fi.toflyintheworld.com
Uusia reseptejä

Onko täsmäviljely tulevaisuus?

Onko täsmäviljely tulevaisuus?


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.


Amerikkalaisille tiloille tulee uutta teknologiaa

Uusi maatalousteknologia saattaa pian korvata vanhat standardit amerikkalaisilla tiloilla

Satelliittiohjattu istutus, älypuhelinsovellus lypsämiseen: Nämä voivat tuntua oudolta laitteelta maaseudun dystopian tieteiskirjallisuudesta, mutta ne ovat itse asiassa paljon odotettua tekniikan kehitystä maatalouden alalla.

Johtava tie uudella teknologisella rintamalla, tämä ns.tarkkuusviljely”Yhdistää uusimmat tekniikat ja räätälöi ne vastaamaan perinteisiä maatalouden tarpeita.

Vanhojen maatalouskoneiden käyttökelpoisuuden lähestyessä loppuaan yhä useammat maanviljelijät etsivät uusia, korkean teknologian korvaavia laitteita. Nämä uudet kehitysaskeleet kattavat globaalin paikannusohjelmiston, joka voi kertoa viljelijöille tarkasti, minne istuttaa, pilvipohjaiseen tietokonejärjestelmään, joka hallitsee karjan terveyttä.

Ainoa asia, joka estää näiden teknologioiden yleistymisen amerikkalaisilla tiloilla, on hintalappu. Uusimmat tietokoneet voivat säästää viljelijöiltä nipun ajoissa, mutta ne ovat silti suuria lippuja, joihin pienemmillä tiloilla ei ole budjettia.

Vaikka uusista työkaluista, kuten robottilypsystä, on jo tullut varsin suosittuja Euroopassa, Yhdysvalloissa, joissa palkkakontrollit ovat löyhempiä, ei ole vielä nähtävissä, kannattaako automatisoitu maatalous investoida.


Tarkkuusviljely: Mahdollisuudet ja rajat

Maatalouden ja luonnonsuojelun rajapinnan työstäminen on yleensä lisäasiaa: pitkäjänteinen ahkera ja kärsivällinen työ-taivuttamalla käyrää vähitellen oikeaan suuntaan. Tarkkuusviljely voi kuitenkin olla erilaista.

Tulin tähän johtopäätökseen nähdessäni projektin Yhdysvaltojen Länsi -Nebraskassa, jossa maanviljelijät käyttivät uutta tekniikkaa veden ja lannoitteiden käytön vähentämiseksi vähintään 20 prosentilla. Mikä tärkeintä ja mielenkiintoista, tällä ei ollut vaikutusta satoihin. Silloin aloin ajatella tarkkuusviljelyä tai älyteknologiaa pelinvaihtajana.

Tätä tekniikkaa markkinoidaan ja otetaan käyttöön sen vaikutuksen vuoksi, mikä säästää rahaa. Suojeluhyödyt ovat vakuusetuja, mutta meidän on otettava ne huomioon.

Maryland, Yhdysvallat Veden näytteenotto TNC: n omistamalla tilalla Marylandissa. Valokuva ja kopioi Tim Boucher

Lupaus

Maatalouskoneisiin ja pilvipohjaiseen tietoon sovellettu digitaalitekniikka saa maatalouden näyttämään paikoin tieteiskirjallisuudelta. Drones surisee maiseman ympärillä seuraamalla sato -olosuhteita ja tarkkailuongelmia, kuten tuholaisten saastumista tai rikkakasveja. Viljelijät saavat henkilökohtaisia ​​säätietoja, jotka ennustavat, kuinka sademäärä vaihtelee pellolta toiselle. Maaperä kartoitetaan tarkkuudella, jota ei voi kuvitella vain muutama vuosi sitten, ja anturit kertovat maanviljelijöille tarkalleen, kuinka paljon vettä käytetään tuhansissa eri datapisteissä.

Maatalouskoneiden ohjaamot ovat täynnä GPS -järjestelmiä, eikä kuljettajat enää aja. Sen sijaan he istuvat matkustamossa tarkastusnäytöillä, jotka ohjaavat laitteita, jotka liikkuvat pelloilla ja tuottavat tarkasti mitattuja syöttötietoja juuri parhaassa paikassa, ohjelmoituina aikoina, täysin suorina viivoina tai muotoiltuina maahan - mitä tahansa tiedot määrittävät paras sato.

Kaikki tämä innovaatio menee yleisnimellä tarkkuusviljelyja tulokset voivat muuttaa peliä. Suurempi tarkkuus tarkoittaa, että vettä, lannoitetta ja muita syötteitä voidaan vähentää ilman vaikutusta satoon. Se on kestävää tehostamista toiminnassa: tuotanto kasvaa, kun taas ympäristövaikutukset, erityisesti veden ja lannoitteiden käytön osalta, vähenevät. Tämä tarkoittaa enemmän tuotantoa, vähemmän vettä, vähemmän ravinteiden valumista ja parempaa vedenlaatua. Useimmissa paikoissa lannoitteiden valuminen on tärkein tekijä veden saastumisen ja rannikkoalueiden kuolleiden alueiden taustalla. Mistä ei pidä?

Ongelma

Ongelma ei ole tarkan maatalouden muodostavissa tekniikoissa, vaan niiden takana olevassa liiketoimintamallissa. Kun se toimii, se on näyttävää, mutta se toimii vain muutamassa paikassa - missä maanviljelijät voivat maksaa niistä. Tarkkaviljely on hienostunutta, mutta ei halpaa.

Sitä myyvät yritykset perivät kehityskustannukset viljelijöiltä, ​​joilla on syvät taskut, ja he tekevät investoinnin, koska ne työskentelevät mittakaavassa, joka tekee siitä taloudellisesti kannattavan. Tarkan teknologian käyttö tai huolto ei myöskään ole helppoa. Viljelijöiden on oltava hyvin koulutettuja tai riippuvaisia ​​laajasta kolmansien osapuolten tarjoajien verkostosta. Mikään tästä ei päde tilanteisiin, joissa tarkkuusviljelyä todella usein tarvitaan eniten kipeästi - missä resurssit ja panokset ovat niukat, viljelijät köyhiä ja elämä on vaarassa. Miten saada täsmäviljelyn edut laajemmin ympäri maailmaa, on luultavasti tärkein kysymys juuri nyt, koska ehkä vain maailman elintarvikejärjestelmän tulevaisuus voi riippua siitä.

Maissipellot Maissipellot, jotka on kuvattu dronella multispektraalikameralla. Valokuva ja kopioi Jon Fisher/TNC


Mitä on tarkkuusviljely?

Toimittajan huomautus: Remi Schmaltz on kanadalaisen ohjelmistoyrityksen Decisive Farmingin toimitusjohtaja. Hänellä on laaja maatalousosaaminen, kun hän on veljensä kanssa ottanut perheensä ag -vähittäiskauppayhtiön Dynagra Corp: n.

Perheeni on ollut mukana maataloudessa 1800-luvun lopulta lähtien, kun isoisäni aloitti perheviljelmän Beisekerin alueella aivan Calgaryn ulkopuolella. Vuosien mittaan toiminta kehittyi viljelykasveista maatalouskoneiden myyntiin nykypäivään, jolloin ensisijaisena painopisteenä on ollut maataloudessa käytetty tekniikka.

