作物栽培、仕事の効率化。感覚だけではなく、過去の気象データをもとに、最適な時期を探っていく。

広告



感覚的に行っていた、野菜の種をまく時期。

 

野菜の栽培の効率化。感覚ではなく、過去の気象データをもとに、作業に最適な時期を探っていく。

 

作物の栽培の難しさ。

 

種をまく作業に限らず。

そのほかの仕事、作業のタイミング、時期はシビア。

それらのタイミングを外すと。

うまく育たない。

 

今までは、それぞれの作業を感覚、アナログで行っていたのだけど。

 

ジャガイモを植えました。ジャガイモを植え付ける時期の判断は、近所の人が植えたのを見て真似をしました。

 

 

アナログな感覚から、データ化。学習を始めたプログラミングの「Python」を活用する。

 

プログラミングを勉強することによって何か?活用できないか?

 

感覚的な作業だけから。

データをもとに作業をすることができれば。

仕事、作業の無駄がなくなるかもしれない。

そして、「記録も残していこう」と学習を始めたプログラミングの「Python」。

 

Udemyでのオンライン学習。「Python」に続いて、「Docker」の講座。受講を始めました。

 

Amazon Kindle Unlimitedで入手したPythonの画像認識「OpenCV」の入門書。「 Pythonで始めるOpenCV入門」を読み終えました。

 

ついにデータを。

今シーズンの作物栽培の作業に活用。

実践、テストをする時がきました。

 

 

これは、一般的な「過去の気温データを取得して表にした」だけなので。

Pythonの技術は、あまり必要ないのだけど。

 

今後、気象データは。

家に設置している「ロガー」での実測値。

Inkbird ミニ(IBS-TH1 MINI)。オススメは、プローブ付き。

 

プローブ付きのInkbird IBS-TH1。

 

 

 

感覚を数値化する。

 

作物栽培、生き物を相手にするので。

まだ、データに完全依存するつもりはなくて。

感覚も大事にする。

 

感覚を数値化して。

仕事の効率化ができれば。

美味しい食べ物が、効率的に栽培できる。

 

良い商品がたくさんできて。

お客さんにもっと喜んで食べてもらえる。

広告