Прибыль:
- Способность объяснить логику точного земледелия и основные понятия, такие как внесение переменной нормы и зоны управления.
- Способность преобразовывать рассредоточенные данные полей, датчиков и машин в чистые, стандартные и составные таблицы с помощью искусственного интеллекта.
- Способность понимать пространственные (скоординированные) данные и проверять результаты ИИ в масштабе участка и территории управления.
Классическое сельское хозяйство управляет полем в целом одним и единственным способом: одни и те же удобрения, та же вода, одни и те же пестициды для всего участка. Однако, хотя почва на одном конце одного и того же поля может быть глинистой и удерживать воду, другой конец может быть песчаным и быстро терять воду; В углу может быть прохладно и влажно, потому что он низкий, а на склоне может быть жарко и сухо, потому что он обращен на юг. Точное земледелие — это подход, целью которого является разделение поля на регионы в соответствии с этими внутренними различиями и предоставление каждому региону столько ресурсов, сколько ему необходимо. Цель проста, но эффект огромен: в нужное место, в нужное время, в нужном количестве. В этом модуле объясняется логика точного земледелия и то, как сделать сельскохозяйственные данные, которые питают эту логику, организованными, надежными и компонуемыми с помощью искусственного интеллекта.
В основе точного земледелия лежат две концепции. Первый — это внесение переменной нормы (VRA): трактор или оборудование автоматически меняют количество удобрений, семян или воды в зависимости от расположения поля. Вторая — зона управления: это разделение поля на части, которые имеют схожие характеристики почвы и продуктивности и могут управляться раздельно. Искусственный интеллект затрагивает обе эти концепции: он помогает определять зоны путем объединения разрозненных данных и предлагает проекты рецептов для каждой зоны. Но инженер, знающий эту область, в конечном итоге утверждает региональные границы и рецепты.
Природа сельскохозяйственных данных: почему они запутаны?
На ферме данные поступают из десятков неизвестных источников, и ни один из них не говорит на одном языке с другим. Почвенная лаборатория отправляет Excel; Комбайн сохраняет карту урожайности в другом формате; датчик влажности ежечасно генерирует CSV; дрон выводит JPEG и файл координат; Собственные записи фермера вносились в блокнот от руки. Единицы этих данных разные (кг/день, кг/га, промилле, %), разные форматы дат, разные системы местоположения, и часто названия продуктов/посылок не совпадают («Поле потока», «Посылка», «Участок-7» могут быть одним и тем же местом). До появления искусственного интеллекта эта совмещенная работа была самой утомительной и трудоемкой частью работы инженера.
Именно здесь в игру вступает искусственный интеллект, который работает именно там, где это наиболее безопасно: переводит данные в стандартную схему (т. е. в общую структуру столбцов и единиц измерения). Но будьте осторожны: ИИ может допустить ошибку при конвертации единиц, и эта ошибка незаметно испортит весь анализ. Итак, золотое правило структурирования данных — вручную проверять каждое преобразование на небольшой выборке.
Совет: прежде чем передавать данные в ИИ, самостоятельно определите целевую схему: какие столбцы, какие единицы измерения, какой формат даты. Сказать ИИ «перевести это в эту диаграмму» гораздо надежнее, чем сказать ему «упорядочить эти данные».
Понимание пространственных данных
Большинство сельскохозяйственных данных являются пространственными: каждое измерение имеет координату. Образец почвы привязан к такому местоположению, как «Участок-3, северо-западный угол, 39,12 с.ш. / 32,45 в.д.». Эти координаты обычно задаются в метрической системе широты/долготы (WGS84) или UTM. При интерпретации пространственных данных при работе с ИИ обратите внимание на три вещи: согласована ли система координат, достаточно ли разбросаны точки выборки, чтобы представить поле, и относится ли значение точки ко всей области или только к этой точке. Картографические данные, такие как NDVI, охватывают каждый квадратный метр поля; Образец почвы представляет собой только ту точку, где он был взят. Смешение этого различия приведет к серьезным ошибкам в интерпретации.
Три мини-кейса: в цифрах
Случай 1 – Экономия времени при сборке. Инженер объединил в общей сложности 4200 строк данных из 5 различных источников (почвенная лаборатория, карта урожайности, датчик, дрон, полевые записи) в одну таблицу; около 6 часов вручную. Как только мы заранее определили целевую схему и дали ИИ задачу «сопоставить эти 5 файлов с этими столбцами», первый черновик вышел через 25 минут; Оставшееся время он посвятил проверке точности совпадения на образце из 40 строк. Общее время сократилось примерно до 2 часов.
Случай 2 — Ловушка для юнитов. Карта урожайности была в кг/га, а запись удобрений - в кг/га. В первой комбинации ИИ сгруппировал их в одном столбце и занизил урожайность одного участка в 10 раз (1 га = 10 дней). Инженер уловил несоответствие, поскольку помнил фактическую доходность известной партии; Проверка порядка величины выявила ошибку агрегата.
Случай 3 – Путаница с названием посылки. В трех источниках одно и то же поле упоминалось как «Дере», «дере_тарла» и «Участок-7». ИИ решил, что это три отдельных участка, и разделил территорию на три. Когда инженер понял, что общая обрабатываемая площадь не соответствует значению в документе, он определил соответствующий словарь («эти три имени = Участок-7») и приказал ИИ перекомбинировать его.
