智慧农业传感器如何大幅削减全球食物浪费
能在加工全程检测产品成熟度和质量的传感器，或成大幅减少食物浪费的关键因素。
联合国粮农组织数据显示，全球14%食物在上架前损失。任何旨在实现"零饥饿"目标的国家都应关注此领域，新工具正开发以改善耕作。
Stellenbosch大学研究员Jean Nturambirwe和Umezuruike Opara在Science Direct发表的研究预览三大方案：作物监测、收获后质量监测、市场质量监测。
"机器学习在植物病害和果实检测上取得巨大成就。"Nturambirwe说。"这些新进展使鲜活农产品的快速有效质量判定和预测成为可能。"
作物监测通过地里和农场周围的传感器采集各类读数，输入机器学习系统，检测生长条件、产品成熟度、环境变化，减少收获损失。
机器学习已用于全球检测香蕉条纹病毒、柑橘黄龙病等新病毒。农户可凭此隔离植株、减少传播。
收获后果蔬经多道工序才上架。首道工序是按质量分级。
本地运输中，传感器可快速判定数千水果质量，缩短发货时间。国际运输中，传感器能检测产品能否全程保持成熟度。
离开分拣设施后，卡车、货车、集装箱内的传感器仍可追踪。买方可获运输途受损通知，供应商能追溯损坏原因并防止再发。
物联网技术