การดำเนินงาน NSTDA Agenda ตามแผนกลยุทธ์ สวทช. ฉบับ 7 (พ.ศ. 2565-2570) หัวข้อ Modern Agriculture เทคโนโลยีกับเกษตรแนวใหม่ ที่เน้นการพัฒนาเทคโนโลยีและนวัตกรรม (ประสิทธิภาพสูง เพิ่มมูลค่า ลดการสูญเสีย มีมาตรฐาน ความปลอดภัย รองรับการเปลี่ยนแปลง) โดย Remote sensing, Smart farming เป็นหนึ่งใน Core technology ของ Agenda Modern Agriculture

จากการสืบค้นข้อมูลจากฐานข้อมูล Scopus สำหรับเรื่อง Remote sensing, Smart farming (คำค้นจากทุกเขตข้อมูลด้วยคำค้น “remote sensing” OR “smart farming” และเลือก keyword คือ Remote Sensing, GIS, Radar, Radar Imaging, Geographic Information Systems, Soil Moisture, Agriculture, Soils, Monitoring, Data Processing, Artificial Intelligence, Weather Forecasting, Sensors, Remote Sensing Images, Data Mining และ Water Management ผลงานทั้งหมดในฐานข้อมูล Scopus วันที่ 11 สิงหาคม 2565) พบจำนวนบทความทางวิชาการความเชี่ยวชาญทางด้าน Remote sensing, Smart farming เฉพาะของประเทศไทย จำนวน 1,750 รายการ โดย 5 อันดับหน่วยงาน/สถาบันที่มีผลงานตีพิมพ์บทความวิจัยสูงสุด ได้แก่ สถาบันเทคโนโลยีแห่งเอเชีย (AIT) 384 รายการ จุฬาลงกรณ์มหาวิทยาลัย 142 รายการ มหาวิทยาลัยเกษตรศาสตร์ 140 รายการ มหาวิทยาลัยสงขลานครินทร์ 97 รายการ และ สถาบันเทคโนโลยีพระจอมเกล้าเจ้าคุณทหารลาดกระบัง 96 รายการ นอกจากข้อมูลบทความวิจัยแล้ว Remote sensing, Smart farming ยังมีข้อมูลประเภทผลิตภัณฑ์จากฐานข้อมูล Mintel

Mintel คือ ระบบฐานข้อมูลด้านการตลาดเชิงกลยุทธ์ในธุรกิจและอุตสาหกรรมของสินค้าอุปโภคบริโภคในกลุ่มสินค้าอาหาร เครื่องดื่ม สินค้าเพื่อสุขภาพ เครื่องสำอางและของใช้ส่วนตัว ซึ่งครอบคลุมแนวโน้มตลาดทั่วโลกทั้งในปัจจุบันและคาดการณ์อนาคต มีบทวิเคราะห์ความต้องการของผู้บริโภค พฤติกรรมการบริโภคใหม่ๆ พร้อมด้วยข้อมูลเชิงสถิติ แนวโน้มการพัฒนาผลิตภัณฑ์ใหม่ และนวัตกรรมจากทั่วโลก รวมทั้งข้อมูลของส่วนผสม (Ingredient) ที่มีการประยุกต์ใช้ในผลิตภัณฑ์ บรรจุภัณฑ์ และโภชนาการ โดยมีทีมนักวิเคราะห์ที่มีประสบการณ์และมีความเชี่ยวชาญของ Mintel จากทั่วโลก วิเคราะห์ข้อมูลและจัดทำรายงาน โดย สวทช. บอกรับและให้บริการครบทั้ง 3 แพลตฟอร์ม คือ Food & Drink (MFD), Beauty & Personal Care (BPC) และ Household & Personal Care (HPC)