Maataloudessa on yleensä tapahtunut samanlainen kehitys. Teknologiasta on tullut välttämätön osa liiketoimintaa jokaiselle maanviljelijälle, vähittäiskauppiaalle ja agronomille. Itse asiassa Hexa Reportsin tuoreen tutkimuksen mukaan tarkan maatalouden odotetaan kasvavan 43,4 miljardiin dollariin vuoteen 2025 mennessä. 1990 -luvulla syntyneelle konseptille se on varsin vaikuttavaa.

Maatalouden kasvavan teknologian käyttöönoton ei pitäisi olla yllättävää kenellekään. Maanviljely on erittäin maa- ja työvoimavaltaista. Viljelijät ovat halukkaita käyttämään tekniikkaa tehokkuuden lisäämiseksi ja kustannusten hallitsemiseksi.

Mutta mitä buzz -lause oikein tekee tarkkuusviljely tarkoittaa?

Tarkkuusviljely tunnetaan myös nimellä tarkkuusviljely tai tarkkuusviljely. Ehkä helpoin tapa ymmärtää tarkkuutta on ajatella sitä kaikkeen, mikä tekee viljelykäytännöstä tarkempaa ja hallittavampaa viljelyn ja karjan kasvatuksen suhteen. Keskeinen osa tätä maatilojen hallinnan lähestymistapaa on tietotekniikan käyttö ja laaja valikoima kohteita, kuten GPS-ohjaus, ohjausjärjestelmät, anturit, robotiikka, dronit, itsenäiset ajoneuvot, vaihtelevan nopeuden tekniikka, GPS-pohjainen maaperänäytteenotto, automatisoitu laitteisto, telematiikka ja ohjelmistot.

Tarkkuusviljelyn ensimmäinen aalto

Tarkkuusviljely syntyi, kun traktorien GPS-ohjaus otettiin käyttöön 1990-luvun alussa, ja tämän tekniikan käyttöönotto on nyt niin laajalle levinnyt maailmanlaajuisesti, että se on luultavasti nykyään yleisin esimerkki tarkkuudesta. John Deere otti ensimmäisenä käyttöön tämän tekniikan satelliittien GPS -sijaintitietojen avulla. Maanviljelijän traktorissa oleva GPS-kytketty ohjain ohjaa laitteita automaattisesti pellon koordinaattien perusteella. Tämä vähentää kuljettajien ohjausvirheitä ja siten päällekkäisyyksiä kulkee pellolla. Tämä puolestaan ​​johtaa siihen, että siemeniä, lannoitteita, polttoainetta ja aikaa kuluu vähemmän.

Tarkka agronomia

Tarkka agronomia on toinen tärkeä termi, joka liittyy menetelmien yhdistämiseen tekniikkaan. Sen ytimessä on tarkempien viljelytekniikoiden tarjoaminen viljelyyn ja viljelyyn. Tarkka agronomia voi sisältää mitä tahansa seuraavista elementeistä:

Vaihtuvan koron tekniikka (VRT) - VRT viittaa mihin tahansa tekniikkaan, joka mahdollistaa panosten vaihtelevan soveltamisen ja antaa viljelijöille mahdollisuuden hallita tietyssä paikassa käyttämiensä tuotantopanosten määrää. Tämän tekniikan peruskomponentteja ovat tietokone, ohjelmisto, ohjain ja differentiaalinen globaali paikannusjärjestelmä (DGPS). VRT: n käyttöön on kolme perusmenetelmää-karttapohjainen, anturipohjainen ja manuaalinen. Vaihtuvakorkoisen teknologian käyttöönoton arvioidaan tällä hetkellä olevan 15% Pohjois -Amerikassa ja sen odotetaan kasvavan edelleen nopeasti seuraavan viiden vuoden aikana.

GPS maaperän näytteenotto - Pellon maaperän testaaminen paljastaa käytettävissä olevat ravintoaineet, pH -tason ja joukon muita tietoja, jotka ovat tärkeitä tietoisten ja kannattavien päätösten tekemiseksi. Pohjimmiltaan maaperän näytteenotto antaa viljelijöille mahdollisuuden ottaa huomioon pellon tuottavuuserot ja laatia suunnitelma, joka ottaa nämä erot huomioon. Ponnistelun arvoiset keräys- ja näytteenottopalvelut mahdollistavat tietojen käytön muuttuvan koron sovellusten syöttämiseen kylvön ja lannoitteen optimoimiseksi.

Tietokonepohjaiset sovellukset - Tietokonesovellusten avulla voidaan luoda tarkkoja maatilasuunnitelmia, peltokarttoja, sadonetsintä- ja satokarttoja. Tämä puolestaan ​​mahdollistaa panosten, kuten torjunta-aineiden, rikkakasvien torjunta-aineiden ja lannoitteiden, tarkemman käytön, mikä auttaa vähentämään kuluja, tuottamaan korkeamman sadon ja luomaan ympäristöystävällisemmän toiminnan. Näiden ohjelmistojärjestelmien haasteena on, että ne tarjoavat joskus kapean arvon, joka ei salli tietojen käyttöä suurempien maatilapäätösten tekemiseen, erityisesti asiantuntijan tuella. Toinen monien ohjelmistosovellusten ongelma on heikko käyttöliittymä ja kyvyttömyys integroida antamansa tiedot muihin tietolähteisiin rikastamaan ja osoittamaan merkittävää arvoa viljelijöille.

Etätunnistustekniikka - Kaukokartoitustekniikkaa on käytetty maataloudessa 1960 -luvun lopulta lähtien. Se voi olla korvaamaton työkalu maan, veden ja muiden resurssien seurannassa ja hallinnassa. Se voi auttaa määrittämään kaiken siitä, mitkä tekijät voivat rasittaa satoa tiettynä ajankohtana, arvioidakseen maaperän kosteuden määrää. Nämä tiedot rikastuttavat tilan päätöksentekoa, ja ne voivat olla peräisin useista lähteistä, kuten droneista ja satelliiteista.

Perustason tasolla tarkkuusagronomiikka toimii agronomin roolissa ja auttaa tekemään käyttämistään menetelmistä tarkempia ja skaalautuvia.

Tarkkuusviljelyn ja tarkan agronomian ensisijainen tavoite on varmistaa kannattavuus, tehokkuus ja kestävyys samalla kun suojellaan ympäristöä. Tämä saavutetaan käyttämällä tämän tekniikan keräämää suurta dataa ohjaamaan sekä välittömiä että tulevia päätöksiä kaikesta siitä, missä pellolla sovelletaan tiettyä määrää, ja milloin on parasta käyttää kemikaaleja, lannoitteita tai siemeniä.

Tarkkuusviljelyn periaatteet ovat olleet käytössä jo yli 25 vuotta, mutta viimeisen vuosikymmenen aikana niistä on tullut valtavirtaa tekniikan kehityksen ja muiden laajemmin käytettyjen tekniikoiden ansiosta. Mobiililaitteiden käyttöönotto, nopea internetyhteys, edulliset ja luotettavat satelliitit-paikannus- ja kuvantamislaitteisiin sekä valmistajan optimoimaan tarkkuusviljelyyn tarkoitetut maatalouslaitteet-ovat eräitä täsmäviljelyn suuntauksia kuvaavia keskeisiä tekniikoita. . Jotkut asiantuntijat ovat ehdottaneet, että yli 50% nykyajan viljelijöistä käyttää vähintään yhtä tarkkaa viljelykäytäntöä.

