京公网安备 11010802034615号
经营许可证编号:京B2-20210330
机器人、无人机和大数据化身农业高科技
24小时耕作、自动驾驶拖拉机、无人多用途收割机…这些设备不再是科幻小说的想象,今日的农业已经开始拥抱各种创新科技。
在人们印象中农民辛苦挥汗播种、祈求风调雨顺五谷丰收的那些画面,其实从未精确反映农业科技;美国威斯康星州戴恩郡(Dane County, Wisconsin)的作物与土壤部门代表官员Heidi Johnson表示,农民其实是最具创意的“能工巧匠”。
Heidi Johnson
面对农耕设备的科技化议题,农人们通常都得自己解决;因为有块地的那位王老先生不太可能拥有一个IT部门。美国威斯康辛大学麦迪逊分校(Univ. of Wisconsin, Madison)副教授Brian Luck表示:“农民朋友们不只能自给自足,也擅长于在开发能贴近他们需求的东西上掌握先机。”他补充,其实现在看到的许多新兴农业科技,都是农民们自己的发想。
美国威斯康星州在不久前举行了一场“农业科技展(Farm Tech Days Show)”,现场不只能看到大型收割机、农业用直升机,参观者还能亲自尝试并与其他同业探讨最先进的农业科技,包括能连结至云端进行分析、改善农作物产量的传感器,以及能分担劳力的机器人。
无人机在今日的农业科技中也扮演了一个角色
你 可能不知道,无人机、机器人、分子科学、云端服务,以及气候变迁背后的大数据分析,已经是当代新农民每日闲话的议题。而Luck表示,农业领域的下一件大事,并非管理单一大农场,而是许多个小规模单位:“藉由透过GPS与地图科技的进展,我们的目标是管理个别区域内的农地灌溉辆、施肥量,并精细到每一株作物。”
农民需要能实时处理分析农场数据的方案
如此精确的农业耕作科技,能让农民们实时观察、量测作物的状况并作出回应,Luck指出:“资料是其中的关键。”
美国明尼苏达州农业合作社Land O’Lakes旗下的农业顾问子公司Winfield Solutions业务经理Larry Fiene接受EE Times美国版编辑访问时表示:“农民们会想要立即知道农作物何时‘不舒服’,以及原因所在;”他表示,农民最需要的高科技方案,包括能告诉他们土壤肥沃度的传感器,甚至精细到土壤颗粒中的化学/矿物质成分比重。
Larry Fiene
此外Larry指出,农民们也会想知道:“土壤营养成分传递到作物的流速;”因此农民需要实时性的数据,以及所需的传感器、诊断工具。
农业技术供应商John Deere的 Field Connect是一套能监测湿度并将数据传送上线,让农民实时做出是否需要灌溉的决定
去年底,美国国家食品及农业研究所(National Institute of Food and Agriculture,NIFA)总监Sonny Ramaswamy首度提出“农事联网(Internet of Ag Things)”这个名词,但它也并非全新概念,因为农民们已经在实践。Luck指出:“他们收集来自空气与土地的资料──藉由放飞无人机、在施肥与喷药 设备中布署作物传感器,以及把湿度传感器推入土壤。”
不过Luck也指出,农民们缺乏能满足需求、具成本效益的宽带连结技术;现在就算是在偏远地区,农民们也能连上因特网──例如透过卫星;但是其可取得性与联机成本对他们来说不太友善,因为农民们得处理越来越大量的数据流。
现 在农民们是会用SD卡或U盘,来储存在农场上收集到的数据,再带回家输入计算机、传送至服务机构让顾问或农作物专家进行分析;整套流程可能得花上几天。若农场设备终端节点具备足够运算能力,可以处理或编辑原始数据,再将其中最必要的部分直接传送至云端呢?这样的自动化程序将会是实时运作的,Luck指出: “我们正朝着这样的方向迈进。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
【核心关键词】统计学、互联网、知识、课程、学生、数学、软件、招聘、数据分析、实习经历、机器学习、理论基础、业务思维、统 ...
2026-07-10在互联网运营、产品设计、市场营销与商业数据分析领域,所有转化、成交、复购行为的底层逻辑,都依托于用户决策流程。用户从产生 ...
2026-07-10 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-07-10数据透视表是数据分析中最常用、最高效的汇总分析工具,具备快速分组、聚合计算、维度拆解、数据可视化等优势,能够轻松完成求和 ...
2026-07-09在统计学、CDA数据分析、机器学习与商业数据研究中,正态分布是最基础、最重要的数据分布形态。绝大多数参数检验、数据建模、指 ...
2026-07-09 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-07-09【核心关键词】采购、周期、原材料、企业、产品、成本、要素、库存、供应商、数据分析、生产计划、生产制造、加工制造、技术工 ...
2026-07-08在数据分析、特征工程、机器学习建模的工作流程中,原始数据往往包含多个不同维度的数值指标,例如客户交易数据中的消费金额、交 ...
2026-07-08 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-07-08商业谈判是企业采购合作、渠道签约、价格议价、项目合作、客户签约的核心关键环节,直接决定企业的合作成本、利润空间与经营风险 ...
2026-07-07在数据分析、业务效果验证、AB 测试、学术研究等场景中,T 检验是假设检验体系里最基础、应用最广泛的统计方法,也是均值差异分 ...
2026-07-07 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-07-07【核心关键词】转化率、企业、策略、岗位、互联网、拆分、产品、运营、分析师、指标体系、数据分析、用户画像、数据诊断、产品 ...
2026-07-06在数据分析工作中,文本数据处理是高频刚需场景,用户评论、客服工单、日志信息、调研问卷、商品文案等数据都包含大量文本内容。 ...
2026-07-06 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-07-06在 CDA 数据分析师能力体系中,透视分析是数据探索、多维度汇总、业务复盘的核心基础技能。无论是 Excel 数据透视表,还是 Power ...
2026-07-03在市场竞争日趋激烈、获客成本持续攀升的当下,企业粗放式的“广撒网”获客模式早已无法适配经营需求。企业经营的核心逻辑,已经 ...
2026-07-03 很多数据分析师精通Excel函数和数据透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么 ...
2026-07-03【核心关键词】运营、企业、核心、客户、新技术、数字化运营、数据分析、传统企业、人工录入、生产系统、技术人员、数据安全、 ...
2026-07-02在产品开发、项目立项、业务拓展、运营优化的工作中,市场调查、竞品分析、需求调研是三大核心基础工作。很多从业者容易将三者混 ...
2026-07-02