IoT technológiák a mezőgazdaságban

Az IoT egyszerű magyarázata

Az IoT egykor egy feltörekvő agrártechnológia volt, ma már egy szélesebb körben elterjedt mainstream technológiai irányzat. Az IoT a legegyszerűbb definíció szerint a következő: az Internet által irányított dolgok. Az IoT-eszközök „okos” eszközök, amelyek képesek adatátvitelre hálózaton keresztül. Az egyik első hálózatra csatlakoztatott ilyen eszköz a Carnegie Mellon Egyetem (Pennsylvania, USA) 1982-es kóla automatája volt, ami képes volt jelezni, hogy az italok hidegek vagy sem.

A tárgyak internete kifejezést 1999-ben Kevin Ashton, a Massachusetts Institute of Technology (MIT) Auto-ID Laboratory (a hálózati rádiófrekvenciás azonosítás és az érzékelő technológiák kutatócsoportja) társalapítója és ügyvezető igazgatója alkotta meg, miközben a Procter and Gamble márkamenedzsereként előadást tartott. A P&G számára készített prezentáció témája a rádiófrekvenciás azonosító (RFID) címkék bevezetése volt az ellátási lánc irányításának megkönnyítése érdekében. A kikerülő egyes cikkek helyét és készletét a címkék segítségével könnyebben nyomon tudták követni. Az RFID (Radio Frequency Identification=rádióhullámos azonosítás) hullámot meglovagolva az LG Electronics még 2000-ben megalkotott egy Internet Digital DIOS néven ismert hűtőszekrényt, amelyet csatlakoztattak az internethez. Az RFID-címkék beolvasásával nyomon követhették a benne tárolt élelmiszerek fajtáját, valamint azok mennyiségét. Bár az Internet Digital DIOS hűtőszekrény nem lett piacképes, mert a legtöbben túl drágának tartották, de ez végül is megnyitotta az utat a többi háztartási készülék interneten keresztüli kezeléséhez.

A Cisco Internet Business Solutions Group (IBSG) szerint, bár a kifejezést 1999-ben találták ki, a tárgyak internete 2008 és 2009 között született, abban az időszakban, amikor több „dolog vagy tárgy” csatlakozott az internethez, mint ember. Az okostelefonok, a táblagépek és más egyéb „okoskütyük”  internetre csatlakoztathatósága következtében ezen eszközök száma 2010-ben 12,5 milliárdra növekedett világszerte, miközben a világ népessége 6,8 milliárdra nőtt, így tehát az egy főre jutó csatlakoztatott eszközök száma több mint 1 (egészen pontosan 1,84) lett.

Az IoT intelligens mezőgazdasági termékeit úgy tervezték, hogy segítsék a szántóföldek, az állatok, a termések monitorozását érzékelők és az automatizálás révén. Az IoT korlátlan lehetőségeket kínál az intelligens gazdálkodási gyakorlathoz, lehetővé téve a gazdálkodók számára, hogy csatlakoztatott eszközökön keresztül távolról is figyelemmel kísérhessék gazdaságuk működését, például okostelefonjuk segítségével megfigyelhetik az állatállományt és a termést a nappalijukból. Ennek eredményeként a gazdálkodók könnyedén értékes adatokat és információkat gyűjthetnek, amelyek segítségével megalapozottabb döntéseket hozhatnak. Az IoT-technológiák sok más, alább említett technológiába is be vannak integrálva, tehát ezek a technológiák is értékes adatokat gyűjthetnek és szolgáltathatnak saját feladataik végzése során.

Robotika a mezőgazdaságban

A modern gazdálkodók manapság számos kihívással néznek szembe, amelyeket új technológiák – robotika a mezőgazdaságban, agribotok – bevezetésével kell kezelni. Először nézzük meg, hogy mik is ezek a kihívások.

A világ népessége 2021-ben elérte a 7,8 milliárd főt, folyamatos növekedése nem mutatja a lassulás jeleit. Az Egyesült Nemzetek Szervezete (ENSZ) szerint 2050-re 9,7 milliárd ember él majd a világon – ez további 2 milliárd embert jelent, akiket élelmiszerrel és vízzel kell ellátni. Egy ENSZ-tanulmány kimutatta, hogy a világ népességének körülbelül 9,9%-a még mindig éhezik. 2050-ben a majdnem 10 milliárd száj táplálásának gondolata ijesztő kilátásnak mondható, melynek megoldása a mezőgazdasági szektor kezében van. Az ENSZ Élelmezésügyi és Mezőgazdasági Szervezete (FAO= Food and Agriculture Organization) szerint a mezőgazdasági termelést 70%-kal kell növelni ahhoz, hogy 2050-ben kielégítsék a megnövekedett élelmiszerigényt. Ugyanakkor az tény, hogy az élelmiszeripar felelős a világ üvegházhatású gázkibocsátásának 22%-ért és az energiafogyasztás 30%-ért, tehát még nagyobb kihívást jelent a mezőgazdasági szektor számára a megnövekedett élelmiszer előállítása. A jövőben már nem csupán több élelmiszert kell előállítani, hanem fenntartható módon is kell ezt tenni. Mivel a környezeti változásokat nehéz előre pontosan megjósolni és a környezet iránti növekvő aggodalom is fontos mozgatórugója a fenntarthatóbb élelmiszergyártási módoknak, így tehát nyilvánvalóan a mezőgazdasági technológia innovációja felé kell fordulnunk az ideális megoldáshoz.

