JP2023009007A - 増大した農業生産の管理、プロセス及び分析システム - Google Patents
増大した農業生産の管理、プロセス及び分析システム Download PDFInfo
- Publication number
- JP2023009007A JP2023009007A JP2022107561A JP2022107561A JP2023009007A JP 2023009007 A JP2023009007 A JP 2023009007A JP 2022107561 A JP2022107561 A JP 2022107561A JP 2022107561 A JP2022107561 A JP 2022107561A JP 2023009007 A JP2023009007 A JP 2023009007A
- Authority
- JP
- Japan
- Prior art keywords
- analysis
- variables
- agricultural
- agricultural production
- sensors
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 28
- 238000012271 agricultural production Methods 0.000 title claims abstract description 18
- 238000012545 processing Methods 0.000 title abstract description 7
- 238000000034 method Methods 0.000 claims abstract description 46
- 230000008569 process Effects 0.000 claims abstract description 42
- 238000007726 management method Methods 0.000 claims abstract description 24
- 239000002689 soil Substances 0.000 claims description 19
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 13
- 238000004422 calculation algorithm Methods 0.000 claims description 13
- 229910052799 carbon Inorganic materials 0.000 claims description 13
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 11
- 238000004891 communication Methods 0.000 claims description 9
- 230000006870 function Effects 0.000 claims description 9
- 238000010801 machine learning Methods 0.000 claims description 8
- 238000003306 harvesting Methods 0.000 claims description 7
- 235000015097 nutrients Nutrition 0.000 claims description 7
- 230000012010 growth Effects 0.000 claims description 5
- 238000005457 optimization Methods 0.000 claims description 5
- 239000000126 substance Substances 0.000 claims description 5
- 238000012546 transfer Methods 0.000 claims description 5
- 230000001413 cellular effect Effects 0.000 claims description 4
- QVFWZNCVPCJQOP-UHFFFAOYSA-N chloralodol Chemical compound CC(O)(C)CC(C)OC(O)C(Cl)(Cl)Cl QVFWZNCVPCJQOP-UHFFFAOYSA-N 0.000 claims description 4
- 230000036541 health Effects 0.000 claims description 4
- 241000607479 Yersinia pestis Species 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 3
- 230000007774 longterm Effects 0.000 claims description 3
- 230000009467 reduction Effects 0.000 claims description 3
- 238000012876 topography Methods 0.000 claims description 3
- 230000004791 biological behavior Effects 0.000 claims description 2
- 238000005056 compaction Methods 0.000 claims description 2
- 239000000356 contaminant Substances 0.000 claims description 2
- 239000000417 fungicide Substances 0.000 claims description 2
- 230000002068 genetic effect Effects 0.000 claims description 2
- 239000004009 herbicide Substances 0.000 claims description 2
- 239000002917 insecticide Substances 0.000 claims description 2
- 239000011785 micronutrient Substances 0.000 claims description 2
- 235000013369 micronutrients Nutrition 0.000 claims description 2
- 239000000203 mixture Substances 0.000 claims description 2
- 239000005416 organic matter Substances 0.000 claims description 2
- 230000003595 spectral effect Effects 0.000 claims description 2
- 239000003570 air Substances 0.000 claims 3
- 230000035699 permeability Effects 0.000 claims 3
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 claims 2
- 229910052739 hydrogen Inorganic materials 0.000 claims 2
- 239000001257 hydrogen Substances 0.000 claims 2
- 230000005855 radiation Effects 0.000 claims 2
- 230000003542 behavioural effect Effects 0.000 claims 1
- 201000010099 disease Diseases 0.000 claims 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims 1
- 230000006872 improvement Effects 0.000 claims 1
- 238000011065 in-situ storage Methods 0.000 claims 1
- 238000009331 sowing Methods 0.000 claims 1
- 238000001228 spectrum Methods 0.000 claims 1
- 238000009333 weeding Methods 0.000 claims 1
- 238000013473 artificial intelligence Methods 0.000 description 17
- 238000011161 development Methods 0.000 description 11
- 230000018109 developmental process Effects 0.000 description 11
- 238000005259 measurement Methods 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 8
- 238000004519 manufacturing process Methods 0.000 description 6
