描述

問(wèn)題

農(nóng)民必須滿足地球不斷變化的需求以及監(jiān)管機(jī)構(gòu)、消費(fèi)者、食品加工商和零售商的期望。

氣候變化、水土流失和生物多樣性喪失以及消費(fèi)者對(duì)食品口味的改變以及對(duì)食品生產(chǎn)方式的擔(dān)憂都帶來(lái)了越來(lái)越大的壓力。與農(nóng)業(yè)合作的自然世界——植物、害蟲(chóng)和疾病——繼續(xù)構(gòu)成它們自己的挑戰(zhàn)。

雖然現(xiàn)代農(nóng)業(yè)提供了大量解決方案，但結(jié)果并不總是相同，因?yàn)槊總€(gè)農(nóng)場(chǎng)都是獨(dú)一無(wú)二的：不同的景觀、土壤、可用技術(shù)和潛在產(chǎn)量。

• 應(yīng)對(duì)氣候變化、水土流失和生物多樣性喪失
• 滿足消費(fèi)者不斷變化的口味和期望
• 滿足對(duì)更多更高品質(zhì)食品日益增長(zhǎng)的需求
• 投資于農(nóng)業(yè)生產(chǎn)力
• 采用和學(xué)習(xí)新技術(shù)
• 保持抵御全球經(jīng)濟(jì)因素的能力
• 激勵(lì)年輕人留在農(nóng)村，成為未來(lái)的農(nóng)民
• 由于城市遷移和人口老齡化，農(nóng)業(yè)勞動(dòng)力日益稀缺
• 地球資源和生物多樣性正在下降

等等...

?

可能的解決方案

精準(zhǔn)農(nóng)業(yè)正在徹底改變農(nóng)業(yè)。以至于大多數(shù)行業(yè)專(zhuān)家認(rèn)為精準(zhǔn)農(nóng)業(yè)的發(fā)展從根本上破壞了可持續(xù)農(nóng)業(yè)和食品生產(chǎn)，就像?? 1800 年代中期約翰迪爾鋼犁的發(fā)明一樣。

新的數(shù)據(jù)收集工具和物聯(lián)網(wǎng) (IoT) 與 GPS、地理信息系統(tǒng) (GIS)、遙感和衛(wèi)星圖像的結(jié)合已經(jīng)使農(nóng)民能夠優(yōu)化他們的決策。設(shè)備制造商協(xié)會(huì) (AEM) 發(fā)布的2021 年研究得出的結(jié)論是，精準(zhǔn)農(nóng)業(yè)技術(shù)已經(jīng)將農(nóng)民的產(chǎn)量提高了 4%，化肥使用量減少了 7%，除草劑使用量減少了 9%，化石燃料使用量減少了 6%并節(jié)省了 4% 的用水量。

?

?

?

?

我們的項(xiàng)目

我們的項(xiàng)目包括一個(gè)應(yīng)用程序，作為管理和前端的一個(gè)元素，它允許用戶（主要是農(nóng)民）管理他們的作物并獲得關(guān)于他們的建議或見(jiàn)解，以及可能執(zhí)行的活動(dòng)，例如，當(dāng)這是灌溉植物的好時(shí)機(jī)。

該系統(tǒng)的運(yùn)行考慮了來(lái)自 Sentinel-2 和 Landsat-8 的衛(wèi)星數(shù)據(jù)以及現(xiàn)場(chǎng)傳感器，然后所有信息都在云中進(jìn)行預(yù)處理，在我們的案例中是 Azure Cloud，以生成真實(shí)的預(yù)測(cè)和建議隨后提供應(yīng)用程序的時(shí)間。

我們目前正處于使用Adalo的應(yīng)用程序開(kāi)發(fā)階段，但它看起來(lái)像這樣。

?

?

?

?

?

?

?

?

