IBM发布了一套农业分析工具
IBM发布了一套分析工具，将天气数据和农场数据结合在其Watson机器学习引擎中，为农民提供有关规划，耕作，种植，喷洒和收获的见解。
作为其Watson农业决策平台的扩展，IBM新推出的智能农业解决方案依赖于2016年收购的The Weather Company的天气数据和天气预报模型。
它将其与农场数据相结合，并通过其Watson人工智能（AI）引擎和Watson IoT云平台运行组合数据集，以生成作物模型，帮助农民提高其产量预测的准确性，并提高农场生产和盈利能力。
操作仪表板 - 显示收获时的预期产量;包括疾病鉴定
新作物模型包括玉米，小麦，大豆，棉花，高粱，大麦，甘蔗和马铃薯。它说，还有更多要介绍的内容。它们将在美国，加拿大，墨西哥和巴西上市，欧洲，非洲和澳大利亚的市场将会发布。
该平台追踪产量良好和不良的环境和生物因素，并开发考虑天气条件，灌溉管理，病虫害风险的模型，以及用于比较相似类别的田地的“群组分析”。
还可以设置为合作企业分享作物管理模式和见解，例如食品公司，谷物加工商和农产品经销商。
IBM在发布时引用了BI Intelligence的2016年数据，该数据显示，平均每个农场每天产生500,000个数据点，到2036年每个数据点增长到400万个。将AI和分析应用于聚合的农场数据是唯一可以使用的方法它说，它。
恶劣天气 - 澳大利亚天气的景象，包括雨，闪电和温度
IBM沃森媒体与天气解决方案部总经理Kristen Lauria表示：“农民不仅仅是农场食品，他们还可以培养数据 - 从飞越田野的无人机到智能灌溉系统，以及贴在联合收割机，播种机，喷雾器上的物联网传感器和其他设备。
“大部分时间，这些数据都留在了葡萄藤上 - 从未被分析或用于获得见解。 Watson农业决策平台旨在通过提供工具和解决方案来帮助种植者做出更明智的作物决策，从而改变这种状况。“
IBM发布了一种人工智能（AI）工具，名为Weather Signals，它将农场和天气数据混合在一起，以显示天气波动如何影响业务。
内布拉斯加州Paulman Farms的所有者/运营商Roric Paulman在发布中引述说：“外卡总是天气。 IBM使用我自己的数据和历史信息覆盖天气详细信息，以帮助我应用，验证和制定决策。例如，我们的农场位于一个高度限制的水域，因此更好地预测雨水的能力不仅可以节省我的钱，还可以帮助我节省宝贵的自然资源。“
IBM表示：“结果不仅仅是农民生产力更高。 Watson农业决策平台可以帮助畜牧公司从饲料供应谷物中消除某种霉菌或真菌，或帮助确定农民在加利福尼亚等干旱地区使用的最佳作物灌溉方法。
“它可以帮助为快餐连锁提供完美的炸薯条，这种快餐连锁需要更长时间 - 而不是更肥实 - 来自种植者网络的土豆。或者它可以帮助啤酒经销商通过种植更高质量的大麦来生产更实惠的优质啤酒，这种大麦符合成为啤酒大麦所需的标准。“
现场视图 - 风速/方向，生长日和降水的10天预报。
分析师ABI Research本周表示，到2024年将连接200万个农场和3600万头牛。
对于田间和树木作物，连通性的主要驱动力是同时充分和高效地灌溉，符合政府对用水的规定，它说;对于牲畜而言，它涉及收集与动物健康有关的数据，包括分娩活动，以及对其行踪的了解。
总的来说，ABI表示，所有农业部门的主要考虑因素是产量提高，产品质量更高，农业洞察力更高。
联系客服
