เกษตรอัจฉริยะ (Smart Farm)

 

ขวัญชนก พุทธจันทร์*

บรรณารักษ์ชำนาญการ

สำนักหอสมุด มหาวิทยาลัยเกษตรศาสตร์

 1 Info Smart Farm

 

 

 

          วิวัฒนาการด้านทำการเกษตรได้มีมาอย่างต่อเนื่อง แรกเริ่มจากการเกษตรแบบดั้งเดิมที่ใช้แรงงานคน มาเป็นการใช้แรงงานเครื่องจักรกล การวางแผนการปลูกพืช การชลประทาน และลดการพึ่งพาสภาพดินฟ้าอากาศน้อยลง ทำให้มีประสิทธิผลมากขึ้น การเกษตรยุค 2.0 รัฐบาลได้ให้การสนับสนุนการใช้เครื่องจักรเบา  (Light Machine) แทนแรงงานคนและใช้เครื่องจักรควบคุมระบบน้ำเพื่อให้เพาะปลูกได้ตลอดทั้งปี  ไปจนถึงสนับสนุนให้ใช้เครื่องจักรหนัก (Heavy Machine) ทำให้สามารถสร้างผลิตภัณฑ์การเกษตรส่งออกได้เต็มรูปแบบ

 

          หลังจากการเกษตรยุค 2.0 เทคโนโลยีทางการเกษตรถึงขีดสุด เกษตรกรสามารถใช้เทคโนโลยีและเครื่องจักร ในการผลิตและขนส่งเพื่อทดแทนแรงงานคนได้แล้ว เกษตรอัจฉริยะยุค 4.0 จึงเข้ามา เพื่อพัฒนาในเรื่องของความแม่นยำ การควบคุมคุณภาพสินค้า นำเทคโนโลยีสารสนเทศเข้ามาเป็นส่วนหนึ่งในกระบวนการผลิตในทุกๆ ขั้นตอน ตั้งแต่ขั้นตอนการเตรียมเมล็ด การเตรียมดิน ไปจนถึงการปลูก การเก็บเกี่ยว เรียกได้ว่าเป็นการสร้างระบบเกษตรอัจฉริยะ (Smart Farm)  ที่ทำงานได้อย่างอัตโนมัติและมีความแม่นยำสูง

          เกษตรอัจฉริยะ (Smart Farm หรือ Intelligent Farm) เป็นการทำเกษตรสมัยใหม่ ด้วยการใช้เทคโนโลยีหรือหุ่นยนต์ เครื่องจักร ฯลฯ ที่มีความแม่นยำสูงเข้ามาช่วยในการทำงาน โดยให้ความสำคัญกับสิ่งแวดล้อม ความปลอดภัยต่อผู้บริโภค และการใช้ทรัพยากรให้คุ้มค่าที่สุด ในยุคที่แรงงานในภาคเกษตรลดลง ทำให้ภาคการเกษตรเริ่มมีการปรับตัวโดยนำเอาเทคโนโลยีเข้ามาปรับปรุงและประยุกต์ใช้เพื่อเพิ่มประสิทธิภาพการผลิตมากขึ้น

          แนวคิดของการทำเกษตรอัจฉริยะ (Smart Farm)  คือ การเกษตรแม่นยำสูง (Precision Agriculture หรือ Precision Farming) โดยเป็นการทำการเกษตรให้เข้ากับสภาพพื้นที่ เน้นพื้นที่ที่ไม่ใช่พื้นที่เกษตรขนาดใหญ่ เน้นประสิทธิภาพในการเพาะปลูก ตั้งแต่การคัดเลือกเมล็ดพันธุ์จนถึงกระบวนการปลูกที่นำเอาเทคโนโลยีเข้ามาช่วยในการตรวจวัด  ทั้งเรื่องของสภาพดิน ความชื้นในดิน แร่ธาตุในดิน ความเป็นกรดด่าง สภาพปริมาณแสงธรรมชาติ รวมถึงเรื่องศัตรูพืชต่างๆ โดยมีวัตถุประสงค์อีกข้อหนึ่งคือ ไม่ใช้ทรัพยากรอย่างสิ้นเปลือง ดังนั้น ความแม่นยำในการเสริมปัจจัยต่างๆ ให้ตรงกับความต้องการของพืชแต่ละชนิด ทำให้ช่วยลดต้นทุนกระบวนการผลิต เพิ่มผลผลิตต่อพื้นที่ สร้างมาตรฐานการผลิต ควบคุมคุณภาพผลผลิตได้ตามที่ต้องการ ผลผลิตจึงได้ราคาสูงกว่าการทำการเกษตรทั่วไป

