Qazanclar:
- Dəqiq kənd təsərrüfatının məntiqini və dəyişən tarif tətbiqi və idarəetmə zonaları kimi əsas anlayışları izah etmək bacarığı.
- Dağılmış sahə, sensor və maşın məlumatlarını AI ilə təmiz, standart və tərtib edilə bilən cədvəllərə çevirmək bacarığı
- Məkan (koordinasiya edilmiş) məlumatları anlamaq və bağlama və idarəetmə sahəsi miqyasında AI çıxışını yoxlamaq bacarığı
Klassik əkinçilik bütövlükdə bir sahəni idarə edir ki, bu da bir və yeganə şəkildə davranır: eyni gübrə, eyni su, bütün sahə üçün eyni pestisid. Bununla belə, eyni sahənin bir ucundakı torpaq gilli və su saxlaya bildiyi halda, digər ucu qumlu və sürətlə su itirə bilər; Künc aşağı olduğu üçün sərin və rütubətli ola bilər, yamac isə cənuba baxdığı üçün isti və quru ola bilər. Dəqiq kənd təsərrüfatı, sahəni bu daxili fərqlərə görə bölgələrə bölməyi və hər bir bölgəyə ehtiyac duyduğu qədər girdi verməyi hədəfləyən bir yanaşmadır. Məqsəd sadədir, lakin təsiri böyükdür: doğru yerə, doğru zamanda, lazımi miqdarda. Bu bölmə dəqiq kənd təsərrüfatının məntiqini və bu məntiqi qidalandıran kənd təsərrüfatı məlumatlarını necə mütəşəkkil, etibarlı və süni intellektlə tərtib oluna biləcəyini izah edir.
Dəqiq kənd təsərrüfatının mərkəzində iki anlayış var. Birincisi, dəyişən tarif tətbiqidir (VRA): traktor və ya avadanlıq sahənin yerinə uyğun olaraq gübrə, toxum və ya suyun miqdarını avtomatik olaraq dəyişir. İkincisi idarəetmə zonasıdır: sahənin oxşar torpaq və məhsuldarlıq xüsusiyyətlərinə malik olan və ayrıca idarə oluna bilən yarımhissələrə bölünməsidir. Süni intellekt bu anlayışların hər ikisinə toxunur: o, dağılmış məlumatları birləşdirərək zonaları müəyyənləşdirməyə kömək edir və hər bir zona üçün reseptlər layihəsini təklif edir. Amma sahəni bilən mühəndis son nəticədə regional sərhədi və resepti təsdiqləyəndir.
Kənd təsərrüfatı məlumatlarının təbiəti: Niyə qarışıqdır?
Fermada məlumatlar onlarla bilinməyən mənbədən gəlir və onların heç biri digəri ilə eyni dildə danışmır. Torpaq laboratoriyası Excel göndərir; Kombayn məhsul xəritəsini başqa formatda saxlayır; rütubət sensoru saatlıq CSV yaradır; dron JPEG və koordinat faylını çıxarır; Fermerin öz qeydləri dəftərdə əl ilə yazılmışdı. Bu məlumatların vahidləri müxtəlifdir (kq/da, kq/ha, ppm, %), tarix formatları fərqlidir, yerləşdirmə sistemləri fərqlidir və çox vaxt məhsul/bağlama adları uyğun gəlmir (“Axın sahəsi”, “dərə bağlaması”, “Sahə-7” eyni yer ola bilər). Süni intellektdən əvvəl bu kombinasiya işi bir mühəndisin ən bezdirici və vaxt aparan hissəsi idi.
Burada süni intellektin işə düşməsi və ən təhlükəsiz olduğu yerdə işləyir: verilənlərin standart sxemə (yəni, ümumi sütun və vahid strukturuna) çevrilməsi. Ancaq diqqətli olun: AI vahidləri çevirərkən səhv edə bilər və bu səhv səssizcə bütün təhlili məhv edəcəkdir. Beləliklə, məlumatların strukturlaşdırılmasında qızıl qayda hər bir transformasiyanı kiçik bir nümunə ilə əl ilə təsdiqləməkdir.
İpucu: Məlumatı AI-yə verməzdən əvvəl hədəf sxeminizi özünüz müəyyənləşdirin: hansı sütunlar, hansı vahidlər, hansı tarix formatı. Süni intellektə “bunu həmin diaqrama çevir” demək ona “bu məlumatları tənzimlə” deməkdən daha etibarlıdır.
Məkan məlumatlarını başa düşmək
Kənd təsərrüfatı məlumatlarının əksəriyyəti məkandır: hər ölçünün koordinatı var. Torpaq nümunəsi "Sahə-3, şimal-qərb küncü, 39,12 N / 32,45 E" kimi bir yerə bağlıdır. Bu koordinatlar adətən enlem/uzunluq (WGS84) və ya UTM adlı metrik sistemdə verilir. Süni intellektlə işləyərkən məkan məlumatlarını şərh edərkən üç şeyə diqqət yetirin: koordinat sistemi uyğundur, nümunə nöqtələri sahəni təmsil etmək üçün kifayət qədər səpələnmişdir və nöqtənin dəyəri bütün bölgəyə və ya sadəcə həmin nöqtəyə aiddir. NDVI kimi xəritə məlumatları sahənin hər kvadrat metrini əhatə edir; Torpaq nümunəsi yalnız götürüldüyü nöqtəni əks etdirir. Bu fərqi qarışdırmaq təfsirdə ciddi səhvlərə yol alar.
