Από τα συστήματα γεωγραφικών πληροφοριών στη γεωχωρική τεχνητή νοημοσύνη, και από την ψηφιακή χαρτογράφηση και τη χωροχρονική παρακολούθηση, στην πρόβλεψη, τη γεωχωρική νοημοσύνη και τις νέες ψηφιακές υποδομές της ελληνικής υπαίθρου
Για περισσότερες από τέσσερεις δεκαετίες, τα συστήματα γεωγραφικών πληροφοριών (Geographic Information Systems [GIS]) αποτελούν την πρώτη και μοναδική τεχνολογική βάση που αποθηκεύει και επεξεργάζεται ποικίλες και μεγάλου όγκου πληροφορίες· αποτελούν δηλαδή ένα από τα σημαντικότερα εργαλεία για την παρακολούθηση και την αξιολόγηση της γεωργικής γης. Από τους πρώτους ψηφιακούς χάρτες και τις βάσεις εδαφικών δεδομένων μέχρι τη δορυφορική τηλεπισκόπηση, τα drone, τους αισθητήρες και τα WebGIS, η τεχνολογία έχει διανύσει μια πολύ μεγάλη απόσταση.
Σήμερα, όμως, βρισκόμαστε μπροστά σε μια νέα αλλαγή. Το ερώτημα δεν είναι πλέον μόνο πού βρίσκεται ένα φαινόμενο ή τι συμβαίνει σε ένα αγροτεμάχιο. Θέλουμε να γνωρίζουμε γιατί συμβαίνει, πώς θα εξελιχθεί (στο χώρο και στο χρόνο) και ποια απόφαση θα ήταν σκόπιμο να ληφθεί.
Αυτή είναι η μετάβαση από τα GIS στη γεωχωρική τεχνητή νοημοσύνη (Geospatial Artificial Intelligence [GeoAI]), η οποία υλοποιεί πρακτικά το τρίπτυχο: «αναλύουμε το παρελθόν – παρακολουθούμε το παρόν – προβλέπουμε το μέλλον».
Γεωχωρικές υποδομές
Η εξέλιξη αυτή σημαίνει ότι πρέπει να αλλάξουμε και τον τρόπο με τον οποίο αντιλαμβανόμαστε τα GIS. Στο παρελθόν, ένα GIS ήταν κυρίως το εργαλείο με το οποίο δημιουργούσαμε έναν χάρτη ή αναλύαμε μια συγκεκριμένη περιοχή. Σήμερα αποτελεί τον πυρήνα μιας πολύ μεγαλύτερης υποδομής, στην οποία συνδέονται δορυφορικές εικόνες, δεδομένα εδάφους, μετεωρολογικές παρατηρήσεις, αισθητήρες IoT, καθώς και δεδομένα καλλιεργητικών επεμβάσεων, παραγωγής και οικονομικής δραστηριότητας. Η πραγματική αξία βρίσκεται πλέον στη δυνατότητα διασύνδεσής τους και όχι στο κάθε δεδομένο ξεχωριστά.
Η εμπειρία της Ερευνητικής Μονάδας GIS του Γεωπονικού Πανεπιστημίου Αθηνών είναι χαρακτηριστική αυτής της εξέλιξης. Από την ίδρυσή της το 1989, η Μονάδα έχει παρακολουθήσει και συμμετάσχει στη μετάβαση από την ψηφιακή χαρτογράφηση και τα συστήματα χωρικών πληροφοριών προς την τηλεπισκόπηση, τη γεωργία ακριβείας, τα WebGIS και, σήμερα, προς τις σύγχρονες γεωχωρικές υποδομές, την GeoAI και τα Ψηφιακά Δίδυμα (Digital Twins).
Εφαρμογές στην ελληνική γεωργία
Η ελληνική εμπειρία έχει ήδη δείξει ότι η γεωχωρική τεχνολογία μπορεί να προσφέρει πολύ περισσότερα από έναν χάρτη. Το παράδειγμα της αμπελουργικής ζώνης Νεμέας με την προστατευόμενη ονομασία προέλευσης, που παρουσιάστηκε σε συνέντευξή μου στο τεύχος Ιουλίου – Αυγούστου 2023 του περιοδικού Agro.tec ήταν χαρακτηριστικό: Διαφορετικές πηγές δεδομένων (έδαφος, κλίμα, ανάγλυφο, τηλεπισκόπηση και δεδομένα της καλλιέργειας) συνδέθηκαν σε ένα χωροχρονικό περιβάλλον ψηφιακής παρακολούθησης.
