Zrozum definicje powszechnie używanych terminów w inteligentnym rolnictwie, w tym rolnictwo 4.0, dane rolnicze, Internet przedmiotów, rolnictwo jako usługa, rolnictwo precyzyjne i inne.

Obrazy lotnicze od teledetekcji:Fotografie wykonane z powietrza, zwykle wykonane przez drony, aby pomóc rolnikom określić status pola.

Rolnictwo 4.0:Podobnie jak w branży 4.0, ze względu na pojawienie się inteligentnej technologii w rolnictwie, jest to zintegrowany wewnętrzny i zewnętrzny system sieciowy dla operacji rolniczych.

Chemikalia rolnicze:Chemikalia stosowane w rolnictwie, w tym nawozy, herbicydy i pestycydy.

Dane rolnicze:Dane z działalności gospodarczej i warunków. Dane mogą obejmować analizę gleby, informacje o wartości odżywczej, wybór nasion, populację roślin i dane dotyczące wydajności.

Agronom: Osoba specjalizująca się w rolnictwie.

Agronomia: Nauka produkcji roślin terenowych i zarządzania glebą.

Algorytm: Matematyczna formuła, którą można użyć do kontrolowania zastosowań o zmiennej prędkości.

Sztuczna inteligencja: Komputery symulują inteligentne zachowanie, takie jak podejmowanie decyzji. AI może odnosić się do wszystkiego, od programów komputerowych, które odtwarzają szachy po systemy rozpoznawania mowy, takie jak Amazon Alexa, które są używane do interpretacji i reagowania na mowę.

Big Data:Informacje zebrane w dużej liczbie różnych zestawów danych za pośrednictwem czujników IoT i urządzeń.

Analityka dużych zbiorów danych: Sprawdź dużą liczbę różnych zestawów danych (zwanych dużymi danymi), aby ujawnić ukryte wzorce, nieznane korelacje, trendy rynkowe i preferencje klientów, które można wykorzystać do podejmowania decyzji.

Centralny system nawadniania: Zastosuj stosunkowo jednolitą ilość wody na pole.

Rolnictwo jako usługa: Znany jako FAAS, odnosi się to do sposobu, w jaki rolnicy używają subskrypcji lub wynagrodzenia dla technologii i danych. W przypadku małych i średnich gospodarstw jest to idealne do podejmowania decyzji opartych na danych w celu zwiększenia wydajności i wydajności, w tym rozwiązań do zarządzania gospodarstwem, pomocy produkcyjnej i dostępu do rynku.

Dane geograficzne:Informacje o lokalizacji przestrzennej i monitorowanych przedmiotach, niezależnie od tego, czy jest to wydajność, liczba nasion, czy inne czynniki.

Geo-reference:Dodaje dane geograficzne do innych właściwości terenowych, które są generowane w czasie rzeczywistym lub po zebraniu danych.

Globalny system pozycjonowania:System, który wykorzystuje sygnały satelitarne do zlokalizowania i śledzenia położenia odbiornika/anteny na ziemi.

Mapa siatki:Próbki gleby lub roślin można uzyskać w celu analizy z góry określonych informacji o lokalizacji w terenie. Informacje te można wykorzystać do oceny wymagań płodności i do określenia przybliżonej lokalizacji różnych zastosowań nawozów.

Internet przedmiotów:Internet przedmiotów obejmuje miliardy urządzeń podłączonych do Internetu za pośrednictwem czujników lub Wi-Fi. Każde urządzenie gromadzi dane, a dane te (łącznie określane jako Big Data) są wymieniane i analizowane.

Dane maszynowe:Informacje o tym, jak działa urządzenie. Może to obejmować zużycie paliwa, wskaźniki zdrowia maszyn, kody diagnostyczne i wydajność silnika.

Uczenie maszynowe:Uczenie maszynowe jest sub-obojętnym sztucznej inteligencji. Podstawową zasadą jest to, że maszyna nabywa dane i uczy się sam.

Precyzyjne rolnictwo: Znane również jako inteligentne rolnictwo lub precyzyjne rolnictwo. Obejmuje szereg technologii, w tym teledetekcję, urządzenia IoT, robotykę, analizy dużych zbiorów danych i sztuczną inteligencję w celu stworzenia zintegrowanego systemu zarządzania produkcją plonów w określonym miejscu w celu zwiększenia zysków, zmniejszenia odpadów i utrzymania jakości środowiska.

Produkcja rolna:Seria działań rolniczych i wynikających z nich produktów rolnych zostanie sprzedana na rynku.

Zdalne wykrywanie: Skanowanie obiektów przez samoloty satelitarne lub na dużej wysokości, aby uzyskać informacje bez bezpośredniego kontaktu między czujnikiem a obiektem.

Ciągniki do siewu rzędu:Ciągnik o regulowanej szerokości bieżnika, który pozwala ciągnikowi przejść przez rzędy kukurydzy, pomidorów lub innych upraw bez uszkodzenia roślin.

Ciągnik samodzielny:Automatyczny pojazd rolniczy, który zapewnia wysoki moment obrotowy przy niskich prędkościach.

Inteligentne rolnictwo: Korzystanie z nowych technologii do zmiany metod rolnictwa przez wieki.

Mapa gleby:Mapa pokazująca różnice we właściwościach gleby, takich jak tekstura, płodność, materia organiczna i pH pola uprawnego.

Zrównoważona intensyfikacja: Celem rolnictwa jest zwiększenie produkcji istniejących gruntów uprawnych przy jednoczesnym minimalizowaniu szkód środowiska, oszczędzaniu różnorodności biologicznej i ochrony ziemi dla przyszłych upraw.

Telematyka: Integracja komunikacji i technologii informacyjnych do wysyłania, przechowywania i odbierania informacji z urządzeń telekomunikacyjnych do zdalnych obiektów przez sieć.

Całkowita wydajność czynnika: Miara produktywności rolnej, która rozważa wszystkie zasoby gruntów, siły roboczej, kapitału i zasobów materialnych wykorzystywane w produkcji rolniczej i porównuje je z całkowitą produkcją upraw i zwierząt gospodarskich.

UAV: Bezzałogowy pojazd powietrzny, samolot napędzany przez zdalny lub pokładowy komputer, zwykle nazywany dronem.

Zmienne nawadnianie:Pojawiająca się technologia stosowana w połączeniu z centralnym systemem nawadniania piasty.

Dane pogodowe: Informacje o opadach, wiatrze, temperaturze i innych warunkach klimatycznych.

Mapa wydajności: Mapa pokazująca różnicę w plonach polowych.