農業活動中關于作物產量的預測，長久以來依靠的更多是從業人員的“經驗”而非準確量化的技術。然而準確預測的意義卻不言而喻，它對于市場狀況的把握以及其他方面都將會產生非常重大的影響。
為了解決農業發展在產量預測上的這一痛點，來自以色列農業工程學院和特拉維夫大學的研究人員目前啟動了一個新的項目，計劃通過聲納機器人“AGRYbot”來預測水果等農作物產量。AGRYbot上所搭載的聲納系統可以通過作物園地塊不同物體的聲學特征，對農作物的生長環境的狀況進行評估，并利用智能算法對聲波結果進行分析計算，從而得出關于產量的量化預測。
據本次研究團隊的負責人AvitalBechar博士介紹，AGRYbot不僅可以識別多種不同因素，包括果樹的品種、溫度的差異變化等等，甚至還能夠準確計算出每一棵樹上的葉片數量和果實重量，可用識別范圍在100g以內。“我們可以區分出不同的溫室環境中的基礎設施。”Bechar博士表示，這是因為這一聲納系統能夠穿透樹葉葉片，這也是AGRYbot的突出技術優勢。
“到目前為止，關于農作物的產量信息都是根據農民的人為預測做出的，沒有特別準確的預測工具，大多數只能依靠肉眼對某些樣本的觀察進行。”Bechar博士說道，“這種預測方式50%都有可能是錯誤的。相比之下，我們這項技術在作物產量上能夠給出精度相當高的預測結果。不僅如此，它還能繪制出具體的產量圖，準確定位出某一特定位置的產量，因此能方便農民對造成產量差異的因素進行評估。”
準確的產量評估對于農作物的產出質量而言也有很大影響。例如，在農業生產中，一個農民或許想要的是更大的果實，因為這些特點才能讓它們賣得出去。在這種情況下，他就可以通過聲納技術繪制的地圖提早鏟除一些不合格的果實，避免資源浪費，確保植株的其他部分能夠獲得足夠的營養生長。
目前，團隊正在對AGRYbot的原型進行調試，已經可以在室內室外兩種環境下操作使用。“下一個階段，我們將繼續開發這一聲納系統，并找到愿意采用這一技術的合作伙伴，將技術落地。”Bechar說，“我認為市場對這種能夠解決收益率評估問題的方案會產生很大興趣。”
