伊丽莎白·霍金斯在俄亥俄州的一个小农场长大。她和她的兄弟姐妹是家族的第七代耕种1000英亩玉米、大豆、小麦和干草的人,所以她理解作物产量的重要性及其对农民生计的直接影响。
近年来,建立于1814年的霍金斯家族农场已从传统作物发展为转基因作物,以提高生产力和盈利能力,并已从传统耕作转向免耕,以更好地管理土壤。该农场现在由霍金斯的父亲和兄弟经营,现在还通过全球定位系统(GPS)管理种植和喷洒资源。而且,就在去年秋天,他们添加了一个产量监视器,将GPS与传感器结合起来,以收集作物性能数据。
收益监测器衡量并记录如潮湿,面积和全局位置的信息,所有这些信息都显示在彩色地图中。这些地图反映了数据,但不是知识。地图无法解释为什么一个区域产生的东西比另一个区域更多 - 它必须进入农业智能工具来做到这一点。但是更大的问题是数据甚至无法完成分析。
然而,霍金斯正致力于改变这一现状。
今天,作为一名研究生普渡大学农业和生物工程系,霍金斯正在研究数据收集和处理。她正在开发方法,以确保出土的元数据质量与土壤类型,地形,天气条件,除草剂信息,甚至种植地图定位,每个种子进入地面。所有这一切都将帮助农民做出更好的决定。
霍金斯说:“如果我能为农民提供一种更简单的方法,甚至是一份在田间时需要注意的事项清单,以便收集信息,在季末增加产量数据的价值,我会很高兴。”。
最终,一旦数据的质量稳定下来,她认为大数据分析——以及其他技术——将在未来的智能农场中发挥重要作用。
农民虽然仍然非常专注于种植作物,但他们就像制造商一样,正在转向无线技术、自动化,并最终转向物联网(IoT)和分析,以保持竞争力并创造可持续性。他们必须应对与用水相关的监管压力,以及他们所服务的食品和饮料生产商的可追溯性和安全要求(参见“巴里拉拥抱了连接的食物运动”)。
但最重要的是,他们面临着寻找新的方式来为更多自然资源提供更多的人来生产更多食物。毕竟,世界上将有大约90亿人进入2050年。
Adam Setzler说:“这个领域的复杂性与工业环境相似。”麦克弗计Connect的产品经理,一种用于灌溉和裁剪管理的无线遥控器。“有这么多的小数据点和信息。能够同化它,以使正确的决定是非常具有挑战性的。“
将技术带到现场
农民正在仔细关注技术,以实现精密农业,这是能够产生更多资源的产量。为此,它们正在使用流量测量和传感器来监测灌溉系统或土壤特性。收获组合可以连接到控制器区域网络(CAN)以报告收集的数据。
但对农民来说,深入挖掘这些数据是一项繁重的任务。面对现实吧,谷仓里没有it部门。因此,他们中的许多人依靠供应商来帮助收集和管理数据。这需要通信基础设施、存储、处理能力等等。
像McCrometer这样的公司,使流量计和无线遥测产品用于农业应用,不仅提供了通信基础架构的部分,而且还提供了后端数据库。传感器在字段和远程终端单元(RTU)示例中,选择,存储,然后将数据传输回McCrometer的集中式数据库。客户无需管理数据。相反,它们可以安全地登录以从移动设备或桌面访问其信息,以查看历史数据趋势或当前的裁剪模式。
在一个例子中,Briggs和鸡蛋果园在亚利桑那州,使用Mccrometer工具在夜间急剧下降期间保护苹果,桃子和梨免受霜冻。Mccrometer Connect通过天气站跟踪关键的低温,使用智能手机的农民监控状态。如果击中临界温度,请连接通过电子邮件或文本发送到语音留言的触发器霜警报,以及帮助管理器确定哪些风力机器以用于激活霜保护的位置信息。根据共同主人的鸡蛋,在一个严重的冻结一年内,他们能够将霜冻损伤最小化到20%的作物,而没有这种戒指系统的邻近领域损失了80%的作物。
通过监测垃圾桶的湿度和自动门控制,Fedora农场能够烘干核桃的确切要求,并立即将它们运送到空闲的干燥空间。 |
同样,控制技术来自光电22帮助核桃种植者软呢帽农场管理其垃圾箱中的水分水平。核桃在持有低于8%的水分后保持良好。但干燥核桃可以导致腐烂或模具,过度干燥可以是昂贵的。
“和任何需要干燥的农产品一样,你也会得到重量的报酬,”美国农业部的系统集成商Don Osias说应用仪器在加州康科德,他在Fedora农场从事最初的干燥自动化项目。”如果你比需要多干2%,你只需拿出收入的2%,并为此向电力公司支付费用,”他说,指的是能源消耗成本。
干燥设备很大,但造价低廉,因为它们每年只使用6到10周。自动化有助于降低成本。
最初使用较旧的Opto控制技术,干燥箱最终升级到公司的Snap可编程自动化控制器(PAC)系统,以监测水分级别,打开和关闭箱门,并在不再需要时关闭风扇和燃烧器。“无需以批处理模式运行设施即可启动和停止任何单独的箱子,”Osias说。
在这种情况下,Fedora农场能够大幅减少能源消耗——使用的能源是20世纪70年代的一半——同时确保核桃的质量。
在Fedora农场,对多个箱子中的核桃进行水分监测。每个容器的信息被发送到个人电脑,这样操作人员就知道干燥过程是如何进行的。 |
Osias在30年前启动了这个项目,使Fedora Farms成为自动化的早期使用者。但是农民们正在迅速地加入自动化的行列。然而,他表示,问题在于找到能够从小型工作扩展到大型工作,并与各种其他供应商设备集成的设备。
集成的主题超出了物理设备,扩展到了从地球上挖掘出来的各种数据,这些数据需要在整个供应链中共享。最终,最好将所有扎根于地面的信息存储在云中,以便访问和分析。但首先,需要制定隐私保护措施,因为像制造商这样的农民在分享专有信息时是一个敏感群体。其次,需要有一个行业标准来传输和存储由各种供应商应用程序生成的信息。
好消息是,新的研究和基础设施开发正在进行,以解决这两个问题。坏消息是,目前还不清楚这些新标准会有多普遍,或者更具体地说,农民是否会采用这些标准。由于各种组织都在努力解决同一个问题,这与不同群体解决物联网通信差距的工作非常相似。
随着安全法规和供应链的收紧,问题依然存在:农业和食品加工业是在解决互操作性问题,还是在面临可能的标准战?
