云栖号案例库:【点击查看更多上云案例】
不知道怎么上云?看云栖号案例库,了解不同行业不同发展阶段的上云方案,助力你上云决策!

尽管最近水果的价格持续上涨,但水果消费的需求和市场始终在快速提升。墨西哥的牛油果、新西兰奇异果、进口车厘子等口感美味、外观靓丽的“洋水果大军”正在跃上消费者的餐桌。

想要赢得市场份额,国内水果种植业必须要想办法提升“质和量”的双高标准。其中,海升集团通过数字化、智能化的转型,始终站在了整个行业的前列,非常值得学习。

海升集团一直是国内规模化种植、集约化经营的水果种植典范。这家创办于1996年、早期以苹果浓缩汁为主营业务的公司,十年前就是全世界最大的苹果浓缩汁生产商和供应商。2008年金融危机爆发之后,海升集团开始筹划向鲜果种植领域转型,目前已经在全国建立63个果蔬种植基地,总种植面积超过8万亩,成功打造了单品类扩规模,多品类全产业链的多维度发展模式。

但随着海升集团种植规模的快速扩大,随着机械化、自动化以及物联网的设备用的越来越多,海升集团发现,单纯依靠EXCEL统计各条业务链数据、汇总工作已经远远不够了,公司需要一套先进的信息化系统,解决信息流通、数据共享的问题,让整体的经营分析更加准确清晰。

构建农业大数据中台:“数据上云”解开最难的问题

海升希望能够构建一个农业大数据中台,把不断扩大的业务版图内的各种业务数据,按统一的方式接入中台系统,之后通过统一化的数据技术服务反哺业务,让企业的各个业务都能够共享同一套数据资产,从而实现数字化、智能化的农业建设,这也成为了海升集团与阿里云的共识。

但农事数据的多样化和复杂性远超阿里云数据专家们的想象:在农业生产中,气象、土壤、植物、农事操作、农业投入品、产出都是关键变量,都需要详细记录,特别是海升集团,多年来积累的这些农事数据是企业最为宝贵的数据资产,必须要深度融入农业大数据中台。为了构建出优秀的农业大数据中台,阿里云与海升集团反复推敲、尝试、打磨、改进,最终将后者数据报表中的选种育种、育苗、选址建园、种植管理、农机管理、采后分选、仓配、物流、营销等业务系统多源数据实现融合入库,进入了农业大数据中台的数据库中。随着数据中台将海升集团的结构化、非结构化数据统一整合,以及农业大数据中台在云上的顺利构建,海升集团完成了数据标准化和数据系统化上云。

农事管理:让农业生产有了一张“数字地图”

随着海升集团农业大数据中台的成功建设,农业大脑的建设得以顺利展开。

首先,与之前采用“田间收集,集中录入,Excel承载”不同,基于农业大脑的数据管理功能,海升集团得以更为规范的进行数据录入、表单管理工作,更为直观的对汇总数据进行查看和进行GIS图管理。田间工程师等一线工作人员,可以通过方便的手机端APP应用,直接录入基础信息、施肥、园艺、农机与农事、采后、用工、生物资产、农事环境、产量预估、建园、苗圃等方面的详细信息。同时,通过与一线自动化、机械化设备的直接对接,多种数据可以直接通过数据管理功能进入农业大数据中台,减少了手工录入的错误、延迟等问题。

不仅如此,随着物联网技术在农业种植中的广泛应用,农业大脑构建了全链路农业IoT数据传感网,通过连通气象站、土壤墒情仪、田间摄像头、无人机和农机监控设备,农业大脑实现了农场全链路数据IoT设备采集和自动化上传,种植作物得到了“全生命周期数据感知”的加持,进一步提高了田间数据的采集效率和准确率。其次,作为农业大脑重要组成部分的农事管理功能,囊括了种植业生产中的灌溉、施肥、植保、园艺管理四大主要工作,通过可视化的方式展示农事作业分基地、地块、品类、种植年份在四大农事作业方面的主要作业内容及变化趋势。这就相当于为海升集团的田间工程师提供了一个“全局细颗粒度视角”的数据展现、对比和监控。