- 241000196324 Embryophyta Species 0.000 description 5
- 230000009471 action Effects 0.000 description 5
- 230000006399 behavior Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 238000009826 distribution Methods 0.000 description 3
- ZZUFCTLCJUWOSV-UHFFFAOYSA-N furosemide Chemical compound C1=C(Cl)C(S(=O)(=O)N)=CC(C(O)=O)=C1NCC1=CC=CO1 ZZUFCTLCJUWOSV-UHFFFAOYSA-N 0.000 description 3
- 239000000047 product Substances 0.000 description 3
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000002950 deficient Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000004720 fertilization Effects 0.000 description 2
- 239000003337 fertilizer Substances 0.000 description 2
- 235000013305 food Nutrition 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 235000016709 nutrition Nutrition 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- AILDTIZEPVHXBF-UHFFFAOYSA-N Argentine Natural products C1C(C2)C3=CC=CC(=O)N3CC1CN2C(=O)N1CC(C=2N(C(=O)C=CC=2)C2)CC2C1 AILDTIZEPVHXBF-UHFFFAOYSA-N 0.000 description 1
- 208000035240 Disease Resistance Diseases 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 108091092878 Microsatellite Proteins 0.000 description 1
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 1
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 description 1
- 244000308495 Potentilla anserina Species 0.000 description 1
- 235000016594 Potentilla anserina Nutrition 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000003466 anti-cipated effect Effects 0.000 description 1
- 230000033558 biomineral tissue development Effects 0.000 description 1
- 238000012656 cationic ring opening polymerization Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000012517 data analytics Methods 0.000 description 1
- 238000013479 data entry Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000013399 early diagnosis Methods 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000012467 final product Substances 0.000 description 1
- 235000021393 food security Nutrition 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 238000010353 genetic engineering Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 244000144972 livestock Species 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 229910052698 phosphorus Inorganic materials 0.000 description 1
- 239000011574 phosphorus Substances 0.000 description 1
- 230000029553 photosynthesis Effects 0.000 description 1
- 238000010672 photosynthesis Methods 0.000 description 1
- 230000008635 plant growth Effects 0.000 description 1
- 239000011591 potassium Substances 0.000 description 1
- 229910052700 potassium Inorganic materials 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 239000002352 surface water Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000000699 topical effect Effects 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Animal Husbandry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Mining & Mineral Resources (AREA)
- General Health & Medical Sciences (AREA)
- Marine Sciences & Fisheries (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【課題】農業生産の生産性を高める、分析、管理のプロセス及び管理システムを提供する。【解決手段】農業生産のための分析及び管理のプロセス及びシステムであって、履歴データをロードするステップと、現在のデータを測定及び調査するステップと、気象学的事象及び水理学的事象を予測するステップと、農業処理プロトコルを生成するステップと、農業処理プロトコルを送信するステップと、を含む。【選択図】図１
Description
1．目的
本発明の目的は、地球規模かつ持続可能な方法で農業生産の生産性を高めることである。これは、プラットフォーム、技術的手段、情報、及び接続性を調和させることによって達成され、経済的リターンが増加する。すなわち、必要な農業投入のより高い効率が達成される。
本発明の目的は、地球規模かつ持続可能な方法で農業生産の生産性を高めることである。これは、プラットフォーム、技術的手段、情報、及び接続性を調和させることによって達成され、経済的リターンが増加する。すなわち、必要な農業投入のより高い効率が達成される。
本発明は、一年生作物を生産する方法を変えるために新しい技術を適用し、このようにして持続可能な方法でリターンを改善する。したがって、本発明は、2050年までに90億人を超える人口の世界人口のニーズを満たすために、より高い食料安全保障を実現するのに役立つ。同様に、本発明は、さらに、土壌、水、エネルギーなどの限られた資源に対する高まる逼迫を克服し、農業生産におけるカーボンフットプリントを減少させることに寄与する。
一部の地域における無機肥料の過剰又は非効率的な使用は、土壌炭素のミネラル化の促進及びその後の大気への排出に影響を及ぼし、温室効果を高めている。土壌有機炭素の貯留は、多くの場合、持続不可能な農業慣行のために、多くの地域で危機的なレベルにある（GARDIら、2014）。本発明は、生産性と持続可能性の調和、並びに生産性及び流通を生産者及び消費者に近づけることを目的としたパラダイムシフトを提案する。
本発明は、それぞれの具体的なケースの理解及び識別を可能にするとともに、生産性を高め、生産的モデルの持続可能性に寄与するように入力をより効率的に使用するための最適かつ適切なアクションの選択を可能にするロボットハードウェアシステム、並びに、測定アルゴリズム、評価、決定及び応答のセットからなる。
世界的な気温の上昇に関連する急激な気候変動によって、発展途上地域において年間130億米ドルに等しい穀物及び家畜の損失が生じ、その損失のほぼ半分はALCで発生した（FAO 2017）。本特許によって提案された技術を適用することにより、生産物におけるこれらの影響を大幅に軽減することができる。
