211service.com
Wie die Technologie den Landwirten endlich Dinge sagen könnte, die sie noch nicht wussten
Im Salinas Valley, Amerikas „Salatschüssel“, finden Startups, die maschinelles Lernen und Fernerkundung verkaufen, Kunden.
Mark Mason ist Manager bei Steinbeck Country Produce, das einen Flussturm verwendet, um zu messen, wie viel Wasser aus den Blättern der Pflanzen verdunstet. Lukas Foglia
18. Dezember 2020Als Maschinenbediener für das Robotik-Startup FarmWise verbringt Diego Alcántar jeden Tag damit, hinter einem riesigen Roboter zu laufen, der einem fahrerlosen Zamboni ähnelt, und ihm dabei zu helfen, die Arbeit einer 30-köpfigen Unkrautbekämpfungs-Crew zu erledigen.
An einem Dienstagmorgen im September traf ich Alcántar auf einem riesigen Blumenkohlfeld in den Hügeln außerhalb von Santa Maria, am südlichen Ende des riesigen Schachbrettmusters von Gemüsefarmen, die die zentrale Küste Kaliforniens säumen und von Oxnard nach Norden bis Salinas und Watsonville verlaufen. Das Salinas-Tal, das von Küstennebeln gekühlt wird, die vom Pazifik herabrollen, wird manchmal Amerikas Salatschüssel genannt. Zusammen mit zwei angrenzenden Grafschaften im Süden produziert das Gebiet um Salinas die überwiegende Mehrheit des Salats, der in den Sommermonaten in den USA angebaut wird, zusammen mit dem größten Teil des Blumenkohls, Sellerie und Brokkoli und einem guten Teil der Beeren.
Diese Geschichte war Teil unserer Ausgabe vom Januar 2021
- Siehe den Rest des Problems
- Abonnieren
Es war die Art von Goldilocks-Wetter, für das die zentrale Küste bekannt ist – warm, aber nicht heiß, trocken, aber nicht ausgedörrt, mit einer sanften Brise, die von der Küste hereinwehte. In der Nähe erledigte ein Erntehelfer mit Strohhüten und langen Ärmeln eine unvorstellbare Menge Eisbergsalat und stapelte zehn Kisten hoch auf den Ladeflächen von Sattelzügen, die eine unbefestigte Straße säumten.
In weiteren drei Monaten würde sich die gleiche Szene auf dem Blumenkohlfeld abspielen, auf dem Alcántar jetzt stand, umgeben von Zehntausenden von zwei- und dreiblättrigen Setzlingen. Zunächst musste jedoch gejätet werden.
Der Roboter überspannte ein dreireihiges Pflanzbeet mit seinen Rädern in benachbarten Furchen. Alcántar folgte ein paar Schritte zurück und hielt ein iPad mit Touchscreen-Steuerung wie die eines Joysticks. Unter der Haube blitzten ständig die Kameras des Roboters. Luftstöße, wie die Kolben in einem Whack-a-Mole-Arcade-Spiel, führten Sätze von L-förmigen Klingen in präzisen, kurzen Schlägen zwischen den Blumenkohlsetzlingen, kratzten den Boden, um winzige Unkräuter zu entwurzeln, und trennten sich dann alle 12 Zoll, so dass nur der Blumenkohl blieb unversehrt.
Von Zeit zu Zeit stoppte Alcántar die Maschine, kniete sich in die Furche und beugte sich vor, um einen Abschuss zu untersuchen – Stellen, an denen die Reihe von Kameras und Klingen des Roboters geringfügig aus der Ausrichtung geraten war und den Keimling selbst entwurzelt hatte. Alcántar verbrauchte im Durchschnitt etwa einen Morgen pro Stunde und tötete nur eine von tausend Pflanzen. Die Tötungen erfolgten oft zu zweit oder zu dritt und markierten Stellen, an denen ein Rad aus der Furche auf das Bett selbst gekrochen war oder an denen sich die Klingen den Bruchteil einer Sekunde zu spät getrennt hatten.
Alcántar nahm ein iPhone aus der Tasche, rief einen Slack-Kanal namens #field-de-bugging auf und schickte einem 150 Meilen entfernten Kollegen eine Notiz über fünf Kills in Folge mit einer Hypothese über die Ursache (Latenz zwischen Kamera und Blade ) und einen Zeitstempel, damit er die Bilder finden und sehen konnte, was schief gelaufen war.
Diese Geschichte war Teil unserer Ausgabe Januar/Februar 2021
- Siehe den Rest des Problems
Auf diesem und vielen anderen Feldern war der Boden maschinell vorbereitet, die Setzlinge maschinell gepflanzt und die Pestizide und Düngemittel maschinell ausgebracht worden. Bewässerungsmannschaften verlegten Sprinklerrohre immer noch manuell, und Landarbeiter würden diese Blumenkohlernte ernten, wenn die Zeit gekommen wäre, aber es ist nicht schwer zu glauben, dass eines Tages niemand um diese Setzlinge herum Hand an den Boden legen wird.
