文摘
传感器的应用和信息和通信技术(ICT)在农业方面发挥了至关重要的作用在提高农业生产和价值链。最近,使用数据分析已经从input-intensive农业转向知识密集型的,大量的农业数据可以存储、共享,创建信息和分析。在本文中,我们回顾了现有的传感器和数据分析技术用于不同的农业领域。农业分为五类,回顾了最先进的技术在这些领域的实践和正在进行的研究。同时,我们提出了一个案例研究韩国的场景与其他发达国家相比,解决与之相关的一些问题。最后,我们已经讨论了当前和未来的挑战,提供对如何解决这些问题的看法。
1。介绍
联合国粮食及农业组织(粮农组织)预测,全球人口将达到92亿,到2050年,粮食产量必须增加70%的速度(1]。世界上收入分配不均和巨大的分歧。在一个世界的一部分,繁荣存在,总有需求高质量的食品。而在世界的另一部分,饥饿和战争存在,总有大量的食物需求。农业土地和淡水资源有限,这食物数量和质量危机只能通过信息通信技术在农业上的应用。小型和大型农业可以受益于信息通信技术引入农业价值链,在他们的生产力增加,质量提高,服务扩展和成本降低。此外,ICT促进信息和知识的方法,而不是只关注input-intensive农业。因此,农业变得更加网络化、决策和资源利用率明显可能是杠杆。
ICT在农业互换用作e-agriculture、智能农业、精准农业(PA),或农业物联网(物联网)取决于上下文。现代农业是非常自动化、控制和持续的监控。传感器是信息通信技术的核心,和各种传感装置用于此目的不断生成大量的数据。数据分析的应用有助于巩固农业的研究。它提供了洞察各种问题在农业像天气预报一样,农作物和牲畜疾病,农业灌溉管理,供应和需求的输入和输出,并帮助解决这些问题。它还可以提供有价值的信息,优化资源利用率和产量提高。我们的工作评论研究文章关注农业数据,并提供了几个农业问题的见解。
各种复习文献,关于这类话题:传感器和ICT在农业。Ojha et al。2)回顾了无线传感器网络的使用和最先进的(网络)的农业。他们的工作包括应用程序、设计、标准和网络技术应用于农业。同时,由同一作者的另一篇文章(3)审核并提出sensor-cloud各种农业问题的有效的解决框架和应用程序。另一个评论文章包括关键视觉控制技术及其潜在的应用在水果或蔬菜收获机器人(4]。特别是,它看着各种收获机器人的视觉方案和识别方法。同样,锡安(5)审查的使用计算机视觉技术在水产养殖。测量上的评论强调,股票识别,监测不同性别和种水生动物。其他评论包括关键字“ICT”和“农业”,但更关注模型和架构在农业吸收ICT (6,7]。最新一篇Wolfert et al。8)回顾了大数据应用的最先进的智能农业和确定与之相关的社会经济挑战。本文略触摸技术的一部分,但主要集中在社会经济和治理问题的设计合适的商业模式。最近的另一篇文章局域网et al。9)回顾了先进的精密农业航空技术突出遥感、空中喷洒,和地面验证技术。同样,大量的研究文章确实存在,结合人工智能(AI)的使用,数据库,和先进的统计工具在农业10- - - - - -12]。然而,评论文章集中在传感器和数据分析技术在农业领域仍然是稀缺的文献。
本文旨在回顾ICT的使用特别是传感器和数据分析技术在农业领域。农业使用本文在更广泛的意义上,覆盖研究作物栽培、园艺、畜牧、养蜂、水产养殖。我们的分类相似农业的科学分类。通过分解成不同的分支学科,农业和审查应用传感器和数据分析,我们打算补充现有的评论。本文的目的是审查的研究和发展领域的农业从技术的角度强调它的各种分支学科。另外,我们打算促进读者比较容易与其他分支学科一个子域。
1.1。相关的技术术语
我们简要地解释某些方面经常出现当我们谈论ICT,传感器和数据分析。
传感器电子设备,测量其环境和物理变化转换成合适的电子表格。传感器和环境传感器、空气流量传感器、位置传感器、电化学传感器、机械传感器、光学传感器用于获取各种农业数据。智能传感器不仅能够获得数据也存储,过程,和整合这些数据。传感器融合是两个或两个以上的传感器数据的组合来获得额外的见解或克服单一传感器的缺点。无线传感器网络(网络)这样的传感器网络无线连接。
一个嵌入式系统是一个微处理器/控制器嵌入到一个机电系统来执行特定的任务。可编程序,内存和处理能力有限。大多数嵌入式系统是基于传感系统传感器和执行机构组成。
