Smart Farming – A mezőgazdaság digitalizációja

Image courtesy of Vlado at FreeDigitalPhotos.net

A digitális forradalom

Napjainkban egy olyan robbanásszerű változáson megy keresztül a világ, mely elsősorban az információtechnológiai eszközök elterjedésével és azok új szintű használatával függ össze. Az internet általános körű használata, az újabb és újabb szenzorok megjelenése és használata, valamint az elektronikus kommunikáció olyan szinten változtatta meg a mindennapi életünket, tájékozódásunkat a világban, olvasási és médiafogyasztási szokásainkat, hogy ha egy mai tinédzsert visszahelyeznénk a 80-as évekbe, akkor könnyen lehet, hogy kőbaltás ősembernek érezné magát. Pedig a digitalizációnak még csak a kezdetén állunk, sok helyen látjuk már a következő évek trendjeit és a várható új megoldásokat, de hosszabb távon még lesz bőven meglepetésben részünk. Az azonban biztos, hogy az ipari és a mezőgazdasági termelés digitalizációja feltartóztathatatlan és annak alkalmazása nagyon komoly versenyelőnyt jelent azokkal szemben, akik ragaszkodnak az analóg gazdálkodáshoz. Természetesen a digitalizációnak nem csak előnyei vannak, hanem kockázatai is, melyekkel tisztában kell lennünk. A digitalizációval kapcsolatos előnyök, új kihívások de a veszélyek is az élet teljes területét lefedik, nem kizárólag a mezőgazdasági termelést érintik. A digitalizációt emberek hozzák létre azzal, hogy napról napra új hardvereket, szoftvereket készítenek, új eljárásokat hoznak létre. A digitalizáció a mindennapjaink része akkor is, ha sokszor erről nem is veszünk tudomást.

A XXI. század nyersanyaga az adat

A tőzsdei kapitalizáció alapján a világ 5 legértékesebb cége közül három (Apple, Google, Microsoft) egyértelműen a digitalizációhoz köthető. Míg az Apple és a Microsoft kifejezetten kézzelfogható termékeket forgalmaz, addig a Google esetében már nem ilyen egyértelmű a helyzet. Ma a világon senki más nem gyűjti és dolgozza fel az adatokat olyan intenzitással és hatékonysággal, mint azt a Google teszi. Ha egy átlagfelhasználó az interneten bármit tesz, az a Google előtt általában nem marad rejtve és többek között az irányított keresési eredményekben és célzott reklámokban manifesztálódik. Információ természetesen nem csak az interneten van, hanem mindenhol, így a mezőgazdasági termelés során is rengeteg adat keletkezik, melyek jelentős részéről tudomást sem veszünk. A Smart Farming alapja, hogy ezeket az adatokat ne hagyjuk hasznosulatlanul elveszni, hanem építsük be a termelési és a döntési folyamatokba, hiszen a cél a fenntartható, gazdaságos termelés. Jóllehet az adat nem helyettesíti sem a vetőmagot, sem a műtrágyát, de hiányát sem lehet többlet inputanyaggal kompenzálni. Természetesen a rendelkezésre álló adat csak annyit ér, amennyit hasznosítunk belőle. Ha nem tudjuk megfelelő módon gyűjteni, tárolni, idegenektől megvédeni, és kiértékelni, akkor olyan mintha nem is lenne. Addig amíg az adatok gyűjtése és tárolása tisztán technikai kérdés, az adatok védelme és különösen azok kiértékelése komoly szaktudást feltételeznek. A Smart Farming nagy mértékben felértékeli a tudást, az “úgy csináljuk, ahogy mindig is szoktuk” mentalitás összeegyeztethetetlen a digitális mezőgazdasággal. Az adatok pont azért vannak, hogy a termelés bármely szakaszában gyorsan és pontosan beavatkozhassunk az optimális folyamat érdelében. Digitális gazdaság és ezen belül Smart Farming sem lesz tudás alapú társadalom nélkül. Az információ új információt generál és erre a kihívásra csak az tud megfelelően reagálni, aki kész élete végéig tanulni, az új dolgokra nyitottnak lenni, ez a digitalizáció egyik nagy kockázata az egyes ember szemszögéből. Az újkori írástudatlanság neve digitális analfabetizmus. Szakmák fognak nyomtalanul eltűnni a süllyesztőben és új eddig ismeretlen szakmák fognak megjelenni. A másik nagy kockázat a digitális önrendelkezés elvesztése, ami gyakorlatilag annyit jelent, hogy az én személyes és/vagy üzemi adataim illetéktelenek számára is hozzáférhetőek. Az illetéktelenek fogalmát elég tágan lehet értelmezni, ebbe éppúgy belefér a titkosszolgálatok adathalászata, mint a közvetlen konkurensek vagy akár hatóságok, hivatalok hozzáférése bizalmas, adott esetben üzleti titkokat tartalmazó adatokhoz. A digitális önrendelkezés alapja, hogy az üzemi és személyes adataim fölött én gyakoroljam az ellenőrzést és csak az általam kontrollált módon kerüljön az máshoz. Nem kell itt feltétlenül nagy dolgokra gondolni, kérdezte már valaki, hogy egy felhőalapú szolgáltatásnál melyik országban van a szerver, ott milyen az adatvédelem jogi helyzete, ki férhet hozzá az adataihoz, titkosítva vannak-e az adatai a távoli szerveren, vagy egy esetleges betörés után minden olvasható formában letölthető-e onnan? Mi történik, ha a szolgáltató csődbe megy, esetleg csak lekapcsolja a szervert? Vagy a kedvenc példám az e-mail: Gondolom azzal mindenki tisztában van, hogy az e-mail információvédelme nagyjából a postai levelezőlappal azonos, azaz bízunk benne, hogy a postai dolgozók csukott szemmel dolgozzák fel őket és senki még véletlenül sem pillant rá, nehogy elolvassa. Bizalmas információkat vélhetőleg senki sem írna meg levelező lapon partnereinek. Akkor miért levelezünk titkosítás nélkül? Gyakorlatilag minden valamirevaló e-mail kliens, még az okostelefonon is támogatja a titkosítást, csak használni kellene, hiszen már tudjuk, hogy az adat a XXI. század nyersanyaga és az ára nem fog úgy esni, mint a kőolajé.

