โดรนชาวนาและภาพถ่ายดาวเทียมของวัชพืช: 5 นวัตกรรมที่เปลี่ยนการเกษตร

การเปลี่ยนแปลงที่สำคัญในภาคเกษตรกรรมเกิดขึ้นในบริบทของการเปลี่ยนแปลงทางดิจิทัล นี่ไม่ใช่แค่การเปิดตัวซอฟต์แวร์ใหม่เท่านั้น

หรือ “ฮาร์ดแวร์” ในการถือครองทางการเกษตรและการแก้ไขกระบวนการทางธุรกิจและวิธีการในการรวบรวมข้อมูล การรวมข้อมูล การสร้างแฝดดิจิทัล การมอบหมายการตัดสินใจด้านการจัดการให้กับคอมพิวเตอร์ และการติดตามการดำเนินการ เราได้เลือกห้าเทคโนโลยีที่มีบทบาทสำคัญในการเปลี่ยนแปลงทางดิจิทัลขององค์กรเกษตรกรรมแต่ละรายและอุตสาหกรรมโดยรวม

อินเทอร์เน็ตของสรรพสิ่ง (Internet of Things, IoT)

เซ็นเซอร์ช่วยในแบบเรียลไทม์วัดลักษณะของดิน ปริมาณน้ำฝน อุณหภูมิ ความชื้น การเคลื่อนที่ของอุปกรณ์ ด้วยเหตุนี้ เกษตรกรจึงมีโอกาสที่จะรวบรวมข้อมูลจำนวนมหาศาล รวบรวมไว้ในระบบข้อมูล วิเคราะห์และตัดสินใจอย่างมีข้อมูลมากขึ้น สิ่งนี้นำไปสู่การประหยัดทรัพยากรและเงินซึ่งเป็นสิ่งสำคัญสำหรับพื้นที่ที่มีกำไรต่ำเช่นการเกษตร ก่อนหน้านี้ Internet of Things ไม่สามารถทำได้

ตัวอย่างเช่น คุณสามารถติดตั้งเซ็นเซอร์บนอุปกรณ์และเพื่อให้เข้าใจว่าอยู่ตรงไหน ใช้เส้นทางไหน จะเบี่ยงออกหรือไม่ ว่างหรือไม่ ด้วยเหตุนี้เศรษฐกิจการเกษตรจึงปรับการใช้จ่ายน้ำมันเบนซินให้เหมาะสมและป้องกันการโจรกรรม เซ็นเซอร์ในเซ็นเซอร์ดินและสภาพอากาศไม่มีผลอย่างรวดเร็ว แต่ช่วยควบคุมการเจริญเติบโตของพืช ตัดสินใจว่าจะให้ปุ๋ยเมื่อใด รดน้ำพืชผล และบำบัดด้วยยาฆ่าแมลงเพื่อให้ได้ผลผลิตมากขึ้น

ตลาดโลกสำหรับ IoT ในการเกษตรประมาณ 22 พันล้านดอลลาร์ในปี 2564 จะเติบโต 10% ต่อปี เกิน 35 พันล้านดอลลาร์ในปี 2026 แต่การพัฒนา IoT รวมถึงในภาคเกษตรกรรมนั้นได้รับอิทธิพลอย่างมากจากคุณภาพของการสื่อสาร บ่อยครั้งที่ดินแดนอยู่ห่างจากเสาเซลล์ เป็นการยากที่จะรับข้อมูลที่มั่นคงจากเซ็นเซอร์ 5G รุ่นใหม่น่าจะทำให้งานนี้ง่ายขึ้น แต่การครอบครองความถี่ การหยุดชะงักของอุปกรณ์โทรคมนาคมที่นำเข้า และการขาดแคลนสถานีฐานของรัสเซีย ได้ขัดขวางการกระจายเครือข่าย 5G ในรัสเซียจำนวนมาก

