京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18