Kannattaa huippuosaamista

Tarkan maatalouden innovaatiot jatkuvat, ja yhä useammat tilat ottavat käyttöön käytettävissä olevaa tekniikkaa ja käytäntöjä. Kuten kaikki muutkin teollisuudenalat, tarvitsemme lisää kannattajia paremman käyttöönoton ja siten tehokkuuden lisäämiseksi. Viljelijät tarvitsevat tukea uusien teknologioiden menestyksekkääseen käyttöönottoon menestyksen varmistamiseksi. Decisive Farmingissa tuemme viljelijöitämme koulutuksella ja asiantuntemuksella.

Tässä on infografiikka, joka osoittaa, kuinka maanviljelijät voivat saada tarkan maatalousvalmiuden:

Minne menemme täältä?

Kun viljelijät ottavat käyttöön tarkan maatalouden, uusia tekniikoita kehittyy edelleen. Seuraava suuri edistysaskel on tekoälyn käyttö. Vaikka tekoäly ei koskaan pysty toistamaan sellaisia ​​monimutkaisia ​​päätöksiä, joita viljelijöiden on tehtävä säännöllisesti, sitä voitaisiin hyvin käyttää näiden päätösten helpottamiseen.

Nykypäivän viljelijöillä on käytössään runsaasti tietoa. Niin paljon tietoa, itse asiassa he eivät usein tiedä mitä tehdä sen kanssa. Tekoälyllä on kyky analysoida valtavia tietomääriä lyhyessä ajassa ja käyttää sitä ehdottaakseen parasta toimintatapaa. Näitä tietoja voitaisiin käyttää ennustamaan paras istutusaika, ennustamaan tuholaisten ja tautien puhkeaminen ennen niiden esiintymistä ja tarjoamaan inventaarionhallintaa, joka voisi tarjota satoennusteita ennen sadonkorjuuta.

Toivon, että tämä antaa jonkinlaisen käsityksen tarkkuusviljelystä tänään ja sen tärkeästä roolista tulevaisuudessa. Odotamme teollisuuden ja teknologiayritysten tutkivan edelleen mahdollisuuksia, jotka teknologian ja ag -tuottajien tarpeiden välinen yhdistyminen tuottaa tarpeeksi ruokaa maailman ennustetun 9 miljardin ihmisen ruokkimiseksi vuoteen 2050 mennessä.


Genomiikka ja tarkkuusviljely: maatalouden tulevaisuus

Lähes 400 vuotta kiitospäivä on ollut Pohjois -Amerikassa aikaa, jolloin perheet kokoontuvat juhlimaan ruokaa ja maataloutta. Kun pohdimme vielä toista vuotta, USDA: n maataloustieteilijät pitävät edelleen varovaisesti silmällä tulevaisuutta. Mahdollisimman lämpimän vuoden lopussa kuivuus on uhannut yhden Yhdysvaltojen tärkeimmän maataloustuotantoalueen sydäntä. Veden tarve kasvaa ja taudin ja tuholaisten paineet kehittyvät jatkuvasti. Tämä haastaa viljelijämme kyvyn kasvattaa karjaa ja satoa. Miten tiede ja teknologia aikovat käsitellä elintarvikkeidemme ongelmia?

Löytääkseen vastauksia maataloustieteilijät käyttävät dataa - big dataa. Genomiikka, tieteen ala, joka on vastuussa miljardien DNA -emäsparien luetteloimisesta, jotka koodaavat tuhansia geenejä organismissa, muuttaa perusteellisesti käsitystämme kasveista ja eläimistä. USDA on jo auttanut rahoittamaan ja keräämään genomeja 25 viljelykasvilajille, tärkeille karja- ja kalalajeille sekä lukuisille maataloustuotantoon liittyville bakteereille, sienille ja hyönteislajeille. Muita USDA: n tukemia tutkimushankkeita, jotka laajentavat näitä pyrkimyksiä, ovat parhaillaan käynnissä, mukaan lukien 1000 härän ja 5000 hyönteislajin genomin sekvensointi i5K-aloitteessa. Mutta DNA: n luokittelu ja ymmärtäminen on vain osa tarinaa.

Vaikka naapuriviljelijät kasvattaisivat samanlaisia ​​tomaattilajeja, pienet vaihtelut ympäristössä voivat heikentää sadon suorituskykyä ja/tai lisätä tuholaisia ​​ja tauteja. Tiedemiehet ja maanviljelijät käyttävät siis yhä enemmän tekniikkaa, kuten satelliitteja, droneja, antureita ja laserohjattavia traktoreita keräämään tuhansia tietopisteitä pellon ympäristöolosuhteista, kuten lämpötilasta, kosteudesta, maaperän koostumuksesta tai maan kaltevuudesta. Käyttämällä näitä ”tarkan maatalouden” tekniikoita viljelijät voisivat vähentää ympäristöjalanjälkiään sovittamalla maanhoitokäytännöt tilansa ainutlaatuisiin ympäristöihin.

Pitkällä aikavälillä USDA: n tutkijat toivovat voivansa yhdistää tarkan maatalouden ja genomiikan merkittävällä tavalla - kehittää kasveja geenien yhdistelmillä, jotka johtavat parhaaseen suorituskykyyn tietyissä ympäristöissä. Tämän tavoitteen tukemiseksi USDA jatkaa edelläkävijänä tällaisten maatietojen avoimen saatavuuden keräämisessä ja ylläpitämisessä. Tämän seurauksena paikallisen maanviljelijän torilla tai ruokakaupassa voi jonain päivänä olla vielä enemmän erilaisia ​​lajikkeita, joista valita kiitospäivänä, ja jokainen niistä on optimoitu tilalle tai pellolle, jolla sitä kasvatettiin.


Onko tarkkuusviljely tie viljelyn huippuun?

1. Ramankutty, N., Evan, A. T., Monfreda, C. & amp; Foley, J. a. Maapallon viljely: 1. Maailmanlaajuisten maatalousmaiden maantieteellinen jakauma vuonna 2000. Global Biogeochem. Syklit 22, 1–19 (2008).

2. FAO. Tulot - Maa. FAOSTAT (2015). Saatavilla osoitteessa http://faostat3.fao.org/browse/R/RL/E. (Käytetty: 22. toukokuuta 2015)

3. Gibbs, H. K. et ai. Trooppiset metsät olivat uusien maatalousmaiden ensisijaisia ​​lähteitä 1980- ja 1990 -luvuilla. Proc. Natl. Acad. Sei. Yhdysvallat 107, 16732–7 (2010).

4. WWF. Living Planet Report 2016. (2016).

5. Angel, S., Parent, J., Civco, D. L., Blei, A. & amp; Potere, D. Globaalin kaupunkien laajenemisen ulottuvuudet: estimaatit ja ennusteet kaikille maille, 2000–2050. Prog. Suunnittele. 75, 53–107 (2011).