A precíziós gazdálkodás az első lépés a Smart Farming irányába

Az elmúlt években a növények termesztésének technológiája döntően a GPS jelek használatának függvényében változott. A nagy pontosságú navigáció, a gépek automatikus vezérlése a precíziós gazdálkodás technikai alapfeltétele. Precíziós gazdálkodásról szigorú értelemben akkor beszélhetünk, ha helyspecifikus információkkal dolgozunk és az egyes anyagok kijuttatását is helyspecifikusan végezzük. A precíziós gazdálkodás sem képzelhető el komoly adatgyűjtés és feldolgozás nélkül, ezért a szoftver ugyanúgy alapfeltétele mint a GPS jel. Ha változtatható tőszámmal szeretnénk vetni, vagy műtrágyát helyspecifikusan kijuttatni, akkor először is olyan információkra van szükségünk, mely a kijuttatandó anyagmennyiséget szakmailag megalapozza. Ma már számtalan lehetőségünk van a tábláinkat nagy pontossággal feltérképezni, hogy részletes és helyspecifikus információkkal rendelkezzünk azokról. Dolgozhatunk hozamtérképekkel, GPS támogatással végzett talajvizsgálatokkal, Talking Fields térképekkel, de nitrogénszenzorokkal készített NDVI térképekkel is, hogy néhány elterjedtebb formát említsünk. Természetesen minél komplexebb kép áll egy tábláról rendelkezésre, annál összetettebb feladat az optimális döntés meghozatala. A precíziós gazdálkodás elterjedése együtt fog járni a magas szintű szaktanácsadással is. Ma már sok üzemben nem a technikai végrehajtás lehetősége a limitáló tényező, hiszen a géppark ezeket a funkciókat már nagyon sok esetben tudja, hanem az információk interpretálásának a korlátai akadályozzák a precíziós gazdálkodásra való áttérést. Ezen a helyzeten sokat segíthet egy intuitív módon használható döntéstámogató szoftver, mellyel egyszerűen készíthető kijuttatási (applikációs) térkép. A precíziós gazdálkodás már napjainkban is lehetővé teszi a környezettudatos és költséghatékony gazdálkodást. A precíziós gazdálkodás és a Smart Farming között nem létezik éles választóvonal, az előbbi feltétele a másiknak.