本システムは、プラットフォームの外部にあるセンサ及びソースからのデータの分析を実行するための以下のビッグデータ（BD）技術、相関器を最適化し、意思決定プロセスを支援することを可能にするシナリオを生成するための人工知能（AI）、現場に散在するセンサの性能を高めるためのモノのインターネット（IoT）、及び、システム全体の性能を経時的に改善する累積学習を行うための、それぞれの反復計算シーケンスについての機械学習（ML）を使用する。これは、本システムと相互作用し、衛星による測定によって補完される。
本システムは、プラットフォームの外部にあるセンサ及びソースからのデータの分析を実行するための以下のビッグデータ（BD）技術、相関器を最適化し、意思決定プロセスを支援することを可能にするシナリオを生成するための人工知能（AI）、現場に散在するセンサの性能を高めるためのモノのインターネット（IoT）、及び、システム全体の性能を経時的に改善する累積学習を行うための、それぞれの反復計算シーケンスについての機械学習（ML）を使用する。これは、本システムと相互作用し、衛星による測定によって補完される。
データをキャプチャーする能力、センサ、及びコンピュータの能力の増加により、大量のデジタルデータを生成し、処理し、解釈して、関係を推論し、依存関係を確立し、結果及び挙動を予測することが可能になる。
クラウドコンピューティングを通じて、本システムは、冗長システム及びブロックチェーンのフォローアップを用いてすべての情報を記憶するので、柔軟な方法で、かつ少ない管理労力でコンピューティングリソースへのアクセスを得ることを可能にする。本発明は、センサ及びツールと連絡するインターネットを用い、特定の規則に従ってデータを収集することを可能にする一方で、クラウドコンピューティングは、データの格納及び追加を可能にし、その結果、ビッグデータ分析をサポートする。
同様に、本発明は、クラウドコンピューティング及びデータ分析を介して、機械学習アプリケーションを含み、新しいレベルの人工知能で動作することを可能にする。この人工知能は、知識を取得し適用して、知的に挙動する機械及びシステムの能力として定義される。認知に基づく技術と共に、それらは、コンピュータが、人間の農業従事者が行うのと同じ方法で対話し、推論し、学習するのを助け、それにより、通常、農業生産者の知能及び専門知識、例えば、視覚、有害生物の認識、意思決定、生物季節学的な状態の分析、及び物体操作を必要とする多種多様なタスクを実行することを可能にする。
2．技術の状態
本開発のために、特許及び特許出願の調査を実施したが、これは、本明細書で定義されるプロセスの段階の1つと同様と考えることができる特徴を伴う。本プロセスの全体を通して、その目的は、数学的手法、技術開発、及び接続性に関連する技術を適切に使用して最高の精度を達成することであった。
本開発のために、特許及び特許出願の調査を実施したが、これは、本明細書で定義されるプロセスの段階の1つと同様と考えることができる特徴を伴う。本プロセスの全体を通して、その目的は、数学的手法、技術開発、及び接続性に関連する技術を適切に使用して最高の精度を達成することであった。
この情報は、降雨予測及び各土壌の特定の流出レベルにおける技術科学的水管理を行うAI-Hydro（アルゼンチン国特許第109623号、ブラジル国特許第102019003180号及びコロンビア国特許第38765号、並びに、欧州特許出願第19157720号、米国特許出願第16／384156号、米国特許出願第17/305，125号、マレーシア国特許出願第PI2018704220号、日本国特許出願第2019－25512号、メキシコ国特許出願第/a/201/004740号の”Process of analysis and hydrological management for basins and layout of analysis and hydrological management for basins to implement this process”）の実装によって支援される農業上の決定の支援としての活動を生み出した。したがって、それは、環境管理並びに最終製品のトレーサビリティ及び食品品質に必要な保証を与えると共に、肥料及び栄養素の使用を優しい方法で最適化する。
本発明のステップのうちのいくつかを説明する解決策（CROP YIELD INCREASE WITH PRECISION TECHNOLOGIES-2020年10月28日- https;//eos.com/blog/crop-yield-increase/, Customers using Azure Farm Beats - https：//www．microsoft.com/en-in/campaign/azure-farmbeats/ - 2021年3月17日、11 Agriculture Imaging Solutions for Crops-Analyze-2019年4月13日発行 - https：//www.nanalyze.com/2019/04/agriculture-imaging－crops/）が存在するが、それらは、いずれも、この開発が行うすべてを伴うものではない。これらのソフトウェアのうちのいくつかは、作物のフェーズ（段階）を識別する分析能力に焦点を当てている。他のものは、広い面積の農地を有するクライアントのための一般的な情報を管理するが、情報を取得するためのすべての解決策を完全に統合するわけではなく、本発明が解決するように接続性の問題を解決するわけでもない。
改訂を行った事例（Artificial Intelligence for Digital Agriculture at Scale：Techniques, Policy, and Challenges - Somali Chatterjee -2020年1月28）、又は生産戦略における効率及び持続可能性の最適化のための措置について農業従事者に助言する他の事例を分析した（PrecisionAgriculture.pdf, Colorado State University Extension, - Raj Khosla, Solinftec: Empowering Farmers to Do More with Less-https://agtech．cioreview.com/vendor/2020/solinftec - 2021年3月17日）が、彼らは独自の数学的分析を行っておらず、むしろ処理された情報を取得している。他のものは、単に情報を収集し、農業従事者が彼らの知る限りの解釈を実行するために、1つの場所のみでそれを視覚化する（米国特許第9667710号、米国特許出願公開第20110313666号、米国特許出願公開第20160063415号、米国特許出願公開第20180020622号、米国特許出願公開第20200163272号、米国特許出願公開第20200202127号、米国特許出願公開第20200160459号）。
他の開発は、後にその成長予測を行うことができるように、作物の状態、より具体的には植物の状態に関する分析に焦点を合わせている（Gamaya - Smart Thinking in Agriculture - https://www.heritage.ch/en/news/gamaya-smart-thinking-in-agriculture - 2021年3月17日、Agremo、Prospera、米国特許第8991098号、米国特許第10151839号、米国特許出願公開第20140288850号、米国特許出願公開第20150370935号）。しかしながら、これらの開発は、当分野に関連するバリューチェーン全体の統合的な洞察を与えるものではない。例えば、それらは、経済的変数、輸送物流、又はカーボンフットプリントの減少を考慮していない。
コマンド・アンド・コントロール・コンピュータ・システムとしてのみ機能する文献（米国特許出願公開第20200272971号）又は情報管理プラットフォームとしてのみ機能する文献（米国特許出願公開第20200364843号、米国特許出願公開第20210027397号、米国特許出願公開第20210029866号、国際公開第2018187869号、国際公開第2020260193号）とは異なり、この開発は、さらに、カーボンフットプリントを減少させるために、予想されるマーケティング、最適な種類の種子、食品品質及びすべてのプロセスの最適化などの他の変数のリアルタイム情報を統合する。
3．序論
本発明は、それぞれのケースの理解及び識別の両方を可能にするとともに、世界の農業の生産性を高めるための最適かつ適切なアクションを選択するための測定アルゴリズム、評価、決定及び応答のセットからなる。
本発明は、それぞれのケースの理解及び識別の両方を可能にするとともに、世界の農業の生産性を高めるための最適かつ適切なアクションを選択するための測定アルゴリズム、評価、決定及び応答のセットからなる。
このシステムは、予測的な方法で農業従事者を組織化及び指導し、植付け前の段階（コスト及び投資収益率）から、作物の生育中、そして流通と発送のロジスティクスにおいて、生産物を取得及び制御するための最良の方法を設計して、常にトレーサビリティを可能にする。このプロセス全体は、リアルタイムで実行され、自動更新に頼る人工知能アルゴリズム及びプロセスによってガイドされる。