Η σημαντικότερη παρακαταθήκη τέτοιων εφαρμογών, όμως, δεν είναι μόνο η ίδια η εφαρμογή. Είναι η απόδειξη ότι μπορούμε να δημιουργήσουμε ένα κοινό γεωχωρικό περιβάλλον στο οποίο συνυπάρχουν διαφορετικές επιστήμες και διαφορετικές κλίμακες πληροφορίας. Αυτό ακριβώς είναι που χρειαζόμαστε σήμερα σε μεγαλύτερη κλίμακα.
Η επόμενη πρόκληση είναι να περάσουμε από τις μεμονωμένες εφαρμογές σε ολοκληρωμένες γεωχωρικές υποδομές για την αγροτική ανάπτυξη. Ένα αγροτεμάχιο δεν είναι απομονωμένο από το περιβάλλον του. Η παραγωγικότητά του επηρεάζεται από το έδαφος, το κλίμα, το υδατικό ισοζύγιο, το ανάγλυφο, τη γειτονική χρήση γης, την καλλιεργητική πρακτική και τις ευρύτερες περιβαλλοντικές συνθήκες.
Επομένως, η γεωργία του μέλλοντος είναι απαραίτητο να έχει τη δυνατότητα να λειτουργεί σε πολλές κλίμακες: από το φυτό στο αγροτεμάχιο, από το αγροτεμάχιο στην περιοχή και από την περιοχή στην εθνική επικράτεια. Αυτό έχει ιδιαίτερη σημασία για την Ελλάδα, όπου η μεγάλη ποικιλία εδαφών, κλιματικών συνθηκών και καλλιεργητικών συστημάτων δημιουργεί ένα εξαιρετικά σύνθετο χωρικό πρότυπο.
Εθνική γεωχωρική υποδομή
Τα αξιόπιστα γεωχωρικά δεδομένα είναι βασική παράμετρος ενός GeoAI. Μια από τις σημαντικότερες προκλήσεις της επόμενης περιόδου είναι η ψηφιοποίηση και η συστηματική αξιοποίηση της πληροφορίας για το έδαφος.
Εδώ εντάσσεται το Hellenic Soil Data Hub, μια πρωτοβουλία ενοποίησης και αξιοποίησης της διαθέσιμης εδαφικής πληροφορίας της χώρας, την οποία υλοποιεί η Ερευνητική Μονάδα GIS του Γεωπονικού Πανεπιστημίου Αθηνών. Η σημασία του εγχειρήματος είναι μεγαλύτερη από την παραγωγή ενός ακόμη εδαφολογικού χάρτη. Το ζητούμενο είναι να δημιουργηθεί μια σύγχρονη, δυναμική και διαλειτουργική υποδομή εδαφικών δεδομένων, η οποία θα μπορεί να τροφοδοτεί τόσο τις εφαρμογές γεωργίας ακριβείας όσο και τα νέα μοντέλα τεχνητής νοημοσύνης, ενώ θα αποτελεί τη βάση για την υλοποίηση της ευρωπαϊκής Οδηγίας για την παρακολούθηση των εδαφών (Soil Monitoring Law).
Από τα δεδομένα στη γνώση
Η Τεχνητή Νοημοσύνη προσθέτει μια πολύ μεγάλη νέα διάσταση. Μια πολυετής π.χ. σειρά δορυφορικών εικόνων μπορεί να αποκαλύψει πρότυπα που δεν είναι ορατά σε μία μόνο εικόνα. Η σύνδεση αυτών των δεδομένων με εδαφικές και κλιματικές παραμέτρους επιτρέπει την αναγνώριση περιοχών με παρόμοια συμπεριφορά. Έτσι, η AI μπορεί να χρησιμοποιηθεί όχι μόνο για ταξινόμηση, αλλά και για πρόβλεψη. Μπορούμε να περάσουμε από το «αυτό το τμήμα του αγροτεμαχίου εμφανίζει μειωμένη βλάστηση» στο «η συγκεκριμένη περιοχή εμφανίζει αυξημένη πιθανότητα υδατικής καταπόνησης τις επόμενες ημέρες». Η διαφορά είναι θεμελιώδης. Το πρώτο είναι παρατήρηση. Το δεύτερο είναι γεωχωρική νοημοσύνη.
