打造精準農(nóng)業(yè)！以物聯(lián)網(wǎng)、大數(shù)據(jù)釀造葡萄酒

“啥咪？ 計算機馬也會選土豆喔？”

耳熟能詳?shù)囊痪鋸V告詞，但你知道嗎？現(xiàn)在已經(jīng)不只是計算機會選土豆，而是連土豆本身都會上網(wǎng)的時代了！

當年來到英國時，酒哥的主要目標是攻讀通信工程的學(xué)位，出發(fā)前完全沒預(yù)料到會在課余時花上三、四年的時間取得WSET Level 4的認證資格。但再怎么不務(wù)正業(yè)，好歹還是花了四年的時間一圓初衷 – 從這所世界前十的帝國理工拿到了理工博士的學(xué)位。因為兩個領(lǐng)域的所學(xué)都略有小成，目前酒哥正以自己的專業(yè)結(jié)合對葡萄酒的知識，投入以科技幫助精致農(nóng)業(yè)更上一層樓的領(lǐng)域之中。為了證明四年的研究沒有白做，今天酒哥就來跟大家說說，在物聯(lián)網(wǎng)（Internet of Things， IoT）時代里，大數(shù)據(jù)如何幫助葡萄酒產(chǎn)業(yè)生產(chǎn)出一桶又一桶的醇美佳釀。

精準農(nóng)業(yè)（Precision Agriculture）是什么？

傳統(tǒng)農(nóng)耕是貨真價實的＂看天吃飯＂，農(nóng)夫們憑借著累積下來的經(jīng)驗預(yù)測氣候的變化，并在施作時做相應(yīng)的調(diào)整。但人定勝天畢竟有其極限，更多時候我們看到的是電視新聞里農(nóng)人們望著歉收田地時的那令人鼻酸的無奈。尤其近年來極端氣候出現(xiàn)的頻率越來越頻繁，傳統(tǒng)的經(jīng)驗法則也逐漸失去了該有的功效，以現(xiàn)代科技來協(xié)助耕種已經(jīng)成了一股不可逆且必要的趨勢。

就基礎(chǔ)技術(shù)而言，精準農(nóng)業(yè)基本上屬于網(wǎng)絡(luò)實體系統(tǒng)（Cyber－Physical System）下的一個分支。大量的物理訊息的透過各式傳感器及遙控攝影裝置進行收集；這些訊息再利用物聯(lián)網(wǎng)技術(shù)傳回云端進行分析；最終再透過物聯(lián)網(wǎng)技術(shù)傳回自動化系統(tǒng)，并將這些分析及決策結(jié)果反饋回物理世界當中。

（謎之音：酒哥，你還是說中文吧?。?

簡單來說，這就好比我們在一塊農(nóng)地里安排了無數(shù)的家庭小精靈多比，這些多比們會隨時回報關(guān)于這塊農(nóng)地里的一切數(shù)據(jù)，空氣濕度／土壤酸堿度與含水量，甚至有沒有害蟲入侵，這些攸關(guān)作物生長的訊息搜集后會透過無線網(wǎng)絡(luò)（沒錯，現(xiàn)在連在田里都能接Wifi，但不一定有寶可夢就是了…）上傳到云端以軟件分析，接著農(nóng)夫們就依據(jù)這些分析的結(jié)果執(zhí)行相對應(yīng)的動作：蟲多除蟲、土干澆水。

而從宏觀的角度，精準農(nóng)業(yè)可再配合先進的氣象預(yù)測、基于衛(wèi)星攝影技術(shù)所建構(gòu)的地理信息系統(tǒng)、以及無線遙測監(jiān)控技術(shù)，將＂大自然＂這個龐大的不確定因素也變得可以掌握，大幅減低了農(nóng)作物被氣候影響收成的風險。在這些信息的加持下，某種程度上人類已經(jīng)戰(zhàn)勝了自然，＂看天吃飯＂這四個字看起來也不再這么無助了。

