• 随着粮食需求的上升，世界必须管理其用水量。

• 农民现在可以获得史无前例的大量历史数据

• 植物行为的人工智能分析是一个强大的工具，可以对灌溉进行微调

通过灌溉优化用水一直与农业的发展和成功耕作密不可分。但是，在对技术和基础设施管理费用进行标准成本效益分析的同时，有效管理自然水资源是一项微妙的平衡行动。

减少用水量至关重要，特别是在农业估计占全球用水量70%以上的情况下。由于粮食需求只会增加，预计用水量将额外增加15%，以满足这一需求。

精准农业与人工智能革命

科技公司和种植者一起，已经准备好通过精密耕作方法和能见度工具来解决这个复杂的问题。人工智能(AI)是一个正在大踏步提高田间和温室用水效率的技术领域。

新兴的技术、设备和平台使我们能够从多种来源收集和利用前所未有的海量数据：历史降雨模式、航空图像、产量记录、田间传感器等。反过来，汇总的数据可以与预测数据(从市场需求到天气)结合起来，帮助我们根据有史以来最准确的预测做出“智能”决策。

创建最优灌溉计划和分配

识别水上或水下区域是关键。对任何农民或农学家来说，一项很难评估的日常任务是确定适当的水量，以获得最佳的产量和质量。根据植物的类型，过水也会带来风险。例如，过度灌溉的棉花作物会导致更多的叶子生长，而不是拥有作物价值的棉花花的生长。

农民的目标是为他们的作物创造一个最佳的灌溉时间表，在控制成本的同时优化产量和质量。蒸散量一直是创建适合植物需要的灌溉系统的关键指标。它表示陆地表面的蒸发量加上植物蒸腾量的总和。现代卫星图像和天气预报帮助农民改进对蒸散的评估。然而，物联网(IoT)传感器技术的突破，通过测量植物的行为而不是土壤和天气(或除了土壤和天气之外)，有助于做出更深刻的灌溉决策。

强大的人工智能引擎能够处理和分析来自卫星、飞机或无人机图像的数据源。机器学习，特别是深度学习算法，可以帮助我们解释来自图像的数据，并识别聚焦灌溉问题(以及其他问题，如害虫)的模式。如果图像与土壤和植物传感器相结合，数据可以让我们非常准确地实时读取灌溉需求，并提醒我们潜在的问题。

发现灌溉故障或渗漏

浪费水资源，特别是在水资源稀缺的地区，对全世界的农民和粮食种植者来说是一个巨大的头痛开支。虽然在光谱的一端，有滴灌等技术和无土温室等复杂的受控环境，但它们涉及的技术和系统成本高昂，因此不适合大规模农业(或低价值作物)。一个可以大大改进的领域是发现故障，如灌溉系统的泄漏。

在过去，可能需要亲自检查才能找到损坏的设备或确定泄漏。物联网设备意味着软件本身可以在出现问题或可疑时发出警报——而这只有在设备互联时才可用。通过这种方式，灌溉传感器可以检测到不规则性，并将其与根本问题或变量联系起来——特别是当它连接到其他数据点(如天气数据)时，这样就可以排除其他潜在的原因。

我与之合作的一位种植者在爱达荷州中部东部管理着2,630公顷的农田，该地区的温度在两天内会剧烈波动，最高可达25°C。控制灌溉是他们面临的最大挑战。当温度升高时，有80个灌溉枢轴要打开，任何问题都可能成为一个大问题，因为土地很快就会干涸。使用ValleyInsights等基于人工智能的工具，他们能够访问现场的空中视觉和其他数据，包括每一种植物的热成像。捕获的图像和人工智能领域分析能够提供准确的警报，精确定位问题点，确定需要立即关注的灌溉问题。这意味着他们能够解决与枢轴相关的泄漏等问题，这些问题用肉眼很难发现。人工智能的力量不仅仅是关注一个问题。它为如何纠正灌溉不规则性提供了见解。

人工智能驱动的自主农业的未来

正如我们所知，自动驾驶汽车的引入必然会改变驾驶方式，同样，随着人工智能驱动的自动工具的采用，农业将在10年内重新定义。虽然现在人工智能和预测分析的功能主要是为农民的决策过程提供信息，但在不久的将来，机器将能够自动操作。

农业中的自动机械不会只考虑农作物的需求。他们将拥有将产量、质量、与能源成本相关的财务考虑以及其他参数等因素考虑在内的“智慧”。虽然灌溉和用水总体上是一个重要的起点，但这项技术也将成为包括施肥和作物保护在内的其他农艺过程的基石。

---

本文转自千家网，本文一切观点和机器智能技术圈子无关。原文链接
在线免费体验百种AI能力：【点此跳转】