""

乔治亚大学

种地的未来:UGA领路人精准农业

通过摄影 安德鲁戴维斯塔克, 克林特·汤普森, 彼得·弗雷
Professor George Vellidis works with graduate student Anna Orfanou on checking the circuit board of a 乔治亚大学 Smart Sensor Array node.
教授乔治vellidis上检查佐治亚智能传感器阵列节点的大学的电路板与研究生安娜orfanou作品。 (由安德鲁戴维斯打褶照片)

高效的管理是现代农业的标志。科学家预测,世界人口将在本世纪中叶达到9.7十亿,并且养活这些人,农作物产量将需要在未来30年内翻番。

这一挑战迫在眉睫,精准农业技术的使用,提高作物的盈利能力,效率和可持续性生产,已成为农场管理中不可或缺的一部分种植者尽量让每英亩。

太阳城最新官网是第一个学术机构之间的深入研究精准农业,当它在90年代中期出现了。四分之一个世纪过去了,UGA正在加紧扩大其师资,课程,研究和推广,再次成为该领域的领导者。

“一直存在着农业采用新技术历史的意愿。格鲁吉亚农业的可持续发展的未来仍将依赖于创造和采用新技术,”萨姆帕杜,在UGA的院长,主任 农业和环境科学学院。 “今天,我们正面临着喂养的世界中,对粮食的需求预计将增加一倍的挑战。喂养不断增长的世界,需要获得更多的产量从土地每英亩珍贵的。”

“技术永远无法取代一个农民自己的土地和他的资源的深入了解,但它可以让我们优先考虑并成为土地更好地管理我们的资源得到更有效。”

- 亚当mclendon,在猜疑,GA mclendon英亩的农场经理。

Wes Porter, UGA Extension precision agriculture & irrigation specialist (Photo by 克林特·汤普森)

农业是格鲁吉亚最大的行业。根据UGA的 中央农业企业和经济发展,农业的贡献超过十亿$ 73国有经济,具有行和饲料作物注入超过十亿$ 11.5棉花种植上最亩,但格鲁吉亚排名没有。 1,在生产的花生,山核桃和蓝莓的国家。

我只想说,农业是大企业在格鲁吉亚,和周围精准农业技术,UGA的推广起到了国家的农业扩张了很大的作用。

“我们已经看到在这样一个快节奏的技术进步,我们已经看到格鲁吉亚的作用大学成长......作为公正的第三方,可以帮助一些种植者感到舒适使用这些技术并没有觉得它正在被推他们按行业,说:”韦斯利搬运工,UGA的推广精准农业和灌溉专家。

21ST 世纪农

精准农业的工具包括像GPS导航,土壤取样器,传感器,机器人技术,无人驾驶飞机,无人驾驶汽车,可变速率技术,控制系统,智能手机应用程序和软件技术的阵列。

从精确操作拖拉机播种和收获中耕作物,土壤墒情监测和灌溉软件,保持种植者不断了解水的应用GPS制导,精密技术已经改变了现代农业。

“我们都习以为常的技术,这将是没有它令人难以置信的挑战,” mclendon说。 “技术永远无法取代一个农民自己的土地和他的资源的深入了解,但它可以让我们优先考虑并成为土地更好地管理我们的资源得到更有效。”

在过去的四分之一世纪种地勉强类似于什么mclendon的祖先一样。

“这是令人兴奋的,看多远,农业的进步,说:”卡尔文·佩里,UGA的C.M.的管理者瘦长灌溉研究园区的卡米拉,格鲁吉亚。 “但我认为我的祖父谁是春耕骡子后面,然后看到了在他的一生拖拉机GPS自动驾驶指导。把它放在这个角度来看,是的,我们已经走过了办法,但一些人已经看到了更大的变化。”

教授乔治vellidis(左)和研究生安娜orfanou和DIMITRIOS PAVLOU飞,他们的研究小组在蒂夫顿校园里他们的研究领域使用其作物的健康快速评估的无人机之一。

从两名学生的火花

早在1995年,斯图尔特pocknee和布劳顿boydell们开始他们的博士和硕士学位,分别在作物和土壤科学的CAES部门UGA。他们的论文和dissertation-“的内场土壤变异性管理”的pocknee和“花生产量映射:精准农业的发展,为花生第一阶段”由boydell-weren't随便一个研究生项目。他们的研究推出的UGA到精准农业的境界。

他们想评估和测量领域和产量的变化:土壤性质,营养水平,一切影响作物如何生长。他们的教授克雷格kvien,转身同事乔治vellidis(当时的助理教授)和卡尔文·佩里(研发工程师),用于开发花生产量监测的帮助。

“我们没有任何工具,要做到这一点,说:” vellidis,现在是在UGA的蒂夫顿校区作物和土壤科学教授和学术课程的主任。 “那是什么让我们陷入精准农业的研究领域,尝试开发这些工具,将给予这些学生做他们想要研究的能力。它只是排序从那里爆炸。