Der Wettlauf der Technologie um eine der ältesten und größten Beschäftigungen der Erde dreht sich um das Bemühen, die außergewöhnlichen Kräfte zweier menschlicher Körperteile nachzuahmen und letztendlich zu übertreffen: die Hand, die in der Lage ist, eine Pinzette zu benutzen oder ein Baby zu halten, einen Fußball zu fangen oder zu werfen, schneiden Sie Salat oder pflücken Sie eine reife Erdbeere mit intaktem Kelch; und das Auge, das zunehmend durch eine starke Kombination aus Cloud-Computing, digitalen Bildern und maschinellem Lernen herausgefordert wird.
Der Begriff Ag Tech wurde vor fast 15 Jahren auf einer Konferenz in Salinas geprägt; Booster haben mindestens so lange eine Flut von Gadgets und Software versprochen, die die Landwirtschaftsindustrie neu gestalten würden. Und obwohl Ag-Tech-Startups es tendenziell leichter haben, Investoren als Kunden zu finden, könnten die Booster endlich etwas unternehmen.
Ag-Tech-Booster versprechen seit mindestens 15 Jahren eine Welle von Gadgets und Software, die die Landwirtschaft neu gestalten würden. Vielleicht haben sie endlich etwas vor.
Das Silicon Valley liegt gleich hinter dem Hügel von Salinas. Aber nach den Maßstäben des Getreidegürtels ist die Salatschüssel ein relativ rückständiges Geschäft – im Wert von etwa 10 Milliarden US-Dollar pro Jahr gegenüber fast 100 US-Dollar Milliarde für Rohstoffkulturen im Mittleren Westen. Niemand handelt Salat-Futures wie Sojabohnen-Futures; Giganten wie Cargill und Conagra bleiben meist fern. Aber deshalb schien mir die Spezialkulturenindustrie der beste Ort zu sein, um die Entwicklung der Präzisionslandwirtschaft darzustellen: Wenn die Werkzeuge der Technologie entlang der zentralen Küste Kaliforniens funktionieren können, auf kleinen Parzellen mit kurzen Wachstumszyklen, dann sind sie vielleicht wirklich bereit, eine breitere Bühne zu inszenieren übernehmen.
Der 28-jährige Alcántar wurde in Mexiko geboren und kam 1997 als Fünfjähriger in die USA, als er mit seinem Onkel und seiner jüngeren Schwester durch die Sonora-Wüste nach Arizona wanderte. Seine Eltern, die aus dem zentralmexikanischen Bundesstaat Michoacán stammen, bereiteten eifrig die Zutaten für ein neues Leben als Landarbeiter in Salinas vor und schliefen im begehbaren Kleiderschrank eines Verwandten, bevor sie eine umgebaute Garagenwohnung mieteten. Alcántar verbrachte das erste Jahr zu Hause, schaute fern und kümmerte sich um seine Schwester, während seine Eltern arbeiteten: Im Haupthaus lebte eine Frau, die nach ihnen sah und sie tagsüber mit Essen versorgte, aber niemand, der sie zur Grundschule fahren konnte Schule.
Arbeiter ernten Brokkoli im Rahmen eines gemeinsamen Projekts der NASA und der University of California.
In der High School arbeitete Alcántar oft als Feldarbeiter auf der Farm, wo sein Vater Vorarbeiter geworden war. Er schnitt und jätete Salat, stapelte Erdbeerkisten nach der Ernte, fuhr Gabelstapler im Lager. Aber als er 22 wurde und sah, wie Freunde, mit denen er aufgewachsen war, nach dem College ihre ersten Jobs bekamen, beschloss er, dass er einen Plan brauchte, um von der Handarbeit wegzukommen. Er machte einen gewerblichen Führerschein und fing an, für ein Robotik-Startup zu arbeiten.
Während dieser ersten Zeit, erinnert sich Alcántar, wurde er manchmal von Verwandten getadelt, weil er geholfen hatte, eine Maschinenübernahme auf den Feldern zu beschleunigen, wo gebeugte, schweißtreibende Arbeit den Weg für den Aufstieg seiner Familie geebnet hatte. Sie nehmen uns die Jobs weg! würden sie sagen.
