Modernizacja rolnictwa: Czy analiza danych może uratować rolnictwo?

Rolnictwo jest jedną z najstarszych gałęzi przemysłu na świecie, a dowody na jego istnienie znaleziono już 21 000 lat p.n.e. Jednak wraz ze wzrostem populacji i zaburzeniami środowiska spowodowanymi zmianami klimatycznymi rolnictwo musi znaleźć nowe rozwiązania, aby poprawić bezpieczeństwo żywnościowe.

Jednym ze sposobów na zwiększenie produkcji żywności jest wykorzystanie analiza danych aby poprawić wydajność rolnictwa. Analizując dane dotyczące wzorców pogodowych, warunków glebowych, inwazji szkodników, poziomów światła słonecznego, sił rynkowych i innych czynników, rolnicy mogli określić optymalny czas na zasiew, obróbkę i zbiór upraw, a także określić najlepsze uprawy w celu maksymalizacji zysków w określonych warunkach.

Podejmowanie decyzji na podstawie danych nie jest nowością w rolnictwie. Od 1792 r. Almanach starego farmera dostarczył amerykańskim rolnikom informacji dotyczących prognoz pogody, wykresów sadzenia i danych astronomicznych. Tymczasem w Wielkiej Brytanii, Tygodnik Rolnika zapewnia regularne źródło informacji i aktualizacji zaprojektowanych, aby pomóc rolnikom. Te publikacje i inne podobne do nich, dostarczają regularnie aktualizowanych informacji, aby umożliwić podejmowanie dobrych decyzji.

Udostępnienie rolnikom większej ilości danych i zaawansowanych narzędzi do ich analizy umożliwi podejmowanie bardziej świadomych decyzji dotyczących zarządzania uprawami. Istnieje już ogromna ilość historycznych danych pogodowych, które można wykorzystać do przewidywania wzorców pogodowych. Chociaż zmiany klimatu mają tendencję do zwiększania prawdopodobieństwa ekstremalnych zjawisk pogodowych, takie zdarzenia są włączane do istniejących modeli klimatycznych.

Istnieje wiele źródeł danych związanych z rolnictwem. Dane giełdowe można zbierać, aby określić, które uprawy radzą sobie lepiej niż inne. Czujniki można wykorzystywać do zbierania danych o jakości gleby i wilgotności. Drony można wykorzystywać do monitorowania szkodników i chwastów, a satelity można wysyłać na orbitę, aby zbierać dane o ilości światła słonecznego na polu.

WWF I TechUK niedawno opublikowane Uprawy do kodu: Rola danych w promowaniu zrównoważonego handlu produktami rolnymi i odpowiedzialnych łańcuchów dostawRaport podkreślił rolę danych i technologii w promowaniu zrównoważonych praktyk rolniczych i odpowiedzialnych łańcuchów dostaw na całym świecie.

Badanie podkreśla znaczenie monitorowania danych przy użyciu technologii mobilnej i platform cyfrowych na poziomie produkcji, aby zapewnić widoczność i zrównoważony rozwój łańcucha dostaw. Ponadto autorzy przedstawili rządowi Wielkiej Brytanii strategiczne zalecenia dotyczące skalowania innowacji technologicznych.

W raporcie stwierdzono: „Harmonizacja danych stwarza liczne możliwości – od umożliwienia rolnikom lepszego zrozumienia wpływu ich produkcji i łańcuchów dostaw, których są częścią, po wspieranie instytucji finansowych w podejmowaniu świadomych decyzji, po weryfikację oświadczeń dotyczących zrównoważonej produkcji lub dystrybucji”.

Jedną z kluczowych zalet analizy danych jest możliwość ciągłego monitorowania danych przychodzących przez pewien okres czasu i wysyłania alertów w przypadku wystąpienia problemów. Na przykład czujniki mogłyby identyfikować optymalne czasy nawadniania lub nawożenia upraw.