從本質(zhì)上講，我們的目標(biāo)是一個(gè)非常直觀和簡(jiǎn)約的應(yīng)用程序，您可以在其中單擊每個(gè)創(chuàng)建的字段，在地圖上繪制多邊形以定義它之后，以及作物類(lèi)型和種植日期等其他信息，以便更好地了解提供見(jiàn)解，并查看 4 個(gè)主要部分，

見(jiàn)解

主圖塊將根據(jù)來(lái)自衛(wèi)星和傳感器的預(yù)處理數(shù)據(jù)告訴您在您的場(chǎng)地上執(zhí)行或不執(zhí)行的活動(dòng)，

部分：

• 作物噴灑
• 熱應(yīng)激預(yù)防
• 灌溉
• 種植

?

?

?

https://templates.tomorrow.io/#category=5f496f75953bf9000b90c955

?

?

?

?

?

?

?

我們當(dāng)前的后端儀表板，用于衛(wèi)星和天氣信息，位于openweather平臺(tái)上

?

?

?

IoT Data（傳感器數(shù)據(jù)）仍處于開(kāi)發(fā)階段，但 Azure 中規(guī)劃的架構(gòu)如下所示。

?

?

該圖包含幾個(gè)灰色框，每個(gè)都有不同的標(biāo)簽。從左到右，標(biāo)簽是攝取、準(zhǔn)備、加載、服務(wù)和可視化和探索。其他盒子下方的最后一個(gè)盒子有標(biāo)簽監(jiān)控和安全。每個(gè)框都包含代表各種 Azure 服務(wù)的圖標(biāo)。編號(hào)箭頭以圖表說(shuō)明中描述的步驟的方式連接框。

工作流程

物聯(lián)網(wǎng)數(shù)據(jù)進(jìn)入系統(tǒng)：

• Azure 事件中心接收 IoT 數(shù)據(jù)流。數(shù)據(jù)包含標(biāo)識(shí)設(shè)備位置的坐標(biāo)或其他信息。
• 事件中心使用 Azure Databricks 進(jìn)行初始流處理。
• 事件中心將數(shù)據(jù)存儲(chǔ)在 Azure Data Lake Storage 中。
• IoT 數(shù)據(jù)進(jìn)入系統(tǒng)：Azure 事件中心攝取 IoT 數(shù)據(jù)流。數(shù)據(jù)包含標(biāo)識(shí)設(shè)備位置的坐標(biāo)或其他信息。事件中心使用 Azure Databricks 進(jìn)行初始流處理。事件中心將數(shù)據(jù)存儲(chǔ)在 Azure Data Lake Storage 中。

GIS數(shù)據(jù)進(jìn)入系統(tǒng)：

Azure 數(shù)據(jù)工廠攝取任何格式的柵格 GIS 數(shù)據(jù)和矢量 GIS 數(shù)據(jù)。

• 柵格數(shù)據(jù)由值網(wǎng)格組成。每個(gè)像素值代表一個(gè)特征，例如地理區(qū)域的溫度或海拔。
• 矢量數(shù)據(jù)代表特定的地理特征。頂點(diǎn)或離散幾何位置組成向量并定義每個(gè)空間對(duì)象的形狀。
• Azure 數(shù)據(jù)工廠攝取任何格式的柵格 GIS 數(shù)據(jù)和矢量 GIS 數(shù)據(jù)。柵格數(shù)據(jù)由值網(wǎng)格組成。每個(gè)像素值代表一個(gè)特征，例如地理區(qū)域的溫度或海拔。矢量數(shù)據(jù)代表特定的地理特征。頂點(diǎn)或離散幾何位置組成向量并定義每個(gè)空間對(duì)象的形狀。

數(shù)據(jù)工廠將數(shù)據(jù)存儲(chǔ)在 Data Lake Storage 中。

• 數(shù)據(jù)工廠將數(shù)據(jù)存儲(chǔ)在 Data Lake Storage 中。
• GIS 數(shù)據(jù)進(jìn)入系統(tǒng)：Azure 數(shù)據(jù)工廠攝取任何格式的柵格 GIS 數(shù)據(jù)和矢量 GIS 數(shù)據(jù)。柵格數(shù)據(jù)由值網(wǎng)格組成。每個(gè)像素值代表一個(gè)特征，例如地理區(qū)域的溫度或海拔。矢量數(shù)據(jù)代表特定的地理特征。頂點(diǎn)或離散幾何位置組成向量并定義每個(gè)空間對(duì)象的形狀。數(shù)據(jù)工廠將數(shù)據(jù)存儲(chǔ)在 Data Lake Storage 中。

