การเปลี่ยนแปลงภูมิอากาศ: หุ่นยนต์ในฟาร์มสามารถต่อสู้กับการปล่อยมลพิษและการเติบโตของอาหารได้มากขึ้น

การปฏิวัติโบจะมาถึงฟาร์มแห่งอนาคตและมันสามารถลดก๊าซเรือนกระจกและสนับสนุนประชากรโลกที่กำลังเติบโต

นักวิจัยที่มหาวิทยาลัยฟลอริดาตีพิมพ์บทความลงในวารสาร วิทยาการหุ่นยนต์วิทยาศาสตร์ พุธเรียกร้องให้เกษตรเตรียมพร้อมสำหรับอนาคตด้วยโดรนยานพาหนะอัตโนมัติเซ็นเซอร์และปูทางสู่ความยั่งยืน Senthold Asseng ผู้เขียนบทความพร้อมกับ Frank Asche บอก ผกผัน เทคโนโลยีเหล่านี้สามารถแก้ปัญหาต่าง ๆ เช่นรถแทรกเตอร์อัดดินและลดพื้นที่สำหรับอากาศและน้ำ มหาวิทยาลัยรัฐไอโอวาพบว่าการบดอัดนี้สามารถลดผลตอบแทนได้ 20 เปอร์เซ็นต์เพียงอย่างเดียว

“ ความยั่งยืนที่เพิ่มขึ้นอย่างมากนั้นมาจากการแทนที่เครื่องจักรกลหนักด้วยหุ่นยนต์ที่มีน้ำหนักเบาและเจ้าหน้าที่ที่เอาชนะปัญหาการบดอัดดินของการเกษตรสมัยใหม่” Asseng กล่าว “ การพัฒนาอย่างยั่งยืนจะเพิ่มขึ้นโดยการใช้ปุ๋ยและยาฆ่าแมลงให้เหมาะสมที่สุดสำหรับแต่ละส่วนของสนามและในเวลาที่จำเป็นดังนั้นการสูญเสียน้ำท่าและการชะล้างจะลดลงหรือหลีกเลี่ยงโดยสิ้นเชิง”

มันเป็นช่วงเวลาที่มีความกังวลอย่างมากสำหรับการเกษตรเนื่องจากผู้เชี่ยวชาญเตือนว่าการเปลี่ยนแปลงสภาพภูมิอากาศอาจผลักดันให้บางรัฐทบทวนแหล่งอาหารของตนอย่างมากเมื่อพืชเริ่มล้มเหลว ธนาคารโลกได้เตือนว่า 100 ล้านคนอาจถูกผลักไสไปสู่ความยากจนอย่างรุนแรงภายในปี 2573 โดยขาดแคลนอาหารในรายการที่น่าเป็นห่วง ผู้คนราวหนึ่งพันล้านคนทั่วโลกหิวโหยมากถึง 1.7 พันล้านวัดน้ำหนักตัวเกินจากการบริโภคแคลอรี่สูง

โครงร่างของทั้งคู่เกี่ยวข้องกับหุ่นยนต์และเจ้าหน้าที่ที่จะลงสนามเพื่อทำงานที่สมบูรณ์และเก็บข้อมูล แหล่งข้อมูลอื่นเช่นดาวเทียมและเซ็นเซอร์ขนาดเล็กสามารถให้รายละเอียดเพิ่มเติมเกี่ยวกับสถานะปัจจุบันของฟิลด์ ข้อมูลนี้จะถูกส่งไปยังอัลกอริทึมและแบบจำลองสถานการณ์เพื่อทำความเข้าใจกับแรงกดดันทุกรูปแบบเช่นการพยากรณ์อากาศความต้องการของผู้บริโภคการเปลี่ยนแปลงของตลาด สิ่งนี้จะช่วยให้ผู้เชี่ยวชาญสามารถตัดสินใจเพื่อเพิ่มการผลิตและยังสามารถช่วยเหลือผู้มีอำนาจตัดสินใจในระดับที่สูงขึ้นเพื่อสร้างความมั่นคงด้านอาหารทั่วประเทศ

ระบบสามารถช่วยหลีกเลี่ยงการทำลายระบบนิเวศ กระดาษบันทึกว่ามีปลาหลายพันตัวถูกฆ่าตายในอ่าวเม็กซิโกเนื่องจากการใส่ปุ๋ยมากเกินไปในแม่น้ำมิสซิสซิปปี

“ การสูญเสียปุ๋ยไนโตรเจนที่ลดลงจะช่วยลดการปล่อยคาร์บอน” Asseng กล่าว “ การจัดระเบียบการใช้ที่ดินโดยการใช้โดรนและหุ่นยนต์ที่มีความยืดหยุ่นมากขึ้นในการเข้าร่วมพื้นที่ขนาดเล็กจะเป็นอีกสิ่งหนึ่งที่เป็นประโยชน์ต่อความยั่งยืนโดยอนุญาตให้มีการจัดการการใช้ที่ดินในแนวนอนเพื่อลดศัตรูพืชและโรคความดัน ทั้งหมดนี้สามารถลดการใช้พลังงานและลดการปล่อยก๊าซคาร์บอนได้อีกด้วย”

