亚太加速器
order
 

智能农业首重精准数据 林一平:IoT应用与商机建立在真实数据上

交通大学华邦讲座教授林一平表示,物联网的应用与商机多样,然而一切皆须建立在真实的数据上。李建梁摄

作物病虫害防微杜渐,不能只依赖影像辨识。影像辨识的应用往往代表著作物的病灶已经清晰可见,农人早已蒙受财产损失。对此交通大学生物科技学院副教授陈文亮表示,智能农业的应用应该更加聚焦在预防性维护上;透过确实掌握作物生长过程中的重要参数,在异常时即早警讯,避免作物病害走到难以挽回的地步。

万变归宗:确保传感器搜集的数据为真

由交通大学华邦讲座教授林一平、生物科技学院副教授陈文亮为首,跨领域带领的农译科技,穷尽所有作物生长过程中的参数,在生物科技专业的协助下,缩小会造成特定作物病虫害的变量范围,降低在大数据中大海捞针的时间成本。而在选定了重要变量之后,便是资通讯专业能够为智能农业把关的桥段─确保搜集数据为真。

资通讯专业的林一平表示,物联网应用带来了一种误解─「所有直接从传感器搜集而来的数据皆可被信任。」然而在农业场域的应用中,多变的温差、湿度,直接曝晒于开放空间等状态,都让搜集数据的传感器面临高度设备损坏的风险。物联网的应用与商机多样,然而一切皆须建立在真实的数据上。为了确保数据为真,农译科技在硬件端、软件端皆做了调整。

林一平形容,在硬件端降低设备本身的复杂度,一反常见的无线通讯,农译科技以有线的传感器埋设于土壤中,减少因设备复杂度对设备本身的电量消耗与潜在损坏风险;在软件端,在多样的数据之间建立相关性,如供电状态、湿度、灌溉设备等,当供电数据显示供电中、灌溉设备显示运行中,湿度数据却没有相对提升,就可以推测湿度传感器损毁,及早警报修缮。

同上述,藉由建立数据的相关性,在软件端为感测设备拉起防护网,避免不可预期的农地状态带来的损失。林一平表示,在前期的传感器选择、通讯方式选择上,团队花了约一年的时间,才找到能够详实记录数据的设备通讯组合;唯有在感测设备搜集的数据都可以被信任时,进一步发展的精准农业、预防性维护才有意义。

  •     按赞加入DIGITIMES智能应用粉丝团
更多关键字报导: 交大 林一平 智能农业