Microsoft
活动+
 

农人日益倚赖物联网与人工智能等科技以提升产量与降低成本

FarmBeats运用土壤传感器与无人机监测耕地并制作农场的数码全貌。微软

美国农人面临各种影响作物耕种与营收的因素,亟待善用农场每天产生的大量资料点,转化为有价值的农务决策依据。微软(Microsoft)与IBM等科技大厂集成物联网(IoT)与人工智能(AI)等工具,协助农人收集、传输、储存、分析资料,产生深刻见解以提升产量、降低成本。

根据CIO Dive报导,Farmaid指出由于农务受动植物疾病、虫害、天候、利率、价格等因素影响极大,美国农人正面临巨大的财务、法律、精神压力,2018年农人的平均净收入比2013年低超过50%。美国农业部(USDA)的资料也显示,2013至2016年间农人与牧场经营者的净收入减少45%,为自大萧条时期以来最严重的3年期负成长。

美国最大非银行贷款机构之一AgAmerica Lending指出,美国农人亟于设法降低人力与时间成本、提升产量,62%运用App协助日常农务,85%投资科技产品包括以全球定位系统(GPS)的追踪与导引技术操控曳引机与采收设备,以可变率(variable rate)技术控制肥料、农药、灌溉水等,在耕地不同位置的适当用量,以确保作物收成极大化。

许多科技大厂也开始回应农人对农业技术的需求,微软最近推出Azure FarmBeats解决方案的公开预览,此一端对端系统结合低成本传感器、无人机(drone)、电视闲置频谱(TV white spaces;TVWS)系统、Azure IoT Edge云端AI平台,协助农人收集、传输、储存、分析包括环境湿度与温度、光照,以及土壤湿度、酸碱值、温度等各项农务相关资料。

分析这些储存于Azure IoT Edge云端平台的农务资料,可取得有价值、可执行的深刻见解,再结合农人对自己农场的知识与直觉,可协助农人决定应该何时、何地、如何栽种作物,以提升农场生产力、极大化收成、降低成本,实现以资料驱动(data-driven)的农务作业。此外农人也可以跟自选的农业资料分析公司共享资料,以取得额外的分析见解。

IBM的Watson农业决策平台(Watson Decision Platform for Agriculture)目标客户是为农人提供服务的农业企业(agribusiness),集成农业机具、农场工作流程、土壤、天候等信息,运用先进分析(advanced analytics)、AI、机器学习(machine learning)取得有价值、可执行的深刻见解,并自动产生包括施肥与收成的精准时机与地点的决策指引。

由于农地通常缺乏电力与互联网,因此资料撷取是实现精准农业(precision agriculture)的最大难题之一。FarmBeats透过微软发展的TVWS系统提供有效的连网机制,让农场的各种装置经由电视频谱中未被使用的频道连上宽频网络,且一旦侦测到该频道有电视广播讯号恢复传送,也会重新扫描并切换到其它闲置频道接续作业,并视需求调整传输功率与带宽。

欲制作正确完整的土壤湿度等最新精准地图,通常必须在耕地部署大量传感器,微软研究以机动性与部署弹性更具优势的无人机,加上少数土壤传感器来进行耕地监测,运用计算机视觉(computer vision)与机器学习算法集成无人机拍摄的影像与地面传感器收集的资料,即可透过高度准确的预测来产生农场的3D点云(point cloud),并据以制作农场的数码全貌。

FarmBeats也可纳入高分辨率的卫星影像,能高度准确预测土壤温度、湿度、酸碱值。微软TVWS系统涵盖半径12公里的传输范围,且不像Wi-Fi般易受树冠与作物冠层影响。美国每一个电视频道为6 MHz,每秒可传输超过20 MB的资料,20个闲置频道可提供逾400MB/s的带宽,能连结与传输传感器、摄影机、无人机所收集到的大量农场资料。


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