A másik nagy kihívás sok gazdálkodó számára a városi elvándorlás,  a migráns munkások (akik a szezonális betakarítást segítik) számának csökkenése, és a lakosság elöregedése miatti munkaerőhiány. Becslések szerint világszerte körülbelül 1,3 milliárd ember dolgozik a mezőgazdaságban, ez a globális foglalkoztatás körülbelül 25%-a. Az Európai Bizottság 2018-as uniós mezőgazdasági kilátásai szerint a mezőgazdaságban dolgozók száma az előrejelzések szerint 9,7 millióról 7,7 millióra fog csökkenni 2030-ra. A növénytermesztés becslések szerint évi 3,1 milliárd dollárral csökkent csak az Egyesült Államokban a munkaerőhiány miatt.

A fent említett kihívások alternatív megoldást igényelnek. Ez a megoldás pedig az okos gazdálkodás. A technológiai fejlődés eredményeként manapság nagyon sok különböző, de hasonló kifejezést használnak az intelligens gazdálkodási gyakorlatokkal kapcsolatban. Nézzük meg miben különböznek ezek egymástól. 

Az okos gazdálkodás (smart farming) – más néven Farming 4.0 vagy farmautomatizálás – adat- és információgyűjtési technológiák alkalmazása összetett gazdálkodási rendszerek különböző termelési folyamatainak optimalizálására. Tehát az okos gazdálkodás egy sor olyan technológiát alkalmaz, amelyek segítségével a gazdálkodók távolról nyomon követhetik a szántóföldi állapotot, így sokkal könnyebben kezelhetik a földterületeiket és a gazdálkodási műveleteket egy központi helyről, például az irodából. Ide tartoznak az IoT, a drónok, a robotika, a mesterséges intelligencia (AI), az automatizálás. Cikkünkben ezekkel fogunk részletesen foglalkozni.

A precíziós gazdálkodás pontosabbá, irányítottabbá és optimalizáltabbá teszi a növénytermesztést és az állattenyésztést. 

A precíziós mezőgazdaság egy mezőgazdasági erőforrás-gazdálkodási stratégia, amely adatokat gyűjt, dolgoz fel és értékel, és betekintést nyújt a gazdálkodóknak a talaj minőségének és termelékenységének optimalizálásához és növeléséhez. Az optimalizálás kulcsfontosságú a precíziós gazdálkodásban. Az új technológiák bevezetésével a precíziós gazdálkodás lehetővé teszi a gazdálkodók számára, hogy mérjék és kiszámítsák például a talaj változásait egy adott területen. Ezután ennek megfelelően alakítják ki a trágyázási folyamatokat, amivel költséget takaríthatnak meg és csökkenthetik a környezetre gyakorolt hatást. Távérzékelési rendszerekre, drónokra, robotikára és automatizálásra támaszkodik a termény egészségének javítása és a mezőgazdasági erőforrások optimalizálása érdekében, ami nagyobb termelékenységet eredményez. Egyes becslések szerint a globális precíziós gazdálkodási piac 2028-ra el fogja érni a 16,35 milliárd dollárt, ami 13,1%-os CAGR-növekedést jelent. 

Míg a precíziós gazdálkodás az állatállomány és a talajviszonyok közötti különbségek pontos mérésére összpontosít, az okos gazdálkodás az adatok elérésére és alkalmazására összpontosít. Más szóval, az okos gazdálkodásból származó adatok felhasználhatók a precíziós gazdálkodási gyakorlatok optimalizálására.