               

องค์ประกอบที่สำคัญในการทำเกษตรอัจฉริยะ (Smart Farm) ประกอบด้วย 3 ปัจจัย ได้แก่

  1. การระบุตำแหน่งพื้นที่เพาะปลูก 
  2. การแปรวิเคราะห์ข้อมูลที่ตรงกับระยะเวลาของการเพาะปลูกพืช
  3. การบริหารจัดการพื้นที่โดยใช้เทคโนโลยีที่เหมาะสม ไม่สิ้นเปลืองทรัพยากร

          ปัจจุบันการทำเกษตรอัจฉริยะ (Smart Farm) เป็นที่นิยมกันมากในสหรัฐอเมริกาและออสเตรเลีย ทั้งในยุโรป ญี่ปุ่น มาเลเซีย และอินเดีย ขณะเดียวกันยังเน้น การผสมผสานกับการเกษตรแบบวิศวกรรมเปลี่ยนแปลง (Geo engineering) ที่จะนำเอาเทคโนโลยีทันสมัยเข้ามาช่วย เช่น การเปลี่ยนให้พื้นดินที่ไม่สามารถเพาะปลูกอะไรได้อย่างทะเลทรายให้เป็นแหล่งผลิตอาหาร บริษัทยักษ์ใหญ่เริ่มหันมาให้ความสำคัญกับการลงทุนด้านเกษตรและอาหารมากขึ้น และต่อไปโลกจะเข้าสู่อาหารยุคดิจิตอล ที่ผู้บริโภคเป็นผู้ผลิตอาหารเองโดยใช้เทคโนโลยีทันสมัย ยกตัวอย่างเช่น

  • ประเทศญี่ปุ่นและจีน มุ่งปฏิรูปเกษตรกรรมรวมที่ดินทำกินมาทำเกษตรแปลงใหญ่ (Sharing Farming) เปลี่ยน เกษตรกรเป็นผู้ถือหุ้นตามมูลค่าทรัพย์สินที่ลงไปในบริษัทที่ร่วมทุนกัน โดยเกษตรกรจะเป็นพนักงานหรือเป็นเพียงผู้ถือหุ้น
  • เวียดนาม ดึงบริษัทยักษ์ใหญ่อย่างฟูจิตสึ มาพัฒนาระบบเกษตรอัจฉริยะ (Smart Farm) ด้วยการใช้เทคโนโลยีกล้องบันทึกภาพการเติบโตของพืชผักที่ปลูก ส่งตรงข้อมูลเข้าโปรแกรมทางมือถือเพื่อวิเคราะห์การเจริญเติบโต พร้อมระบบสั่งการการให้น้ำ-ให้ปุ๋ยแบบอัตโนมัติ
  • เกาหลี พัฒนาเมืองอาหารด้วยการส่งเสริมให้คนในเมืองที่มีมากกว่า 5 ล้านคน ลงมือปลูกผักกินเองในบ้านตนเอง หรือทำสวนผักชุมชน
  • สิงคโปร์ปลูกผัก-เลี้ยงปลาเก๋าในอาคาร ปลูกผักเลี้ยงผึ้งบนหลังคา  เป็นต้น

 

 

สามารถศึกษาเพิ่มเติมจากบทความออนไลน์ที่เกี่ยวข้องกับเกษตรอัจฉริยะ (Smart Farm) ได้ดังนี้

 

  1. A Controlled Environment Agriculture with Hydroponics: Variants, Parameters, Methodologies and Challenges for Smart Farming.