การสำรวจระยะไกลของโลก

ดาวเทียมและโดรนสามารถตรวจสอบและเพื่อสำรวจโลกโดยไม่ต้องใช้แรงงานคน ภาพถ่ายดาวเทียมช่วยให้คุณประเมินสถานการณ์ในสนามได้ในระยะทางไกล ในขณะที่โดรนมีความเหมาะสมมากกว่าสำหรับการตรวจสอบที่แม่นยำและแม่นยำ ข้อได้เปรียบหลักของวิธีการทางไกลคือความครอบคลุมที่มากและความสามารถในการรับข้อมูลที่จำเป็นได้อย่างรวดเร็ว ด้วยการใช้เสียงจากภาคพื้นดิน ค่าแรงจะสูงขึ้นมาก และกระบวนการทั้งหมดใช้เวลานานกว่า

ภาพถ่ายดาวเทียมมีให้สำหรับสามรายการหลักผู้ให้บริการ - ตระกูลดาวเทียมยุโรป Sentinel โปรแกรมอเมริกัน Landsat และ Roskosmos ในรัสเซียใช้ Sentinel เป็นหลัก ความละเอียดของภาพ Sentinel-2 สูงถึง 10 เมตรต่อพิกเซล โดรนมีความละเอียดสูงกว่ามาก - มากถึง 2 ซม. ต่อพิกเซล แต่แต่ละไฟล์สามารถชั่งน้ำหนักได้หลายกิกะไบต์ ดังนั้นจึงยากต่อการประมวลผล โดยปกติดาวเทียมก็เพียงพอที่จะตรวจสอบพืชผล

โดรนมองเห็นสนามอย่างไร

การรวมข้อมูลดาวเทียมและข้อมูลเข้ากับเซ็นเซอร์ที่ฝังอยู่ในพื้นดินที่ความลึกหลายเซนติเมตร เป็นไปได้ที่จะรวบรวมโปรไฟล์อุณหภูมิของดิน วิธีนี้จะช่วยให้นักปฐพีวิทยาไม่ต้องตรวจสอบด้วยเทอร์โมมิเตอร์ด้วยตนเองว่าอุณหภูมิในทุ่งถึงค่าที่เหมาะสมที่สุดสำหรับการหว่านเมล็ดหรือไม่ วิธีการทางไกลยังคำนึงถึงลักษณะของแต่ละส่วนภายในฟิลด์เดียวกัน

ระบบสารสนเทศภูมิศาสตร์ (GIS)

สำหรับผู้ประกอบธุรกิจการเกษตร การแสดงข้อมูลในรูปของแผนที่เป็นสิ่งสำคัญ ปัจจุบัน GIS เป็นพื้นฐานและหัวใจของระบบสารสนเทศที่เกี่ยวข้องกับการจัดการวิสาหกิจทางการเกษตร

การถือครองทางการเกษตรสร้างเลย์เอาต์ของภูมิประเทศดิจิทัลสาขาและเทคโนโลยี บางครั้งก็กระจัดกระจายในหลายภูมิภาคและแม้กระทั่งประเทศ ข้อมูลถูกเก็บไว้ในระบบสารสนเทศและแสดงเป็นชั้น ชั้นเป็นแอตทริบิวต์ของทุ่งนา เช่น ความชื้น ความโล่งใจ การเปลี่ยนแปลงระดับความสูง สิ่งอำนวยความสะดวกในการชลประทานและการระบายน้ำ พืชผล โดยการสลับไปมาระหว่างคุณลักษณะต่างๆ ฟาร์มสามารถสร้างภาพรวมของสิ่งที่เกิดขึ้นในทุ่งนาได้

ใน GIS คุณจะเห็นได้ว่าการเก็บเกี่ยวเป็นไปอย่างไรแคมเปญซึ่งพื้นที่เพาะปลูกได้รับการเก็บเกี่ยวแล้วและที่งานยังไม่เริ่ม วิสาหกิจเกษตรสามารถเห็นได้ว่าทุ่งใดได้รับการบำบัดด้วยยาฆ่าแมลงแล้ว และทุ่งใดที่ไม่ได้รับ ไม่ว่าฝนจะตกหรือไม่ มีศัตรูพืชปรากฏหรือไม่ หรือติดตามการเคลื่อนไหวของอุปกรณ์ด้วยสายตา ประเมินระยะทาง ต้นทุนเชื้อเพลิงและน้ำมันหล่อลื่น ทำความเข้าใจกับสาเหตุที่เกินมาตรฐาน