Azure Databricks 中的 Spark 群集使用地理空間代碼庫(kù)來(lái)轉(zhuǎn)換和規(guī)范化數(shù)據(jù)。

• Azure Databricks 中的 Spark 群集使用地理空間代碼庫(kù)來(lái)轉(zhuǎn)換和規(guī)范化數(shù)據(jù)。

數(shù)據(jù)工廠將準(zhǔn)備好的矢量和柵格數(shù)據(jù)加載到 Azure Database for PostgreSQL。該解決方案將 PostGIS 擴(kuò)展與此數(shù)據(jù)庫(kù)一起使用。

• 數(shù)據(jù)工廠將準(zhǔn)備好的矢量和柵格數(shù)據(jù)加載到 Azure Database for PostgreSQL。該解決方案將 PostGIS 擴(kuò)展與此數(shù)據(jù)庫(kù)一起使用。

數(shù)據(jù)工廠將準(zhǔn)備好的矢量和柵格數(shù)據(jù)加載到 Azure 數(shù)據(jù)資源管理器中。

• 數(shù)據(jù)工廠將準(zhǔn)備好的矢量和柵格數(shù)據(jù)加載到 Azure 數(shù)據(jù)資源管理器中。

Azure Database for PostgreSQL 存儲(chǔ) GIS 數(shù)據(jù)。API 以標(biāo)準(zhǔn)化格式提供這些數(shù)據(jù)：

• GeoJSON 基于 JavaScript 對(duì)象表示法 (JSON)。GeoJSON 表示簡(jiǎn)單的地理特征及其非空間屬性。
• 眾所周知的文本 (WKT) 是一種表示矢量幾何對(duì)象的文本標(biāo)記語(yǔ)言。
• 矢量瓦片是地理數(shù)據(jù)包。它們的輕量級(jí)格式提高了映射性能。

Redis 緩存通過(guò)提供對(duì)數(shù)據(jù)的快速訪問(wèn)來(lái)提高性能。

• Azure Database for PostgreSQL 存儲(chǔ) GIS 數(shù)據(jù)。API 使這些數(shù)據(jù)以標(biāo)準(zhǔn)化格式提供：GeoJSON 基于 JavaScript Object Notation (JSON)。GeoJSON 表示簡(jiǎn)單的地理特征及其非空間屬性。眾所周知的文本 (WKT) 是一種表示矢量幾何對(duì)象的文本標(biāo)記語(yǔ)言。矢量瓦片是地理數(shù)據(jù)包。它們的輕量級(jí)格式提高了映射性能。Redis 緩存通過(guò)提供對(duì)數(shù)據(jù)的快速訪問(wèn)來(lái)提高性能。

Azure 應(yīng)用服務(wù)的 Web 應(yīng)用功能與 Azure Maps 一起創(chuàng)建數(shù)據(jù)的視覺(jué)效果。

• Azure 應(yīng)用服務(wù)的 Web 應(yīng)用功能與 Azure Maps 一起創(chuàng)建數(shù)據(jù)的視覺(jué)效果。

用戶使用 Azure 數(shù)據(jù)資源管理器分析數(shù)據(jù)。該工具的 GIS 功能可創(chuàng)建富有洞察力的可視化。示例包括從地理空間數(shù)據(jù)創(chuàng)建散點(diǎn)圖。

• 用戶使用 Azure 數(shù)據(jù)資源管理器分析數(shù)據(jù)。該工具的 GIS 功能可創(chuàng)建富有洞察力的可視化。示例包括從地理空間數(shù)據(jù)創(chuàng)建散點(diǎn)圖。

Power BI 提供自定義報(bào)告和商業(yè)智能 (BI)。Power BI 的 Azure Maps 視覺(jué)對(duì)象突出了位置數(shù)據(jù)在業(yè)務(wù)結(jié)果中的作用。

• Power BI 提供自定義報(bào)告和商業(yè)智能 (BI)。Power BI 的 Azure Maps 視覺(jué)對(duì)象突出了位置數(shù)據(jù)在業(yè)務(wù)結(jié)果中的作用。

?

?