Key points are not available for this paper at this time.
Die Digitalisierung hat landwirtschaftliche und lebensmittelproduktionssysteme beeinflusst und ermöglicht den Einsatz von Technologien und fortschrittlichen Datenverarbeitungstechniken im landwirtschaftlichen Bereich. Digital Farming zielt darauf ab, verfügbare Informationen aus landwirtschaftlichen Betriebsmitteln zu nutzen, um mehrere bestehende Herausforderungen bezüglich Ernährungssicherheit, Klimaschutz und Ressourcenmanagement zu bewältigen. Der landwirtschaftliche Sektor ist jedoch komplex, dynamisch und erfordert anspruchsvolle Managementsysteme. Von digitalen Ansätzen wird erwartet, dass sie mehr Optimierung und weitere Unterstützung bei Entscheidungsprozessen bieten. Digital Twin in der Landwirtschaft ist eine virtuelle Darstellung eines Bauernhofs mit großem Potenzial zur Steigerung von Produktivität und Effizienz bei gleichzeitiger Reduzierung des Energieverbrauchs und der Verluste. Diese Übersicht beschreibt den Stand der Technik der Digital-Twin-Konzepte zusammen mit verschiedenen digitalen Technologien und Techniken im landwirtschaftlichen Kontext. Es wird ein allgemeiner Rahmen von Digital Twins im Bereich Boden, Bewässerung, Robotik, Landmaschinen und der Verarbeitung von Lebensmitteln nach der Ernte im landwirtschaftlichen Feld dargestellt. Aspekte wie Datenaufzeichnung, Modellierung einschließlich künstlicher Intelligenz, Big Data, Simulation, Analyse, Vorhersage und Kommunikation (z.B. Internet der Dinge, drahtlose Technologien) von Digital Twin in der Landwirtschaft werden diskutiert. Digital-Twin-Systeme können Landwirte als nächste Generation des Digitalisierungparadigmas durch kontinuierliche und Echtzeitüberwachung der physischen Welt (Bauernhof) und Aktualisierung des Zustands der virtuellen Welt unterstützen.
Building similarity graph...
Analyzing shared references across papers
Loading...
Abozar Nasirahmadi
Oliver Hensel
SHILAP Revista de lepidopterología
Sensors
University of Kassel
Building similarity graph...
Analyzing shared references across papers
Loading...
Nasirahmadi et al. (Mon,) untersuchten diese Frage.
www.synapsesocial.com/papers/69dcb85ba5c75be4cfe539a9 — DOI: https://doi.org/10.3390/s22020498