ภาพที่ 1 เว็บไซต์ฐานข้อมูล Mintel:www.mintel.com

ภาพที่ 2 ตัวอย่างข้อมูลที่เกี่ยวข้องกับ Remote sensing, Smart farming

ฐานข้อมูล Mintel ข้อมูลปี 2019-ปัจจุบัน

• Smart Ginseng – HanaroFarm ของเกาหลีร่วมมือกับบริษัทและมหาวิทยาลัยในท้องถิ่นเพื่อสร้างฟาร์มอัจฉริยะแห่งแรกของเวียดนามเพื่อปลูกโสม ซึ่งใช้ในยาสมุนไพร ฟาร์มขนาด 200 เฮกตาร์จะใช้เทคโนโลยีที่ขับเคลื่อนด้วยข้อมูลเพื่อปลูกโสมเวียดนามที่รู้จักกันในท้องถิ่นว่าซัมง็อกลินห์ นักวิจัยจากมหาวิทยาลัยแห่งชาติเวียดนาม มหาวิทยาลัย Quy Nhon และมหาวิทยาลัย Thu Dau Mot จะติดตามโครงการเพื่อประเมินการปรับปรุงเนื้อหาทางโภชนาการของพืชที่ปลูกอย่างชาญฉลาด ด้วยการควบคุมกระบวนการเพาะปลูกและสภาพภูมิอากาศโดยใช้เซ็นเซอร์และเทคโนโลยีสารสนเทศ HanaroFarm หวังที่จะปรับปรุงอัตราการเก็บเกี่ยวและคุณภาพของผลิตภัณฑ์
• Chicken Shed Robot – Tibot Technologies ได้เปิดตัว Spoutnic Nav หุ่นยนต์ที่ออกแบบมาเพื่อให้การเลี้ยงไก่มีประสิทธิภาพมากขึ้น หุ่นยนต์จะเดินทางไปรอบๆ โรงเพาะฟักเพื่อกระตุ้นให้ไก่เคลื่อนที่ไปรอบๆ และวางไข่ในรัง ไม่ใช่บนพื้น Spoutnic Nav ยังช่วยเติมอากาศให้กับโรงเพาะฟักและกระตุ้นให้ไก่เคลื่อนไหวมากขึ้นเพื่อให้น้ำหนักเพิ่มขึ้นเร็วขึ้น สามารถปรับให้เป็นแบบส่วนตัวเพื่อให้พ่อพันธุ์แม่พันธุ์สามารถปรับให้เข้ากับประเภทของเครื่องนอนที่ใช้และเวลาทำการได้
• How Fresh are the Eggs? – สถาบันวิจัยอาหารแห่งเกาหลี ใช้ reusable wireless sensor tag, communication unit and dynamic software เพื่อตรวจสอบการเคลื่อนไหวและอุณหภูมิโดยรอบของไข่โดยไม่ทำให้เปลือกแตก ระบบการคาดการณ์แบบไดนามิกจะวิเคราะห์ข้อมูลที่รวบรวมและกำหนดความสดโดยใช้หน่วย Haugh ซึ่งวัดน้ำหนักและขนาดของไข่ขาวและตรวจสอบความสด โดยตัวเลขที่สูงกว่าแสดงถึงคุณภาพที่ดี

