Baromfi kiválasztása - The; Nagy adat; a baromfitenyésztésben és annak valóságában
A spanyol baromfi magazin több országban is olvasható
- MEGTEKINTŐ
- FELIRATKOZÁS
- LÁSD a PDF-et
- KEDVENC
- FÁJL
- MEGOSZTÁS (közösségi hálózatok, állandó kapcsolat, e-mail)
A "nagy adat" a baromfiban és annak valósága
A baromfi és a valóságosság nagy adatai
29. Aust. Baromfi Sci. Symp. Sydney, 2018. február
Az adatok típusa, relevanciája, pontossága és integritása alapvető fontosságú ebben a folyamatban. Nem szabad lebecsülni a jelentõs idõben és térben rendelkezésre álló releváns és pontos adatok felvételének fontosságát. Jelentős kihívások vannak azonban a baromfitermelésben a nagy adatok körében, nemcsak az adatgyűjtés, hanem a tárolás, a biztonság és az elemzés terén is, valamint az ezek alapján jelentős változtatásokat hajtanak végre.
Ez a cikk áttekinti a baromfitenyésztés területén elérhető vagy fejlesztés alatt álló jelenlegi technológiákat, és rávilágít azok alkalmazásának lehetőségeire.
A mezőgazdaság a digitális forradalom csúcsán áll. A magasabb hozam iránti növekvő kereslet, a véges erőforrások, például a föld és a víz korlátozásával kombinálva, megnövelte a mezőgazdaság inputjaira nehezedő nyomást. A növekvő világpopuláció iránti növekvő kereslet és a társadalmi-gazdasági növekedés fokozta a mezőgazdasági ágazatra nehezedő nyomást, hogy kevesebbel többet termeljen.
A népességnövekedés jelenlegi előrejelzései azt mutatják, hogy a világ népessége 2050-re eléri a 9 milliárd embert, és hogy ennek a létszámnak a táplálásához az élelmiszertermelésnek körülbelül 70% -kal kell növekednie 2007 és 2050 között - FAO, 2009 -.
Hagyományosan ennek a keresletnövekedésnek a kielégítése érdekében a mezőgazdasági ágazatnak azt az elvet kellene alkalmaznia, hogy "nagyobb a jobb", és növelni kell a termelést azáltal, hogy több földet bocsát rendelkezésre, vagy növeli a termelési intenzitást. Ez a stratégia azonban egyre nehezebbé válik egy olyan környezetben, amely gyakran ütközik a népességközpontok terjeszkedésével, amelyek a földterületet helyezik előtérbe a városfejlesztés szempontjából. Ehhez a dilemmához adódnak a FAO becslései szerint a világ növényeinek éves termelésének mintegy 20–40% -a veszít el a kártevők és betegségek miatt.
Ennek a kihívásnak a megoldása érdekében az élelmiszer-növekedés megkönnyítésének kulcsa a Mezőgazdaság 4.0 és a nagy adat technológiákban rejlik.
Okos gazdálkodás
Az intelligens mezőgazdaság fejlesztése és alkalmazása az 1990-es évek végén kezdődött a precíziós mezőgazdaság bevezetésével és a technológia első alkalmazásával a mezőgazdasági alapanyagok előállítására. A precíziós mezőgazdaság azonban főként a növénytermesztésben használt mezőgazdasági gépekre összpontosított, olyan technológiákkal, mint például a helymeghatározó rendszerek, hogy optimalizálják a szántóföld végén lévő berendezések forgását, és ezáltal javítsák az ültetés, a betakarítás és az üzemanyag-felhasználás hatékonyságát.
Az okos gazdálkodás következő iterációja (*) a Mezőgazdaság 4.0 nevet kapta, amely a precíziós gazdálkodás folytatása volt, és jelezte, hogy a modern gazdálkodás új korszaka. A Mezőgazdaság 4.0 alapjai a tárgyi internet által támogatott gépesített folyamatok fokozott használatától függenek - nagy adat, vezeték nélküli/mobil kommunikáció és felhőalapú számítástechnika. A Agriculture 4.0 figyeli az élelmiszer-előállítási lánc minden lépését az első inputtól az utolsó outputig.
Adatgyűjtés
Gyakran kijelentik, hogy a szervezetek az emberi mesterséges víztározó építéséhez hasonló adattavat építenek - 1. ábra -. Először létrehozzák a gátat, majd kitölti - az adatokat -, és ha a tó elkezd töltődni, a vizet - az adatokat - más értéknövelő célokra használják fel.
Az adat-tó platformot kínál az adatok gyors felhalmozásához és potenciálisan alkalmazásához.
1. ábra: Adattó, hogyan működik? (Forrás: Realworldanalystics.com)
Az érzékelők hozzáférhetősége, a gazdaságok a nap 24 órájában csatlakoztak, és rövidesen a gazdaságokban járőröző robotok által gyűjtött több tízezer új adat új perspektívákat nyit meg azok számára, akik tudják, hogyan kell nemcsak gyűjteni, hanem vonjon le következtetéseket az összegyűjtött hatalmas adatokból is.