本システムの構造は、4つの並行する分野の組み合わせ、すなわち、コンピューティング、通信、測定及び数値シミュレーション、並びに自律型及び協調型ロボット工学（プロセスを重ね合わせるという意味においてではなく、むしろそれぞれのケースについての理想的なアクションを特定することにおいて協調すること）を特徴とする。この協調は、ロボットの同時操作によって修正される。言い換えれば、ロボットのフリートは、予めプログラムされた計画によって方向付けられ、最適化され、制御されるが、同時に、赤外線カメラを含むビデオカメラの使用を介して適用されるローカルモニタリングとして機能する現場調整用のモジュールを頼りにする。
環境因子、生物学的因子、物理的因子、化学的因子、取り扱い上の因子、有害生物防除上の因子及び汚染物質の因子などのすべての因子を考慮した、作物自体の実施に関連する介在プロセスは入力と見なされ、一般に扱われているケースや、特に作物（種子及び誘導遺伝子技術プロセス）、土壌、気候などに応じて象徴化される。
農業分野の生産的な工程は、気候的要素、物理的及び化学的要素、生物学的及び技術的要素などの介在する特徴、並びにアクションのロジスティクスと共に、動作制御に焦点を当てたシステムの相互運用性によって解決され、生産性を最大化するように、現象の経済方程式を常に完全に解く。このように、早期診断、自動化、及びデジタルネットワーク接続に関連する最適な性能制御プロセスのためのプラットフォームが存在する。
このように、このシステムの特徴は、人工知能の優れた解釈層を有するビッグデータ、オンラインデータ、並びに衛星によって提供され、地球観測や現場に配備されたセンサ／計器計測に基づくデータ調整に適用される情報を使用することである。
古典的な人間と植物（プランテーション）の関係を分析するには、情報の取得、情報の処理、適切な解決策の探索、かかる解決策の実施、ずれを修正するためのメカニズムの適用、及び気候挙動に対する幾度もの戦いからなる、厳格で広範な作業が必要である。本発明は、この関係を実質的に変更し、プロセスを自動化し、現実に対する計画の賛否を評価することを可能にする。したがって、この関係は、ここでは、人－プラットフォーム－ロボット－栽培（作物の管理）－ロボット－プラットフォーム－人である。
プラットフォームは、過去及び現在の両方、ローカル及びリモートの両方のすべての情報を取得及び処理し、その結果、農業従事者が、計画を命令及び実行し、予期される結果の修正可能なバージョンが現れる可能性があるときに、通知され、修正を行うことを可能にする。プロセスフローとして後に詳述する一般的な動作ロジックは、図1に示すように要約することができる。全工程の詳細を図2、図3、図4及び図5に示す。各図は、次の図の続きとして検討しなければならない。このプロセスフローは連続的であり、機能は列（人工知能、プロセス、データ入力）にまとめられている
4．図面の簡単な説明
図1は、全体的な動作ロジックを示す。
図2は、プロセスフローチャートの全体を示す。
図3は、プロセスフローチャートの全体を示す。
図4は、プロセスフローチャートの全体を示す。
図5は、プロセスフローチャートの全体を示す。
図6は、通信及びローカルネットワークの統合を示す。
5．動作構造
コンセプトの目的を適用するために以下の3つのブロックを組織する。
a．自動化された／自動的な栄養分析、測定及び投薬システム
b．様々な機能を有する特定用途向けロボットによる自動化された／自動的なアクションの適用
c．世界のAGROの生産性を高め、プロセスにおけるカーボンフットプリントを低減するように、人工知能アルゴリズム、ビッグデータ、機械学習及び数学的予測モデルを用いて実装された遠隔自律動作ロボットの制御
コンセプトの目的を適用するために以下の3つのブロックを組織する。
a．自動化された／自動的な栄養分析、測定及び投薬システム
b．様々な機能を有する特定用途向けロボットによる自動化された／自動的なアクションの適用
c．世界のAGROの生産性を高め、プロセスにおけるカーボンフットプリントを低減するように、人工知能アルゴリズム、ビッグデータ、機械学習及び数学的予測モデルを用いて実装された遠隔自律動作ロボットの制御
6．支援構造
a．農業では、情報を得ることができる様々なシナリオを組み合わせることによって、実質的に農業生産性を明らかにし改善する方法を包括的に理解することができる。
a．農業では、情報を得ることができる様々なシナリオを組み合わせることによって、実質的に農業生産性を明らかにし改善する方法を包括的に理解することができる。
b．目標を補正するための技術的解決策：
1）生産性の向上、及びカーボンフットプリントを削減するための天然資源の使用の最適化に関連するすべての変数を同期的に分析するためのデジタルプラットフォームの使用
2）関連する制御変数：
－水：質、量及び利用可能性
－土質（pH、導電率、構造）、地形及び地層
－既存の又は不足している栄養素
制御された測定技術を用いたそれらの検証。例えば、衛星、ドローン、ロボット、適切なセンサ。いずれの場合も、最適でコストが最小のものを使用する。
1）生産性の向上、及びカーボンフットプリントを削減するための天然資源の使用の最適化に関連するすべての変数を同期的に分析するためのデジタルプラットフォームの使用
2）関連する制御変数：
－水：質、量及び利用可能性
－土質（pH、導電率、構造）、地形及び地層
－既存の又は不足している栄養素
制御された測定技術を用いたそれらの検証。例えば、衛星、ドローン、ロボット、適切なセンサ。いずれの場合も、最適でコストが最小のものを使用する。
c．本発明は、測定値を相互に関連付けて制御するためのシステムを実装し、以下を含む。
1）サンプル採取のための技術及び計画
2）サンプルの質の決定
3）必要なローカルセンサ及びリモートセンサによる情報品質のモニタリング及び最適化
4）統計的相関器の開発及び実装
5）時間相関器の開発及び実装
6）経済的相関器の開発及び実施
1）サンプル採取のための技術及び計画
2）サンプルの質の決定
3）必要なローカルセンサ及びリモートセンサによる情報品質のモニタリング及び最適化
4）統計的相関器の開発及び実装
5）時間相関器の開発及び実装
6）経済的相関器の開発及び実施
d．気候管理
気候データの解釈及び使用のために、地域に応じて特定の構成可能なモジュールが使用される。このモジュールは、先に引用した文献であるAI Hydroの構成部品である。
気候データの解釈及び使用のために、地域に応じて特定の構成可能なモジュールが使用される。このモジュールは、先に引用した文献であるAI Hydroの構成部品である。
特定の地域に合わせて設計及び調整された精度予測。これらの予測は、精度を更新及び改善する、現場に配備された衛星情報及びセンサを用いたフィードバックを頼りにする。
行列数学をサポートする人工知能ベースのアルゴリズムを使用し、天気予報と見込まれる降雨量のシナリオを組み合わせる。これは、水の流れを分布地形ごとに投影する流出シナリオを生成するために使用する。このアルゴリズムは、現場で測定された変数（水位、周囲湿度、温度、水流量）の値に対して調整された基準係数を頼りにする。次いで、数学的フィードバック伝達関数が確立されて、将来の耕作されるべき土地の水の利用可能性の正確な見通し及び予測が生成される。本システムは、予想される生産の予測を伴う一連の可能なシナリオを利用可能にする。
この情報により、種子の選択、土壌肥培計画又は将来の収穫スケジュールの構築のための戦略を確立することが可能になる。
これはまた、長期予測を行うために人工知能モデルによって使用されるデータバンクを生成する。同様に、この情報管理は、自然災害の状況における意思決定又は予期しない事象の軽減を支援するシナリオをシミュレートすることを可能にする。
e．種子情報の管理
種子情報の管理は生産予測の重要な要素である。この選択のために、プラットフォーム上で利用可能な複数の因子が考慮される。それらは相関器によって最適化され、その情報は、将来の類似する状況のために人工知能モジュールにおいて自律学習を実行することができるようにグローバルデータベースに記憶される。
利用可能な種子及び産物の遺伝情報バンク（遺伝子型及び表現型、特徴、コスト、入手可能性、土壌及び水の栄養要求量、収量ポテンシャル、耐病害性など）をロードすることによって、本システムは、現在及び予想される植付け－収穫期の局所的条件について理想的な種子を特定する。
種子情報の管理は生産予測の重要な要素である。この選択のために、プラットフォーム上で利用可能な複数の因子が考慮される。それらは相関器によって最適化され、その情報は、将来の類似する状況のために人工知能モジュールにおいて自律学習を実行することができるようにグローバルデータベースに記憶される。
利用可能な種子及び産物の遺伝情報バンク（遺伝子型及び表現型、特徴、コスト、入手可能性、土壌及び水の栄養要求量、収量ポテンシャル、耐病害性など）をロードすることによって、本システムは、現在及び予想される植付け－収穫期の局所的条件について理想的な種子を特定する。
7．発明の説明
生産性を高め、プロセス全体のカーボンフットプリントを低減するために、いくつかのことが考慮される。
生産性を高め、プロセス全体のカーボンフットプリントを低減するために、いくつかのことが考慮される。
a．介入する地域の生産性に影響を与える主な因子は、現場のセンサから情報を取得することによって、又は複数のデータベースからの情報を介して分析される。
b．マルチスペクトル作物モニタリング
衛星画像を使用し、グリーンインデックスからの情報を組み合わせることによって、成長傾向、生産性の高いセクター、地形関連の問題、その区画の固有の欠陥、生産者側の管理問題、又は予防的に、分析中の区画において特定の作物を確立するための最も効率的な方法を示すマップが得られる。
衛星画像を使用し、グリーンインデックスからの情報を組み合わせることによって、成長傾向、生産性の高いセクター、地形関連の問題、その区画の固有の欠陥、生産者側の管理問題、又は予防的に、分析中の区画において特定の作物を確立するための最も効率的な方法を示すマップが得られる。
