logo821.gif (10572 bytes) 首頁          新增資料與公告

   

最新消息  :

農業數位化-農業4.0系統文獻評論

農業和營養物大數據

MICA 項目中將數據和資訊轉化為知識

 

 

數據分析與知識產業

首頁
上一層
BSE LAB 介紹
非洲產業研究中心
生醫研究之統計方法
授課資料
人文關懷
無官御史台
武漢肺炎與產業
智能生物產業
活動公告區

 

 
法國的農業與數位技術
 

中興大學 生物系統工程研究室 陳加忠

 
 

資料來源:

https://hal.inrae.fr/hal-03604970

執行摘要

在世界各地,糧食系統由於外部壓力(氣候變化、價值鏈組織等)和內在因素(創新、農民數量減少等)正在發生深刻的變化。食物安全是全球層面的第一大關切事項。由於對生產方法的強烈需求,變得更加可持續和保護,伴隨著以有吸引力的家庭農業為基礎的有活力的農村結構。這就是為什麼正如糧農組織提醒那樣,生態農業是包括法國在內的國家越來越多的重要問題。在這些變化的同時,農業和所有經濟部門,正看到數位技術的熱潮。自2010年代中期以來,數位農業的概念應運而生。它既定義了一種農業形式,在農業生產及其生態系統的各個層面:農場、支持服務、領域,價值鏈。使用數據等數位科學技術的食品系統,應用於採集科學和技術(衛星、感測器、連接對象、智慧手機等)、傳輸和存儲(3G/4G/5G覆蓋、低速地面或衛星網路、雲端)和車載或遠程處理(超級電腦可通過超高速通信網路、人工智慧存取)

政府和專家經常將數位技術視為促進農業發展,造福農民,消費者和整個社會的機遇。但是這是什麼意思?什麼的數位工具應該發展嗎?

此白皮書在說明這些問題,並提出更好地在農業和食物鏈中部署數位技術的理解、掌握、準備、裝備和支持。同時採取考慮到它將如何改變農業部門及其生態系統的方式,目的在利用它來支持農業生態轉型(AET),食品的主題化和重新平衡的供應鏈。在六章中的結構,在介紹之後,第2章介紹了改變農業和糧食系統。最新技術概述然後介紹現有的數位技術(第3章)。提供的可能性通過數位技術促進生態農業轉型,和更好地融入然後對社會進行盤點(第4章)。識別數位農業發展失控與相關的風險,同樣需要避免或盡量減少陷阱(第5章)。第6章介紹了我們的兩個機構INRAEInria其技術問題和確定的挑戰。可以動員法國研究生態系統,特別是開發負責任的數位農業技術。

農業臨的挑戰需要重新考慮食品的生產和供應方式

今天,一系列全球變化正使農業食品系統承受壓力。

一方面,不斷增長的人口。根據聯合國的中值情景數據顯示,2050年將達到95億人。隨著飲食的變化(例如在中國),必須在適應日益嚴重的破壞的情況下獲取食物:氣候變化,崩潰生物多樣性,減少資源(土壤,淡水,磷肥)。在另一方面,農業必須加快變革以實施更尊重動物福利畜牧生產,並減少其對動物福利的影響的環境系統。減少資材的使用,如抗菌劑、化肥、殺蟲劑。合理使用自然資源,如水,減少土壤壓實和溫室氣體排放,更好地利用生物法規。並有助於二氧化碳的儲存和生物多樣性的保護。在最近70年來,農業有利於集約化和專業化。農業部門基於有競爭力的定價,這種現象通過全球化正在加劇。從本質上講,它們受制於不平衡的權力關係,甚至在不同利益的參與者之間。此外農業在許多情況下已成為專業化,在領先的地區達到不平衡。這在專業化和這些元素的相互依存性,導致了極大的複雜性,與放大不穩定性,倍增失敗的風險,最終成為變革的主要障礙。因此十分重要,非常迅速地實施策略以改進生產技術和方法,組織農業食品系統以提高其復原力。

根據糧農組織的說法,生產可以朝著兩種模式發展:可持續集約化,提高流程效率和融入長供應鏈與農業生態學以基於自然生產過程,並使用當地和主權糧食系統。現在支持第二個模型,受法國EGAlim法律和許多地方當局和公民的約束。農場結構還有一個注意點:為農民工作提供體面的條件很重要,以保護世界上佔多數的家庭農業。

