描述

問題

農民必須滿足地球不斷變化的需求以及監(jiān)管機構、消費者、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者對食品口味的改變以及對食品生產方式的擔憂都帶來了越來越大的壓力。與農業(yè)合作的自然世界——植物、害蟲和疾病——繼續(xù)構成它們自己的挑戰(zhàn)。

雖然現代農業(yè)提供了大量解決方案，但結果并不總是相同，因為每個農場都是獨一無二的：不同的景觀、土壤、可用技術和潛在產量。

• 應對氣候變化、水土流失和生物多樣性喪失
• 滿足消費者不斷變化的口味和期望
• 滿足對更多更高品質食品日益增長的需求
• 投資于農業(yè)生產力
• 采用和學習新技術
• 保持抵御全球經濟因素的能力
• 激勵年輕人留在農村，成為未來的農民
• 由于城市遷移和人口老齡化，農業(yè)勞動力日益稀缺
• 地球資源和生物多樣性正在下降

等等...

?

可能的解決方案

精準農業(yè)正在徹底改變農業(yè)。以至于大多數行業(yè)專家認為精準農業(yè)的發(fā)展從根本上破壞了可持續(xù)農業(yè)和食品生產，就像?? 1800 年代中期約翰迪爾鋼犁的發(fā)明一樣。

新的數據收集工具和物聯網 (IoT) 與 GPS、地理信息系統 (GIS)、遙感和衛(wèi)星圖像的結合已經使農民能夠優(yōu)化他們的決策。設備制造商協會 (AEM) 發(fā)布的2021 年研究得出的結論是，精準農業(yè)技術已經將農民的產量提高了 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。

?

?

?

?

我們的項目

我們的項目包括一個應用程序，作為管理和前端的一個元素，它允許用戶（主要是農民）管理他們的作物并獲得關于他們的建議或見解，以及可能執(zhí)行的活動，例如，當這是灌溉植物的好時機。

該系統的運行考慮了來自 Sentinel-2 和 Landsat-8 的衛(wèi)星數據以及現場傳感器，然后所有信息都在云中進行預處理，在我們的案例中是 Azure Cloud，以生成真實的預測和建議隨后提供應用程序的時間。

我們目前正處于使用Adalo的應用程序開發(fā)階段，但它看起來像這樣。

?

?

?

?

?

?

?

?

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

見解

主圖塊將根據來自衛(wèi)星和傳感器的預處理數據告訴您在您的場地上執(zhí)行或不執(zhí)行的活動，

部分：

• 作物噴灑
• 熱應激預防
• 灌溉
• 種植

?

?

?

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

?

?

?

?

?

?

?

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

?

?

?

IoT Data（傳感器數據）仍處于開發(fā)階段，但 Azure 中規(guī)劃的架構如下所示。

?

?

該圖包含幾個灰色框，每個都有不同的標簽。從左到右，標簽是攝取、準備、加載、服務和可視化和探索。其他盒子下方的最后一個盒子有標簽監(jiān)控和安全。每個框都包含代表各種 Azure 服務的圖標。編號箭頭以圖表說明中描述的步驟的方式連接框。

工作流程

物聯網數據進入系統：

• Azure 事件中心接收 IoT 數據流。數據包含標識設備位置的坐標或其他信息。
• 事件中心使用 Azure Databricks 進行初始流處理。
• 事件中心將數據存儲在 Azure Data Lake Storage 中。
• IoT 數據進入系統：Azure 事件中心攝取 IoT 數據流。數據包含標識設備位置的坐標或其他信息。事件中心使用 Azure Databricks 進行初始流處理。事件中心將數據存儲在 Azure Data Lake Storage 中。

GIS數據進入系統：

Azure 數據工廠攝取任何格式的柵格 GIS 數據和矢量 GIS 數據。

• 柵格數據由值網格組成。每個像素值代表一個特征，例如地理區(qū)域的溫度或海拔。
• 矢量數據代表特定的地理特征。頂點或離散幾何位置組成向量并定義每個空間對象的形狀。
• Azure 數據工廠攝取任何格式的柵格 GIS 數據和矢量 GIS 數據。柵格數據由值網格組成。每個像素值代表一個特征，例如地理區(qū)域的溫度或海拔。矢量數據代表特定的地理特征。頂點或離散幾何位置組成向量并定義每個空間對象的形狀。

數據工廠將數據存儲在 Data Lake Storage 中。

• 數據工廠將數據存儲在 Data Lake Storage 中。
• GIS 數據進入系統：Azure 數據工廠攝取任何格式的柵格 GIS 數據和矢量 GIS 數據。柵格數據由值網格組成。每個像素值代表一個特征，例如地理區(qū)域的溫度或海拔。矢量數據代表特定的地理特征。頂點或離散幾何位置組成向量并定義每個空間對象的形狀。數據工廠將數據存儲在 Data Lake Storage 中。

Azure Databricks 中的 Spark 群集使用地理空間代碼庫來轉換和規(guī)范化數據。

• Azure Databricks 中的 Spark 群集使用地理空間代碼庫來轉換和規(guī)范化數據。

數據工廠將準備好的矢量和柵格數據加載到 Azure Database for PostgreSQL。該解決方案將 PostGIS 擴展與此數據庫一起使用。

• 數據工廠將準備好的矢量和柵格數據加載到 Azure Database for PostgreSQL。該解決方案將 PostGIS 擴展與此數據庫一起使用。

數據工廠將準備好的矢量和柵格數據加載到 Azure 數據資源管理器中。

• 數據工廠將準備好的矢量和柵格數據加載到 Azure 數據資源管理器中。

Azure Database for PostgreSQL 存儲 GIS 數據。API 以標準化格式提供這些數據：

• GeoJSON 基于 JavaScript 對象表示法 (JSON)。GeoJSON 表示簡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象的文本標記語言。
• 矢量瓦片是地理數據包。它們的輕量級格式提高了映射性能。

Redis 緩存通過提供對數據的快速訪問來提高性能。

• Azure Database for PostgreSQL 存儲 GIS 數據。API 使這些數據以標準化格式提供：GeoJSON 基于 JavaScript Object Notation (JSON)。GeoJSON 表示簡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象的文本標記語言。矢量瓦片是地理數據包。它們的輕量級格式提高了映射性能。Redis 緩存通過提供對數據的快速訪問來提高性能。

Azure 應用服務的 Web 應用功能與 Azure Maps 一起創(chuàng)建數據的視覺效果。

• Azure 應用服務的 Web 應用功能與 Azure Maps 一起創(chuàng)建數據的視覺效果。

用戶使用 Azure 數據資源管理器分析數據。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據創(chuàng)建散點圖。

• 用戶使用 Azure 數據資源管理器分析數據。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據創(chuàng)建散點圖。

Power BI 提供自定義報告和商業(yè)智能 (BI)。Power BI 的 Azure Maps 視覺對象突出了位置數據在業(yè)務結果中的作用。

• Power BI 提供自定義報告和商業(yè)智能 (BI)。Power BI 的 Azure Maps 視覺對象突出了位置數據在業(yè)務結果中的作用。

?

?