Hamarosan mindennaposság válhatnak a mezőgazdasági vállalkozások eszközparkjában a drónok, szenzorok, robotok vagy a big data elemzés és az adatvizualizáció.

A FAO, az ENSZ Élelmezésügyi és Mezőgazdasági Szervezete (Food and Agriculture Organization) úgy becsüli, hogy 2050-re 9,6 milliárdan leszünk. Ez azt jelenti, hogy az élelmiszertermelést addigra 70 százalékkal kell növelni ahhoz, hogy az ellátás legalább a jelenlegi szinten tartható legyen. Szintén a FAO adata, hogy jelenleg az élelmiszertermelésben átlagosan 24 százalék a veszteség, ami az IKT eszközök alkalmazásával jelentősen csökkenthető lenne.

A mezőgazdaság is okos lesz

A kulcs az ún. smart farming, az intelligens mezőgazdasági megoldások bevezetése lehet. Az már ma is látszik, hogy az IKT iparnak ez óriási lehetőséget ad. Az IoT (Internet of Things) jellegű fejlesztések már a közeljövőben komoly lökést kaphatnak a mezőgazdaságtól.

A mezőgazdasági gépgyártók egyébként már most is előrébb járnak a konzumer fejlesztéseknél. Az önjáró, előre megtervezett útvonalat követő munkagépek (vetőgép, kombájn stb.) ma már az agrárágazat bizonyos területein, főleg a szántófödi növények termesztésében szinte általánosak, a szenzorok alkalmazása az egyes munkafolyamatokban, valamint az erre épülő automatizálás szintén egyre jobban terjed. Drónokat is sok helyen alkalmaznak adatgyűjtéshez: képi információkat gyűjtenek, majd azok elemzéséből vonnak le következtetéseket.

Az mezőgazdaságban azonban kulcsfontosságú a gyors reagálás. Egy jól időzített permetezéssel nem csak a termés menthető meg. Kevesebb vegyszert kell használni, ami egyrészt csökkenti a környezet terhelését, másrészt kíméli a pénztárcát.

Az Ericsson is beszáll

Az Ericsson most három céggel állt össze, hogy IoT szolgáltatást építsenek ki borászatoknak. A szolgáltatással folyamatosan nyomon követhető az ültetvényekben a levegő pára- és a föld nedvességtartalma, a hőmérséklet, a napsütés erőssége. A szenzorok adatai Intel-alapú IoT átjárókon   keresztül jutnak a felhőbe, ahol azok kiértékelésével, elemzésével optimalizálható az erőforrások kezelése, és megvalósítható a valós idejű távfelügyelet. Ezzel rugalmasabbá tehető például a növényvédelem, ami nemcsak jobb minőséget eredményez, hanem a környezeti terhelés is csökkenthető.

A szolgáltatáshoz az Ericsson a Device Connection Platformját (DCP) adja, amely a SIM-alapú eszközazonosítást és a végponttól végpontig terjedő, biztonságos, titkosított kapcsolatot biztosítja. Az Intel szállítja a processzorokat és az LTE modemeket az IoT átjárókhoz, a nürnbergi MyOmega System Technologies pedig a hardvereket és szoftvereket (szenzorok és IoT-átjárók). Magát a szolgáltatást a Telenor Connexion teríti. (A Telenor 2008-ban alapította ezt a leányvállalatát kifejezetten m2m szolgáltatások nyújtására.)

Maga az érzékelő rendszer, a TracoVino a MyOmega System Technologies és az Intel közös fejlesztése. Ez lényegében egy napelemről üzemelő adatgyűjtő rendszer. Összegyűjti az ültetvényben elhelyezett szenzorok adatait, azokat egy felhős rendszerbe továbbítja, ahonnan egyrészt bármilyen eszközre, például mobiltelefonra vagy tabletre is lekérhetők az aktuális adatok, végezhetők historikus elemzések. A rendszer előrejelzést is ad egyrészt a termés nagyságára, valamint az esetleges beavatkozásokra (növényvédelem, szüret kezdeti időpontja stb.) vonatkozóan.

A TracoVino nyár óta néhány moseli borászatban már működik kísérleti jelleggel.

Majdnem olyan, mint a magyaroké

A koncepció nagyon hasonló egy a Bitport által is bemutatott magyar fejlesztéshez. A BME támogatásával létrejött spin-off cég, a Quantislabs Kft. tavaly tavasszal mutatta be azt a rendszerét, amely ugyanezt az elvet követi. Szenzorok méri a szőlőbetegségek kialakulásában szerepet játszó időjárási és egyéb paramétereket, például a hőmérséklet, a páratartalom, a csapadékot, a napsütést vagy a levélnedvességet, az adatokat felhőbe továbbítja, kiértékeli, és előrejelzést ad a gazdának, hogy mikorra tervezze a beavatkozást.

A magyar fejlesztés lelke a felhős elemző rendszer, amely bonyolult matematikai algoritmusok segítségével értékeli ki az adatokat, hogy minél pontosabb előrejelzést tudjon adni gyakorlatilag valós időben.