ứng dụng của công nghệ thông tin trong nông nghiệp

--Liên kết--Chính phủCIOTrung trung khu chính phủ năng lượng điện tửvietnamnet.vnĐCS Việt NamTP Hồ Chí MinhĐài tiếng nói Việt NamThủ đô Hà NộiTập chí ĐCSQuốc HộiTP Đà NẵngThừa Thiên HuếTPhường. Hải PhòngAn GiangBà Rịa - Vũng TàuBắc NinhBình DươngBinh PhướcBình ThuậnCà MauCần thơ
Nông nghiệp số là áp dụng những qui định thu thập, lưu trữ, so với cùng chia sẻ dữ liệu hoặc báo cáo vào chuỗi quý hiếm NNTT. Nông nghiệp số có cách gọi khác là "nông nghiệp trồng trọt thông minh" hoặc "nông nghiệp điện tử", quan niệm này cũng bao hàm NNTT đúng chuẩn. Tuy nhiên, không giống hệt như NNTT đúng mực, nông nghiệp & trồng trọt số tác động mang lại tổng thể chuỗi quý giá sản phẩm nông nghiệp - trước, vào cùng sau khoản thời gian thêm vào tại trang trại. Do kia, những technology áp dụng vào nông trại, như lập bản thứ năng suất, khối hệ thống xác định GPS nằm trong nghành nghề nông nghiệp trồng trọt đúng chuẩn và nông nghiệp số.
*
*

Bản in

Mặc không giống, công nghệ tương quan cho gốc rễ tmùi hương mại năng lượng điện tử, hình thức dịch vụ đi kèm theo, hệ thống biên lai kho, hệ thống truy vấn xuất nguồn gốc thực phđộ ẩm dựa vào blockchain v.v. thuộc nghành nghề nông nghiệp số dẫu vậy ko nằm trong nông nghiệp trồng trọt đúng mực.

Bạn đang xem: ứng dụng của công nghệ thông tin trong nông nghiệp

<1>

Trong trong năm vừa mới đây, technology vào nông nghiệp, còn gọi là AgriTech sẽ gồm có ảnh hưởng xứng đáng kể tới sự cải tiến và phát triển của ngành nông nghiệp trồng trọt trên trái đất. Dân số trái đất ngày càng tăng, đồng nghĩa cùng với áp lực nặng nề dành cho nguồn tài nguim sẵn gồm ngày 1 lớn hơn. Các nghiên cứu gần đây cho là, để bảo vệ mối cung cấp hoa màu mang lại dân số thế giới thì sản lượng của ngành nông nghiệp & trồng trọt yêu cầu tạo thêm 60% vào thời điểm năm 2030.<2>

Vậy rất cần phải làm nạm làm sao nhằm bảo đảm được số lượng nêu trên? Những tín đồ trong nghề - nông dân, nhà phân phối thực phđộ ẩm - phải đón nhận những xu hướng thay đổi tiên tiến nhất vào NNTT bằng phương pháp áp dụng công nghệ nlỗi một nguồn tài nguim bền bỉ cùng rất có thể mở rộng, tự đó có thể đưa nông nghiệp & trồng trọt lên một tầm cao new, duy trì đến nông nghiệp trồng trọt liên tục trở nên tân tiến sau này.

Bài viết này đã ra mắt những xu hướng technology đang được áp dụng thông dụng cùng rộng rãi hiện thời nhằm mục tiêu tác động sản lượng, năng suất của ngành nông nghiệp trồng trọt sinh sống các nước trên vậy giới

1. IoT cùng những loại cảm biến<2>

Trong toàn cảnh diện tích khu đất nông nghiệp bị suy bớt cùng những mối cung cấp tài nguim vạn vật thiên nhiên cạn kiệt dần, thì việc tăng cường nguồn lực cho các nông trại ngày càng nhu yếu rộng. Trong khi, có một trở ngại mà lại ngành nông nghiệp & trồng trọt sẽ buộc phải đương đầu đó là sự việc dịch chuyển kết cấu lực lượng lao động Khi con số của lực lượng này sẽ giảm xuống ngơi nghỉ phần nhiều các nước nhà bên trên trái đất.

Các chiến thuật IoT phần lớn triệu tập vào việc góp tín đồ nông dân tiếp cận cùng với chuỗi cung ứng sản xuất nkhô nóng và thuận tiện rộng, bằng cách bảo đảm năng suất, tăng thu nhập và đảm bảo môi trường thiên nhiên. Các đối chiếu kinh doanh đang cho là, con số vật dụng IoT trong lĩnh vực nông nghiệp trái đất đã đụng ngưỡng 70 triệu trong thời điểm 20trăng tròn, lớn lên 20% thường niên. Cùng thời đặc điểm này, bài bản của NNTT xuất sắc thế giới được dự đoán thù đã tăng vội 3 lần trước năm 2025, tại mức 15.3 tỷ USD (đối với 5 tỷ USD vào năm 2016).

