Smart Agriculture
 |
來源：物联网空间站 作者：露西
農業在世界文明的發展中，佔據著舉足輕重的作用。
比如各朝代生產工具的演變、水利灌溉工程的興修、耕作和管理技術的進步、地區的擴大。我們很早就能從歷史課本中，瞭解到「重農抑商」，體會歷朝統治者對農業的重視。
但時至今日，隨著社會生產力的提高、糧食產量的增長，商品的種類越來越豐富，對農業來說，賣方市場逐漸轉變為買方市場，農產品滯銷的情況時有發生，農業的創新發展面臨著巨大考驗。
糧食需求成長：隨著全球人口的增加，和品質需求的提升，糧食需求也跟著水漲船高。
專家人數減少：盈利能力和產業吸引力都很低，導致產業能夠依賴的專家人數不斷減少。
低效率：傳統穀物、蔬菜、水果等的種植，以及畜牧業的養殖，都面臨效率低下、市場不流通、資訊開放程度不足的問題。
高收益風險：播種與收成，出生與屠宰，像這樣的時間週期，還有日益加劇的氣候變化，都在給農產品未來的利潤帶來很大的不確定性。
如今農民不再是身份的象徵，而是一種平等的職業。並且這個文明發展史上最古老的行業，正在與科技結合，爆發更強大的生命力。
精準農業，是物聯網在農業最著名的應用之一，適用於大面積作物種植。我們今天就先透過它，來瞭解物聯網在農業中的應用。
拋棄一些拗口的概念，從本質上講，精準農業的概念，可以歸納為三個層面：數據的採集、分析與應用。所有的物聯網應用皆是如此。
美國《國家地理》雜誌曾發文分析，精準農業最受歡迎的三項技術。
土壤與產量製圖(Soil and yield mapping)
指導系統(Guidance systems)
可變速率技術--VRT技術(Variable-rate tech)
1. 「土壤與產量製圖」與「農業數據的採集」
常見的，農民按照一定形狀大小，將農田網格化，採集每個格子的土壤樣本，透過分析土壤結構，和含氮量等化學性質，來繪製地圖，就可以從地圖中知道哪一格要多澆水，哪一格要多施肥。
感測器採集數據，是我們很容易想到的另一種方式。將大量感測器部署在農田中，讓其自動、即時地獲取環境參數。但作物種植需要檢測的參數種類著實不少，感測器所獲得的單點數據，很難呈現農田的整體樣貌效果。
因此還可以談談無人機。無人機在飛行過程中收集多光譜、熱和視覺圖像，這些圖像資訊經過處理，可以表現出作物監測、田間分析、土地的成像、測繪等結果。
產量製圖也是如此。用於收割作物的智慧化機械設備，配備了GPS系統和產量監測儀，在收割作物的同時，收集地理位置資訊，用數據揭示農田每個區域的產量變化。
將這些新的舊的方法結合起來，農民就能獲得當下農田的各項參數，分析數據採取對應措施。
2. 「指導系統」與「3S 技術」
3S，指的是RS、GPS、GIS。
RS是遙感，不接觸物體本身，用感測器收集目標物的電磁波資訊，經處理分析後辨識目標物。作用是提供圖像基礎資訊。
GPS 是全球定位系統，作用是確定圖像位置資訊。
GIS 是地理資訊系統。處理好的圖像登錄 GIS，可以用來進行後續的數據管理和應用分析。
目前，3S已成為現代測繪廣泛應用的技術。
在農業場景裡，智慧化農業機械中，導入了GIS系統，在運行時，GPS 系統會將機械即時運行的狀態，與 GIS 資訊對應，這樣就可以大大提升效率，實現更高效的運行路徑、更精準的播種灌溉。這也是農業使用頻率非常高的一項技術。
3. 可變速率技術--VRT技術
可變速率技術 (VRT)，允許農民優化田間每一部分的投入，在需要的地方和時間種植不同類型、不同數量的種子，放置適量的化肥和農藥。
這種技術需要部署在機械設備中，應用的時候與 GIS 相協同。但目前來看，VRT 的成本很高，採用率也相對減少。
以上我們談的精準農業，適用於大面積的作物種植，且系統相對複雜，一套體系的成本相對較高。不過，後續的效益將會大於投入成本。種植面積越大，收回成本的速度也就越快。
比如家禽家畜的養殖，可分成三個層次。
透過感測器監測動物生命體徵，確保無疾病產生；
在一些廣域放牧的情況下，用位置感測器或 GPS 輔助跟蹤牛、羊等動物的位置，減少走失，提升管理效率；
透過感測器數據監測，更準確地預測和調度擠奶時間，和屠宰日期，最大限度地提高產量。
還有一波神奇操作是，去年，荷蘭著名的高等學府瓦赫寧根大學，面向全球人工智慧團隊，發起了一場國際人工智慧溫室種植大賽—— 種黃瓜。
瓦赫寧根大學提供黃瓜生長數據，參賽團隊利用原始數據創建模型，一方面透過感測器、攝影機等工具，收集即時數據，另一方面人工智慧算法，根據數據作出決策，控制溫室內的「操作參數」，比如光照、溫濕度、通風、澆水灌溉等等，完全減少人的干預。
最後，我們看到了騰訊 AI 黃瓜的成果圖。
企業加入「農業物聯網」
有哪些企業參加上面這類「AI+農業」的比賽呢？微軟、騰訊、英特爾等等……
可以說，關注農業的企業單位，從來不止「少數幾家」。
2018年，阿里推出人工智慧養豬項目—— 200 公里豬，強調豬肉的肉質口感。當時還任阿里雲總裁的胡曉明表示，豬運動的公里數，將成為判斷豬肉品質的新標準。
在這個項目裡，攝影機圖像辨識技術，可以自動採集豬的體形數據，記錄每頭豬的運動距離、時間和頻率；聲學特徵和紅外線測溫技術，可以辨識豬的體溫、叫聲，判斷是否患病，預警疫情；採集到的數據將匯集到雲平台，形成每一頭豬的資料檔案，進行數據分析及措施應對。
京東也在更早前推出「跑步雞」項目，強調跑足 100萬步的足月安全雞。
在這個項目，最關鍵的設備是給每只雞綁的腳環(這個腳環要確保記錄步數精確，步數即時可見，並且不會有任何養殖期間的物理損壞)。
腳環內部植入感測器，應用了符合禽類生物學特徵的仿生計步算法；以及運用 LoRa / NB-IoT 低功耗物聯網通信技術，進行信號傳輸，確保腳環不會中途沒電；最後數據經由網關到達雲平台，在平台上對各項數據進行分析處理。
腳環內部植入感測器，應用了符合禽類生物學特徵的仿生計步算法；以及運用 LoRa / NB-IoT 低功耗物聯網通信技術，進行信號傳輸，確保腳環不會中途沒電；最後數據經由網關到達雲平台，在平台上對各項數據進行分析處理。
華為也有和合作夥伴一起推出基於NB-IoT的牛聯網項目，主要解決奶牛發情監測效率過低，影響牛場產奶量的難題。做的就是實現奶牛的及時配種，準確監測奶牛發情期。
農業物聯網的未來發展
發展的關鍵是效益。
回到最關鍵的效益問題，我們可以從兩個方面看。
1.提高農業生產效率和使生產多樣化，將農產品與低利潤率商品作出區分；
2.必要時還可以加上「品牌化打造、溢價提升、精細化操作、網路服務化」等現代化發展思維方式。
沒有留言:
張貼留言