この技術は、以下に関する情報を提供する。
・ 地表水：質、量、利用可能性
・ 土質：地形及び地層
・ 栄養素：既存の又は不足しているもの
・ 生産土壌変数：圧縮度、導電率、有機物含有量、pH
・ 地表水：質、量、利用可能性
・ 土質：地形及び地層
・ 栄養素：既存の又は不足しているもの
・ 生産土壌変数：圧縮度、導電率、有機物含有量、pH
土壌の栄養組成を推定するために、土壌表面又は葉に存在する元素のスペクトル画像を分析することができるマルチスペクトルセンサからの両方の情報が使用される。この情報は、プラットフォームの対応するモジュールにおいて解析される。分析される各変数は、異なるモジュールに統合される。
c．気候及び気象条件の予測分析：
1）衛星からの情報は、7から8日前に降雨をモニタリングするために使用される。
2）現場に配備された各領域で具体的にその位置が決定される移動レーダによって、所与の位置において降るであろう降雨量がより高い精度で得られる。
3）事象（雨）の48時間前に、その指標は、プランテーション又は作物が植えられている各地理的位置についての最適化アルゴリズムによって調整される。この情報は、現場で使用される入力のより効率的な使用、並びに機械の移動及び入力の分配のロジスティック計画に影響を及ぼす。
4）予測気象モデルを使用して、4ヶ月前に植付け戦略を計画する。
1）衛星からの情報は、7から8日前に降雨をモニタリングするために使用される。
2）現場に配備された各領域で具体的にその位置が決定される移動レーダによって、所与の位置において降るであろう降雨量がより高い精度で得られる。
3）事象（雨）の48時間前に、その指標は、プランテーション又は作物が植えられている各地理的位置についての最適化アルゴリズムによって調整される。この情報は、現場で使用される入力のより効率的な使用、並びに機械の移動及び入力の分配のロジスティック計画に影響を及ぼす。
4）予測気象モデルを使用して、4ヶ月前に植付け戦略を計画する。
d．自動情報管理：
この活動は、運営、管理、及び意思決定のためのコンピュータプラットフォームに焦点を当てている。AI Hydroアプリケーションは、種子選択、植付け時期、精密施肥、水使用及び最適収穫時期の変数を最適化する一連の解決策を同時にかつ同期した方法で使用することに特化している。
この活動は、運営、管理、及び意思決定のためのコンピュータプラットフォームに焦点を当てている。AI Hydroアプリケーションは、種子選択、植付け時期、精密施肥、水使用及び最適収穫時期の変数を最適化する一連の解決策を同時にかつ同期した方法で使用することに特化している。
第1の機能ブロックは、収穫の予想される結果を調整する要件の「固定」と呼ばれる。同時に、それは、ユーザの要求との動的な通信を有する。ここで、分析中の生産者が利用可能な技術的能力及び機器について検討する。
この情報は、人工知能、機械学習、及びディープラーニングプロセスに基づいて相関器及び最適化器のすべてのアルゴリズムを（オンライン及びリアルタイムで）処理するために計算数学ブロックにルーティングされる。このブロックはまた、様々な作物の生物学的挙動、例えば、成長、植物生産性及び起こり得る植物欠陥に関連する数学的モデルを含む。分析される作物は、選択された種子に対応するものである。
数学的ブロックのためのフィード情報として、固定センサ、モバイルセンサ、及びリモートセンサから得られた現場の測定値の結果が接続される。このシステムの特定の機能は、コンセントレータに到達するすべての信号の相関器（時間比較器）であり、これにより、現場に分布するセンサの関連性及び重みの検出が可能になる。統計分析に基づいて、受信した情報がプロセス全体にとって有意であるかどうか、又はプロセスを再配置するか、あるいはモニタリングするために新しい変数を追加する必要があるかどうかを評価することが可能である。
8．プロセスフローチャートを図2に示す。
9．重大なミッション
現場の変数の測定及び補正における自律型ロボット及び予めプログラムされたロボットの協調的な実施は、それらの行動をモニタリングするためのシステムを頼りにする。ロボットは常に利用可能であり、特定のルーチンを実行するために最適な状態にある。この状態はまた、安全モジュールが事故を回避し、グループタスクを実行し、その動作を適時のタスクに適合させることができるように常に制御状態にあることを意味する。プラットフォーム上に存在することになるこれらの機能すべてが動作可能ではないが、戦略的制御を構成する。
制御されるすべてのヘクタールとオンラインになるために、接続システムが実装され、分布パターンに基づいてすべてのステーションとの間のデータの転送を担保する。
現場の変数の測定及び補正における自律型ロボット及び予めプログラムされたロボットの協調的な実施は、それらの行動をモニタリングするためのシステムを頼りにする。ロボットは常に利用可能であり、特定のルーチンを実行するために最適な状態にある。この状態はまた、安全モジュールが事故を回避し、グループタスクを実行し、その動作を適時のタスクに適合させることができるように常に制御状態にあることを意味する。プラットフォーム上に存在することになるこれらの機能すべてが動作可能ではないが、戦略的制御を構成する。
制御されるすべてのヘクタールとオンラインになるために、接続システムが実装され、分布パターンに基づいてすべてのステーションとの間のデータの転送を担保する。
10．接続性
情報管理は、システムが位置する場所及び生産分析中の地理的位置における接続性を担保することによってサポートされる。衛星、デジタルフィールドセンサ、機械センサ、及びロボットセンサからのデータが、数学モデル及び相関器に与えられる。したがって、接続性を担保することは、システムの完全な動作性を確保するために必要な特徴である。
情報管理は、システムが位置する場所及び生産分析中の地理的位置における接続性を担保することによってサポートされる。衛星、デジタルフィールドセンサ、機械センサ、及びロボットセンサからのデータが、数学モデル及び相関器に与えられる。したがって、接続性を担保することは、システムの完全な動作性を確保するために必要な特徴である。
この目的を達成するために、以下の3つのレベルの接続性が定義される。
a．サードパーティ及びグローバル：衛星（マイクロ衛星を含む）、宇宙及び政府機関のデータ、地域情報ネットワーク、衛星電話
b．地域固有：ドローン、飛行ウイング、地上レーダ、地域マルチ企業電話
c．ローカル：LoRaネットワーク、フィールドセンサ、接続バルーン、気象観測所、情報コンセントレータ、全地形局、機械センサ、リピータ、代替／冗長通信手段
a．サードパーティ及びグローバル：衛星（マイクロ衛星を含む）、宇宙及び政府機関のデータ、地域情報ネットワーク、衛星電話
b．地域固有：ドローン、飛行ウイング、地上レーダ、地域マルチ企業電話
c．ローカル：LoRaネットワーク、フィールドセンサ、接続バルーン、気象観測所、情報コンセントレータ、全地形局、機械センサ、リピータ、代替／冗長通信手段
互いに相互接続する3つのレベルの接続性は、情報が中央ハブに到達する可能性の多様性を担保する。すべてのレベルは冗長化され、共通故障モードを回避するメッシュ設計を頼りにする。各部分は、それ自体で情報を記憶及び処理する能力を有し、メッシュのブランチの一部が切断された場合、情報は、接続が再確立されると処理済で送信される。
アプリケーションは、通常モードで各ポイントにおける接続性を担保する。緊急事態又は悪天候の偶発事象の場合、ノードが送信できない場合、それは、情報を記憶し、接続が回復された最初の瞬間に、記憶された情報が再送信される。
どうしても必要な場合には、通信システムは、より低い転送速度でデータを中央ハブに送信することを可能にする代替通信システムで冗長化される。これは重要なミッションの構成要素である。
具体的な実装に関しては、準都市部では、電話ネットワーク、光ファイバ及びモデムが一般に接続性の問題を解決し、ほとんどのアプリケーションに十分な速度及び帯域幅を提供すると考えられる。衛星ネットワークは同じカバレッジを有しており、前述のものが存在しないか又は完全ではない遠隔地に到達することができる。2つの選択肢の間で、後者は前者よりもコストが高いが、可用性及び信頼性が良好である。上記に加えて、携帯電話及びLoraが追加される。
すべてのシステムの本質的な接続態様は、大気中の電気伝送エネルギーの伝達／キャプチャーの手段である。この基本的な特徴は、ミッションの重要性にかかわらず、達成されるべき目標に焦点を合わせた情報伝達の目的の成功又は失敗のいずれかを説明する。バイオなどの混合統合生産システム（バッチ及び連続）の場合、量、資本要件、製品品質及び安全性、並びに運転の逐次連鎖の重要性により、重要なミッションファクタが不可欠になる。したがって、そのような接続機器は、セットアップスペースにおける情報の流れを98％より高い値で保証しなければならない。
そのようなデバイスは、3軸自律移動システム（地上輸送及び軽い非爆発性ガスによって膨らませた空力バルーンに取り付けられたアンテナ／デバイス）を、AI Hydroプラットフォームサービスを使用した自動位置決め設定ポイント及び天候保護と統合する。
このようにして、自動、手動、自律、及び半自律動作が、従来からあるハードロジック及び独立ロジックに従って確保及び保護される。エネルギー源はまた、移動可能で送電網から独立しており、太陽光発電機、バッテリ、インバータ、及び全体の消費及び出力重量比を特徴とする任意の他の代替源から構成される。