A digitális gazdálkodás a meglévő adatokat használja fel hozzáadott érték növelésére és cselekvésre alkalmas intelligencia fejlesztésére. A digitális gazdálkodás lehetővé teszi a gazdálkodók számára, hogy növeljék a termelékenységüket, kiküszöböljék a kockázatokat és csökkentsék a költségeket hosszú távon. A digitális gazdálkodás az okos gazdálkodás és a precíziós gazdálkodás gyűjtőfogalmának tekinthető – a digitális mezőgazdaság mindkét fogalmat integrálja. A digitális gazdálkodás magában foglal minden olyan műveletet, amely az agráripari vagy élelmiszeripari folyamatokban részt vesz. Például: különféle traktor alkalmazások, agráripari vagy élelmiszeripari reklámozási és marketing platformok, vetőmag- és agrárvegyipari termesztéstechnológiák, intelligens raktári platformok, E-kereskedelmi szoftverek.

A fent említett gazdálkodási módok segítenek a gazdáknak abban, hogy javítsák a termékeik minőségét és elérhetőségét, csökkentsék a költségeiket és növeljék a vásárlói élményt. Mindezt a hatékony, jó minőségű, fenntartható termelés előmozdítása mellett tudják megtenni – a gazdaság méretétől vagy teljesítményétől függetlenül.

Most pedig tekintsük át az okos gazdálkodás néhány leggyakoribb technológiáját. A robotokat egyre gyakrabban használják a mezőgazdasági folyamatok automatizálására. A mezőgazdasági robotok számos különféle feladatban segíthetnek a gazdálkodóknak, mint például a vetés, az öntözés és a termény betakarítása. A gazdálkodási gyakorlatok ismétlődő és munkaigényes természete miatt a mezőgazdaság számos lehetőséget nyit meg az automatizálás terén.

Gyomláló és vető robotok

A vető- és gyomirtó robotokat ültetési célokra használják, és a mezőgazdasági tábla egy meghatározott területére összpontosítanak. Ezek a robotok nagy pontossággal dolgoznak, mesterséges intelligenciát (AI) és számítógépes látást alkalmaznak munkájuk során, hogy a növényvédő szereket csökkenteni lehessen, ezáltal a gazdák javíthassák az élelmiszerek minőségét. A különféle beépített érzékelők – köztük a GPS – lehetővé teszik, hogy a robot önállóan navigáljon egy adott területen 2 cm-es pontossággal. A robotok digitális képfeldolgozást használnak, hogy átnézzék az adatbázisukban meglévő gyomok képeit, azért hogy összehasonlíthassák a haszonnövényekkel, és kigyomlálják vagy lepermetezzék a gyomokat közvetlenül a robotkarjaikkal. Azzal, hogy egyre több növény válik ellenállóvá a peszticidekkel (növényvédő szerek) szemben, ezek a robotok áldást jelentenek a környezetnek és a gazdálkodóknak is, akik korábban növényvédő szereket szórtak szét nagy mennyiségben a gazdaságokban. Ezek a robotok gyakran napenergiával működnek, ezáltal minimalizálják a növények és a környezet károsítását.

Egy japán gyártó gyommentesítő robotja egy óra alatt nagyjából 1000 métert képes kigazolni, ha megadjuk neki, hogy hol kezdje a műveletet, hogy milyen a sortáv, a tőtáv, a sorok hossza és hány sort akarunk megművelni. A gazdák közben elmehetnek más ügyet intézni, a gép pedig precízen, sebészi pontossággal elvégzi a rábízott feladatot. Ez a gép összkerékhajtásra képes, minden kerék külön kormányozható, a lítium akkumulátor pedig akár egy feltöltéssel 10 óra munkavégzést is biztosít, ami pótakkumulátorok segítségével szinte folyamatos működést tesz lehetővé. Rengeteg érzékelő található a robotban, aminek köszönhetően a gép felismeri a térbeli helyzetét, a talaj minőségét, a tárgyak méretét, formáját, színét, alakját, a talajfelszín állapotát. Érzékeli például, hogy a takarófólián hol vannak a lyukak, hol található maga a kultúrnövény. Biztonsági rendszereket is építettek a robotba, ezek felismerik az akadályokat, ilyenkor a robot megáll, és üzenetet küld. Tud kommunikálni az interneten, felügyelhetjük okostelefonon keresztül is. Egy saját fejlesztésű, Linux alapú szoftverrel működik. Egy hasonló, legegyszerűbb mezőgazdasági robot ára 26 ezer euró. A francia tapasztalatok azt mutatják, hogy az ottani viszonyok mellett akár már 1 év alatt is visszajön a termelőnek ez a fajta befektetés. A munkaerő hiánya és annak magas ára miatt ugyanis felértékelődött a mezőgazdasági robotok jelentősége. 10-15 éven belül biztosan rengeteg robottal fogunk találkozni különböző ültetvényeken.