Poprzez identyfikację trendów w istniejących danych, systemy analizy danych mogą przewidywać prawdopodobne wyniki. Korzystając z rozwiązań predykcyjnych, takich jak Symulacja Monte Carloumożliwiłoby rolnikom identyfikację trendów rynkowych i prawdopodobnych warunków uprawy różnych upraw.

„Obecnie gromadzimy dane nie tylko po to, aby wspierać podejmowanie decyzji dotyczących uprawy produktów rolnych, ale także po to, aby przewidywać”, mówi Mark Wolff, konsultant branżowy i główny strateg ds. analityki zdrowotnej w dziale Global Internet of Things (IoT) w firmie SAS.

„Jeśli w tej chwili wykonam te czynności w tej kombinacji, czego mogę się spodziewać, biorąc pod uwagę pewne założenia dotyczące nawadniania?”

Próby i trudności związane z uprawą

Symulacje komputerowe można wykorzystać do przewidywania, co się stanie, gdy uprawiane są różne uprawy lub gdy wypróbowywana jest nowa rutyna. Wcześniej wymagałoby to od rolnika wypróbowania uprawy przez sezon, aby dowiedzieć się z pierwszej ręki, jaki jest zwrot z uprawy, co jest czasochłonne i może prowadzić do strat.

„Kolejnym poziomem analizy jest cyfrowy bliźniak – symulacja przepływu pracy” – mówi Wolff. „Gdy masz matematyczny zestaw relacji między danymi wejściowymi i wyjściowymi – uprawą, składem genetycznym tej uprawy dla określonego obszaru geograficznego, zestawem danych wejściowych dla środków chemicznych i biologicznych oraz wynikiem – możesz to symulować”.

Istnieje więcej niż tylko kwestie finansowe, które rolnicy muszą brać pod uwagę w rolnictwie. Często rolnicy wybierają uprawy z powodów innych niż natychmiastowy zysk finansowy. Płodozmian jest powszechną praktyką w rolnictwie, gdzie różne uprawy są uprawiane sekwencyjnie w celu zwalczania szkodników i chwastów oraz w celu poprawy gleby.

„Zamiast mówić nam, jaką uprawę uprawiać, istnieje możliwość identyfikacji pojawiających się ognisk choroby w części pola, co stanowi rodzaj systemu wczesnego ostrzegania” – mówi David Ross, główny konsultant ds. usług rolniczych w Scotland’s Rural College.

Jak we wszystkim, kluczowa jest rentowność finansowa. Niewielu rolników stać na kompleksowy pakiet systemu do analizy danych. Chociaż może to być jednorazowa płatność, zwrot z inwestycji zajmie trochę czasu. jeżeli produkt stanie się przestarzały lub nie będzie już obsługiwany, konieczne będą dalsze znaczne inwestycje.

Z tych powodów firmy technologii rolniczej badają praktyczne aspekty oferowania usług analizy danych jako usługi subskrypcyjnej dla rolników. Rozwiązuje to problem początkowych wysokich kosztów oprogramowania.

Jednak inwestycje przez cały czas będą potrzebne dla różnych czujników. Wiele firm rolniczych wygenerowało już duże zbiory danych, których mogłyby użyć jako modelu bazowego do analizy danych rolniczych.

Wymagana byłaby sieć gromadzenia danych. Obejmuje ona czujniki do gromadzenia danych w sieci, która przesyła informacje do przechowywania i analizowania. Instalacja takiej sieci może być również znacznym jednorazowym wydatkiem, podobnym do procesu łączenia firmy z usługami telekomunikacyjnymi.

Pokonywanie problemów z łącznością

Ponadto łączność sieciowa pozostaje problemem na obszarach wiejskich, zwłaszcza w bardziej odległych regionach kraju. Istnieją choćby obszary wiejskie, które przez cały czas nie odbierają sygnałów telefonii komórkowej. Aby te rozwiązania analizy danych były skuteczne, konieczne są dalsze inwestycje w wiejską infrastrukturę telekomunikacyjną.