11．自ローカルネットワークの情報開発
本発明の場合、農業分野のためのアプリケーションが開発されており、その多くが集中処理のためにクラウドにデータを送信することを必要とし、デバイスのバッテリなどの現場の機器のメンテナンス性が低いという課題に直面している。
本発明者らのプラットフォーム上の大量のデータの取り扱い及び処理は、分散されている様々なデバイスからの情報の一定した流れを必要とする。
本発明の場合、農業分野のためのアプリケーションが開発されており、その多くが集中処理のためにクラウドにデータを送信することを必要とし、デバイスのバッテリなどの現場の機器のメンテナンス性が低いという課題に直面している。
本発明者らのプラットフォーム上の大量のデータの取り扱い及び処理は、分散されている様々なデバイスからの情報の一定した流れを必要とする。
LoRaに基づく元のデバイス及びノードが開発され、LoRaWANが本発明で提供される解決策のために実装され、設置された各基地局又はゲートウェイのための広範なカバレッジを達成し、同じネットワーク上で異なる目的を有するデバイスの統合を可能にする。
クラウドにデータを送信するために農村地域で無制限の接続性を有するために、様々なサービスがインストールされ、それらの実装は現場の状況に依存する。これらのオプションには、以下が含まれる。
1）利用可能なリンク：インターネット出力は、現場で利用可能な専用リンクを介して可能となり、Wi－Fi又はLANネットワークを介したリンクによってゲートウェイにリンクする。
2）セルラーネットワーク：3G、4G、5Gを使用するセルラーネットワーク、又は許容可能なカバレッジを有する場所に将来配備される任意のセルラーネットワークを介してゲートウェイにリンクする。
3）衛星メッセージング：上記ネットワークを介してデータパケットを送信する。
4）衛星インターネットサービス：VSATタイプのリンクを使用して、衛星信号を介してインターネットアクセスを提供する。
5）ポイントツーポイントリンク：無線リンクを使用して、インターネットアクセスを有するリモートネットワークにゲートウェイをリンクする。
1）利用可能なリンク：インターネット出力は、現場で利用可能な専用リンクを介して可能となり、Wi－Fi又はLANネットワークを介したリンクによってゲートウェイにリンクする。
2）セルラーネットワーク：3G、4G、5Gを使用するセルラーネットワーク、又は許容可能なカバレッジを有する場所に将来配備される任意のセルラーネットワークを介してゲートウェイにリンクする。
3）衛星メッセージング：上記ネットワークを介してデータパケットを送信する。
4）衛星インターネットサービス：VSATタイプのリンクを使用して、衛星信号を介してインターネットアクセスを提供する。
5）ポイントツーポイントリンク：無線リンクを使用して、インターネットアクセスを有するリモートネットワークにゲートウェイをリンクする。
通信エリアに様々な技術を統合することが可能であるため、この開発が提供する解決策を、接続性のないエリアにおいて短期間で実装することが可能になる。
実装図を図6に示す。
実装図を図6に示す。
農業部門の場合、デバイスは、とりわけ、センサ、農業機械、動物、気象観測所、ドローン及びサイロから得られた位置、加速度及び他の変数に関するデータを取得する。
データ受信は、ネットワークサーバによって管理され、次いでプラットフォームによって処理及び記憶される。
ネットワークサーバとアプリケーションサーバの両方は、マイクロサービスアーキテクチャの下でクラウド内で実行される。
データ受信は、ネットワークサーバによって管理され、次いでプラットフォームによって処理及び記憶される。
ネットワークサーバとアプリケーションサーバの両方は、マイクロサービスアーキテクチャの下でクラウド内で実行される。
12．システムの動作特性
システムは、常にリアルタイムで情報の転送及び処理を担保するように設定されている。この目的のために、以下を含むスキームが定義されている。
a．上位レベル及び下位レベルからのフィードバック及び同時情報によるクローズドループ通信
b．人工知能アルゴリズムを介したシステムの自動制御及び自動調整
c．入力された情報又は計算及び分析プロセスから生じる蓄積された情報に基づく自動化された統計的学習
d．データの送受信におけるセキュリティ
e．作物の状態を継続的にモニタリングし、量及び品質に関して最適な生産性レベルを維持し、カーボンフットプリントを最小にする
システムは、常にリアルタイムで情報の転送及び処理を担保するように設定されている。この目的のために、以下を含むスキームが定義されている。
a．上位レベル及び下位レベルからのフィードバック及び同時情報によるクローズドループ通信
b．人工知能アルゴリズムを介したシステムの自動制御及び自動調整
c．入力された情報又は計算及び分析プロセスから生じる蓄積された情報に基づく自動化された統計的学習
d．データの送受信におけるセキュリティ
e．作物の状態を継続的にモニタリングし、量及び品質に関して最適な生産性レベルを維持し、カーボンフットプリントを最小にする
13．ロボットの使用
ロボットの使用は、各分野の様々な要求を満たすように設定される。初期の基本的な構成はあるが、現場の初期の特性に応じて、多様化又は量の増加があり得る。最適化アルゴリズムは、現場のマッピング及び特性に基づいて経路及び介入を生成する。ロボットは、アプリケーションが配備される現場の固有の必要性に応じて、アドホックの補完物となる。
ロボットの使用は、各分野の様々な要求を満たすように設定される。初期の基本的な構成はあるが、現場の初期の特性に応じて、多様化又は量の増加があり得る。最適化アルゴリズムは、現場のマッピング及び特性に基づいて経路及び介入を生成する。ロボットは、アプリケーションが配備される現場の固有の必要性に応じて、アドホックの補完物となる。
a．ロボットN°1
これは、播種機に実装された回転ホッパーを頼りにするロボットである。ホッパーは自動であり、前もって実行された分析及び特性評価に基づいて土壌に不足している栄養素を底部に落とす。
これらには、とりわけ、以下が含まれる。
1）カリウム
2）リン
3）窒素
4）微量栄養素
5）マルチスペクトルカメラ測定
これは、播種機に実装された回転ホッパーを頼りにするロボットである。ホッパーは自動であり、前もって実行された分析及び特性評価に基づいて土壌に不足している栄養素を底部に落とす。
これらには、とりわけ、以下が含まれる。
1）カリウム
2）リン
3）窒素
4）微量栄養素
5）マルチスペクトルカメラ測定
b．ロボットN°2
これは、化学成分を用いて、光合成及び植物水分、土壌水分、空気水分、並びに相対湿度の測定値を測定するために使用される。
これは、化学成分を用いて、光合成及び植物水分、土壌水分、空気水分、並びに相対湿度の測定値を測定するために使用される。
c．ロボットN°3
これは、精密除草、並びに除草剤、殺菌剤及び殺虫剤の局所施用に使用される。
これは、精密除草、並びに除草剤、殺菌剤及び殺虫剤の局所施用に使用される。
14．本発明の利点
このシステムの明確な特徴は、オンライン測定値で調整され、プラットフォーム上の結果を連続的かつリアルタイムで比較する、人工知能、機械学習、ビッグデータなどの開発されたアルゴリズムを同時に使用して、植物成長パラメータを自動的に処理することである。
このシステムの明確な特徴は、オンライン測定値で調整され、プラットフォーム上の結果を連続的かつリアルタイムで比較する、人工知能、機械学習、ビッグデータなどの開発されたアルゴリズムを同時に使用して、植物成長パラメータを自動的に処理することである。
先に説明した情報を用いることによって、収穫し、貯蔵及び物流をより効率的に行うための最良の時期を事前に十分な時間をもって知ることができる。
同様に、得られたデータを用いることによって、必要に応じて、収穫を予測又は延期し、結果としてカーボンフットプリント及び物流コストの両方を削減しながら最高の収率を得ることが可能になる。
Claims (13)
- 農業生産のための分析及び管理のプロセスであって、
履歴データをロードするステップと、
現在のデータを測定及び調査するステップと、
気象学的事象及び水理学的事象を予測するステップと、
農業処理プロトコルを生成するステップと、
前記農業処理プロトコルを送信するステップと、を含む、プロセス。 - 前記履歴データをロードするステップが、作物の遺伝情報、気象履歴、市場の経済的及び財政的状況、カーボンフットプリントのベースライン、植え込まれる種子の遺伝子型情報、作物統計などのデータをロードすることによって実施される、請求項１に記載の農業生産のための分析及び管理のプロセス。
- 前記現在のデータを測定及び調査するステップが、
水の量、質及び利用可能性の変数と、
土壌の種類、地形、地層、圧密度、電気伝導度、有機物含有量、pHの変数と、
土壌、空気又は水の中の栄養素の変数と、
土壌、空気又は水の中の汚染物質の変数と、
有害生物及び病害の変数と
を測定するセンサによって実施される、請求項１に記載の農業生産のための分析及び管理のプロセス。 - データを測定及び収集するステップがまた、農業地域の状態を全体として視覚化することを可能にする衛星画像を介して実施され、前記画像がSAR（合成開口レーダ）又はRGB及びマルチスペクトルのタイプであり得る、請求項３に記載の農業生産のための分析及び管理のプロセス。
