунтов стерлингов. При этом возможности химической защиты в последние годы изменились: после отмены метальдегида и исчезновения фосфата железа как единственного химического средства борьбы хозяйствам пришлось искать более точные способы управления численностью вредителя.

Один из новых подходов разработали в рамках проекта Slimers. Его идея проста: не обрабатывать поле целиком по принципу «на всякий случай», а заранее определить участки с помощью ИИ для борьбы против слизней.

Что входит в Slimers Toolkit

Проект продолжался три года. В исследовании участвовали более 100 британских ферм и несколько партнерских организаций. Финансирование предоставила Программа инноваций в сельском хозяйстве DEFRA.

Главная разработка программы – Slimers Toolkit. В него вошли инструменты, объединяющие картирование почв, искусственный интеллект и наблюдения непосредственно на фермах. Цель такой системы – получить более точное представление о том, где на конкретном поле формируются очаги повышенной численности слизней.

Как создавалась модель прогнозирования

Исследователи и фермеры совместно разработали модель, способную прогнозировать распространение слизней на полях. Для ее работы использовались данные сканирования почвы, алгоритмы биологического прогнозирования и геопространственное картирование.

Важную роль сыграли реальные данные с коммерческих хозяйств. Группа из 28 фермеров и агрономов наблюдала за численностью слизней, всхожестью культур и погодными условиями. Модель не ограничивалась лабораторными наблюдениями, а проходила проверку на реальных полях, где одновременно действуют погодные факторы, особенности почвы и состояние посевов.

Искусственный интеллект для оценки повреждений

Slimers Toolkit включает несколько инструментов на базе искусственного интеллекта. Они помогают оценивать всхожесть растений и выявлять скрытый ущерб, который может быть связан с активностью слизней. Особенность подхода в том, что можно оценивать изменения в пространстве поля и сопоставлять их с данными для выявления потенциального риска.

В испытаниях гранул использовали точечный подход

Эффективность системы проверяли в полевых испытаниях 2025–2026 годов. Фермеры использовали прогнозы очагов поражения, составляли карты и размещали гранулы от слизней именно в местах предполагаемого скопления вредителя.

Результат впечатляющий: популяция слизней сократилась на 50% по сравнению с традиционной обработкой всей площади. При этом борьба с вредителями происходит по месту, а не по всему полю.

Почему точное прогнозирование важно для хозяйств

Проблема слизней заключается в неравномерности их распространения. Если обработать всю площадь одинаково, часть гранул может оказаться там, где в них нет необходимости. Прогнозирование позволяет сосредоточить внимание на потенциально проблемных зонах.

Для современного растениеводства здесь важны сразу несколько факторов:

• снижение среднего расхода гранул;
• более точное определение участков риска;
• контроль состояния посевов на основе фактических данных;
• использование информации о почве и погодных условиях;
• возможность объединять наблюдения фермера с цифровыми инструментами.

В итоге защита растений становится более адресной. Фермер не отказывается от мониторинга, а получает цифровой инструмент, который помогает систематизировать собранную информацию.

Опыт Slimers показывает, что борьба со слизнями постепенно выходит за рамки универсальной обработки всего поля. Использование почвенного картирования, искусственного интеллекта и фермерского мониторинга позволяет перейти к более точному управлению рисками. А сокращение расхода гранул в среднем на 50% в проведенных испытаниях показывает, что цифровой подход может иметь не только технологическую, но и практическую экономическую ценность для растениеводства.