“它是我们开始了,因为谁来到这里与我们没有想到的又想法两名学生在这个凉爽的转折。他们帮助我们推出一个计划,依然强劲25年后。”

UGA开发的专利花生产量监控系统,并没有对棉花产量监控类似的研究。也正是在可变速率灌溉发展的先驱,帮助将这项技术推向市场在2000年代中期。

适应和采纳

对于很多在过去十年中,UGA都集中在可能由佐治亚州和东南部农户采用的技术。搬运工,谁从收到的教育/研究奖 precisionag研究所 在2019年,成为了最近的UGA精密股份公司的团队成员是他的工作在国内和国际上的认可。看门的工作与格鲁吉亚农民推广,可以造福国家农业产业化,使之更加可持续的创新。

“我的角色是帮助开发和应用这就是被我们的科学家或与推广专家合作完成,并与我们的农民和推广人员合作,以获得这些信息出来给我们农民的研究,说:”搬运工。 “以确保他们知道如何实现它,并用它在自己的农场很舒服。”

一些工作包括使用无人自动驾驶汽车和多光谱相机开发玉米和棉花的季节生育的建议。波特还研究了基于土壤质地以增加产量可变深度种植。一些研究已对mclendon的农场,里面有棉花,玉米和花生混合的地方。

“We are very fortunate as growers in Georgia to have the 乔治亚大学,” McLendon said. “They’re an unbelievable resource for agriculture in the area. We’ve worked with them to try to have a number of acres allotted to research and development each year, and then we weed through that R&D to decide what we’re going to adapt in the commercial operation here.”

通过农民是关键。当价格标签出现压倒性的,它是由研究人员和推广专家展示农民的潜在利益。自动驾驶就是一个很好的例子。用价格标签接近每辆车$ 25,000,这是很难让农民看到了盈亏平衡点。但UGA的研究表明,使用自动驾驶具有通过颠倒时,花生,喷洒和耕作作业减少重叠和提高整体效率显著减少损失挖花生生产大回报。在许多情况下,它有一个为期一年的回报。

“我们认为这是过于昂贵,农民们可能永远不会接受它。”佩里回忆说。 “在几年之内,几乎每个农民有它在每一个拖拉机。他们经常使用可变速率的喷涂和可变利率施肥。所有这些现在被接受的生意怎么做的标准,在早期,他们乌托邦式的梦想的天空。”

field instrument prototype
这个装置是佐治亚智能传感器阵列(UGA SSA)传感器,廉价的无线土壤湿度感测系统,其允许传感器节点的高密度被安装在一个场的大学的电路板 - 捕获土壤变化所需的特征和启用动态处方地图可变速率的灌溉系统。 (由Peter弗雷照片)

VRI还没有完全达到同样的采用率如自动转向。 UGA开发出了通过灌溉公司被广泛采用VRI技术,但成本和复杂性农民限制了它的普及。

“成本因素能真正积少成多,如果你改造一个非常大的中心支点操作,”佩里说。 “如果你买的自动驾驶系统,为您的拖拉机,你会在每英亩你的农场使用该工具。但是,当涉及到您添加到中央枢轴灌溉系统的东西,它一定会被用于该系统为该领域。所以你不能散播成本出过不少亩的“。

而他的操作仅用一个场逐场基础VRI由于其成本,mclendon说灌溉管理软件是他操作的关键因素。

“它使我们能够监视什么,我们就会把这些水明智和调整是什么作物需要在任何给定的成长阶段,”他说。 “这些都是我们使用的某一天到一天的基础上确实能够帮助我们的底线,并帮助我们的时间和资源更有效的管理。它很快收回成本。”

搬运工,vellidis和佩里继续做研究显示精确灌溉的好处。 vellidis称之为“缺少一块拼图”的养殖,特别是在东南。

“我们需要显示我们农民这让他们的效率,使用智能灌溉工具有什么巨大的影响,” vellidis说。 “他们不仅将使用更少的水和能源,但过量灌溉也压低收益率。我们要教育人们更多的水并不总是更好。”

GPS驱动自动驾驶技术,拖拉机是UGA研究人员一度以为创新是太贵了,农民采用,但多数商业种植者学习能尽快收回成本作为一个赛季后添加的技术应用到他们的拖拉机。

跟上大数据

在精准农业最大的增长领域是数据采集和管理。在软盘和不可靠的无线传输中继,从电池粗加工场监听获取数据的初期是一个繁琐的例行工作花了大量的时间和精力。现在,随着计算机芯片连接通过细胞信号监视器,海量数据可直接以秒上传到互联网。

“事情是很难在初期做现在的容易和便宜,而不是复杂和昂贵,”佩里说。 “它开辟了很多新的机会,做的事情,年前我们接触不到的地方。”