- 前記気象学的事象及び水理学的事象を予測するステップが、分散型気象観測所と、降雨、蒸発散、風速、周囲及び土壌湿度、周囲温度のセンサと、小川及び河川、池、ダム、小川及び河川の高さレベルの流量計と、並びに、透過性及び浸透性センサとを介して実施され、現在の変数を測定し、それらを利用可能な水素及び気象予測モデルに入力し、蓄積された履歴データと共に短期、中期及び長期の予測を生成する、請求項１に記載の農業生産の分析及び管理のプロセス。
- 前記農業処理プロトコルを生成するステップが、AIアルゴリズム、ビッグデータ、機械学習、モノのインターネット（IoT）、並びに、成長、植物生産性、及び起こり得る植物の健康問題などの様々な作物の生物学的挙動に関連する数学的予測モデルを用いて実装された決定モジュールを介して、生産性の向上、天然資源及び供給の使用の最適化、並びにカーボンフットプリントの削減に関連する最適変数を収集することを含む、請求項１に記載の農業生産のための分析及び管理のプロセス。
- 前記農業処理プロトコルを送信するステップが、1又は複数の人、機械及び／又はロボットに命令を送信することを含む、請求項１に記載の農業生産のための分析及び管理のプロセス。
- 農業生産のための分析及び管理システムであって、
現在のデータを測定及び調査し、
気象学的事象及び水理学的事象を予測し、
農業処理プロトコルを生成し、
この農業処理プロトコルを送信して実施するためのデバイスを含む、システム。 - 物理的変数、化学的変数、生物学的変数、放射線スペクトル変数を測定するための複数のデバイスを含み、少なくとも、
衛星画像をキャプチャーして解釈するためのデバイスと、
農業地域の現場で変数を測定するためのデバイスと、
陸上機械に関する変数を測定するためのデバイスと、
ロボットに関する変数を測定するためのデバイスと、
ドローン及び／又は気体静力学的若しくは推進式バルーンに関する変数を測定するためのデバイスとを含む、
請求項８に記載の農業生産のための分析及び管理システム。 - 気象学的事象及び水理学的事象の変数を測定するための複数のデバイスであって、分散型気象観測所、降雨センサ、蒸発散センサ、風速センサ、周囲及び土壌湿度、周囲温度のセンサ、小川及び河川、池、ダム、小川及び河川の高さレベルの流量計、並びに、透過性及び浸透性センサを用いて実装される、複数のデバイスで構成され、現在の変数を測定し、それらを利用可能な水素及び気象予測モデルに入力し、蓄積された履歴データと共に短期、中期及び長期の予測を生成する、請求項８に記載の農業生産のための分析及び管理システム。
- AIアルゴリズム、ビッグデータ、機械学習、モノのインターネット（IoT）、並びに、成長、植物生産性、及び起こり得る植物の健康問題などの様々な作物の生物学的挙動に関連する数学的予測モデルを用いて実装された決定モジュールを介して、生産性の向上、天然資源及び供給の使用の最適化、並びにカーボンフットプリントの削減に関連する最適変数を収集するための農業処理プロトコルを生成する複数のデバイスで構成される、請求項８に記載の農業生産のための分析及び管理システム。
- 前記プロトコルを送信するための前記デバイスが、センサ、プレディクタ要素、プロトコル生成器及びプロバイダ、並びに前記機械及びロボットの間の情報の送信を担保し、例えば、衛星、地域情報ネットワーク、衛星電話、ドローン、飛行ウイング、地上レーダ、地域マルチ企業電話、LoRa及びLoRaWANネットワーク、バルーン、情報コンセントレータ、リピータ、代替／冗長通信媒体、Wi－Fiリンク、LAN、セルラーネットワーク、ポイントツーポイントリンク、クラウドコンピューティングの間のデータの転送を担保する、請求項８に記載の農業生産のための分析及び管理システム。
- 前記プロトコルを実行するための、機械及びロボットなどのデバイスが、放射スペクトル、光合成産物、植物水分、土壌水分、空気水分、相対湿度及び化学成分などの変数を測定する機能、栄養素及び微量栄養素を供給する機能、精密除草、並びに除草剤、殺菌剤及び殺虫剤の施用を行う機能、種まきや収穫などの農作業を行う機能を実行する、請求項８に記載の農業生産のための分析及び管理システム。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| EP21184060 | 2021-07-06 | ||
| EP21184060.8A EP4116897A1 (en) | 2021-07-06 | 2021-07-06 | Process and system of management and analysis for agricultural production |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2023009007A true JP2023009007A (ja) | 2023-01-19 |
Family
ID=77226563
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2022107561A Pending JP2023009007A (ja) | 2021-07-06 | 2022-07-04 | 増大した農業生産の管理、プロセス及び分析システム |
Country Status (3)
| Country | Link |
|---|---|
| EP (1) | EP4116897A1 (ja) |
| JP (1) | JP2023009007A (ja) |
| BR (1) | BR102021015604A2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102655126B1 (ko) * | 2023-03-13 | 2024-04-05 | 백민석 | Ai 기술기반 병 예찰을 통한 스마트 예방 농업 서비스 시스템 |
Family Cites Families (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FI20085764L (fi) | 2008-08-08 | 2010-03-26 | Ravintoraisio Oy | Menetelmä viljelykasvien tuotannon ympäristövaikutusten seuraamiseksi |
| EP2337441B1 (en) | 2008-09-16 | 2016-08-10 | BASF Plant Science GmbH | Method for improved plant breeding |
| CA2776577C (en) * | 2010-10-05 | 2021-03-30 | Bayer Cropscience Lp | A system and method establishing an agricultural pedigree for at least one agricultural product |
| WO2013065043A1 (en) | 2011-10-30 | 2013-05-10 | Paskal Technologies Agriculture Cooperative Society Ltd. | Self-learning of plant growth strategy in a greenhouse |
| US10151839B2 (en) | 2012-06-01 | 2018-12-11 | Agerpoint, Inc. | Systems and methods for determining crop yields with high resolution geo-referenced sensors |
| US20160063415A1 (en) | 2014-06-18 | 2016-03-03 | North Central Cooperative | Crop production system |
| WO2015200489A1 (en) | 2014-06-24 | 2015-12-30 | 360 Yield Center, Llc | Agronomic system, methods and apparatuses |
| US9140824B1 (en) * | 2015-01-23 | 2015-09-22 | Iteris, Inc. | Diagnosis and prediction of in-field dry-down of a mature small grain, coarse grain, or oilseed crop using field-level analysis and forecasting of weather conditions, crop characteristics, and observations and user input of harvest condition states |
| US9667710B2 (en) | 2015-04-20 | 2017-05-30 | Agverdict, Inc. | Systems and methods for cloud-based agricultural data processing and management |
| US20180020622A1 (en) | 2016-07-25 | 2018-01-25 | CiBo Technologies Inc. | Agronomic Database and Data Model |
| EP3610426B1 (en) | 2017-04-10 | 2022-07-06 | Decisive Farming Corp. | Agronomy calculator tool and method |