不仅如此,在构建农业大脑时,阿里云与海升集团同时在向“以数字化、智能化的方式辅助指导种植决策”的方向尝试:首先,通过调用外部气象数据接口,农业大脑的气象预测功能每天可以实时获得未来15天的气温、风力风向、降雨和相对湿度四大核心气象数据。同时,提供过去10年当地的历史气温、湿度、日照、风速等天气数据,通过将预测数据与历史数据的对比,田间工程师可以对未来的天气情况作出更加准确的预判和及时应对。

其次,在方案管理功能中,由于可以在确定了作物物侯期之后,根据树龄、树种、树木历史施肥记录、叶片检测报告等多个维度筛选合适的历史种植方案,农事管理帮助田间工程师挖掘出最优化的种植方案,结合田间工程师对肥料配方等方面项目的调整,即可生成建议的种植方案,这实际上构建了基于历史数据和规格化的农事决策和预警引擎,对灌溉、施肥、施药等农事操作给出初步的参考建议与种植方案,这一功能的实现为未来构建农事智能辅助决策引擎打下了坚实的基础。

图说:阿里云移动农事管理应用和DATAV农事数据信息大屏

以农事管理为核心,阿里云与海升集团共同完成了农业大脑I期项目的建设,有效提高了海升集团农业种植的可视化、流程化水平,特别是通过农业大数据中台,实现了数据的系统化上云,从而解决了长期困扰海升集团的数据整合与历史数据整合问题,让农业生产第一次有了一张清晰、准确、实时的“数字地图”,而整个农业大脑I期项目上线应用,预估能够帮助海升集团在种植生产中,每亩地生产成本将减少200元,总成本节省约2000万元。

从传统种植为主的模式转向提供产业基础设施服务

目前阿里云与海升集团已经开始了第二阶段的合作:实现农业种植的机器智能决策,让AI成为海升集团的田间工程师。未来,利用农业大数据中台和农业大脑,海升集团的种植经验、知识和决策体系,将可以成为一种可复制、可输出的数字化产品和智能服务,除了传统的在全国各地投资建设种植基地,对于想提高种植业水平的地方政府、种植企业,不仅可以从海升集团输入优势品种、种植基地的建设经验、农业机械的使用与管理方法,还可以输入包含了种植管理、农事操作、(基于农事智能辅助决策引擎)种植方案设计的农业大脑——海升集团将从单纯的种植业企业,转变为包含了现代化种植技术体系的种植业产业基础设施服务提供商,成为国内乃至全球能够对外赋能的种植业企业。

文:崔昊(阿里云研究中心高级战略专家)
责编:李双宏 张晶晶

【云栖号在线课堂】每天都有产品技术专家分享!
在线课堂地址:https://yqh.aliyun.com/zhibo

立即加入社群,与专家面对面,及时了解课程最新动态!
【云栖号在线课堂 社群】https://c.tb.cn/F3.Z8gvnK

原文链接
本文为云栖社区原创内容,未经允许不得转载。

海升集团数据上云 走出智能农业的新路子相关推荐

  1. 2019,华为云走出“混沌”

    2019年的华为云,变化有点大.这些变化,目前来看大多是好的. 2019,华为云走出"混沌" 2019年早些时候,玺哥写过一篇<华为云2019,能否在奔跑中蜕变?>的文 ...

  2. 家电上云后,智能家居如何构建场景化应用

    摘要: 当智能家居行业正在从盲目的家电上云,转变为体验为主的场景驱动,AIoT企业如何具备持续的商业化能力? 本文分享自华为云社区<[云享·伙伴]第8期:家电上云后,智能家居如何构建场景化应用& ...

  3. 大数据上云存算分离演进思考与实践

    作者:汤祯捷 阿里云智能计算平台团队 存算分离.数据湖.在离线混部,这些名词越来越多的出现在各行各业数字化转型的关键活动中.本文仅从大数据产品商业化从业者的视角来探讨与分析大数据领域的存算分离演进过程 ...