Fünf Jahre später, sagt Alcántar, habe sich das Gespräch komplett verschoben. Sogar FarmWise hatte Schwierigkeiten, Leute zu finden, die bereit waren, hinter der Maschine zu gehen, sagt er. Die Leute würden lieber in einem Fast-Food-Restaurant arbeiten. In-N-Out zahlt 17,50 $ pro Stunde.
yl
Selbst aus der Nähe können alle möglichen Dinge die Sicht der Computer beeinträchtigen, die automatisierte Systeme wie die von FarmWise verwenden. Für einen Computer ist es beispielsweise schwer zu sagen, ob ein zusammenhängender Fleck grüner Salatblätter einen einzelnen gesunden Sämling darstellt oder ein Doppel, bei dem zwei Samen nebeneinander gekeimt sind und sich daher gegenseitig im Wachstum hemmen. Landwirtschaftliche Felder sind hell, heiß und staubig: kaum ideale Bedingungen, um Computer reibungslos laufen zu lassen. Ein Rad bleibt im Schlamm stecken und bringt das Abstandsgefühl des Algorithmus vorübergehend auf den Kopf: Der linke Reifen hat jetzt eine Vierteldrehung mehr gedreht als der rechte Reifen.
Andere Arten des digitalen Sehens haben ihre eigenen Herausforderungen. Für Satelliten gibt es eine Wolkendecke, mit der man fertig werden muss; für Drohnen und Flugzeuge, Wind und Vibrationen von den Motoren, die sie in der Luft halten. Für alle drei muss die Bilderkennungssoftware das sich verändernde Erscheinungsbild derselben Felder zu unterschiedlichen Tageszeiten berücksichtigen, wenn die Sonne über den Himmel wandert. Und es gibt immer einen Kompromiss zwischen Auflösung und Preis. Landwirte müssen für Drohnen, Flugzeuge oder andere Feldmaschinen bezahlen. Satellitenbilder, die in der Vergangenheit von öffentlichen Raumfahrtbehörden produziert, bezahlt und kostenlos weitergegeben wurden, waren auf seltene Bilder mit grober Auflösung beschränkt.
Die NASA startete 1972 den ersten Satelliten für landwirtschaftliche Bilder, bekannt als Landsat. Wolken und langsame Download-Geschwindigkeiten verschworen sich, um die Abdeckung des größten Teils des Ackerlandes der Welt auf eine Handvoll Bilder pro Jahr von einem bestimmten Standort mit Pixeln von 30 bis 120 Metern zu beschränken pro Seite.
Ein halbes Dutzend weitere Iterationen von Landsat folgten in den 1980er und 1990er Jahren, aber erst 1999 konnte ein Satellit mit dem Moderate Resolution Imaging Spectroradiometer (MODIS) Landwirten tägliche Beobachtungen über den größten Teil der Landoberfläche der Welt senden, wenn auch mit einem 250-Meter-Pixel. Da sich Kameras und Computer in den letzten 20 Jahren Seite an Seite verbessert haben, ist eine ganze Reihe von Technologieunternehmen davon überzeugt, dass man mit der Bereitstellung von Erkenntnissen aus Satelliten- und Flugzeugbildern Geld verdienen kann, sagt Andy French, Experte für Wasserschutz beim USDA Arid-Land Agricultural Research Center in Arizona. Sie waren nicht erfolgreich, sagt er. Aber da sowohl die Frequenz als auch die Auflösung von Satellitenbildern weiter zunehmen, könnte sich das jetzt sehr schnell ändern, glaubt er: Wir sind von Landsat, das alle 16 Tage über unseren Kopf fliegt, zu einer fast täglichen Auflösung von einem bis vier Metern übergegangen .
Wir sind von Landsat, das alle 16 Tage über unseren Kopf geht, zu einer fast täglichen Auflösung von einem bis vier Metern übergegangen.
Andi Französisch
Im Jahr 2014 erwarb Monsanto für eine Milliarde Dollar ein Start-up namens Climate Corporation, das sich als digitales Landwirtschaftsunternehmen ausgab. Es war eine Gruppe von Google-Leuten, die Experten für Satellitenbilder waren und sagten: „Können wir das für Landwirte nützlich machen?“, Sagt Thad Simons, ein langjähriger Rohstoffmanager, der eine Risikokapitalfirma namens Yield Lab mitbegründet hat. Das erregte die Aufmerksamkeit aller.
In den vergangenen Jahren hat das Silicon Valley eine Reihe von risikofinanzierten Startups hervorgebracht, deren Analyse- und Prognosedienste auf Tools beruhen, die Informationen autonom oder aus der Ferne sammeln und verarbeiten können: nicht nur Bilder, sondern auch Dinge wie Bodensensoren und Feuchtigkeitssonden . Sobald Sie sehen, dass die Konferenzen mehr Geld verdienen als die Menschen tatsächlich arbeiten, sagt Simons mit einem Kichern: „Sie wissen, dass es eine heiße Gegend ist.“
Eine Untergruppe dieser Unternehmen, wie FarmWise, arbeitet an so etwas wie der Hand-Auge-Koordination und verfolgt das ewige Ziel, die arbeitsintensivsten Phasen des Obst- und Gemüseanbaus – das Jäten und vor allem die Ernte – vor einem Hintergrund von zu automatisieren chronischer Arbeitskräftemangel in der Landwirtschaft. Aber viele andere konzentrieren sich ausschließlich darauf, den Landwirten bessere Informationen zu geben.
