Печалби:
- Способност за обяснение на логиката на прецизното земеделие и основни понятия като прилагане с променлива норма и зони за управление.
- Възможност за трансформиране на разпръснати полеви, сензорни и машинни данни в чисти, стандартни и композируеми таблици с AI
- Способност за разбиране на пространствени (координирани) данни и проверка на изхода на AI в мащаб на парцел и зона за управление
Класическото земеделие управлява едно поле като цяло, което се държи по един и единствен начин: един и същ тор, същата вода, един и същ пестицид за целия парцел. Въпреки това, докато почвата в единия край на същото поле може да е глинеста и да задържа вода, другият край може да е песъчлив и да губи вода бързо; Един ъгъл може да е хладен и влажен, защото е нисък, докато склонът може да е горещ и сух, защото гледа на юг. Прецизното земеделие е подход, който има за цел да раздели областта на региони според тези вътрешни различия и да даде на всеки регион толкова принос, колкото му е необходим. Целта е проста, но въздействието е голямо: на точното място, в точното време, в точното количество. Тази част обяснява логиката на прецизното земеделие и как да направите селскостопанските данни, които захранват тази логика, организирани, надеждни и композируеми с изкуствен интелект.
Има две концепции в основата на прецизното земеделие. Първото е прилагане с променлива норма (VRA): тракторът или оборудването автоматично променят количеството тор, семена или вода според местоположението на полето. Втората е зоната за управление: това е разделянето на полето на подчасти, които имат подобни почвени и продуктивни характеристики и могат да се управляват отделно. Изкуственият интелект се докосва и до двете концепции: той помага за дефинирането на зони чрез комбиниране на разпръснати данни и предлага чернови на предписания за всяка зона. Но инженерът, който познава областта, е този, който в крайна сметка одобрява регионалната граница и предписанието.
Естеството на селскостопанските данни: защо е объркано?
Във фермата данните идват от десетки непознати източници и никой от тях не говори същия език като другия. Почвената лаборатория изпраща Excel; Комбайнът запазва своята карта на добива в друг формат; сензорът за влажност генерира ежечасно CSV; дрон извежда JPEG и файл с координати; Собствените бележки на фермера бяха написани на ръка в тетрадка. Единиците на тези данни са различни (kg/da, kg/ha, ppm, %), форматите на датите са различни, системите за местоположение са различни и често имената на продуктите/парцелите са непоследователни („Поле на потоци“, „парцел dere“, „Парцел-7“ може да е едно и също място). Преди изкуствения интелект тази комбинирана работа беше най-досадната и отнемаща много време част от инженера.
Това е мястото, където изкуственият интелект влиза в игра и работи точно там, където е най-безопасно: превеждане на данни в стандартна схема (т.е. обща структура на колона и единица). Но бъдете внимателни: изкуственият интелект може да направи грешка при преобразуването на единици и тази грешка тихо ще съсипе целия анализ. Така че златното правило при структурирането на данни е ръчно да валидирате всяка трансформация с малка извадка.
Съвет: Преди да подадете данните към AI, дефинирайте сами вашата целева схема: кои колони, кои единици, кой формат на датата. Да кажете на AI да „преведе това в тази диаграма“ е много по-надеждно, отколкото да му кажете да „подреди тези данни“.
Разбиране на пространствените данни
Повечето селскостопански данни са пространствени: всяко измерване има координата. Почвена проба е свързана с местоположение като "Парцел-3, северозападен ъгъл, 39,12 N / 32,45 E". Тези координати обикновено се дават в метрична система, наречена географска ширина/дължина (WGS84) или UTM. Когато интерпретирате пространствени данни, когато работите с AI, обърнете внимание на три неща: последователна ли е координатната система, разпръснати ли са достатъчно пробните точки, за да представят полето, и дали стойността на дадена точка се отнася за целия регион или само за тази точка. Картографски данни като NDVI покриват всеки квадратен метър от полето; Почвената проба представлява само точката, от която е взета. Объркването на това разграничение би довело до сериозни грешки при тълкуването.
Три мини калъфа: с числата
Случай 1 – Спестяване на време при сглобяване. Инженер комбинира общо 4200 реда данни от 5 различни източника (почвена лаборатория, карта на добивите, сензор, дрон, полеви бележки) в една таблица; приблизително 6 часа на ръка. След като дефинирахме целевата схема предварително и дадохме на AI задачата да „съпостави тези 5 файла към тези колони“, първата чернова излезе след 25 минути; Останалото време той посвети на проверка на точността на съвпадението с извадка от 40 реда. Общото време падна до около 2 часа.
Случай 2 - Капан на единица. Картата на добива беше в kg/ha, а записът на тора беше в kg/ha. В първата комбинация AI групира двете в една и съща колона и подценява добива от един парцел с коефициент 10 (1 ha = 10 da). Инженерът улови несъответствието, защото си спомни действителния добив на известен пакет; Проверката на порядъка на величината разкри грешка на единицата.
Случай 3 - Объркване на името на парцела. В три източника едно и също находище се споменава като „Дере“, „дере_тарла“ и „Плот-7“. AI реши, че това са три отделни парцела и раздели района на три. Когато инженерът разбра, че общата обработваема площ не съответства на стойността в нотариалния акт, той дефинира съвпадащия речник („тези три имена = Парцел-7“) и каза на AI да се комбинира отново с него.
