從國外招聘信息看智慧農業的研究方向

許多人不知道為什么這個灌溉知識圈最近老是推出一些招聘信息，現在我在這里就稍微給大家解釋一下原因之一，就是我們可以從從招聘信息中發現別人的研究方向，才能夠把我們的研究方向搞準。我們就是要看看國外同行都在研究些什么，也知道他們想實現哪些功能，這對于我們自己的智慧農業或智慧灌溉是有幫助的。

美國的明尼蘇達大學農業系統專業正在招募1-2名具有過程建模、地理空間分析和/或深度學習背景的博士后！團隊成員重點在基于過程的建模、數據模型融合和遙感算法開發領域。正在尋找以下兩個主題之一的候選人：

1） 建立農業生態系統可持續性模型，重點管理溫室氣體（GHG）排放以及從農田到全球范圍的活性氮（N）和磷（P）損失；我們對物理引導的機器學習（PGML）特別感興趣，它是一種新的框架，將基于過程的模型和最新的機器學習算法結合起來，以利用它們的互補優勢。

2） 作物圖像模式和產量預測，重點探索新的衛星數據和新算法，推動這一學科的前沿；我們特別感興趣的是針對高價值的樹類作物，以及遙感和基于過程的模型的集成。

看看以下內容，說明什么？

“對物理引導的機器學習（PGML）特別感興趣，它是一種新的框架，將基于過程的模型和最新的機器學習算法結合起來，以利用它們的互補優勢。”

說明他們正在研究的方向，是利用現有的作物生長機理或者物理模型，通過機器學習的方法，也就是人工智能方法調整參數，最后給出精準或者是比較實用的作物生長模型是他們的研究方向之一。

“特別感興趣的是針對高價值的樹類作物，以及遙感和基于過程的模型的集成。”

說明他們正在研究經濟類果樹作物，在它生長過程中的遙感圖像能夠達到什么樣的精準或者是衛星圖像與果樹生長對應性關系和實用性研究。

德國霍亨海姆大學作物科學研究所正在招聘“作物建模者/程序員/遙感專家”，以協助在農業中實施和使用5G技術，更具體的就是研究（地塊）位點特異性氮施肥。實際上就是利用5G云基礎設施、智能農業和針對作物高效用肥進行精準定位施用試驗研究。

“通過5G實現智能農業（SF）系統和過程的實時聯網，以便為耕地農業管理的可持續決策提供迄今為止不存在的農業信息基礎。具體而言，該項目將利用智能施肥的使用案例，展示5G在現實條件下的農業潛力，該案例旨在實現資源高效、特定地點和需求驅動的施肥。利用來自各種來源和植物生長模型的額外數據，將開發一種邊緣云方法，該方法使用算法計算農業機械行駛管理區的最佳肥料需求。目標是通過基于5G的“智能施肥”，通過定點、智能和面向需求的施肥，提高資源效率。”

從以上幾點就可以看出國外在智慧農業或者智慧灌溉中正在研究的前沿技術，我們可以從中得到啟發，也可以通過他們的研究方向來調整我們自己的方向。

來源：灌溉知識圈