Üç Mini Case: Rəqəmlərə görə
Case 1 - Montajda vaxta qənaət. Mühəndis 5 müxtəlif mənbədən (torpaq laboratoriyası, məhsul xəritəsi, sensor, dron, sahə qeydləri) cəmi 4200 sıra məlumatı vahid cədvəldə birləşdirirdi; əl ilə təxminən 6 saat. Hədəf sxemini əvvəlcədən müəyyən etdikdən və AI-yə "bu 5 faylı bu sütunlara yerləşdirin" tapşırığını verdikdən sonra ilk qaralama 25 dəqiqə ərzində çıxdı; Qalan vaxtını 40 sətirlik nümunə ilə uyğunluğun düzgünlüyünü yoxlamağa həsr etdi. Ümumi vaxt təxminən 2 saata düşdü.
Case 2 - Vahid tələsi. Məhsul xəritəsi kq/ha, gübrə rekordu isə kq/ha idi. Birinci birləşmədə AI ikisini eyni sütunda qruplaşdırdı və bir sahənin məhsuldarlığını 10 faktorla (1 ha = 10 da) aşağı göstərdi. Mühəndis məlum bağlamanın faktiki məhsuldarlığını xatırladığı üçün uyğunsuzluğu anladı; Böyüklük yoxlaması sırası vahid səhvi aşkar etdi.
3-cü hal - Bağlama adında qarışıqlıq. Üç mənbədə eyni sahə “Dərə”, “dere_tarla” və “Süjet-7” kimi qeyd edilmişdir. AI bunların üç ayrı bağlama olduğunu düşündü və ərazini üç yerə böldü. Mühəndis, ümumi əkin sahəsinin aktdakı dəyərə uyğun gəlmədiyini başa düşdükdə, uyğun lüğəti ("bu üç ad = Süjet-7") təyin etdi və AI-yə onunla yenidən birləşməsini söylədi.
Zəif Tələb / Güclü Tələb
Zəif çağırış:
Bu kənd təsərrüfatı məlumatlarını təşkil edin və birləşdirin.[fayllar]
Güclü göstəriş:
Rolunuz: Kənd təsərrüfatı məlumat analitiki. Aşağıdakı 4 mənbəni BİR cədvəldə birləşdirin. Hədəf sxemi (bu sütun və vahidlərdən kənara çıxmayın):- bağlama_id (mətn), tarix (YYYY-AA-GG), məhsul (mətn),- torpaq_pH (rəqəm), azot_kg_da (kq/da), məhsuldarlıq_kq_da (kq/dak), məhsuldarlıq_kq_da (kq_daq) gübrə/məhsul vahidləri kq/da; Tərcümə etdiyiniz hər bir sətri qeyd edin.- Bağlama adlarını verdiyim lüğətlə uyğunlaşdırın: {"dere":"P7","dere_field":"P7"}.- Çatışmayan dəyəri BLANK qoyun, onu təxminlə doldurun.- Tərcümə edə bilməyəcəyiniz və ya aydın olmayan sətirləri ayrıca "check_required" siyahısına qoyun. Mənbələr:[məlumat]
Güclü sorğu hədəf sxemini, vahid qaydanı, uyğun gələn lüğəti və qeyri-müəyyənlik üçün ayrıca vedrəni müəyyən edir. Beləliklə, süni intellekt təxmin etmək əvəzinə sizə qərar vermədiyiniz yerdə çatdırır.
Dörd Kopyalana bilən Şablon
1) Hədəf sxeminə uyğunlaşdırma:
Aşağıdakı xam məlumatları aşağıdakı sxemə uyğunlaşdırın: [sütunlar + vahidlər]. Cədvəldə hansı hədəf sütunun hər bir mənbə sütunu ilə əlaqələndirdiyini göstərin. Əgər əmin deyilsinizsə, "?" işarəsindən istifadə edin. ilə işarələyin.
2) Vahidin standartlaşdırılması və izlənməsi:
Bütün sahə vahidlərini dekarlara (da) çevirin. "conversion_not" sütunu əlavə edin; hər çevrilmiş dəyər üçün orijinal vahidi və çarpanı yazın (məsələn: "1 ha=10 da"). Konvertasiya edə bilməyəcəyiniz vahidi olduğu kimi buraxın və işarələyin.