Smart Farming az intelligens mezőgazdaság

A digitalizáció általánossá válásával a precíziós gazdálkodás fokozatosan átalakul és ennek a folyamatnak az eredménye a Smart Farming. Mint már említettük, nem lehet éles határvonalat húzni a precíziós gazdálkodás és a Smart Farming közé. Ha a traktorunkra egy nitrogénszenzort szerelünk, mely valós időben képes a műtrágyaszót vezérelni, miközben mi a tábláról rendelkezésre álló távérzékelési adatok alapján egy applikációs térkép segítségével tovább finomítjuk a műtrágyaszóró vezérlését, akkor ez precíziós gazdálkodás vagy Smart Farming? Mai ismereteink alapján az egyik következő Smart Farming alkalmazás a dolgok internetének (IoT) megjelenése lesz a termelésben. Itt elsősorban különböző szenzorokra kell gondolni, melyek az általuk mért értékeket az interneten keresztül folyamatosan küldik egy szerverre, de akár egymás között is kommunikálhatnak és bizonyos akciókat önállóan is elindíthatnak. Ennek jó példája lehet olyan szenzor, mely meteorológiai-, talaj, vagy éppen növényélettani paramétereket mér. Persze a terménytárolóban is lehetnek olyan szenzorok, mely a minőségi paramétereket folyamatosan monitorozzák és az adatokat összegyűjtik. A Smart Farming egyik sajátossága a nagymennyiségú adat koncentrált gyűjtése, kezelése és feldolgozása (Big Data). A GPS és a széles sávú internet mellett kulcstechnológia lesz az adatfeldolgozás, a középpontba pedig a szoftver kerül. A Smart Farming szempontjából kiemelten fontos, hogy a termelés és feldolgozás különböző fázisaiban keletkező információk összekapcsolhatók legyenek. A különböző gyártók és szolgáltatók által generált adatoknak átjárhatóknak kell lenni, nem ragadhatnak be egy egy multinacionális cég ökoszisztémájába. A Smart Farming a termelés egész folyamatát lefedi és egyben összefogja ezért standard megoldásokra és szabványokra kell alapulnia.

Közeli és távoli trendek

A jelenleg zajló úgynevezett 4. ipari forradalom (Ipar 4.0) első kézzelfogható eredményei már jól láthatók. Az átlagember leginkább talán az autóiparban zajló változást érzékeli. Az autó az a termék, hasonlóan a traktorhoz, kombájnhoz, ahol szemünk láttára vált az “ostoba” vasból, hightech intelligens termék. A normál, utcai forgalomban használható autonóm (vezető nélküli) autóra már csak néhány évet kell várni, jelenleg a jogszabályi háttér nagyobb akadály, mint a technikai kérdések. A mezőgazdaságban is ugyanígy jöhetnek az autonóm munkagépek, melyek a gép-gép (M2M) kommunikáció használatával közösen, összehangoltan is képesek dolgozni. A dolgok internete (IoT), a különböző intelligens szenzorok, és természetesen a drónok, melyek szintén autonóm módon fognak repülni, biztosítják a kiegészítő támogatást a munkagépeknek. A jövő zenéje pedig a mesterséges intelligencia. Első lépésként nemcsak a telefonunkat és a számítógépünket vezérelhetjük élő szóval, hanem a termelési folyamatot is, később elég lesz csak gondolni a feladatra ahhoz, hogy a gépek teljesítsék azt. Egy szép nap pedig….

A Smart Farming átalakítja a gazdaság vezetését is

mage courtesy of KROMKRATHOG at FreeDigitalPhotos.net

Munkaszervezés régen és ma

A GPS jelekkel irányított munkagép, az SMS-t küldő tehén, a táblán lévő biomassza mennyiségét meghatározó műhold, vagy a növényállományt fényképező drón és még hosszasan folytathatnánk a technikai eszközök felsorolását, nemcsak új lehetőségeket nyit a munkavégzésben, hanem alapvetően módosítja a munkaszervezést is. A számítógép, a táblagép, és az okostelefon használata már évek óta szerves része a gazdálkodók mindennapjainak. Reggel az időjárásadatokat és -előrejelzéseket megnézni, az e-mail fiókot ellenőrizni, az aktuális gabonapiaci híreket áttekinteni, olyan tevékenységek, melyek a napi rutin részei. Már a mobiltelefonok elterjedése is nagymértékben átalakította a munkaszervezést, hiszen míg korábban a reggeli munkakezdéskor az egész napi feladatot úgy kellett kiosztani, hogy annak módosítása adott esetben jelentős erőfeszítést igényel, addig ma egy telefonhívással újra lehet osztani a munkát, ha a megváltozott helyzet ezt úgy kívánja. Így a technika támogatásával a gondos tervezés és az ad-hoc döntés jól kiegészítheti egymást.