Eine Möglichkeit, die Landwirtschaft zu verstehen, besteht darin, eine nie endende Absicherung gegen die Unsicherheiten zu sein, die sich auf das Endergebnis auswirken: Wetter, Krankheiten, die optimale Dosis und das optimale Timing von Düngemitteln, Pestiziden und Bewässerung sowie enorme Preisschwankungen. Jeder dieser Faktoren treibt im Laufe einer Saison Tausende von inkrementellen Entscheidungen voran – Entscheidungen, die auf jahrelangem Versuch und Irrtum, Intuition und hart erkämpftem Fachwissen basieren. Die Tech-Frage, die Landwirte überall auf den Lippen haben, lautet also, wie mir Andy French sagte: Was sagen Sie uns, was wir noch nicht wussten?
III
Josh Ruiz, Vice President of Ag Operations bei Church Brothers, das Gemüse für die Gastronomie anbaut, bewirtschaftet mehr als tausend einzelne Blöcke Ackerland mit einer Fläche von mehr als 20.000 Acres. Umgänglich, kräftig und leicht zu sprechen, ist Ruiz in der gesamten Branche als Early Adopter bekannt, der keine Angst hat, mit neuen Technologien zu experimentieren. In den letzten Jahren ist er zu einem regelmäßigen Stopp auf der Rennstrecke geworden, die neugierige technische Führungskräfte in Teslas aus San Francisco und Mountain View herunterbringt, um auf einem Salatfeld zu stehen und Fragen über das Landwirtschaftsgeschäft zu stellen. Trimble, Bosch, Amazon, Microsoft, Google – egal, sie alle rufen mich an, sagt Ruiz. Sie können sehr schnell meine Aufmerksamkeit erregen, wenn Sie ein Problem für mich lösen, aber in neun von zehn Fällen kommen die Technologieunternehmen zu mir und lösen ein Problem, das kein Problem war.
Was alle wollen, ist, mit einem Wort, Voraussicht. Seit mehr als einer Generation schützt die Bundesregierung die Erzeuger von Mais, Weizen, Sojabohnen und anderen Rohstoffen vor den finanziellen Auswirkungen von Schädlingen und schlechtem Wetter, indem sie Subventionen anbietet, um die Kosten für die Ernteversicherung und in Zeiten reichlicher Ernten das Setzen auszugleichen ein künstlicher Mindestpreis, bei dem der Staat als Käufer letzter Instanz eingreift. Obst und Gemüse genießen nicht den gleichen Schutz: Sie machen weniger als aus eins% von den 25 Milliarden Dollar, die die Bundesregierung für Agrarsubventionen ausgibt. Infolgedessen unterliegt der Gemüsemarkt wilden Schwankungen aufgrund des Wetters und anderer nur vage vorhersehbarer Faktoren.
Josh Ruiz, Vice President of Ag Operations bei Church Brothers, einem Gemüseanbaukonzern, mit Big Red, einer automatischen Brokkoli-Erntemaschine seines Designs.
Als ich im September Salinas besuchte, befand sich die Salatindustrie preislich mitten in einer fulminanten Woche, in der ganze Köpfe von Eisbergen und Romaine den Verladern bis zu 30 Dollar pro Kiste oder etwa 30.000 Dollar pro Acre einbrachten. Im Moment hast du die Chance, ein Vermögen zu verlieren und es zurückzugewinnen, sagte Ruiz, als wir am Rand eines Feldes standen. Die Schwankungen können dramatisch sein: Ein paar Wochen zuvor, erklärte er, wurde Iceberg für einen Bruchteil dieses Betrags verkauft – 5 US-Dollar pro Kiste, etwa die Hälfte dessen, was Produktion und Ernte kosten.
Auf dem nächsten Feld waren Reihen junger Eisbergsalat-Setzlinge mit gelbbraunen Streifen gerippt – das Zeichen des Impatiens Necrotic Spot Virus oder INSV, das Salinas-Salat seit Mitte der 80er Jahre verwüstet. Das waren die ersten Anzeichen. Kommen Sie nach ein paar Wochen wieder, sagte Ruiz, und die Hälfte der Pflanzen ist tot: Es lohnt sich überhaupt nicht zu ernten. So wie es war, würde dieses Ergebnis einen Verlust von 5.000 US-Dollar darstellen, basierend auf den Kosten für Land, Pflügen, Pflanzen und Inputs. Wenn sie sich für Jäten und Ernten entschieden, könnte sich dieser Verlust leicht verdoppeln. Ruiz sagte, er hätte nicht gewusst, dass er 5.000 Dollar verschwendet, wenn er nicht beschlossen hätte, mich an diesem Tag auf eine Fahrt mitzunehmen. Multiplizieren Sie das auf mehr als 20.000 Hektar. Angenommen, ein Unternehmen könnte diese Art von Vorwissen über INSV zuverlässig liefern, wie viel wäre es ihm wert?
