登錄

注冊

首頁?新聞資訊?國際合作

新聞資訊

「國際視野」人工智能與數據科學助力農業園藝業全產業鏈發展

2021-10-14 閱讀量: 來源:CNN官網

數據驅動種植并非是全新的概念,因為溫室種植者近年來一直利用氣候和作物根部土壤數據指導種植生產。然而隨著相關輔助技術的發展,數據驅動種植已經不僅僅是簡單的監測記錄,基于監測設備數據讀入來分析預測產量已成為現實。

人工智能能和數據科學在園藝行業取得的進步和成就足以使其成為該領域的顛覆性技術,使種植者意識到數據在提質增效增產方面的重要作用。人工智能涉及使用計算機完成傳統上需要人類智慧進行的工作,這意味著需要創建算法對數據進行分類、分析和預測;還包括根據數據采取相應行動,并從新獲取的數據中不斷學習,做出改進。

數據科學與植物科學的結合

植物科學是一門涵蓋植物生理學、遺傳學和生長的經典學科。數據科學是從原始數據中提取有用且具有可操作性的知識信息。當種植者的專業知識得到豐富數據和能識別相關性甚至因果關系的算法支撐時,結果就是數據驅動種植,進而實現提質增效增產的目標。

系統集成和優化模型的溫室建設程序

荷蘭Hortivation基金會與荷蘭應用科學研究組織(TNO)聯合研發了一項用于溫室建設的模擬程序SIOM。該工具具有廣泛的數據庫,包含溫室園藝特定組件和系統,例如溫室建設、加熱供暖、通風、降溫和灌溉??赡M世界任何理想項目地點的完整種植周期,列出不同技術并提供投資回收期、運營成果及效率相關信息,比較不同設計方案利弊,與園藝專家和投資方確定最優的溫室技術。

兩者還共同研發CASTA溫室結構測算程序,為溫室建造商和種植提供定制方案。據悉,荷蘭絕大多數玻璃封閉溫室均是使用該計算程序設計,并且被國際專業溫室公司采用或借鑒。

「國際視野」人工智能與數據科學助力農業園藝業全產業鏈發展

圖1. CASTA/Kassenbouw工具

法國網頁式溫室節能模擬計算工具Hortinergy結合現有開源軟件、作物和材料信息、氣候調控算法以及溫室建設參數,再加上特定開發的模塊,可幫助溫室建造商和種植戶在投資之前摸索溫室最優配置,設計節能溫室。

用數據驅動種植

植物和數據科學模型對于每位種植來說都有獨一無二的解讀方式,因為種植者不同,必須考慮作物特定的生長條件、溫室類型、溫室位置、作物品種與栽培介質等因素。數據數量和質量對于種植者優化生產非常重要,但收集、吸收和消化數據相對繁瑣耗時且易出錯。然而,高科技系統可以從傳感器和圖像收集所有數據,分析信息,并提供見解。因此個性化的數據建模和正確使用程序及分析平臺十分重要,例如Rockwool集團旗下的Grodan推出的開放式軟件平臺e-Gro基于大量可用數據,可提供根區、作物、氣候和生產情況的完整圖像,幫助農戶優化種植策略,并在四周內實現準確的產量預測。該平臺適配常見的氣候計算機系統,可用于智能手機、平板電腦和臺式機。

「國際視野」人工智能與數據科學助力農業園藝業全產業鏈發展

圖2. Grodan e-Gro

今年四月,荷蘭番茄大世界(Tomatoworld)正式揭曉其在溫室園藝業最新科技成果——數據驅動溫室,即基于溫室內外傳感器、氣候計算機和攝像系統24小時全天候采集數據,種植期間收集到的連續數據流為溫室情況和植物健康提供實時反饋,結合新信息和歷史數據,種植者可調整策略,優化人工智能和數據學習。據悉,這也是世界首個面向公眾開放的數據驅動溫室,以便更多人了解、體驗溫室開發過程。參與該項目的還有番茄大世界合作伙伴豪根道、LetsGrow、Greenport West-Holland、Hagelunie、Gearbox Innovations、Cultilene Saint Gobain和Hortikey等。

