カリフ作物は、インドの西ベンガル、アンドラ プラデシュ、オリッサ、テランガーナ、マハラシュトラ、ケララ、タミル ナードゥ、アッサムの沿岸州、およびパキスタンとバングラデシュの近隣諸国の農産物の大部分を占めています。これらは、南西モンスーンの風に大きく依存する天水作物であり、インドの総降水量の 75% を占めています。
このような雨への依存はまた、これらの季節作物の栽培をますます困難にし、予測不可能にしています。 2021 年 3 月の時点で、ハリフ作物の植え付けは、インド全土で 56.50 ラフヘクタールしか見られません。このようなシナリオでは、最新の技術的進歩を採用した精密農業が、これらの懸案事項の解決策となります。
Unsplash の Prahlad Inala による写真
ハリフ シーズンの詳細
ハリフという言葉 もともとアラビア語でその場所を見つけ、「秋」を意味します。これは、農家が一般的にハリフ作物を秋の初めに収穫するためです。種まきは、モンスーンの最初の時期に行われます。ハリフ作物は、栽培期間がこれらの季節と一致するため、夏作物またはモンスーン作物とも呼ばれます。
主にモンスーンに関連するハリフ シーズンの正確な期間は、地域や作物によって異なる場合があります。インドでは、このシーズンはおおよそ6月頃に始まり、10月に終わります。ただし、この期間は国内の州によって異なる場合があります。たとえば、ケララ州の農民は、5 月末近くにハリフ作物を播種します。一方、北インドの州では、モンスーンの到来に応じて 7 月に作物を植えます。
以下は主要なハリフ作物のリストです。
季節作物の栽培には、独自の課題があります。しかし、ハリフ作物の主な関心事は、栽培期間中の適時の降雨と十分な降水量への依存です。これこそまさに、農業生産者がプロセス全体を合理化するのに役立つ精密農業です。
季節の作物生産の課題
以下は、ハリフ作物の栽培を妨げる一般的なハードルのリストです。
1.播種段階でのモンスーンの予測不可能性
オーストラリアや西アフリカの地域とは異なり、インドのモンスーンは非常に予測不可能です。同時に、モンスーンは国の総降水量の 80% を占めており、ハリフ作物の種まきは最初の雨に大きく依存しています。予測不可能なため、モンスーンの到着が遅れたり、雨が少なくなったり、洪水が発生したりする可能性があります。
Odisha は、現在のハリフ シーズンにおける同じ犠牲者です。ブバネシュワールのインド気象局 (IMD) によると、州は 2021 年 6 月に平均 181.3 mm の降水量を受け取りました。通常の 210.7 mm の降水量と比較すると、これは驚異的な 17% の赤字です。このため、農家は田植えを 6 月の第 3 週ではなく 7 月に延期しなければなりませんでした。
2.種子や農薬への適切かつタイムリーなアクセスの欠如
COVID-19 パンデミックが混乱させた多くのことの 1 つは、全国的なロックダウンによる農産物の州内および州間の輸送です。昨年のカリフ シーズン中、推定によると、インドの農家の約 20% が肥料、種子、その他の農業投入物にアクセスできない可能性があります。今年、マディヤ プラデーシュ州の農家は、高品質の大豆種子が不足していると報告しました。一方、オリッサ州は種まきシーズンに入ってから肥料危機に直面しました。サイクロン Yaas の破壊的な影響からすでに動揺しているこれらの農家にとって、これはさまざまな問題につながります。 .
3.クレジットへのアクセスが悪い
適切な資金調達は、農業経済の繁栄を助けるために不可欠です。政府はこの目的のためにいくつかの資金調達スキームを用意しましたが、その恩恵のほとんどはまだ小規模農家に届いていません.
