技術論壇
發文時間 2020/06/02 作者 shuechang886
瀏覽次數 3334 留言數量 8 按讚 2
IoT數據資料蒐集/分析/預測類 智慧農業
智慧農業的應用常見的是導入資訊科技與自動化控制系統,藉由先進環境監控、資料收集分析,讓農業脫離天然環境的控制、降低栽種成本、提高作物收成率及品質
那麼,智慧農業除了種植上的監控系統,還有什麼其他應用?
發文時間 2020/06/02 作者 dikai
按讚 1
引用這篇報導的一段文字,回歸天體運行的原理
「大家對於智慧農場的既定印象就是需要很多感測器的裝置設備。」陳柏宏說出大家,包含他自己一開始對於智慧農場的想法,不過現在的他卻打破這個觀念.將感測器一一拔除,反而是透過許多物理方式讓農場自給自足,管理起來也更為方便,像是利用飼養蚯蚓進行有機農法的運作,不僅可以鬆土也可以提供植物所需的養分;農場前端設置一大面的水牆,水流由上往下流過紙板後一直重複循環,空氣經過沾附水的紙板,溫度會下降,冷空氣就會進入溫室;利用冰水機與水塔的循環進行土溫管理,透過冰水機進行熱交換,讓土溫維持在22度。
https://makerpro.cc/2019/11/why-a-software-engineer-turned-into-a-farmer/
發文時間 2020/06/03 作者 omnixri
按讚 1
監看和控制是對應的,如果溫度高了,就要有降溫機制(如遮陽、灑水),土壤乾了就要澆水,酸鹼值變了就要給予適當肥料或養份。
再來是收集一堆數字但無人判讀,或者沒有和真實作物生長情況(如照片)對照,那這些數據就無用武之地,只是數字而已。大家常說先要收集數據才有後面人工智慧的推論或預測,但卻忘了目前沒有加入領域知識,所做出的預測只是數學上有意義但實際上參考意義不大,可信任區間太小,無法真正影響決策。因此科技農夫的存在就變得很重要,不僅要有科技實施能力,更要有農作經驗,如此反覆修正生產及預測模型,如此才能真正稱的上是智慧農業,讓大家可以輕鬆務農。
發文時間 2020/06/03 作者 zhoujieren8
按讚 1
透過區塊鏈的分散式資料庫的網路架構基礎,能夠使用在各種不同情境的資訊加密應用上,當然也包括農業上的應用,舉例來說,可使用在農產品的生產履歷上,其去中心化且不可篡改的特性,將可以有效地證明農產品的品質與溯源,尤其在農產品外銷時,區塊鏈如同國際通用語言,等於在幫農產品的品質做最強力有效的背書。
發文時間 2020/06/03 作者 hannibal34
按讚 1
農業上還可以使用機器人和無人機,利用其機械控制且不會累的特性,再加上電腦視覺的應用,可以使用機器手臂,配合軟性∕撓性機械夾爪進行採收的設備,可透過影像視覺分析判斷作物是否已可採收,且自動進行抓取位置與採收方式的判斷,自主完成採收作業,可減輕農場作業負擔降低勞動力需求,提供農民更有效率的農場經營管理模式
發文時間 2020/06/03 作者 omnixri
按讚 2
智慧農業當然也少不了採收機器人,小弟之前曾寫過幾篇文章可以提供大家參考
採收機器人_視覺篇 https://omnixri.blogspot.com/2018/08/blog-post_28.html
採收機器人_夾爪篇 https://omnixri.blogspot.com/2018/09/blog-post_28.html
採收機器人_機器手臂篇 https://omnixri.blogspot.com/2018/10/blog-post.html
另外關於空拍機部份,可以用來計算生產、農損,方便產量及價格估測,之前花蓮就有農友用來數西瓜,可參考「算西瓜算到很火大」~財金博士發展高空盤點,號召全國空拍一起幫農友」
發文時間 2020/06/03 作者 laisan86
按讚 1
其實這個題目問起來有點奇怪, 照道理說應該是要問究竟農戶是對於農地的田間管理策略是怎樣, 才比較容易讓人理解
農業本來長久來說就是不確定性很高的古老行業, 所以『鋤禾日當午,汗滴禾下土』, 現在智慧農業的感測器收集數據, 說穿了就是針對田間與作物兩者之間的適性進行了解, 因此感測器的數據只是表象, 真正的應該是作物的生長週期與對應的田間工作, 如何規劃才是保障收穫的重點
發文時間 2020/06/04 作者 jingrul691
按讚 1
若說到個人化的智慧農業就會想到開源的FarmBot,FarmBot就像一台大型的3D印表機,運用在農業科技上,藉由軟硬體的整合,實現「不用下田,也能種田」的願景,並進一步配合各種感測器的應用,達到自動化監控,所以還是得運用到感測器的技術就是了。
想像一下,只要將FarmBot架設好,不需要照料,經過幾個星期,就能採收作物來吃,是不是很有趣也很實用呢?
發文時間 2020/06/04 作者 shuechang886
按讚 1
6/22就有一場線上的分享交流會 -- 科技農夫之AI牛臉辨識
https://www.accupass.com/event/2005311507317715327110
AI在傳統產業會有什麼需求呢?畜牧業的經營當中維護動物的健康是最為重要之事,要如何管理好每一隻動物的個別健康狀態是個大考驗。如今有了AI幫助,運用影像辨識的技術,辨別出連人類都難以區分的差異,分別記錄每隻牛隻的行蹤及狀態,進而讓管理者掌握動物們的健康狀況。
好比以水稻來說, 土壤溫度是一項決定生長周期的重要關鍵, 因此有所謂利用有效積溫法的方法來估算, 白話來說,就是以作物所承受的溫度作為其生長之主要參考指標,其原理在於作物與人類等動物也一樣,對於所可以承受的溫度變化有一定的耐受範圍,低於或者高過所能承受的溫度變化,就會停止生長或活動甚至死亡,以這樣的理念當基礎,提出了能夠對作物成長累進成效判斷的方法
首先觀察作物承受的溫度變化必須先設定一個演算週期(普遍設為 24 小時)在這週期內作物所承受的溫度有高有低,逐次把溫度數值記錄下來,就能描繪出一道曲線,然後再根據作物所能耐受的溫度變化範圍設立出最低與最高警戒線,這樣就成了每週期的有效積溫法評估單元(Unit)
作物可耐受的最高與最低溫度,則會因為作物種類以及其品種之不同而會有不同,這必須由農業科學家以恆溫箱(Calorstat)搭配各式調控環境條件的儀器,對於目標作物進行培養實驗才能得知,跟著以公式來計算
K = N(T - C)
K代表總積溫、C代表該作物可耐受的最低溫度、T表示該作物於生長期間所承受的溫度平均值、N則表示該作物的生長天數
因而,利用實驗室對作物進行試驗後,可以得知作物生長週期中每個階段的總積溫K,如此一來就可以成為一種估算指標,既然能估算作物生長周期的每個階段,對於田間作業的內容與時程規劃就有幫助了
作者 laisan86 發文時間 2020/06/03 按讚 1