ภาพที่ 3 ตัวอย่างข้อมูลที่เกี่ยวข้องกับ Remote sensing, Smart farming

• Automatic Growth – Vergromat โซลูชันเรือนกระจกแนวตั้งอัตโนมัติเต็มรูปแบบ สามารถช่วยปลูกอาหารในท้องถิ่นได้มากขึ้น ในขณะเดียวกันก็ลดการใช้พลังงานลง ระบบเรือนกระจกสามารถควบคุมแสง อุณหภูมิ ความชื้น และการระบายอากาศแบบอัตโนมัติเพื่อผลิตพืชชนิดต่างๆ ได้ตลอดทั้งปี เรือนกระจกหุ้มฉนวนอย่างดีและประหยัดพื้นที่เนื่องจากมีการออกแบบในแนวตั้ง แม้ว่าจะเหมาะที่สุดสำหรับพืชที่ไม่เติบโตสูงเกินไป แต่ก็มีข้อจำกัดน้อยมากสำหรับสิ่งที่ปลูกได้ นอกจากนี้ คุณภาพของพืชผลสามารถเพิ่มขึ้นได้ถึง 15% ระบบสามารถลดต้นทุนด้านพลังงานจากแสงสว่างและความร้อนได้มากถึง 80% และยังสามารถลดการใช้น้ำและของเสียได้อีกด้วย สารละลายมีขนาดกะทัดรัดและปรับขนาดได้ง่าย ดังนั้นจึงสามารถผลิตอาหารในท้องถิ่นได้ใกล้กับที่จำหน่าย
• QC with AI – Lotte Mart ได้เริ่มใช้ AI-based screening system เพื่อเพิ่มประสิทธิภาพในการควบคุมคุณภาพของผลิตภัณฑ์ผลไม้ AI-based screening system รวบรวมและวิเคราะห์ข้อมูลจากผลไม้ รวมทั้งน้ำหนัก ปริมาณน้ำตาล ปริมาณน้ำ และความสุกโดยใช้ ear-infrared light เทคโนโลยีใหม่นี้ยังทำให้สามารถระบุข้อบกพร่อง เช่น สีน้ำตาล ความสุกมากเกินไป หรือเมล็ดแตก ซึ่งอาจเร่งการเน่าของผล ปัจจุบันบริษัทค้าปลีกยักษ์ใหญ่กำลังใช้เทคโนโลยีเกี่ยวกับผลไม้ เช่น เมล่อนและพีช
• Autonomous Tractor – John Deere ได้พัฒนารถแทรกเตอร์ขับเคลื่อนอัตโนมัติเต็มรูปแบบที่มีความสามารถในการทำฟาร์มขนาดใหญ่ รถแทรกเตอร์ซึ่งเปิดตัวในงาน CES 2022 มีสีและรูปลักษณ์ที่เหมือนกันของรถแทรกเตอร์ John Deere อื่นๆ แต่มาพร้อมกับกล้องหกคู่ เชื่อมโยงกับคอมพิวเตอร์ออนบอร์ดที่ควบคุมโดยปัญญาประดิษฐ์ AI สามารถวิเคราะห์ภาพในแบบเรียลไทม์ และระบุวัตถุที่อยู่รอบ ๆ รถแทรกเตอร์ ซึ่งช่วยให้สามารถกำหนดทิศทางที่ควรไปและเมื่อใดควรหยุด ชาวนาสามารถเลือกที่จะนั่งในรถแท็กซี่หรือตรวจสอบจากวิดีโอฟีดข้อมูลสดที่รวมข้อมูลเกี่ยวกับการปฏิบัติงานทั้งหมดของรถแทรกเตอร์