Az adatdömping és a munkaszervezés

A precíziós gazdálkodás nemcsak adatokon alapul, hanem komoly mennyiségű új adatot is generál, melynek összegyűjtése, feldolgozása és kiértékelése a Smart Farming központi eleme. Ezek az adatok felhasználhatók a termelés optimalizálásához pl. applikációs térképek létrehozásával, de ennek a nagy mennyiségű adatnak a kezelése (Big Data) a gazdálkodót teljesen új lehetőségek elé is állítja. Az adatok folyamatos követésével az egész termelési folyamat és annak pillanatnyi állapota pontosan ellenőrizhető. Ezáltal a munkaműveletek és a kijuttatott anyagok térben és időben optimális pontban kerülhetnek alkalmazásra.

A digitalizáció következő lépései

A termelés során keletkező, illetve a termelési folyamatokkal összefüggő, és azokat befolyásoló adatok gyűjtése, feldolgozása eddig is döntően számítógépen történt. A piac és a különböző jogszabályok által megkívánt dokumentációs követelményeknek (Gazdálkodási Napló, Permetezési napló, Nitrátjelentés stb,) sokkal könnyebb megfelelni akkor, ha nem csupán egy tetszőleges számítógépes programmal dolgozunk, hanem eleve olyan szoftvert választunk, mely a bordcomputerek adatait közvetlenül használni tudja, így nincs szükség ezeknek az adatoknak az ismételt kézi rögzítésére. Egy permetezés, vagy műtrágya kijuttatás így az összes releváns információval együtt egyenesen a táblatörzskönyvbe kerül, ahonnan gombnyomásra elkészíthetők a megkövetelt dokumentációk. A fejlesztés következő állomása az, hogy a termelés és a tárolás során használt szenzorok önállóan, a dolgok internete (IoT) technológiát használva folyamatosan szállítják szoftverünkbe az adataikat, ezzel is segítve a termelés és tárolás szabályozását és ellenőrzését. A digitalizáció kiteljesedésével pedig mind több eszköz és szenzor kapcsolódik egymáshoz és a központi szoftverhez, ahonnan végső soron az egész termelést irányíthatjuk és dokumentálhatjuk.

Big Data a mezőgazdaságban

 

Nemesítés és informatika

A mezőgazdaság alapvető feladata az emberiség élelmiszerrel való ellátása. A Föld népességének várható további gyarapodása és a meglévő erőforrások ésszerű felhasználása, azaz a fenntartható gazdálkodás, két olyan sarkalatos pont, mely a közeljövő mezőgazdaságát alapvetően meghatározza. Nem elég mennyiségileg többet termelni, hanem ezt a növekedést a mainál sokkal hatékonyabb input-anyagfelhasználással kell elérni. Ebben a genetika mellet, mely mind a növénytermesztésben, mind az állattenyésztésben a termelésnövekedés egyik fő motorja, a termelés digitalizációja, azaz az információk összegyűjtése, feldolgozása és okszerű felhasználása, tehát a Smart Farming a másik főszereplő.

A precíziós gazdálkodás az első lépés

A precíziós gazdálkodás (Wikipédia Link) a Smart Farming alapvető eleme, enélkül a fokozat nélkül egyszerűen nem lehet továbblépni. A precíziós gazdálkodás egyik legnagyobb előnye, hogy a kijuttatott anyagok mennyiségét és térbeli elhelyezkedését sokkal pontosabban lehet szabályozni, mint a hagyományos módon. Kissé sarkítva akár úgy is fogalmazhatunk, hogy a zsák helyett evőkanállal, a kanna helyett pedig pipettával adagoljuk, akkor és oda a vetőmagot, műtrágyát, növényvédő szert, amikor a munkaművelet optimális időpontja elérkezett. A szigorú értelemben vett precíziós gazdálkodás a kijuttatási (applikációs) térképek használatát is magában foglalja. Az applikációs térképek készítéséhez azonban helyspecifikus információkra van szükség, enélkül a precíziós kijuttatásnak nincs értelme.