Jednym z potencjalnych wyzwań dla rolnictwa opartego na analizie jest brak udostępniania informacji między różnymi dostawcami. Istnieje niewielka lub żadna interoperacyjność między urządzeniami różnych producentów, co oznacza, iż ​​rolnicy mają wiele różnych zestawów danych, ale nie mają możliwości ich połączenia, aby zobaczyć, jak wszystkie one ze sobą oddziałują.

„Mamy dziesiątki programów, których farma używa do wprowadzania i wyprowadzania danych, ale ja nazywam je silosami danych” — mówi Ed Harris z Data Science Agriculture Research Centre na Harper Adams University. „Nie komunikują się ze sobą i otrzymujesz tylko informacje o swojej farmie”.

Możliwość łączenia wielu zestawów danych razem zapewniłaby bardziej holistyczny przegląd działalności gospodarstwa, a nie szereg niezależnych danych wejściowych. Jednak udostępnianie tych danych przy jednoczesnej ochronie danych osobowych i finansowych każdego gospodarstwa byłoby niezbędne, aby taka usługa pozostała zgodna z przepisami o ochronie danych, takimi jak brytyjskie Ustawa o ochronie danych 2018.

Możliwość porównywania danych z innymi gospodarstwami dałaby rolnikom lepsze zrozumienie sposobu działania ich gospodarstw. Niezależnie od siebie te informacje byłyby kilka warte, ale po połączeniu umożliwiłyby oszacowanie bazowe sposobu działania typowego gospodarstwa. Umożliwiłoby to rolnikom identyfikację obszarów w ich gospodarstwie, na których muszą skupić swoją uwagę.

„Moim utrapieniem jest to, iż jeżeli uzyskasz te liczby z jednej farmy, rolnik będzie miał tę jedną liczbę” — mówi Harris. „Myślę, iż potrzebny jest biznesplan, aby stworzyć benchmarking dla węgla i innych operacji rolniczych. Wtedy mam trochę więcej informacji w kontekście innych farm”.

Należy również wziąć pod uwagę elementy regionalne. System analizy danych opracowany na podstawie gospodarstw w określonej części kraju niekoniecznie będzie działał w innej.

Istnieją kwestie środowiskowe i geograficzne, które należy dostosować, aby każde rozwiązanie analizy danych było skuteczne. „Pracowaliśmy nad projektem z Australii i działał on idealnie, ale jeżeli przeniesiesz go do warunków szkockich, to jest to po prostu katastrofa, ponieważ było to inne środowisko” — mówi Ross.

Oprócz analizy danych, automatyzacja jest wykorzystywana do rozwiązania ostatnich niedoborów siły roboczej. Są to zwykle powtarzalne i monotonne zadania, takie jak dojenie krów, co pozwala pracownikom skupić uwagę na bardziej złożonych zadaniach.

„Próba pozyskania siły roboczej na farmę to duży problem, więc rolnicy są otwarci na korzystanie z technologii w różnych formach” — mówi Ross. „Robot na farmie mleczarskiej kosztujący 30 000 funtów rocznie ma potencjał, aby zaoszczędzić rolnikowi 85 000 funtów rocznie na sile roboczej”.

Chociaż rolnictwo nie jest postrzegane jako branża oparta na IT, jest to branża, która wymaga wiarygodnych i dokładnych danych, aby umożliwić podejmowanie świadomych decyzji. Analiza danych może być wykorzystywana do identyfikowania pojawiających się trendów w zbiorach danych i ostrzegania rolników, kiedy interwencja może być konieczna w celu ochrony upraw i zwiększenia ich plonów.

„Rolnicy to cyniczni dranie. Trzeba to udowodnić i musi być zwrot z inwestycji” – podsumowuje Ross. „To nie zawsze są pieniądze, może to być czas. Musi być to stosunkowo proste, solidne i działać na brudnej farmie i w brudnym środowisku, ponieważ po prostu nie da się tego obejść”.