Nông nghiệp hoàn hảo phụ thuộc vào công nghệ IoT góp nhà nông bớt tgọi lãng phí cùng tăng năng suất từ các việc thực hiện lượng phân bón tương xứng, về tối ưu hóa những nguồn lực nlỗi nước, điện… Các chiến thuật IoT đến trang trại logic được xây đắp nhằm mục đích giám sát và đo lường cánh đồng với việc cung cấp của những loại cảm ứng (tia nắng, nhiệt độ, nhiệt độ, độ ẩm khu đất, sức khỏe mùa màng…) cùng auto điều tiết nước tưới. Người dân cày rất có thể đo lường và thống kê các điều kiện của nông trại trường đoản cú bất kể đâu.

2. Robot cùng tự động hóa<3>

trong số những ngành truyền thống lâu đời nhiều năm tuyệt nhất, ngành nông nghiệp trồng trọt, đã lập cập đổi thay một ngành công nghệ cao thú vị, ham những Chuyên Viên, công ty lớn và nhà đầu tư new.

Những bé robot vào lĩnh vực nông nghiệp & trồng trọt đã ngày càng tăng năng lực cấp dưỡng mang lại dân cày bởi vô số cách khác nhau. Từ thứ cất cánh không người lái mang lại trang bị kéo auto, cho cánh tay robot.

- Ứng dụng của robot trong nông nghiệp

Robot nông nghiệp & trồng trọt tự động hóa các công việc lờ đờ, lặp đi tái diễn cùng rầu rĩ đến dân cày, có thể chấp nhận được bọn họ triệu tập rộng vào Việc cải thiện năng suất cấp dưỡng ở quy mô toàn diện. Những robot phổ biến độc nhất vô nhị trong nông nghiệp được áp dụng để:

• Gặt với thu hái

• Kiểm kiểm tra cỏ dại

• Tự hễ giảm, tỉa, gieo hạt, xịt thuốc với tỉa thưa

• Lai chế tác giống mới

• Phân các loại và đóng gói nông sản

• Thống tuyệt nhất chuỗi cung ứng

Gặt hái là 1 trong trong những đóng góp thông dụng duy nhất của robot vào NNTT. Nhờ vào tính đúng chuẩn và tốc độ, bọn chúng góp cải thiện sản lượng cùng sút sự tiêu tốn lãng phí lúc thu hoạch.

Tuy nhiên, đều ứng dụng này có thể khó khăn tự động hóa hóa. Ví dụ, một khối hệ thống robot được thiết kế theo phong cách để hái ớt ngọt gặp rất nhiều trsinh hoạt trinh nữ. Hệ thống nhận diện hình hình ảnh đề nghị xác định vị trí với độ chín của trái ớt trong ĐK khắt khe, bao hàm lớp bụi, cường độ ánh sáng biến đổi, ánh nắng mặt trời đổi khác cùng phần đông chuyển động vị gió tạo thành. Không tạm dừng ở kia, trong cả khi sẽ tất cả khối hệ thống nhận diện hình hình ảnh tiên tiến, phần lớn trở ngại không giống vẫn rất cần được giải quyết. Cánh tay robot rất cần phải phân bóc môi trường xung quanh có tương đối nhiều chướng ngại thiết bị nhằm có thể khôn khéo nắm bắt và hái trái ớt chín một phương pháp nhẹ nhàng. Cánh tay robot nông nghiệp bắt buộc linc hoạt vào môi trường nhiều biến động với đầy đủ đúng chuẩn để không có tác dụng hỏng ớt Khi hái.

Robot làm cỏ cùng xịt dung dịch cực kỳ công dụng vào Việc sút áp dụng hóa chất nông nghiệp trong những lúc những robot khác góp xác xác định trí cùng loại trừ cỏ gàn mà lại ko phải bất kỳ sự hỗ trợ nào của bé người.

Tại những nông trại chăn uống nuôi trườn sữa, các khối hệ thống robot bây giờ hay được triển khai để cầm sữa. Dù robot chỉ chịu trách rưới nhiệm 1 Tỷ Lệ nhỏ tuổi vào cục bộ quá trình chăn nuôi rước sữa, tuy vậy liên minh châu Âu EU đã dự đoán thù rằng khoảng chừng một nửa tổng bầy con vật châu Âu sẽ được thế sữa bởi robot vào khoảng thời gian 2025.

