KNOW: The Future of Farming
 |
數位農業是將數位化資訊，作為農業新的生產要素，用數位資訊技術對農業對象、環境，和全過程進行可視化表達、數位化設計、資訊化管理的新興農業發展形態，是數位經濟範疇下，用數位化重組方式，對傳統產業進行變革和升級的典型應用之一。
傳統農業和數位農業的核心因素對比
從「人」到「數據」的關鍵決策因素轉換。傳統農業主要包括養殖產業鏈和種植產業鏈等，其中的環節有育種、灌溉、施肥、飼養、疾病防治、運輸和銷售等，均是以「人」為核心，主要是依靠過去累積的經驗或手藝，來進行判斷決策和執行，這也導致了整體生產環節效率低、波動性大、農作物或農產品質量無法控制等問題。
而在數位農業模式中，透過數位化設備，比如田間攝影機、溫度濕度監控、土壤監控、無人機航拍等，以即時「數據」為核心，來幫助生產決策的管控和精準實施，並透過大數據和人工智慧，對設備的預防性維護、智慧物流、多樣化風險管理手段，進行數據和技術支持，進而大幅提升農業產業鏈營運效率，並優化資源配置效率等。
一、數位農業如何解決痛點？
1、物聯網 —— 海量農業數據即時獲取，奠定農業數位化基礎。農業物聯網是物聯網的重要應用領域，是數位農業中數據的主要來源。農業物聯網已被歐洲列為物聯網 18 個重要發展方向之一。
物聯網在農業領域應用範圍廣泛，採用物聯網的農業解決方案，透過即時收集並分析現場數據，及部署指揮機制的方式，達到提升營運效率、擴大收益、降低損耗的目的。
可變速率、精準農業、智慧灌溉、智慧溫室等多種，採用物聯網的應用，將推動農業流程改進。物聯網科技可用於解決農業領域特有問題，打造基於物聯網的智慧農場，實現作物品質和產量雙豐收。
物聯網在農業領域應用廣泛
農業領域有著豐富的連接需求，農業物聯網市場潛力巨大。華為技術數據顯示，全球智慧水表、智慧路燈、智慧停車、智慧農業、財產跟蹤、智慧家庭分別有 7.5 億、1.9 億、2400 萬、1.5 億、2.1 億、1.1 億的連接需求，由此帶來的市場空間十分可觀。
根據廠商的預測，到2020年，物聯網在農業領域的潛在市場規模，有望由 2015 年的 137 億美元，成長至 268 億美元，年複合成長率達 14.3%。其中美國的市場比重最大，並且已經進入成熟期，亞太地按照物聯網技術，在農業領域中的不同應用，劃分為如下幾類：
物聯網是農業數據的主要來源之一
1、精準農業：作為一種農業管理方式，精準農業利用物聯網技術，及資通信技術，實現優化產量、保存資源的效果。精準農業需要獲取有關農田、土壤和空氣狀況的即時數據，在保護環境的同時，確保收益和可持續性。
2、可變速率技術 (VRT)：VRT 是一種能夠幫助生產者，改變作物投入速率的技術。它將變速控制系統與應用設備相結合，在精準的時間、地點投放輸入，因地制宜，確保每塊農田獲得最適宜的投放量。
3、智慧灌溉：提升灌溉效率、減少水源浪費的需求日益擴大。透過部署可持續高效灌溉系統，以保護水資源的這種方式，愈來愈受到重視。基於物聯網的智慧灌溉對空氣濕度、土壤濕度、溫度、光照度等參數進行測量，由此精確計算出灌溉用水需求量。經驗證，該機制可有效提高灌溉效率。
4、農業無人機：無人機有著豐富的農業應用，可用於監測作物健康、農業拍照(以促進作物健康生長為目的)、可變速率應用、牲畜管理等。無人機可以低成本監視大面積區域，搭載感測器可輕易採集大量數據。
 |
| http://www.arcran.com/tw/ |
5、智慧溫室：智慧溫室可持續監測氣溫、空氣濕度、光照、土壤濕度等氣候狀況，將作物種植過程中的人工干預降到最低。上述氣候狀況的改變，會觸發自動反應。在對氣候變化進行分析評估後，溫室會自動執行糾錯功能，使各氣候狀況，維持在最適宜作物生長的水準。
6、收成監測：收成監測機制，可對影響農業收成的各方面因素進行監測，包括穀物品質流量、水量、收成總量等，監測得到的即時數據，可幫助農場主形成決策。該機制有助於縮減成本、提高產量。
