今天介绍的利用传感器数据和大数据分析工具的组织是Flint River Partnership，这是一家政府资助的非盈利性组织，在广泛种植花生、棉花和玉米的佐治亚州开发、推广更高效的农场灌溉系统。该组织去年和IBM、佐治亚大学合作开展了大数据项目，希望创造出更精确的天气和土地情况预报系统，帮助农民安排灌溉计划。

该项目使用了IBM搭载超级计算机的Deep Thunder分析服务，分析处理从上千个天气站的数据，还有卫星数据和网络上的商用天气数据，生成更加本地化的天气预报，可预报10分钟到72小时的天气情况，预报每12小时更新一次。该项目计划在今年收集农场设备上传感器发出的土壤温度和湿度数据，加入到预报模型中。

 

该组织的执行总监David Rechford表示，在这方面，项目还处于实验过程中。我们会实地检测模型，逐个农户、逐块田地的检查效果。因为现在也有很多预报系统，包括美国农业部开发的云应用，我们要看看我们的预报是不是比它们更准确。

预报并不是一件容易的事，它需要指出55万亩灌溉土地中每1.5立方千米土地可能发生的情况。但如果系统能够正常运行，就能收获巨大的经济价值。Rechford表示：“如果能够提前三天知道天气情况，农民就可以更好地安排灌溉，这就是技术对我们生活发生的实实在在的影响。”

比如，农民可以利用传感器预报系统，改变不同地方的浇水量，有的地方多浇一点，有的地方少浇一点，实现因地制宜。这除了能够减少水资源消耗和灌溉成本，还能避免因过度灌溉或灌溉不足导致的农作物减产。

Rechford表示：“如果农民能够以最有效的方式利用资源，就意味着该地能够保持长期稳定的粮食产量。”

预报系统的大数据来自于传感器，但Rechford认为，随着大数据的成熟，安装在土地上的传感器会越来越少。Rechford介绍到，每年安装和运营一组传感器的价格在三千五到五千美元，包括数据传输设备和服务。目前，该项目每一百亩土地就会安装一组传感器。Rechford希望通过使用Deep Thunder能够减少传感器安装数量。

Rechford表示，如果项目最终能够获得成功，它的影响并不局限在佐治亚州，其他地区的农民也可以采用类似的分析技术，只是需要投入不小的成本。现在，该大数据项目的资金主要来自于企业的捐赠，以后可能采取按用户计费的方式。这次试验的另一个目的也是计算成本，从而制定合理的计价方式。“最终，项目会走到商业化的轨道上来。” Rechford如是说。