Datautvinning inom jordbruket

Datautvinning inom jordbruket är ett aktuellt forskningsämne som består av tillämpningen av datautvinning och datavetenskapliga tekniker på jordbruket . Nyare teknologier kan ge omfattande data om jordbruksrelaterade aktiviteter, som sedan kan analyseras för att hitta relevant information. En besläktad men inte likvärdig term är precisionsjordbruk .

Ansökningar

Samband mellan sprayer och fruktdefekter

Fruktdefekter registreras ofta (av en mängd olika skäl, ibland av försäkringsskäl vid export av frukt utomlands). Det kan göras manuellt eller genom datorseende (upptäcker ytdefekter vid sortering av frukt). Spraydagböcker är ett lagkrav i många länder och noterar åtminstone spraydatumet och produktnamnet. Det är känt att sprutning kan ha påverkat olika fruktdefekter för olika frukter. Svampdödande sprayer används ofta för att förhindra att röta kommer till uttryck på frukt. Det är också känt att vissa sprayer kan orsaka rosbildning på äpplen. För närvarande kommer mycket av denna kunskap anekdotiskt, men vissa ansträngningar har gjorts när det gäller användningen av datautvinning inom trädgårdsodling.

Förutsägelse av problematiska vinjäsningar

Jäsningsprocessen av vin påverkar produktiviteten i vinrelaterade industrier såväl som vinets kvalitet. Datavetenskapliga tekniker, såsom k-means-algoritmen , och klassificeringstekniker baserade på konceptet biclustering har använts för att studera jäsningsprocessen för att förutsäga problematiska vinjäsningar. Dessa metoder skiljer sig från tekniker där en klassificering av olika sorters vin utförs. Se wikisidan Klassificering av vin för mer information.

Förutsäga metaboliserbar energi hos fjäderfäfoder med hjälp av gruppmetod för datahanteringstyp neurala nätverk

En gruppmetod för neurala nätverk av datahanteringstyp ( GMDH -typ nätverk) med en evolutionär metod för genetisk algoritm användes för att förutsäga den metaboliserbara energin hos fjädermjöl och slaktbiprodukter av fjäderfä baserat på deras protein-, fett- och askinnehåll. Publicerade dataprover samlades in från litteratur och användes för att träna en nätverksmodell av GMDH -typ. Den nya modelleringen av nätverk av GMDH -typ med en evolutionär metod för genetisk algoritm kan användas för att förutsäga den metaboliserbara energin hos prover av fjäderfäfoder baserat på deras kemiska innehåll. Det har också rapporterats att av GMDH -typ kan användas för att noggrant uppskatta fjäderfäns prestanda från deras kostnäringsämnen såsom metaboliserbar energi, protein och aminosyror i kosten .

Detektering av sjukdomar från ljud från djur

Upptäckten av sjukdomar på gårdar kan positivt påverka produktiviteten på gården genom att minska kontamineringen av andra djur. Dessutom kan tidig upptäckt av sjukdomarna göra det möjligt för bonden att behandla och isolera djuret så snart sjukdomen uppträder. Ljud från grisar , såsom hosta, kan analyseras för att upptäcka sjukdomar. Ett beräkningssystem är under utveckling som kan övervaka grisljud med mikrofoner installerade på gården, och som även kan skilja mellan de olika ljud som kan detekteras.

Tillväxt av får från gener polymorfism med hjälp av artificiell intelligens

Polymeraskedjereaktion -enkelsträngad konformationspolymorfism ( PCR -SSCP ) metod användes för att bestämma tillväxthormon (GH), leptin , calpain och calpastatin polymorfism i iranska baluchi - hanfår . En för artificiellt neuralt nätverk (ANN) utvecklades för att beskriva genomsnittlig daglig ökning (ADG) hos lamm från ingångsparametrar för GH, leptin, calpain och calpastatin polymorfism, födelsevikt och födelsetyp. Resultaten avslöjade att ANN -modellen är ett lämpligt verktyg för att känna igen mönstren av data för att förutsäga lammtillväxt i termer av ADG givet specifika gener polymorfism, födelsevikt och födelsetyp. Plattformen för PCR-SSCP-tillvägagångssätt och ANN -baserade modellanalyser kan användas i molekylärt markörstödda urval och avelsprogram för att utforma ett schema för att förbättra effektiviteten av fårproduktion .