    Srivani, P., Devi C., Y., & Manjula, S. H. (2019). A Controlled Environment Agriculture with Hydroponics :
              Variants, Parameters, Methodologies and Challenges for Smart Farming
    . 2019 Fifteenth

              International Conference on Information Processing (ICINPRO), Information Processing (ICINPRO), 2019
              Fifteenth International Conference On, 1–8. https://doi.org/10.1109/ICInPro47689.2019.9092043

https://portal.lib.ku.ac.th/login?url=http://search.ebscohost.com/login.aspx?direct=true&db=edselc&AN=edselc.2-52.0-85085601685&site=eds-live

 

  1. A preliminary analysis model of big data for prevention of bioaccumulation of heavy metal-based pollutants: Focusing
    on the atmospheric data analyses for smart farm.

          Huh, J.-H., & Seo, K. (n.d.). A preliminary analysis model of big data for prevention of bioaccumulation of
                   heavy metal-based pollutants: Focusing on the atmospheric data analyses for smart farm.

                   Contemporary Engineering Sciences, 9(29–32), 1447–1462. https://doi.org/10.12988/ces.2016.69161

https://portal.lib.ku.ac.th/login?url=http://search.ebscohost.com/login.aspx?direct=true&db=edselc&AN=edselc.2-52.0-85008239809&site=eds-live

 

  1. Agriculture 4.0 and the role of education.

          Pogorelskaia, I., & Várallyai, L. (2020). Agriculture 4.0 and the role of education. Journal of Agricultural
                   Informatics / Agrárinformatika Folyóirat, 11(1), 45–51. https://doi.org/10.17700/jai.2020.11.1.571
 https://portal.lib.ku.ac.th/login?url=http://search.ebscohost.com/login.aspx?direct=true&db=asn&AN=144682120&site=eds-live

 

  1. Big Data Driven Smart Agriculture: Pathway for Sustainable Development.

    Islam Sarker MN, Wu M, Chanthamith B, Yusufzada S, Li D, Zhang J. Big Data Driven Smart Agriculture:
              Pathway for Sustainable Development.
    2019 2nd International Conference on Artificial Intelligence

              and Big Data (ICAIBD), Artificial Intelligence and Big Data (ICAIBD), 2019 2nd International Conference on.
              May 2019:60-65. doi:10.1109/ICAIBD.2019.8836982

https://portal.lib.ku.ac.th/login?url=http://search.ebscohost.com/login.aspx?direct=true&db=edselc&AN=edselc.2-52.0-85073229809&site=eds-live

 

  1. Field Robots for Intelligent Farms—Inhering Features from Industry.

          Pablo Gonzalez-de-Santos, Roemi Fernández, Delia Sepúlveda, Eduardo Navas, Luis Emmi, & Manuel Armada.
                   (2020). Field Robots for Intelligent Farms—Inhering Features from Industry. Agronomy, 10(1638),
                   1638. https://doi.org/10.3390/agronomy10111638

https://portal.lib.ku.ac.th/login?url=http://search.ebscohost.com/login.aspx?direct=true&db=edsdoj&AN=edsdoj.ba1f7cf242b842dcbda880ea210ae653&site=eds-live

 

  1. Internet of Things (IoT) and Agricultural Unmanned Aerial Vehicles (UAVs) in smart farming: A comprehensive review.

           Boursianis, A. D., Papadopoulou, M. S., Diamantoulakis, P., Liopa-Tsakalidi, A., Barouchas, P., Salahas, G.,
                   Karagiannidis, G., Wan, S., & Goudos, S. K. (2020). Internet of Things (IoT) and Agricultural
                   Unmanned Aerial Vehicles (UAVs) in smart farming: A comprehensive review.
Internet of Things.

                   https://doi.org/10.1016/j.iot.2020.100187

https://portal.lib.ku.ac.th/login?url=http://search.ebscohost.com/login.aspx?direct=true&db=edselp&AN=S2542660520300238&site=eds-live

 