Gépi navigáció

Az autonóm traktorok és a szántóeszközök automatikusan, önállóan működnek, távolról is vezérelhetők, GPS-en keresztül működtethetők. Ezek az integrált automata gépek rendkívül pontosak és önbeállítóak, amikor terepkülönbséget észlelnek. Mozgásuk, valamint a munka előrehaladása könnyen ellenőrizhető okostelefonokról. Az IoT-nak a gépi tanulás terén elért fejlődésével az ilyen technológiával vezérelt motoroknál lehetővé válik az automatikus akadályérzékelés, ami leegyszerűsíti a munkaigényes feladatokat. A gazdálkodóknak csupán rendszeres időközönként be kell állítaniuk a rendszert, előre megtervezni a traktor útvonalát, és karban kell tartaniuk a gépeket. A technológia fejlődésével – a GPS, a látás és a fényérzékelő technológiák – az intelligens traktorok egyre függetlenebbé és nyereségesebbé válnak a gazdálkodók számára. A szenzorokkal és kijelzőkkel ellátott vezető nélküli traktorok száma a következő tíz évben várhatóan 300 ezerről 600 ezerre emelkedik világszerte. A vezető nélküli traktorok (melyek nagy előnye, hogy éjszaka is tudnak dolgozni) szélesebb körű elterjedését eddig nem a technológiai késedelem, hanem az alkalmazás jogi szabályozásának kidolgozása (közúti közlekedés) okozta.

A valós idejű kinematikai (RTK) technológia lehetővé teszi a gazdálkodók számára, hogy pontosan feltérképezzék szántójukat, és állandóan ugyanarra területre korlátozzák a önjáró járműveiket, tehát a mezőgazdasági gép ugyanazt az állandó forgalmi sávot használja majd. Így nem tarolják le az egész földet és nem veszélyeztetik a vízelvezetést és a növények törékenységet. Rádiójellel továbbítják a helyes pozícionálási információkat a traktoroknak vagy a szántóeszközöknek, lehetővé téve számukra, hogy mozgás közben is a pályán maradjanak. Ez az innováció javítja a talaj egészségét és termelékenységét, kevesebb ráfordítással növeli a termények mennyiségét.

Az RTK (Real-Time Kinematic) egy GPS jel feldolgozási módszer, amit valós idejű kinematikus (röviden RTK) mérési módszernek neveztek el. A valós időben, irodai szoftver nélkül, a referencia vevőtől a végeredmény előállításához szükséges adatok folyamatosan megérkeznek a mozgó vevőhöz, mobil adatátviteli eszközök segítségével. A mozgó vevőben pedig ekkor már rendelkezésre áll az a számítástechnikai kapacitás, amivel az úgynevezett inicializálás megvalósulhat. Inicializálásnak nevezzük azt a folyamatot, amikor a mérés elején az első centiméter pontosságú pozíció kiszámításra kerül. Kezdetben csak statikus inicializálást tudtak a vevők megvalósítani 2-5 perces időintervallumban. Eközben a GPS vevőnek mozdulatlannak kellett lenni, nem szabadott mozogni vele. Ma a legmodernebb eszközökkel már nem kell mozdulatlanul várni az inicializálásra, hanem jellemzően egy percen belül kiszámításra kerül menet közben is. Az inicializálási időre nagyon nagy befolyása van a mozgó és a referencia vevő közötti távolságnak. Kisebb, de még jelentősebb szerepe van a légköri ionoszféra, troposzféra pillanatnyi állapotának, amit űridőjárásnak is neveznek. Ezt leginkább a napfolt tevékenység befolyásolja. A legkisebb befolyása a GPS típusának van.

Betakarítást végző robotok

A robot-betakarító gépek célja az, hogy kézi munkaerő nélkül is lehessen betakarítást végezni és ne maradjon a termés a fákon a munkaerőhiány miatt. A termények – különösen egyes gyümölcsök és zöldségek – törékenysége miatt a betakarítás nem könnyű feladat a gépek számára, mivel a terményt károsítás nélkül kell begyűjteniük. Ezek a gépek a képfeldolgozás és a robotkarok kombinációját használják a leszedni kívánt gyümölcsök meghatározására, így szabályozva a termés minőséget. 

Az ilyen robotok mesterséges intelligencia segítségével mérik fel a gyümölcs érettségét és a beépített minőségellenőrzésnek köszönhetően az emberhez hasonlóan képesek leszedni a termést anélkül, hogy megsértenék őket. Ezek a robotok üvegházakban is tudnak működni, pontosan meghatározzák a termés állapotát, és a megfelelő időben betakarítják őket. A robotok nehéz fizikai munkavégzési feladatokat is végrehajtanak a betakarítási munka során. Nagy pontossággal tudnak nehéz ládákat felemelni, majd pontosan felmérik a távolságot ahova tenni kell ezeket, optimalizálják a megteendő utat, tehát összességében csökkentik a termelési költségeket. A betakarítás mellett az anyagmozgatási feladatot is ellátják.