7、農業管理系統(FMS)：FMS 借助感測器及跟蹤裝置，為農場主及其他利益相關方，提供數據收集與管理服務。收集到的數據經過儲存與分析，為複雜決策提供支撐。此外，FMS還可用於辨識農業數據分析，最佳實踐與軟體交付模型。它的優點還包括：提供可靠的金融數據和生產數據管理、提升與天氣或突發事件相關的風險緩釋能力。
8、土壤監測系統：土壤監測系統協助農場主，跟蹤並改善土壤品質，防止土壤惡化。系統可對一系列物理、化學、生物指標(如土質、持水力、吸收率等)進行監測，降低土壤侵蝕、密化、鹽化、酸化、以及受危害土壤品質的有毒物質污染等風險。
9、精準牲畜飼養：精準牲畜飼養可對牲畜的繁殖、健康、精神等狀況，進行即時監測，確保收益最大化。農場主可利用先進科技實施持續監測，並根據監測結果，做出利於提高牲畜健康狀況的決策。
智慧農業市場規模預測 (2015-2020年，億美元，%)
二、大數據與人工智慧——生產經營決策「數位化」，全面提升生產效率
萬物互聯在推動海量設備接入的同時，也將在雲端生成海量數據。而挖掘這些由物聯網產生的大數據中，隱藏資訊的方法，就是利用人工智慧。物聯網最核心的商業價值，就是將這些海量的數據，進行智慧化的分析、處理，從而生成為不同商業模式的各類應用。
以人工智慧經濟整體影響的模擬分析，並結合行業規模數據，埃森哲分析人工智慧對15個行業可能帶來的經濟影響。研究顯示，製造業、農林漁業、批發和零售業，將成為從人工智慧應用中，獲益最多的三個行業。到2035年，人工智慧將推動這三大行業的年成長率，分別提升2%、1.8%和1.7%。
人工智慧在農業領域的應用潛力巨大。機器學習所具備的，透過使用大數據收集來優化單個，或一系列關鍵目標的能力，很適合用來解決農業生產中的作物產量、疾病預防和成本效益等問題：
在種植領域，人工智慧有望提高糧食產量、減少資源浪費。機器學習技術，可以被用來分析，來自無人機和衛星的圖像、氣象數據、土壤樣本，和濕度感測器的數據，並幫助確定播種、施肥、灌溉、噴藥和收割的最佳方法。在精準農業中的各個環節中，機器學習都能發揮重要的作用，從而提高糧食的產量。
在養殖領域，利用人工智慧可以有效降低疾病造成的損失。在一項學術研究中，研究人員收集和分析雞的聲音，並訓練神經網路模式辨識算法後，研究人員能夠正確地辨識出感染了致命疾病的雞，其中發病兩天的雞的辨識準確率為66%，而發病 8 天的雞的辨識準確率為 100%。
正確診斷牲畜所患疾病，並盡早在損失發生之前進行治療可，以消除由疾病導致的損失。據行業專家估計，挽回的損失可達20億美元。
 |
| 康橋科技 —— 白光攝影機專業廠商！ |
人工智慧縮短農業研發進程。人工智慧技術可以用於提高糧食產量、降低損失，但這並不是其發揮作用的唯一領域。在實驗室和研究中心，機器學習算法，能夠幫助培育更好的植物基因，創造更安全、更高效的農作物保護產品和化肥，並且開發更多的農產品。
實際上，人工智慧在這些領域的介入更加成熟，因為這一領域的數據更加豐富，數據獲取的速度也更快。
根據 2016 年Philips McDougall 的分析，將一種新的作物保護產品推向市場，需要 11 年的發現和發展時間，分析 16 萬份化合物，每個產品商業化支出超過 2.8 億美元。在新農化產品的開發中，整個行業每年的花費超過 26 億美元。而人工智慧的採用，可以提高這一過程的效率。
以孟山都的玉米育種為例。在將玉米雜交品種投入市場之前，孟山都對其進行了多年的評估，從發現到商業化，這個過程可能需要 8 年時間。
玉米育種通常被比作「草堆中撈針」，這是個擁有 32000 個基因的大草堆，代表了幾代繁殖者面臨的搜索難題。從歷史上來看，一個育種項目，每年可以從成千上萬可用選項中，選出大約500種組合進行試驗。這種選擇受到與管理現場測試程序相關的後勤和成本的限制。
為了減少這些限制，孟山都的 AI 研究人員開發了一種算法，能夠評估育種決策，並預測哪一個雜交品種，將在試驗的第一年表現出最佳的性能。這個算法正被過去 15 年的分子標記，和現場試驗資訊進行訓練。
這種算法可以優化育種過程，使育種者能夠更快地把他們最好的想法，投入到大規模的實地試驗中。這一算法不僅加快了育種過程，而且與傳統方法相比，還使孟山都將其玉米育種管道規模提高 5 倍。育種者可以利用 AI 工具完成更多的工作。
