机器人、无人机和大数据化身农业高科技
24小时耕作、自动驾驶拖拉机、无人多用途收割机…这些设备不再是科幻小说的想象,今日的农业已经开始拥抱各种创新科技。
在人们印象中农民辛苦挥汗播种、祈求风调雨顺五谷丰收的那些画面,其实从未精确反映农业科技;美国威斯康星州戴恩郡(Dane County, Wisconsin)的作物与土壤部门代表官员Heidi Johnson表示,农民其实是最具创意的“能工巧匠”。
Heidi Johnson
面对农耕设备的科技化议题,农人们通常都得自己解决;因为有块地的那位王老先生不太可能拥有一个IT部门。美国威斯康辛大学麦迪逊分校(Univ. of Wisconsin, Madison)副教授Brian Luck表示:“农民朋友们不只能自给自足,也擅长于在开发能贴近他们需求的东西上掌握先机。”他补充,其实现在看到的许多新兴农业科技,都是农民们自己的发想。
美国威斯康星州在不久前举行了一场“农业科技展(Farm Tech Days Show)”,现场不只能看到大型收割机、农业用直升机,参观者还能亲自尝试并与其他同业探讨最先进的农业科技,包括能连结至云端进行分析、改善农作物产量的传感器,以及能分担劳力的机器人。
无人机在今日的农业科技中也扮演了一个角色
你 可能不知道,无人机、机器人、分子科学、云端服务,以及气候变迁背后的大数据分析,已经是当代新农民每日闲话的议题。而Luck表示,农业领域的下一件大事,并非管理单一大农场,而是许多个小规模单位:“藉由透过GPS与地图科技的进展,我们的目标是管理个别区域内的农地灌溉辆、施肥量,并精细到每一株作物。”
农民需要能实时处理分析农场数据的方案
如此精确的农业耕作科技,能让农民们实时观察、量测作物的状况并作出回应,Luck指出:“资料是其中的关键。”
美国明尼苏达州农业合作社Land O’Lakes旗下的农业顾问子公司Winfield Solutions业务经理Larry Fiene接受EE Times美国版编辑访问时表示:“农民们会想要立即知道农作物何时‘不舒服’,以及原因所在;”他表示,农民最需要的高科技方案,包括能告诉他们土壤肥沃度的传感器,甚至精细到土壤颗粒中的化学/矿物质成分比重。
Larry Fiene
此外Larry指出,农民们也会想知道:“土壤营养成分传递到作物的流速;”因此农民需要实时性的数据,以及所需的传感器、诊断工具。
农业技术供应商John Deere的 Field Connect是一套能监测湿度并将数据传送上线,让农民实时做出是否需要灌溉的决定
去年底,美国国家食品及农业研究所(National Institute of Food and Agriculture,NIFA)总监Sonny Ramaswamy首度提出“农事联网(Internet of Ag Things)”这个名词,但它也并非全新概念,因为农民们已经在实践。Luck指出:“他们收集来自空气与土地的资料──藉由放飞无人机、在施肥与喷药 设备中布署作物传感器,以及把湿度传感器推入土壤。”
不过Luck也指出,农民们缺乏能满足需求、具成本效益的宽带连结技术;现在就算是在偏远地区,农民们也能连上因特网──例如透过卫星;但是其可取得性与联机成本对他们来说不太友善,因为农民们得处理越来越大量的数据流。
现 在农民们是会用SD卡或U盘,来储存在农场上收集到的数据,再带回家输入计算机、传送至服务机构让顾问或农作物专家进行分析;整套流程可能得花上几天。若农场设备终端节点具备足够运算能力,可以处理或编辑原始数据,再将其中最必要的部分直接传送至云端呢?这样的自动化程序将会是实时运作的,Luck指出: “我们正朝着这样的方向迈进。”
数据分析咨询请扫描二维码
《Python数据分析极简入门》 第2节 7 Pandas分组聚合 分组聚合(group by)顾名思义就是分2步: 先分组:根据某列数据的值进行 ...
2024-11-25数据分析需要学习的内容非常广泛,涵盖了从理论知识到实际技能的多个方面。以下是数据分析所需学习的主要内容: 数学和统计学 ...
2024-11-24数据分析师需要具备一系列多方面的技能和能力,以应对复杂的数据分析任务和业务需求。以下是数据分析师所需的主要能力: 统计 ...
2024-11-24数据分析师需要学习的课程内容非常广泛,涵盖了从基础理论到实际应用的多个方面。以下是根据我搜索到的资料整理出的数据分析师需 ...
2024-11-24《Python数据分析极简入门》 第2节 6 Pandas合并连接 在pandas中,有多种方法可以合并和拼接数据。常见的方法包括append()、conc ...
2024-11-24《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列的技能和能力,以确保能够有效地处理、分析和解释数据,从而支持业务决策。以下是数据分析师所需的主要 ...
2024-11-22需求持续增长 - 未来数据分析师需求将持续上升,企业对数据驱动决策的依赖加深。 - 预测到2025年,中国将需要高达220万的数据人 ...
2024-11-22《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21