Увод
Глобални пољопривредни сектор суочава се са скупом изазова без преседана. Глобална популација која се брзо шири захтева огромно повећање производње хране, али узгајивачи морају да остваре ове веће приносе под свеобухватним притисцима тешке нестабилности климе, убрзавања деградације земљишта и смањених резерви слатке воде. Да би се кретала кроз ове препреке, индустрија је доживела дубоку промену дигиталне парадигме, удаљавајући се од субјективних, календарских-метода култивације ка високо прецизним, подацима{3}}оквирима управљања. Апсолутни центар ове технолошке револуције је Систем за праћење пољопривреде.
Систем за праћење пољопривреде је међусобно повезана мрежа хардвера, комуникационих протокола, софтвера у облаку и алата за аутоматизацију дизајнирана да континуирано ревидира, анализира и оптимизује услове на терену у реалном-времену. Трансформисањем експанзивне фарме у веома видљив, мерљив дигитални екосистем, ови системи пружају узгајивачима тачне увиде потребне за примену воде, ђубрива и интервенција управљања штеточинама са хируршком прецизношћу. Да бисмо заиста разумели како овај екосистем функционише, неопходно је испитати основне слојеве који чине његову архитектуру-у распону од физичких сензора закопаних дубоко у тлу до сложених машина вештачке интелигенције које раде у облаку.
Хардвер сензора: Сензорни органи поља
Основа сваког оперативног система за праћење лежи у његовом физичком сензорском слоју. Ови уређаји{1}}примењени на терену делују као чулни органи фарме, непрекидно претварајући физичке, хемијске и биолошке феномене у необрађене електричне сигнале. Без високо прецизног и издржљивог хардвера сензора, цела дигитална инфраструктура би пропала због грешака или података који недостају. У савременој агрономији, ови сензори су стратешки распоређени у три примарне зоне: испод површине тла, кроз атмосферску крошњу и изнад самог усева.
Под{0}}површинска аналитика се у великој мери фокусира на разумевање непосредног окружења коренске{1}}зоне. Сензори за рефлектометрију у временском домену (ТДР) и рефлектометрију у фреквенцијском домену (ФДР) су закопани на више дубина да би се пратио волуметријски садржај воде у тлу. Мерењем како електрични импулси путују кроз прљавштину, ове сонде откривају тачно колико је дубоко продрла влага. Уз ове сонде за влагу налазе се мерачи електричне проводљивости (ЕЦ) и електрохемијски сензори који мере концентрацију јона да би проценили нивое азота, фосфора и калијума (НПК). Ови-површински подаци спречавају недовољно заливање, прекомерно заливање и испирање, обезбеђујући да корени биљака увек живе у оптималној зони исхране.
Истовремено, атмосферски сензори и сензори крошње прате микроклиму која непосредно окружује усеве. Традиционалне, удаљене метеоролошке станице су често превише генерализоване да би објасниле јединствене топографске варијације велике фарме. Због тога се постављају локализоване микроклиматске станице за мерење температуре амбијенталног ваздуха, релативне влажности, барометарског притиска, векторске метрике ветра и фотосинтетички активног зрачења (ПАР). Ови показатељи су од виталног значаја; висока влажност у комбинацији са специфичним температурним прозорима може покренути алгоритме за предвиђање избијања гљивица, омогућавајући узгајивачима да примене превентивне мере пре него што се физички симптоми испоље на усеву.
Коначно, слој сензора проширује се на напредни компјутерски вид и оптичку дијагностику. Мултиспектралне и хиперспектралне камере постављене на пољске стубове, дронове или аутономне тракторе снимају светлосне таласне дужине које су невидљиве људском оку, као што је блиска{1}}инфрацрвена светлост. Обрадом ових рефлексија, систем за праћење израчунава индекс нормализоване разлике вегетације (НДВИ). Овај индекс делује као рани{4}}индикатор упозорења за густину хлорофила и ћелијски стрес, наглашавајући области поља које пате од раних-напада штеточина, недостатака хранљивих материја или воденог стреса много пре него што оштећење постане видљиво људском оку извиђачу.
