Rolnictwo precyzyjne rozwija się łącząc nauki przyrodnicze i ścisłe. W coraz większym stopniu wykorzystywane są w tym obszarze metody sztucznej inteligencji.  

Metody rolnictwa precyzyjnego, a w szczególności mapowanie upraw, czy monitorowanie warunków pogodowych doskonale sprawdzają się nie tylko w przypadku towarów rolnych ważnych z punktu widzenia globalnego bezpieczeństwa żywnościowego. Z powodzeniem stosuje się je także na przykład w uprawach cytrusów. W szczególności dotyczy to pomarańczy, której sok jest towarem stanowiącym przedmiot handlu na światowych giełdach. Źródło: […]

Metody rolnictwa precyzyjnego, a w szczególności mapowanie upraw, czy monitorowanie warunków pogodowych doskonale sprawdzają się nie tylko w przypadku towarów rolnych ważnych z punktu widzenia globalnego bezpieczeństwa żywnościowego. Z powodzeniem stosuje się je także na przykład w uprawach cytrusów. W szczególności dotyczy to pomarańczy, której sok jest towarem stanowiącym przedmiot handlu na światowych giełdach.

Źródło: https://www.investing.com/commodities/orange-juice-streaming-chart?GL_Ad_ID=647257167588&GL_Campaign_ID=19652104510https://www.investing.com/commodities/orange-juice-streaming-chart?utm_source=google&GL_Ad_ID=647257167588&GL_Campaign_ID=19652104510&ISP=1

Mapowanie upraw i monitorowanie warunków pogodowych dostarcza kluczowych informacji do podejmowania decyzji w zastosowaniach rolniczych, takich jak przewidywanie plonów, a także informacji umożliwiających modelowanie cen.

Uczenie maszynowe stosuje się w tym przypadku do prognozowania wartości indeksów wegetacji roślin , a także – docelowo – w procesie szacowania cen soku pomarańczowego.

Obecnie regiony największych na świecie upraw pomarańczy znajdują się w kilku krajach:

Brazylia: Capao Bonito, Registro, Ribeirao Preto, Frutal, Limeira da Oeste, Limeira, Bebedouro, Araraquqra
USA: Kalifornia – rejon Borrego, rejon San Joaquin , Floryda – rejon Hendry, rejon DeSoto
Chiny: Changsha, Ganzhou, Xiamen, Zhangzhou, Jiangmen
Hiszpania – rejon Valencii
Włochy (Sycylia) – rejon Catanii

Rola i znaczenie monitorowania rejonów upraw.

Dynamika obszarów sadzenia upraw pomarańczy jest związana z wieloma działaniami społeczno-ekonomicznymi, takimi jak dostawy żywności, dochody , ubezpieczenie upraw. Dla jakości podejmowanych decyzji szczególnie istotne jest śledzenie bieżących i prognozowanych warunków pogodowych w rejonach upraw oraz porównanie ich z warunkami „normalnymi”, opisywanymi przez wieloletnie  średnie. Poniżej przedstawiono dane dla jednej z głównych lokalizacji upraw pomarańczy w Brazylii.

CAPAO BONITO Brazylia – Stan São Paulo
Szerokość geograficzna: -24.004
Długość geograficzna: -48.3393
24° 0′ 14″ Południe, 48° 20′ 21″ Zachód

Okres wegetacyjny dla upraw pomarańczy trwa w tym rejonie zwykle od sierpnia do listopada, choć może różnić się nieco w zależności od warunków w poszczególnych sezonach.

Źródło: https://pl.weatherspark.com/y/30051/%C5%9Arednie-warunki-pogodowe-w:-Cap%C3%A2o-Bonito-Brazylia-w-ci%C4%85gu-roku#Figures-Rainfall

Bieżące i prognozowane warunki pogodowe na tle ich norm:

Opady [mm] – najistotniejsza zmienna z punktu widzenia plonowania upraw, o decydującym wpływie na indeks wegetacji.

Temperatura maksymalna.

Temperatura minimalna.

Średnia prędkość wiatru.

Zachmurzenie.

W zależności od zachmurzenia, znając dokładne położenie geograficzne danego rejonu upraw, szacuje się ilość energii krótkofalowego promieniowania słonecznego docierającą do powierzchni ziemi.  Promieniowanie krótkofalowe obejmuje światło widzialne oraz promieniowanie ultrafioletowe. Parametr ten jest najistotniejszy dla przebiegu procesu fotosyntezy.

Prognozowanie wskaźników wegetacji.

Wskaźniki wegetacji są ściśle związane z warunkami atmosferycznymi w regionie upraw. W szczególności z wartością skumulowaną opadów oraz z ilością promieniowania słonecznego docierającego do powierzchni ziemi, a także z wilgotnością i temperaturą.

Prognozowane wartości wskaźników uzależnione są silnie od prognoz samych czynników pogodowych oraz prognoz ilości promieniowania .

Na podstawie danych historycznych tworzony jest model związków wskaźnika z tymi czynnikami, a siła tych zależności wyznaczana jest przy użyciu uczenia maszynowego.

Narzędziem użytym w procesie wyznaczania siły zależności mogą być na przykład sieci neuronowe.

Inne ważne czynniki decydujące o jakości owoców i plonach.

Przedmiotem osobnych rozważań powinny być w tym przypadku zagrożenia chorobami i szkodnikami niszczącymi uprawy i możliwości przeciwdziałania im przez plantatorów, a także warunki związane z nawożeniem upraw.

Wszystkie wymienione wyżej czynniki stanowią zbiór zmiennych istotnych w procesie modelowania cen soku pomarańczowego.