农业活动中关于作物产量的预测，长久以来依靠的更多是从业人员的“经验”而非准确量化的技术。然而准确预测的意义却不言而喻，它对于市场状况的把握以及其他方面都将会产生非常重大的影响。
为了解决农业发展在产量预测上的这一痛点，来自以色列农业工程学院和特拉维夫大学的研究人员目前启动了一个新的项目，计划通过声纳机器人“AGRYbot”来预测水果等农作物产量。AGRYbot上所搭载的声纳系统可以通过作物园地块不同物体的声学特征，对农作物的生长环境的状况进行评估，并利用智能算法对声波结果进行分析计算，从而得出关于产量的量化预测。
据本次研究团队的负责人AvitalBechar博士介绍，AGRYbot不仅可以识别多种不同因素，包括果树的品种、温度的差异变化等等，甚至还能够准确计算出每一棵树上的叶片数量和果实重量，可用识别范围在100g以内。“我们可以区分出不同的温室环境中的基础设施。”Bechar博士表示，这是因为这一声纳系统能够穿透树叶叶片，这也是AGRYbot的突出技术优势。
“到目前为止，关于农作物的产量信息都是根据农民的人为预测做出的，没有特别准确的预测工具，大多数只能依靠肉眼对某些样本的观察进行。”Bechar博士说道，“这种预测方式50%都有可能是错误的。相比之下，我们这项技术在作物产量上能够给出精度相当高的预测结果。不仅如此，它还能绘制出具体的产量图，准确定位出某一特定位置的产量，因此能方便农民对造成产量差异的因素进行评估。”
准确的产量评估对于农作物的产出质量而言也有很大影响。例如，在农业生产中，一个农民或许想要的是更大的果实，因为这些特点才能让它们卖得出去。在这种情况下，他就可以通过声纳技术绘制的地图提早铲除一些不合格的果实，避免资源浪费，确保植株的其他部分能够获得足够的营养生长。
目前，团队正在对AGRYbot的原型进行调试，已经可以在室内室外两种环境下操作使用。“下一个阶段，我们将继续开发这一声纳系统，并找到愿意采用这一技术的合作伙伴，将技术落地。”Bechar说，“我认为市场对这种能够解决收益率评估问题的方案会产生很大兴趣。”