3. Công ngđời máy bay không người lái xe (Drone) với đo lường cây trồng<4>

Công nghệ máy bay không người lái Mặc dù đã có thể nghiệm và áp dụng từ khóa lâu, nhưng mà mới chỉ được vận dụng vào nghành nghề dịch vụ nông nghiệp & trồng trọt cách đây không lâu, giúp shop sự cải cách và phát triển của nông nghiệp & trồng trọt đúng chuẩn.

Tính linch hoạt của máy cất cánh không người điều khiển sẽ đưa về các giải pháp không giống nhau để nâng cao những các bước nông nghiệp hiện tại bao gồm, bao gồm:

- Phân tích khu đất cùng địa hình

Máy cất cánh không người lái hoàn toàn có thể tái chế tác bạn dạng trang bị 3D một cách nhanh chóng với ngân sách khôn cùng phải chăng. Các dữ liệu này tiếp đến sẽ tiến hành sử dụng để xây dựng những quy mô gieo hạt và tạo nên các ứng dụng không giống ví như làm chủ các chất nitơ trong khu đất.

- Giám sát mùa màng

Tấm hình vệ tinch trước đó là hình thức giám sát cây xanh tiên tiến duy nhất, tuy thế gồm một số trong những yếu điểm chính:

• Tấm hình vệ tinh siêu tốn kém.

• Bức Ảnh đề nghị được đặt hàng trước cùng rất có thể không đúng mực.

• Chất lượng hình hình họa sẽ bị ảnh hưởng cực kỳ nghiêm trọng nếu như tất cả khí hậu xấu

Tuy nhiên, sản phẩm công nghệ cất cánh không người điều khiển có thể đo lường và tính toán cây xanh đúng đắn hơn, liên tiếp rộng. Chúng cung ứng dữ liệu chất lượng cao góp fan dân cày tích lũy không thiếu công bố chi tiết về sự việc trở nên tân tiến cây xanh với hoàn toàn có thể tìm thấy các vận động tdragon trọt kém hoặc ko hiệu quả.

Xem thêm: Cách Chia Sẻ Liên Kết Trên Facebook Cho Nhieu Nguoi, Cách Để Đăng Liên Kết Lên Facebook (Kèm Ảnh)

*

Hình 1: Phân tích Review sức khỏe cây cối bằng drone

Máy cất cánh không người lái cũng hoàn toàn có thể được thực hiện nhằm tạo ra các hình ảnh đa quang đãng phổ của cây cối (dựa vào lượng tia nắng xanh lục cùng mức độ bội nghịch chiếu tia hồng ngoại). Những hình này sẽ được phân tích để theo dõi và quan sát những đổi khác về sức khỏe với sự trưởng thành và cứng cáp của cây xanh. Khả năng review sức khỏe của cây xanh một cách nhanh chóng và và đúng là ưu tiên vô giá bán đối với fan nông dân. lấy ví dụ, giả dụ khẳng định sớm nguy hại lây lan căn bệnh vì chưng vi khuẩn hoặc nấm, bạn nông dân rất có thể xúc tiến các giải pháp chống dự phòng dịch.

- Thủy lợi

Nông nghiệp chỉ chiếm đa số (70%) lượng nước ngọt được sử dụng trên quả đât - nhiều hơn nữa gấp hai đối với vận động cung ứng công nghiệp (23%). Áp dụng lắp thêm bay ko người điều khiển vào quá trình đo lường và thống kê chứng trạng tbỏ lợi bên trên những trang trại đang đem về những tác dụng mang đến bên nông. Các UAV (Unmanned aerial vehicle) được

sản phẩm thứ đo lường đặc trưng được áp dụng để khẳng định đầy đủ Quanh Vùng vẫn gặp triệu chứng thiếu nước. Cảm biến chuyển hồng ngoại và cảm ứng nhiệt độ được sử dụng để mà chụp toàn bộ cánh đồng, chất nhận được chẩn đân oán cùng nhận biết những khoanh vùng nhấn rất nhiều hoặc quá ít nước. Chúng cũng được cho phép tính tân oán chỉ số thực vật dụng (tỷ lệ cùng sức mạnh của thảm thực vật) trong tiến trình trở nên tân tiến, góp quản lý cây trồng tốt hơn.

- Phun thuốc

Với tài năng kiểm soát và điều chỉnh độ cao cùng dính địa hình một bí quyết linc hoạt, thứ cất cánh không người lái rất tương xứng nhằm phun thuốc mang lại cây xanh với độ đúng đắn cao. Các nghiên cứu gần đây đang cho rằng trang bị bay không người lái xe hoàn toàn có thể tăng vận tốc tưới lên gấp 5 lần đối với các một số loại máy móc không giống.