「國際視野」人工智能與數據科學助力農業園藝業全產業鏈發展

圖3. 番茄大世界數據驅動溫室(圖源:番茄大世界官網)

利用人工智能和數據科學中獲取最大收益和投資回報,理解預測性分析(例如使用數據預測未來產量)和規定性分析(如數據輸入幫助更好決策)至少需要一個種植季節的可靠數據支撐。由于生長過程中可能受外部和意外因素影響(如極端天氣、價格浮動、病蟲害、勞工問題等),分析模型需要量身定制,對比植物現實行為與植物理論生理模型。高質量數據有助于構建穩健的算法。

數據給予種植者更多的“溫室控制權”??沙掷m生產已成為當今主流趨勢。數據驅動種植提高產品質量和營養價值,利用人工智能和數據科學有助于優化農業全產業鏈發展。人們對新興科技的興趣與日俱增,種植企業規模不斷擴大,相關升級進階也帶來新的挑戰。除了改進種植策略、果品檢測,機器學習、人工智能和數據科學還在摘葉采摘、無損檢測、包裝運輸全產業鏈各個方面提供新的解決方案,如荷蘭瓦赫寧根大學及研究中心(WUR)、Hortikey、Berg Hortimotive共同研發的Plantalyzer溫室巡檢機器人通過實攝儀對果實顏色和數量進行繪制。視覺數據經過專業軟件處理后,計算出預期產量,以便種植戶在售賣時更好定價,規劃物流運輸。今后將出現越來越多的跨地區、多國運營系統和數據系統,使每座溫室管理得到優化的同時實現公司遠程運營。

「國際視野」人工智能與數據科學助力農業園藝業全產業鏈發展

圖4. Plantalyzer溫室巡檢機器人(圖源/WUR)

數據驅動種植正在改變溫室和室內種植產業。從溫室和室內農場等各種來源獲取融合的數據越多,對種植和生長過程的把控就越精準。結合基于深厚園藝知識的強大算法和數據科學的智能軟件平臺是有效發揮農業園藝行業潛力的重要工具。

美國最大的溫室:人工智能賦能的室內農場

肯塔基州的AppHarvest企業在阿巴拉契亞地區擁有美國最大的溫室。該溫室采用先進的人工智能和機器人技術進行種植生產,每英畝土地產量比傳統種植可提高30倍左右,西紅柿年產量可達2萬多噸,且同等情況下可減少90%的用水量。

「國際視野」人工智能與數據科學助力農業園藝業全產業鏈發展

溫室采用近300個傳感器,從各株作物中采集數據,種植者可以遠程監控室內環境狀況,以確保作物吸收適量的養分和水分。

人工智能對七十多萬棵植株進行數據分析,數據可通過AppHarvest的機器人相機Virgo來采集。Virgo利用人工智能技術評估西紅柿的成熟度,隨后可依據評估結果通過機械臂進行采摘和修剪工作。

「國際視野」人工智能與數據科學助力農業園藝業全產業鏈發展

此外,溫室采用100%的循環雨水種植作物,其占地10英畝的澄清池相當于近70個奧運會規模的游泳池。據世界自然基金會統計,目前全球糧食生產占森林砍伐的80%,占所有淡水使用的70%,而科技將有助于減少種植帶來的環境影響。

「國際視野」人工智能與數據科學助力農業園藝業全產業鏈發展

AppHarvest的首席技術官Josh Lessing介紹到,溫室內的各項設施設備可以讓光、能量和作物的營養等得到有效控制,從而大幅提高作物產量、穩定糧食供應,與此同時,還可以降低種植過程中給環境帶來的影響。

來源:CNN官網

由中農富通國際合作部編譯整理,如有侵權請聯系。

人妻抽搐无码在线视频