6 تحول دیجیتال در بخش کشاورزی

اینترنت اشیا و حسگرها در زمین کشاورزی

اینترنت اشیا(IOT) در حال دگرگون‌سازی صنعت کشاورزی است. IOT ظرفیت بالقوه‌ بسیار زیادی در کشاورزی دارد. بنابر گزارشی که اخیرا از سوی سیسکو منتشر شده است، ارزشی که IOT ایجاد می‌کند تقریبا ۴/ ۱۴ هزار میلیارد دلار است. به مدد IOT (پیاده‌سازی حسگرها در تجهیزات و مواد) می‌توان فرآیند جمع‌آوری، نظارت و توزیع عمومی منابع کشاورزی را تسهیل و به راحتی مدیریت کرد. حسگرهایی که به نحوی استراتژیک در زمین کشاورزی نصب شده‌اند به همراه فناوری‌های تشخیص تصویر (Image Recognition) به کشاورزان این امکان را می‌دهند تا از هر جایی از جهان کشت خود را مشاهده کنند. این حسگرها اطلاعات لحظه‌ای را به کشاورزان ارسال می‌کنند و براساس این اطلاعات کشاورزان می‌توانند اقدامات مناسبی را برای کشت خود انجام دهند. فرض کنید شما زیاد در باغبانی تبحر ندارید، اما گر اپلیکیشنی داشته باشید که به شما اطلاع دهد که درخت‌های حیاط خلوت شما کی به آب و کود نیاز دارند این می‌تواند به شما کمک کند تا طول عمر آنها را افزایش دهید. کاری که حسگرهای IOT نصب شده در مزرعه، برای کشاورزان انجام می‌دهد نیز دقیقا چنین است، منتها با مقیاسی به مراتب بزرگ‌تر. این کار ضمن کاهش ضایعات منجر به افزایش جدی تولید غذا خواهد شد یعنی دقیقا چیزی که این بخش به آن نیاز دارد. به هرحال، این حسگرها تجربه‌ خرابی ماشین‌آلات کشاورزی را به شدت کاهش می‌دهند.

اینترنت اشیا(IOT) و حسگرها در تجهیزات

کاملا مشابه با حسگرهای زمین کشاورزی، حسگرهای نصب شده در تجهیزات کشاورزی، امکان رصد (و پایش) سلامت ماشین‌آلات را فراهم می‌سازند. با استفاده از اصطلاح کشاورزی دقیق (Precision Agriculture) تراکتور و دیگر تجهیزات کشاورزی با سیستم‌های ناوبری و انواع حسگرها تولید می‌شوند. برخی از این حسگرها دارای قابلیت استفاده از داده‌های GPS برای تحلیل و شناسایی زمین ناهموار هستند. برخی حسگرها برای نگاشت محصول  (yield mapping) و مستند‌سازی برداشت (harvest documentation) ساخته می‌شوند، حال آنکه برخی برای نظارت بر عملیات دستگاه و اطلاع‌رسانی عیوب احتمالی آن به کشاورزان ساخته می‌شوند.

پهپاد و نظارت بر کشت

وقتی شما در باغچه‌تان کار می‌کنید می‌توانید همه درختان و گیاهان آن را ببینید. اما کشاورزانی که در زمین‌های بسیار بزرگ چند صد هکتاری کار می‌کنند تنها راهی که برای دیدن کل کشت دارند این است که همچون یک پرنده از بالا به زمین نگاه کنند این چیزی است که از طریق فناوری هواپیماهای بدون سرنشین امکان‌پذیر است. به‌عنوان وسیله‌ای برای مبارزه با خشکسالی و سایر فاکتورهای مضر محیطی، در سراسر آمریکا به نحو گسترده‌ای از هواپیماهای بدون سرنشین برای نظارت بر کشت استفاده می‌شود. هواپیماهای بدون سرنشین که تصاویر سه‌بعدی (۳D) را تولید می‌کنند، از طریق تحلیل و برنامه‌ریزی الگوهای کاشت بذر (seed planting patterns) می‌توانند برای پیش‌بینی کیفیت خاک استفاده شوند. هواپیماهای بدون سرنشین برای اسپری (پاشش) مواد شیمیایی روی محصولات نیز استفاده می‌شوند، در حالی که مراقبند تا این موارد به آب زیرزمینی نفوذ نکنند. مطالعات اخیر نشان داده است که هواپیماهای بدون سرنشین می‌توانند نسبت به سایر ماشین‌آلات سرعت پاشش راپنج برابر افزایش دهند.