| CA3056955C (en) | 2017-04-10 | 2020-12-22 | Decisive Farming Corp. | Crop management method and system |
| JP7052244B2 (ja) | 2017-07-28 | 2022-04-12 | 横浜ゴム株式会社 | ホース継手金具の加締め装置 |
| AR109623A1 (es) | 2018-02-16 | 2019-01-09 | Pescarmona Enrique Menotti | Proceso y sistema de análisis y gestión hidrológica para cuencas |
| JP6544453B1 (ja) | 2018-03-16 | 2019-07-17 | 日本電気株式会社 | 栽培作物選定支援装置、栽培作物選定支援方法、及びプログラム |
| MX2018004740A (es) | 2018-04-17 | 2019-10-18 | Menotti Pescarmona Enrique | Proceso y sistema de analisis y gestion hidrologica para cuencas. |
| US20200163272A1 (en) | 2018-11-28 | 2020-05-28 | RxMaker, Inc. | Enhanced Management Zones for Precision Agriculture |
| CA3120299A1 (en) | 2018-12-21 | 2020-06-25 | The Climate Corporation | In-season field level yield forecasting |
| US11631040B2 (en) | 2019-02-21 | 2023-04-18 | Climate Llc | Digital modeling and tracking of agricultural fields for implementing agricultural field trials |
| US10957036B2 (en) | 2019-05-17 | 2021-03-23 | Ceres Imaging, Inc. | Methods and systems for crop pest management utilizing geospatial images and microclimate data |
| JP2022537910A (ja) | 2019-06-24 | 2022-08-31 | ビーエーエスエフ アグロ トレードマークス ゲーエムベーハー | 土壌パラメータに基づくリモートセンシングを用いた作物効率製品適用のための決定システム |
| US11665992B2 (en) | 2019-07-30 | 2023-06-06 | Root Applied Sciences Inc. | Predictive agricultural management system and method |
-
2021
- 2021-07-06 EP EP21184060.8A patent/EP4116897A1/en active Pending
- 2021-08-06 BR BR102021015604A patent/BR102021015604A2/pt unknown
-
2022
- 2022-07-04 JP JP2022107561A patent/JP2023009007A/ja active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102655126B1 (ko) * | 2023-03-13 | 2024-04-05 | 백민석 | Ai 기술기반 병 예찰을 통한 스마트 예방 농업 서비스 시스템 |
Also Published As
| Publication number | Publication date |
|---|---|
| BR102021015604A2 (pt) | 2021-11-30 |
| EP4116897A1 (en) | 2023-01-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Mohamed et al. | Smart farming for improving agricultural management | |
| US11321941B2 (en) | Yield forecasting using crop specific features and growth stages | |
| Gawande et al. | Potential of precision farming technologies for eco-friendly agriculture | |
| Skobelev et al. | Developing a smart cyber-physical system based on digital twins of plants | |
| Zhao et al. | Unmanned aerial vehicle and geospatial analysis in smart irrigation and crop monitoring on IoT platform | |
| JP2023009007A (ja) | 増大した農業生産の管理、プロセス及び分析システム | |
| US20220172467A1 (en) | Mini drone and agbot based distributed system and method of offering agronomics services to farmers | |
| Martnez et al. | IoT-based data management for Smart Agriculture | |
| US20230010675A1 (en) | Management, process and analysis system of increased agricultural production | |
| Dhakshayani et al. | Artificial Intelligence in Precision Agriculture: A Systematic Review on Tools, Techniques, and Applications | |
| Anitha et al. | An intelligent agro-cloud framework for efficient crop cultivation | |
| Tăbărașu et al. | Benefits Regarding the Implementation of Agriculture 4.0 In the Current Context | |
| Sethuraman et al. | Smart Agriculture Applications Using Internet of Things | |
| Kuppusamy et al. | Machine Learning-Enabled Internet of Things Solution for Smart Agriculture Operations | |
| Dhakshayani et al. | 3 Artificial Intelligence in Precision Agriculture | |
| Reddy et al. | Big data in smart farming: Challenges and opportunities | |
| Vimal et al. | Sustainable Production of Underutilized Vegetables | |
| Geeta et al. | Automatic irrigation model powered by smart rain prediction device in India | |
| Kar et al. | Improving data management and decision-making in precision agriculture | |
| Aleksiev et al. | AI SHAPING AGRICULTURE: SMART TECHNOLOGIES FOR SMART PRODUCTION IN BULGARIA | |
| Bhattasali et al. | Study of Disruptive Technologies for Sustainable Agriculture | |
| Ardakani et al. | Smart Technologies for Urban Farming and Green Infrastructure Development: A Taxonomy | |
| Sucharitha et al. | Developments in Agriculture Technology Using Internet of Things | |
| Aggarwal et al. | IoT-based recommender engine for yielding better crops | |
| CN117252723A (zh) | 一种交互式玉米和大豆带状复合智慧种植云平台的构建方法 |