物联网(物联网)是一个复杂的互联网络的不断交换数据。这里,“东西”指任何物理设备如传感器、摄像头、衣物、汽车、手机、和房屋都连接到互联网。
云计算是一种基于互联网的计算服务,一个可以存储,处理和检索数据,利用资源从任何地方没有实际上拥有所需的硬件或软件。
数据分析分析和处理技术包括从野外获得大型数据集,并提供有意义的信息,以便任何利害关系人可以利用他们的未来的工作。这些大型数据集大数据和分析技术数据挖掘。一个独立的研究领域数据科学最近出现了相结合的计算机算法和统计数据分析方法(13]。
2。研究方法和动力
本文的主要目的是评估使用的传感器和数据分析在不同分支的农业。我们经常在本文中互换使用ICT和传感器作为传感器催化转化的关键信息通信技术,原材料和传感器数据是任何类型的数据分析。的术语传感器用于这个调查实际上指传感系统而不是传感器设备本身。同样的,农业是一个巨大的和广阔的区域,我们不要试图审查ICT的使用工具和技术在每一个过程,步骤,农业的字段和子域。缩小,我们排除在外prefield(遗传学、种子/蛋开发)和postfield(分布、加工、和消费者),只有回顾了ICT的使用的工具和技术攷虑应用程序,即种植/提高和收获。同时,农业领域的分类部分3是一个通用的分类和可能不完全匹配与其他类型的分类。图1显示了不同的进化技术在农业领域的使用。然而,我们已经排除了其他(如化学、遗传学、生物工程)类型的农业领域的进步了。
,只提供同行评议的研究文章作为参考准备。然而,报告和出版物的各种政府和非政府组织也被称为外的视角对于理解学术界关于挑战和未来的工作方向。同时,我们审查不包含农业机械和机器人研究但可能涉及某些潜在的技术只要他们相关传感器和数据分析工具。
3所示。农业传感器和数据分析
3.1。农学/种植业
一般使用作物监测和数据采集的无线传感器网络中可以找到各种研究和评论文章14- - - - - -16]。现代农艺研究和实践越来越密集的数据。不断收集数据、分析和模拟,以了解和预测作物生长和行为在不同的情况下。
Driemeier et al。10)提出了一个计算环境来支持研究甘蔗精准农业。这项工作提出了一个数据分析工作流模型为数据采集、格式和验证。模型来分析三个联合实验组成的土壤属性,甘蔗质量和甘蔗产量。杨et al。11]报道使用机载多光谱和高光谱图像和高分辨率卫星图像监控增长和估算作物产量。他们提出了几个应用实例证明不同遥感的优势和局限性和图像分析技术。同样,董et al。17)研究的可行性推导空间变量作物最大光利用效率(从卫星遥感数据以改进作物生物量估算。这项研究提供了一种新的推导方法为特定的生产效率模型(PEM),提高生物质使用遥感估算的准确性。方程(1),(2)和(3基于三)代表一个精度评估模型的统计标准。
这里,RMSE nRMSE, d-index代表均方根误差,规范化RMSE,分别和协议的指数。一个较小的值和RMSE nRMSE给更高的估计精度。里面的参数方程 , , ,和代表的数量的观察,测量值,估计价值,所有测量值的平均值。
同样,通用电气等。18]报道的一项研究描述的时间动态玉米植株的生长和水分利用通过RGB(红、绿、蓝)图像和自动化的罐子的重量。这些方法被证明有助于量化植物叶片含水量。图2代表了高光谱图像分析提取叶像素和平均反射率预测植物叶片含水量。克里斯汀et al。19]报道传感器方法促进土壤健康的成本效益和网站管理。作者应用传感器融合方法(偏最小二乘法分析)来估算土壤健康指标和土壤管理评估框架(SMAF)分数使用可见光和近红外光谱(VNIR)结合电导率(EC一个)传感器数据。电子商务的融合一个并与VNIR CI数据改进估计的物理范畴,随后整个SMAF土壤健康。然而,化学和fertility-related土壤性质没有估计这个传感器融合的组合。
3.2。园艺/植物种植
园艺有时被认为是农学的一个分支关心的培养植物,水果和蔬菜而不是作物。传感技术在这两个领域本质上是相似的。各种论文报告设计温室园艺的监测和控制系统与传感器网络和商用嵌入式系统、物联网原型平台(20.- - - - - -24]。