McCrometer的Setzler说:“不同的组织正在研究我们作为一个行业如何建立数据标准,以便以新的方式组合和使用数据。”现在,业界有不同的看法。但他们[同意]种植者拥有这些数据。
培养共同点
在普渡大学,霍金斯所做的工作是其中的一部分。Open AG Technologies和Systems组(OATS),该公司正致力于调整田间的多层数据,以帮助农民做出更好的决策。
这些层是什么?从该领域的单一点开始,所有元素影响它 - 从将其传递到应用的化学应用之前和之后的天气从施用的化学应用,种植过程中的机器设置,以及在土壤中设置了深度的种子。
我们的目标是收集更好的数据,以满足大数据的需求。”每个人都在等待农业大数据的承诺兑现,但事实是,我们处理的很多数据都是糟糕的数据,”普渡大学农业和生物工程教授丹尼斯·巴克马斯特(Dennis Buckmaster)说。
归根结底,农业的核心是物流。在正确的时间和地点收获种子,在正确的时间和速度施用化学物质,并在正确的时间收获。巴克马斯特说:“如果我们能够开发出一些应用程序和数据收集方法来改善物流,那么人们就会立即收集到更好的数据。”“当我们有更好的数据时,大数据的长期前景将更有成效。”
更进一步,燕麦公司正在与Open AG数据联盟(OADA),该公司正在开发一个农业数据生态系统,以实现安全性、互操作性和隐私性。数据可能存储在云中,但OADA与云无关。”“这是关于应用程序接口(API),”巴克马斯特说。
根据OADA的说法,代表性国家转让(REST)API规范将允许任何精密农业平台以任何格式的数据轻松交换。API与行业标准OAuth 2.0-AN-AN Open Access授权协议 - 将具有常见的数据共享语义,该语义可确保仅提供农民批准的可信代理商或供应商可以访问Farmer的共享数据。API将具有允许在农民看到适合的情况下永久和临时共享数据的操作。它还使农民能够在数据安全和隐私的信心和供应商数据锁定的危险方面,从精密农业供应商中选择一流的农业供应商。
同样的,AgGateway,一个致力于降低种植者和零售商之间管理数据的成本和复杂性的非盈利财团,开发了Ag行业识别系统(AGIS),这是一个交互式数据库,用于保存进行电子商务的参考数据。AGIS包含超过140000种农产品的标识符,从作物保护化学品到种子和肥料。这些标识符用于支持电子订购、销售报告和产品跟踪等业务交易。
此外,为了提供精密农业的承诺,不同的制造商的硬件和软件必须是可互操作的。Aggateway的答案是标准化的精密AG数据交换(SPade)项目,这是一种标准框架,简化混合舰队现场运营,法规遵从性,作物保险报告,可追溯性,领域或作物收入管理以及可持续发展评估。
可持续性只是其中的一小部分,但对于大型零售商来说,它与食品质量和安全一样重要。许多农民都感受到了依靠科技生存的压力。
养活世界
农业的可持续性至关重要。根据联合国粮食及农业组织在美国,未来30年粮食产量必须增长75%以上。我们可以走转基因作物的道路,或者创建一个对资源更加敏感的农业系统。但这并不全是农民的责任。从种子供应商到餐馆老板,整个食物链都必须合作。
进入领域市场,一个联盟专注于供应链合作,以定义,衡量和推进农业可持续性。它具有一套常见的指标,作为其FieldPrint计算器的一部分,以衡量土地利用,温室气体排放来自农田,水质和可持续性,土壤保护和能源利用效率的持续改善。
现在,农民可以在线访问FieldPrint计算器并输入信息。在未来,它将更加互动。“我们正在搬到一个地方,计算器将更多地与农民越来越多地使用的更广泛的平台,越来越多地用于农民组织他们的信息,他们正在采用耕种,他们正在使用的产品,施肥,种子品种。甚至产量监视器在收获时从拖拉机上脱离,“市场总裁杆斯奈德说。
收集到的信息最终可以用于大数据分析。“我们自己不会成为大数据管理人员,但我们需要了解这个行业是如何发展的,”Snyder说。“并非所有数据都是一样的。如果没有在正确的背景下进行适当的校准,它是没有用的。”
伊丽莎白霍金斯同意。“我花了很多时间来看待结合如何运作,而且由于联合而言,产量数据有固有的错误,”她说。
最大的障碍可能今天可能与技术和分析无关,但挖掘了来自该领域的更有价值和准确的数据。