Információ minden mennyiségben

A Smart Farming és a Big Data (Wikipédia Link) kéz a kézben jár. Vegyünk egy egyszerű példát, mely már ma is bárki számára megvalósítható, ha rendelkezik a (kereskedelmi forgalomban kapható) technikai háttérrel. Példánkban az osztott nitrogénműtrágyázás egy olyan esetét nézzük meg, ahol a szenzortechnika, a távérzékelés és az applikációs térkép egy egységet képez és az eredőjük határozza meg a kijuttatandó anyag mennyiségét a tábla adott pontján. Erről már egy korábbi posztban részletesen írtunk (A távérzékelés és a szenzortechnika kombinációja). A kijuttatást megalapozó, a termőterületre jellemző helyspecifikus adatok sok forrásból származhatnak, az azonban közös bennük, hogy jelentős mennyiségű adatot tartalmaznak, ill. jelentős mennyiségű adat feldolgozásával jönnek létre. Ezek az adatok éppúgy lehetnek valós idejűek, mint történelmi adatok, azaz olyan információk, melyek egy korábbi időpontban keletkeztek. Költséghatékonyság szempontjából az egyik legjobb megoldás a távérzékelési adatok használata. Ezek egy része, mint például a Talking Fields térképek alapjául szolgáló műholdfelvételek eleve rendelkezésre állnak, elkészíttetésük a felhasználó számára nem jelent sem külön költséget, sem személyes közreműködést és természetesen a táblákon sem történik semmilyen fizikai behatás, hiszen az adatgyűjtéshez nem kell a táblára rámenni. Természetesen adatok származhatnak rengeteg más forrásból, lehet drónokkal dolgozni, hozamtérképeket, talajgenetikai térképeket, talajvizsgálati eredményeket stb. felhasználni.

Központi elem a szoftver

Az összegyűjtött adatokat tárolni, feldolgozni, kiértékelni és felhasználni csak megfelelő szoftver segítségével lehet. Természetesen a Smart Farming és a Big Data a programokkal szemben további követelményeket támaszt. A nagy mennyiségű adat kezeléséhez mindenképpen egy olyan robusztus adatbank (adatbázis kezelő) szükséges, mely képes megbirkózni ezzel az adattömeggel. A következő lényeges szempont az adatok importálása és exportálása, hiszen a nyersadatoknak be kell kerülniük a rendszerbe és a feldolgozás után pl. applikációs térképek, bordcomputer feladatok formájában el kell hagyniuk azt. További nagyon fontos elem a kiértékelési lehetőség széles köre, hiszen az adatokat nem öncélúan gyűjtjük, hanem azért, hogy belőlük megfelelő következtetéseket levonva, döntéseket (pl. az applikációs térkép tartalma) hozhassunk.Ezért érdemes már ma olyan szoftver keresni, mely a precíziós gazdálkodást is támogatja és a Smart Farming irányába mutat.

Az AGATA projekt – Nagy mennyiségű komplex adat feldolgozása

Image courtesy of Stuart Miles at FreeDigitalPhotos.net

A mezőgazdasági termelés során keletkező adatok és információk mennyisége a modern gépek és új technológiák használatával ugrásszerűen nő. Az adatok gyűjtésével, feldolgozásával, kértékelésével és összekapcsolásával új, eddig feltáratlan lehetőségek nyílnak meg a felhasználók előtt. Az egyre gyorsabb számítógépek, az új programok és intelligens algoritmusok használata lehetővé teszi, a Big Data összefüggéseinek felismerését és az információk új szemszögből történő interpretálását.
Az AGATA projekt célkitűzése, egy olyan önállóan is tanulni képes segítő rendszer kifejlesztése, mely a termelés során keletkező adatok figyelésével és kiértékelésével összefüggéseket talál a termelési folyamat, a gépbeállítások és az egyéb külső tényezők között. A rendszer hibáiról és eltéréseiről nyert információk komoly segítséget nyújtanak a gépek használatának optimalizálásában és az egész termelés hatékonyabbá tételében.
Természetesen egy ilyen rendszer rendkívül komplex, hiszen ha csak az aratást vesszük példának, már akkor jól látható, hogy egy mai korszerű kombájn akár 500 szenzor- és paraméteradatot is produkálhat, részben másodpercenkénti gyakorisággal. A beállítások és a külső tényezők (pl. tábla hossza, lejtése, napsugárzás, szél, csapadék stb.) függvényében nagy mértékben változhat az aratás hatékonysága. Első körben itt a legfontosabb feladat az adott helyzetnek optimálisan megfelelő gépbeállítás, mely a keletkezett adatok elemzésével érhető el.
Az AGATA projekt DFKI sajtóközleménye itt érhető el, német nyelven (AGATA projekt).