ภาพที่ 4 ตัวอย่างข้อมูลที่เกี่ยวข้องกับ Remote sensing, Smart farming

• Plain of Drones – Nippon Telegraph and Telephone (NTT) กำลังเริ่มการทดลองใช้ระยะเวลา 2 ปี เพื่อดูโดรนที่ตรวจสอบโดยระบบ GPS ที่บินอยู่เหนือพื้นที่เพาะปลูกในจังหวัดฟุกุชิมะ โดรนที่ติดตั้งกล้องจะถ่ายภาพต้นข้าวและให้ข้อมูลเฉพาะเวลาสำหรับการวิเคราะห์โดยใช้เทคโนโลยี AI ผลลัพธ์จะช่วยให้เกษตรกรสามารถตรวจสอบพืชผลและสภาพอากาศได้อย่างแม่นยำ และปรับระยะเวลาของกระบวนการฉีดพ่นและใส่ปุ๋ยอย่างเหมาะสม
• Drone Rice Farming – XAG กำลังส่งเสริมการใช้โดรนเพื่อการเกษตรสำหรับเกษตรกรในการปลูกข้าวอย่างยั่งยืนโดยใช้ทรัพยากรน้อยลงในประเทศผู้ผลิตข้าวที่ใหญ่ที่สุดแห่งหนึ่งของโลก โดรน XAG ที่สร้างขึ้นตามวัตถุประสงค์ของกวางโจวใช้ AI และการวิเคราะห์ข้อมูลเพื่อให้เกษตรกรในสามเหลี่ยมปากแม่น้ำโขงสามารถจัดการกระบวนการเพาะปลูกจากระยะไกล เช่น การเพาะเมล็ดและการฉีดพ่น เวียดนามเป็นผู้ส่งออกข้าวรายใหญ่อันดับสองของโลก ในขณะที่ความกลัวทั่วโลกเติบโตขึ้นเกี่ยวกับความมั่นคงทางอาหาร โซลูชั่นด้านการเกษตรสามารถช่วยให้มั่นใจได้ว่ามีสินค้าหลักที่สม่ำเสมอและราคาไม่แพง ผู้บริโภคต้องการอาหารที่ได้รับการบำรุงเลี้ยงอย่างยั่งยืนมากขึ้น การทดลองข้าวแบบอัตโนมัติในสามเหลี่ยมปากแม่น้ำโขงทำให้สามารถเก็บเกี่ยวได้ 8 เมตริกตันต่อเฮกตาร์ โดยใช้เมล็ดพันธุ์น้อยกว่าการทำนาด้วยมือถึง 35% ผลประโยชน์ยังสามารถสนับสนุนการสืบทอดการเกษตร การใช้เทคโนโลยีและโดรนที่ทันสมัยสามารถส่งเสริมให้คนรุ่นหลังมีส่วนร่วมและสร้างสรรค์สิ่งใหม่ ๆ ในอุตสาหกรรมการเกษตรมากกว่าที่จะแสวงหาอาชีพที่แตกต่าง
• Tech to Save Durians – สวนผลไม้ชั้นนำของมาเลเซียหันไปใช้วิธีการผลิตที่ใช้เทคโนโลยีเพื่อใช้ทรัพยากรอย่างมีประสิทธิภาพมากขึ้นและเพิ่มคุณภาพของพืชผล สปริงเกลอร์ที่ติดอยู่กับเครือข่ายท่อจะถูกเปิดใช้งานจากระยะไกลเพื่อให้น้ำและปุ๋ยแก่ต้นทุเรียน และโดรนจะบินเหนือสวนที่ฉีดสารกำจัดศัตรูพืชเมื่อจำเป็น ตามข้อมูลของบริษัท ส่งผลให้ผลผลิตเพิ่มขึ้น 40% ในขณะที่จำนวนพนักงานที่ต้องการลดลง 30%