Eine Firma, die das herauszufinden versucht, ist ein Bild- und Analyse-Startup namens GeoVisual Analytics mit Sitz in Colorado, das daran arbeitet, Algorithmen zu verfeinern, die voraussichtliche Erträge einige Wochen im Voraus prognostizieren können. Es ist schwierig, gut zu modellieren. Ein Salatkopf wächst normalerweise in den letzten drei Wochen vor der Ernte um mehr als die Hälfte; Wenn es nur ein paar Tage länger im Feld bleibt, könnte es zu schwierig oder zu dünn sein, um es zu verkaufen. Jedes Modell, das das Unternehmen baut, muss Faktoren wie diesen und mehr berücksichtigen. Ein zur falschen Zeit gewässerter Eisbergball schwillt zu einem lockeren Strauß an. Supermarktkarotten wird Wasser entzogen, damit sie länger werden.
Als GeoVisual 2017 zum ersten Mal nach Salinas kam, kamen wir herein und versprachen die Zukunft, aber dann haben wir nicht geliefert, sagt Charles McGregor, sein 27-jähriger General Manager. Ruiz nennt ihre erste Staffel weniger wohltätig einen epischen Fehlschlag. Aber er gibt McGregor Anerkennung dafür, dass er hier geblieben ist. Sie haben zugehört und es behoben, sagt er. Er ist sich nur nicht sicher, was er bereit ist, dafür zu zahlen.
Wir kamen herein und versprachen die Zukunft, und dann haben wir nicht geliefert.
Charles McGregor
So kommen Außendienstmitarbeiter zu Ertragsprognosen ganz analog. Einige zählen Salatköpfe Schritt für Schritt und extrapolieren dann, indem sie ihre Stiefel messen. Andere verwenden einen 30-Fuß-Abschnitt des Sprinklerrohrs. Methoden wie diese können auf keinen Fall mit dem Umfang mithalten, den eine Drohne oder ein Flugzeug erfassen könnte, aber die Ergebnisse haben den Vorzug eines Formats, das Grower leicht verarbeiten können, und sie sind normalerweise um nicht mehr als 25 bis 50 Kisten pro Acre davon entfernt , oder etwa 3% bis 5%. Sie gehören auch zu den Grundkosten eines landwirtschaftlichen Betriebs: Wenn derselbe Mitarbeiter ein defektes Bewässerungsventil oder einen leeren Düngertank entdeckt und dafür sorgt, dass die Unkrautbekämpfungsmannschaft pünktlich beginnt, ist es nicht unbedingt notwendig, ihn um eine anständige Ernteprognose zu bitten Extrakosten. Im Gegensatz dazu ist die Preisgestaltung von technologiegetriebenen Prognosen tendenziell uneinheitlich. Tech-Verkäufer senken die Servicekosten, um neue Kunden zu gewinnen, und müssen dann schließlich herausfinden, wie sie mit dem, was sie verkaufen, Geld verdienen können.
Bei 10 Dollar pro Morgen sage ich [GeoVisual], dass er das Ganze fliegen soll, aber bei 50 Dollar pro Morgen muss ich mir Sorgen machen, sagte Ruiz mir. Wenn es mich zwei Jahre lang hunderttausend Dollar im Jahr kostet, und dann habe ich das aha! Moment, bekomme ich meine zweihunderttausend Dollar zurück?
IV
Alle digitalen Sensoren für die Landwirtschaft sind eine Form der Proxy-Messung: eine Möglichkeit, Teile des elektromagnetischen Spektrums in das Verständnis biologischer Prozesse zu übersetzen, die sich auf Pflanzen auswirken. Die thermische Infrarotreflexion korreliert mit der Landoberflächentemperatur, die mit der Bodenfeuchtigkeit und damit der Wassermenge korreliert, die den Pflanzenwurzeln zur Verfügung steht. Die Messung reflektierter Wellen von grünem, rotem und nahem Infrarotlicht ist eine Möglichkeit, die Bedeckung des Blätterdachs abzuschätzen, was den Forschern hilft, die Evapotranspiration zu verfolgen – das heißt, wie viel Wasser durch die Blätter einer Pflanze verdunstet, ein Prozess mit klaren Verbindungen zur Pflanzengesundheit.