Egy japán cég kifejlesztett egy olyan betakarító robotot, ami az emberrel azonos munkasebességgel szedi a gyümölcsöt. A V-alakú koronaformájú fák között a pilóta nélküli földi jármű két robotkarral szed gyümölcsöt, amiket az automatizált gyümölcstároló rendszerbe gyűjt. Tizenegy másodperc kell, hogy egy gyümölcsöt leszedjen, ami már versenyképes az emberi munkaerővel, nem is szólva arról, hogy a robot a munkanap bármely szakaszában egyenletesen kíméletes és precíz módon végzi a néha érzékeny fajták – például lágyabb húsú körték – szüretelését. Új-Zélandon egy hasonló robot a nap 24 órájában üzemel, egy vákuumos kar használatával, óvatosan szívja magához az érett almákat, hogy elkerülje az esetleges sérüléseket. A robotizált technológia alkalmazása itt nem azt jelenti, hogy nem lesz szükség emberi munkaerőre. A munkatársak feladata az lesz, hogy ellenőrizzék maradt-e betakarításra alkalmas gyümölcs a fákon. 

Drónok a mezőgazdaságban

A drónok óriási szerepet játszanak a mezőgazdaság jövőjében. A precíziós gazdálkodás egyik legdinamikusabban fejlődő részévé vált a dróntechnológia. A precíziós növénytermesztés fontos eleme a talajadatok alapján történő differenciált tápanyag-kijuttatás, az eltérő ellátottságú területek helyspecifikus művelése és növényvédelme, valamint a betakarítást követő hozamtérképek alkalmazása. A drónok ezekben a műveletekben kaphatnak fontos szerepet, mivel az általuk feltérképezett területeken pontosabb képet kapunk a terület pillanatnyi állapotáról.

A gazdaságok hatalmas táblákból állnak, amelyeket megbízható, pontos eszközök nélkül szinte lehetetlen megfelelően ellenőrizni. Itt jönnek be a drónok, amelyek a mezőgazdaság automatizálását egy következő szintre emelik. A drónokat használják például termésfigyelésre, permetezésre, talajelemzésre. A szenzorokkal és kamerákkal felszerelt drónokat a farmokon képalkotásra, feltérképezésre és felmérésre használják. Vannak földi és légi drónok. A földi drónok olyan robotok, amelyek kerekeken gurulva mérik fel a mezőket. A légi drónok, hivatalos néven pilóta nélküli légijárművek (UAV=unmanned aerial vehicle) vagy pilóta nélküli repülőgép-rendszerek (UAS=unmanned aircraft system), repülő robotok. A drónok távolról vezérelhetők, vagy automatikusan repülnek a bennük lévő szoftver által vezérelt repülési tervek segítségével, érzékelőkkel és GPS-szel együttműködve. A drónok adataiból betekintést nyerhetünk a termésegészségügyi, öntözési, permetezési, ültetési, talaj- és szántóföldi, növényszámlálási, termés-előrejelzési adatokra vonatkozóan. 

Egy amerikai cég olyan drónokat készített, amelyek levegőből is képesek magokat ültetni. Ez az eszközük nem csak a gazdálkodók számára előnyös, hanem az erdőirtások és az erdőtüzek leküzdésében is óriási mértékben képes segíteni. Ezenkívül a drónjuk a növények öntözésére is kiválóan használható, ami által sok idő és erőfeszítés takarítható meg. Ez az eszköz 40-60-szor gyorsabban tud vizet kilövellni a kézi locsolófejekhez képest. Egy permetező drón általában 10-20 liter permetlével dolgozik (mivel centiméteres pontossággal tudják szabályozni a szükséges permetező szer mennyiségét), míg a hagyományos földi technológiával a szántóföldön többnyire 2-300 l/ha permetlével kell számolni. Ezzel jelentős költséget takaríthatunk meg, és nem utolsó sorban, óvjuk a környezetet. A permetező drón óránként akár 16 hektár kezelésére is képes. Végül segítséget nyújt a drón a betakarítás monitorozásában és segít a gazdálkodóknak azonosítani a megsérült növényeket, tehát így gyorsan tudnak reagálni ezekre a váratlan változásokra, illetve a nem kívánt körülményekre. 