“ใน GIS คุณจะเห็นได้ว่าแคมเปญการเก็บเกี่ยวดำเนินไปอย่างไร”

การทำฟาร์มที่แม่นยำ

การทำฟาร์มแบบแม่นยำเป็นระบบที่มีความแม่นยำสูงการจัดการกิจการทางการเกษตรซึ่งรวมถึงเทคโนโลยีต่างๆ เช่น Internet of Things, GIS และการสำรวจระยะไกลของโลก ขึ้นอยู่กับข้อมูลที่ได้รับจากผู้ให้บริการและเซ็นเซอร์ 

การทำนาเกี่ยวข้องกับการแบ่งนาออกเป็นแปลงขึ้นอยู่กับลักษณะของพวกเขาและเป็นผลให้ความแตกต่างของการหว่านการรดน้ำการบำบัดสารกำจัดศัตรูพืช หากพื้นที่ใดพื้นที่หนึ่งมักจะมีพืชผลที่สมบูรณ์กว่า คุณสามารถปลูกเมล็ดพันธุ์ที่นั่นเพิ่มเติมได้ และถ้าดินในบางแห่งมีฐานะยากจน ให้เพิ่มปริมาณปุ๋ย เป้าหมายสูงสุดคือการเก็บเกี่ยวพืชผลให้มากขึ้นและประหยัดในทุกขั้นตอน

ในแนวทางคลาสสิกของการเกษตร ทุ่งนาแปรรูปเป็นองค์รวม ในขณะเดียวกัน พารามิเตอร์ทางการเกษตรและเคมีเกษตรของดินอาจแตกต่างกันในพื้นที่เดียวกัน โดยเฉพาะอย่างยิ่งเมื่อพูดถึงพื้นที่หลายพันเฮกตาร์ การดำเนินงานทางการเกษตรโดยคำนึงถึงคุณสมบัติดังกล่าวสามารถประหยัดทรัพยากรได้ 15-20% สำหรับภาคเกษตร

ทุกวันนี้การถือครองทางการเกษตรจำนวนมากดำเนินการงานทดลองที่เกี่ยวข้องกับการทำฟาร์มแม่นยำ พวกเขามักจะจัดสรรที่ดินสำหรับโครงการนำร่องและใช้ดัชนี NDVI เพื่อแบ่งออกเป็นแปลง คำนวณจากภาพถ่ายจากดาวเทียมและ UAV และทำให้สามารถเรียนรู้เกี่ยวกับสถานะของพืชผลในส่วนต่างๆ ของพื้นที่ได้

ปัญญาประดิษฐ์และการสร้างแบบจำลองทางคณิตศาสตร์

ช่วงของการประยุกต์ใช้ AI และแบบจำลองทางคณิตศาสตร์ในการเกษตรค่อนข้างกว้าง ตัวอย่างเช่น ช่วยให้คุณสามารถทำนายปริมาณการเก็บเกี่ยวได้ตลอดวงจรของงานเกษตรกรรม ด้วยเหตุนี้ เกษตรกรจึงสามารถประมาณเงินที่พวกเขาจะได้รับเมื่อสิ้นสุดฤดูกาล

ทิศทางยอดนิยมอีกประการหนึ่งคือการหมุนครอบตัดเรียกว่าฝึกปลูกพืชผลต่างชนิดกันบนผืนดินเดียวกันได้หลายฤดู พืชผลแต่ละชนิดมีลักษณะเฉพาะด้วยจุลินทรีย์ในระบบราก ซึ่งเป็นความสมดุลขององค์ประกอบทางเคมีที่มาจากพื้นดิน ดังนั้นหากคุณปลูกพืชชนิดเดียวกันในทุ่งเป็นเวลาหลายปี ความอุดมสมบูรณ์ของดินจะลดลงทุกปี เป็นไปได้ว่าที่ดินจะต้องถูกถอนออกจากการทำเกษตรกรรมเพื่อให้สามารถฟื้นตัวได้ และหากคุณเลือกลำดับของพืชอย่างถูกต้อง คุณจะไม่เพียงรักษาสมดุลของธาตุในดินเท่านั้น แต่ยังปรับปรุงสภาพของมันด้วย