在這種情況下,數位技術可以向主要化食品系統中的農業生態學和家庭保護促進良性轉型。通過提供資訊以更好地了解這些複雜的系統,和個人或集體決策支持,以及具體支持行動、交換、價值鏈的重新配置、策略的制定政策等,正是在本白皮書中進行探索將數位技術服務於服務路徑向生態農業的過渡,和我們所擁有的糧食系統的更新選擇。

基礎和先進的技術在技術和方法

在雄心勃勃幫助這種變革的數位技術之前,第一步是看看當前的研究進展可以提供什麼。

數位農業基於三個行動槓桿,當這些槓桿被調動時齊心協力,引領創新:(1)發展帶來的海量數據感測器(從納米感測器到衛星)並促進通信和存儲,(2)計算能力,這使得實現人工智慧和新的建模方法,以及

3)連通性和資訊交換接口。

除了這三個槓桿之外,還有第四個槓桿已經存在,但正在被量測和計算能力更新:自動化和機器人化。在本文中我們將特別關注以下技術和方法。

數據

提供地面採集數據的感測器提供硬體和軟體挑戰。定義需求的性質和範圍,那些重要被量測,以及哪些量測技術應該被優先考慮,和如何實施它,如何以最低的成本獲得有用的資訊。

免費衛星圖像(例如來自Sentinel-2)、連接對象和協作手機上的應用都是海量數據源。通過處理這些數據,我們可以直接或間接量化所需的屬性,合併來自多個來源的數據。後一種方法是改進評估值的準確性的策略。但由於以下原因,引起了多個匯總問題來源的性質及其粒度和準確度。數據存取也是一個問題:使用FAIR數據有助於其重用,而區塊鏈允許數據以不可篡改的方式在利益不同的參與者之間共享。

造型

這是代表農業生態系統的關鍵要素,它本質上是複雜,以便模擬、最佳化和管理它們。是涉及不同的層次,從植物和動物到人口,領土或價值鏈,以及與層次耦合相關的額外挑戰,和代表子系統的模型。建模是在農學中一種相對古老的方法,但今天它正在被數位技術更新。一方面,大量的數據使我們基於人類分析和數據處理經驗模型的方法(線性或非線性多元方法,人工智慧)補充傳統的機制。在另一方面,建模系統變得越來越複雜,現在包括人類。因此,決策建模涉及有限理性額外的概念,並動員特定的框架來考慮人類代理能力:離散的事件系統、基於代理的系統、基於約束的模型等模擬,用於表示具有以下行為的農業系統,甚至難以分析社會生態系統。它提供了對可能狀態的描述,並且可以可用於多種用途。例如個人或集體決策支持指導模型和訓練。最佳化在決策支持方面更進一步,因為它根據給定問題尋找解決方案一個或幾個標準。它用於管理溫室或農業設備的自動控制、機器人技術、個人決策中的食品配方、作物規劃等,和土地或水資源管理,經濟決策等集體決策。它依賴於一系列方法來進行更多和更複雜確定性方法、原啟發式隨機方法等。提出了許多與不確定性、時間性、要建模的過程的複雜性等。

知識提煉

除了這些分析建模方法,新的方法正在直接從數據中推斷出的模型出現,足夠的數據來覆蓋參數空間。這尤其適用於來自遙感或時間序列的數據,例如通過連接收集的數據對象。經過必要的預處理階段以提高可靠性數據(與專家數據比較稱為清理),它使用不同的處理形式來提取可理解的資訊。監督方法包括無法直接量測的預測值或將數據分類為使用線性或非線性方法(例如神經網路)的不同類別。這代表著擁有一組量測數據和參考數據的期望值。如果參考數據不可使用,則使用非監督方法(例如聚類,模式挖掘)。實施特定方法以提高性能學習系統(強化學習)或數據聚合(OLAP處理)。

新知識由模型提取或生成,並被形式化和組織,通過決策支持系統將其提供給不同的用戶以適應每項活動。無論是種植還是畜牧生產。需要新的本體來建立符合人體工程學的界面,從而允許共享、鏈接和使用這些知識,特別是通過針對新的語義網提供的機會。

