从国外招聘信息看智慧农业的研究方向

许多人不知道为什么这个灌溉知识圈最近老是推出一些招聘信息，现在我在这里就稍微给大家解释一下原因之一，就是我们可以从从招聘信息中发现别人的研究方向，才能够把我们的研究方向搞准。我们就是要看看国外同行都在研究些什么，也知道他们想实现哪些功能，这对于我们自己的智慧农业或智慧灌溉是有帮助的。

美国的明尼苏达大学农业系统专业正在招募1-2名具有过程建模、地理空间分析和/或深度学习背景的博士后！团队成员重点在基于过程的建模、数据模型融合和遥感算法开发领域。正在寻找以下两个主题之一的候选人：

1） 建立农业生态系统可持续性模型，重点管理温室气体（GHG）排放以及从农田到全球范围的活性氮（N）和磷（P）损失；我们对物理引导的机器学习（PGML）特别感兴趣，它是一种新的框架，将基于过程的模型和最新的机器学习算法结合起来，以利用它们的互补优势。

2） 作物图像模式和产量预测，重点探索新的卫星数据和新算法，推动这一学科的前沿；我们特别感兴趣的是针对高价值的树类作物，以及遥感和基于过程的模型的集成。

看看以下内容，说明什么？

“对物理引导的机器学习（PGML）特别感兴趣，它是一种新的框架，将基于过程的模型和最新的机器学习算法结合起来，以利用它们的互补优势。”

说明他们正在研究的方向，是利用现有的作物生长机理或者物理模型，通过机器学习的方法，也就是人工智能方法调整参数，最后给出精准或者是比较实用的作物生长模型是他们的研究方向之一。

“特别感兴趣的是针对高价值的树类作物，以及遥感和基于过程的模型的集成。”

说明他们正在研究经济类果树作物，在它生长过程中的遥感图像能够达到什么样的精准或者是卫星图像与果树生长对应性关系和实用性研究。

德国霍亨海姆大学作物科学研究所正在招聘“作物建模者/程序员/遥感专家”，以协助在农业中实施和使用5G技术，更具体的就是研究（地块）位点特异性氮施肥。实际上就是利用5G云基础设施、智能农业和针对作物高效用肥进行精准定位施用试验研究。

“通过5G实现智能农业（SF）系统和过程的实时联网，以便为耕地农业管理的可持续决策提供迄今为止不存在的农业信息基础。具体而言，该项目将利用智能施肥的使用案例，展示5G在现实条件下的农业潜力，该案例旨在实现资源高效、特定地点和需求驱动的施肥。利用来自各种来源和植物生长模型的额外数据，将开发一种边缘云方法，该方法使用算法计算农业机械行驶管理区的最佳肥料需求。目标是通过基于5G的“智能施肥”，通过定点、智能和面向需求的施肥，提高资源效率。”

从以上几点就可以看出国外在智慧农业或者智慧灌溉中正在研究的前沿技术，我们可以从中得到启发，也可以通过他们的研究方向来调整我们自己的方向。

来源：灌溉知识圈