ИИИ. Повезивање и телеметрија: изградња фарме-Широке комуникационе мреже
Прикупљање{0}}точних података о животној средини само је пола битке; те информације морају бити поуздано транспортоване из удаљених, често непријатељских теренских окружења до централизоване рачунарске платформе. Ово је одговорност слоја повезивања и телеметрије. Развијање робусне комуникационе мреже на стотинама или хиљадама хектара руралног земљишта уводи јединствене инжењерске изазове, укључујући густе крошње усева које блокирају сигнале, варијације терена и потпуни недостатак традиционалног напајања мреже.
За високо локализоване апликације, као што су комерцијални стакленици или концентрисане затворене вертикалне фарме, у великој мери се користе-бежичне топологије кратког домета као што су Блуетоотх Лов Енерги (БЛЕ), Зигбее и-Ви-високи пропусни Ви-Фи. Ови протоколи су одлични за руковање густим групама сензора на малим удаљеностима. Међутим, за експанзивну,-пољопривреду на отвореном пољу, опције кратког-домета су потпуно непрактичне због велике потрошње енергије и ограниченог домета.
Да би се ово решило, системи отвореног{0}}поља се у великој мери ослањају на мреже ниске{1}}широкопојасне{2}}мреже (ЛПВАН), при чему ЛоРаВАН (мрежа широког домета) и НБ-ИоТ (ускопојасни интернет ствари) воде у овој индустрији. ЛоРаВАН ради на нелиценцираним радио фреквенцијама, омогућавајући фармеру да постави један приватни пролаз који може да прикупља податке са хиљада сензорских чворова напајаних батеријама{5}}расутих у радијусу од пет-до-десет-миља. Ови сензорски чворови захтевају тако мало енергије за пренос својих малих пакета података да њихове унутрашње батерије могу лако да трају пет до десет година без замене. НБ-ИоТ функционише на сличан начин, али користи постојеће комерцијалне мобилне торњеве, што га чини одличном опцијом за фарме које се налазе у областима са јаком мобилном покривеношћу.
У веома изолованим географским регионима где земаљске ћелијске мреже потпуно одсутне, систем за праћење се ослања на напредна бацкхаул решења. ЛоРаВАН гејтвеји који се налазе на пољима могу бити упарени са сателитским комуникационим терминалима, као што су сателитске констелације ниске{1}}Земље у орбити (ЛЕО). Ово осигурава да чак и фарма која ради усред удаљене долине може континуирано преносити своју микроклиму и телеметрију тла у свемир и назад у облак, одржавајући непрекидан ток теренске интелигенције.
Обрада података у облаку и вештачка интелигенција: Централна обавештајна јединица
Када телеметријски слој успешно испоручи необрађене токове података из поља, информације улазе у слој за обраду података у облаку. Ово је централна обавештајна јединица целог Система за праћење пољопривреде. Необрађени бројеви-као што је очитавање влаге у земљишту од 22% или брзина ветра од 15 чворова-имају веома малу вредност за заузетог узгајивача осим ако нису обједињени, укрштени{{6}и преведени у јасну агрономску интелигенцију која се може применити.
Почетна фаза овог слоја укључује машине за унос великих података које стандардизују и чисте долазну телеметрију различитих произвођача хардвера. Једном централизовани, модели вештачке интелигенције (АИ) и машинског учења (МЛ) преузимају власт. Ови модели не посматрају тачке података изоловано; уместо тога, они анализирају сложене, историјске односе између влаге у земљишту, фаза раста усева и временске прогнозе. На пример, покретањем предиктивних модела евапотранспирације, клауд машина може да израчуна тачно колико ће воде усев добити у наредних четрдесет-осам сати, омогућавајући му да генерише оптимизован распоред наводњавања прилагођен типу земљишта и сорти усева тог специфичног поља.
Штавише, ове платформе у облаку интегришу моделе фенологије штеточина и болести. Комбиновањем-података о влажности листова и температури у реалном времену са локализованим историјским трендовима, систем може да упозори агронома да су услови тренутно на прагу ризика од 90% за одређену гљивичну болест, као што је касна пламењача. Ово трансформише управљање фармом из реактивне праксе у веома проактивну стратегију.