A mezőgazdasági drónok többsége többcsatornás, multispektrális vagy hőkameradrón, precíziós, növényvédelmi, permeteződrón, felvételeződrón, egy vegetációs index mérésére alkalmas NDVI (Normalized Difference Vegetation Index=normalizált vegetációs index; aktív fénykibocsájtó optikai szenzor, ami érzékeli a növényi biomasszát) szenzorral vannak felszerelve. A drónoknak köszönhetően már korai stádiumban észlelhetőek a növényi betegségek és kártevők gócpontjai, amikor még nem mutatkoznak a növényeken tünetek, így időben fel lehet ellenük lépni, mielőtt komolyabb kárt vagy terméskiesést okoznának. Felvételeződrónokkal kimutatható, hol található kevesebb tápanyag a földben, így lehet optimalizálni a műtrágya-kijuttatást; tő- és tőkeszámlálás végezhető, mellyel pontosabban becsülhető az agrotechnikai munka vagy a várható termésmennyiség. Felvételeződrón szükséges a permeteződrón pontos munkájához. A mezőgazdasági permeteződrónok előnye, hogy helyspecifikusan változtatható dózisban és a sorok irányától függetlenül képesek kijuttatni a különböző növényvédő szereket, tápanyagokat. A permeteződrónok pedig olyan területekre is képesek eljuttatni a növényvédő szert vagy növénykondicionáló anyagot, amelyek nehezebben megközelíthetőek, meredek hegyoldalon helyezkednek el, illetve a növény fejlettsége vagy a talaj állapota miatt nem járható a földi gépek számára. A hagyományos szántóföldi permetezéssel szemben a permeteződrónnal kezelhetőek a magas, zárt állományok is, nincs taposási kár, amivel eleve nő a terméshozam, továbbá a felázott talajon lévő kultúrákban is hatékonyan tud növényvédő szert kijuttatni, pontos időzítéssel, akár esők után is.

Távérzékelés

A huszadik század technikai fejlődésének egyik nagy vívmánya a távérzékelés módszerének kialakulása. A távérzékelés az a tudományág, amely a földfelszíni tárgyakra vagy jelenségekre jellemző információk beszerzésével és megmérésével foglalkozik, és mindezt olyan rögzítő berendezések segítségével teszi, amelyek nincsenek közvetlen kapcsolatban a vizsgált tárggyal vagy jelenséggel. A műholdas felvételek, traktorra szerelhető szenzorok alkalmasak a növényről, talajról visszaverődött fény különböző hullámhosszainak mérésére. A visszaverődő fény hullámhosszainak mennyiségéből következtetni lehet a tápanyag ellátottságára illetve növényzet egészségi állapotára.

A távérzékelés fogalomkörébe az adatgyűjtésen kívül ezen összegyűjtött adatok kiértékelése is beletartozik. A távérzékelés a természeti erőforrás-kutatás és a környezetállapot felmérésében fontos szerepet játszik. A különböző magasságokból készült felvételek és mérések eredményei nyújtanak segítséget a különböző kutatásokhoz. A távérzékelés az agrárgazdaságban a nemzetközi viszonyokhoz mérten is központi szerepet tölt be, ennek oka, hogy a legtöbb megújuló természeti erőforrás a mezőgazdaságban kerül felhasználásra. Hozzávetőlegesen 12 millió mezőgazdasági érzékelőt fognak 2023 végéig telepíteni globálisan. Egy gazdaság naponta átlagosan ötszázezer adatpontmennyiséget generál a szenzorok segítségével, ami által növelheti a nyereségét és javíthatja a hozamát. 

A gazdaságokban elhelyezett érzékelők figyelik a fényerőben, a páratartalomban, a hőmérsékletben, a növény alakjában és méretében bekövetkező változásokat. Az érzékelők által észlelt bármilyen rendellenességet elemzik, és értesítik a gazdákat. Így a távérzékelés segítheti megelőzni a növényi betegségek terjedését és figyelemmel kísérheti a növények növekedését. Az érzékelők előre jelezhetik az időjárási viszonyokat, lehetővé téve a gazdálkodók számára, hogy megfelelő intézkedéseket tegyenek terményeik és állataik védelmében. A talajelemzés segít meghatározni a föld tápanyagértékét és szárazabb területeit, a talaj vízelvezető képességét vagy a savasságát, amely lehetővé teszi az öntözéshez szükséges vízmennyiség beállítását és a legkedvezőbb művelési módot.