ภาพที่ 5 ตัวอย่างข้อมูลที่เกี่ยวข้องกับ Remote sensing, Smart farming

• AI Checks for Cows- CattleEye เป็นระบบที่ขับเคลื่อนด้วย AI ที่สามารถตรวจจับสัญญาณของความพิการในโคและการตรวจสอบของมนุษย์ได้โดยอัตโนมัติ CattleEye สแกนการเคลื่อนไหวของวัวเพื่อตรวจหาสัญญาณเริ่มต้นของความอ่อนแอ และกำลังถูกใช้ในฟาร์มทั่วสหราชอาณาจักรและสหรัฐอเมริกา โดยมีสัตว์ประมาณ 20,000 ตัวอยู่ภายใต้การเฝ้าระวัง
• Old Farm เคล็ดลับใหม่
• ฟาร์มทุเรียนใช้เทคโนโลยี 5G เพื่อค้นหาและเก็บเกี่ยวทุเรียนสด เซ็นเซอร์สามารถตรวจจับการเปลี่ยนแปลงของแรงตึงและน้ำหนักสุทธิเมื่อผลลดลง เทคโนโลยีนี้ใช้ส่วนประกอบ Machine Type Communications (mMTC) ขนาดใหญ่ของ 5G เพื่อช่วยให้ข้อมูลเชิงลึกแบบเรียลไทม์เกี่ยวกับความต้องการในการเก็บเกี่ยว เกษตรกรจะได้รับการแจ้งเตือนทางโทรศัพท์พร้อมระบุตำแหน่งของผลไม้ ข้อมูลที่รวบรวมสามารถช่วยให้เกษตรกรทำนายฤดูกาลทุเรียนได้เช่นกัน
• A Durian for Your Cut – นักวิทยาศาสตร์ได้พัฒนาวิธีการใช้เปลือกทุเรียนที่ทิ้งแล้วเพื่อสร้างผ้าพันแผลไฮโดรเจลต้านเชื้อแบคทีเรียราคาถูก เป็นมิตรกับสิ่งแวดล้อม โดยทั่วไปแล้ว ผ้าพันแผลไฮโดรเจลจะใช้โดยตรงกับแผลหลังการผ่าตัด ช่วยลดรอยแผลเป็นโดยการรักษาบริเวณแผลให้ชุ่มชื้นในช่วงแรกของกระบวนการสมาน ตัวไฮโดรเจลเองมักจะทำจากโพลีเมอร์สังเคราะห์ โดยเติมไอออนเงินหรือทองแดงเพื่อฆ่าเชื้อแบคทีเรียที่เป็นอันตราย โพลีเมอร์มักไม่ย่อยสลายได้ทางชีวภาพและทำจากทรัพยากรที่ไม่สามารถหมุนเวียนได้ การรวมไอออนของโลหะยังช่วยเพิ่มต้นทุนอีกด้วย ผ้าพันแผลที่ได้มาจากทุเรียนทำโดยการสกัดเซลลูโลสคุณภาพสูงจากเปลือกที่เหลือบางส่วน จากนั้นผสมกับกลีเซอรอลที่เหลือจากการผลิตสบู่และไบโอดีเซล และฟีนอลจากยีสต์ธรรมชาติ ส่งผลให้เนื้อเจลฆ่าเชื้อโรคที่อ่อนนุ่มมีเนื้อสัมผัสที่คล้ายคลึงกัน ไปจนถึงซิลิโคนที่สามารถตัดเป็นแผ่นได้
• Food for Drones – นักวิจัยในมาเลเซียได้พัฒนาเทคนิคในการเปลี่ยนเส้นใยจากใบสับปะรดเป็นวัสดุที่แข็งแรงพอที่จะทำโครงโดรน นำโดยมหาวิทยาลัยปุตรามาเลเซีย จุดมุ่งหมายของโครงการนี้คือการค้นหาการใช้ขยะสับปะรดที่ผลิตโดยเกษตรกรในพื้นที่ Hulu Langat ในประเทศมาเลเซียอย่างยั่งยืน หากร่างกายของโดรนเสียหาย โครงของโดรนสามารถฝังลงดินได้ และจะใช้เวลาประมาณสองสัปดาห์ในการย่อยสลายทางชีวภาพ
• Laser Weeding – โครงการ WeLASER ที่ได้รับทุนสนับสนุนจากสหภาพยุโรปกำลังพัฒนาเลเซอร์เพื่อกำจัดวัชพืชที่ไม่พึงประสงค์ซึ่งเป็นทางเลือกที่ยั่งยืนสำหรับยาฆ่าแมลงและปุ๋ย ประสานงานโดยสภาระดับสูงเพื่อการวิจัยทางวิทยาศาสตร์ของสเปน (CSIC) WeLASER จะพัฒนาโซลูชันที่ไม่ใช้สารเคมีสำหรับการจัดการวัชพืช มันจะประกอบด้วยการใช้ปริมาณพลังงานที่ทำให้ถึงตายกับเนื้อเยื่อของวัชพืชผ่านแหล่งกำเนิดแสงเลเซอร์กำลังสูง ระบบ AI-vision ที่ชาญฉลาดจะแยกพืชผลออกจากวัชพืชและชี้เลเซอร์ไปที่พวกมัน เลเซอร์จะถูกใช้ทั่วสนามโดยยานยนต์ไร้คนขับ ด้วยงบประมาณโดยรวม 5.4 ล้านยูโร WeLASER คาดว่าจะสิ้นสุดในเดือนกันยายน พ.ศ. 2566

