20. 8. 2019

18.12.2018 10.19, Rubrika: Co bychom měli vědět o vodě

Úloha inteligentních řešení období klimatických změn

Změna klimatu a katastrofy představují vážné ohrožení bezpečnosti potravin, Degradace půdy a ztráta úrodnosti půdy, záplavy, desertifikace, klimatické extrémní události, jako je krupobití nebo mráz, jsou výzvami pro bezpečnost potravin pro stále větší celosvětovou populaci.

Podle Centra pro výzkum epidemiologie katastrof (CRED 2017) každoročně 374 katastrof průměrně zaznamenaných v období let 2006 až 2015 vedlo k ročním škodám ve výši 150 miliard USD nebo 0,2 procenta světového HDP. V roce 2017 se toto číslo odhaduje ve dvojnásobné výši. Jednotlivé země jsou více či méně zranitelné a škody způsobené katastrofami mohou dosáhnout i několika procent HDP. Podle FAO (2015) se v nejzranitelnějších zemích může ztratit až 25 procent hodnoty zemědělské produkce. Počet katastrof spojených s klimatickými změnami a s tím související škody se pravděpodobně zvýší v příštích desetiletích. Potřebujeme protiopatření a v tomto příspěvku zkoumáme, za jakých podmínek se inteligentní zemědělské metody mohou stát prostředkem na snižování škod.

Inteligentním zemědělstvím se obecně označují zemědělské postupy, které ve stále větší míře využívají technologie a zpracování dat a často souvisí s výrazy jako „big data”, „internet věcí”, „umělá inteligence” nebo „deep learning”. Nabízíme tři způsoby, jak rozeznat inteligentní zemědělské systémy: aplikace, životní prostředí a technologie. Zaprvé, můžeme charakterizovat inteligentní zemědělské systémy zaměřené na živočišnou výrobu. Zadruhé najdeme vnitřní a vnější inteligentní zemědělské systémy. Zatřetí, můžeme analyzovat příslušné komponenty a technologie, jakými jsou senzorová zařízení pro měření, automatizované nástroje pro záznam a analýzu dat a samoučící se systémy vedoucí k automatizovaným procesům v úzké závislosti na životním prostředí včetně dopravních a distribučních zařízení.

Existuje několik způsobů, kdy inteligentní zemědělské systémy dobře fungují při snižování rizika přírodních katastrof a při přizpůsobování se změně klimatu. Interiérové inteligentní zemědělské systémy mohou částečně – v některých speciálních případech téměř úplně -kompenzovat nepříznivé faktory prostředí sofistikovanými úrovněmi řízení parametrů, jakými jsou sluneční záření, vlhkost, teplota, koncentrace C02, a mohou vytvářet optimální podmínky pro pěstování rostlin nebo živočišnou výrobu. Vnější inteligentní zemědělské systémy mohou přinést velkou úlevu od povodní a sucha, pokud jsou zahrnuty včasné varovné moduly. Většina škod na rostlinné výrobě je způsobena suchem, zatímco chov zvířat je obzvláště citlivý na záplavy.

Systematické aplikace inteligentních zemědělských postupů vyžadují obrovské kapitálové investice, vyšší vstupy energie, přičemž jejich používáním lze obecně dosáhnout snížené spotřeby krmiv nebo vody. Malé zemědělské podniky obvykle nedisponují dostatečnými investicemi nebo mají omezenou pracovní sílu na to, aby se zapojily do inteligentních zemědělských systémů. Větší zemědělské podniky potřebují přiměřenou podporu ze strany výzkumných ústavů, vládních programů nebo iniciativ v zemědělském sektoru na uplatňování inteligentních zemědělských metod se sníženým hospodářským rizikem. V budoucích inteligentních zemědělských systémech se očekává, že budou méně nákladné při optimalizované účinnosti zdrojů. Je však těžké předvídat, kdy se podaří dosáhnout tohoto cíle a do jaké míry může široká aplikace inteligentních zemědělských metod odložit nebo dokonce zastavit očekávané zvýšení škod působených katastrofami v zemědělství.

Zdroj: Zemědělec, autor: Melnhard Breiling, Technická univerzita, TTL Vídeň, Rakousko, ilustrační foto (měření čistoty vody) Naše voda – Nina Havlová

 

18.12.2018 10.19, Rubrika: Co bychom měli vědět o vodě, Čistota vody a rekreace, Statistiky a kauzy

Aktuality

Lesní video

více >

Fotoblog

více >

CHMELAŘSKÝ DEN, STEKNÍK U ŽATCECHMELAŘSKÝ DEN, STEKNÍK U ŽATCE
Autor: Nina Havlová

Videoblog

více >

Kalendář Akcí

<< Srpen 2019 >>
PÚSČPSN
29 30 31 1 2 3 4
5 6 7 8 9 10 11
12 13 14 15 16 17 18
19 20 21 22 23 24 25
26 27 28 29 30 31 1