機器人

自動化和/或機器人系統是數位技術的另一方面,變得越來越準確和可靠。機器人技術最初發展於畜牧業(例如固定擠奶機器人、封閉環境中的清潔機器人),但它在作物生產方面面臨著額外的挑戰,以面對不斷變化和不受控制室外環境。當前的問題包括GPS的使用、精準、安全、低成本的定位,移動機器人的安全(能夠避免碰撞,能夠協商障礙),人類和機器人、動物和機器人,甚至地面機器人和無人機等合作模式。

數位技提供機會用於生態農業和可持續食品

方向正確,數位技術就具有開放潛力以應對生態農業轉型挑戰的許多機會,提高與農業垂直(上游-下游)的整合和橫向地域生態系統,並提高農民的行動能力。

提高生產

在感測(sensors)、認知(DSS for“決策支持系統)和物理水準(機器)結合可以提高生產方法。今天精準農業或精準畜牧的生產概念通常與集約化農業有關,但在農業生態學中有效。特別是來自感測器和模型的自動觀測用於監測動植物健康,並用於大規模實施更多複雜的種植過程(混合種植、選擇性收穫等)。這需要能夠分析感測器信號的和模型接收給出狀態的描述,對未來狀態的預測或處方。除了干預背後的決策之外,一些模型可以幫助生產組織的策略決策。在特別脆弱的階段(AET、氣候變化)過渡過程中和多目標決策。作為減少物理負重的助手。機器人可以為新作物的特殊要求,提供解決方案系統(混合種植、農林業)和畜牧系統(擠奶機器人))。然而,提高生產也需要積累事先了解這些新的、多樣化的和複雜的系統知識。那工程AET的基本知識可以從三個相互關聯的數位中受益:(1)複雜系統的表示,(2)大規模(並且可能參與式)關於種植和畜牧生產新方法的數據收集(農場表型分析)和(3)從數據中推斷出新模型。

改善與生態系統的融合

數位技術可以幫助更新農業生態系統,包括農業服務(保險、諮詢)、價值鏈的組織和農業區域的管理。受互聯網的鼓勵,價值鏈正在被改變以去中介化,以及產品的可能性透明度,這是當今消費者越來越需要的。區塊鏈經常被作為保證生產透明度的一種方式,目前仍然構成多個技術和治理問題。領土管理是另一受到數位技術影響的農業生態系統。這地域層面既涉及農業生態學(景觀生態學,通過閉合循環的循環經濟)和農業,在各地區發揮著核心作用並且是與資源(土地、水)的使用有相關的緊張局勢。數位技術可以提供更好的工具以識別物質流,並促進調解和集體決策(支持機型等)。

改善分享和學習

數位科學技術提供的連通性促進了個人以及集體分享和學習,兩者都是生態農業創新的源泉。知識被資本化並在同行,或者直接藉由社交網路)或者通過參與的集體過程數位技術在其中發揮著越來越大的作用(例如數位農民田間學校)。

具有創新目標的參與式方法(開放式創新、生活實驗室)可以通過促進數據的表達和處理,並追踪每個人的貢獻。

最後農民可以成為私人或公共行為者的數據提供者(研究可以通過農場試驗、領土文件等),這可以改變他們的狀態以獲得更好的整合和認可。

全球南方的機遇

大多數國際組織和支持者將數位技術視為全球南方,特別是非洲轉型的主要來源。數位的技術可以幫助服務經濟多元化,加速農業結構性轉型,使其對年輕人更具吸引力,改善本地建立地域性糧食系統,遠距離的價值鏈,保證產品可追溯性水準並幫助建立資訊資本的領土。然而技術問題仍然存在弱點。關於了網路覆蓋,缺乏基礎設施,資訊系統薄弱,並考慮到語言的多樣性,甚至文盲人機界面。數位技術還提高了政治、經濟和社會問題。