  4. 玩吧高速增长的数据上云实践

    简介:首先介绍一下我们的公司,公司全称是北京默契破冰科技有限公司,创建于2015年,是一家娱乐社交平台公司,玩吧是我们公司APP的名字,APP上有很多双人小游戏,像卧底大师,你说我猜,大家可以边玩边聊 ...

  5. 阿里云应用实战-IoT工业数据上云优化实践

    前言 工业互联网技术,是物联网技术.云边协同.数据库.实时计算等领域的综合应用场景.本文会从工程实践角度,讲述智能制造数字化赋能转型的角度,并结合智能制造转型应用案例,端到端地讲述阿里云IoT对工业上 ...

  6. 华为云云原生数据库GaussDB加速创新,企业核心数据上云信赖之选

    集大会演讲.圆桌讨论.精彩活动及现场直击....一大波华为开发者大会2021干货资料来喽~~!还等什么快快来领取技术福利! 本文分享自华为云社区<华为云云原生数据库GaussDB加速创新,企业核 ...

  7. 工业物联网解决方案:PLC数据上云

    智能制造已成为工业发展的趋势,以PLC为代表的工控系统时制造业转型的核心,通过对其进行数据采集,可以实现远程监控,及时管理和维护.随着通信技术的发展,PLC的数据上云逐渐成为企业的新需求,可以更好远程 ...

  8. 【PBL项目实战】户外智慧农场项目实战系列之4——Mind+Mixly双平台ESP32数据上云及云端可视化实时展示

    [PBL项目实战]户外智慧农场项目实战系列之4--Mind+Mixly双平台ESP32数据上云及云端可视化实时展示 原文链接  https://mp.weixin.qq.com/s/r_NeJdPoi ...

  9. 【PBL项目实战】户外智慧农场项目实战系列——7.Mind+Mixly双平台工业级多合一空气质量传感器数据上云及云端可视化展示

    [PBL项目实战]户外智慧农场项目实战系列--7.Mind+Mixly双平台工业级多合一空气质量传感器数据上云及云端可视化展示 原文链接  https://mp.weixin.qq.com/s/ZEU ...

最新文章

  1. javascript与java的不同之处
  2. 基于FPGA的以太网开发
  3. 汇编: 在代码中安排自己定义的数据,栈空间
  4. lua如何打印行号_Lua 字符串处理
  5. 前端学习(3007):vue+element今日头条管理--消息提示
  6. 2个td合成一个td_18个月16个爆款,合成类玩法的下一个机会在哪?
  7. 2010年终人生的思考
  8. 单片机集成wifi等_从零制作单片机需要哪些知识?
  9. oracle错误输出,oracle – SQL小提琴输出错误
  10. Linux下使用libevent库实现服务器端编程
  11. linux安装yum报错Unable to locate package yum解决方案
  12. 2018年软件评测师备考之路
  13. 给剧荒的你:Python高分日剧刷剧指南
  14. 图像滤镜艺术---乐高像素拼图特效
  15. Mac将本地文件上传到服务器以及从服务器下载文件到本地
  16. excel显著性检验_#如何用excel做anova分析#用excel做显著性分析
  17. 华为5G CPE是做什么用的?
  18. *7-2 CCF 2015-09-2 日期计算
  19. recovery的一些开发点滴
  20. 开发软件需要学习什么?

热门文章

  1. python读取windows日志_Python解析windows系统日志文件
  2. docker portainer_「实战篇」开源项目docker化运维部署-Portainer管理集群部署(十)...
  3. 转换背景色 html,html – CSS转换:淡化背景颜色,重置后
  4. python的数据结构包括那些_python算法与数据结构-什么是数据结构
  5. c#endread怎么打印出来_NetworkStream.EndRead(IAsyncResult) 方法 (System.Net.Sockets) | Microsoft Docs...
  6. c语言按照姓名查询员工信息,输入10个职工信息,按号码大小排序,再使用查找函数找职工的姓…...
  7. onenote快捷键_高效飞快地使用onenote快捷键:快捷键功能架构解析
  8. 部编版是什么版本_部编版是人教版吗
  9. python傅里叶函数图像_python实现傅里叶级数展开的实现
  10. vba 自动排序_给VBA字典键值排序,并提取需要的数据