ภาพที่ 6 ตัวอย่างข้อมูลที่เกี่ยวข้องกับ Remote sensing, Smart farming

• Breathable Sand – Rechsand ผลิตขึ้นจากทรายที่ดีที่สุดจากทะเลทรายโกบี ซึ่งผ่านการบำบัดเพื่อให้มีการซึมผ่านและองค์ประกอบต่างๆ ที่ช่วยลดการใช้น้ำและเพิ่มความยั่งยืน Rechsand ผลิตขึ้นโดยความร่วมมือระหว่าง Dake Group ของแอฟริกาใต้และ Rechsand Technology Group ของจีน โครงสร้างโมเลกุลของทรายได้รับการปฏิบัติเพื่อให้เป็น ‘ทรายที่ระบายอากาศได้’ ซึ่งถือเป็นพลังที่จะปฏิวัติการทำฟาร์มในทะเลทราย ลดการใช้น้ำในการทำสวนหรือทำการเกษตรได้ถึง 80% และการซึมผ่านของอากาศช่วยให้รากพืชทำงานได้ดีขึ้นในแง่ของคุณภาพและการเจริญเติบโต
• Stressed Greens – นักวิจัยชาวอิสราเอลได้สร้างโซลูชันการเกษตรอัจฉริยะเพื่อติดตามและคาดการณ์ความเครียดของพืชผล นักวิจัยจาก Technion – Israel Institute of Technology ได้สร้างระบบอัตโนมัติที่ตรวจสอบความเครียดของพืช สิ่งนี้เป็นตัวกำหนดการเจริญเติบโตและอายุขัยของพืชโดยใช้ภาพถ่ายสี การถ่ายภาพความร้อน และการเรียนรู้เชิงลึก โดยมีความแม่นยำมากกว่า 90% ในการทำนาย หมายความว่าเกษตรกรสามารถระบุได้เมื่อเกิดความเครียดจากภัยแล้งและช่วยรักษาพืชไว้ตลอดจนคาดการณ์ผลผลิตพืชผล

ภาพที่ 7 ตัวอย่างข้อมูลที่เกี่ยวข้องกับ Remote sensing, Smart farming

The Surroundings Driver อธิบายถึงวิธีที่ผู้บริโภคค้นหาโซลูชันเพื่อตอบสนองความต้องการที่เปลี่ยนแปลงไปของสภาพแวดล้อม ซึ่งกำลังผลักดันนวัตกรรมเพื่อสนับสนุนโลกทั้งในระดับท้องถิ่นและระดับโลก การเปลี่ยนแปลงสภาพภูมิอากาศจะผลักดันความต้องการโซลูชันด้านการเกษตรเพิ่มเติมที่มุ่งเน้นการปรับปรุงความยืดหยุ่นของพืชและความยั่งยืน แอพ AI และเทคโนโลยีคาดการณ์จะถูกรวมเข้ากับอุปกรณ์ขนาดเล็กเพื่อช่วยให้เกษตรกรและผู้ปลูกที่บ้านปรับปรุงประสบการณ์การปลูกและผลผลิตของพวกเขา เราจะเห็น ‘พืชที่ได้รับการอัพเกรด’ ซึ่งเป็นพันธุ์ผสมเพื่อให้ประโยชน์ที่เพิ่มขึ้น เช่น ปริมาณแคลเซียมที่มากขึ้น ธาตุเหล็กที่สูงขึ้น หรือเสริมด้วยสารอาหาร เช่น คอลลาเจนหรือวิตามินหลายชนิด