首页 > 方案案例 > 正文

农业跟大数据怎么挂钩?

2015-06-11 14:37:11  来源:36大数据

摘要:几千年前,农业开始时是一种高度地点特异性的活动。第一代的农民是培植个别植物的园丁。他们会去寻找适合这些植物的小气候及小块的土地。
关键词: 大数据 农业

    几千年前,农业开始时是一种高度地点特异性的活动。第一代的农民是培植个别植物的园丁。他们会去寻找适合这些植物的小气候及小块的土地。但是,随着农民取得科学知识及机械专门知识,他们利用了标准化的方法,如耕土、散布动物粪便作为肥料、每年轮替作物,以扩大土地,从而提高产量。经过几个年代,他们开发了较好的方法,预备土地,保护植物不被昆虫破坏,最终也发明了机器,以减少所需要的人力。19世纪开始,科学家发明了化学农药,又利用新发现的基因原理,选择更高效的植物。虽然这些方法将整体的生产力最大化,但是它们也造成了田地里某些区域的表现欠佳。尽管如此,产量还是升到曾经不可思议的程度:有些作物的产量从19世纪到现在,增加了整10倍。


    但是,今天,迈向更统一的做法的趋势已经开始反转,这多亏了“精准农业“。农民现在能利用信息技术,收集关于他们的田地的精确数据,又能制定如何培植每一平方英尺的土地。


    其中一个影响就在产量上面:精准农业让农民能从每一颗种子提取最高的价值。这么做,应该能帮助养活全球的人口,总数经联合国估计,2050年之前将达到96亿。精准农业有望能减少农业对环境的影响,因为它能减少浪费、节约能源。它的影响力不局限于生产一年生作物,如小麦及玉米。它也有潜力革新人们如何监控与管理葡萄园、果园、牲畜以及森林。它或许会有一天甚至让农民能依靠机器人为个别植物进行评估、施肥、浇水,从而消除了农业自发明以来所带来的苦差事。

    一步一亩地


    美国政府在1983年宣布将美国军方开发的卫星导航系统,即全球定位系统(GPS),开放给平民使用的时候,铺下了精准农业原来的基础。不久之后,企业开始开发”可变速率技术”,让农民以不同的速度为田地施肥。农民将土地的种种特征(如酸度、磷和钾含量)测量并加以制图,然后对照需求而施肥。大致上,就连今天,田地还是以人工探测。过程需要农民本身或职员在预定位置采取样本,将之装袋,并送往化验室进行分析。之后,一位农学家会制作地图,标示每个区域相应的所需肥料,以优化生产。最后,一台连接GPS的肥料撒布器就会在每个地点依照所选择的肥料量进行施肥。


    超过六成的美国农业投入品经销商有提供某种形式的可变速率技术服务,但是美国农业部的数据显示,尽管有了多年来所提供的补贴及教育工作,少过20%的玉米种植面积正利用此科技管理。目前,其中一个主要的限制是经济。人工泥土测试昂贵,因此,那些有利用可变速率技术的农民与农业企业,往往使用稀疏采样策略。比方说,美国大多数农民每2.5英亩采取一个样本;巴西方面为每12.5英亩采取一个样本。但是,这么做的问题是:一英亩之内的泥土差别时常很大,而且农业科学家同意,每英亩要采取样本几次,才能测出差别。换言之,农民在田地的某些区域忽略了提高生产力,又在田地的其他区域施太多的肥料及其他投入品。


    调查人员已开始着手处理这个问题。他们开发了廉价的传感器,让农民提高他们的采样密度。举例说明,一种新的酸度传感器每几英尺就将电极插入泥土,以采取读数,并记录其GPS坐标;以那样的密度进行人工采样将会太过昂贵。但是这种传感器还没来到大多数的农场。有些不够可靠,用了几英亩就坏了;又有其他的不够准确。但是世界各地的几个研究小组正在努力开发更牢靠的传感器。