  1. Machine learning applications on agricultural datasets for smart farm enhancement.

    Balducci, F., Impedovo, D., & Pirlo, G. (n.d.). Machine learning applications on agricultural datasets for smart
              farm enhancement.
    Machines, 6(3). https://doi.org/10.3390/machines6030038

https://portal.lib.ku.ac.th/login?url=http://search.ebscohost.com/login.aspx?direct=true&db=edselc&AN=edselc.2-52.0-85052559305&site=eds-live

 

  1. Smart Farms for a Sustainable and Optimized Model of Agriculture.

          Balducci, F., Fomarelli, D., Impedovo, D., Longo, A., & Pirlo, G. (2018). Smart Farms for a Sustainable and
                   Optimized Model of Agriculture.
2018 AEIT International Annual Conference, AEIT International

                   Annual Conference, 2018, 1–6. https://doi.org/10.23919/AEIT.2018.8577226

https://portal.lib.ku.ac.th/login?url=http://search.ebscohost.com/login.aspx?direct=true&db=edselc&AN=edselc.2-52.0-85060311538&site=eds-live

 

  1. Study on Service model of the Agriculture Information based Convergence Service.

    Chung, H., Kim, D., Jung, K.-S., Kang, B.-B., Cho, S., & Lee, S. (2020). Study on Service model of the
              Agriculture Information based Convergence Service.
    2020 22nd International Conference on

              Advanced Communication Technology (ICACT), Advanced Communication Technology (ICACT), 2020
              22nd International Conference On, 139–141. https://doi.org/10.23919/ICACT48636.2020.9061288

https://portal.lib.ku.ac.th/login?url=http://search.ebscohost.com/login.aspx?direct=true&db=edselc&AN=edselc.2-52.0-85083995099&site=eds-live

 

  1. Tomato Growth Stage Monitoring for Smart Farm Using Deep Transfer Learning with Machine Learning-based
    Maturity Grading.

    Robert G. de Luna, Elmer P. Dadios, Argel A. Bandala, & Ryan Rhay P. Vicerra. (2020). Tomato Growth Stage
              Monitoring for Smart Farm Using Deep Transfer Learning with Machine Learning-based Maturity
              Grading.
    AGRIVITA Journal of Agricultural Science, 42(1), 24–36. https://doi.org/10.17503/agrivita.v42i1.2499

https://portal.lib.ku.ac.th/login?url=http://search.ebscohost.com/login.aspx?direct=true&db=edsdoj&AN=edsdoj.870c2c73be93400999352b05c3692c73&site=eds-live

 

 

บรรณานุกรม

smartfarmthailand. (2563). เกษตรอัจฉริยะ - Smart Farm. Retrieved from
          https://www.facebook.com/smartfarmthailand/?ref=ts&fref=ts

ทีมข่าวภูมิภาค. (2557). นศ.ล้านนาไอเดียเลิศ ใช้ ‘โดรน’ บินโปรยปุ๋ยในนาข้าว. Retrieved from
          http://www.thairath.co.th/content/448146

ทีมข่าวเส้นทางเศรษฐีออนไลน์. (2560). สุดล้ำ!! แอพบนมือถือ ช่วยเลี้ยงปลานิลและเช็คราคา คำนวณได้ครบวงจร.
          Retrieved from https://www.sentangsedtee.com/exclusive/article_23510

ธีรเกียรติ์ เกิดเจริญ. (2558). 'เกษตรอัจฉริยะ' จุดเปลี่ยนอนาคตอาหารโลก. Retrieved from 
          https://www.cpfworldwide.com/th/media-center/961

มิตรผลโมเดิร์นฟาร์ม. (2561). Smart Farm เกษตรอัจฉริยะ ทางเลือกเกษตรกรยุคไอที. Retrieved from
          http://www.mitrpholmodernfarm.com/news/2018/05/smart-farm-เกษตรอัจฉริยะ-ทางเลือกเกษตรกรยุคไอที

สำนักงานพัฒนาการวิจัยการเกษตร(องค์การมหาชน). (2561). เกษตรอัจฉริยะความหวังใหม่ของภาคการเกษตรไทย.
          Retrieved from http://www.arda.or.th/knowledge_detail.php?id=7

 

 

 

 

 


 
 
1xbet casino siteleri bedava bahis kaçak bahis superbetin yeni giriş casino siteleri