EarthOptics帮助农民深入土壤获得大数据洞察力

EarthOptics表示，在农业中使用现代数据和精准数据，已经取得了巨大的进步，空中和卫星图像以及物联网注入的湿度和氮气等传感器使田地的表面数据更加丰富，但深入土壤一英尺左右，事情就变得棘手了。一块田地的不同部分可能具有非常不同的物理特性，如土壤压实，这可能会大大影响作物的结果，以及化学特性，如溶解的营养物质和微生物组。然而，检查这些东西的最好方法是在地里放一根非常昂贵的检测棒，但是如果你有一万英亩的土地需要追踪，每年每几英亩取一次或两次土壤样本的成本就会迅速增加。

EarthOptics已经建立了一个成像套件，依靠地面穿透雷达和电磁感应来产生土壤的深层地图，这比从单一样本中推断出数英亩的数据更容易、更便宜、更精确，最大限度地减少用户的检测费用。同时，机器学习技术该公司GroundOwl和C-Mapper工具的核心。该团队训练了一个模型，将无接触数据与以更低速度采集的传统样本进行调和，学习准确地预测土壤特征，其精确度远远超过传统上可能的水平。成像硬件可以安装在普通的拖拉机或卡车上，每隔几英尺就会有读数。

用今天的方法，你可能会把你的数千英亩土地分成50英亩的小块，这块需要更多的氮，这块需要翻耕，这块需要这样或那样的处理。EarthOptics将其缩小到米的规模，数据可以直接输入机器人田间机械，如可变深度智能耕作机。所以数据也可以作为一个更普通的地图，在更普遍的意义上告诉司机何时耕作或执行其他任务。

如果这种方法起飞，对于希望紧缩开支的农民来说，它可能意味着重大的节约，对于那些希望扩大规模的农民来说，则意味着每英亩和每美元生产率的提高。而最终的目标也是实现自动化和机器人耕作。随着设备和实践的不断完善，这一转变还处于早期阶段，但它们都需要良好的数据。

DEarthOptics希望自己开发的传感器套件应用于机器人拖拉机、耕作机和其他农业设备上，但他们的产品在很大程度上是数据和机器学习模型，他们已经用数万个地面实测数据对模型进行了训练。