這些參數(shù)經(jīng)過分析后除了可以幫助耕作者進行決策之外，也能透過自動化系統(tǒng)，針對實際所需，訂制化地執(zhí)行灑水、施肥、播種等工作。最終在農(nóng)作物質(zhì)量／產(chǎn)量／成本之間取得優(yōu)化的平衡，實現(xiàn)在大規(guī)模的農(nóng)耕環(huán)境下達到精耕細作的目標。

重點來了，做為精致農(nóng)業(yè)中的代表性產(chǎn)業(yè)，葡萄酒園當仁不讓地成為最理想應(yīng)用場景之一。原因在于葡萄對生長環(huán)境的敏感度及要求很高，一公尺高度差造成的溫濕度差異都有可能導(dǎo)致葡萄質(zhì)量上的分別，更別說葡萄園間的空氣對流、日照及土壤狀況這些具有決定性影響力的因子，這也是為什么很多大師們在介紹酒款時一定要先大概描繪一下這支酒產(chǎn)區(qū)的地理及氣候環(huán)境，絕對不是要騙稿費，而是因為向陽或背光可是會影響到一支酒未來是table wine還是東貝利的分水嶺！

▲ 透過無人機自動遠程監(jiān)控的葡萄園

除了栽植外，葡萄酒的釀造及儲藏也是技術(shù)應(yīng)用的一環(huán)，整合物聯(lián)網(wǎng)技術(shù)的數(shù)據(jù)收集，并配合數(shù)據(jù)挖掘（Data Mining）技巧及機器學(xué)習（Machine Learning）模型，許多原本未知的潛藏的信息可以被發(fā)掘出來。這些信息除了能夠作為酒廠優(yōu)化其設(shè)備及生產(chǎn)流程的參考之外，還能在一定程度上協(xié)助降低酒廠整體的營運成本，使酒廠可將資金更有效的運用在提升葡萄酒質(zhì)量及營銷上。

▲ 精準農(nóng)業(yè)幫助產(chǎn)業(yè)升級的應(yīng)用流程

看那年年與藝術(shù)家合作設(shè)計酒標的Chateau Mouton Rothchild，雖然傳統(tǒng)上在五大酒莊當中并非頂尖，但近年來價格卻有超英趕美的趨勢，特別是在2000年時為千禧年所設(shè)計的特殊瓶身已經(jīng)成為各路收藏家心中的夢幻逸品，此即為營銷的威力所在。

▲ 五大酒莊之一的Ch?teau Mouton Rothschild

科技與傳統(tǒng)的拉鋸

曾聽酒界的前輩說過，只有小規(guī)模生產(chǎn)的酒款，才是真正的好東西，只有規(guī)模小，釀造者才能將其所有的時間與精力投注于照顧葡萄園及釀造當中。然而，身為科技人的酒哥對這樣的說法則不置可否。比起單一釀造者的經(jīng)驗傳承，新興技術(shù)的背后其實都是累積了無數(shù)人類智慧的結(jié)晶才得以實現(xiàn)。因此，雖然許多人及酒界前輩們大概不認同，但酒哥衷心的認為，年產(chǎn)量上看30－50萬瓶的波爾多五大酒莊，及500萬瓶的香檳王在維持質(zhì)量及產(chǎn)量所耗費的總時間及精力，可是比時下流行的膜拜酒（Cult Wine或Garage Wine）來的高多了（畢竟一旦質(zhì)量砸鍋了影響到的可是上百個億的生意?。Ｒ惨驗檫@樣，接納現(xiàn)代技術(shù)并結(jié)合傳統(tǒng)栽植釀造理念所培育出來的經(jīng)典酒款，更是令我感到由衷敬佩。

▲年產(chǎn)量7，500瓶的Screaming Eagle以及年產(chǎn)量500，000瓶的Chateau Lafite Rothchild

話雖如此，這就和VinoType一樣，青菜蘿卜各有所好；無論你喜歡追求小量生產(chǎn)的稀有酒款，還是和酒哥本人一樣期待在葡萄酒上看見下個世代的農(nóng)產(chǎn)工業(yè)革命，只要能在品飲葡萄酒這條路上留下屬于自己的一條足跡，那便不枉此行了！