Слаба подкана / Силна подкана
Слаба подкана:
Организирайте и комбинирайте тези селскостопански данни [файлове]
Мощна подкана:
Вашата роля: Анализатор на селскостопански данни. Комбинирайте следните 4 източника в ЕДНА таблица. Целева схема (не излизайте извън тези колони и единици): - parcel_id (текст), дата (ГГГГ-ММ-ДД), продукт (текст), - soil_pH (число), nitrogen_kg_da (kg/da), yield_kg_da (kg/da), влажност_процент (%) Правила: - Преобразувайте всички единици за тор/добив в kg/da; Маркирайте всеки ред, който превеждате.- Свържете имената на колетите с речника, който дадох: {"dere":"P7","dere_field":"P7"}.- Оставете липсващата стойност ПРАЗНА, попълнете я с предположение.- Поставете редовете, които не можете да преведете или са неясни, в отделен списък "check_required". Източници: [данни]
Мощната подкана дефинира целевата схема, правило за единица, съответстващ речник и отделна кофа за неяснота. По този начин, вместо да гадае, AI ви доставя там, където не е решен.
Четири копируеми шаблона
1) Съпоставяне към целевата схема:
Съпоставете следните необработени данни към следната схема: [колони + единици]. Покажете в таблица коя целева колона свързва всяка изходна колона. Ако не сте сигурни, използвайте "?" Маркирайте с .
2) Единична стандартизация и проследимост:
Преобразувайте всички единици площ в декари (da). Добавете колона „conversion_note“; напишете оригиналната единица и множителя за всяка конвертирана стойност (напр.: "1 ha=10 da"). Оставете единицата, която не можете да конвертирате, такава, каквато е, и я маркирайте.
3) Сканиране на отклонения:
Давам очаквания агрономически диапазон за тези цифрови колони: soil_pH 4-9, nitrogen_kg_da 0-30, yield_kg_da 100-1200. Маркирайте всеки ред извън обхвата като "външен"; НЕ ПРОМЕНЯЙТЕ, просто покажете.
4) Проект на регион на управление:
Като разгледате пространствените данни за почвата и плодородието по-долу, предложете 2-4 кандидатстващи области за управление с подобни характеристики. За всеки регион: запишете параметрите, по които сте разделили, средните стойности и лимита, който трябва да проверя в полето. Не поставяйте ясни граници; това са чернови.
Сравнителна таблица: класическо срещу прецизно земеделие
Размер
класическо земеделие
прецизно земеделие
управленска единица
Цялото поле е едно
Административни райони
Разпределение на входа
Единна (фиксирана ставка)
Променлива скорост (VRA)
Източник на данни
наблюдение на фермера
сензор, сателит, дрон, машина
Основа за вземане на решение
Опит + календар
Опит + данни + модел
Ролята на AI
ограничен
Консолидиране на данни и проект на предложение
Риск
Излишък/под вход
Грешни данни → грешен регион
Често срещани грешки
- Нека AI дефинира схемата. Ако не посочите целевите колони и единици, AI ще създава различна структура всеки път и сравнението става невъзможно.
- Не следи единици. Ако не запишете коя стойност е преведена, не можете да проследите последващи грешки.
- Сбъркане на данни за точки с данни от картата. Обобщаването на една почвена проба за целия регион очертава границата на региона неправилно.
- Нека AI запълни празнините. Попълването на липсващата стойност с предположение създава измислица, която се маскира като реални данни.
- Имената на колетите не се проверяват. Непоследователните имена разделят площта и добива, изкривявайки целия анализ на сезона.
Внимание: AI може да препоръча предписанието на VRA (колко е отишло в коя област), но окончателното одобрение принадлежи на инженера. Неправилна граница на зоната означава подводност или твърде много тор в дадена зона.
В обобщение
Прецизното земеделие е изкуството за управление на полето според вътрешните му различия и се основава на две концепции: прилагане с променлива норма и зони за управление. Този подход се подхранва от данни; Но селскостопанските данни са разпръснати, от множество единици и от множество източници. Изкуственият интелект работи в най-сигурната и печеливша област на превеждане на тези данни в стандартна схема – стига да дефинирате целевата схема, да запазите проследяването на единицата, да не попълвате празнините и да тествате всяка трансформация с пример. Чистите и унифицирани данни са солидната основа за всички следващи единици (NDVI, почва, напояване, добив).
Задача за приложение
Вземете малка проба от два различни източника (напр. таблица за анализ на почвата и запис за добив/тор); единиците и имената на парцелите са умишлено различни. Комбинирайте AI с шаблоните „картографиране към целева схема“ и „стандартизация на единица“ от този модул. След това проверете ръчно 5-те реда: правилни ли са преобразуванията на единици, правилни ли са съвпаденията на колетите, попълнени ли са липсващите стойности с предположения? Отбележете всяка грешка, която откриете, и кое правило е нарушил AI.
контролен списък
- [] Дефинирах целевата схема (колони + единици), преди да я дам на AI.
- [ ] Преобразувах всички единици в един стандарт и запазих проследяването на преобразуването.
- [ ] Сравних несъответствията в имената на парцелите с речника и проверих общата площ.
- [ ] Прегледах отклоненията с агрономически обхват; Не съм го сменял и съм го маркирал.
- [ ] Разделих точковите данни и картографските данни; Не попълних празните места с предположения.