金姆和格伦(25]报道的发展多通道传感系统识别植物应激的发病和严重程度在年轻的苹果树在温室在不同水治疗。数据分析的结果确定光谱特征,是高度相关的植物冠层温度和水的压力。图3代表了五种不同的热图像苹果树的温度范围22.3°C到40.7°C。在每幅图像的矩形表示感兴趣的区域(ROI)的冠层温度的计算。以类似方式,田等。26]报道增长内阁的设计使用LED光源进行水培法培养强奸的植物。工作的重点是设计一个光源由蓝色和红色发光二极管来预测和提供足够的能源植物进行光合作用所需的不同生长阶段。设计系统也可以控制小气候参数如温度、湿度、光强度、有限公司2浓度水平在增长内阁。他们的实验结果表明,植物生长很好,甚至优于植物生长的自然环境的高度,生长时间和品味。Basnet等人采用(27)移动平均算法消除温室自动化系统感知数据的变化。算法可以极大地帮助稳定波动引起的快速变化环境中或不精确的传感器,从而带来稳定的输出。
方程(4)代表提出的移动平均算法的数学表达式。
玫瑰等。28]研究收集、分类和量化的表型数据的多个葡萄树行使用商业multi-view-stereo软件。使用一个移动的传感器平台(track-driven汽车、相机、GPS和数据采集硬件),获得了多种葡萄树行形态学数据。作者声称,补充现有的2 d与3 d图像处理为基础的解决方案和研究了不同数据处理阶段预测产量。同样,赵et al。4)审查关键技术应用控制收获水果和蔬菜。工作提出了各种视觉方案的概述(双目、光谱、热、激光等)和图像处理算法(演算法、贝叶斯模糊神经等)对水果识别系统。
耶稣et al。29日)提出了一种基于现场可编程门阵列(FPGA)——光合作用无线智能传感器实时监测系统。一个案例研究来监控辣椒的光合响应。
甜椒L。是由智能传感器获取和融合的主要传感器信号测量温度、相对湿度、太阳辐射、二氧化碳、空气压力、气流。测量用于实时计算净光合作用和传输数据通过无线通信水槽节点。此外,提出了智能传感器配备信号处理能力,如平均大量毁灭和卡尔曼滤波器,主要的传感器读数,以减少噪音,如图4。
3.3。畜牧业/畜牧业
传统畜牧业需要抚养一大群动物或牛由经验丰富的牧民。现代牧业称为精密畜牧业(PLF)是监控、跟踪和获取各种数据的牲畜在实时传感系统和信息通信技术的应用。这些数据进一步处理和分析在决策过程,并提供帮助解决各种问题。
艾登(30.]报道的一项研究自动评估肉用鸡通过观察运动的跛行为使用3 d视觉相机和图像处理算法。工作作为第一次尝试评估的残废的肉鸡使用3 d相机有深度传感器,如图5。实验进行了确定说谎的事件数量和延迟躺下肉鸡。的步态评分s从0到4选择等级残废的鸡。提出了系统输出参数之间有高度的相关性对手动标记。因此,作者声称他们的工作将有助于开发一个自动动物监测和行为分析系统来评估肉鸡的健康和福利。Hongqian et al。31日)提出了一个基于云的数据管理系统(CDMS)自动数据收集产卵鸡农场。CDMS促进异步数据传输(卡夫卡的),文件分布(Hadoop-based)、信息收集和管理(MySQL-based)农场位于不同的区域。系统设置与8个网络节点和尝试商业蛋农场。工作将增强现代家禽在大数据的高效管理和实时记录。Nkwari et al。32]介绍了一篇文章,一头牛行为建模使用GPS传感器收集的数据来获得预期的位置。作者使用了连续时间马尔可夫过程(CTMP)为了模型的随机运动模式(随机过程)所示
在这里,是牛的总概率从位置来 。 代表的概率后牛了步骤。 , , ,和代表了牛概率是在四个不同的边界。和代表每个边界点的极限。通过计算,牛有更大的概率被偷走,工作预计将帮助防止偷牛在农场。
Manteuffel et al。33)公布了一份研究报告可以帮助预防致命的小猪被母亲播种镇压事件。的工作侧重于广泛学习distress-specific发声检测破碎事件,从而触发机制诱导姿态的变化。另一项研究由飞扬et al。34),无线网络与RFID标签收藏家和重量传感器来监测鸡在农场。系统检测到病鸡在农场和分类通过研究他们的行为和参数如能够抢夺食物,休息时间,移动速度和重量。从而使分类和提取信息有望促进精确的畜牧业和流行病警告。