Η ίδια μετάβαση παρατηρείται ήδη και στη διαχείριση της γεωργίας σε εθνική κλίμακα. Η αξιοποίηση δορυφορικών χρονοσειρών, γεωχωρικών βάσεων και αυτοματοποιημένων αλγορίθμων για την παρακολούθηση των γεωργικών εκτάσεων δείχνει ότι οι γεωχωρικές τεχνολογίες δεν αποτελούν πλέον μόνο εργαλείο του ερευνητή ή του παραγωγού· αποτελούν πλέον βασική υποδομή για τη λειτουργία της σύγχρονης αγροτικής πολιτικής.
Αυτό δημιουργεί και μια νέα ανάγκη: Τα δεδομένα που παράγονται από διαφορετικά συστήματα θα πρέπει να μπορούν να επικοινωνούν μεταξύ τους. Η διαλειτουργικότητα, τα κοινά πρότυπα και η ποιότητα των δεδομένων γίνονται εξίσου σημαντικά με τους ίδιους τους αλγορίθμους.
Τα ψηφιακά δίδυμα
Μια επόμενη μεγάλη εξέλιξη είναι και τα ψηφιακά δίδυμα (Digital Twins) της γεωργίας. Φανταστείτε ένα ψηφιακό αντίγραφο ενός αγροτεμαχίου το οποίο στηρίζεται στα GIS και ενημερώνεται συνεχώς από δορυφορικά δεδομένα, από δεδομένα που παρέχουν drones, από αισθητήρες, από μετεωρολογικές παρατηρήσεις και από δεδομένα εδάφους. Ένα τέτοιο σύστημα δεν θα περιγράφει απλώς την τρέχουσα κατάσταση, αλλά θα μπορεί να εξετάζει –μέσω GeoAI– σενάρια όπως:
- Τι θα συμβεί αν μειώσουμε την άρδευση.
- Πώς θα επηρεαστεί η καλλιέργεια από μια περίοδο υψηλών θερμοκρασιών.
- Ποια περιοχή χρειάζεται περισσότερο νερό.
- Πώς θα μεταβληθεί η παραγωγή αν αλλάξει η καλλιεργητική πρακτική.
Έτσι δημιουργείται μια νέα σχέση ανάμεσα στον πραγματικό και στον ψηφιακό κόσμο.
Η πρόκληση
Η Ελλάδα διαθέτει σήμερα μεγάλο μέρος των τεχνολογικών εργαλείων που απαιτούνται για αυτή τη μετάβαση. Το μεγάλο ζητούμενο είναι να ολοκληρωθούν οι γεωχωρικές εθνικές βάσεις δεδομένων φυσικών πόρων, όπως των εδαφολογικών πληροφοριών και η σύνδεσή τους.
Χρειαζόμαστε γεωχωρικές υποδομές, αξιόπιστα δεδομένα, διαλειτουργικότητα, ανθρώπους με διεπιστημονική γνώση και κυρίως μηχανισμούς που θα μεταφέρουν την τεχνολογία από το ερευνητικό εργαστήριο στην πραγματική αγροτική οικονομία.
Η εμπειρία των τελευταίων δεκαετιών μας έδειξε πώς τα GIS μπορούν να βοηθήσουν να χαρτογραφήσουμε τη γεωργία. Η επόμενη περίοδος θα μας δείξει πώς μπορούν να μας βοηθήσουν να κατανοήσουμε και να προβλέψουμε τη γεωργία. Από το χάρτη περνάμε στη βάση δεδομένων, από τη βάση δεδομένων στο μοντέλο, από το μοντέλο στην πρόβλεψη και από την πρόβλεψη στην υποστήριξη της απόφασης.
Ουσιαστική μετάβαση στην GeoAI
Ίσως το σημαντικότερο στοίχημα για την ελληνική ύπαιθρο δεν είναι να αποκτήσει απλώς περισσότερη τεχνολογία, αλλά να δημιουργήσει τις γεωχωρικές ψηφιακές υποδομές, συλλογής και ανάλυσης δεδομένων, που θα επιτρέψουν στην τεχνολογία αυτή να λειτουργήσει ως γνώση, ως εργαλείο ανάπτυξης και τελικά ως καλύτερη διαχείριση των πολύτιμων φυσικών πόρων και της ελληνικής γεωργίας.