Слабая подсказка/Сильная подсказка
Слабая подсказка:
Организуйте и объедините эти сельскохозяйственные данные.[файлы]
Мощная подсказка:
Ваша роль: аналитик сельскохозяйственных данных. Объедините следующие 4 источника в ОДНУ таблицу. Целевая схема (не выходите за пределы этих столбцов и единиц измерения): - идентификатор_участка (текст), дата (ГГГГ-ММ-ДД), продукт (текст), - почва_pH (число), азот_кг_да (кг/день), урожай_кг_да (кг/день), влажность_процент (%)Правила: - Преобразуйте все единицы удобрения/урожая в кг/день; Отметьте каждую строку, которую вы переводите.- Сопоставьте названия участков со словарем, который я дал: {"dere":"P7","dere_field":"P7"}.- Оставьте пропущенное значение ПУСТЫМ, заполните его предположением.- Поместите строки, которые вы не можете перевести или неясны, в отдельный список "check_required". Источники:[данные]
Мощная подсказка определяет целевую схему, правило единицы измерения, соответствующий словарь и отдельный сегмент для устранения неоднозначности. Таким образом, вместо того, чтобы гадать, ИИ доставляет вам туда, где он не определился.
Четыре копируемых шаблона
1) Сопоставление с целевой схемой:
Сопоставьте следующие необработанные данные со следующей схемой: [столбцы + единицы измерения]. Покажите в таблице, с каким целевым столбцом сопоставляется каждый исходный столбец. Если вы не уверены, используйте знак «?» Отметьте .
2) Стандартизация и прослеживаемость единиц продукции:
Переведите все единицы площади в декары (да). Добавьте столбец «conversion_note»; запишите исходную единицу измерения и множитель для каждого преобразованного значения (например: «1 га=10 да»). Оставьте единицу измерения, которую вы не можете преобразовать, как есть и отметьте ее.
3) Сканирование выбросов:
Я даю ожидаемый агрономический диапазон для этих числовых столбцов: почва_pH 4-9, азот_кг_да 0-30, урожай_кг_да 100-1200. Отметьте каждую строку за пределами диапазона как «выбросы»; НЕ МЕНЯЙТЕ, просто покажите.
4) Проект региона управления:
Изучив приведенные ниже пространственные данные о почве и плодородии, предложите 2–4 потенциальных участка управления со схожими характеристиками. Для каждого региона: запишите параметры, по которым вы разделили, средние значения и лимит, который мне нужно сверить в поле. Не проводите четких границ; это черновики.
Сравнительная таблица: классическое и точное земледелие
Размер
классическое сельское хозяйство
точное земледелие
подразделение управления
Все поле одно
Административные районы
Распределение входных данных
Единая (фиксированная ставка)
Переменная ставка (VRA)
Источник данных
наблюдение за фермером
датчик, спутник, дрон, машина
Основа принятия решения
Опыт + календарь
Опыт + данные + модель
Роль ИИ
ограниченный
Консолидация данных и проект предложения
Риск
Избыток/недостаток ввода
Неверные данные → неправильный регион
Распространенные ошибки
- Пусть ИИ определит схему. Если вы не укажете целевые столбцы и единицы измерения, ИИ будет каждый раз создавать другую структуру, и сравнение станет невозможным.
- Не следить за единицами. Если вы не запишете, какое значение было переведено, вы не сможете отследить последующие ошибки.
- Принятие точечных данных за данные карты. Обобщение одного образца почвы на весь регион приводит к неправильному проведению границы региона.
- Позвольте ИИ заполнить пробелы. Заполнение пропущенного значения предположением приводит к выдумке, маскирующейся под реальные данные.
- Не проверяю названия посылок. Непоследовательные названия делят площадь и урожайность, искажая весь сезонный анализ.
Внимание: ИИ может порекомендовать рецепт VRA (сколько ушло в какую область), но окончательное утверждение принадлежит инженеру. Неправильная граница зоны означает наличие воды или слишком много удобрений на участке.
В итоге
Точное земледелие — это искусство управления полем с учетом его внутренних различий и основано на двух концепциях: внесение переменной нормы и зоны управления. Этот подход основан на данных; Однако сельскохозяйственные данные разрознены, состоят из нескольких единиц и источников. Искусственный интеллект работает в самой безопасной и прибыльной области перевода этих данных в стандартную схему — при условии, что вы определяете целевую схему, сохраняете трассировку единицы, не заполняете пробелы и тестируете каждое преобразование на примере. Чистые и унифицированные данные являются прочной основой для всех последующих блоков (NDVI, почва, орошение, урожайность).
Задача приложения
Возьмите небольшой образец из двух разных источников (например, таблицы анализа почвы и журнала урожайности/удобрений); названия единиц и участков намеренно разные. Объедините ИИ с шаблонами «сопоставление с целевой схемой» и «стандартизация модулей» из этого модуля. Затем вручную проверьте 5 строк: правильно ли преобразованы единицы измерения, правильно ли совпадают посылки, заполнены ли недостающие значения догадками? Записывайте каждую обнаруженную ошибку и какое правило нарушил ИИ.
контрольный список
- [ ] Я определил целевую схему (столбцы + единицы измерения) перед тем, как передать ее ИИ.
- [ ] Я перевел все единицы измерения к единому стандарту и вел процесс преобразования.
- [ ] Я сопоставил несоответствия в названиях участков со словарем и проверил общую площадь.
- [ ] Я отобрал выбросы с агрономическим диапазоном; Я его не менял и отметил.
- [ ] Я разделил данные точек и данные карты; Я не заполнял пробелы догадками.