مشترک المنافع پژوهش های علمی و صنعتی سازمان (CSIRO) و کوئینزلند بر اساس agtech شرکت Goanna Ag اعلام کرده اند که مشارکت را ببینید سنسور و تجزیه و تحلیل استفاده می شود برای کمک به تولید کنندگان بهتر درک کنند که چگونه به حداکثر رساندن استفاده از آب آبیاری به رشد محصولات زراعی است.
تحت مشارکت Goanna Ag ترکیب WaterWise یک CSIRO-طراحی و توسعه تکنولوژی به آن موجود GoField آبیاری سیستم مدیریت.
این WaterWise ویژگی های سیستم در زمینه سنسور است که اندازه گیری دمای کانوپی از محصولات در هر 15 دقیقه. داده های جمع آوری شده از این سنسور پس از آن در ترکیب با آب و هوا پیش بینی قبل از یادگیری ماشین است که اعمال می شود برای کمک به پیش بینی محصول آب مورد نیاز برای هفت روز آینده.
"قادر به پیش بینی زمانی که برای آبیاری اجازه خواهد داد که مشتریان ما -- کشاورزان -- برای برنامه ریزی بر اساس آنچه که گیاه نیاز دارد" Goanna Ag مدیر عامل Alicia باغ گفت.
Waterwise رهبر تیم رز Brodrick اضافه تولید کنندگان خواهد بود قادر به پیش بینی آینده آب نیاز از محصولات خود را.
"درست مثل انسان, گیاهان دارای یک درجه حرارت مطلوب. زمانی که همه چیز طبیعی باشد آن را آسان تر برای پیش بینی زمانی که یک گیاه نیاز به آب. اما زمانی که شرایط تغییر -- مانند با یک محصول جدید یک میدان جدید و یا غیر منتظره ای گرم و یا سرد آب و هوا پیش بینی -- کشاورزان می خواهید پشتیبان گیری با تصمیم گیری خود را," او گفت:.
"معمول استراتژی است 'اگر شما مطمئن نیستید فقط اضافه کردن آب". این است که در آن با استفاده از تکنولوژی بالا می تواند کمک به آنها را داده و اعتماد به نفس بیشتری در تصمیم گیری خود را به خاطر هر قطره شمارش است."
مشارکت شرح زیر است محاکمه Goanna Ag را سایبان سنسور در CSIRO را گوجه فرنگی در مزارع ویکتوریا.
Goanna Ag انتظار دارد این سیستم که شامل WaterWise به صورت تجاری در دسترس در زمان 2020 تابستان فصل برداشت.
در ضمن CSIRO گفت که قصد دارد به گسترش WaterWise را در میدان بر اساس تاج پوشش سنسور را به هواپیماهای بدون سرنشین و یا ماهواره.
در اوایل این سال یکی از استرالیا بزرگترین horticulturist شرکت کاستاریکا گروه شروع به نورد از یک سیستم هوش مصنوعی برای درک بهتر و مدیریت کمیت و کیفیت آن محصولات توت.
سنجش+ سیستم توسعه یافته توسط سیدنی-شرکت بر اساس عملکرد طراحی شده برای اندازه گیری 14 متغیرهای معمولی و کشاورزی و مدل مانند, باران, وزش, باد, دما و رطوبت خاک در زمان واقعی است. این اطلاعات سپس مصرف به اینترنت از چیزهایی که پلت فرم و ترکیب های موجود در مجموعه داده های به اشتراک گذاشته شده توسط کاستاریکا قبل از هوش مصنوعی اعمال می شود برای ایجاد یک موضعی پیش بینی هر berry محصول است.
سیستم نصب شده در polytunnels از کاستاریکا هشت بری مزارع در نیو ساوت ولز, Queensland, و تاسمانی.
مربوط به پوشش
tinyurlis.gdv.gdv.htclck.ruulvis.netshrtco.de
مقالات مشابه
- Hobot 298 robot review: Automated window cleaning for the office
- شرکت صادرات و واردات کالاهای مختلف از جمله کاشی و سرامیک و ارائه دهنده خدمات ترانزیت و بارگیری دریایی و ریلی و ترخیص کالا برای کشورهای مختلف از جمله روسیه و کشورهای حوزه cis و سایر نقاط جهان - بازرگانی علی قانعی
- معرفی 23 مدل بهترین کرم ضد چروک (باکیفیت عالی) ایرانی و خارجی
- کدام قهوه گانودرما برای زگیل تناسلی خوب است
- نهایی بنتلی Mulsanne نورد کردن خط تولید - Roadshow
- طاووس: قیمت رایگان ردیف, نشان می دهد, فیلم و دستگاه های (اما هنوز هیچ Roku) - CNET
- شرکت لباس بچگانه
- شرکت صادرات و واردات کالاهای مختلف از جمله کاشی و سرامیک و ارائه دهنده خدمات ترانزیت و بارگیری دریایی و ریلی و ترخیص کالا برای کشورهای مختلف از جمله روسیه و کشورهای حوزه cis و سایر نقاط جهان - بازرگانی علی قانعی
- DIY Fabric Softener
- کتاب لاتین