什麽是精准農業(Precision agriculture(PA))?

2019/8/6 15:42:45    無人機網

  


圖像展示了精密農業中的遙感應用(由美國宇航局地球觀測台提供)

英國農業機械供應商-YaraN-Sensor ALS設備安裝在拖拉機的頂篷上(記錄作物光反射,計算施肥建議然後改變肥料擴散量的系統)

精准農業-NDVI 4厘米/像素GSD(DroneMapper)

精准農業(PA),衛星農業或特定地點作物管理(SSCM)是一種農業管理概念,其基礎是觀察,測量和響應作物的田間和田間變化。精准農業研究的目標是爲整個農場制定管理和決策的支持系統(DSS),目標是在保留資源的同時,對資源加以優化,進行精准的投入以期産生回報。

在這些許多方法中,植物地貌學方法將多年作物生長穩定性/特征與拓撲地形屬性聯系起來。對植物地貌學方法的興趣源于這樣一個事實,即地貌組成部分通常決定了農田的水文。

全球定位系統(GPS)和全球導航衛星系統的出現使精確農業的實踐成爲可能。農民和/或研究人員在田間定位其精確位置的能力允許創建可測量的盡可能多的變量的空間變異圖,安裝在配備GPS的聯合收割機上的傳感器陣列收集了各種跟土壤相關的數據,諸如:農作物的産量、地形特征/地形、有機物含量、水分含量、氮水平、pH值,EC(藥劑的有效濃度),Mg(鎂含量),K(鉀含量)等等)。這些陣列實時傳感器,可測量從農作物葉綠素水平以及農作物水分含量等狀態,還包括多光譜圖像。通過獲得的這些數據,配合一起使用通過可變速率技術(VRT)的衛星圖像,包括播種機,噴霧器等,以優化分配資源。

精准農業也得到了像DJI Phantom這樣的多旋翼無人機的支持,該飛機相對便宜並且可以由新手操作。這些農業無人機可以配備高光譜或RGB相機,以捕獲可以使用攝影測量方法處理現場許多圖像,以創建正射影像和NDVI地圖。

一、曆史

PA是第3波現代農業革命的重要組成部分。第一次農業革命是農業機械化,從1900年到1930年。在此期間,每個農民生産足夠的食物來養活大約26人。20世紀60年代,第二次農業革命是綠色革命,引發了新的基因改造方法,每個農民都養活了大約155人。預計到2050年,全球人口將達到約96億,糧食生産必須有效地從目前的水平增加一倍才能養活地球上每一個人。隨著PA農業革命的新技術進步,每個農民將能夠以相同的面積養活265人,這是第三次農業革命。

概述

精准農業革命的第一波浪潮以衛星和航空圖像,天氣預報,變速施肥和作物健康指標的形式出現。第二波聚合大數據,以實現更精確的種植,地形測繪和土壤數據。

精准農業旨在優化實地管理,涉及:

1、作物科學:通過將農業實踐與農作物需求相匹配(例如肥料投入);

2、環境保護:通過減少農業的環境風險和足迹(例如限制氮的浸出);

3、經濟學:通過更有效的實踐提高競爭力(例如改善肥料使用管理和其他投入)。

PA還爲農民提供了豐富的信息:

1、建立他們的農場記錄。

2、改善決策。

3、促進更大的可追溯性。

4、加強農産品營銷。

5、改善租賃安排和與房東的關系。

6、提高農産品的內在質量(例如面粉小麥中的蛋白質含量)。

規定種植

規定性種植是一種農業系統,提供數據驅動的種植建議,可以確定可變種植率,以適應單個田地的不同條件,以期獲得最大化産量。它被描述爲“農場的大數據”。全球農業巨頭孟山都公司、杜邦公司等公司正在美國推出這項技術。

工具

精准農業通常作爲4個階段過程來觀察空間的變異:

1、數據收集

地理定位使農民能夠覆蓋從土壤和殘余氮分析中收集的信息,以及有關以前作物和土壤電阻率的信息。地理定位有兩種方式:當農民在田地周圍駕駛拖拉機時,使用車載GPS接收器描繪該場地。該字段在從航空或衛星圖像派生的底圖上描繪。基礎圖像必須具有正確的分辨率和幾何質量,以確保地理定位足夠准確。

2、變量

場內和場間可變性可能由許多因素引起。這些包括氣候條件(冰雹,幹旱,雨水等),土壤(質地,深度,氮水平),種植方法(免耕農業),雜草和疾病。永久性指標 - 主要是土壤指標 - 爲農民提供有關主要環境常數的信息。點指標使他們能夠追蹤作物的狀態,即,如果作物遭受水分脅迫,看病情是否正在發展,氮氣壓力或倒伏,是否已被冰等損壞。這些信息可能來自氣象站和其他傳感器(土壤電阻率,肉眼檢測,衛星圖像等)。土壤電阻率測量結合土壤分析可以測量水分含量。土壤電阻率也是一種相對簡單和便宜的測量方法。

土壤表觀電導率(ECa)是另一個主要參數,可以提供與土壤物理和化學性質相關的空間差異的度量,水稻土可以衡量土壤是否適合作物生長,水需求和生産力。..