A távérzékeléssel lehetőségünk nyílik a hagyományos pontszerű földi mintavételi adatok helyett nagy területekről egyidejűleg információt nyerni. A távérzékelési technikák ereje abban rejlik, hogy képesek a környezeti paraméterek gyors térbeli és időbeli értékelésére, amelyek jellemzően nem, vagy csak nagy erőforrások alkalmazásával szerezhetők be helyszíni mérésekből, ezáltal a terepi munka nagyban csökkenthető. A megfelelően feldolgozott és kiértékelt távérzékelt adatok nélkülözhetetlen alapadatai különböző alkalmazásoknak (például parcella ellenőrzésnek). Új távérzékelési célú űreszközök és egyre nagyobb információtartalmú felvételek jelennek meg manapság, amelyek közül egyes típusok a globális és meteorológiai folyamatok megfigyelésére alkalmazhatóak. A mezőgazdasági gyakorlatban a légi távérzékelési módszerek nagyobb területek gyors és pontos felmérésére alkalmasak. A hagyományos precíziós technikával csak a termésbetakarítás után nyerhetőek térbeli adatok a növényállományról, azonban a távérzékeléssel már a betakarítás előtt elkészíthetőek. A domborzat pontos felmérését végző LIDAR-rendszer alkalmazásával a gazdálkodási területről olyan adatok állíthatóak elő, amelyek hosszú távon is alkalmazhatóak például a talajtérkép készítésénél, sugárzási potenciál számításnál, parcellahatárok és az ültetvények nyilvántartásánál.

Tehát a távérzékelés használatának legfőbb előnye, hogy nagy területről kevesebb munka és anyag-felhasználással biztosít a növényzet aktuális állapotáról számszerű adatokat a helyszíni mintavételezéssel szemben. A távérzékeléssel készített felvételek alkalmasak:

• a mezőgazdasági területeken bekövetkező változások felmérésére,
• a hozam minőségi és mennyiségi értékelésére, terméshozam becslésére,
• a talaj besorolására, térképezésére,
• a terület potenciáljának felmérésére,
• a növénykultúra állapotának feltérképezésére (gyomirtók és műtrágyák alkalmazásának értékelésére),
• a műtrágyák és növényvédőszerek helyspecifikus alkalmazásához szükséges térképek elkészítéséhez,
• a gazdálkodási terv elkészítéséhez.

Számítógépes képalkotás

A számítógépes képalkotás a számítástechnika olyan területe, amely a digitális képek előállításával, feldolgozásával, indexelésével és tömörítésével kapcsolatos különféle technikákat egyesíti. A számítógépes képalkotás a mezőgazdaságban magában foglalja a gazdaság különböző területein elhelyezett szenzoros kamerák vagy kamerákkal felszerelt drónok használatát, amelyek digitális képfeldolgozási technikák segítségével készítenek képeket. A digitális képfeldolgozás azt jelenti, hogy a bemeneti képet számítógépes algoritmusok segítségével feldolgozzák. A képfeldolgozás során különböző spektrális intenzitású, például infravörös intenzitású képeket néznek, összehasonlítják a kapott képeket egy bizonyos időtartam alatt, felfigyelnek az anomáliákra, ezáltal elemzik a korlátozó tényezőket, amivel segítséget nyújtanak a gazdaságoknak a hatékonyabb és jobb működés érdekében.

A számítógépes képalkotás segít a termények minőségellenőrzésében. A gépi tanulással kombinált képfeldolgozás az adatbázisból származó képeket használja a termény képeivel való összehasonlításhoz, hogy meghatározza a termény méretét, alakját, színét és növekedési ütemét.

A számítógépes képalkotás segít a termény válogatásában és osztályozásában. A betakarítás után a számítógépes képalkotás növelheti a mezőgazdasági termékek mérete, állaga, színe és alakja alapján történő válogatásának és osztályozásának pontosságát és időbeli hatékonyságát.

A számítógépes képalkotás segít az öntözés ellenőrzésében. Az öntözés időnkénti ellenőrzése segít az öntözött területek feltérképezésében. Lehetővé teszi továbbá az optimális öntözési ütemezés kialakítását a talajnedvességi viszonyok, az időjárási minták és a növényállományok produktivitásának fiziológiai feltételei alapján.

Gyakori kérdések

---

Mi az IoT röviden?

Az Internet of Things (IoT) eszközök hálózata, amely elektronikával és szoftverrel van egybeépítve, képes adatcserére az interneten keresztül.

Milyen infrastrukturális követelményekre lesz szükségünk, ha IoT-t használunk egy okos mezőgazdasági rendszer bevezetéséhez?

• A kezdeti beruházás az érzékelőkbe, drónokba, robotokba nagy összegű.
• Jól képzett személyzetet kell alkalmazni ezek üzemeltetésére és irányítására, szükségük lesz a botok és az IoT lingua ismereteire a kezeléshez.
• Megfelelő áramforrásra is szükségünk lesz, hogy a drónokat és a robotokat folyamatosan tölteni tudjuk.
• Számolni kell a hardver karbantartási költségekkel is.
• Folyamatos, stabil internetkapcsolatra lesz szükség a gazdaságban.
• Nehéz integrálni a már meglévő eszközökkel, lehet hogy újakat kell venni.

