Big data päätöksenteon apuvälineenä kasvinviljelytilalla
Riikonen, Aila (2017)
Riikonen, Aila
Savonia-ammattikorkeakoulu
2017
All rights reserved
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-2017060312210
https://urn.fi/URN:NBN:fi:amk-2017060312210
Tiivistelmä
Big Data ja IoT (internet of things) -teknologian hyödyntäminen avaa uusia mahdollisuuksia kasvinviljelytilan prosessien arvioimiseen ja tilan johtamiseen.
Big Data on termi tiedostoille, jotka ovat niin isoja tai monimutkaisia, ettei niitä voi käsitellä perinteisillä käsittelysovelluksilla. Kyse on mahdollisuudesta yhdistää isoja tietomassoja, toisekseen valmiudesta käsitellä järjestymätöntä dataa tarkan ja mitatun tiedon sijaan sekä nähdä riippuvuuksia eri asioiden välillä syy-seuraus yhteyden sijaan. Internet of things (IoT) tarkoittaa fyysisten esineiden, palvelujen, ohjelmistojen ja järjestelmien liittämistä yhteen internetin avulla. Näiden tuottamaa reaaliaikaista tietoa voidaan analysoida Big Data tekniikoilla, jolloin saadaan enemmän informaatiota päätöksenteon tueksi.
Maataloudessa kootaan tilatasolta paljon tietoa hallinnon tarpeisiin, esimerkkinä verotus ja tukihallinto. Lisäksi on olemassa maatalouden ulkopuolisia datavarantoja, jotka ovat hyödynnettävissä maatalouden käyttöön. Perusesimerkkejä ovat säätiedot ja erilaiset satelliittikartoitukset. Big data teknologian soveltamisessa tilatasolla on selvitettävä, mitä tietoa on saatavilla, onko tiedolla hinta tai onko tiedon käytölle lupaa.
Saatavissa olevalla tiedolla on mahdollista arvioida tilan onnistumista prosessien hallinnassa. Tämä auttaa löytämään tilan toiminnasta mahdolliset tuottavuuskuilut sekä muodostamaan hyötysuhdekuvaajia. Vertailutiedon pohjalta on mahdollista arvioida uuden toimintatavan käyttöönottoa ja sen tilalle tuomia etuja. Oman bisnesmallin hahmottamisen kautta tila motivoituu löytämään tuloksen kannalta merkitykselliset prosessit. Näin vapaudutaan epäoleellisen tiedon seurannasta ja sen analysointiin käytetystä työajan menekistä. Maatiloilla tuotettava tieto kiinnostaa myös lukuisia ulkopuolisia tahoja ja globaalisti tiedosta on syntynyt omistajuudesta keskustelun ohella merkittävää liiketoimintaa.
Tässä työssä mallinnetaan helpolla ja ymmärrettävällä tavalla Big Datan mahdollisuuksia kasvinviljelyssä. Työn tavoitteena on selvittää, miten kasvinviljelijät voivat hyödyntää Big Dataa ja tehostaa sen avulla tuotantoprosessiaan. Tähän opinnäytetyöhön on koottu erilaisia näkökulmia, miten viljelijät ja neuvojat voivat käyttää dataa hyödykseen päätöksenteossa maatilan tuottavuuden ja ympäristön tilan kehittämisessä. Tutkimusosiossa testattiin yhteistyössä Savonia AMK tekniikanalan kanssa Big Data työkalujen toimivuutta tekstin analysoinnissa. Analyysissä etsittiin signaaleja viljelijöiden asenteista tilan tiedonhallintaan keskustelukanava Agronetin aineistosta. Keskustelu osoittautui pääosin pinnalliseksi. Keskusteluissa oli havaittavissa viljelijöiden kasvava kiinnostus satelliittikuvantamiseen, Isobus tekniikkaan, sekä paikkatietoon.
Big Data analysoinnin valjastaminen tilatason päätöksenteon apuvälineeksi vaatii skenaariomallien tuomista algoritmeihin eli vaihtoehtojen laskentamallinnusta, kokeiluja ja raja-arvojen määrittelyä. Tämä tarkoittaa, että vaihtoehtojen raja-arvot määritellään, laskentamallinnetaan, sekä testataan. Analyysin toiminnallisuus kannattaa varmistaa tilatasolla, esimerkiksi pilotoimalla muutamalla asiasta kiinnostuneella maatilalla. Pilotoinnin johtoajatuksena tulee olla vastaus tiloille suurinta hyötyä tuottavaan ongelmaan. Tällaisia kohteita voisivat olla esimerkiksi satelliittikuviin ja maanäytteiden tuloksiin perustuva peltojen kasvukunnon tilakohtaisen kehityksen kuvantaminen tai kasvukauden aikainen kasvustojen kehityksen analysoiminen satelliittikuvien pohjalta. Big Data tekniikka mahdollistaa myös aiempaa täsmällisemmät tilan kasvinviljelyn katelaskelmat, jotka perustuvat todellisiin kasvikohtaisiin tuotantopanosten käyttöön, kuten esimerkiksi polttoaine ja työajan menekki. Edellä mainittujen tietojen prosessointi mahdollistaisi myös tilakohtaisten ympäristövaikutusten arvioinnin, johon ei tällä hetkellä ole olemassa analysointityökaluja.
Big Datan käyttöönotto vaatii maatilatason testausta ja pilotointia. Ilman maatalouspoliittisia ratkaisuja sekä tukea datan keräämiseen ja muuntamiseen tilan tuotantoprosessin ohjaukseen, on suomalaisilla maatiloilla heikot mahdollisuudet hyötyä uudesta teknologiasta. Investointirahoitusta tarvitaan uusien teknisten ratkaisujen hankkimiseen kasvinviljelyyn tilatasolle. Näiden ohella kaikkien maatalousketjun toimijoiden yhteistyö ja tiedonjakaminen edistää uuden teknologian hyödyntämistä ja käyttöönottoa maatalouden voimavaraksi.
