本文最初发表于 Agrilinks.
对地观测技术的最新进展, 再加上先进的全球最大体育平台工智能和机器学习分析, 具有帮助实现大规模粮食安全成果的巨大潜力. 广泛使用更准确, 及时的, 适用的作物分析是提高农业生产和系统抗灾能力的关键步骤, 包括那些对天气模式变化和气候变化高度敏感的小农系统. 有了正确的信息, 高级分析提供商可以帮助定制建议、保险或其他产品，以适应超本地水平, 受特定农场独特的农业气候条件的影响. 当与有效的延伸和外展配合时, 农民可以在当前季节做出更明智的农场管理决策.g., 喷涂时机, 种植, 和收获), 或者更好地了解农作物的类型和品种，这些作物可能会根据其特定的和当地的农业生态区而茁壮成长.
实现AI和ML的潜力, 作物分析提供商需要训练和验证地面真实数据，以便将给定时间和地点的地面条件与相应的地球观测图像相匹配. 研究全球最大体育平台员、高级分析提供者和基于现场的项目实施者继续这样做 更好地协调 努力协调数据收集和共享工作. 然而,, 通常，由田间操作全球最大体育平台员生成的农业数据集缺乏地理空间或时间特征，这些特征使数据在ML应用程序中可用. 尽管最近发达市场有所上涨, 没有足够的高质量, 及时的, 以及在小农农业生产系统中可互操作的地面真实数据，以实现先进作物分析的潜在好处. 在小农市场尤其如此, 哪些通常由异质种植模式主导, 在数据收集和分析成本上的投资回报更难实现.
帮助缩小数据差距，满足分析社区的需求, 利乐全球最大体育平台正在实施 实现大规模作物分析(ECAAS) 倡议，由 比尔 & 梅琳达·盖茨基金会. 这项为期三年的努力旨在促进发展, 可用性, 农业遥感数据的吸收及其在小农农业系统中的后续应用. 具体的计划目标包括:
- 开发和测试创新的策略和方法，以降低收集地面真实数据的成本，或进一步在作物分析数据链中使用
- 识别, map, 推进高质量培训数据收集和汇总标准, 优先级驱动 最终用例应用程序,包括:
- 农场推广和生产
- 粮食安全、预警和相关决策支持系统
- 改善小农获得量身定制的债务和保险产品的机会
- 通过改进的数据共享生态系统和更具凝聚力的分析社区，促进训练数据集创建和交换的扩展
- 改进对定期更新的地面数据和核心洞察层的访问.g., 场区边界识别, 作物类型鉴定, 和产量估计)，使可扩展, 新兴农业经济体的卫星分析
为了支持这些目标，利乐全球最大体育平台公司与世界卫生组织合作 辐射地基, 获得ODK公司., D4D的见解 开发和推出 用于ODK的ECAAS字段映射器. 这个免费使用的移动数据收集工具包可以帮助组织更容易地在符合时空资产目录规范的标准目录中收集ml就绪数据. 如果数据收集器选择这样做，则数据集可以自动上传到 辐射地球ML中心，根据需要进行处理和清洁，然后供社区使用. 通过将标准化的数据格式与改进的可访问性相结合, 该系统可以帮助显著降低开发和部署先进作物分析应用程序的难度和成本, 它们依赖于基本的农业参数(例如.g.、田界、作物类型和产量).
的 ECAAS团队 通过与超过15个组织协商全球最大体育平台了Field Mapper，包括 世界粮食计划署, 克拉克大学, 一亩基金, 麦肯锡 & 公司，以及其他. 该工具包包括一个教程视频，供不熟悉ODK Collect的全球最大体育平台使用, 以及访问社区帮助台. ECAAS团队鼓励有兴趣的各方查阅表格， 保持联系,, 更重要的是, 开始在农业数据捕获或监测和评估工作中部署工具包. 通过此过程捕获的每个额外数据集, 预备机器学习的地面真实数据湖加深. 在改进的数据共享生态系统中，将这些数据与最新的地球观测技术相结合，大大增加了更准确的可能性, 及时的, 以及有用的作物分析, 改善农业生产和粮食安全成果.