數(shù)字技術(shù)正在向這些領(lǐng)域傳播，有助于確保農(nóng)民繼續(xù)滿(mǎn)足世界日益增長(zhǎng)的糧食需求。

機(jī)械化一直是我們目前看到的規(guī)模實(shí)現(xiàn)作物生產(chǎn)的關(guān)鍵，但它遠(yuǎn)非完美。例如，許多農(nóng)場(chǎng)的龐大規(guī)模意味著田地用水、肥料和殺蟲(chóng)劑進(jìn)行統(tǒng)一處理，即使實(shí)際需求往往因田地而異，甚至在同一田地的不同部分之間也是如此。這種“一刀切”的方法浪費(fèi)了資源并破壞了環(huán)境。

農(nóng)業(yè)中的物聯(lián)網(wǎng)

對(duì)于農(nóng)民（和其他所有人）來(lái)說(shuō)，好消息是，與其他行業(yè)一樣，物聯(lián)網(wǎng)（IoT）帶來(lái)了把事情做得更好的力量。這種被稱(chēng)為“農(nóng)業(yè)4.0”的農(nóng)業(yè)數(shù)字化將使農(nóng)民能夠以極高的精度定制他們照顧作物的方式，而不會(huì)影響規(guī)模。

這是由于農(nóng)民現(xiàn)在能夠收集的大量數(shù)據(jù)，從環(huán)境信息到天氣預(yù)報(bào)和作物價(jià)格的實(shí)時(shí)數(shù)據(jù)。除此之外，基于云的預(yù)測(cè)分析和人工智能 （AI） 意味著他們擁有從這些數(shù)據(jù)中獲取有意義的見(jiàn)解的工具，從而在整個(gè)運(yùn)營(yíng)中做出更好的決策。最終，這可以帶來(lái)更高的產(chǎn)量和更高的收入，以及加強(qiáng)環(huán)境保護(hù)。

近年來(lái)，機(jī)器人農(nóng)業(yè)機(jī)械一直是農(nóng)業(yè)4.0最引人注目的表現(xiàn)之一。這些機(jī)器現(xiàn)在在全球?qū)Ш叫l(wèi)星系統(tǒng)（GNSS）接收器的引導(dǎo)下廣泛用于耕作、種植、澆水、噴霧和收割田地。除了自動(dòng)化一些相對(duì)平凡的任務(wù)外，這些機(jī)器還可以通過(guò)減少在田間縱橫交錯(cuò)時(shí)的重疊來(lái)幫助最大限度地減少土壤壓實(shí)、減少資源消耗并節(jié)省時(shí)間。更重要的是，它們可以對(duì)來(lái)自傳感器的數(shù)據(jù)做出動(dòng)態(tài)反應(yīng)，從而在正確的時(shí)間、正確的地點(diǎn)提供正確的現(xiàn)場(chǎng)處理。

創(chuàng)新降低成本并提高準(zhǔn)確性

最近的創(chuàng)新正在降低技術(shù)成本，同時(shí)實(shí)現(xiàn)更高的準(zhǔn)確性。這為農(nóng)業(yè)中的許多新應(yīng)用打開(kāi)了大門(mén)。利用現(xiàn)有的衛(wèi)星星座、新一代多頻段定位硬件和GNSS校正數(shù)據(jù)服務(wù)，為緊湊、多功能和低功耗使用而調(diào)整，厘米級(jí)精度現(xiàn)已成為現(xiàn)實(shí)。這使農(nóng)民有機(jī)會(huì)收集有關(guān)其田地的高度精細(xì)數(shù)據(jù) - 無(wú)論這些規(guī)模如何 - 從而更有效地管理它們。

收集數(shù)據(jù)的另一種方法是從空中收集數(shù)據(jù)。以雅馬哈發(fā)動(dòng)機(jī)開(kāi)創(chuàng)性的無(wú)人駕駛農(nóng)用直升機(jī)為例，該直升機(jī)已被證明在世界各地很受歡迎，僅在日本每年就處理數(shù)百萬(wàn)英畝的農(nóng)田。另一個(gè)例子是大疆阿格拉斯MG-1無(wú)人機(jī)，它可以攜帶多達(dá)10公斤的肥料，除草劑或農(nóng)藥，并以高精度施用不同數(shù)量。MG-1包括一個(gè)“智能”模式，使農(nóng)民的飛行計(jì)劃和執(zhí)行變得簡(jiǎn)單明了。

由數(shù)據(jù)和 AI 驅(qū)動(dòng)

正如我們所討論的，支撐這種更精確農(nóng)業(yè)的是數(shù)據(jù)。一個(gè)常見(jiàn)的來(lái)源可以是收集環(huán)境信息的廣泛傳感器網(wǎng)絡(luò)。然后將這些數(shù)據(jù)發(fā)送到云端，其中典型的用例涉及將其疊加到地圖上。這些幫助農(nóng)民更有效地管理水、肥料或其他資源，甚至診斷潛在的作物疾病。

更進(jìn)一步，人工智能技術(shù)可用于分析數(shù)據(jù)集的混合，并挑選出人類(lèi)或傳統(tǒng)預(yù)編程算法可能遺漏的趨勢(shì)和模式。IBM Watson Machine Learning是這種可以應(yīng)用于農(nóng)業(yè)的技術(shù)的一個(gè)例子。

當(dāng)然，傳感器不必在地面上（或地面上）。Flurosat和Gamaya使用無(wú)人機(jī)安裝的攝像機(jī)飛上天空，使農(nóng)民能夠測(cè)量植物反射的光，并將其分成40個(gè)單獨(dú)的頻段，包括可見(jiàn)光和紅外電磁光譜。

通過(guò)適當(dāng)?shù)?a href="http://m.makelele.cn/v/tag/557/" target="_blank">機(jī)器學(xué)習(xí)工具提供這種類(lèi)型的高分辨率數(shù)據(jù)可以為農(nóng)民提供非常有價(jià)值的見(jiàn)解：某些地區(qū)是否缺乏營(yíng)養(yǎng)？害蟲(chóng)開(kāi)始在某個(gè)地方扎根了嗎？是否有作物病害的早期跡象？雜草在哪里生長(zhǎng)？農(nóng)民應(yīng)該如何最好地解決出現(xiàn)的任何問(wèn)題？

幫助養(yǎng)活不斷增長(zhǎng)的人口的令人興奮的機(jī)會(huì)

這種增加的數(shù)據(jù)量和更好的分析工具的結(jié)合提供了巨大的潛力，可以幫助農(nóng)民使用更少的資源種植更健康的作物，并減少對(duì)環(huán)境的影響。為了充分發(fā)揮其潛力，任何旨在幫助農(nóng)業(yè)部門(mén)更好地滿(mǎn)足世界日益增長(zhǎng)的糧食需求的解決方案都必須有力且易于實(shí)施。

其核心將是高精度定位和無(wú)線(xiàn)連接能力，這反過(guò)來(lái)意味著GNSS校正數(shù)據(jù)服務(wù)和蜂窩或無(wú)線(xiàn)網(wǎng)絡(luò)將發(fā)揮重要作用。總之，這些有能力徹底改變農(nóng)業(yè)，釋放新的運(yùn)營(yíng)策略，利用數(shù)據(jù)來(lái)推動(dòng)更好的決策。

審核編輯：郭婷