3、策略

在一次飛行使用小型空中無人系統所拍攝的農田(NDVI圖像)

使用土壤圖,農民可以采取兩種策略來調整田間投入:

預測方法:基于作物周期中靜態指標(土壤,電阻率,田間曆史等)的分析。

控制方法:來自靜態指標的信息在作物周期中定期更新:

取樣:稱量生物量,測量葉片葉綠素含量,稱量果實等

遙感:測量溫度參數(空氣/土),濕度(空氣/土壤/葉),風或莖粗可能是由于無線傳感器網絡和的聯網(IOT)

代理檢測:車載傳感器測量葉片狀態;這要求農民在整個田地裏開車。

航空或衛星遙感:獲取並處理多光譜圖像,以得出作物生物物理參數圖,包括疾病指標。機載儀器能夠測量植物覆蓋量並區分作物和雜草。

決策可能基于基于大數據的決策支持模型(作物模擬模型和推薦模型),但歸根結底,農民需要根據商業價值和對環境的影響來決定- 正在接管的角色通過基于機器學習和人工神經網絡的人工智能(AI)系統。

重要的是要認識到爲什麽精准農業技術被采用,“對于精准農業技術的采用,農民必須認識到該技術是有用且易于使用的。可能不足以獲得有關PA的經濟效益的積極的外部數據。作爲對農民的看法的技術必須反映這些經濟因素。“

4、實施實踐

新的信息和通信技術使農田的作物管理更加可操作,更容易實現。作物管理決策的應用需要支持變速技術(VRT)的農業設備,例如變化的種子密度以及氮和植物檢疫産品的可變速率施用(VRA)。

精准農業在農業設備上使用技術(例如拖拉機,噴霧器,收割機等):

定位系統(例如,使用衛星信號精確確定地球上位置的GPS接收器);

地理信息系統(GIS),即理解所有可用數據的軟件;

變量農業設備(播種機,撒播機)。

二、精准農業在世界各地使用

農業無人機,機身上載有多光譜成像儀等設備。

20世紀80年代初,PA的概念首先出現在美國。1985年,明尼蘇達大學的研究人員對作物田間的石灰投入進行了改變。也是在這個時候,田間網格采樣的實踐出現了(每公頃應用一個樣本的固定網格)。到了20世紀80年代末,這種技術被用于推導出肥料和pH校正的第一個輸入推薦圖。從新技術開發的屈服傳感器的使用,加上GPS接收器的出現,從那時起就一直在增加。如今,這樣的系統覆蓋了數百萬公頃的農田。

在美國中西部,它與可持續農業無關,而是與主流農民有關,他們試圖通過僅在需要肥料的地區投入來實現利潤最大化。這種做法允許農民根據GPS導航網格或區域采樣確定的需求改變整個田地的肥料比率。在不需要撒肥的的地方,將肥料存,從而優化其用途。

在世界各地,精准農業發展速度不一。最先是美國,其次是加拿大和澳大利亞。在歐洲,英國是第一個沿著這條道路前進的國家,其次是法國,它最初出現在1997 - 1998年。在拉丁美洲,阿根廷處于領先定位,它是在20世紀90年代中期,在該國農業技術研究所的支持下引入的。巴西成立了一家國有企業--Embrapa,以研究和發展可持續農業。GPS以及變速率傳播技術的應用和發展有助于農田精准農業管理實踐。如今,法國不到10%的農民配備了可變速率系統。GPS的使用更爲普遍,但這並沒有阻止他們使用提供現場級推薦地圖的精准農業服務。

全球三分之一的人口仍然依靠農業謀生。雖然更先進的精准農業技術需要大量的前期投資,但發展中國家的農民正從移動技術中受益。該服務幫助農民獲得移動支付和收據,以提高效率。例如,坦桑尼亞有30,000名農民使用移動電話進行合同簽訂、支付,貸款以及商業組織的溝通。