確定避免的風險

社會數位技術的發展及其帶來的變化,自然也伴隨著內在風險,農業部門也不例外。關於數位農業能否滿足期望,可能會遇到什麼困難,它有什麼漏洞可以強調。

識別出的第一個風險,是未能反應更多的需求生態農業形式。在數位技術發展的同時,農業提供了減少資材的解決方案,這種好處可以伴隨通過會阻礙替代方案實施的技術,鎖定更激進和更系統的做法,或建立替代方案的做法可以提供更好的環境和社會經濟的組織好處。此外數位接口的廣泛引入農民和動物或植物,在日益技術化的背景下農業生產,也可能削弱與自然的聯繫,尤其是人與動物的聯繫。但是今天的社會顯然在尋找一種類型,與我們周圍的生活世界聯繫更緊密的農業。

最後數位技術具有一定的生態足跡,了解農業仍然很差,以及數據設備和操作的增加捕獲、轉移、儲存和計算可能會加劇環境影響。

另一需要考慮的風險是涉及通過數位技術,加強工業化軌跡,將生產集中在更大的單位和農場中生產率的社會後果。這一運動可能會排除少數的農業,主要是經濟規模較小的農場。機器人技術的發展可能導致農業就業不穩定,尤其是對貧困的農民工人口。無論是在個人(缺乏技能)還是地域層面(欠發達的數位基礎設施),獲得數位技術的困難,也可能成為農業排斥的一個因素。數位化可能會影響農民的決策自主權(使用DSS),甚至是他們的專業意義,害怕成為單純的數據工作者。另一個與數位化有關的問題是農業和農業之間其上游和下游部門權力關係的變化。在上游,數位技術可能會影響對生產工具的理解和使用,因為它們越來越複雜。使維護和訓練變得越來越困難,並可能領先依賴於某些特定的輸入。在下游,新的數據技術可能會改變某些參與者在價值鏈中的角色(例如數位領域的公司)。在共享和治理,以及由下游參與者驅動的子公司建立形式的風險。最後重要的是要考慮農業數位技術引起的關注建議及其參與者、方法、內容和合法性。

確定的第三組風險,涉及數位和糧食主權。食物鏈中日益增長的數位化,以後也可能包括農業壟斷參與者和工具的出現。此外數位主權涉及數據控制,存在農業數據被供應商扣押的風險,數位技術或服務(農業設備、農業科技公司、數位巨頭等)等農業數據的共享,這是創新的優先事項,因此必須對這些數據進行結構化,並澄清對這些數據的管理。最後還必須考慮網路安全風險,例如通過連接對象(感測器、機器人等)、地理定位系統的可用性以及防止農業盜版(竊盜,損壞,破壞)數據的挑戰。到目前為止,我們的糧食系統相對未受到影響。這十分重要,這可能使它們成為未來的潛在目標。

最後,農產品系統的數位化可能會增加對系統中不同參與者之間的資源,並與生產和擁有這些技術的人一起建立新的依賴關係。這可能會突出面對不可避免的許多動盪。系統的脆弱性,對未來幾十年我們社會的運作產生強烈影響。

一般來說,應該注意到農業及其上下游部門形成了一個複雜的社會技術系統,其中總的能源成本正在崛起。重要的是,這不會超過預期數位化的好處。數位技術的發展,也可以放大越來越複雜動態,絕不能被允許引發一個輕率的技術。匆忙將我們鎖定在無法控制的複雜性的螺旋。

未來農技術數位化發展面臨的挑戰

抓住數位技術為生態農業和重新平衡的價值鏈,在識別和預測風險的同時,也帶來科學、技術、經濟、組織和政治挑戰。我們會詳細關注科學和技術挑戰,以及人類應對可持續食品的四類主要相關問題所面臨的制度挑戰:

1.                  完善集體管理,納入屬地層面,

2.                  改善農場管理,

3.                  重新平衡上游之間的價值鏈和下游

4.                  建立和共享數據和知識。

集體管理

這產生了新的需求:(1)在地域層面收集數據(同時管理特異性、量測範圍、分辨率之間的平衡,和多源數據的異質性),(2)可視化這些數據和後處理非專業觀眾的結果(通過闡明複雜的概念如不確定性、不完整性),(3)豐富工程方法,以促進參與和開放式創新(需要支持模型、遊戲化、參與式會議的分析工具),集體決策(數位工具用於審議、談判和投票過程)和調解(建立數位邊界對象,例如支持模型,以鼓勵利益相關者之間的對話)。