Sortera äpplen efter vattenkärnor

Innan de går ut på marknaden kontrolleras äpplen och de som visar några defekter tas bort. Men det finns också osynliga defekter som kan förstöra äppelsmaken och utseendet. Ett exempel på osynlig defekt är en inre äppelsjukdom som kan påverka livslängden på frukten som kallas en vattenkärna. Äpplen med lätt eller mild vattenkärna är sötare, men äpplen med måttlig till svår grad av vattenkärna kan inte lagras under någon längre tid. Dessutom kan några frukter med kraftig vattenkärna förstöra en hel sats äpplen. Av denna anledning studeras ett beräkningssystem som tar röntgenbilder av frukten medan de körs på löpande band , och som också kan analysera (genom datautvinningsteknik) de tagna bilderna och uppskatta sannolikheten att frukten innehåller vattenkärnor.

Optimera användningen av bekämpningsmedel genom datautvinning

Nyligen genomförda studier av jordbruksforskare i Pakistan visade att försök att maximera bomullsskörden genom statlig politik för bekämpningsmedel har lett till en farligt hög användning av bekämpningsmedel. Dessa studier har rapporterat ett negativt samband mellan användning av bekämpningsmedel och skörd i Pakistan. Därför skadar överdriven användning (eller missbruk) av bekämpningsmedel bönderna med negativa ekonomiska, miljömässiga och sociala konsekvenser. Genom att databryta bomullen Pest Scouting-data tillsammans med de meteorologiska registreringarna visades det att hur användningen av bekämpningsmedel kan optimeras (minskas). Klustring av data avslöjade intressanta mönster av jordbrukarnas praxis tillsammans med bekämpningsmedelsanvändningsdynamiken och hjälper därför till att identifiera orsakerna till detta missbruk av bekämpningsmedel.

Förklara missbruk av bekämpningsmedel genom datautvinning

För att övervaka bomullstillväxten har olika statliga departement och myndigheter i Pakistan registrerat skadedjursspaning, jordbruk och metrologiska data i decennier. Grova uppskattningar av bara de registrerade data från bomullsskadegörare ligger på cirka 1,5 miljoner rekord och växer. Den primära agro-met-data som registrerats har aldrig digitaliserats, integrerats eller standardiserats för att ge en fullständig bild, och kan därför inte stödja beslutsfattande, vilket kräver ett jordbruksdatalager. Att skapa ett nytt Pilot Agriculture Extension Data Warehouse följt av analys genom förfrågningar och datautvinning gjordes några intressanta upptäckter, såsom bekämpningsmedel sprutade vid fel tidpunkt, felaktiga bekämpningsmedel som används av rätt anledningar och tidsmässigt förhållande mellan användning av bekämpningsmedel och veckodag.

Analysera kycklingprestandadata genom neurala nätverksmodeller

En plattform av artificiella neurala nätverksbaserade modeller med känslighetsanalys och optimeringsalgoritmer användes framgångsrikt för att integrera publicerade data om reaktioner från slaktkycklingar på treonin . Analyser av de artificiella neurala nätverksmodellerna för viktökning och fodereffektivitet från en sammanställd datauppsättning antydde att proteinkoncentrationen i kosten var viktigare än treoninkoncentrationen . Resultaten visade att en diet som innehåller 18,69 % protein och 0,73 % treonin kan leda till optimal viktökning, medan optimal fodereffektivitet kan uppnås med en diet som innehåller 18,71 % protein och 0,75 % treonin .

Litteratur

Det finns några få precisionsjordbrukstidskrifter , som Springer's Precision Agriculture eller Elsevier's Computers and Electronics in Agriculture , men de är inte uteslutande ägnade åt datautvinning inom jordbruket.