کشاورزی و روباتیک

شبیه استفاده از روبات‌ها و هوش مصنوعی در صنایع دیگر، روباتیک در کشاورزی نیز بهره‌وری را بهبود داده و منجر به تولید بیشتر و سریع‌تر محصولات می‌شود. چنین روبات‌هایی مانند روبات‌های اسپری و علف‌هرز‌کش که به تازگی توسط John Deere ساخته شده‌اند، می‌توانند استفاده از مواد شیمیایی زراعی را تا نرخ باورنکردنی ۹۰ درصد کاهش دهند. برخی از شرکت‌های دانش‌بنیان حوزه کشاورزی در حال توسعه محصولاتی هستند که از طریق آنها می‌توان بدون دخالت انسان و فقط از طریق دوربین و لیزر اقدام به شناسایی و از بین ‌بردن علف‌های هرز کرد. شرکت‌های دیگر در حال ایجاد روبات‌هایی برای پیوند گیاه (plant-transplanting) هستند که سطوح جدیدی از کارآیی را به روش‌های سنتی اضافه می‌کنند و در نهایت، اتوماسیون برای برداشت میوه نیز در حال آزمایش است، چیزی که در گذشته برای علم روباتیک بسیار ظریف (و انجام‌ناپذیر) بود.

حسگرهای بازشناسی با امواج رادیویی

پس از برداشت محصول، از طریق فناوری RFID می‌توان مسیر آنها از زمین‌های کشاورزی تا انبار را رهگیری کرد. مصرف‌کننده‌ نهایی می‌تواند تمامی جزئیات محصول را از زمان برداشت تا ورود به قفسه‌های فروشگاه با دقت مشاهده کند. چنین فناوری می‌تواند ضمن افزایش اعتماد به تولید‌کنندگان، مسوولیت‌پذیر‌ی آنها را تا حد بسیاری بالا ببرد. گرچه نمی‌توان گفت، این فناوری می‌تواند شیوع E.Coli و سایر باکتری‌ها را کاهش دهد. ولی در صورت شیوع یک باکتری، به مدد این فناوری می‌توان مسیر را رهگیری و نقاط انتشار آن را شناسایی کرد.

یادگیری ماشین و آنالیتیک

شاید یکی از نوآورانه‌ترین قسمت‌های تحول دیجیتال در توانایی استفاده از یادگیری ماشین و آنالیتیک (شیوه‌های تحلیلی) پیشرفته برای تحلیل داده و کشف روندها باشد. با یادگیری ماشین می‌توان پیش‌بینی کرد که کدام صفات و ژن‌ها برای تولید محصول مناسب‌ترند و به کشاورزان سراسر جهان بهترین نژاد را برای محیط و آب و هوای آ‌نها پیشنهاد داد. الگوریتم‌های یادگیری ماشین نیز می‌توانند در زمینه‌‌ محصولات کشاورزی، جایی که مصرف‌کنندگان محصولات خود را خریداری می‌کنند، استفاده شود. این الگوریتم‌ها می‌توانند نشان دهند کدام محصولات بیشتر خریداری شده و کدام محصولات در بازار موجود است. بنابراین، می‌توان در زراعت‌های آینده، پیش‌بینی‌های کارآمد و موثری به کشاورزی ارائه داد. به هرحال، آینده کشاورزی شدیدا به تحول دیجیتالی وابسته است. کشاورزانی که از هر یک از این روندهای تحول دیجیتال استفاده می‌کنند نه تنها نگرانی کمتری نسبت به محیط زیست به دست می‌آورند، بلکه بهره‌برداری از کار خود را چند برابر و امکان مدیریت آن را به شدت تسهیل می‌کنند. همان‌گونه که جمعیت ما همچنان رشد می‌کند، روش‌های کشاورزی ما باید با آن رشد کند. وقت آن است که از تکنولوژی که در اختیار ما قرار دارد استفاده کنیم تا غذا را روی میزمان قرار دهیم و برای کشاورزانمان آرامش ایجاد کنیم.