小規模農家の大半は、民間融資に依存しています。しかし、農作物が不作な時期に伝統的な農法に頼っている人は、生産不足と最終的な負債に直面することになります。その結果、金融機関はそのような個人にそれ以上貸すことに消極的になり、その結果、継続的な負債サイクルが発生します。
4.農業慣行に関する助言、サービス、情報が不十分
農業投入物、最新の価格、および科学的な農場管理慣行に関する知識の欠如により、農家は不確実性とリスクにさらされています。不確実な気象条件、害虫の侵入を効果的に管理する必要性、または肥料の正しい使用法を理解する必要性など、生産者は作物の損失を最小限に抑え、作物の生産性を高めるためのタイムリーなガイダンスを必要としています。ここで、救世主としてスマート農業が登場します。最新の情報にアクセスすることで、このような課題が作物生産に与える影響を抑えることができます。
5.シーズン中の作物リスクを監視する能力が限られている
栽培期間中、収量に影響を与える可能性のある要因がいくつかあります。その多くは、栽培者が監視し、好ましくない気象条件、害虫や作物の病気の到来、貧しい人々などの予防措置または是正措置を講じることができます。土壌栄養。これらの作物ストレスにタイムリーに対処できないと、全体的な収量と作物の品質に悪影響を及ぼし、結果として農家の収益が低下する可能性があります。
6.収穫日と収量を推定するための不十分なデータ
大規模な農業会社は、個々の農場の生産サイクルを把握するのが難しい場合があります。降雨による播種の遅れなど、サイクルが計画どおりに進まなかった場合、収穫日と収穫量を予測することはさらに困難になります。これにより、収穫後のプロセスの計画が複雑になる可能性があります。収穫量や収穫日を推定できないことも、農産物の調達や調達における最大の課題の 1 つです。下流プロセスの計画が困難になります。
明白な課題を克服するためのデジタル介入
技術介入は、農家が上記の課題を効果的に克服するのに役立ちます。ここにいくつかの方法があります。
1.作物の生産性を高めるための播種日の推定
Cropin は、衛星モニタリング、機械学習、気象データを使用して、不確実性を減らし、収量の質と品質を最大化する播種時期を推奨します。このような予測分析により、農家は気候予測に従って理想的な播種日を知ることができ、天候パターンの変化に直面しても気候に配慮した農業を推進できます。
2.デジタル プラットフォームによる作物のアドバイザリーと PoP の管理
SmartFarm を使用すると、農業および種苗会社は、専門家が推奨する作物のアドバイスを使用して、農家が最適な生産性を達成できるように導くことができます。また、作物生産のすべての段階で、380 種類以上の作物と 9500 種類以上の作物の PoP (実践パッケージ) を構成することもできます。企業はすべての事務処理を排除し、プロットおよび農家レベルでの PoP の実装をデジタルで監視できます。その結果、これは作物保護と農業生産性の向上に役立ちます。
3.健康と作物の段階を評価するための継続的な衛星モニタリング
SmartRisk は、AI を使用して精密農業を促進します。 SmartRisk は、衛星監視と独自の深層学習アルゴリズムを使用して、さまざまな要因による作物の健康状態の変化をアグリビジネスに通知し、タイムリーに異常を発見できるようにします。 AI プラットフォームは、作物の健康状態、病気の早期警告、作物の段階の検出、収穫量の評価などに関する包括的な洞察をアグリビジネスに提供します。さらに、アグリビジネスは、農機具や機械の可用性の確保、灌漑のスケジュールなど、作物の段階に基づいて決定を下すことができます。
4.農業従事者がタイムリーかつ体系的に質の高いクレジットにアクセスできるようにする
作物生産を支援するだけでなく、精密農業は、金融機関が投資に関してデータ主導の意思決定を行うために、過去と予測の両方の代替農業データも提供します。小規模農家が農業活動の十分な証拠を提示できない状況では、この代替データにより、機関はローン申請を簡単に評価できるようになり、十分な情報なしでローンを処理するために通常かかる時間、労力、およびコストが削減されます。 SmartRisk を使用すると、金融機関は資金の使用状況を監視し、推定収穫期間に基づいて支払いを回収する適切な時期を特定することもできます。
5.マーケティングおよび販売戦略のための予測的洞察
SmartRisk は、気象情報と収量予測に加えて、農業資材企業が焦点を絞った販売およびマーケティング戦略を策定するのにも役立ちます。このプラットフォームは、過去の作物生産に関するデータの洞察を使用して、栽培地域、作物の段階、および現在の健康状態を分析することにより、このような利点を促進します。農薬会社、農業機械の製造業者および販売業者は、これらの洞察を地域レベルで分析して、農家が適切なタイミングで製品に簡単にアクセスできるようにすることができます。さらに、これらの企業は AcreSquare を使用して農家と直接つながり、これらの製品をアップセルおよびクロスセルすることで、売上と顧客ロイヤルティを向上させることができます。
6.収穫後の意思決定を最適化するための収穫日と潜在収量のインテリジェントな推定
Cropin は、リモート センシング技術と AI を使用して収穫日を予測するのにも役立ちます。これは、SmartFarm によるほぼリアルタイムの 360 度の農場モニタリングと、SmartRisk による予測農業生産性分析に基づいています。農業会社は、それに応じて集約、流通、輸出などの収穫後の決定を計画できますが、調達および調達会社は、数週間前に推定生産量と収穫ウィンドウについての洞察を得ることができます。政府機関は、このインテリジェンスを使用して、特定の作物の栽培面積と潜在的な収量を評価し、調達の決定を下すことができます。さらに、生産者に有利なように農業政策を更新できるようになります。
産業およびサービス部門の急速な進歩は、これらの分野が過去数年間で目覚ましい経済発展を遂げるのに役立ちました。農業はデジタル イノベーションの採用に遅れをとっていましたが、このセクターをデジタル化して産業化するためのスマート農業技術の現在の使用と、作物の生産性を高めるための精密農業の広範な適用の機会は、農業従事者と関連ブランドに多大な利益をもたらす可能性があります。
