Välkommen till Modernt jordbruk !
home
Skapa en automatiserad infrastruktur på din gård

Silor är mer än bara en plats att lagra spannmål på Paulman Farms. De representerar också isolerade skördefickor, fukt, maskin, och näringsämnesdata som kan hjälpa Sutherland, Nebraska, operation få ut det mesta av de nästan 10, 000 tunnland den täcker.

Roric Paulman förlitar sig på 40 olika appar för att kontrollera och övervaka de 14 torra och bevattnade grödor som odlas på marken. Programvaran genererar en terabyte platsspecifik data varje månad, vilket motsvarar 75 miljoner sidor med information.

Den informationen är nyckeln till att hjälpa honom att fatta sunda förvaltningsbeslut. Problemet är, ingen har skapat ett system som enkelt kopplar ihop punkterna för att ge Paulman bättre insikter. Också, om han inte kan komma åt informationen från sin smartphone, han är inte intresserad. "Apparna och informationen som samlas in har slutat vara användbara, säger Paulman, som driver jordbruk med hustrun Deb och sonen Zachary.

Skapar en lösning

Företag med en lång historia inom jordbruket har arbetat med att bygga ett användarvänligt system som sömlöst bearbetar och integrerar data från otaliga appar. Än, datadelning och interoperabilitet är fortfarande inte lätt eller sömlöst.

Dessa företag står också inför ett eget problem:Hur samarbetar de med andra för att utveckla en lösning men ändå förbli konkurrenskraftiga? När jordbrukets befintliga aktörer arbetar på en lösning, utomstående som IBM växer fram med sin egen strategi.

Lanserades 2018, Watson Decision Platform for Agriculture utnyttjar kraften hos artificiell intelligens (AI) för att analysera silos av data och sedan generera evidensbaserade insikter. Watson börjar med att skapa en digital representation av ett fält. Denna elektroniska fältpost (EFR) inkluderar jord, Utrustning, gårdspraktik och arbetsflöde, och bilddata. Den kan också acceptera väderdata från The Weather Company.

Använder AI, maskininlärning, och avancerad analys till EFR, plattformen lyfter fram nyckelfaktorer som kan påverka skörden som marktemperatur, fuktnivåer, grödor stress, skadedjur, och sjukdomar. I sista hand, varje EFR blir en digital tvilling av allt som händer på Paulmans 113 fält. En enhetlig instrumentpanel låter honom enkelt se och övervaka data samt ta emot varningar när kritiska element som väder kan påverka en gröda.

Svårigheten med många av de beslut som Paulman försöker fatta är att de är biologiskt baserade. "De påverkas nästan alltid av väder som vi ännu inte känner till. Att ha förmågan att förutsäga förhållanden måste vara en integrerad del av alla beslutsplattformar, säger Kenneth Sudduth, forskningsjordbruksingenjör vid USDA-ARS.

Dessutom, processen måste automatiseras från början till slut. Teknik som automatisk vägledning, avstängningar, och bomhöjdskontroll – system som hade liten eller ingen direkt mänsklig kontroll – antogs ganska snabbt eftersom de förbättrade arbetsflödet utan att behöva interagera med operatören.

I dag, för många applikationer kräver att bönder matar in information om och om igen. "Varje gång bönder gör ett inträde, det finns en chans att de kommer att få det rätt, men det finns också en chans att de får fel, säger Michael Gomes, VP affärsutveckling IoT, Topcon Agriculture.

Oftare än sällan, den vanligaste sorten som planteras är märkt "en" eftersom fönstret för att få det fröet i marken hela tiden krymper.

Det är en smärtsam process, och bönderna är trötta på det.

Om bönder kan välja från en plocklista, Gomes säger, deras risk att få det fel är mycket lägre än att behöva stansa den bokstav för bokstav eller se till att de kallar det exakt samma sak varje gång.

"Bara cirka 8% av den data som samlas in är faktiskt användbar, säger John Fulton, docent vid Ohio State University.

kraften i ai

För att göra analysen bättre, en mycket renare datamängd behövs, och många tror att AI kan ta producenter dit. Att tillämpa det på data ger Paulman otaliga nya förmågor.

Från luften, han kan sätta in en drönare för att fånga ett majsfält och använda AI-visuell igenkänning för att identifiera växtsjukdomar eller ett skadedjursangrepp. Från marken, växter kan fotograferas på nära håll, så att Paulman kan reagera i realtid.

"Att förenkla processen gör det också möjligt för agronomer – som för närvarande spenderar 80 % av sin tid på att försöka samla in och analysera en bondes data – att fatta beslut med större självförtroende, säger Kristen Lauria, general manager för Watson Media and Weather Solutions.

Genom att sammanställa och kurera data, Paulman kan också identifiera de bästa metoderna för sina bevattnade hektar. Med en årlig tilldelning på 13 tum vatten för en majsskörd som kräver cirka 22 tum vatten, han måste se till att varje droppe används klokt. Det innebär att förlita sig på teknik som förstår att han har vissa jordar som tar 2 tum vatten per timme och andra som tar ¼ tum per timme.

