據報道,愛荷華州立大學和伊利諾伊大學香檳分校的研究人員首次在COALESCE項目中提出超精準農業(ultra-precision agriculture)概念。COALESCE旨在建立一個與規模無關的信息農業系統,在農場覆蓋區域提供個性化的植物管理,將信息物理原理引入可持續農業。COALESCE項目為期5年,得到了美國國家科學基金會和美國農業部國家糧食與農業研究所700萬美元的資助。
研究人員認為,超精準農業是將傳感、建模和推理方面的最新網絡功能引入農作物種植管理,使農民以較低的成本、更大的靈活性和更小的環境影響來應對作物面臨的害蟲、干旱及土壤貧瘠的壓力,并最終取代對化肥、農藥等化學投入品的依賴。具體包括: 1、生物物理實體的個性化建模。創建個性化植物模型的原則性方法,將多尺度數據與已知的生物物理和生理知識緊密耦合,確保模型預測遵循已知的生物物理規則,從而確保普遍性。 2、基于多模態數據融合和魯棒學習(robust learning)的個性化感知。在不同規模的環境和植物生理條件下進行多模態測量來估計狀態變量、更新個性化模型,并采用魯棒機器學習方法對多尺度、多模態數據進行特征提取和融合。 3、使用靈巧機器人的個性化驅動。個性化驅動包括局部化學品和水的分配(噴灑、滲灌)以及作物機械管理操作,需要靈巧的驅動器來實現精確的施肥及施藥。
原文來源:愛荷華州立大學、Coalesce
編譯:北京市農林科學院農業信息與經濟研究所