Big Data on termi tiedostoille, jotka ovat niin isoja tai monimutkaisia, ettei niitä voi käsitellä perinteisillä käsittelysovelluksilla. Kyse on mahdollisuudesta yhdistää isoja tietomassoja, toisekseen valmiudesta käsitellä järjestymätöntä dataa tarkan ja mitatun tiedon sijaan sekä nähdä riippuvuuksia eri asioiden välillä syy-seuraus yhteyden sijaan. Internet of things (IoT) tarkoittaa fyysisten esineiden, palvelujen, ohjelmistojen ja järjestelmien liittämistä yhteen internetin avulla. Näiden tuottamaa reaaliaikaista tietoa voidaan analysoida Big Data tekniikoilla, jolloin saadaan enemmän informaatiota päätöksenteon tueksi.
Maataloudessa kootaan tilatasolta paljon tietoa hallinnon tarpeisiin, esimerkkinä verotus ja tukihallinto. Lisäksi on olemassa maatalouden ulkopuolisia datavarantoja, jotka ovat hyödynnettävissä maatalouden käyttöön. Perusesimerkkejä ovat säätiedot ja erilaiset satelliittikartoitukset. Big data teknologian soveltamisessa tilatasolla on selvitettävä, mitä tietoa on saatavilla, onko tiedolla hinta tai onko tiedon käytölle lupaa.
Saatavissa olevalla tiedolla on mahdollista arvioida tilan onnistumista prosessien hallinnassa. Tämä auttaa löytämään tilan toiminnasta mahdolliset tuottavuuskuilut sekä muodostamaan hyötysuhdekuvaajia. Vertailutiedon pohjalta on mahdollista arvioida uuden toimintatavan käyttöönottoa ja sen tilalle tuomia etuja. Oman bisnesmallin hahmottamisen kautta tila motivoituu löytämään tuloksen kannalta merkitykselliset prosessit. Näin vapaudutaan epäoleellisen tiedon seurannasta ja sen analysointiin käytetystä työajan menekistä. Maatiloilla tuotettava tieto kiinnostaa myös lukuisia ulkopuolisia tahoja ja globaalisti tiedosta on syntynyt omistajuudesta keskustelun ohella merkittävää liiketoimintaa.
Tässä työssä mallinnetaan helpolla ja ymmärrettävällä tavalla Big Datan mahdollisuuksia kasvinviljelyssä. Työn tavoitteena on selvittää, miten kasvinviljelijät voivat hyödyntää Big Dataa ja tehostaa sen avulla tuotantoprosessiaan. Tähän opinnäytetyöhön on koottu erilaisia näkökulmia, miten viljelijät ja neuvojat voivat käyttää dataa hyödykseen päätöksenteossa maatilan tuottavuuden ja ympäristön tilan kehittämisessä. Tutkimusosiossa testattiin yhteistyössä Savonia AMK tekniikanalan kanssa Big Data työkalujen toimivuutta tekstin analysoinnissa. Analyysissä etsittiin signaaleja viljelijöiden asenteista tilan tiedonhallintaan keskustelukanava Agronetin aineistosta. Keskustelu osoittautui pääosin pinnalliseksi. Keskusteluissa oli havaittavissa viljelijöiden kasvava kiinnostus satelliittikuvantamiseen, Isobus tekniikkaan, sekä paikkatietoon.
Big Data analysoinnin valjastaminen tilatason päätöksenteon apuvälineeksi vaatii skenaariomallien tuomista algoritmeihin eli vaihtoehtojen laskentamallinnusta, kokeiluja ja raja-arvojen määrittelyä. Tämä tarkoittaa, että vaihtoehtojen raja-arvot määritellään, laskentamallinnetaan, sekä testataan. Analyysin toiminnallisuus kannattaa varmistaa tilatasolla, esimerkiksi pilotoimalla muutamalla asiasta kiinnostuneella maatilalla. Pilotoinnin johtoajatuksena tulee olla vastaus tiloille suurinta hyötyä tuottavaan ongelmaan. Tällaisia kohteita voisivat olla esimerkiksi satelliittikuviin ja maanäytteiden tuloksiin perustuva peltojen kasvukunnon tilakohtaisen kehityksen kuvantaminen tai kasvukauden aikainen kasvustojen kehityksen analysoiminen satelliittikuvien pohjalta. Big Data tekniikka mahdollistaa myös aiempaa täsmällisemmät tilan kasvinviljelyn katelaskelmat, jotka perustuvat todellisiin kasvikohtaisiin tuotantopanosten käyttöön, kuten esimerkiksi polttoaine ja työajan menekki. Edellä mainittujen tietojen prosessointi mahdollistaisi myös tilakohtaisten ympäristövaikutusten arvioinnin, johon ei tällä hetkellä ole olemassa analysointityökaluja.
Big Datan käyttöönotto vaatii maatilatason testausta ja pilotointia. Ilman maatalouspoliittisia ratkaisuja sekä tukea datan keräämiseen ja muuntamiseen tilan tuotantoprosessin ohjaukseen, on suomalaisilla maatiloilla heikot mahdollisuudet hyötyä uudesta teknologiasta. Investointirahoitusta tarvitaan uusien teknisten ratkaisujen hankkimiseen kasvinviljelyyn tilatasolle. Näiden ohella kaikkien maatalousketjun toimijoiden yhteistyö ja tiedonjakaminen edistää uuden teknologian hyödyntämistä ja käyttöönottoa maatalouden voimavaraksi.