dailyorder
活動+
 

農人日益倚賴物聯網與人工智慧等科技以提升產量與降低成本

FarmBeats運用土壤感測器與無人機監測耕地並製作農場的數位全貌。微軟

美國農人面臨各種影響作物耕種與營收的因素,亟待善用農場每天產生的大量資料點,轉化為有價值的農務決策依據。微軟(Microsoft)與IBM等科技大廠整合物聯網(IoT)與人工智慧(AI)等工具,協助農人收集、傳輸、儲存、分析資料,產生深刻見解以提升產量、降低成本。

根據CIO Dive報導,Farmaid指出由於農務受動植物疾病、蟲害、天候、利率、價格等因素影響極大,美國農人正面臨巨大的財務、法律、精神壓力,2018年農人的平均淨收入比2013年低超過50%。美國農業部(USDA)的資料也顯示,2013至2016年間農人與牧場經營者的淨收入減少45%,為自大蕭條時期以來最嚴重的3年期負成長。

美國最大非銀行貸款機構之一AgAmerica Lending指出,美國農人亟於設法降低人力與時間成本、提升產量,62%運用App協助日常農務,85%投資科技產品包括以全球定位系統(GPS)的追蹤與導引技術操控曳引機與採收設備,以可變率(variable rate)技術控制肥料、農藥、灌溉水等,在耕地不同位置的適當用量,以確保作物收成極大化。

許多科技大廠也開始回應農人對農業技術的需求,微軟最近推出Azure FarmBeats解決方案的公開預覽,此一端對端系統結合低成本感測器、無人機(drone)、電視閒置頻譜(TV white spaces;TVWS)系統、Azure IoT Edge雲端AI平台,協助農人收集、傳輸、儲存、分析包括環境濕度與溫度、光照,以及土壤濕度、酸鹼值、溫度等各項農務相關資料。

分析這些儲存於Azure IoT Edge雲端平台的農務資料,可取得有價值、可執行的深刻見解,再結合農人對自己農場的知識與直覺,可協助農人決定應該何時、何地、如何栽種作物,以提升農場生產力、極大化收成、降低成本,實現以資料驅動(data-driven)的農務作業。此外農人也可以跟自選的農業資料分析公司共享資料,以取得額外的分析見解。

IBM的Watson農業決策平台(Watson Decision Platform for Agriculture)目標客戶是為農人提供服務的農業企業(agribusiness),整合農業機具、農場工作流程、土壤、天候等資訊,運用先進分析(advanced analytics)、AI、機器學習(machine learning)取得有價值、可執行的深刻見解,並自動產生包括施肥與收成的精準時機與地點的決策指引。

由於農地通常缺乏電力與網際網路,因此資料擷取是實現精準農業(precision agriculture)的最大難題之一。FarmBeats透過微軟發展的TVWS系統提供有效的連網機制,讓農場的各種裝置經由電視頻譜中未被使用的頻道連上寬頻網路,且一旦偵測到該頻道有電視廣播訊號恢復傳送,也會重新掃描並切換到其他閒置頻道接續作業,並視需求調整傳輸功率與頻寬。

欲製作正確完整的土壤濕度等最新精準地圖,通常必須在耕地部署大量感測器,微軟研究以機動性與部署彈性更具優勢的無人機,加上少數土壤感測器來進行耕地監測,運用電腦視覺(computer vision)與機器學習演算法整合無人機拍攝的影像與地面感測器收集的資料,即可透過高度準確的預測來產生農場的3D點雲(point cloud),並據以製作農場的數位全貌。

FarmBeats也可納入高解析度的衛星影像,能高度準確預測土壤溫度、濕度、酸鹼值。微軟TVWS系統涵蓋半徑12公里的傳輸範圍,且不像Wi-Fi般易受樹冠與作物冠層影響。美國每一個電視頻道為6 MHz,每秒可傳輸超過20 MB的資料,20個閒置頻道可提供逾400MB/s的頻寬,能連結與傳輸感測器、攝影機、無人機所收集到的大量農場資料。

  •     按讚加入DIGITIMES智慧應用粉絲團
更多關鍵字報導: 農業 智慧農業