A digitalizáció jogi kockázatai

Image courtesy of renjith krishnan at FreeDigitalPhotos.net

Új jogi kérdések

A termelés digitalizálásával nemcsak új esélyek nyílnak meg, hanem új kockázatok is napvilágra kerülnek. Ezek közül az egyik lényeges elem azoknak a jogi kérdéseknek a feltérképezése, melyek a az új technológiák és a digitalizáció elterjedésével törvényszerűen megjelennek. A robotok és automaták, az autonóm módon (önállóan) közlekedő eszközök (traktorok, kombájnok, drónok, autók stb.), de még a dolgok internete (IoT) is, nagyon komolyan feszegeti a termékfelelősség kérdésének jelenleg használatos határait. Ki a felelős, ha egy robot balesetet okoz? Ki tartozik kártérítéssel? A gyártó? Az üzemeltető? A jogászoknak azonban nemcsak a klasszikus jogi kérdéseket kell tisztázniuk, hanem komplex technikai, technológiai összefüggéseket is meg kell érteniük. Ebben a szituációban a nagy multinacionális konszernek természetesen nagy előnnyel rendelkeznek a technológiai és infokommunikációs szektorban nagy számmal jelenlévő és az innováció egyik fő hajtóerejeként működő startup (Wikipédia link) cégekkel szemben.

Termékfelelősség

A termékfelelősség speciális esetét képezik a szoftverekkel kapcsolatos jogi kérdések, hiszen különösen a felhő alapú (cloud) szolgáltatások esetében nem léteznek sem országhatárok, sem egyéb területi kötöttségek, mint például a cég falain belüli vagy azon kívüli programhasználat.
A termelés digitalizációjával együtt jár, hogy egy esetlegesen fellépő hiba esetén sokkal nehezebb lesz beazonosítani, hogy a folyamat mely részében keletkezett a hiba, és ki az aki ezért felelős.

Adatbiztonság és tulajdon

Egy további központi téma az adatbiztonság, hiszen egy cég összes adata, dokumentuma, digitális formában megszerezhető úgy, hogy adott esetben nincs is szükség a fizikai hozzáférésre. Nemcsak a belső hálózatokat, számítógépeket kell megfeleően védeni a külső támadások, kémkedések ellen, de a munkatársaknak is tisztában kell lenniük azzal, hogy egy titkosítás nélküli pendrive, vagy egy jelszó nélküli smartphone milyen következményekkel járhat. Arról nem is beszélve, hogy hány esetben hordozzák egy cég szinte minden adatát egy olyan laptopon, melynek merevlemeze sem titkosítva nincs, sem távolról nem törölhető.
Az adatokkal kapcsolatban is várhatók új jogi felvetések, hiszen gyakran nem egyértelmű, hogy az adott információ, fájl, vagy adat kinek a tulajdona. Mikor van egy adat “céges” tulajdonban és mikor számít az köztulajdonnak. A jövő adatkezelését a Big Data (Wikipédia link) és a kiértékeléseket, analíziseket végző adatbankok fogják meghatározni. Az ezekkel kapcsolatos jogi szabályozások is meglehetősen hézagosak, különösen nemzetközi viszonylatban.