6. Gerland, P. et ai. Maailman väestön vakautuminen on epätodennäköistä tällä vuosisadalla. Tiede (80-.). 234, (2014).

7. Tilman, D., Balzer, C., Hill, J. & amp; Befort, B. L. Globaali elintarviketarve ja maatalouden kestävä tehostaminen. Proc. Natl. Acad. Sei. 108, 1–5 (2011).

8. Evenson, R. E. & amp; Gollin, D. Vihreän vallankumouksen vaikutusten arviointi, 1960–2000. Tiede 300, 758–762 (2003).

9. Press, A. Viljelykasvien huomattava kasvu Yhdysvalloissa 1900 -luvulla Tekijä (t): G. F. Warren Julkaisija: Weed Science Society of America ja Allen Press Stable URL: http://www.jstor.org/stable/3989099 Education/Teaching/Extensio. 12, 752–760 (2016).

10. Pingali, P. Vihreä vallankumous: vaikutukset, rajat ja tie eteenpäin. Proc. Natl. Acad. Sei. 109, 12302–12308 (2012).

11. Egli, D. B. Maissin ja soijapapujen satojen vertailu Yhdysvalloissa: historialliset suuntaukset ja tulevaisuudennäkymät. Agron. J. 100, 79–88 (2008).

12. Raportti, W. R. & amp. Tulokset, I. Luominen kestävästä elintarvikefutuurista. (2013).

13. Grassini, P., Eskridge, K. M. & amp; Cassman, K. G. Sadonkorotusten ja satotasojen tasoituksen erottaminen historiallisessa kasvintuotannon kehityksessä. Nat. Commun. 4, 1–11 (2013).

14. Cassman, K. G. Viljantuotantojärjestelmien ekologinen tehostaminen: satopotentiaali, maaperän laatu ja tarkkuusviljely. Proc. Natl. Acad. Sei. Yhdysvallat 96, 5952–9 (1999).

15. Fischer, T., Byerlee, D. & amp; Edmeades, G. Viljasato ja maailmanlaajuinen elintarviketurva. Aust. Cent. Int. Agric. Res. 660 (2014).

16. Hertel, T. W., Ramankutty, N. & amp; Baldos, U. L. C. Maailmanlaajuinen markkinoiden yhdentyminen lisää todennäköisyyttä, että tuleva Afrikan vihreä vallankumous voi lisätä viljelymaan käyttöä ja CO2 -päästöjä. Proc. Natl. Acad. Sei. Yhdysvallat 111, 1–6 (2014).

17. Stevenson, J. R., Villoria, N., Byerlee, D., Kelley, T. & amp; Maredia, M. Green Revolution -tutkimus pelasti arviolta 18–27 miljoonaa hehtaaria maataloustuotannosta. Proc. Natl. Acad. Sei. Yhdysvallat (2013). doi: 10.1073/pnas.1208065110

18. Griffin, K. Maatalousmuutoksen poliittinen talous: essee vihreästä vallankumouksesta. (Springer, 1979).

19. Fuglie, K. sisään Maatalouden tuottavuuden kasvu: kansainvälinen näkökulma (toim. Fuglie, K., Wang, S. L. & amp Ball, V. E.) (CAB International, 2012).

20. OECD. OECD: n maatalouden ympäristöindikaattoreiden kokoelma. (OECD Publishing, 2013). doi: 10.1787/9789264186217-fi

21. Lassaletta, L., Billen, G., Grizzetti, B., Anglade, J. & amp. Environ. Res. Lett. 9, 105011 (2014).

22. Zhang, X. et ai. Typen hallinta kestävää kehitystä varten. Luonto 528, 51–59 (2015).

23. Fernandez-Cornejo, J. & amp; Nehring, R. 1960–2008 (2014).

24. Kenttä markkinoille. Ympäristö- ja sosioekonomiset indikaattorit maatilojen maatalouden tuotannon mittaamiseen Yhdysvalloissa. Toinen raportti, (versio 2 (2012).

25. Bennetzen, E. H., Smith, P. & amp; Porter, J. R. Kasvihuonekaasupäästöjen irrottaminen maailmanlaajuisesta maataloustuotannosta: 1970-2050. Loraus. Chang. Biol. n/a-n/a (2015). doi: 10.1111/gcb.13120

26. Lowenberg-deboer, J. & amp. Lowenberg-deboer, J. The Precision Agriculture Revolution. 105–112 (2015).

27. Duvick, D. N. The Contribution of Breeding to Yield Advances in maissi (Zea mays L.). Adv. Agron. 86, 83–145 (2005).

28. Tarkkuusistutus. vSet. (2016). Saatavilla osoitteessa http://www.precisionplanting.com/#products/vset/. (Käytetty: 1. tammikuuta 2016)

29. Maissi ja soijapapu. Puolustus. Maissi ja soijapapu (2015). Saatavilla osoitteessa: http://cornandsoybeandigest.com/sidedressing. (Käytetty: 1. tammikuuta 2016)

30. Ag Vaihtoehdot. Y-pudota. (2014). Saatavilla osoitteessa http://agalternatives.com/y-drop.html. (Käytetty: 1. tammikuuta 2016)

31. Gebbers, R. & amp Adamchuk, V. I. Tarkka maatalous ja elintarviketurva. Tiede 327, 828–31 (2010).

32. IBM Research. Tarkka maatalous. (2016). Saatavilla osoitteessa http://www.research.ibm.com/articles/precision_agriculture.shtml. (Käytetty: 12. tammikuuta 2016)

33. Fischer, R. A. & amp; Edmeades, G. O. Kasvatus ja viljakasvien kehitys. Crop Sci. 50, S-85-S-98 (2010).

34. Mansfield, B. D. & amp Mumm, R.H. Survey of plant density tolerance in US maissi germallasm. Crop Sci. 54, 157–173 (2014).

35. Kucharik, C. J. Kylvöpäivän kehityssuuntausten vaikutus maissin sadon nousuun Yhdysvaltojen keskiosassa. Agron. J. 100, 328–336 (2008).

36. FAO. Tuotanto - Kasvit. FAOSTAT (2016). Saatavilla osoitteessa http://faostat3.fao.org/download/Q/*/E. (Käytetty: 27. marraskuuta 2016)

37. Alexandratos, N. & amp Bruinsma, J. Maailman maatalous kohti 2030/2050: Vuoden 2012 tarkistus. (2012).

38. Capper, J. L. Onko ruoho aina vihreämpää? Vertaamalla perinteisten, luonnollisten ja ruohon ruokittujen naudanlihan tuotantojärjestelmien ympäristövaikutuksia. Eläimet 2, 127–143 (2012).

39. Ray, D. K., Mueller, N. D., West, P. C. & amp; Foley, J. a. Tuototrendit eivät riitä kaksinkertaistamaan maailmanlaajuista satotuotantoa vuoteen 2050 mennessä. PLoS One 8, e66428 (2013).

40. Smith, P. et ai. Kilpailu maasta. Philos. Trans. R. Soc. Lond. B. Biol. Sei. 365, 2941–57 (2010).

41. Schmitz, C. et ai. Maankäytön muutosreitit vuoteen 2050 asti: oivalluksia globaalista maatalouden taloudellisen mallin vertailusta. Agric. Econ. 45, n/a-n/a (2013).

42. Ray, D. K. & amp; Foley, J. a. Kasvava viljelykasvien yleisyys: viimeaikaiset suuntaukset ja tulevaisuuden suuntaukset. Environ. Res. Lett. 8, 44041 (2013).

