[论文解读] Towards Data-Driven Precision Agriculture using Open Data and Open Source Software

Jacob Høxbroe Jeppesen, Rune Hylsberg Jacobsen+2 more|arXiv (Cornell University)|Apr 12, 2022

Smart Agriculture and AI参考文献 1被引用 7

一句话总结

本文提出了一种基于数据驱动的精准农业框架，利用开放数据和开源软件，克服农业信息通信技术（ICT）中专有系统的局限性。通过整合丹麦的免费卫星影像、地形数据和田间作物登记信息，作者展示了通过开源分析实现亚田块产量优化的可行性，无需依赖供应商，从而提升决策支持能力。

ABSTRACT

Information and communications technology (ICT) within the agricultural sector is characterized by a widespread use of proprietary data formats, a strong lack of interoperability standards, and a tight connection to specific hardware implementations resulting from vendor lock-in. This partly explains why ICT has not yet had its full impact within the domain. By utilizing the vast amount of publicly available open data, ranging from topographic maps to multispectral satellite images, the economically and environmentally optimal farming practices can be advanced beyond state of the art. This paper addresses the potential of applying publicly available information sources to improve crop production, with emphasis on yield optimization. This potential is evaluated based on free public data for the growth season 2016 by examining winter wheat production for a selected region in Denmark. Data aggregation is performed by promoting opensource software tools as a foundation for decision support. That allows the farmer, or another domain expert, to query a certain crop type, merge this information with other data sets, and perform analysis on data ranging from sub-field analysis to statistics on national/regional scale. The registration of field polygons and sowed crop types for fields in Denmark, alongside with detailed geographic data and free satellite images, enable us to exploit publicly available data of high quality, which can be applied to perform further analysis.

研究动机与目标

• 通过开放标准和开源软件解决农业ICT系统中互操作性差和供应商锁定的问题。
• 利用公开的开放数据（例如卫星影像、地形图、田块边界）改善农业决策。
• 使农民和领域专家能够使用免费、可扩展的工具，开展从亚田块到国家级别的可扩展分析。
• 证明仅使用开放数据和开源工具即可实现产量优化，且独立于专有系统。
• 推广一种可持续、透明且可复现的精准农业方法，以支持经济与环境效率。

提出的方法

• 使用了包括丹麦田块边界登记、作物类型数据以及2016年生长季节的多光谱卫星影像在内的免费公共数据集。
• 应用开源地理空间软件（例如QGIS、GDAL、基于Python的工具）对来自多个来源的空间数据进行聚合与分析。
• 通过将田块多边形与卫星衍生的植被指数（例如NDVI）对齐，实现数据融合，以支持时间序列分析。
• 使用标准化的开放格式，实现在从单个田块到区域和国家级别的多尺度查询与分析。
• 开发了模块化的数据处理管道，以支持迭代分析，包括亚田块产量预测和空间模式检测。
• 通过完全依赖开源工具和开放数据，避免对专有软件的依赖，确保分析的可复现性与透明性。

实验结果

研究问题

• RQ1 开放数据与开源软件是否能够实现无需依赖专有系统的有效、可扩展的精准农业？
• RQ2 公开可用的卫星与地理数据在多大程度上能够提升亚田块产量预测与农场级决策支持？
• RQ3 如何利用开源工具在农业ICT中实现互操作性与数据标准化？
• RQ4 开放数据在现实区域情境（如丹麦）中，对优化冬小麦生产具有多大潜力？
• RQ5 开源工作流能否同时支持本地田块级分析与国家级农业监测？

主要发现

• 开放数据与开源软件的整合，使得仅使用公开资源即可对丹麦某地区的冬小麦生产实现全面的亚田块分析。
• 本研究证明，高质量的免费卫星影像与田块边界数据可支持对作物表现的详细时空分析。
• 开源工具实现了从单个田块到区域概览的多尺度数据聚合与分析，具备可扩展性。
• 该框架成功降低了对专有系统的依赖，为精准农业决策支持提供了透明且可复现的替代方案。
• 结果表明，开放数据与开源软件可实现与专有系统相当的产量优化效果，且具有更低的经济与环境成本。
• 该方法通过避免供应商锁定，促进数据共享与再利用，支持农业数据使用的长期可持续性。