    比较实用的,就是能够探测植物颜色以决定其营养需求的传感器。例如,缺乏氮的植物会呈淡绿色或黄色,而氮充足的植物会呈深绿色。几家欧美公司已经开发能够探测绿色深度的传感器,以便产生测量,可用来产生地图,推荐各区域之后所应施的氮量。另外,这些测量可以直接和氮敷料器连接,以便同时更改施肥速度。一个拖拉机可以在前面装置传感器,在后面装置敷料器;当敷料器经过早前传感器经过的位置的时候,电脑就已经通过算法计算出应该使用的肥料量。这方面的研究由于只局限于小杂粮,如小麦、大麦、黑麦和燕麦,因此这种科技只适用于欧美种植这类作物的地区。根据普渡大学2013年的一份调查,只有7%的农业投入品经销商提供植物颜色传感器。但是,鉴于这个领域的初创公司的数量,很明显地,许多投资者视这种科技为一个潜在的金矿。


    田地与产量


    政府开放GPS的决定,也使另一种革新性的科技诞生:产量监控。欧美绝大多数的收割机已经装有特别的传感器,能测量所收割的粮的流量。一个专用于该种作物的算法将数据转换成一个常用的单位,如每英亩蒲式耳,或每公顷公斤。这些资料就会以七彩的地图呈现,显示出田地各区域的变化。


    这些地图已经成为农业杂志及贸易展览不可或缺的内容,而且有很好的理由:它们让农民对生产技术、天气状况及泥土种类的影响有了史无前例的洞察力。这样的地图能让农民得到产量数据,能用于保险或政府计划,测量基因改造作物的特性或各种耕种做法的效用,以及挑出田地的哪些区域没能尽其所能。在美国东部,农民只有通过产量监控,才得以说服地主,说明他们和洪水有关的作物损失不只局限于被水淹没的区域,而是也包括了那些区域周围的一圈地区。农民的应对,就是装置了更多的地下排水系统。在阿根廷,这种科技已经起飞,因为那里的大农场的管理者很少像美国的同行一样亲自操作器材,这是由于当地的土地所有权的特殊历史。对他们来说,产量地图提供了他们之前得不到的关于生产力的实地洞察力。


    但是,论数据的准确性的话,产量监控还有更长远的路要走。将流量数据转换成体积或重量测量的算法,必须每年依个别作物与农场校准,而许多农民并没有这么做。数据也会被其它特质所影响,如驾驶收割机的速度。虽然研究调查可以严格地分析产量监控所得来的数据,农场及农业企业通常会缺乏所需的统计技能与软件。产量监控的下一步,就是让农业企业采用研究者目前所使用的统计技巧。既然他们所发现的知识会使用于上百万英亩地,他们应该会有理由花这笔钱。


    通过电线耕田


    精准农业科技最常见的用途是利用GPS引导拖拉机。以人力驾驶农场器材需要已受训的操作人员,而且工作相当累人。就算是最好的驾驶员,也会为了避免省略田地的部分区域而交叠路线最多10%。90年代末期见证了LED灯条的采用。每个灯条是装入一英尺长的塑料盒的一系列LED灯泡。此灯条装置于拖拉机、收割机或其它车辆前面。若中间的灯亮起,器材就正在航道中;若左边或右边的灯亮起,驾驶员就必须调整操舵。


    越来越多农民将这种科技带到下一步,就是将灯条换成自动导航系统,把GPS的数据直接传给器材的操舵机制。虽然还是要有操作员坐在机器里,它大致上还能无人驾驶。这种科技最先于90年代在澳洲广泛使用。在那里,富含粘土的泥土,加上缺少冷冻解冻循环,使田地特别容易被有轮机器挤压。澳洲农场利用GPS自动导航,将机器交通限制于狭窄的通道,因而避免其余的泥土被压实。今天,在美国,有大约四成的肥料及其他农业化学物质是利用自动导航加以施用。


    这种系统已经造成好几种副产品的开发。其中一种是能够追踪拖拉机的航道的机制。当拖拉机经过已经被处理过或者环境较敏感的区域时,就会自动关闭其播种及喷洒化学物的功能。这种科技尤其有用于形状奇特的田地,因为它们很容易被过度播种或过度喷洒。


    但是,地理空间数据不单是用于以直线耕田。美国航空航天局以及其外国同行这几十年来,都在呼吁农民利用它们的卫星图像。加上了空中摄影,这些图像成为“地理信息系统”的依据,让农民储存并分析空间数据。这种科技在有多年数据的地区特别适用,因为它让农民将田地分成不同的区域,以接受不同的种子、肥料及农药。