Az állatjólét monitoring rendszerének kiépítése

Image courtesy of bandrat at FreeDigitalPhotos.net

A Smart Farming nem csak a növénytermesztést érinti, hanem a teljes mezőgazdaságot, így magától értetődően az állattenyésztést is. Egy igen érdekes pályázati kiírást jelentetett meg a német agrártárca, melyben egy olyan monitoring rendszer kifejlesztését támogatja, mely megbízható módon dokumentálja az állatok közérzetét. A monitoring rendszer lefedi a termelés teljes folyamatát, azaz a születéstől a vágóhídig követni kell, hogy az állatok közérzete hogyan változik. A cél teljesen világos, hiszen az egészséges, jó közérzetű állat tartása nyilvánvalóan gazdaságosabb, jobban termel és az olyan ráfordítások is, mint pl. a gyógyszerek, jóval kisebbek. Persze a kérdést nem lehet pusztán ökonómiai szinten kezelni, hiszen az ember etikai felelőssége az állatok iránt alapvetően meghatározza kapcsolatunkat az állatjólléttel.
A monitoringrendszer kifejlesztése során fel kell térképezni azokat a paramétereket, melyek jól mérhetők és megbízhatóan utalnak az állatok közérzetére. Ezek a paraméterek állatfajonként eltérhetnek egymástól, sőt egy adott fajon belül is jelentős különbségek lehetnek mondjuk egy tej- vagy húshasznú szarvasmarha között. Az adatgyűjtést automatikusan a célnak megfelelő szenzorokkal lehet végezni, melyek lehetnek egyszerű lépésszámlálók, vagy mozgásérzékelők is. Valószínűleg olyan szenzorokra is szükség lesz, melyek bizonyos élettani paramétereket mérnek. A keletkező adatokat össze kell gyűjteni majd feldolgozni, hogy következtetéseket vonhassunk le, mind az egyes állatok, mind az egész állomány közérzetéről.

Időjáráselőrejelzés Big Data computer segítségével

Jedawewehef Pattys photos Flickr cc by 2 ef917bf342afe3df

A pontos, helyi időjárás előrejelzés jelentőségét nem lehet túlbecsülni, elkészítéséhez azonban lényegesen több adatra és nagyobb számítógépes kapacitásra van szükség, mint az országos vagy regionális előrejelzéshez. A műholdak és a födi meteorológiai állomások adathalmazából készülnek a nagyobb területre vonatkozó prognózisok a klasszikus modellek alapján. Amennyiben az előrejelzést helyi szinten szeretnénk pontosítani, úgy egy sokkal sűrűbb raszterre és több modellre van szükség, ami mind a feldolgozandó adatok, mind a számítási lépések mennyiségét nagy mértékben növeli. Ebből következően, minél nagyobb a felhasznált számítógép (supercomputer) teljesítménye, annál pontosabb lesz az előrejelzés. Például a német meteorológiai szolgálat központjában a heise.de információja szerint 30.000 PC teljesítményét használják.

Mi ez a blog és kinek szól

A Smart Farming kifejezés viszonylag új, alig pár éve került be a köztudatba. A fogalom egy olyan új technológiai forradalmat takar, melyet talán a digitális mezőgazdaság fed le a legjobban. A termelés teljes folyamatát átfogja az informatika, a gépek, eszközök, raktárak de még a növényállomány is egymással kommunikáló, hálózatba kötött szenzorokkal rendelkezik. Így a termelés tervezése, irányítása és dokumentálása is megoldott. Persze ez a szép új világ nemcsak előnyökkel jár, hanem kockázatokat is tartalmaz. Gondoljunk csak az informatikai rendszerek sérülékenységére, támadhatóságára. Nemcsak az NSA szeretne mindent tudni, de adott esetben a konkurencia is. A Big Data azzal jár, hogy irdatlan mennyiségű adatot kell feldolgozni és megfelelő módon interpretálni is.
Ebben a blogban minden szerepelhet, ami a Smart Farming fogalomkörbe tartozik. Biztos lesz bőven olyan dolog is, mely talán első látásra a precíziós gazdálkodás kategóriába tartozik, de ne felejtsük el, hogy az átmenet a két fogalom között nem éles. Az biztosan kijelenthető, hogy nincs Smart Farming precíziós gazdálkodás nélkül. A blog mindenkinek szól, akit érdekel a mezőgazdaságban zajló technikai fejlődés és erről szívesen olvas, meg persze vitatkozik is. Hiszen a jövő már elkezdődött és a mi feladatunk, hogy annak részesei legyünk!