43. Jaggard, K. W., Qi, A. & amp; Ober, E. S. Mahdolliset muutokset peltokasvien satossa vuoteen 2050 mennessä. Philos. Trans. R. Soc. Lond. B. Biol. Sei. 365, 2835–51 (2010).

44. Ray, D. K., Ramankutty, N., Mueller, N. D., West, P. C. & amp; Foley, J. a. Viimeaikaiset sadonkasvun ja pysähtyneisyyden mallit. Nat. Commun. 3, 1293 (2012).

45. Lobell, D. & amp; Cassman, K. Viljan satoerot: niiden merkitys, suuruusluokat ja syyt. Annu. Rev. (2009). doi: 10.1146/annurevfienviron.041008.093740

46. ​​Hall, A. J. & amp; Richards, R. A. Ennuste suurten viljakasvien satopotentiaalin geneettiselle parantamiselle ja veden rajoitetulle sadolle. F. Rajaus. Res. 143, 18–33 (2013).

47. Cassman, K. G., Dobermann, A., Walters, D. T. & amp. Yang, H. Viljan kysynnän täyttäminen samalla kun suojellaan luonnonvaroja ja parannetaan ympäristön laatua. Annu. Rev. Environ. Resurssi. 28, 315–358 (2003).

48. Peng, S., Cassman, K. G., Virmani, S. S., Sheehy, J. & amp. Khush, G. S. Trooppisen riisin mahdolliset trendit IR8: n julkaisun jälkeen ja riisin satopotentiaalin lisäämisen haaste. Crop Sci. 39, 1552 (1999).

49. Peng, S., Khush, G. S., Virk, P., Tang, Q. & amp Zou, Y. Edistyminen ideotyyppien kasvatuksessa riisin satopotentiaalin lisäämiseksi. F. Rajaus. Res. 108, 32–38 (2008).

50. GYGA. Globaali tuottovaje ja veden tuottavuuden atlas. (2016). Saatavilla osoitteessa: http://www.yieldgap.org/. (Käytetty: 1. tammikuuta 2016)

51. Tollenaar, M. & amp; Wu, J.Leveän maissin sadon paraneminen johtuu suuremmasta stressinsietokyvystä. Crop Sci. 39, 1597–1604 (1999).

52. Duvick, D. N. & amp; Cassman, K. G. Vihreän vallankumouksen jälkeiset trendit lauhkean maissin tuottopotentiaalissa Pohjois-Keski-Yhdysvalloissa Kasvatusmenetelmät ja investoinnit. (1999).

53. Grassini, P., Thorburn, J., Burr, C. & amp; Cassman, K. G. Korkean tuoton kasteltu maissi Länsi-Yhdysvaltojen maissivyöhykkeessä: I. Maatilatuotto, satopotentiaali ja maatalouskäytäntöjen vaikutus. F. Rajaus. Res. 120, 142–150 (2011).

54. Van Ittersum, M. K. et ai. Tuottokuiluanalyysi, jossa on paikallista ja maailmanlaajuista merkitystä-A-katsaus. F. Rajaus. Res. 143, 4–17 (2013).

55. Licker, R. et ai. Muista kuilu: miten ilmasto ja maatalouden hoito selittävät viljelymaan "satoeron" ympäri maailmaa? Loraus. Ecol. Biogeogr. 19, 769–782 (2010).

56. Foley, J. A. et ai. Ratkaisuja viljellylle planeetalle. Luonto 478, 337–42 (2011).

57. Mueller, N. N. D. et ai. Satoerojen poistaminen ravinteiden ja veden hallinnan avulla. Luonto 1–28 (2012). doi: 10.1038/nature11420

58. Fischer, R.A., Byerlee, D. & amp; Edmeades, G.O. Voiko tekniikka saavuttaa tuottohaasteen vuoteen 2050? sisään Asiantuntijakokous maailman ruokinnasta vuonna 2050 2050, (2009).

59. Sánchez, P. a. Kolminkertainen sato trooppisessa Afrikassa. Nat. Geosci. 3, 299–300 (2010).

60. Cassman, K. G. & amp; Grassini, P. Voiko Saharan eteläpuolisessa Afrikassa tapahtua vihreä vallankumous ilman kasteltujen kasvien tuotannon laajaa laajentamista? Loraus. Ruoka sek. 2, 203–209 (2013).

61. Lucht, J. M. Kasvien biotekniikan ja muuntogeenisten kasvien julkinen hyväksyntä. Virukset 7, 4254–4281 (2015).

62. Paarlberg, R. Tieteen nälkä: Kuinka biotekniikka pidetään Afrikasta. (Harvard University Press, 2009).

63. Carpenter, J. E. Vertaisarvioidut kyselyt osoittavat kaupallisesti muunnettujen muuntokasvien myönteisen vaikutuksen. Nat. Biotechnol. 28, 319–321 (2010).

64. Klümper, W. & amp. Qaim, M. A Meta-Analysis of the Impacts of Geneetically Modified Crops. PLoS One 9, (2014).

65. Barrows, G., Sexton, S. & amp; Zilberman, D. Maatalouden biotekniikan vaikutus tarjontaan ja maankäyttöön. Environ. Dev. Econ. 1–28 (2014). doi: 10.1017/S1355770X14000400

66. Kansalliset tiedeakatemiat, tekniikka ja M. Geneettisesti muokatut kasvit: kokemuksia ja näkymiä. (2016). doi: 10.17226/23395

67. Searchinger, T. I. M., Hanson, C. & amp; Lacape, J. Crop Breeding: Renewing the Global Commitment. Maailman resurssi. Inst. 1–20 (2014).

68. Gilbert, N. Ristikasvit sopivat nopeammin. Luonto (2014). Saatavilla osoitteessa: http://www.nature.com/news/cross-bred-crops-get-fit-faster-1.15940. (Käytetty: 1. tammikuuta 2016)

69. Gilbert, N. Kilpailu superkasvien luomisesta. Luonto (2016). Saatavilla osoitteessa: http://www.nature.com/news/the-race-to-create-super-crops-1.19943. (Käytetty: 1. tammikuuta 2016)

70. Pierce, F. J. & amp. Nowak, P. Tarkkuusviljelyn näkökohdat. Adv. Agron. 67, (1999).

71. Burwood-Taylor, L. Maatalousteknologian investoinnit myrskivät 4,6 miljardiin dollariin vuonna 2015, kun Global Investors Take Note. AgFunder -uutiset (2016). Saatavilla osoitteessa https://agfundernews.com/agriculture-technology-investment-storms-to-4-6bn-in-2015-as-global-investors-take-note5380.html. (Käytetty: 1. tammikuuta 2016)

72. Upbin, B. Monsanto ostaa Climate Corp: n 930 miljoonalla dollarilla. Forbes (2013). Saatavilla osoitteessa: http://www.forbes.com/sites/bruceupbin/2013/10/02/monsanto-buys-climate-corp-for-930-million/#37b1e9975ae1. (Käytetty: 1. tammikuuta 2016)

73. Larson, D. F., Otsuka, K., Matsumoto, T. & amp; Kilic, T. Pitäisikö Afrikan maaseudun kehittämisstrategioiden olla riippuvaisia ​​pienviljelijöistä? Käänteisen tuottavuuden hypoteesin tutkiminen. Agric. Econ. 45, n/a-n/a (2013).

