Teknologia arktisuuden hyödyntämisessä

Arktisen maatalouden kehittämisessä, erikoislaatuisuuden ylläpitämisessä, tuotteistamisessa ja todentamisessa teknologisena haasteena ovat maatilojen monimuotoisuus, vaativat tuotantoprosessit ja olosuhteet sekä moninaiset tekniset osajärjestelmät prosessien hoitamiseen. Uudet Teollisen Internetin teknologiat tuovat potentiaalisia, erilaisiin tuotanto-olosuhteisiin sovellettavia digitaalisuutta ja automaatiota hyödyntäviä ratkaisumalleja arktisuuden hyödyntämisen tukemiseksi maataloudessa. Teollisella Internetillä käsitetään monimutkaisten fyysisten koneiden, sensoriverkkojen ja ohjelmistojen integraatiota. Se hyödyntää koneoppimista, big dataa, esineiden Internetiä, koneidenvälistä viestintää sekä kyber-fyysisiä järjestelmiä, käsitelläkseen ja analysoidakseen konedataa toimenpiteiden säätämistä varten, usein tosiaikaisesti. Teollisen Internetin ratkaisuja voidaan potentiaalisesti hyödyntää seuraavissa kohteissa:
1. Tarkkaa paikkaan ja aikaan sidotun tuotannon prosessidatan dokumentointi prosesseihin liitettävien räätälöityjen sensoriverkkojen, tallentimien ja pilvipalveluiden avulla. Näin tuotantoprosessista kerätään dataa monitorointia sekä jäljitettävyys- ja muun tuotetiedon koostamista ja jakelua varten juuri niistä tekijöistä, joita asiakas ja markkina arvostavat, kuten eläinten hyvinvoinnista, lannoitteiden ja kasvinsuojeluaineiden täsmäkäytöstä, uusiutuvan energian osuudesta tuotannossa, hiilineutraalisuudesta sekä ympäristövaikutuksesta.
2. Tuotantoprosessien säätäminen uuden teknologian avulla resurssitehokkaasti paikka- tai yksilökohtaisen vaihtelun ja kulloistenkin olosuhdetietojen sekä vallitsevien säädösten ja tuotantosopimusten mukaan. Säädön syötedata saadaan sensoriverkoista sekä erilaisista tilan sisäisistä ja ulkoisista datavarastoista ja -palveluista. Säätö edellyttää tietämyksen valjastamista konekielisiksi tietämysmalleiksi koneautomaation päätöksenteon käyttöön. Tuotantoprosessikohtaista tietämystä voidaan kasvattaa hyödyntämällä big data -teknologiaa, muun muassa tiedon aktiivista louhintaa kerätystä prosessi- ja olosuhdedatasta. Kasvitautipainemallit paikkakohtaiseen ruiskutustarpeen määrittämiseen ovat esimerkkejä viljelijöiden käytössä olevista reaaliaikaisista tietämysmalleihin perustuvista sovelluksista. Tällaisella täsmäteknologialla voidaan edistää panosten käytön tehokkuutta paitsi kustannusten säästämiseksi ja sadon laadun turvaamiseksi, myös maaperän, diversiteetin ja vesien laadun suojelemiseksi.
3. Robottien integrointi maatilan järjestelmiin kustannustehokkaasti. Mielenkiintoinen robotiikan sovellus arktisen maataloustuotannon kannalta on robottien käyttäminen pelto- ja avomaanviljelyssä kustannustehokkaaseen mekaaniseen rikkakasvien torjuntaan, kemikaalien sijaan. Koneiden lisääntyvät autonomiset ominaisuudet säästävät työtä ja keventävät työntekijän kuormitusta lisäten tuotannon sosiaalista kestävyyttä.
4. Viljelijöiden keskinäisen luottamuksen vahvistaminen heidän antaessaan toisilleen oikeudet seurata valittujen työ- ja tuotantoprosessiensa kulkua koneiden ja laitteiden välisen tiedonsiirron ja siihen perustuvan etämonitoroinnin avulla. Yhteinen monitorointi edistää koneiden, työpanosten ja peltojen tehokasta yhteiskäyttöä sekä toinen toisiltaan oppimista. Viljelijät voivat yhdenmukaistaa tuotantotapojaan markkinakysynnän mukaan tuottaakseen yhteistyössä riittävän suuren, dokumentoidusti kysyttyä laatua olevan tuote-erän.
5. Tuotannon avoimuuden lisääminen verkottumalla vastaavasti myös asiakkaiden, tiettyä kuluttajaryhmää edustavan toimijan tai jopa yksittäisten kuluttajien kanssa. Maksavien asiakkaiden toiveet tulevat viljelijöiden tietoon nopeasti ja niihin reagoidaan nykyistä ketterämmin – kestävästi palvellen.