    有些农场的管理者甚至利用GPS来观察田里的职员,尤其是在前苏联,特别是在乌克兰。当地最大的许多农场面积超过10万英亩,而且往往依靠受雇人员而非业主运营商,因此农场管理者喜欢即时追踪田里的所有营运活动。例如,当一辆拖拉机停顿超过几分钟,总公司就会注意到,并且能致电驾驶员,询问有什么问题。这种追踪科技也让管理者取缔那些将公司的机器用于自己的田地的职员。


    梦想中的收成


    精准农业已经将最古老的行业之一变成最高科技的之一,但是好戏还在后头。下一步或许会牵涉到“大数据”。农民与农业企业已经逐渐地在考虑如何利用他们所收藏的大量数据来增加盈利、使农业更加可持续。例如,农业巨头孟山都(Monsanto)在2013年收购了气候公司(Climate Corporation)。后者是一家两名前谷歌职员创办的初创公司,他们利用天气和泥土的数据来为农民制作保险计划,以及推荐某块地最适合种植哪些作物。另一个大数据能容易做到的事,就是它可帮助进行关于如何利用器材的研究。举例说明,拖拉机种植玉米时应该以什么速度驾驶,目前还不清楚。速度太慢,造成过程不够效率;速度太快,造成种植不均匀,影响产量。但是,如果收集了关于拖拉机的速度、作物的最终产量及其他因素,就能计算出种植的最佳速度。


    要利用大数据的力量,多家企业或许要综合各农场的数据。在欧美,个别农场太小,无法产生足够的数据量;就连拉丁美洲和前苏联的超大农场,也会因为和隔邻的农场共享数据而获益。但是,目前的问题是,农民没有动机去收集高品质的数据。在美国,有些初创公司试图奖励农民以换取数据,但成效不大。迄今,能够收集最多数据的组织是农业投入供应商及农业合作社,但是,连他们的数据库还是相对地小。


    这些大数据一部分可能会来自无人机。美国大致上已从阿富汗和伊拉克撤退,因此有些军事硬件供应商已经把注意力转向农业市场。此举或许聪明:小型无人机可以定期拍摄作物的图像,以指导灌溉、农药施用及收割。无人机基本上也不受云层影响,不像卫星一样。鉴于无人机所需要的操作费用及专业知识,无人机将最有可能最先以商业性质使用于高价值作物上,如酒用葡萄。在美国,联邦航空管理局也必须开放天空让商业无人机使用。


    能够真正改造我们所熟悉的农业的科技就是机器人学。GPS导航的快速采用,为更自主的农场器材打开了大门,而且大多数的主要制造商已经测试了他们的拖拉机的无驾驶员版本。一旦驾驶员被排除在外,一台器材的设计标准就有了巨大的变化:它可以变得更小。我们有可能想象农场充满了几百台自主的小机器人,进行从播种到收成的各种任务。机器人可以不断探测田地,在害虫与疾病问题的初期将它辨认出来。它们可以对准个别的昆虫或病株施用微量的农药。它们可以有效率地管理小而形状奇特的田地,像美国东部常见的田地那样。这样的田地难以利用传统的人类操作器材有利地耕种。在美国,机器人通过减少对墨西哥劳工的需求,甚至可能影响移民政策。


    一旦涉及到新兴的技术时,要选择赢家是不可能的事。但是农业在20世纪的历史为它的未来提供了一些线索。20世纪中绝大多数被广泛采用的农业技术,都具有经济学家称为“体现知识”的特性,意思是科学的进步包含在它们之内。农民不需要知道农药如何杀虫,或者汽油拖拉机如何操作;他们只需要知道如何喷农药、驾驶车辆。


    相同地,精准农业的工具必须先以易用的形式发售,才能得到广泛使用。这就是为什么GPS导航已经变得那么广泛;农民不需要知道理解它,也能利用它。举例说明,当肥料的可变速率技术能做到农夫按一个按钮就能启动的时候,它就会起飞。最终,精准农业可能将人类从整个过程中完全除去。一旦发生了,世界不只会看到生产力大幅度增长,也会看到农业历史上根本的转移:没有农民的农业。


第三十三届CIO班招生
法国布雷斯特商学院硕士班招生
北达软EXIN网络空间与IT安全基础认证培训
北达软EXIN DevOps Professional认证培训
责编:tqy

免责声明:本网站(http://www.ciotimes.com/)内容主要来自原创、合作媒体供稿和第三方投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。
本网站刊载的所有内容(包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等)版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时,请及时通知本站,予以删除。