個體農場管理

目的是提高農民的感測能力、認知能力和身體能力。

對於感測,需要高度準確和安全的地理定位,及早植物或動物問題的預警系統,廉價和非侵入性感測器、分佈式數據處理以傳輸限制、數據異構融合,來建立相關指標和減少不確定性的策略。

關於決策,研究挑戰涉及建立以下幾個方面模型:代表複雜而廣泛的社會農業生態系統(多尺度和多時態建模、交互整合、數位化孿生概念),將專家知識融入模型(知識環境、策略選擇)、構建以用戶為中心的DSS(個性化推斷資訊,建立不斷發展的模型,確保正確運行並提出建議。使用戶界面適應特定方面農業工作,管理不確定性及其傳播。

在機器人技術中,有在動態場景感知和解釋方面仍然面臨挑戰環境(即機器人對圖像和其他感知的分析),移動操縱和與移動載體的協調,人機互動共享自治、穩健經營、適應新環境生產系統。

除了這些技術方面,該領域的問題關於機器人技術與工作轉換之間聯繫的人文學科。

農業生態系統與利益相關者關係

在上游,可以通過開發數位技術來改善更加個性化的數位 服建議,這需要結合農場的特點和潛力以及農民的偏好和潛在的楷模。可以通過建立新的和更公平的指標,來改進基於自動收集的數據(遙感、連接對象)保險政策。

在下游,可以通過以下方式幫助農民與消費者重新建立聯繫,提高透明度的簡單數位解決方案(產品資訊)並通過改進平台化。區塊鏈可能是應對以下問題的解決方案。對透明度的需求,帶來了更多的技術挑戰(例如資訊流和物理流之間的鏈接,私有之間的耦合,公有鏈與公有鏈環境影響,整合,數據重用)和制度挑戰(應該如何管理區塊鏈?)。

平台化和去中介化帶來其他挑戰:多個農民之間生產計劃(提供餐飲或城市需求);協調行動者在的食品中心對不同產品進行分組;開發物流解決方案。在全球南方,對於避免因特定天氣條件而加劇的收穫後損失。

共享數據和知識的工具

數據和知識目的將是在促進生態農業,如果科學、技術、監管、組織和可以應對與分享相關的體制挑戰。參與式數據(來自專業人士或非專業人士)將獲得更大的數量,提高有關數據品質、估計和計算所產生價值的問題,並承認參與者在由此產生的創新中的作用。有哪些形式治理應該用於此數據嗎?怎能安全的數據流通,避免單一參與者的權力支持挪用?

至於知識,需要共同建立(參與式、嚴肅的遊戲等)並正式化提出了數位公共的問題,以及通過本體來收集和連接專業知識,這將需要蓄池化和對齊。

總之,數位農業的所有研究,都將以跨領域挑戰為基礎

目的在建立負責任的數位技術以實現可持續發展的農業研究,必須絕對納入(1)農業的系統願景和數位技術(考慮到技術的影響),(2)減少環境影響和經濟成本,(3)糧食系統和保護方面的復原力,而非經濟最佳化,和(4)網路安全(通過物聯網的攻擊、數據劫持、地理位置干擾等)。這些是一個更加重要的話題,因為它會影響食物主權。

糧食系統和農業朝向更可持續的轉變方法(農業生態學、地域化的食物系統、重新平衡的長鍊等)。在氣候變化的背景下,是多年來最大的挑戰。數位技術正在農業中迅速部署,雖然它可以提供解決方案,但也可能會破壞脆弱的平衡。它可以伴隨並加速良性轉變,但必須進行預測和避免誤用的陷阱。最相關的研究挑戰關注於:1.數據不同級別的收購和相關的治理問題;2.農民在認知(決策支持)、感官(獲取和傳播資訊)和物理層面(工具、機器人和協作機器人);3.建模-這些複雜的系統和相關不確定性的管理;4.數位的鼓勵參與過程的工具;5.可追溯性和消費者之間使用數據,6.最後是網路安全的關鍵問題。因為農業生產涉及糧食主權這一事實。採用的方法將在建立負責任的數位技術,對於農民發揮基礎作用:優先研究可以使用負責任的研究和創新(RRI)框架,開始出現在數位農業。還需要一定程度的跨學科和跨學科工作。最後重要的是請記住,現今存在幾種農業模式,未來將帶來更加多樣化,導致開發適合每個人的數位報價模型及其需求。