- Gieo hạt

Hệ thống gieo tLong bằng máy bay đang được cải cách và phát triển cùng với mục tiêu giảm đáng kể ngân sách lao hễ bằng phương pháp áp dụng khí nén để bắn vỏ phân tử trực tiếp xuống khu đất, góp bớt đáng kể chi phí lao hễ cho vận động tLong trọt so với phương pháp truyền thống lâu đời.

4. Học máy và so sánh

Lúc nhắc đến quan niệm nông nghiệp hiện đại số, quan yếu không nói đến sự trở nên tân tiến của các thuật toán thù có độ đúng đắn cao. Công nghệ này, cùng với dữ liệu lớn và các laptop cùng với năng lực giải pháp xử lý vận tốc cao đang mở ra phần đa thời cơ new để theo dõi và quan sát, so sánh với ra ra quyết định cho các chuyển động tdragon trọt, chăn nuôi. Học vật dụng được sử dụng giữa những nghành nghề sau:

a. Quản lý loài<5>

- Nhân tương đương loài

Nhân giống như loài là một quy trình kiếm tìm kiếm những gen cụ thể có tác dụng thích ứng cùng với chuyển đổi nhiệt độ, khả năng phòng bệnh dịch tương tự như với quý hiếm bồi bổ hoặc mùi vị giỏi rộng. Học thứ, cụ thể là những thuật toán học tập sâu, lấy dữ liệu thực địa sản phẩm thập kỷ nhằm đối chiếu năng suất cây xanh sống những vùng nhiệt độ khác nhau cùng các điểm sáng bắt đầu được cải tiến và phát triển vào quy trình này. Dựa bên trên dữ liệu này, chúng ta có thể sản xuất một quy mô phần trăm dự đoán thù ren làm sao có không ít tài năng vẫn góp phần một hoặc những Điểm lưu ý hữu dụng mang lại tương tự cây xanh.

- Nhận dạng loài

Trong Lúc phương pháp tiếp cận truyền thống lịch sử của con người nhằm phân một số loại thực thứ là đối chiếu Màu sắc với ngoài mặt của lá, học tập vật dụng hoàn toàn có thể hỗ trợ công dụng chính xác hơn với nhanh khô hơn khi phân tích hình dáng gân lá, vốn mang những đọc tin hơn về các đặc tính của cây trồng.

b. Quản lý điều kiện địa hình

- Quản lý khu đất đai

Đối cùng với các chuyên gia NNTT, đất là tài nguim thiên nhiên không đồng nhất, với những quy trình xuất hiện tinh vi và nguyên lý vận động không ví dụ. Chỉ riêng nhiệt độ của khu đất rất có thể đưa thông tin chi tiết về tác động ảnh hưởng của đổi khác khí hậu so với toàn Khu Vực. Các thuật toán thù học tập sản phẩm phân tích các quá trình cất cánh khá, nhiệt độ cùng ánh nắng mặt trời của đất để đọc các biến đổi của hệ sinh thái và ảnh hưởng của nó so với quy trình sản xuất nông nghiệp.

- Quản lý nước

Hiện tại, những ứng dụng dựa trên nền tảng gốc rễ Machine Learning (ML) đã làm được vận dụng trong bài toán ước tính số lượng nước bốc hơi từng ngày, mặt hàng tuần hoặc các tháng, có thể chấp nhận được bên nông thực hiện hiệu quả rộng những hệ thống tưới tiêu và dự đân oán ánh nắng mặt trời điểm sương mỗi ngày, góp dự báo khí hậu với ước tính lượng bốc khá cùng cất cánh hơi.

c. Quản lý cây trồng

- Dự đân oán năng suất

Dự đân oán năng suất là 1 Một trong những trách nhiệm đặc biệt quan trọng và thông dụng độc nhất trong NNTT chính xác. Các cách thức tiếp cận tân tiến sẽ vượt xa dự đân oán đơn giản dựa vào dữ liệu lịch sử hào hùng Lúc công nghệ mắt laptop được áp dụng nhằm so sánh đa chiều, toàn diện về cây cối, khí hậu với điều kiện kinh tế để tận dụng tối đa buổi tối đa sản lượng thu hoạch.

