京公网安备 11010802034615号
经营许可证编号:京B2-20210330
农业大数据:利用大数据的农业创新
小孟家拥有五大技术集成平台,作物育种、农业生物技术、作物保护、农业生物制剂和数据科学,为种植者提供综合农业解决方案。2018年1月,孟山都发布年度产品研发线,连续第五年,研发线上超过20个研发项目取得重大进展,阶段推进项目数量创历史新高。
作物育种
1.孟山都的高密植玉米系统
预计2018年推出,采用常规育种技术,使玉米种子在小间距种植时,也能够生长茂盛。农民可以小间距种植并尽可能地提高田间密度,充分利用阳光、水分和土壤营养。
2.孟山都的蔬菜育种项目
每年平均为农民提供20种作物的125个新品种,在农艺表现、风味特点、大小、颜色或形状方面提供更多改良。这些年度育种进展帮助孟山都的蔬菜种植者和他们的客户,在农产品价值链中获得更大成功。
农业生物技术
小孟家拥有行业领先的农业生物技术,一直致力于杂草、虫害管理和其他农艺性状的开发,稳定和提高种子的产量潜能,同时保护土壤和环境,减少水土流失,减少碳排放,节省能源,节约劳动力。产品研发线项目旨在帮助农民解决以下问题:
1.棉花的草盲蝽和蓟马控制技术
目前进展到第4阶段,旨在保护农民的棉花作物免受草盲蝽、蓟马和盲蝽蟓等害虫的侵害。这项技术有望率先成为能够同时控制所有三种棉花害虫的产品,并具有帮助农民减少杀虫剂喷洒的潜力。
2.TreceptaTM 技术
预计2018年上市,旨在帮助农民保护玉米作物免受毁灭性害虫的侵害,包括秋粘虫、棉铃虫、玉米螟和切根叶甲。
3.除草剂耐受系统进展:第四代耐除草剂棉花
目前进展到第2阶段,预期进一步促进免耕和保护性耕作实践,保护表层土壤,以防流失到溪流、河流和湖泊中。免耕土壤通过作物和植物材料吸收储存碳,防止其扩散到大气中。
4.抗虫系统进一步进展:第四代抗地上害虫玉米
目前进展到第3阶段,帮助农民减少必要农药的施用次数,降低农药喷洒机穿梭农田的频次,节约能源并降低碳排放。
作物保护
小孟与合作伙伴一道,通过新型配方的化学品及不同化学品的优质预混剂,管理田间杂草,保护田间作物。同时化学品的预混合使用可以延缓杂草抗性的出现。下一代除草剂预混剂的新型组合进展项目包括:
1.新型配方和成熟除草剂的组合
例如 Harness? Max Acetochlor Premix,预计2018年上市,Next Gen Dicamba Premix (进展到第2阶段)和Acetochlor +Dicamba+3rd MOA Premix (进展到第1阶段),这些最终都将会帮助农民管理与作物争夺阳光、水分和营养的杂草。
农业生物制剂
提高作物产量
此平台也发布了产品研发线的最新进展,旨在通过生物制剂提高作物产量。
1.Corn BioYield 2
该项目待监管部门批准后,预计以Acceleron ?B-360 ST注册商品名上市,该产品利用土壤微生物作为种衣剂,通过促进玉米作物与有益微生物间的相互作用,强化根系,增强植物吸收养分的能力。项目由孟山都-诺维信合作的生物农业联盟(BioAg Alliance)开发,目前进展到第4阶段(预商业化阶段)。
2.Soy BioYield 2
该项目是基于有益土壤细菌,慢生根瘤菌,该细菌和大豆作物产生共生关系,帮助大豆吸收氮,增加植物对养分的吸收并提高产量。项目由生物农业联盟(BioAg Alliance)开发,目前进展到第3阶段。
3.NemaStrikeTM技术
此项目旨在保护玉米、大豆和棉花作物免受线虫的侵害,这种微型寄生虫可攻击植物根部,影响产量。此外,生物农业联盟(BioAg Alliance)通过开发大豆BioNematicide产品,用于控制线虫,利用土壤微生物来应对线虫,目前进展到第3阶段
4.Corn BioYield 3
项目由生物农业联盟(BioAg Alliance)开发,测试多种微生物菌株,用来筛选一种新的玉米拌种剂。已在多个地点筛选出数千株微生物,比较其在作物增产方面的贡献潜力,并已经甄选出一小群表现突出的候选微生物用于后续的商业评估和开发。这个项目预计将成为首个由生物农业联盟实现从发现、开发到上市的完整过程的产品。
数据科学
孟山都综合农业解决方案的整合者,旗下气候公司(The Climate Corporation)创新的产品研发线覆盖了多个研究领域,综合了机器学习、数据分析技术,并基于行业领先的种质遗传资源库和农田规模研究进行预测建模,以识别影响作物生产的多种变量因素。借助前沿科技开发独特的数字工具,帮助农民提高田间生产力。
1.病害诊断与鉴定技术
当今农业生产中,因病害、虫害和杂草问题而导致的全球粮食产量损失占潜力产量的40%。使用人工智能(AI)对玉米、大豆和小麦中的病害进行实时鉴定和诊断。机器学习模型在个体植株水平上进行胁迫分类,通过手机或平台设备提供正确病害诊断结果。帮助农民在作物生长季更迅速地保护作物,目前进展到预商业化阶段
2.种子筛选工具