3) Kənar skan:
Bu ədədi sütunlar üçün gözlənilən aqrotexniki diapazonu verirəm: torpaq_pH 4-9, azot_kq_da 0-30, məhsuldarlıq_kq_da 100-1200. Aralığın xaricindəki hər cərgəni "kənar" kimi qeyd edin; DƏYİŞMƏYİN, sadəcə göstərin.
4) İdarəetmə bölgəsi layihəsi:
Aşağıdakı məkan torpaq və məhsuldarlıq məlumatlarına baxaraq, oxşar xüsusiyyətlərə malik 2-4 namizəd idarəetmə sahəsini təklif edin. Hər bölgə üçün: ayırdığınız parametrləri, orta dəyərləri və sahədə yoxlamalı olduğum həddi yazın. Aydın sərhədlər çəkməyin; bunlar qaralamalardır.
Müqayisə Diaqramı: Klassik və Precision Fermerçilik
Ölçü
klassik kənd təsərrüfatı
dəqiq kənd təsərrüfatı
idarəetmə vahidi
Bütün sahə birdir
İnzibati rayonlar
Giriş paylanması
Uniforma (düz faiz)
Dəyişən dərəcə (VRA)
Məlumat mənbəyi
fermer müşahidəsi
sensor, peyk, dron, maşın
Qərar əsası
Təcrübə + təqvim
Təcrübə + məlumat + model
AI-nin rolu
məhduddur
Məlumatların konsolidasiyası və təklif layihəsi
Risk
Həddindən artıq/aşağı giriş
Yanlış məlumat → yanlış bölgə
Ümumi səhvlər
- Qoy AI sxemi müəyyən etsin. Hədəf sütunları və vahidləri göstərməsəniz, AI hər dəfə fərqli bir quruluş yaradacaq və müqayisə qeyri-mümkün olur.
- Vahidləri izləməmək. Hansı dəyərin tərcümə olunduğunu qeyd etməsəniz, sonrakı səhvləri izləyə bilməzsiniz.
- Xəritə məlumatları üçün səhv nöqtə məlumatı. Tək torpaq nümunəsinin bütün bölgəyə ümumiləşdirilməsi bölgənin sərhədini səhv çəkir.
- Qoy AI boşluqları doldursun. Çatışmayan dəyərin təxminlə doldurulması real məlumat kimi maskalanan uydurma yaradır.
- Bağlama adları yoxlanılmır. Uyğun olmayan adlar bütün mövsüm təhlilini təhrif edərək sahəni və məhsuldarlığı bölür.
Diqqət: Süni intellekt VRA reseptini (hansı sahəyə nə qədər daxil olduğunu) tövsiyə edə bilər, lakin son təsdiqləmə mühəndisə məxsusdur. Yanlış zona sərhədi sualtı və ya ərazidə çox gübrə deməkdir.
Xülasə
Dəqiq əkinçilik sahəni daxili fərqlərinə görə idarə etmək sənətidir və iki anlayışa əsaslanır: dəyişən dərəcələrin tətbiqi və idarəetmə zonaları. Bu yanaşma məlumatlara əsaslanır; Lakin kənd təsərrüfatı məlumatları dağınıq, çox vahid və çox mənbəlidir. Süni intellekt bu məlumatların standart sxemə çevrilməsinin ən təhlükəsiz və ən sərfəli sahəsində işləyir - hədəf sxemi müəyyənləşdirdiyiniz, vahidin izini saxladığınız müddətcə, boşluqları doldurmayın və hər bir transformasiyanı bir nümunə ilə sınayın. Təmiz və vahid məlumatlar bütün sonrakı vahidlər (NDVI, torpaq, suvarma, məhsuldarlıq) üçün möhkəm əsasdır.
Tətbiq tapşırığı
İki müxtəlif mənbədən kiçik nümunə götürün (məsələn, torpaq analizi cədvəli və məhsul/gübrə qeydi); bölmələr və bağlama adları bilərəkdən fərqlidir. Süni intellektni bu bölmədən “hədəf sxeminə uyğunlaşdırmaq” və “vahid standartlaşdırma” şablonları ilə birləşdirin. Sonra 5 sıranı əl ilə yoxlayın: vahidlərin çevrilməsi düzgündürmü, bağlama uyğunluğu düzgündürmü, çatışmayan dəyərlər təxminlərlə doldurulurmu? Tapdığınız hər bir səhvi və AI-nin hansı qaydanı pozduğunu qeyd edin.
yoxlama siyahısı
- [ ] Hədəf sxemini (sütunlar + vahidlər) AI-yə verməzdən əvvəl müəyyən etdim.
- [ ] Mən bütün vahidləri vahid standarta çevirdim və dönüşüm izini saxladım.
- [ ] Mən bağlama adı uyğunsuzluqlarını lüğətə uyğunlaşdırdım və ümumi ərazini təsdiqlədim.
- [ ] Mən aqronomik diapazonu olan kənarları süzdüm; Mən onu dəyişdirmədim və qeyd etdim.
- [ ] Mən nöqtə məlumatı və xəritə məlumatını ayırdım; Mən boş yerləri təxminlərlə doldurmadım.