Die Verbesserung dieser Extrapolationsketten ist ein Call-and-Response zwischen Daten, die von neuen Sensorgenerationen generiert werden, und den Softwaremodellen, die uns helfen, sie zu verstehen. Vor dem Start des ersten Sentinel-Satelliten der EU im Jahr 2014 hatten Forscher beispielsweise ein gewisses Verständnis dafür, was ein Radar mit synthetischer Apertur, das hochauflösende Bilder durch die Simulation großer Antennen erstellt, über pflanzliche Biomasse enthüllen könnte, aber ihnen fehlten genügend reale Daten um ihre Modelle zu validieren. Im amerikanischen Westen gibt es reichlich Bilder, um die Bewegung des Wassers über bewässerten Feldern zu verfolgen, aber kein Pflanzenmodell, das ausreichend fortgeschritten ist, um den Landwirten zuverlässig bei der Entscheidung zu helfen, wann sie Bewässerungswasser aus dem Colorado River bestellen, was normalerweise Tage im Voraus erfolgt.
Wie bei jeder Big-Data-Grenze ist ein Teil dessen, was das explosionsartige Interesse an Agrartechnologie antreibt, einfach die Verfügbarkeit beispielloser Datenmengen. Zum ersten Mal kann die Technologie Schnappschüsse von jeder einzelnen Brokkolikrone auf einem 1.000 Hektar großen Grundstück liefern und zeigen, auf welchen Feldern am wahrscheinlichsten Hirsche und Wildschweine eindringen, die in den Hügeln über dem Salinas-Tal leben.
Das Problem ist, dass sich so ein Feuerwehrschlauch ausschaltet eins s und 0 Um nützliche Einblicke zu erhalten – beispielsweise eine Textwarnung zu den fünf Feldern mit den häufigsten Anzeichen von Trockenstress – zu erstellen, ist ein differenzierteres Verständnis des landwirtschaftlichen Geschäfts erforderlich, als es viele Start-ups zu haben scheinen. Wie Paul Fleming, ein langjähriger landwirtschaftlicher Berater in Salinas, es ausdrückte: Wir wollen nur wissen, was nicht so gelaufen ist, wie es sollte.
Wir wollen nur wissen, was nicht so gelaufen ist, wie es sollte.
Paul Fleming
Und das ist erst der Anfang. Einzelhändler werden für jeden Blumenkohlkopf oder jedes Bündel Grünkohl, das sie produzieren, bezahlt; Verarbeiter, die vorgeschnittene Brokkolikronen oder Säcke mit Salatmischung verkaufen, werden normalerweise nach Gewicht bezahlt. Vertragsbauern, die angeheuert werden, um gegen eine Gebühr pro Hektar eine Ernte für jemand anderen anzubauen, erfahren möglicherweise nie, ob eine bestimmte Ernte gut oder schlecht war, was für den Spediteur, der sie angeheuert hat, einen Gewinn oder einen Verlust darstellt. Es liegt oft im Interesse eines Verladers, einzelne Landwirte darüber im Unklaren zu lassen, wo sie im Vergleich zu ihren Konkurrenten in der Nähe stehen.
In Salinas besteht die Herausforderung, Big Data für Farmmanager relevant zu machen, auch darin, das Universum von Informationen zu konsolidieren, die Farmen bereits sammeln – oder vielleicht auch nicht. Aaron Magenheim, der im Bewässerungsbetrieb seiner Familie aufgewachsen ist und jetzt ein Beratungsunternehmen mit Schwerpunkt auf landwirtschaftlicher Technologie leitet, sagt, dass die Einzelheiten der Bewässerung, des Düngers, der Fruchtfolge oder einer beliebigen Anzahl von Variablen, die die Ernte beeinflussen können, im Trubel der Landwirtschaft untergehen Saison, wenn sie überhaupt jemals gefangen werden. Jeder denkt, dass Landwirte wissen, wie sie anbauen, aber die Realität ist, dass sie es aus der Luft holen. Sie verfolgen das nicht bis auf die Grundstücksebene, sagte er mir und benutzte einen Branchenbegriff für ein einzelnes Stück Ackerland. Bis zu 40 oder 50 Grundstücke können sich denselben Brunnen und denselben Düngertank teilen, ohne dass die Details genau erfasst werden können. Wenn Sie Dünger ausbringen, ist es in Wirklichkeit ein Typ, der ein Ventil an einem Tank öffnet und ihn 10 Minuten lang laufen lässt und sagt: „Nun, das sieht gut aus.“ Hat Juan Nummer 6 oder Nummer 2 wegen eines Rohrbruchs blockiert? Haben sie es aufgeschrieben? Sagt Mägenheim. Nein! Weil sie zu viel zu tun haben.
