Czy badania rolnicze są nadal potrzebne?

Uniwersytet Wageningen był budowany ponad 100 lat w oparciu o tradycyjne badania rolnicze, ale pojawienie się czujników i dużych zbiorów danych mogło wstrząsnąć tradycyjnymi instytutami. Czy każdy rolnik wkrótce będzie miał własną eksperymentalną farmę?

Uniwersytet niedawno obchodził 100-lecie swojego istnienia, a tym samym 100 lat wysokiej jakości badań rolniczych. W latach pięćdziesiątych i osiemdziesiątych CT de Wit położył podwaliny pod związek między fotosyntezą a produkcją roślinną, ale także pod stosowanie nawozów i mieszanie różnych upraw, które mają na siebie pozytywny wpływ.

Ten rodzaj badań naukowych powstał w drugiej połowie ubiegłego wieku dzięki ogromnej ilości pomiarów, modeli teoretycznych i ostatecznie rozwojowi porad, z których rolnictwo korzysta do dziś.

Czujnik jako źródło danych
Dane wymagane do tych badań są często gromadzone na polach doświadczalnych z różnymi typami gleby, odmianami, dawkami nawozów lub środków ochrony roślin, a także często w gospodarstwach doświadczalnych. Jednak w ostatnich dziesięcioleciach zaobserwowaliśmy, że cyfryzacja przejmuje część tego gromadzenia danych i rozwoju wiedzy. Czujniki umożliwiają zbieranie danych na dużą skalę i opracowywanie spostrzeżeń, których my jako ludzie nie jesteśmy w stanie przewidzieć.

Automatyczne sterowanie siewnikami i siewnikami, rozsiewaczami nawozów i opryskiwaczami za pomocą kart zadań umożliwia bezproblemowe konfigurowanie prób polowych. Czujniki plonu mogą automatycznie rejestrować wyniki tych testów. Na przykład każdy hodowca jest badaczem we własnym gospodarstwie, a koszty badań są drastycznie obniżone. Ponadto wyniki stają się znacznie bardziej trafne, ponieważ każdy ma wyniki badań z własnej firmy, a nie z eksperymentalnej farmy. Pojawia się też coraz więcej możliwości wykorzystania algorytmów samouczących się do analizy danych.

praktyka amerykańska
Przykład pochodzi z American Climate Corporation, części firmy Bayer. Ta firma niedawno uruchomiła cyfrową doradca ds. nasion wystrzelony. Wykorzystując inteligentne algorytmy w bazie danych map glebowych, danych z siewników i map plonów z kombajnów, zapewniają automatyczne porady dotyczące rodzaju gleby w celu uzyskania najlepszej odmiany kukurydzy. Nie przeprowadzono tu żadnego eksperymentu rolniczego. Zostało to opracowane na podstawie danych zebranych od 200 hodowców z 40.000 XNUMX hektarów, z danymi, które często były już dostępne. Algorytmy samouczące się określiły strategię, która zapewnia najwyższy zysk dla każdego rodzaju gleby.

W Droneworkers stale tworzymy również nowe insighty na podstawie danych (we współpracy z partnerami i doradcami sieci). Pobieramy próbki gleby na sezon na podstawie map glebowych i wysokościowych. Następnie mapuje się wschody każdej rośliny i możemy śledzić wzorzec wzrostu w trakcie sezonu, uzupełniony o próbki gleby. Używamy kamer termowizyjnych do wizualizacji bilansu wilgotności i przewidywania plonów przed zbiorami. Wykorzystujemy nowe spostrzeżenia z tych dużych zbiorów danych, aby zdobywać nową wiedzę i ulepszać istniejące porady.

Kolorowe porady
Dla Ciebie jako hodowcy oznacza to, że nowe spostrzeżenia stają się dostępne w szybszym tempie na temat najlepszych strategii. Aktualne porady dotyczące uprawy są często bardzo ogólne. W zależności od sytuacji dawka jest zbyt mała lub powoduje uszkodzenia. Porada może być też kolorowana przez sprzedawcę lub doradcę, ale także przez sposób testowania, na którym opiera się porada. Testy często mają ograniczone znaczenie dla praktyki, a dane z praktyki rozwiązują ten problem.

Mądrość rolnicza zawsze będzie niezbędna do prawidłowego prowadzenia biznesu, ale działalność biznesowa będzie częściej wspierana przez nowe formy wskazówek opartych na danych. Nie tylko do uprawy, ale także od księgowego, rządu i razem z kolegami.

Badania tradycyjne
Jeśli możemy wizualizować tak wiele nowych aspektów uprawy i rozwijać nową wiedzę na podstawie danych, przy znacznie niższych kosztach i krótszym czasie rozwoju, czy nadal istnieje rola tradycyjnych badań rolniczych? A może nowe pokolenie naukowców wie, jak wykorzystać to jako okazję do rozwijania nowej wiedzy wraz z sektorem?

Berta Richa

Bert Rijk jest współwłaścicielem firmy Aurea Imaging. Firma ta lata dronami od 2010 roku, niektóre z nich są projektowane i budowane samodzielnie. Według niego drony oferują rozwiązanie umożliwiające elastyczne wdrażanie i lepsze obrazy.

© Analiza rynku DCA. Niniejsza informacja rynkowa podlega prawu autorskiemu. Zabrania się reprodukowania, rozpowszechniania, rozpowszechniania lub udostępniania treści osobom trzecim za wynagrodzeniem w jakiejkolwiek formie bez wyraźnej pisemnej zgody DCA Market Intelligence.