Raziskovalci na Univerzi Wageningen so našli metodo, kako lahko s senzorno tehnologijo, internetom stvari in visoko zmožnostjo obdelave ter hrambe podatkov razvijejo podatkovne modele digitalnih dvojčkov. Gre za izziv, kako zbrati dovolj veliko količino uporabnih podatkov, da bi z analizo teh prišli do pomembnih spoznanj.
Medtem ko je načelo digitalnih dvojčkov že nekaj časa v uporabi v gradbeništvu, pa je razvoj digitalnih modelov živih organizmov ali celotnih ekosistemov precej bolj kompleksen.
V živih organizmih je treba za izdelavo digitalnih dvojčkov upoštevati bistveno več dejavnikov kot pri strojni opremi, pravi Willem Jan Knibbe, vodja raziskav Podatkovnega kompetenčnega centra na Univerzi Wageningen, kjer bodo v tri razvojne projekte vložili skoraj štiri milijone evrov.
Boljša rast in večja odpornost proti boleznim
»Osredotočamo se predvsem na projekte, ki bodo imeli velik vpliv na razvoj znanosti in tudi družbo,« pravi Knibbe, ki z razvojem digitalnih dvojčkov raziskuje optimalne permutacije rastlin. »S tem nameravamo doseči ne le bolj produktivno rast in učinkovite postopke, temveč tudi prožnost kakovosti in okusa ter dodatno odpornost proti različnim boleznim,« pojasni.
Temperatura prsti
Doslej se je o učinku temperature prsti na pridelek bolj ali manj zgolj ugibalo. Če pa v tla namestimo senzorje temperature, kot to počno na univerzi Wageningen, in to neprestano spremljamo, lahko model natančno prikazuje dogajanje v prsti. »Idealno bi bilo izdelati model digitalnega dvojčka, ki bi se sam učil iz pridobljenih podatkov,« pravi Knibbe. »Tako bi lahko model v realnem času primerjal podatke iz senzorjev z napovedjo modela. Če je prst toplejša, kot je napovedal model, bi se lahko ta prilagodil,« še doda.
Virtualna pridelava paradižnikov
Tako deluje virtualna pridelava paradižnikov, kjer 3D-simulacijski model neprestano dobiva informacije iz rastlinjaka. Z neprestanim analiziranjem zbranih podatkov model digitalnega dvojčka postaja vse bolj natančen. Nakazuje pa tudi možnost, kako bi lahko digitalne dvojčke v prihodnje uporabljali za iskanje optimalnih permutacij posamičnih značilnosti rastlin in okoljskih dejavnikov.
Tako bi lahko model izmeril razlike med na primer uporabo različnih steklenih površin v rastlinjaku ali nove sorte paradižnika ali pa celo napovedal značilnosti idealne sorte za gojenje v rastlinjaku. Predvsem pa želijo z uporabo modela digitalnega dvojčka napovedati rast paradižnika v rastlinjaku in temu samodejno prilagajati osvetljavo, vlažnost in temperaturo.
Digitalni dvojček prave kmetije
A gredo raziskovalci univerze Wageningen še dlje. Razvijajo tudi digitalno kmetijo prihodnosti, ki pomeni digitalnega dvojčka oziroma repliko dejanske kmetije. »Digitalna kmetija trenutno deluje v prototipnem okolju s pravimi rastlinami, pravim rastlinjakom, resničnimi podatki, računalniki in algoritmi. Vsekakor bo skalabilna, vendar bo to zahtevalo veliko truda,« pojasnjuje Knibbe.
Seveda bo za ravnanje z digitalnimi orodji nujno določeno usposabljanje uporabnikov. »To bo najverjetneje predmet razprave s partnerji, ki sodelujejo pri oblikovanju, razvoju in izkoriščanju sistemov za nadzor toplogrednih plinov. Trenutno smo v fazi pred izdelavo prototipa digitalne nadzorne plošče.«
Prototip digitalne nadzorne plošče za upravljanje digitalne kmetije
Ta omogoča nadzor in upravljanje glavnih indikatorjev. Razvojna ekipa bo uporabila dejanske podatke s prave kmetije, in to v realnem času. Nad to bodo leteli droni, ki bodo poleg satelitov in senzorjev v prsti zbirali podatke.
Kmetovalec bo z nadzorne plošče takoj razbral, ali je prsti treba dodati gnojila ali vklopiti namakanje, morda premakniti živino na drugo polje in tako dalje. Z uporabo modelov digitalnega dvojčka je možno predvideti in tudi preizkusiti precej več scenarijev, kot bi to bilo mogoče v resničnosti na sami kmetiji, kjer bi lahko čakanje na spremembo razmer in nato zbiranje podatkov trajalo tudi več let.
Z uporabo naprednih modelov bi na nadzorni plošči digitalne kmetije zgolj ponastavili nekaj parametrov modela in izračunali predviden učinek. Tako bi na primer lahko hitro raziskali učinek spremembe sestave krme na meso krav, kar je v praksi izjemno dolgotrajen proces.