Dann sind da noch die Karten. Verglichen mit Mais- und Sojabohnenbetrieben, wo Jahr für Jahr die gleichen Feldfrüchte angebaut werden, oder Weinbergen und Obstplantagen, wo sich die Anpflanzungen möglicherweise nicht länger als eine Generation ändern, sehen sich Erzeuger von Sonderkulturen mit einem endlosen Puzzle von Romaine auf Sellerie konfrontiert Brokkoli, mit Anpflanzungen, die Größe und Form je nach Markt ändern, und Zyklen von nur 30 Tagen von der Aussaat bis zur Ernte.
LUCAS BLATTFür viele Unternehmen in Salinas ist der 50-jährige Technologieberater Paul Mariottini der Mann, der die Lücke zwischen dem, was auf dem Feld passiert, und den Aufzeichnungsanforderungen eines modernen landwirtschaftlichen Unternehmens überbrückt. Mariottini – der vorhatte, Generalunternehmer zu werden, bis er im Alter von 18 Jahren einen Computer bekam und, wie er sagt, sofort aufhörte zu schlafen – betreibt von seinem Haus in Hollister aus einen Ein-Mann-Betrieb mit einem Flip-Phone und einer Reihe von Maßanfertigungen Vorlagen und Plug-Ins schreibt er für Microsoft Access und Excel. Als ich die Erzeuger, die ich traf, fragte, wie sie diesen Teil des Geschäfts handhaben, lautete die Antwort einer Person: Oh, wir verwenden Paul.
Zu den Kunden von Mariottini gehören einige der größten Produktionsunternehmen der Welt, aber nur eines verwendet Tablets, damit Feldaufseher die Fläche und Sorte jeder Pflanzung, die Art und das Datum der Dünger- und Pestizidanwendung und andere grundlegende Fakten über ihre Arbeit aufzeichnen können beaufsichtigen, während es stattfindet. Der Rest macht sich Notizen auf Papier oder trägt die Informationen am Ende des Tages aus dem Gedächtnis ein.
Als ich Mariottini fragte, ob jemand Software verwendet, um Papierkarten mit den Tabellenkalkulationen zu verknüpfen, die zeigen, was wo gepflanzt wurde, kicherte er und sagte: Ich mache das seit 20 Jahren und versuche, das zu erreichen. Er hat einmal einen PalmPilot programmiert; er nennt eines seiner Plug-ins Close-Enough GPS. Die Tech-Industrie würde wahrscheinlich darüber lachen, aber was die Tech-Industrie nicht versteht, sind die Leute, mit denen Sie arbeiten, sagte er.
v
Das Ziel der Automatisierung in der Landwirtschaft lässt sich am besten als allumfassend verstehen. Die kurzen Erntewochen verbrauchen einen überproportionalen Anteil des Gesamtbudgets – bis zu der Hälfte der Kosten für den Anbau einiger Feldfrüchte. Aber es gibt auch Bemühungen, den Arbeitsaufwand während des gesamten Wachstumszyklus zu optimieren und zu minimieren. Erdbeeren werden mit aufsprühbaren, biologisch abbaubaren Unkrautbarrieren angebaut, die die Notwendigkeit beseitigen könnten, Plastikplanen über jedes Beet zu verteilen. Automatisierte Traktoren werden bald in der Lage sein, Gemüsefelder auf eine glattere Oberfläche zu pflügen, als es ein menschlicher Fahrer könnte, wodurch die Keimraten verbessert werden. Während Analyseunternehmen um die Bereitstellung von Plattformen rennen, die die Gesundheit eines einzelnen Salatkopfs vom Samen bis zum Supermarkt verfolgen und die Reihenfolge der Ernte optimieren können, entwickeln andere Startups neue konische Salatsorten – ähnlich wie Römersalat – mit einem kompakten Salat Silhouette und Blätter, die höher über dem Boden liegen, damit sie von einem Roboter leichter gesehen und geschnitten werden können.
Insgesamt geht es bei den Problemen mit dem amerikanischen Ernährungssystem jedoch weniger um Technologie als vielmehr um Recht und Politik. Wir wissen seit langem, dass das Herbizid Roundup mit erhöhten Krebsraten verbunden ist, aber es bleibt weit verbreitet. Wir wissen seit mehr als 100 Jahren, dass der Westen knapp an Wasser ist, aber wir bauen weiterhin Luzerne in der Wüste an und verwenden immer ausgefeiltere Bohrtechniken in einer Art Wasser-Wettrüsten. Dies sind keine Probleme, die durch einen Mangel an Technologie verursacht werden.