74. NCGA. Säästä ilman kompromisseja. Kansallinen maissintuottokilpailu (2015). Saatavilla osoitteessa: http://dtnpf-digital.com/publication/?i=288631. (Käytetty: 1. tammikuuta 2016)

75. Van Roekel, R. & amp; Purcell, L. Arkansasin yliopiston maatalouden tutkimuksen ja laajennuksen osasto (2012). Saatavilla osoitteessa: http://www.arkansas-crops.com/2012/02/10/student-researches-recipe-for-record-setting-soybean-yields/. (Käytetty: 1. tammikuuta 2016)

76. Robert, P. C. Tarkkuusviljely: Haaste viljelyn ravitsemukselle. Kasvien maaperä 247, 143–149 (2002).

77. Perez, N. D.. & amp; Rosegrant, M. W. Investointien vaikutus maatalouden tutkimukseen ja kehittämiseen sekä maatalouden tuottavuuteen. 40 sivua (2015).

78. Alston, J. M. J. M., Beddow, J. M. J. M. & amp Pardey, P. G. P. G. Mendel versus Malthus: Research, tuottavuus ja elintarvikkeiden hinnat pitkällä aikavälillä. Agric. Econ. 325, 1209–1210 (2009).

79. Alston, J. M. et ai. Meta-analyysi maatalouden tutkimus- ja kehitystoiminnan tuottoasteista. Maailman (2000).


Kartoitus polkuna menestykseen tarkkuusviljelyssä

Globaalin paikannusjärjestelmän (GPS) ja maailmanlaajuisen tietojärjestelmän (GIS) käyttö on kehittynyt nopeasti viime vuosina. Nämä edistysaskeleet yhdessä reaaliaikaisen tiedonkeruun ja tarkan sijaintitiedon kanssa mahdollistavat suuren paikkatietoaineiston tehokkaan analysointikäsittelyn. Parasta kaikessa on, että tällainen tekniikka on yhteensopiva monien matkapuhelimien kanssa, joissa on GPS -siru.

Tarkkuuskartat ovat erittäin tärkeä työkalu tarkkuusviljelyssä. He auttavat viljelijöitä näyttämällä heille tarkat sijainnit tilalla ja antavat tarkkoja tietoja kyseisestä sijainnista. Yksi tarkkuuskartan tärkeimmistä piirteistä on se, että se koostuu maantieteellisistä tiedoista, joita käytetään osoittamaan tietoja tarkasta sijainnista maatilalla, sekä tietoja tai maaperän tai sadon ominaisuuksia, kuten kosteustasoja, satoa maaperän ravinteet ja paljon muuta.

Maailmanlaajuista paikannusjärjestelmää käytetään tällä hetkellä tarkan viljelyn aikaansaamiseksi, mikä helpottaa peltojen kartoittamista, tilan suunnittelua, sadonetsintää, satokartoitusta ja maaperän näytteenottoa. Lisäksi Global Positioning System mahdollistaa viljelijöiden työskentelyn hyvin heikossa näkyvyydessä, kuten pölyssä, sumussa, sateessa ja pimeydessä.

on välttämätöntä korreloitaessa satojen ja tuotantotekniikoiden vaihtelua maan kanssa. Tämän korrelaation avulla viljelijät voivat sitten keksiä sopivimmat ja tehokkaimmat kasvien tai maaperän käsittelystrategiat, mikä lisää maatilojen tuotantoa. Luotuja karttoja voidaan sitten käyttää veden, lannoitteiden, torjunta -aineiden ja rikkakasvien torjunta -aineiden tarkkaan levitykseen. Tällaisten kemikaalien käyttö ja leviäminen lisää ympäristön kestävyyttä ja vähentää kuluja tai panoskustannuksia maksimoiden samalla tuoton.

Tarkka maatalouden kartoitus edellyttää paikkatietojen oikea-aikaista keräämistä kasvien tai maaperän ominaisuuksista ja vaatimuksista ja myöhemmin sovelluskohtaisten hoitojen soveltamista ja määräämistä tuotannon lisäämiseksi samalla kun suojellaan ympäristöä. Tämä on tilojen mikrotasonhallintaa. Syy siihen, miksi kartoitus yhtenä täsmäviljelyn työkaluista saa vauhtia, johtuu siitä, että se helpottaa korkean teknologian työkalujen käyttöä maataloudessa, jotka ovat tarkempia, käyttäjäystävällisempiä ja kustannustehokkaampia. Suurin osa maatalouden tarkkuustyökaluista edellyttää synkronointia ja tulkintaa tietojen keräysantureiden, tietokoneiden ja globaalin paikannusjärjestelmän paikannus- ja aikaviitejärjestelmien kanssa.

Etäkartoituksen hyödyt täsmäviljelyssä eivät rajoitu pelkästään viljelijöihin, joilla on laajat tilat ja pääomasijoitukset tai joilla on kokemusta tietotekniikasta, vaan myös pienviljelijöille. Miehittämättömät ilma -alukset, kuten droonit, voidaan hankkia halvalla ja ovat käyttäjäystävällisiä - sillä ne voidaan helposti lentää. Kartoituksella saatuja tietoja ja ominaisuuksia voidaan sitten käyttää veden ja maan parantamiseen. Tämä määritetään määrittämällä taloudellinen kynnys tuholaisten käsittelyyn, maaperän parannuksiin, rikkaruohoihin ja luontotyypin suojelemiseen tulevaisuudessa.

Hyvä uutinen on, että valmistajat ovat kehittäneet jatkuvasti erilaisia ​​työkaluja, jotka auttavat viljelijöitä ja maatalousyrityksiä kokonaisuutena tulemaan tehokkaammaksi ja tuottavammaksi tarkkuusviljelyssään. Nykyaikaisessa maataloudessa maanviljelijät käyttävät globaalista paikannusjärjestelmästä johdettuja tuotteita tuottavuuden lisäämiseksi ja niiden toiminnan parantamiseksi maatalousyrityksissä.

Kuinka kartoitus toimii

Tarkkuuskartat toimivat käytännössä useiden erilaisten muiden fyysisten antureiden rinnalla yhdessä globaalin paikannusjärjestelmän tietojen kanssa analysoidakseen muuttujina tunnettuja ominaisuuksia, kuten sadon ja maaperän kosteutta, satoa ja paljon muuta. Nämä tiedot ovat tärkeitä erilaisten tarpeellisten paikkojen löytämisessä. Näin se säästää viljelijän aikaa ja rahaa estämällä lannoitteiden, veden tai torjunta -aineiden liiallisen käytön monien muiden maatilojen tuotantopanosten joukossa.

Usually, information regarding a location is collected by global positioning system receivers that map the field boundaries, irrigation systems, roads, and problem areas in the field or the crops like insufficient moisture, weeds, pests or disease. This accuracy of global positioning system allows farmers to create field maps with a lot of precision per acreage for field areas, distances in between points of any interest and road locations. Global positioning system allows farmers to accurately navigate to a specific point in a field, collecting data at the same time year after year.