Да би ова сложена позадинска израчунавања била доступна људским оператерима, слој облака шаље податке на{0}}корисничке графичке контролне табле. Доступни преко мобилних апликација или софтвера за десктоп рачунаре, ови интерфејси користе просторне мапе, бојом{2}}кодиране зоне ризика и аутоматска пусх обавештења. Узгајивач не мора да чита необрађене податке о напону; уместо тога, добијају једноставно упозорење паметног телефона у коме се наводи: „Зона 4 Западни виноград се приближава тачки венућа. Покрените 20-минутни циклус наводњавања.“
Рубни актуатори и аутоматизација: претварање телеметрије у физичку интервенцију
Крајња зрелост система за праћење пољопривреде се остварује када пређе са чисто пасивног алата за посматрање у активни, затворен{0}}екосистем аутоматизације. Ово се постиже повезивањем увида у облак са ивичним актуаторима-физичко-механичким компонентама које извршавају структурне промене на терену без потребе за људским радом.
У аутоматизованим прецизним системима за наводњавање и фертигацију, систем за надзор је директно повезан са електронским електромагнетним вентилима и пумпама са променљивом брзином (ВРА). Када платформа за обавештавање у облаку утврди да је одређена зона пала испод ниже дозвољеног прага исцрпљивања за управљање, она шаље команду назад кроз телеметријску мрежу на терен. Локални актуатор отвара одређени вентил за воду, испоручује прецизну потребну количину воде и искључује вентил када под-површински сензори потврде да се зона корена вратила на теренски капацитет. Ова затворена{4}}аутоматизација елиминише људску грешку, зауставља расипање воде и обезбеђује да усеви никада не буду изложени дуготрајном стресу суше.
У заштићеној пољопривреди, као што су велики-аутоматски стакленици, ивични актуатори су још интегрисанији. Ако унутрашњи сензори покажу да је сунчево зрачење довело до тога да температуре премаше оптималне биолошке прагове, систем за надзор тренутно укључује механичке актуаторе да отворе кровне вентилационе отворе, намотају бочне завесе, укључе јастучиће за хлађење испаравањем или постављају крпе за сенке изнад главе. Када сензори открију да се унутрашње окружење стабилизовало, актуатори се прилагођавају како би уштедели енергију.
Ова могућност аутоматизације се такође проширује на аутономну машинерију и отпрему дронова. На пример, када стационарни низ мултиспектралних камера или сателитско напајање означи локализовану аномалију која указује на изненадну појаву штеточина у удаљеном углу поља, систем за праћење може аутоматски да генерише геоограђену путању лета и пошаље аутономни дрон за прскање. Дрон лети директно до координата заразе, примењује циљани биолошки третман на захваћени део и враћа се на своју прихватну станицу. Овај ниво аутоматизације спречава да локализовани проблеми експлодирају у -епидемије широм терена, а све то уз драстично смањење употребе хемикалија.
Закључак
Изградња и одржавање ефикасног система за праћење пољопривреде захтева кохезивну интеграцију више технолошких дисциплина. Као што је истражено, систем функционише као обједињени ток посла: специјализовани под-површински, надстрешни и оптички сензори прикупљају-податке о животној средини високе верности; телеметријске мреже мале{3}}е снаге поуздано преносе те податке на велике удаљености; Механизми вештачке интелигенције засновани на облаку{4}} анализирају информације да би генерисали предиктивне увиде; и ивични актуатори претварају те дигиталне увиде у прецизне, аутоматизоване физичке акције на терену.
Гледајући у будућност, могућности архитектуре за праћење пољопривреде ће наставити да се шире. Комерцијална примена ултра-густих 6Г мрежа, заједно са развојем ивичних{3}}чипова за рачунарство, ускоро ће омогућити сензорима да обрађују сложене АИ алгоритме директно на терену, смањујући ослањање на повезивање у облаку. Поред тога, напредак у квантном рачунарству ће омогућити хипер-локализовано временско и молекуларно моделирање усева са прецизношћу без преседана. Прихватањем ових интегрисаних дигиталних система, глобална пољопривредна индустрија може успешно да одвоји биљну производњу од деградације животне средине-обезбеђујући отпорну, одрживу и храну-сигурну будућност за генерације које долазе.