进入杂草
农民依靠人工智能来提升生产
15.百万平方公里的地球表面被覆盖
农民正在采用一系列技术来提高产量，从支持GPS的拖拉机和机器人
农民有大量的数据。他们的字段是GPS映射。他们的拖拉机有传感器和相机。他们的田地有土壤湿度传感器。它们甚至有土壤类型，天气数据和数据类型在各种环境中最佳的数据数据。
即使有所有这些数据，涉及植物的性能时也会有一个盲点。农场对于农民来说太大，对于农民来监测个体植物的健康而不使用技术。这就是利用空中图像转向精密农业的原因。
"It’s time-consuming to walk an entire field, but aerial imagery can provide the detailed information needed for both in-season insights and end-of-season guidance on what to change to improve next year's crop. There is a lot of research and development focused on these applications from an agronomic perspective.”
Joe Wap博士，内布拉斯加州大学生物系统工程副教授副教授 - 林肯
空中图像可以实现植物的细节，农民需要在不断增长的季节采取适当的行动。例如，通过针对杂草持有的地方，例如，农民可以将除草剂应用限制在该位置;他们不必喷洒整个领域。
图片由Gamaya提供
农民对他们的土地有深刻的理解，但他们不是数据科学家。因此，而不是尝试破译空中图像生成的数据，而不是与图像分析公司合作。这些公司专注于将原始数据转化为农民可以在其农场实施的建议。
这些公司使用无人机，载人的飞机，甚至卫星捕获具有一系列分辨率的图像，从卫星到每像素的米为单像素到厘米/低飞行飞机。金宝搏官方网站用于捕获图像的传感器类型也有所不同，每种提供用于不同类型的分析的数据。
英特尔是一家专业从事空中图像分析的基于U.S.的精密农业公司，使用载人飞机到图像领域。它们利用可见光，近红外（NIR）和热摄像机的组合。他们在整个生长季节捕获图像，在给定时间给农民一个快照，收集长期规划的趋势数据，并提醒农民解决问题，以便他们知道在哪里采取行动。
“热图像帮助我们了解土壤湿度曲线，而Nir摄像机旨在朝向现场的压力或健康。一旦我们知道土壤水分和作物健康的趋势，我们就可以为农民提供局部指导在管理业务方面优先考虑。“
格雷格罗斯，产品副总裁，英特尔
除了使用来自气象站和地面传感器的数据，瑞士精密农业公司Gamaya.用卫星和定制无人机捕获高光谱图像。高光谱图像使用额外的光带来检测植物内的特定性状。
“高光谱图像允许植物生理条件的详细诊断，”Gamaya首席执行官Yosef Akhtman的状态。“植物与阳光相互作用的方式形成了它们新陈代谢的关键部分，导致他们的生理学和反思性质之间的紧密关系。”
农民对最终报告更感兴趣
但精密农业公司如何将原始图像转化为最终报告中包含的精确处方？新兴作物是跨越土壤的微小的绿色斑点。在驾驶拖拉机穿过田野时，它很难发现杂草，所以如何从天空中发现杂草？
这就是计算机视觉和人工智能（AI）发挥作用的地方。计算机Vision和AI用于对大组图像数据进行分类，并检测可以与特定问题相关的模式，例如杂草的爆发。
“在许多情况下，不良植物看起来与实际作物非常相似，特别是在人眼所感知的RGB色彩空间中。杂草和作物植物之间的差异将以光谱和形态特征的微妙组合表现出来。这使其成为AI驱动解决方案的完美候选者。“
YOYSF Akhtman，CEO，Gamaya
AI正在将精密AG转化为决策效果。AI斑点图案，表明植物压力并诊断原因。结果帮助农民使用精确的输入量来解决问题。每年每年为害虫喷洒整个农场，而且农民可以专注于受侵染领域的努力。同样，农民可以减少仅在需要升压的区域施加氮气所需的肥料量。
“我们使用算法区分早期植被，由于其尺寸，并产生了识别异常高或异常低压力的健康评分和异常算法，”升值“。”算法依赖于机器学习进行模式识别并识别问题和现场趋势。这些算法生成指标，使农民可以排名并优先考虑他们需要采取的行动。“
对于大型农场来说，精准农业可以显示出最可能提高总产量的地方。对于较小的农场，它帮助农民例外地管理，以最大限度地利用他们所照料的土地。
“在接下来的几年里，电脑视觉，机器学习和机器人越来越多地汇集，以帮助种植者在过程中更有效地生产更多食物，并在过程中实现更大的财务回报。”
Al Eisaian，CEO，Intelinair
精准农业不仅有利于农民的利润;这对地球也有好处。减少化肥用量不仅可以节省农民的钱，还可以减少广阔农田的氮流失。
“可变速率肥料应用，并将继续成为精密农业的有希望的地区，”幸运的教授。“季节性，基于传感器的反应性氮管理可以让我们提高氮气利用效率。如果crop has a yellow color to it (i.e., nitrogen deficient), the sensors detect that and inform the variable-rate sprayer to apply more nitrogen at this location to correct the deficiency. When you go to an area of the field that's dark green, the algorithm backs off the nitrogen rate.”
增加产量同时降低投入：底线将是农民提供高质量，营养丰富农产品的能力，以养活我们的星球不断增长的人群，同时最大限度地减少环境影响。
