
大数据风潮如何革新农业_数据分析师
两个大儿子离家去上大学后,明尼苏达州的史蒂夫和罗莉·多肯多夫(Lori Dockendorf)夫妇俩需要想办法把他们留下的劳动力空缺补上,以维持这个拥有100头奶牛的农场的运营。
传统的解决方案是雇一些人手。但多肯多夫家选择了机器人:用机器人喂牛,用机器人打扫牛栏,甚至用机器人挤奶。奶农通常一天要挤两次奶,每次要用三个小时。“如今呢,”罗莉说,“我们早上起来,机器人已经把奶全都挤好了。”
农场生活给人感觉好像挺简单的,但经营一个奶牛农场的复杂程度会吓你一跳。和其他的生产行业不同,这里的生产机器是牛——牛需要喂、需要睡觉,它们的体重会有起落。一个奶农需要面对的变数之多超出你我想象。
幸好,科技在农场经营领域有了长足的发展,可以应用到日常事物的管理,对牛群每天产生的大量数据进行收集和分析。10月初,在威斯康星州麦迪逊举行的世界牛奶博览会(全美奶业规模最大的交易会)上,展示了关于这方面的最新技术。
Dairy Quality技术总监史蒂夫·曼甘(Steve Mangan)原本设想的方案比现在Dairy Quality技术总监史蒂夫·曼甘(Steve Mangan)原本设想的方案比现在这个更大,价格更贵。
他想到可以让奶农不用送样本到实验室的方法,在牛栏装配一个体积更大的固定设备,再通过网络连接到中央处理中心。在和应用开发公司Mpengo的联合创始人兼总裁盖瑞·乔纳斯(Gary Jonas)取得联系后,曼甘意识到,他的需求大多数可以通过智能手机做到。
“我们需要一个摄像头,智能手机有,”曼甘说,“我们需要软件,可以通过手机应用实现;我们需要输出数据,智能手机就是用来干这个的。”
博览会上最受瞩目的是荷兰牛奶设备生产商Lely的展位,他们的主打产品是Astronaut A4挤奶机,是多肯多夫夫妇的奶场使用的那种系统的升级版。
在牛栏放一个挤奶机的主要好处是你不需要亲自到场挤奶,不过,前提是你能拿得出大约20万美元买一台。
A4有一个带门的小区域,一端是饲料槽,机器可以在挤奶间隙将饲料补充到槽里。
奶牛知道这个区域里有谷子可吃,会自己走进来。就在它大快朵颐的时候,一个不锈钢和碳纤维制成的机械臂会伸到它身下,把挤奶装置自动吸附到它的四个乳头上(A4使用激光对奶牛身体下面进行扫描,确认乳头的位置)。
挤奶结束后,饲料槽会移开,门也打开了,奶牛重新回到牛群中。
然后A4会自行清理和重置,等待下一头牛到来。
有了这个,天蒙蒙亮就得起床挤奶的奶农就不需要每天举行这么一套辛苦的仪式了,然而,除此之外,收集每头牛的数据也是同样重要的事。
A4会使用无线电或红外线来扫描牛的项圈,辨识牛的身份。接下来,系统会在挤奶时对几项数据进行跟踪:牛的重量和产奶量,以及挤奶所需的时间、需要喂多少饲料,甚至牛反刍需要多长时间。
机器还会从牛产的奶中收集数据。每一个乳头里挤出的奶都需要查验颜色、脂肪和蛋白质含量、温度、传导率(用于判断是否存在感染的指标),以及体细胞读数。每头牛身上收集到的数据汇总后得出一份报告;一旦A4检测到问题,奶农的手机上会得到通知。
还有呢,到明年初,奶农就可以收到他的牛发来的短信了。在距离麦迪逊7000多公里开外的瑞士伯尔尼附近,研究人员正在测试可以装在牛身上的传感器,用来判断牛是否发情。利用一块蜂窝网络芯片和算法,牛可以发短信给自己的主人,告诉他什么时候该在牛栏里辟出一个安静的角落,配上昏暗的灯光,最好还能来点音乐。
总之 传统农业正在接受移动互联、智能技术和大数据浪潮的洗礼。对传统农业生产者,这将产生不小的冲击,但也会带来巨大的机遇。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23