进入杂草
农民依靠人工智能提高产量
15几百万覆盖地球表面的面积
农民们正在采用一种混合技术来提高产量，包括gps驱动的拖拉机和机器人
农民拥有大量的数据。他们的田地被GPS定位。他们的拖拉机上有传感器和摄像头。他们的田地有土壤湿度传感器。他们甚至有关于土壤类型的数据，天气数据，以及关于哪种类型的种子在不同环境下表现最好的数据。
即使有了这些数据，在核电站的性能方面仍存在盲点。农场太大了，农民无法在不使用技术的情况下监测单个作物的健康状况。这就是为什么许多农民转向利用航空图像进行精准农业的原因。
"It’s time-consuming to walk an entire field, but aerial imagery can provide the detailed information needed for both in-season insights and end-of-season guidance on what to change to improve next year's crop. There is a lot of research and development focused on these applications from an agronomic perspective.”
内布拉斯加大学林肯分校生物系统工程副教授Joe Luck博士
空中图像可以实现植物的细节，农民需要在不断增长的季节采取适当的行动。例如，通过针对杂草持有杂草在一个领域的地方，农民可以将除草剂应用限制在该位置;他们不必喷洒整个领域。
图片由Gamaya提供
农民对他们的土地有深刻的理解，但他们不是数据科学家。因此，而不是尝试破译空中图像生成的数据的Tberytes，而不是与图像分析公司合作。这些公司专注于将原始数据转化为农民可以在农场实施的建议。
这些公司使用无人机、有人驾驶的飞机甚至卫星来捕捉各种分辨率的图像，从卫星的每像素米到低空飞行的飞机的每像素厘米。万博 尤文图斯用于捕捉图像的传感器类型也各不相同，每个传感器都为不同类型的分析提供数据。
英特尔美国一家专门从事航空图像分析的精密农业公司，利用载人飞机对田野进行成像。它们利用了可见光、近红外(NIR)和热感摄像机的组合。它们捕捉整个生长季节的图像，在给定的时间给农民提供快照，收集趋势数据用于长期规划，并提醒农民注意问题，以便他们知道在哪里采取行动。
“热量图像有助于我们了解土壤湿度曲线，而Nir相机旨在表现出该领域的压力或健康。一旦我们了解土壤水分和作物健康的趋势，我们就可以为农民提供局部指导确定他们的运营优先顺序。“
Greg Rose, IntelinAir的产品副总裁
除了使用气象站和地面传感器的数据，瑞士精密农业公司Gamaya用卫星和定制无人机捕获高光谱图像。高光谱图像使用额外的光带来检测植物内的特定性状。
“高光谱图像可以对植物的生理条件进行详细诊断，”Gamaya公司首席执行官Yosef Akhtman说。“植物与阳光相互作用的方式形成了它们新陈代谢的关键部分，导致它们的生理和反射特性之间的紧密关系。”
农民对最终报告更感兴趣
但精密农业公司如何将原始图像转化为最终报告中包含的精确处方？新兴作物是跨越土壤的微小的绿色斑点。在驾驶拖拉机穿过田野时，它很难发现杂草，那么如何从天空中发现杂草？
这就是计算机视觉和人工智能（AI）发挥作用的地方。计算机Vision和AI用于对大组图像数据进行分类，并检测可以与特定问题相关的模式，例如杂草爆发。
“在许多情况下，不希望的植物看起来与实际作物非常相似，特别是在人眼所感知的RGB色彩空间中。杂草和作物植物之间的差异将以光谱和形态特征的微妙组合表现出来。这使其成为AI驱动解决方案的完美候选者。“
Yosef Akhtman，Ceo，Gamaya
人工智能正在将精确技术转变为决策技术。人工智能识别植物胁迫的模式并诊断其原因。结果帮助农民解决问题，使用准确的投入数量。农民们可以把精力集中在虫害地区，而不是每年在整个农场喷洒杀虫剂。类似地，农民可以通过只在需要增加氮肥用量的地区施用氮肥来减少肥料用量。
Rose解释说:“我们使用算法区分由于其大小而几乎不可见的早季节植被，并生成一个健康评分和异常算法，以识别异常高或异常低的压力。”“这些算法依靠机器学习进行模式识别，识别问题和领域趋势。这些算法生成指标，让农民可以对他们需要采取的行动进行排名和优先排序。”
对于大型农场来说，精密农业可以显示注意力最有可能提高整体产量的位置。对于较小的农场，它可以通过例外帮助农民管理，从他们的护理下获得最大的领域。
“在未来几年，计算机视觉、机器学习和机器人技术将日益融合，帮助种植者更高效地生产更多粮食，并在此过程中获得更大的经济回报。”
Al Eisaian，CEO，Intelinair
精密农业对农民的底线有益;这对这个星球也有好处。减少使用的肥料量不仅可以节省农民资金，它也会降低庞大的农田。
拉克教授解释说:“在精准农业中，可变施肥一直是、并将继续是一个有前途的领域。”“在季节中，基于传感器的活性氮管理可以让我们提高氮的利用效率。如果作物呈黄色(即缺氮)，传感器就会检测到这一点，并通知变速喷雾器在这个位置施用更多的氮以纠正这一缺陷。当你进入深绿色区域时，算法会降低氮含量。”
增加产量同时降低投入：底线将是农民提供高质量，营养丰富农产品的能力，以养活我们的星球日益增长的人群，同时最大限度地减少环境影响。