An meinem letzten Tag in Salinas traf ich einen Erzeuger namens Mark Mason direkt am Highway 101, der das Tal in zwei Hälften teilt, und folgte ihm zu einem neun Morgen großen Sellerieblock mit einem ordentlichen Turm aus meteorologischen Geräten in der Mitte. Die Ausrüstung gehört der NASA, die Teil eines gemeinsamen Projekts mit dem kooperativen Erweiterungsbüro für Landwirtschaft und natürliche Ressourcen der Universität von Kalifornien (UCANR) ist.
Vor acht Jahren, inmitten von Nachrichten über Dürren und Waldbrände im Westen, verspürte Mason das nagende Gefühl, dass er sorgfältiger mit dem Grundwasser umgehen sollte, das er zur Bewässerung verwendet, selbst wenn die Wirtschaftlichkeit etwas anderes nahelegte. Das veranlasste ihn, Michael Cahn, einen Forscher bei UCANR, zu kontaktieren.
Historisch gesehen war Wasser in Salinas immer billig und reichlich vorhanden: Die Nachteile einer Unterbewässerung oder des Einsatzes von zu wenig Dünger waren schon immer viel größer als die potenziellen Einsparungen. Erzeuger wollen Produkte verkaufen; Die effiziente Nutzung ist zweitrangig. Sie werden es nicht knapp schneiden und die Qualität riskieren, sagte Cahn. Das Risiko könnte sogar bis zum Verlust einer Ernte reichen.
In jüngster Zeit ist jedoch die Nitratbelastung des Trinkwassers, die durch den starken Düngemitteleinsatz verursacht wird und mit Schilddrüsenerkrankungen und einigen Krebsarten in Verbindung gebracht wird, zu einem wichtigen politischen Problem in Salinas geworden. Die örtliche Wasserqualitätskontrollbehörde entwickelt derzeit einen neuen Standard, der die Menge an Stickstoffdünger begrenzt, die Erzeuger auf ihren Feldern ausbringen können, und es wird erwartet, dass er 2021 fertiggestellt wird. Wie Cahn erklärte, können Sie Stickstoff nicht kontrollieren, ohne Ihre Bewässerung zu kontrollieren Wasser. In der Zwischenzeit arbeiten Mason und eine Handvoll anderer Erzeuger mit UCANR an einer Softwareplattform namens Crop Manage, die darauf ausgelegt ist, Wetter- und Bodendaten aufzunehmen und maßgeschneiderte Empfehlungen zur Bewässerung und zum Düngemitteleinsatz für jede Kultur zu liefern.
Michael Cahn, ein Forscher an der University of California, der Software zur Optimierung der Wasser- und Düngemittelnutzung entwickelt, bei einem Wasserversuch für Artischocken.
Cahn sagt, er erwarte, dass der technologische Fortschritt im Wassermanagement einen ähnlichen Verlauf nehmen werde wie die Androhung strengerer Vorschriften für Stickstoffdünger. In beiden Fällen liegen das geschäftliche Argument für eine Lösung und die dafür erforderliche Technologie irgendwo hinter der Politik. Die Empörung über den fehlenden Zugang zu sauberem Grundwasser brachte einen neuen Regulierungsmechanismus hervor, der die Mittel freisetzte, um herauszufinden, wie man es misst, und der wiederum die Managementansätze der Landwirte beeinflussen wird.
Letztlich ist es also der politische Druck, der die Voraussetzungen für den Fortschritt von Wissenschaft und Technik geschaffen hat. Vorerst verleihen Risikokapital und staatliche Forschungszuschüsse der Agrartechnologie weiterhin einen künstlichen Schub, während ihre potenziellen Käufer – wie Salatbauern – sie weiterhin mit einer gewissen Vorsicht behandeln.
Aber genauso wie neue Vorschriften die Kosten-Nutzen-Analyse rund um den Stickstoff- oder Wasserverbrauch von einem Tag auf den anderen verändern können, kann dies auch ein Produkt sein, das klare Renditen bringt. Alle Erzeuger, mit denen ich gesprochen habe, verbringen wertvolle Zeit damit, die Start-up-Welt im Auge zu behalten: Telefonanrufe entgegenzunehmen, technisch unterstützte Dienstleistungen auf einem Teil ihrer Betriebe zu kaufen und zu testen, Vorschläge zu machen, wie man gezielte Analysen durchführen oder eine landwirtschaftliche App optimieren kann. Wieso den? Um mitzubestimmen, wie sich die Zukunft entwickelt, oder zumindest nah genug dran zu sein, um sie kommen zu sehen. Eines Tages wird jemand viel Geld verdienen, wenn er den Ratschlägen eines Computers folgt, wie hoch der Preis für Salat sein soll, wann man gegen einen neuartigen Schädling sprühen muss oder welche Felder geerntet und welche aufgegeben werden sollen. Wenn das passiert, wollen diese Landwirte die Ersten sein, die es erfahren.