Eftersom priserna fluktuerar konstant, Watson erbjuder också ett verktyg som samlar ihop enorma mängder prisdata – från den lokala spannmålshissen till terminsmarknaderna – och rekommenderar den bästa tiden att sälja för att maximera vinsten. Det är den typen av datainsamling och analys som skulle vara omöjlig utan AI och analys.

bygga databasen

När mer data flödar in, beslutsplattformen blir en mer robust lösning. Det är varningen. För att AI ska vara effektivt, det kräver en stor databas att dra från. Jordbrukare kommer inte bara att behöva ge andra tillgång till deras information, men kommer också att behöva dela data för att dra nytta av digitala verktyg.

"Även om vi pratar om att ha så mycket data, i många fall, det är väldigt lokaliserat. Det är nästan som om vi har för mycket data, men inte tillräckligt med data samtidigt, säger Sudduth.

Nyckeln, Gomes säger, är att få rätt data som bönderna accepterar, så att de sedan kan vidta åtgärder med tillförsikt.

Så hur gör man för att få bönder bekväma med att dela sin data? Billy Tiller hävdar att det måste vara ett producentledd initiativ.

Grundades 2012, the Grower Information Services Cooperative (GiSC) är ett bondeägt datakooperativ som tillhandahåller säker molnlagring för sina bondmedlemmar. Med huvudkontor i Lubbock, Texas, företagets plattform samlar in och hanterar flera lager av agronomi och avkastningsdata över en mängd olika grödor inklusive majs, sojabönor, vete, och sorghum.

"Det är dags för bönder att ha alternativ som bygger på objektiva motiv, inte på en anledning att köpa en annan produkt, säger Tiller, som är grundare och VD för GiSC.

IBM tror också starkt på datakooperativ. Genom att bygga tusentals bondupplevelser i en datamängd, Paulman kunde förstå, till exempel, vad som är vanligt bland alla majsodlare i Nebraska som driver skördar 20% över genomsnittet jämfört med de som hade skördar 20% under genomsnittet. Eftersom han ser sin verksamhet från ett annat perspektiv, han kan utvärdera vilka metoder som verkligen ger bättre avkastning och vilka som inte bidrar.

"Istället för att enbart förlita sig på data från sina egna gårdar år efter år, bönder kan också lära av varandra, säger Lauria.

Tillgång och delning är nyckelkomponenter i infrastrukturen, eftersom värdet från analys kommer från olika företag, säger Fulton.

Skeptisk till företag med ett egenintresse i hans data, Watson erbjuder också den självständighet Paulman letar efter. "IBM försöker inte sälja mer gödningsmedel eller maskiner till mig, " han säger. "Det är en förtroendegrej."

Går vidare

Infrastruktur är den största komponenten för att göra digital ag till en framgångssaga. Enligt Ag Gateway, 84 % av jordbrukarna och deras pålitliga affärspartners säger att de tycker att det är måttligt eller mycket svårt att sammanställa och analysera data som kommer från jordbruksfält.

Etablerat 2005, Ag Gateway har tagit bort interoperabilitetsfriktionen. Dess standardiserade Precision Ag Data Exchange-projekt (SPADE) har producerat Ag Data Application Toolkit (ADAPT), som gör det möjligt för olika mjukvaruapplikationer och hårdvarusystem att sömlöst utbyta information – med bred användning som slutmål. Hittills, 26 företag har förbundit sig till ADAPT genom att antingen utveckla en plug-in för sitt filformat eller integrera ADAPT-stöd i sina mjukvarusystem.

"Vi använder teknik varhelst och hur vi kan, eftersom vi måste bli bättre på vad vi gör för framtida generationer, säger Paulman. "Insikt från data hjälper oss att göra det."

Tills det finns ett enda system på plats som standardiserar och kopplar samman hela ekosystemet, silorna kommer att finnas kvar, och värdet av data kommer att fortsätta att vara begränsat för Paulman Farms.

Utveckla en digital strategi

Innan bönder kan få värde från sina data, de måste skapa en grund. John Fulton, Ohio State University, föreslår bönder att överväga de sju punkterna nedan när de utvecklar en digital strategi.

1. Identifiera tekniken du använder samt data som genereras från dessa tekniker.

2. Organisera dina lagrade data (t.ex. år, beskära, odla, fält).

3. Lagra en originalkopia av dina data både på och utanför gården så att det finns en säkerhetskopia.

4. Se till att data kan nås från vilken plats som helst och att offlineinformation uppdateras när en anslutning har återupprättats.

5. Samla in fullständig och kvalitetsdata så att du kan utföra önskade analyser.

6. Skydda data med säkra lösenord.

7. Definiera en strategi för att dela filer, som inkluderar ett format som är lätt att kopiera både på och utanför gården. Dela inte information utan tillstånd.


Odla
Modernt jordbruk
Modernt jordbruk