来源:物联网之家网
编译:骄阳
物联网智库 整理发布
转载请注明来源和出处
------ 【导读】 ------
农业面临的最大挑战是利润率偏低和行业吸引力较差。物联网正在改变这种状况。
图片来源:https://pixabay.com/photo-2656468/
农业面临的最大挑战是利润率偏低和行业吸引力较差。物联网正在改变这种状况。
食物供应链的可持续发展
世界上最古老的行业正在利用物联网技术进行改造。
智慧农业是精准农业的延伸,增产幅度可达百分之五,利润总额可达百分之二十。
在精准农业中,物联网设备使用全球定位和其他新技术。它们的工作是对目标进行监测并做出适当反应。
有了这些,我们或许能够应对未来挑战——提高我们生产和管理食物的方式。
我们正在关注:
▲谷物,蔬菜和水果的种植和收获
▲牲畜,如牛、羊、猪和鸡
智慧农业的挑战:
日益增长的粮食需求
随着全球人口的增加,粮食需求总量也随之增加,到2050年,预计农业增长将达到70%。
主要驱动因素是人口增长和平均卡路里摄入量的增加。平均卡路里消耗量将增加10%(2010 - 2050年)。
专家数量减少
农业目前面临的最大挑战是利润率偏低和行业吸引力较差,这导致传统农业所依赖的专家数量大幅减少。
效率低下
谷物和蔬菜的种植受到农业效率低下影响。其中一个重要原因是信息和可预测性的缺失。这将导致农作物减产和灌溉、施肥、病虫害防治的浪费。由于该领域专家数量的减少,农业经营者越来越依赖于传统经验判断。
饲养牲畜的目的是实现牛奶、羊毛、鸡蛋和肉类的生产。具体挑战是对牲畜健康状况的全面了解,否则,可能导致疾病传播和生育力下降。此外,牲畜的“生活”压力也需要最小化,以获得最佳产量和最低死亡率。
收益风险
一般风险是播种与收获或出生与屠宰之间周期时间长,在此期间,产品价格可能会出现波动,由此产生的不确定性使未来的支出和利润受到风险影响。
如果在销售时,牛的价格低于预期,则农民利润就会降低。计划的准确性受到信息不完整和不确定性影响。
解决方案
精准农业是使用物联网设备和新技术的结果。好处包括:
▲提高效率
▲提高产量
▲提高计划准确度
这为农业创造更高的盈利能力,增加行业吸引力,并提供了更好应对未来挑战的工具。
图片来源:https://pixabay.com/photo-3279253/
1、谷物,水果和蔬菜
监测
监测土壤是农业成功的重要因素。例如,农民考虑选种作物种类、如何轮耕、何时播种和收获。在生长季节,监测有助于协调施肥、灌溉、除草和病虫害防治。
数据源
卫星、飞机或无人机的成像技术使用视觉扫描,卫星成像可提供0.5-10米的图像分辨率。 无人飞机或遥感控制飞行系统(RPAS)可提供高达2-10厘米的图像分辨率。
这些摄像机可以提供热、红外和可见光的成像。高达1000英亩/小时的高扫描速度使遥感控制飞行系统适用于大规模农业,它们可以收集有关植物水分、杂草和叶绿素含量数据。
地面传感器可以安装在固定位置,也可以安装在车辆上。典型的车辆包括智能拖拉机或“农用机器人”(地面无人驾驶车辆)。 土壤传感器可以监测电导率、湿度、辐射度和pH数据。固定传感器装置还利用声学技术来监测较大型害虫。
数据库包括更多来源数据,例如天气预报和气候数据。一个额外好处是可以访问相互连网的数据库,比如,相邻农场和农业设备提供商之间。
播种
在播种过程中,种子的有效性可以通过精确投放来提高。必要的田间和土壤分析,可以由自动或遥控农业机器人完成。
图片来源:http://pxhere.com/zh/photo/631413
种植
在种植过程中,远程控制和自动化设备可以减少人工劳动。现代农场设备还具有预测性维护功能,以减少设备检测工作量。
GPS控制转向和优化路线规划推荐穿过田地的最短路线,同时确保所有农场交通遵循相同的路线,最大限度地减少土壤侵蚀和压实,同时降低燃料成本。
考虑到耕地投入的90%能源是修复拖拉机造成的损害,这对农民来说是一个重要的节省。
收集按区域划分的湿度水平和天气预报信息,对减少水、农药和化肥消费支出有着直接影响。首先是盈利能力,其次是环境压力。
果园受益于适量化肥和农药投放,机器视觉识别单个树的大小并控制药量分配。随着农业机器人的使用,精准肥料投放成为可能,这使得化肥消耗量大幅减少达99.9%。
此外,农业机器人还可以监测杂草,并通过“外科手术”将它们从地里清除,这将减少有害农药的使用。
收获
农业机器人和拖拉机上的机器视觉使我们能够对食品质量和安全进行分级。在收获前的运营管理中,可以对产量和收获时间进行预测。在收割期间,如果机器识别到感染,它可以发出质量警报,这减少了分拣过程中的浪费和污染可能扩散到其他地区。
图片来源:https://pixabay.com/photo-3437467/
2、牲畜
生命特征
牲畜健康的核心标志是它们的生命特征。类似于“智能健康”产品的传感器可以监测多个或单个牲畜。
个别牲畜监测案例如下:
▲为猪配备声学传感器。这些传感器能识别咳嗽,并能识别牲畜的呼吸道疾病。
▲在牛尾巴上配备加速度传感器。可以了解它们的生育能力和交配或分娩的准确时间。在特定使用情况下,传感器向农民发送短信。这大大降低牲畜死亡率。
▲在牛体内放置传感器。温度传感器保留在牛的一个胃里,只有监测到温度或pH值异常时,传感器才被激活,这可以让农民立即识别疾病。
▲监测鸡活动。这些数据能够显示疾病可能蔓延或需要重新平衡鸡舍内鸡的密度。
这些技术试验表明,牲畜产量提高了60 %,产奶量提高了10 %。
放牧
在大面积牧场散养牲畜,跟踪牛羊的位置很重要。位置传感器和GPS辅助跟踪减少了人工检查的工作量。
虽然有些试验用无人机放牧羊群,但这种应用尚未获益。然而,在某些情况下,它可以支持跟踪和定位丢失的牲畜,大大减少了搜索时间。
处置
利用牲畜数据,可以更准确预测和安排挤奶时间和屠宰日期。这样可以最大限度地提高产量并减轻牲畜压力。
另一种以较少压力带来更高产量的技术应用是自动挤奶机,它们允许奶牛自行安排时间挤奶。在某些情况下,奶牛产奶量增加了10%,同时预期寿命也延长了。
最后
在智慧农业领域构建和部署解决方案时,需要考虑未来最终用户的主要顾虑:
1)不具备成本效益或前期投资过高
2)农场规模或类型不适合
3)解决方案过于复杂