ชาวนาในปัจจุบันจะแนะนำทีมเกี่ยวกับวิธีการจัดการด่านหน้าในอนาคตที่ดีที่สุด แต่ทีมจะค่อยๆเปลี่ยนไปใช้บทบาทที่เป็นศูนย์กลางมากขึ้นด้วยนักวิทยาศาสตร์ด้านข้อมูลและโปรแกรมเมอร์ที่เข้ามามีบทบาทสำคัญยิ่งขึ้น

แม้ว่างานวิจัยของ Asseng และ Asche จะเน้นไปที่การผลิตพืชเป็นส่วนใหญ่ แต่งานวิจัยอื่น ๆ แสดงให้เห็นว่าการใช้พลังงานสามารถทำให้ฟาร์มยั่งยืนได้อย่างไร สนามบินนานาชาติโคชินในอินเดียใช้พื้นที่ด้านล่างแผงเซลล์แสงอาทิตย์เพื่อปลูกผัก 60 ตันในหนึ่งปี แนวคิดนี้เรียกว่า "agrophotovoltaics" และนักวิจัยจากมหาวิทยาลัย Hohenheim ของเยอรมนีพบว่าสามารถเพิ่มประสิทธิภาพการใช้ที่ดินได้ร้อยละ 60 การใช้พลังงานแสงอาทิตย์เพื่อผลิตกระแสไฟฟ้าของฟาร์มสามารถช่วยให้ก้าวหน้าต่อไปได้

“ หุ่นยนต์ในฟาร์มในอนาคตสามารถใช้พลังงานแสงอาทิตย์หรือแหล่งพลังงานหมุนเวียนอื่น ๆ ได้” Asseng กล่าว “ อย่างน้อยสิ่งนี้จะเป็นที่พึงปรารถนา แต่ไม่ใช่คำขอล่วงหน้าสำหรับระบบที่เราอธิบายไว้ในบทความนี้”

เมื่อโลกเคลื่อนไปสู่สถานการณ์ที่เลวร้ายที่สุดสำหรับการเปลี่ยนแปลงสภาพภูมิอากาศจึงจำเป็นต้องมีแนวทางที่ยั่งยืนมากขึ้นกว่าเดิม

อ่านเอกสารแนะนำที่นี่:

ในการเผชิญกับความท้าทายระดับโลกในการผลิตอาหารมากขึ้นเนื่องจากการเติบโตของประชากรจำเป็นต้องมีการคิดใหม่อย่างรุนแรงเพื่อลดข้อ จำกัด ที่กำหนดโดยพื้นที่เพาะปลูกที่ลดน้อยลงและน้ำจืดในสภาพอากาศที่เปลี่ยนแปลง เมื่อเร็ว ๆ นี้มีความก้าวหน้าในการพัฒนาขีดความสามารถและต้นทุนของเทคโนโลยีที่เกี่ยวข้องกับระบบการผลิตอาหารเราเริ่มคุ้นเคยกับแนวคิดของเครื่องจักรอิสระเช่นรถแทรกเตอร์และเครื่องเกี่ยวนวดข้าวการนำทางขึ้นและลงสนาม ความก้าวหน้าทางเทคโนโลยีได้ติดตั้งหุ่นยนต์และโดรนเพื่อให้งานที่แม่นยำและพร้อมกันเพื่อรวบรวมข้อมูลจำนวนมาก สตรีมความหนาแน่นและความละเอียดของข้อมูลที่หลากหลายจากดาวเทียมมีการปรับปรุงอย่างต่อเนื่อง ด้วยเทคโนโลยีไมโครเซนเซอร์ไร้สายราคาประหยัดข้อมูลเหล่านี้สามารถถ่ายทอดไปยังสถานีควบคุมระยะไกลซึ่งสามารถรวบรวมและวิเคราะห์“ ข้อมูลขนาดใหญ่” ในระบบการผลิตอาหารโดยเฉพาะได้ ตัวอย่างเช่นในฟิลด์เฉพาะข้อมูลที่มีความละเอียดชั่วคราวของวินาทีและความละเอียดเชิงพื้นที่ของ cm2 สามารถตรวจสอบได้จากระดับที่แตกต่างกันของหลังคาพืชจากพื้นผิวดินและจากดินใต้ผิวดิน ข้อมูลเหล่านี้สามารถเชื่อมโยงกับระบบที่มีอยู่แบบจำลองสถานการณ์หรืออัลกอริทึมการเรียนรู้ของเครื่องจักรสำหรับการสร้างแบบจำลองเพื่อเพิ่มประสิทธิภาพการผลิตอาหารและการใช้ทรัพยากร ปริมาณของปุ๋ยหรือยาฆ่าแมลงสำหรับพืชหรืออาหารสัตว์หรือปลาสามารถคำนวณได้ตามความต้องการสภาพอากาศและการคาดการณ์ตามฤดูกาลแนวโน้มตลาดและความต้องการของผู้บริโภค คำแนะนำต้นทุนต่ำสำหรับการแก้ไขปัญหาการจัดการสารอาหารและการรับรู้และการรักษาวัชพืชโรคและแมลงศัตรูพืชสามารถเข้าถึงได้บนเว็บเนื่องจากส่วนประกอบทั้งหมดจะเชื่อมต่อกับอินเทอร์เน็ต