精准農業的經濟和環境效益在中國也得到了證實,但由于中國農業系統的特點是小規模的家庭經營農場,因此中國落後于歐洲和美國等國家。精准農業低于其他國家。因此,中國正在努力將精准農業技術更好地引入本國,降低一些風險,爲中國未來發展精准農業的技術鋪平道路。

三、經濟和環境影響

顧名思義,精准農業意味著在正確的時間向作物施加精確和正確的投入量,如水,肥料,殺蟲劑等,以提高其生産力和最大化産量。精確的農業管理實踐可以顯著避免浪費和其他作物投入的數量,同時提高産量。因此,農民通過節約水、農藥和化肥成本獲得投資回報。

精准農業第二個更大規模的好處涉及環境影響。在適當的地方和適當的時間施用適量的化學品有利于作物、土壤和地下水,從而有利于整個作物周期。因此,精准農業已成爲可持續農業的基石。因爲它尊重作物、土壤和農民。可持續農業力求確保在長期維持生産所需的生態,經濟和社會限制範圍內持續供應糧食。

精准農業通過提高機械效率和減少投入來減輕農業對環境的壓力。例如,使用諸如GPS的遠程管理設備減少了農業的燃料消耗,而營養物或農藥的可變速率施用可潛在地減少這些輸入的使用,從而節省成本並減少有害的徑流進入水道。

新興技術

機器人

自動駕駛拖拉機已經存在了一段時間,約翰迪爾的農業設備具備飛機所擁有的自動駕駛儀,並可無人工作。技術正在向GPS編程的無人駕駛機械發展,以擴散肥料或耕地。其他創新包括太陽能機器,可識別雜草,並用一定劑量的除草劑或激光精確殺死它們。農業機器人,也稱爲AgBots,全球一些創新公司正在開發更先進的收獲機器人,以識別成熟的果實,調整其形狀和大小,並精准地從樹枝上采摘它們。

無人機和衛星圖像

無人機和衛星技術優勢對農業而言如虎添翼,使得農田區域精耕細作。無人機可以拍攝高品質圖像,而衛星可獲得宏觀數據。輕型飛機駕駛員可以將航空攝影與來自衛星記錄的數據結合起來,根據當前的野外生物量水平預測未來的産量。諸多的圖像可以創建等高線圖以跟蹤水流的位置,確定可變速率種子,並創建效率或多或少的區域的産量圖。

物聯網

物聯網通過傳感器和農場管理軟件的配合使用,使得數據收集和彙總更爲容易。這是衆所周知,液體肥料中的氮、磷和鉀的含量是不一致的,但是農民可以用光譜儀器測量獲得這些數據。農民獲得奶牛已經排尿的地方,通過物聯網並僅在需要它的地方施肥,可以使肥料的用量減少達30%。而土壤中的水分傳感器,可以決定了遠程澆灌植物的最佳時間和劑量。鏈接物聯網的灌溉系統,可以根據農作物的需要和降雨量進行編程,以切換作物的某一側需要水分。

創新不僅限于植物,還可以用于動物的福利。牛可以配備內部傳感器,以跟蹤胃酸和消化問題。外部傳感器跟蹤運動模式,以確定奶牛的健康和健康,感知身體是否收到傷害,並確定最佳的繁殖時間。可以彙總和分析來自傳感器的所有數據,以檢測其趨勢和模式。

作爲另一個例子,監測技術可用于使養蜂更有效。蜜蜂具有重要的經濟價值,通過授粉各種作物爲農業提供重要的服務。通過無線溫度,濕度和二氧化碳傳感器監測蜜蜂群體的健康狀況有助于提高蜜蜂的生産力,並在數據中讀取可能威脅到整個蜂巢生存,並早期預警。

智能手機應用

智能手機和平板電腦在精准農業中的應用也越來越受歡迎。智能手機已經安裝了許多有用的應用程序,包括相機、麥克風、GPS和加速度計。還有專門用于各種農業應用的應用,例如野外測繪、跟蹤動物、獲取天氣和作物信息等。它們易于攜帶,價格合理,並具有很高的計算能力。

機器學習

機器學習通常與無人機、機器人和物聯網設備結合使用,它允許從這些數據源中獲取每一個數據。然後,計算機處理此信息並將適當的操作發送回設備。這允許機器人通過物聯網設備爲農作物提供精准的肥料,以及直接向土壤提供精准的水量。農業的未來是,通過逐年累月的使用更多機器來參與學習和數據積累,使得其以更少的人力資源實現了更高效、更精確的耕作,最終讓農業爲人類彙報最大化的産出。