- Chất lượng cây trồng

Việc phân phát hiện và phân các loại đúng đắn những đặc tính unique của cây trồng hoàn toàn có thể làm tăng Chi phí thành phầm cùng sút lãng phí trong quy trình phân phối. Khác với các chuyên gia là bé người, đồ đạc hoàn toàn có thể thực hiện những tài liệu ko cụ thể hoặc vô nghĩa kết nối lại cùng nhau để đưa ra đều phđộ ẩm hóa học bắt đầu nhập vai trò quan trọng vào quality tổng thể và toàn diện của cây trồng.

- Phát hiện nay sâu bệnh

Cả trong điều kiện ko kể ttránh cùng trong công ty kính, trọng trách quan trọng đặc biệt độc nhất vào việc điều hành và kiểm soát sâu dịch là xịt dung dịch đảm bảo thực đồ vật đồng đầy đủ theo diện tích S cây trồng. Để bao gồm tác dụng, phương pháp này đòi hỏi lượng thuốc trừ sâu đáng kể, dẫn đến chi phí cao với khiến ảnh hưởng đến môi trường. Công nghệ học tập máy được vận dụng để kiểm soát điều hành lượng chất hóa học đầu vào cùng áp dụng tác dụng theo thời hạn, địa điểm.

d. Quản lý chăn nuôi

- Chnạp năng lượng nuôi gia súc

Tương trường đoản cú nlỗi quản lý cây cỏ, học tập thiết bị có chức năng dự đoán cùng ước tính đúng đắn những thông số phân phối để về tối ưu hóa hiệu quả tài chính của các hệ thống chnạp năng lượng nuôi, chẳng hạn như chnạp năng lượng nuôi gia cầm với cấp dưỡng trứng. Ví dụ: các khối hệ thống dự đoán thù có thể dự tính trọng lượng sau này trước 150 ngày góp fan chăn nuôi biến hóa cơ chế ăn và ĐK chăn nuôi một cách dữ thế chủ động.

*

Hình 2: Những Xu thế technology vào Nông nghiệp số hiện nay nay

Kết luận

Theo phân tích của tập thể nhóm Stanford GSB1, một cuộc điều tra khảo sát với đa số nông dân Mỹ thực hiện technology chính xác đang những thống kê được ngân sách sút vừa đủ 15% với năng suất tăng 13%.

Xem thêm: Cách Xem Ảnh Trên Gmail - Cách Hiển Thị Hình Ảnh Trong Gmail

<6> Số liệu đó cho thấy thêm, đối với phương thức kinh doanh truyền thống, Việc vận dụng những Xu thế biến hóa số vào vào nghành nghề nông nghiệp trồng trọt bây giờ hoàn toàn có thể góp các doanh nghiệp lớn về tối ưu đáng kể nguồn vốn hoạt động. Cùng với sự thay đổi gấp rút, trẻ khỏe của Cuộc Cách mạng Công nghiệp lần vật dụng bốn, hầu hết tiện ích và tiềm năng của technology, của số hóa là cần thiết tranh biện. Vì vậy những công ty và fan nông dniềm nở thâu tóm nhanh lẹ, kịp thời nhằm tận dụng tối đa cơ hội vận động và di chuyển, lớn lên quy mô, từ bỏ kia tạo ra dựng một nền Nông nghiệp số của nước ta vững vàng mạnh mẽ cùng có được phần lớn quý giá to Khủng.

Nguyễn Phương thơm Nhung

1Stanford GSB - Stanford Graduate School of Business (nói một cách khác là Stanford GSB hoặc GSB) là ngôi trường marketing sau đại học của Đại học Stanford. Stanford GSB liên tiếp được xếp hạng trong số những ngôi trường kinh doanh tốt nhất bên trên trái đất cùng được rất nhiều bạn xem như là ngôi trường sale chọn lọc độc nhất vô nhị bên trên thế giới, chỉ có 6% tín đồ nộp đối chọi xin học được gật đầu đồng ý. (https://en.wikipedia.org/wiki/Stanford_Graduate_School_of_Business)

Tài liệu tmê say khảo

<1> https://en.wikipedia.org/wiki/Digital_agriculture

<3>https://www.robotics.org/blog-article.cfm/Robotics-in-Agriculture-Types-and-Applications/74#:~:text=Agricultural%20robots%20automate%20slow%2C%20repetitive,pruning%2C%20seeding%2C%20spraying%20and%20thinning

<4>Laurent Probst, Bertrand Pedersen và Lauriane Dakkak-Arnoux, Digital Transformation - Monitor Drones in agriculture, PwC, 2018

<5> https://medium.com/sciforce/machine-learning-in-agriculture-applications-and-techniques-6ab501f4d1b5

<6>https://www.fastcompany.com/90272045/the-7-technologies-that-will-make-farming-smarter-and-more-productive


Chuyên mục: Kiến thức