|
資料來源:
https://www.precisionag.com/digital-farming/precision-agriculture-a-smaller-approach-to-big-data/
我們沒有把事情分解成更小、更容易消化的小塊，而是學會了過度沉迷於數據，很快導致我們因無法操作的結果而變得臃腫。
大數據是我們行業中最熱門的概念之一。我們在閱讀時事通訊、參加會議或通過我們的 Twitter
提要時，幾乎不都遇到大數據主題。
有多種可收集的數據量和數據類型。但隨著大數據的出現，農藝技師、服務提供商和其他值得信賴的顧問有更大的責任來展示其價值。種植者正被數據淹沒。對許多人來說，這對自己的利益來說太過分了。畢竟如果種植者不確定如何處理數據，或者更糟糕的是，甚至不確定如何開始查看數據，數據提供的好處將無法使用。
開始收集數據時要記住的最重要的事情是，大數據只不過是小數據集的集合，而且，這個過程並不是什麼新鮮事。
大數據背景
信不信由你，今天在作物生產中使用大數據的方法更接近於馬拉犁和手工播種，而不是機械化農業的偉大時代。隨著我們進入數位時代，我們為了通過農業機械覆蓋更多土地，而實際上已經恢復以前放棄的決策過程，我們的工作是讓它重回正軌。
考慮一下今天種植田地的所有決定。使用各種新技術，我們可以控制播種機的重量位移和下壓、播種深度、間距和施肥量，從而為每顆種子提供理想的環境最大限度地發揮其潛力。不僅如此，我們甚至可以通過一系列電動輸送部件改變種子與土壤初始接觸的方法。
除了所有這些機械操作之外，首先還要決定種植哪種雜交種或品種，我們也可以改變它。我們的祖先遵循完全相同的方法，因為他們一次一個地將種子完美地放置在犁溝中。
將這一過程轉變為數位時代，只需要簡單地記錄所做的事情，並評估發生的事情，但這也是種植者面臨大數據問題的地方。
為什麼大變得太大
如果您製作了一個電子表格條目，記錄每次種子進入地下時播種機發生的所有事情，想想這會變得有多大，每個小的觀察結果如何以指數方式增長成一個巨大的、無價的數據集。
更進一步，只考慮種子品種。如果有兩個不同的品種，打算在一個田地裡種植，那麼在一個 80
英畝的大豆田裡，以每英畝 140,000 顆種子的速度種植的數據集將包含
1120 萬行數據。一個簡單的“A 類，B
類”變數在統計數據方面可能看起來很簡單，但它肯定會很快加起來，尤其是在添加其他變數時。
當然，在現實世界中，我們沒有時間為每個種植者做出
1100 萬個決定，而且他們中的大多數人需要關注的不僅僅是 80
英畝。同樣在大多數情況下，以均勻的下壓在相同深度種植的給定品種的完美選擇，可能會給普通種植者在整個農場或田地的投資帶來正回報。
在這兩種情況下，很容易看出為什麼在農場採用大數據會變得既令人畏懼又似乎缺乏價值。
數據使用失誤
那麼，大數據的經驗是如何變得如此錯誤的呢？在許多情況下，這是因為鼓勵種植者一次就轉換整個農業經營，從而導致糟糕的體驗。沒有人警告他們要確保每一層數據同步，以完美協調操作所需的大量後台工作。
對於整個大數據集體來說，大數據集是唯一的出路，所有用戶都會集體發現它的價值的虛假宣傳，導致許多人感到吃飽了，但不太滿意.我們沒有把事情分解成更小、更容易消化的小塊。而是學會了過度沉迷於數據，很快導致我們因無法操作的結果而變得臃腫。
這與另一個問題有關：我們被訓練相信每一點數據都是有價值的，不收集它是一種罪過。這是不正確的。並非該產量監控器中的每條記錄都會讓您獲得
400 蒲式耳玉米的承諾，如果僅以印刷文字形式保存，當然也不會。
那麼，我們該何去何從？
通過小規模使大數據具有可操作性
我們在鼓勵種植者採用大數據思維方式時失去了他們的注意力，正是我們如何才能讓他們回來。與其將大數據視為種植者可能迷失的某個集體池或聚合的一部分，不如使用從一個領域甚至一個區域收集的資訊，來激勵和挑戰他們重新參與收集和使用他們的農場數據的過程。
在鼓勵種植者擴大數據收集過程以覆蓋整個操作之前，鼓勵農民從小劑量開始，然後從那裡擴大規模。一次一個地塊或一個區域，可以更容易地衡量和追踪成功和失敗。而且失敗或錯誤不會使整個操作處於危險之中。此外，嘗試將現場操作分解為單獨的、較小的作業文件，以降低丟失整個數據集的風險。
大數據有可能在未來改變整個農業領域，但不要過於沉浸在“大”圖景中，以至於忘記帶種植者一起前行。請記住，我們正在努力完成的概念並不是什麼新鮮事，機械化和數位化才是。
在整個過程中對種植者保持透明很重要，並幫助他們看到收集良好數據集的價值，無論它們看起來多麼小。當我們做大時，小數據集可以產生很好的結果甚至更大的回報。 |