There are different types of precision maps that famer can generate. It enables them to see things they could not spot using their own naked eyes, giving them the ability to make quick decisions which are accurate. Types of Precision Maps include:-

These geo-referenced maps are collected different ways like dividing the field into grid blocks or by taking samples of field zones generated by yield maps, or topography maps.

A yield map primarily focuses on crop yield for instance, how much productivity exists in one area of the field compared to the other.


A DEFINITIVE RESOURCE ON PRECISION AGRICULTURE

Retailers now have a robust information resource available to help them assess precision agriculture’s role in their ability to compete effectively and profitably into the future. The Context Network study, Precision Agriculture in the United States: Current and Future Trends and Impacts on Distribution profiles the precision agriculture space including current and future trends, the impact on the distribution channel and fertilizer providers in the U.S.

This important strategic tool provides subscribers with acute understanding of critical trends and consequences in this evolving market segment. It will allow firms to better anticipate both challenges and opportunities presented now and in the future. Exploration of this deep analysis can fortify firms’ abilities to target their efforts and compete more effectively in the market space.


Kohokohdat

Precision agriculture is something every farmer should deploy today. In a digitally-aware nation like India, which also still relies heavily on agriculture for revenue, the intersection of technology and farming is a high potential, high stakes and high value industry. Read to know more

Share this Article:

In his bestselling book Sapiens: A Brief History of Humankind, Israeli author and historian Yuval Noah Harari explains how true agricultural revolution started out with wheat – first growing as wild grass in the Middle East and then quickly mushrooming to every major part of the world. Agriculture, in 200 years, has undergone more change with the introduction of machines paving way for its industrialization. Today, the sector is preparing for another major shift – digitally.

If there’s anything we can learn from Sapiens, its that agriculture has evolved with man over the years, proving its resilience and tenacity as a sector when faced with winds of change. An integral part of this change is the farmer – be it in India, Israel, Vietnam or Brazil – the humble farmer too has evolved over time and has bravely adapted. The nature of the sector and the perseverance of the farmer to reap yields from his farms have given sufficient impetus to technologists and innovators to develop solutions that would make agriculture agile, smart, and profitable.

While farmers have continued to adapt to changing market and industry dynamics, we must also keep in mind how tough agriculture is as a sector. It requires a lot of labour, costs, investment in terms of time and a long-standing commitment for results. Over the years, depletion of the ozone, soil, air have drastically affected agricultural output worldover. Lack of sufficient water for instance, is one of the biggest deterrents in agriculture. Rainfall patterns have changed due to climate shifts, adversely affecting farm output. For a man who can forecast rains and other weather conditions merely by looking at the skies, today’s farmers are hard pressed to make such confident bets on the weather and other conditions that are required for the well-being of their crops. Technology is more relevant than ever to fill this gap, and this is where precision agriculture comes in.

Precision agriculture is a data-driven approach that provides farmers information on the exact amount of resources he needs to deploy to farm and till land, for optimum output. Does he add more water or less? How arid is the soil? How can he regulate the amount of fertilizer that goes in a specific kind of crop? What kind of challenges could he possibly encounter and how does he prepare for this? These are some of the challenges that technology can address – with great precision. Thanks to the advent of technologies like Artificial Intelligence, IoT and more, it has become easier and faster to predict farming patterns and preempt the kind of assistance a farmer needs.

Precision farming is known to enhance agricultural productivity, prevent and limit soil degradation, control application of chemicals, use water efficiently, reduced cost of production and overall, improving the socio-economic status of farmers.

The farm of today is yielding results, driven by sensors, robots, drones and collective intelligence. Let’s take an example of corn growing in Kenya. The East African nation has two major growing seasons for corn, and a lot of the crop growth and management is led by intuition of farmers. An AI-based project delivers information to the farmers on seed depth, location, soil density, nutrient levels and more – this data helps farmers increase yields from six 90kg bags of corn to nine.

Using AI, farmers can now analyse a variety of factors like temperature, soil conditions, weather patterns, seed quality and more. It can analyse the kind of pesticide a crop and the soil can handle, and direct farmers to use just the right amount. The use of cameras through drones in fields provides vast amounts of data to the farmers based on which they can make informed decisions on how best to manage their crops.

Startups have been excelling in the field of precision agriculture, and are seeing adoption levels rise over time. Bangalore-based drone company Aerologiks sees their analytics-driven drones being used extensively for agricultural purposes. They have deployed their drone to collect critical data from an arecanut plantation in India. Typically, an acre of an arecanut plantation contains 500 trees. Each tree spans a height of nearly 15 metres, and labourers have to manually spray pesticide on each tree. It would take farmers nearly two days to spray trees with pesticide on a land spanning one acre. With Aerologiks’ AI-enabled drone, this time was cut down to three hours. The drone, loaded with a pesticide container, was able to scale the height of these tall trees, spray just the required amount of pesticide – based on data computed by the drone – saving labourers the risk of exposure to chemicals and farmers unnecessary labour costs.

Another startup called Aibono is leveraging AI to help improve yields and farmer income, specifically for a range of small, perishable crops like lettuce, broccoli and carrots. Predicting demand and controlling supply has become simpler now with the use of AI, and predictive models around existing datasets. Even seed sowing is carried out based on consumer data patterns, in a bid to avoid wastage and manage the prices competently for the farmer.

A report by NASSCOM stated that there are about 450 agritech startups in India, and this space has seen funding close to $248 million until June 2019. Startups are able to scale with ease, and are being supported in product development by technology majors as well that are developing agile, scalable solutions. Microsoft started Farmbeats as a research project in 2014, and today, it is available as a digital platform called AzureFarmBeats. Founded by Ranveer Chandra, FarmBeats helps farmers harness actionable insights using AI and ML-based models. AzureFarmBeats works with large farms, and its AI models ingest satellite and drone images to provide insights on farm health, allowing farmers to make precise decisions on farm & crop management.

The future of farming lies in cognitive insights. Precision agriculture is all about the right place, right time and right produce – and the days of guess-timation should be trailing us. There are a variety of technological tools at our disposal and this cavalry can make monumental changes in agriculture in India

Sindhuja Balaji

Sindhuja Balaji is a Senior Content Writer with India AI. She has 10 years of experience as a journalist in print, digital & television media, covering technology, business, culture and city affairs. Prior to joining India AI, she led Content, Social Media & PR Outreach initiatives for the NASSCOM Center of Excellence for IoT & AI. She particularly enjoys exploring the potential of advanced technologies and their impact on the economy, business & policy development


Precision farming and animal agriculture: The Future

When we look at precision agriculture related to animal agriculture, it has a lot of different meanings to different people. Part of being precise is simply trying to understand things that we don’t know. To find trends and insights otherwise unseen without the use of technologies that track and monitor animals and their inputs. For example, traditionally we’ve looked at research as a hypothesis that is proven or disproven in a controlled barn. But with certain technologies, we can correlate findings in your actual production environment.

While the field is broad and people will approach it different ways, the future that will win is where competitive people embrace precision ag technologies to capture competitive advantages. In my view, these advantages probably fall in two main categories – verification and performance.

Verification is all about tracking and recording. If you can’t track it, you can’t measure it or manage it. If you’re not sure what’s happening on the farm, you really don’t know if it’s true. So, this part of verification is really just verifying that what’s happening on the farm is actually what you think is happening. Many times, there is a large, unseen gap.

