温室数据与植物科学的集体力量

格罗桑温室数据8月2021年

植物和数据科学模型对于每个种植者来说是独一无二的,因为每个种植者都不同,必须考虑他们的具体增长条件。照片:格罗丹

数据驱动的培养不是新的,因为温室种植者使用了气候和rootzone数据来帮助直接他们的行动数年。然而,该技术正在不超出简单的监控,并且可以基于来自监视设备的数据输入来分析和预测结果。

广告

进步人工智能(AI)和园艺行业数据的科学是改变游戏规则的技术,帮助果农实现数据的力量在温室中,以提高效率,质量和产量。 AI包括使用电脑做的事情,传统上需要人类的智慧。这意味着创建的算法进行分类,分析和借鉴的数据预测。它还包括作用于数据,新数据的学习,提高随着时间的推移。

AI和数据科学如何改变行业

有三个主要原因是可以改变温室和室内农场的运作方式:

  1. AI有巨大的潜力,可以帮助温室满足对新鲜和可持续的食品生产的不断扩大的需求,同时确保诸如水和投入等磷的关键资源被保守。温室和室内不断增长的设施在满足未来的食物需求方面越来越重要。
  2. 大数据为个人和本地解决方案创造了极大的潜力。数据的质量和数量对于种植者来优化其生产是重要的,但可摄取和消化它是乏味的。这些数据在温室操作中具有许多有用的应用程序。一个这样的应用是预测的。格罗丹的最新创新E-GAR例如,使得能够精确的产量预测长达四周。种植者在温室中受益于基于AI的预测和数据驱动的洞察力。
  3. 自动化将大大提高效率。仍然需要在种植,作物登记,收获和其他活动的温室中仍然需要手动劳动。这是耗时和重复的。对自动化的需求不仅仅是有效的原因,而且还有健康和安全,正如我们在Covid-19大流行期间所见证的那样。

结合数据和工厂科学有可能提高效率和可持续性。培养有许多可用数据来源,包括植物生长,rootzone,气候条件等。收集所有这些数据可能是耗时和易于错误;然而,高科技系统可以从传感器和图像中收集所有数据,分析信息,并提供见解和KPI。

将数据科学与植物科学相结合

植物科学是一种涉及植物生理学,遗传学和生长的古典科学。数据科学是从原始数据提取有用和可操作知识的科学。当种植者的专业知识因富裕的数据和智能算法而增强,识别相关性甚至因果,结果是数据驱动的培养,可以给出更好的作物质量,提高产量和更高效率。

植物与数据科学模型是每个种植者独一无二的,因为每一个种植者是不同的,它们的具体生长条件必须加以考虑。每个大棚的位置,键入温室,和生长介质是独一无二的。该品种直接影响生长和产量。个性化的数据建模和正确的工作程序是必不可少的。例如,Grodan显现的数据平台E-格罗复杂的算法,占品种和实时分析您的个人资料温室。

数据驱动的增长正逐渐成为由于面临种植者问题的复杂性是必不可少的。这得到了强劲的上涨,并从AI投资和数据的科学回报的设施明白,预测分析,如使用数据来预测未来的收获和规范分析,利用数据输入与更好的决策帮助,需要在可靠的数据采集至少一个生长季节。这些分析模型需要进行定制,包括植物与理论植物生理学模型的现实生活中的行为,因为有许多外部和意外因素在不断增加,如极端的气候条件下,价格波动,病虫害,劳工问题,等。随着质量数据输入好的,鲁棒的算法可以构建和温室数据的处理将给出非常高的值,可操作的结果在生长的所有参数。

AI和大数据启用温室的升级

数据给种植者在温室中更多的控制。压倒性的走势看,今日是实现可持续生产。数据驱动的培养改善了最终产率(例如,果实的外观)和增强了水果的营养价值的质量。在AI和新技术的兴趣正在增加。培育企业的规模在不断扩大,以及所需的比例放大了新的挑战。机器学习,人工智能和数据科学可以提供答案。也有越来越多的多国和多国行动和数据系统,使得它可以远程运行公司业务的同时,在每个温室优化。

数据驱动种植改造温室和室内种植业。挑战行业面临着粮食需求,资源稀缺程度,市场条件的变化,并增加规模产生紧迫感超过种植系统的增益控制。种植者有自己的生产系统的控制权更大程度,并与采用人工智能和数据科学的,他们将得到真正改善他们的庄稼的表现力。可以从温室和室内农场内的各种来源是稠合的数据越多,越精确生长过程就可以了。数据驱动利用基于深园艺知识与数据科学相结合强大的算法是很重要的工具,以有效地利用人工智能的力量在温室和室内农场软件平台。

1