Mennyire egyszerű egy mezőgazdasági IoT működtetése?

Az IoT a mezőgazdaságban okos gazdálkodást alkalmaz, amely az érzékeny fizikai hardvert elemző szoftverrel integrálja. Az elemző kijelző többnyire olyan szoftver, amely feldolgozza a berendezések által rögzített adatokat. Ezért a robotika és a számítógépes intelligencia alapos műszaki ismerete előfeltétele ennek az értékes berendezésnek a működtetéséhez, karbantartásához és megértéséhez. Viszont akár használati útmutató nélkül is könnyedén beprogramozható és elindító egy mezőgazdasági robot, bár egy 3 órás oktatást minden gyártó kötelezően előír a vásárlóknak.

Hogyan integrálhatom az IoT-t egyszerre több farm kezeléséhez?

Mivel az IoT-hoz fizikai eszközökre van szükség, minden farmnak saját érzékelő- és robotkészletet kell telepítenie, amely csak az adott farmra vonatkozó adatokat rögzíti. Tehát minden farmnak saját külön irányítópultja lesz a statisztikák megtekintéséhez. Az IoT integrálása több farm számára egyetlen platformon nem lehetséges.

Mi lesz az IoT jövője?

Az IoT mindenhol a mindennapi életünk részévé fog válni. Az IoT-alkalmazások már most is a mindennapi életünk részét képezik a fejlettebb ipari szektorokban vagy elég csak az okostelefonunk időjárás jelentésére gondolnunk.

Hogyan működik az IoT?

Az IoT működése négy lépésben történik:

• adatokat gyűjt a környezetéből
• az adatokat elemzi (esetleg más adatforrások hozzáadásával)
• betekintést készít az adatok segítségével
• az adatok megtekintése és elemzése után, azok segítségével javíthatunk a kapott eredményen a folyamatokba való időbeni beavatkozással

Melyik programnyelv a legjobb az IoT számára?

A Python nagyszerű kiindulási programnak számít, mivel sokan tudják használni. A Raspberry Pi egy olcsó miniszámítógép. Linux vagy Windows 10 alap operációs rendszert futtat. 40 bemenet vagy kimenet található az érzékelők és vezérlőeszközök számára. A kommunikációhoz Bluetooth, WiFi vagy Ethernet hálózatot használnak. Tároláshoz microSD memóriakártyákat használnak. Vannak USB portok a perifériák számára. A kijelzés HDMI porton keresztül történik. Az áramellátás az 5 voltos mikro-USB-ről történik, hasonlóan a telefon- vagy a táblagéptöltőhöz. A Raspberry Pi IoT Edge Computingként használható mikrokontroller alapú eszközök helyi hálózatához, hogy tudjanak az interneten is kommunikálni.

Mi a különbség a gépi tanulás (ML) és az IoT között?

Az IoT a valós környezetéből származó adatok gyűjtésére szolgál, és azok alapján jár el, például nyomon követheti a napi csapadékmennyiséget és naponta feltölti ezeket az adatokat. A gépi tanulás a Big Data (nagy mennyiségű, nagy sebességgel változó és nagyon változatos adatok feldolgozása) segítségével javítja a saját teljesítményét és idővel saját szabályokat hoz létre ez alapján. Például a növények állapotának prediktív elemzése a vészhelyzetek (hirtelen szárazság, betegségek) bekövetkezése előtt. Ez csökkentheti a későbbi helyreállítási költségeket.

Miért van szükségünk az IoT-ra?

Az IoT biztosítja számunkra a szükséges információkat a jobb, megalapozottabb döntések meghozatalához. Például ezzel csökkenthetjük a gyártási, előállítási, termelési hibákat, időt takaríthatunk meg a szállítás során a legjobb útvonal kiválasztásával, energiafelhasználást, vizet, vegyszert takaríthatunk meg, az ellátási láncok optimális működését biztosíthatjuk, valamint ügyfeleink részére jobb minőségű termékeket és szolgáltatásokat biztosíthatunk, összességében versenyképesebbek leszünk a piacon.

További blog cikkek

• Mit jelent a mezőgazdaság automatizálása?
• A hajózási ipar trendjei és csúcstechnológiája 2024-ben
• Mi a hiperautomatizálás? Itt az 5. ipari forradalom?
• 2022 a hiperautomatizálás éve
• A frekvenciaváltók
• Hogyan használhatjuk a PLC-t a mezőgazdaságban?
• A robotkarok piacának áttekintése 2024-ben
• Hogyan kell karbantartani egy programozható logikai vezérlőt, egy PLC-t?