中東地區持續的不穩定局勢,已將肥料供應置於全球糧食安全關注的焦點。全球約有 30% 的肥料貿易通常經由荷莫茲海峽,液化天然氣亦同樣大量通過此海峽,而天然氣是肥料生產的重要原料。延遲的貨運正對農業供應鏈造成連鎖反應,聯合國糧農組織警告,截至四月中旬,尿素(一種廣泛使用的氮肥)價格在美國上漲 52%,在巴西則上漲 60%。
「傳統上,因為肥料相對便宜,農民往往會施用允許的最大劑量,」瓦赫寧恩大學(Wageningen University)教授Ioannis Athanasiadis表示,他專注於農業與糧食系統的人工智慧研究。「這就像是對不確定天氣條件的保險。」但對已經面臨燃料、機械與種子成本壓力的農民來說,肥料價格波動正使浪費變得越來越昂貴。
精準農業已協助農民減少化學品使用並節省成本,電腦視覺系統可辨識雜草,並僅在需要處啟動除草劑噴嘴。然而,肥料的應用挑戰更大。許多肥料中的關鍵養分氮,在土壤中無形且高度流動,可能在作物吸收前就被沖刷至根區以下。
「困難在於你永遠無法確切知道植物與土壤中究竟含有多少氮,」加州公司Blue River Technology技術研究員Chris Padwick表示,該公司專門開發農業電腦視覺技術。
精準施肥技術
Blue River 與母公司John Deere共同開發名為ExactShot的精準施肥技術,僅能在播種時使用。該系統可偵測每顆落入土壤的種子,並直接在其上噴灑數滴起始肥料,而非沿著播種行連續施肥。Blue River 表示,該系統可減少超過 60% 的起始肥料用量,並可能使美國玉米作物每年節省超過 9300 萬加侖。
更困難的任務出現在作物生長後期,此時作物需求取決於天氣、土壤類型、先前的施肥量,以及田區內已發生的情況。許多用於精準除草劑噴灑的噴霧機,可加裝倒 Y 形的附件,將軟管拖近玉米植株,在生長季將液態氮滴注於行間。但若缺乏田區哪些區域真正需要氮的可靠資訊,施肥仍屬非選擇性。
John Deere 的 ExactShot 技術可偵測每顆播種的種子,並施用數滴起始肥料。Blue River Technology
Padwick 表示,Blue River 正測試其作物影像系統是否也能成為「植物健康數位掃描器」,利用更廣的光譜涵蓋範圍,在噴霧機通過冠層時分析植被狀況。但取得洞察並不等同於準確解讀。葉片黃化或葉綠素減少可能指向養分缺乏,但也可能表示乾旱壓力、病害或蟲害。因此,有些公司正將感測器移至冠層下方與土壤中,以直接測量提供更客觀的養分可用性資訊。
在美國其他地區,愛荷華州的N-Sense正投注於土壤分析行動機台。其原型土壤硝酸鹽感測器可由卡車拖行穿越田區,進行硝酸鹽濃度的即時測量。該系統使用堅固型微型傅立葉轉換紅外線光譜儀,操作於中紅外線範圍,並搭配鑽石介面。土壤被壓在鑽石一端,紅外線光從另一端通過,使儀器能在鑽石保護光學表面不受磨損的情況下偵測硝酸鹽。
「硝酸鹽特別難以偵測,」N-Sense 總裁兼執行長David Laird表示。「在紫外線範圍,土壤中有許多物質會產生反應,因此很難分離硝酸鹽訊號。但在中紅外線範圍,我們能夠隔離硝酸鹽波段並獲得強烈訊號。」
N-Sense 的感測器在穿越作物田區時即時測量硝酸鹽。N-Sense
該感測器將硝酸鹽資料輸入機器學習軟體,同時整合土壤調查資料、衛星影像與產量資料,產生可直接上傳至拖拉機的施肥處方。
「你不希望孤立地看待氮,」Laird 說。「土壤可能氮含量低,但若水分供應才是限制生產力的因素,添加氮並不會有幫助。」
Laird 表示,在去年測試的一個田區,該公司實現了約 30% 的總氮肥施用量減少。
即時土壤分析
在德國波茨坦,農業科技公司Stenon開發了FarmLab,這是一款行動式土壤分析裝置,旨在讓農民在田間直接取得即時測量值。手持探針插入土壤後,結合光學光譜(讀取土壤如何吸收與反射光線)與基於阻抗的電測量(透過地面發送微弱電訊號,捕捉受水分、鹽分與養分離子影響的特性)。環境感測器捕捉溫度與濕度,並有 GPS 標記將每次讀數與位置關聯。雲端運算與機器學習將原始訊號轉換為可用的土壤資料。目標是推斷關鍵土壤參數,包括硝酸鹽、礦物氮、水分及其他可引導施肥決策的指標。
Stenon 的 FarmLab 利用光學光譜、電阻抗感測與機器學習,產生土壤養分圖以進行精準施肥。Stenon
該公司創辦人兼執行長Niels Grabbert表示,這個想法源於歐洲開始執行硝酸鹽指令,該法旨在保護地下水與地表水免受農業硝酸鹽污染。此前,農民被要求減少氮流失,但缺乏田間氮含量的即時資訊。
「視國家與測試參數而定,取得土壤測試結果可能需要兩到八週,」Grabbert 說。「這意味著農民無法即時了解土壤本身能提供多少養分。」
FarmLab 旨在以更快速、更密集的田間資料取代稀疏的實驗室測試。在 100 公頃的農場,農藝師可每兩公頃進行一次讀數,然後利用軟體將這些 GPS 標記的測量值轉換為養分圖與施肥率,再傳送至農業機械或管理平台。
Grabbert 表示,該技術平均可減少約 20% 的肥料用量,同時視作物與生產系統而定,可提高 2% 至 8% 的產量。
對荷蘭教授 Athanasiadis 而言,這些系統指向正確的方向,但單靠它們仍不夠。「沒有神奇的解決方案,」他說。「我們需要感測器、機器人、人工智慧、政府支持與農民參與共同運作。」
0 Comments
Log in to join the conversation.No comments yet. Be the first to share your thoughts.