三、數位農業應用方向與各國發展現狀
全球數位農業規模已超過千億美元，細分領域倍速發展。智慧農業是數位農業中，一種具體的綜合應用形式，可在較大程度上，反應數位農業的整體發展情況。
按應用劃分，從體量上來看，精準農業(含種植與養殖)、監測(含收成監測與土壤監測)、農業無人機三領域，是智慧農業中發展較為領先的方向，2020年預測規模分別在 45.85 億美元、22.15 億美元、和 11.79 億美元；從發展速度上來看，智慧灌溉、智慧溫室、農業無人機領域發展較快，三年的 CAGR 分別達到 37.60%、33.28%、32.66%。
以應用劃分的潛在市場規模(百萬美元)
從數位農業領先國家的情況來看，各國均重視發展農業技術，同時因地制宜，各自開發出適合自身的數位成長路線。以美國為例，梳理數位農業在不同國家如何助力農業提升產業效率。
美國優質自然稟賦與先進技術，奠定數位農業全球領先地位。美國農業經營模式，主要以大型農場經營為主，機械化程度高，主要有畜牧業和種植業兩大部分。最早提出精準農業概念，農業率先進入數位化時代。20 世紀 80 年代初，美國便提出了精準農業的概念和設想。
智慧中央電腦灌溉控制系統，於80年代就被應用於溫室控制和管理。此後，電腦控制與管理系統可控範圍、靈活程度逐漸提高。美國 41.6% 的家庭農場、 46.8% 的奶牛場，和 52% 的年輕農場主，透過電腦進行網路資訊聯絡，有專業的農業技術服務組織，將農業資訊提供給農民，服務於農業生產管理和精細化耕作。
農業技術的進步是推動美農業生產力提高的主要力量。現在，美國農場因為技術的進步，包括感測器、設備、機器和資訊技術，現在的營運模式，與幾十年前存在較大差異。
今天的農業通常使用複雜的技術，如機器人，溫度和濕度感測器，航拍圖像和 GPS 技術。這些先進的設備和機器人系統，使農業效率得以提高，在成本幾乎不變的情況，使企業收入持續成長，更高效的同時，也更安全、更環保。
1、技術成熟度提升，帶來部署成本不斷下降。相比 10 年前，全球物聯網處理器價格下降 98%，感測器價格下降 54%，頻寬價格下降 97%，成本的降低為農業物聯網大規模部署，提供了基礎。
2、聯網技術不斷突破。聯網技術是物聯網產業興起的重要條件，在全球範圍內低功率廣域網 (LPWAN)技術，快速興起並逐步商用，面向物聯網廣覆蓋、低時延場景的 5G 技術標準化進程加速，同時工業網路、LTE-V、短距離通信技術等相關通信技術，也取得顯著進展。
3、數據處理技術與能力有明顯提升。隨著大數據整體技術體系的基本形成，資訊提取、知識表現、機器學習等人工智慧研究方法，和應用技術發展迅速。大數據、物聯網、人工智慧在數位農業升級中的應用，能夠有效釋放農業產業龐大數據的潛在價值。
4、產業生態構建所需的關鍵能力加速成熟。雲端運算的成熟、開源軟體等，有效降低了企業構建生態的門檻，推動全球範圍內農業數位化的興起，和農業物聯網操作系統的進步。
當前智慧農業主要使用的物聯網通信技術
5、5G賦能已有技術，全方位提升數位農業效率
具體到數位農業，5G 將提升的是數位農業價值鏈中，行動網路環節效率，聯動前後環節適配技術升級更新。
由於智慧農業價值鏈與數位農業類似，若 5G 商用落地，前環節中的裝置/設備製造商、聯網供應商，後環節中的聯網平台、應用供應商、數據分析、系統整合商和外包供應商、終端用戶等眾多參與，方將受益來自行動網路環節的技術革新。
這些參與方可分為供應商和個人消費者兩大類，而目前在農業相關領域中，無論是 B 端還是 C端，均有較多需求未被滿足。
根據廠商對使用端的痛點分析，目前在通信技術方面，60%以上的農場主認為低覆蓋範圍和高投資成本是數位農業相關技術必須解決的主要難題。
其次，還有部署週期長、頻寬、高時延等問題需要解決。同時，報告對農場主的投資意願進行了統計，70% 以上的農場主，願意投資有助於提高生產力和利潤的先進技術。
5G 商用落地有望大幅改善當前數位農業中，因資訊技術導致的痛點，同時由於使用端對改善現狀具有較高投資意願，5G+ 智慧農業，有望在 5G 大生態萬億市場中，佔有一席之地。
沒有留言:
張貼留言