วิสาหกิจทางการเกษตรสามารถสร้างการเพิ่มประสิทธิภาพได้แบบจำลองทางคณิตศาสตร์ที่คำนึงถึงปัจจัยต่างๆ (พืชรุ่นก่อน ผลผลิต และอื่นๆ) ให้คำแนะนำสำหรับการปลูกในอนาคต แบบจำลองทางคณิตศาสตร์ที่คล้ายคลึงกันยังสามารถเพิ่มผลกำไรสูงสุดได้อีกด้วย ในการทำเช่นนี้ จำเป็นต้องเพิ่มข้อมูลให้มากขึ้นด้วยข้อมูลราคาและการขาย

“เซ็นเซอร์ช่วยวัดลักษณะของดินแบบเรียลไทม์ ติดตามปริมาณน้ำฝน อุณหภูมิ ความชื้น การเคลื่อนที่ของรถ”

อนาคตและความยากลำบาก 

การพัฒนาเทคโนโลยีในภาคเกษตรกรรมถูกขัดขวางปัจจัยหลายประการ: การพึ่งพาการนำเข้าสูงของอุตสาหกรรมรัสเซียในแง่ของฐานองค์ประกอบ การกระจายตัวของข้อมูล และการขาดโปรโตคอลที่เหมือนกันสำหรับการถ่ายโอน ปัญหาด้านความปลอดภัยทางไซเบอร์ (ในกรณีของ IoT) 

อีกทั้งการนำเทคโนโลยีมาใช้ในการเกษตรในขณะนี้ ส่วนใหญ่เป็นการถือครองทางการเกษตรขนาดใหญ่ที่สามารถทำเช่นนี้ได้ในฟาร์ม เนื่องจากการแนะนำเครื่องมือดังกล่าวต้องอาศัยการลงทุนไม่เพียงแต่ในการซื้อฮาร์ดแวร์เท่านั้น แต่ยังรวมถึงการฝึกอบรมผู้คนด้วย ฟาร์มขนาดเล็กมักจะสร้างนวัตกรรมเพียงเล็กน้อยและยังคงเก็บข้อมูลบนกระดาษอย่างดีที่สุด ยิ่งบริษัทใหญ่ขึ้นเท่าไร ก็ยิ่งจำเป็นต้องปรับกระบวนการภายในให้เหมาะสมและเพิ่มผลผลิตมากขึ้นเท่านั้น

ทำความสะอาดระบบข้อมูลเป็นไปไม่ได้จนกว่าคำสั่งนี้จะอยู่ในธุรกิจ ในการตัดสินใจโดยใช้ข้อมูล คุณต้องเข้าใจกระบวนการของคุณก่อน: เข้าใจว่าจะได้รับข้อมูลนี้จากที่ใด ข้อมูลใดที่ขาดหายไป สิ่งที่ต้องทำเพื่อให้ได้มา วิธีเอาชนะการต่อต้านของพนักงานที่ไม่ต้องการแบ่งปันความรู้หรือ ใช้งานอยู่แล้วในบางโหมด ดังนั้นการเปลี่ยนแปลงทางดิจิทัลจึงเกิดขึ้นจากบนลงล่างและเริ่มต้นด้วยผู้บริหารระดับสูง

อ่านเพิ่มเติม:

NASA เปิดเผยที่มาของ Haumea - ดาวเคราะห์ลึกลับที่สุดในระบบสุริยะ

สิ่งมีชีวิตทำให้ดาวอังคารอยู่ไม่ได้

ตับสามารถทำงานได้มากกว่า 100 ปี: นักวิทยาศาสตร์บอกว่าเป็นไปได้อย่างไร