方程(6)代表鸡”的公式和休息时间欧氏距离公式的应用k - means聚类鸡的方法识别疾病和质量,分别。在这里,代表了鸡的总休息时间从一开始,也就是说,呆的最后时期,也就是说, 。以同样的方式, 和 是两个p维对象 它们之间的欧氏距离。的参数 是鸡抢食物的能力,重量,速度,和休息时间的鸡吗 。相同的概念适用于另一个鸡 。小欧氏距离代表鸡类似的特征。
3.4。养蜂/养蜂
养蜂或养蜂是农业的一个分支,蜂群保持在蜂巢收集蜂蜜。之前使用各种ICT技术特别是网络监控蜂房和获得各种环境数据通过传感器(33,35- - - - - -37]。由于各种环境变化,据报道他们的人口迅速减少,和各种跨学科的研究来理解这一现象,并提供可能的解决方案。
墨菲et al。12)提出了一种基于阈值的算法和决策树算法基于生物研究蜜蜂发现重要的蜂巢变化监测和警报的养蜂人WSN蜜蜂健康。机密荨麻疹是一个十可能状态从“正常”到“死亡”这可能或可能不需要立即响应的养蜂人。知识的获得,养蜂人可以自动建立养蜂知识适用于收集到的数据,允许早期识别改进的蚁群的健康状况不佳的健康以及分析行为。图6代表一个决策树算法对蜂群的蜂巢状态进行分类。在这里,HAVGTINT,T,有限公司2代表平均湿度、内部温度,温度的变化,改变在有限公司2分别浓度水平。
同样,另一个工作了Kviesis et al。38),等级三级模型组成的无线节点,一个本地数据服务器和云数据服务器叫做WBee是专为监控蜜蜂殖民地。本文中提供的主要区分工作系统的设计获得同步所有荨麻疹和样本能够保存数据在每一个级别,以防有通信失败。
3.5。水产养殖/ Fishkeeping
水产养殖产量在全球食品市场上有很高的要求,和信息通信技术的应用有助于提高其质量和近年来生产。以来,水产养殖水质参数是最重要的健康、食欲、增长和其他水生动物的活动依赖于它。各种subparameters如溶解氧(做)、pH值、温度、盐度、浊度和氨氮含量影响水的质量。定期监测的参数和再循环的水保持水的质量至关重要。
Lebrero et al。39]报道多参数监测系统的设计在哪里传感器、pH电极,pt1000温度传感器,NH3-N传感器用于监视水产养殖水质。系统将触发一个增氧机打开或关闭如果传感器读低于或高于阈值(4到5.5 mg / L)。类似的工作Hongpin et al。40]报道了水产养殖监控系统基于虚拟仪器和控制,电源管理的附加功能,网络解决方案。工作实现了传感器网络节点(溶解氧传感器、温度传感器、水位传感器、和pH传感器)在鱼塘最大化监测、控制和记录的水产养殖系统。这样的好处,工作报告有效地减少高风险的鱼类死亡的概率,增加经济效益和消费者信心,安全,低能耗。工作设计系统的概念提出了流程图,给出图7。
Simbeye et al。42]提出了一种多个鱼跟踪系统与结构光三维空间(SL)传感器采集所需的详细信息行为研究。同样,Saberioon和西41)使用近红外成像技术观察喂养鱼的过程和行为。他们的工作(41,42)可以帮助量化这种行为的鱼和可以帮助开发一个自动喂食系统在未来。图8代表工作的红外成像技术观察喂养鱼的过程。锡安回顾了利用计算机视觉技术在水产养殖和报道的满意水平工作在食用或观赏鱼农场的面积(5]。然而,在海上笼农场的情况下,作者指出了挑战的应用等各种参数的技术,因为深水水平,高浊度,其他水生动物的存在,调整喂养困难的位置,和闪电。
3.6。章结论
在本章中,我们回顾了各种传感器技术和数据分析技术在农业领域的使用。如前所述在前面的章节中,农业是一个非常广阔的领域,我们不要试图审查不同的技术应用和发展的每一个过程,步骤,农业的字段和子域。我们只有覆盖攷虑应用程序。
还有其他类型的技术进步已经改变了农业的领域。一些明显的化肥和农药的发展,基因工程,土壤和灌溉技术、农业工具和机器,生产和分配技术。然而,回顾这些技术超出了本文的范围。表1展示了先进的使用不同的传感器和数据分析技术提出了工作([11- - - - - -42])。表2和3显示不同的传感系统的最先进的技术平台和大数据应用在智能农业和关键问题,分别。
4所示。韩国的场景
韩国是一个高度工业化的国家和主机的一些世界领先的巨大科技巨头像三星、LG、和现代。韩国政府已经发起了步骤转移技术用于工业部门发展的农业部门。韩国农村经济研究所发表的一份报告强调了韩国农业的作用在这个国家的经济增长在过去的70年(43]。它还报道了国家的政策在投资新技术包括ICT应对全球变暖,缺乏资源,以及人类消费模式的变化。同样,电子和电信研究所(ETRI)报道新兴的ICT技术结合农产品在每个阶段在智能农场44]。