As we get more and more layers between the person taking care of the pigs and the people making decisions, we’re going to need more precision in verification of what happens. Verification also includes the ability to document and verify transparency. The future of food production will include more verification and transparency, and setting up the right technologies can prepare for that future.

The second bucket is performance. With precision technologies, we’re able to unmask the real truth. We’re able to uncover what type of performance and management is leading to the most positive, optimal outcomes. And then we can replicate it. We can make better decisions to drive those production strategies and protocols. Precision livestock production also opens a whole new world of how we do research, how we get better and how we’re really part of the overall sustainable future of animal agriculture. Digital precision ag tech is going to be a big part of that.

How can greater precision lead to less variation?

You always have to have your eye on the future and not let short-term concerns delay you from being a progressive, precision agriculturalist. Variation among animals and among sites or flows or processes are always a problem. The question is how do we make sure it’s being done the same way every time? How do we make sure that there’re fewer problems with data entry and interpretation? How do we make sure there’s less variation between the individual animals? How do we make sure there’s less variation between this grow out,the next grow out, or the next system? And again, it’s understanding what works the best and then setting up a system to verify,measure, manage, and repeat for the optimal outcomes. That’s what the best systems, such as LeeO, do well. These systems let you see things that are right in front of you but that are often undiscoverable with current practices.

How do you measure the ROI on precision livestock farming?

I think the challenge that we’re always given is how do I make money on these updates in data collection and more sophisticated analysis? How do you get the ROI? A better question is: How can I afford not to progress? I think the companies that are the early adopters will be the ones that will capture the biggest returns from this information. There will be a premium to have it. You can capture value by being the first ones there the laggers will just be doing it to avoid a discount. The producers willing to be on the cutting edge leading are the ones who will have the biggest returns while the rest just try to catch up because they weren’t able to see the future.

What is LeeO?

LeeO is an RFID smart-tagging system that provides automatic data capture and tracking of the individual animals from birth to finish. The LeeO system is being extensively used in Europe and is now offered in the U.S. to provide greater visibility into individual animal performance. The system reads animal tags with a reader, reducing most manual inputs. With LeeO, you can also reduce entry errors, tag reading mistakes, missing data, double entry, and clipboards becoming smudged with water and manure. While some use LeeO as a sow records program now, their longer-term vision includes tagging every animal to gain production insights, efficiencies, and visibility.

Where does LeeO fit as a sustainability tool?

Like others, I define sustainability as any technology that creates efficiency through the use of resources. LeeO is all about tracking to create more precise, consistent and efficient livestock production. I believe that any producer looking at sustainability in a real way should be looking at current usable available ag tech like LeeO. When using technologies like LeeO RFID tagging, every pig becomes a research project in your system. They say knowledge is power, so knowing everything about every pig in your system might just give you superpowers.

If you enjoyed this article, be sure to catch next month’s article where Dr. Greg Krahn discusses the implementation of LeeO at the production level. Dr. Krahn will also be presenting at the AASV Annual Meeting on the topic of “The Power of Big Data Analytics to Generate Data-Driven Production Decisions.”


Adaption and adoption

For much of the last decade, UGA has focused on technologies that could be adopted by farmers in Georgia and the Southeast. Porter, who received the Educator/Researcher Award from the PrecisionAg Institute in 2019, became the most recent member of the UGA precision ag team to be nationally and internationally recognized for his work. Porter works with Georgia farmers to promote innovations that can benefit the state’s agriculture industry and make it more sustainable.

“My role is to help to develop and apply research that’s been done by our scientists or in collaboration with extension specialists and to work with our farmers and extension agents to get that information out to our farmers,” said Porter. “To make sure they know how to implement it and are comfortable using it on their farms.”

Some of that work includes using unmanned autonomous vehicles and multispectral cameras to develop in-season fertility recommendations for corn and cotton. Porter also studies variable-depth planting based on soil texture to increase yield. Some of that research has taken place on McLendon’s farm, which has a mix of cotton, corn and peanuts.

“We are very fortunate as growers in Georgia to have the University of Georgia,” McLendon said. “They’re an unbelievable resource for agriculture in the area. We’ve worked with them to try to have a number of acres allotted to research and development each year, and then we weed through that R&D to decide what we’re going to adapt in the commercial operation here.”

Adoption by farmers is key. When the price tag appears overwhelming, it is up to the researchers and extension specialists to show farmers the potential benefits. Auto-steer is a perfect example of this. With a price tag approaching $25,000 per vehicle, it was hard for farmers to see the break-even point. But UGA research showed that using auto-steer has big payoffs in peanut production by significantly reducing digging losses when inverting peanuts, reducing overlaps on spraying and tillage operations, and improving overall efficiency. In many cases, it has a one-year payback.

“We thought it was too expensive and farmers would probably never adopt it,” recalls Perry. “Within a few years, nearly every farmer had it on every tractor. And they often use variable-rate spraying and variable-rate fertilizer application. All of those now are accepted standards of how to do business, when early on they were pie-in-the-sky.”

This device is a circuit board of a University of Georgia Smart Sensor Array (UGA SSA) sensor, an inexpensive wireless soil moisture sensing system that allows for a high density of sensor nodes to be installed in a field – a feature needed to capture soil variability and enable dynamic prescription maps for variable rate irrigation systems. (Photo by Peter Frey)

VRI hasn’t quite achieved the same adoption rates as auto-steering. UGA developed VRI technologies that have been broadly adopted by irrigation companies, but cost and complexity have limited its adoption by farmers.

“The cost factor can really add up if you’re retrofitting a very large center-pivot operation,” Perry said. “If you buy an auto-steer system for your tractor, you’re going to use that tool over every acre that you farm. But when it comes to something you add to a center-pivot irrigation system, it’s only going to be used for that system for that field. So you can’t spread that cost out over a lot of acres.”

While his operation only uses VRI on a field-by-field basis due to its cost, McLendon says irrigation management software is a critical element of his operation.

“It allows us to monitor what we’re putting out water-wise and align that with what the crop needs at any given growth stage,” he said. “Those are things we use on a day-to-day basis that really do help our bottom line and help us be more efficient managers of our time and resources. It pays for itself quickly.”

Porter, Vellidis and Perry continue to do research that shows the benefits of precision irrigation. Vellidis calls it the “missing piece of the puzzle” for farming, particularly in the Southeast.

“We need to show our farmers what a dramatic impact it makes on their efficiency to use smart irrigation tools,” Vellidis said. “Not only will they use less water and energy, but over-irrigating also depresses their yields. We have to educate people that more water is not always better.”

GPS-driven auto-steer technology for tractors was an innovation that UGA researchers once thought was too expensive for farmers to adopt, but most commercial growers have added the technology to their tractors after learning it can pay for itself as quickly as a single season.



Kommentit:

  1. Fenrilkis

    Kiitos Afurille hyödyllisestä viestistä. Luin sen kokonaan ja oppin paljon arvoa itselleni.

  2. Ayyad

    Se ei aivan sovi minulle.

  3. Hwitloc

    On sääli, että nyt en voi ilmaista - kiirehdin töihin. Palaan takaisin - ilmaisen välttämättä mielipiteeni tästä kysymyksestä.

  4. Meztikus

    Instead of criticism, write your options.



Kirjoittaa viestin