农民可以综合多个数据集—各自农田的独特数据,天气、土壤和农田研究数据—根据具体的遗传种质与环境间的相互作用和不同的产量目标定制种子播种方案。应用预测建模和机器学习将海量来源的数据进行汇总,如种子遗传学、病害胁迫、土壤构成、水分流动、历史表现等,帮助农民选择适合自身农田的理想种子产品。
3.氮管理技术
综合多种数据来源帮助农民决定氮肥施用的时间和用量,使作物健壮生长,同时避免过量使用,防止水土流失。公司对全球研究持续投资,为包括大豆、小麦和油菜在内的其他作物提供肥力管理建议。在巴西、加拿大东部及加拿大西部, 磷/钾(P&K)管理建议研究已从产品概念阶段进展到研发阶段。
4.HydroBio灌溉管理平台和先进的灌溉研究
可以分析作物灌溉数据,帮助农民更高效管理水资源的使用。
5.Climate FieldViewTM
2015年在美国正式推出,截至2017年在美国、加拿大和巴西的使用面积已超过7.2亿亩(1.2亿英亩),农民用户超10万名。2017年10月,公司将Climate FieldViewTM 数字农业平台拓展到加拿大西部,并随后在欧洲部分地区进行了Climate FieldViewTM 数字农业平台的预商业化(包括德国、法国和乌克兰)。并计划在未来几年拓展到澳大利亚、阿根廷和南非等更多市场。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
数据分析师的日常,常始于一堆“毫无章法”的数据点:电商后台导出的零散订单记录、APP埋点收集的无序用户行为日志、传感器实时 ...
2025-11-28在MySQL数据库运维中,“query end”是查询执行生命周期的收尾阶段,理论上耗时极短——主要完成结果集封装、资源释放、事务状态 ...
2025-11-28在CDA(Certified Data Analyst)数据分析师的工具包中,透视分析方法是处理表结构数据的“瑞士军刀”——无需复杂代码,仅通过 ...
2025-11-28在统计分析中,数据的分布形态是决定“用什么方法分析、信什么结果”的底层逻辑——它如同数据的“性格”,直接影响着描述统计的 ...
2025-11-27在电商订单查询、用户信息导出等业务场景中,技术人员常面临一个选择:是一次性查询500条数据,还是分5次每次查询100条?这个问 ...
2025-11-27对数据分析从业者和学生而言,表结构数据是最基础也最核心的分析载体——CRM系统的用户表、门店的销售明细表、仓库的库存表,都 ...
2025-11-27在业务数据可视化中,热力图(Heat Map)是传递“数据密度与分布特征”的核心工具——它通过颜色深浅直观呈现数据值的高低,让“ ...
2025-11-26在企业数字化转型中,业务数据分析师是连接数据与决策的核心纽带。但“数据分析师”并非单一角色,从初级到高级,其职责边界、能 ...
2025-11-26表格结构数据以“行存样本、列储属性”的规范形态,成为CDA数据分析师最核心的工作载体。从零售门店的销售明细表到电商平台的用 ...
2025-11-26在pandas数据处理工作流中,“列标签”(Column Labels)是连接数据与操作的核心桥梁——它不仅是DataFrame数据结构的“索引标识 ...
2025-11-25Anaconda作为数据科学领域的“瑞士军刀”,集成了Python解释器、conda包管理工具及海量科学计算库,是科研人员、开发者的必备工 ...
2025-11-25在CDA(Certified Data Analyst)数据分析师的日常工作中,表格结构数据是最常接触的“数据形态”——从CRM系统导出的用户信息表 ...
2025-11-25在大数据营销从“粗放投放”向“精准运营”转型的过程中,企业常面临“数据维度繁杂,核心影响因素模糊”的困境——动辄上百个用 ...
2025-11-24当流量红利逐渐消退,“精准触达、高效转化、长效留存”成为企业营销的核心命题。大数据技术的突破,让营销从“广撒网”的粗放模 ...
2025-11-24在商业数据分析的全链路中,报告呈现是CDA(Certified Data Analyst)数据分析师传递价值的“最后一公里”,也是最容易被忽视的 ...
2025-11-24在数据可视化实践中,数据系列与数据标签的混淆是导致图表失效的高频问题——将数据标签的样式调整等同于数据系列的维度优化,或 ...
2025-11-21在数据可视化领域,“静态报表无法展现数据的时间变化与维度关联”是长期痛点——当业务人员需要分析“不同年份的区域销售趋势” ...
2025-11-21在企业战略决策的场景中,“PESTEL分析”“波特五力模型”等经典方法常被提及,但很多时候却陷入“定性描述多、数据支撑少”的困 ...
2025-11-21在企业数字化转型过程中,“业务模型”与“数据模型”常被同时提及,却也频繁被混淆——业务团队口中的“用户增长模型”聚焦“如 ...
2025-11-20在游戏行业“高获客成本、低留存率”的痛点下,“提前预测用户流失并精准召回”成为运营核心命题。而用户流失并非突发行为——从 ...
2025-11-20