所有这些数据需要在教育使命显著调整。

棉田的这种表示是从由无人驾驶飞行器采取多光谱图像创建。较暗的绿地通常表明健康的植被和/或生物量高的地区,而暗红色区域的土壤。橙色,黄色和浅绿色的区域通常表示死亡或不健康的植被和/或生物量低利率。 (戴维·多特里的图像提供)

“背然后收集数据是瓶颈;现在的瓶颈是我们如何利用这些数据做出更好的管理决策,” vellidis说。 “我们正在一个TB级规模的收集数据,我们只是没有诀窍或算法将所有数据转换成可操作的管理决策,为农民。这就是研究前沿现在。我们希望能够挖掘这些数据,并提取尽可能多的,因为我们能出来。”

哈拉尔scherm,CAES部门负责人在植物病理学,与来自多个UGA部门的同事合作,创建一个新的研究生水平的农业科学数据证明。跨学科计划,其在2018年推出了具有核心课程专注于数据处理,质量控制,数据分析和解释,是专为研究生在传统的农业和食品科学学科成为操纵和分析产生大型数据集更有文化通过精准农业或作物模拟分析。

“我们不是在培养计算机科学家,统计人员但真正的人谁能够缩小差距,在他们有农业的领域知识和各种数据的产生,” scherm说。 “他们也将有一个可以用来处理这些数据,最终帮助解释数据,并把它在上下文中的各种分析方法基本的了解。

“这是一个独特的方案,并融入整个精准农业的空间。它的拼图的一部分。”

跨边界工作

高通量的表型:长缨“查理”里,和组学植物机器人在工程学院的教授,是精准农业的保护伞下集中在另一种植面积。李正在整理上的新鲜蓝莓市场和分型技术蓝莓机械收获性选择机械采收五年特种作物研究计划项目。

“我们开发了机械收获辅助系统,您可以大幅提高收获效率,而在同时保持质量不如钦点水果,”李说。 “3D成像技术可以帮助植物育种改变植物的形状更有利于机械收割。”

李肇星还导致了高通量表型国家机器人计划项目:开发机器人和成像技术,与传统生物学技术非侵入性的地图观察到的特征,如生物,冠层结构和产量串联。该技术可以帮助育种家和遗传学家,例如,提高养殖效益,并查明负责胁迫耐受性和高产量的基因。

所有这些项目说明,以促进精准农业的进步需要学科的多样性。

“我们有跨边界合作和与人不同学科的工作,”李说。 “电气工程师,计算机科学家,遗传学家,园艺师,植物病理学家,经济学家,统计学家和地理学家。”

说vellidis:“我们需要大家共同努力来解决这些问题。”

促进那种跨学科的工作,UGA创建 中心型组学和植物机器人 在2018年,从四个不同的学校,学院和许多不同的部门30名教职员工。

“有可以发展到了很多的这些问题工作的协同作用,”佩里说。

Changying "Charlie" Li (center) working with an agriculture robot in a blueberry field.
棉田的这种表示是从由无人驾驶飞行器采取多光谱图像创建。较暗的绿地通常表明健康的植被和/或生物量高的地区,而暗红色区域的土壤。橙色,黄色和浅绿色的区域通常表示死亡或不健康的植被和/或生物量低利率。 (由Peter弗雷照片)

着眼于未来

UGA是增加教师的推广和研究,以协助设计上恢复其地方作为精准农业的学术带头人。

“我认为,UGA在这方面有一个传统,”李说的UGA的承诺,在精密股份公司扩大其教师资源。 “更高的计算能力,更好的机器学习算法和更多的农业数据,提供精准农业和智能养殖前所未有的机遇。很多的问题,我们不可能在30年前解决现在可以解决。”

每个人都在UGA涉及精密农业,从蒂夫顿雅典,认为未来10到20年会看到在自动化和机器人戏剧性的变化,因为农民最大限度地提高生产效率和更加可持续。

“最终我们要去的地方将大力发展自主的车队机器 - 这就是我们看到的在未来20年的方向,” vellidis说。 “我们能有机器人植物对它们的传感器,以检测一个铃在同一时间昆虫或疾病压力或水分胁迫,或收获的棉花去工厂的这些群。”

直到机器人接管,mclendon是满意的技术方向是移动和许多方面,它已经提高了他的生活方式。

“你有你的电话,你拉起一个应用程序[监视]您的灌溉枢纽无论它是,你可以看到它的针对性和它是如何浇水,压力是什么样的,也收到短信提醒是否或不该枢纽在半夜已经关闭了,”他说。 “我不能告诉你多少次,才开始利用这种技术,我们检查枢轴8点钟时机,才收工的一天,它浇水好,你第二天早上回来7这是从那里你检查了10码左右。它仍然浇水,浪费水,浪费能源,由于缺乏技术监测浪费,只是一切。”