古永锵et al。45)综述了韩国和国际研究趋势促进园艺设施的相关。与关键词精准农业、智能农业、信息通信技术、物联网,纸已经彻底调查技术用于韩国农业情况如表所示4。它还提供了各种案例研究在失败和给定的方向从几个角度和解决方案。它强调一个智能服务系统的开发的过程管理和控制的农业生产。杨(46]报道的发展移动监控系统在温室作物。移动传感单元收集连续数据并通过wi - fi连接在服务器上的数据保存和处理,如图9。高分辨率的移动传感单元由IP相机,环境传感器、无线中继器和控制单元包含嵌入式PC,可编程逻辑控制器(PLC)和刷马达。这项工作预计将提供一个更好的解决方案的监测方案和管理温室植物和农作物。
另一个最近发表的文章,金(47)研究的估计未来玉米和小麦的价格影响因素贝叶斯模型平均所示(7)。与应用程序的概率因素,研究结果促进改善预测未来粮食价格的能力。
在这里,和代表事件的发生概率的A和B,分别。然而, 和 代表一个条件概率事件发生的可能性的一个给定的B是正确的,反之亦然。
5。挑战和未来的工作方向
传感器的使用和数据分析农业部门给了一个更好的希望,但仍然存在的挑战。与他们相关联的因素仍被列为部分需要进一步关注5.1- - - - - -5.6。
5.1。可持续农业
虽然技术努力在提高农业生产力、环境和社会因素往往不考虑。特别是发展中国家优先考虑采用技术快速发展,而不是一个可持续的(48]。项目从不同的社会应采取以发展农业系统的可持续性以及采用各种技术包括传感器技术和信息通信技术。技术干预措施也应该设计选择合适的、环境友好型技术收集、储存、回收、处理和处理电子垃圾(1]。
5.2。技术约束
手头的技术决定了每个领域的应用进展。的改善技术将添加更多的精度,精度、速度和可靠性而在未来降低成本。标准化技术的进步是至关重要的农用设备之间的通信。也应该鼓励研究和开放源码项目更多的改善技术解决方案的总体质量49]。
5.3。面向终端用户的
技术解决方案应该是友好的。它应该适合当地环境和需求。在农业中应用,解决方案提供商应该特别注意在他们的产品和解决方案是容易的,可读的,可以理解的。
5.4。大数据
智能处理和大量的非结构化和异构数据的分析是必需的。研究显示减少维在大数据是核心价值所必需的提取,同时工作也同样具有挑战性的(50]。开放研究和出版这些数据是非常重要的。但存在所有权属于他们的模糊性。农民?公司吗?或者是政府官员吗?这个问题应该被解决,但是如果是过于严格,它可以减缓创新。此外,重要的是要提高大数据应用的理解。有必要系统地促进这个概念,它的实际使用,用通过扩大教育的必要性和价值,加强对大数据的利用率(8]。
5.5。成本和投资
投资技术应该不仅使事情更容易,也有助于提高回报。降低成本增加了愿意接受这项技术。因此,传感系统和信息通信技术的成本需要降低,和他们的使用需要经济可持续发展。农民应该了解有关经济后果之前和之后使用的技术(51]。
5.6。多学科合作
不仅通过传感器技术和信息通讯技术,而且许多问题在农业可以从其他学科。他们可以提供更好的解决方案,提高生产效率,并提供其他见解,农业科学家和其他有关各方可能会被忽视。来自不同领域的专家之间的合作将有助于改善的农业产业。
6。讨论和结论
在本文中,我们提出了一个广泛的概述各种传感器的使用和数据分析技术用于农业的区域。我们农业划分为五个不同的分支领域和回顾了最先进的技术和研究趋势与每个分支相关联。传感器技术特别是神往和智能传感器导致农业传感器应用的指数增长。我们的调查发现基于ai的应用数据分析是非常活跃的尽可能多的研究集中在这些地区。在农业越来越数据密集型,这些改进的技术帮助农业领域的进步。仍然面临许多挑战,我们讨论了在“挑战和未来的工作方向”一节。然而,,积极趋势,我们得出这样的结论:传感器和数据分析技术的进步,它将带来更多的见解在解决各种各样的农业问题。
的利益冲突
作者宣称没有利益冲突有关的出版。
确认
这项工作是一个研究项目的一部分(1801000664)得到了韩国国家研究基金会的支持。作者也要感谢r . p . Tasho博士和评论者的建议提高文章的质量。