许多实践与再生农业有关 - 从无耕种实践到无农药的农业。此外，这个概念对于不同地区的不同农作物意味着不同的事物。在其他农业条件下，在一个地点被认为是同一标签的重新生成的东西。
很明显，食品和农业部门需要开始定义再生农业并进行定量测量 - 这对于概念进行扩展至关重要。一些从业人员和再生的先驱正在试用新技术来帮助这一过程。这些新工具（正在开发或测试的早期阶段）有助于将数字列入再生农业的抽象概念，并有助于衡量指标，例如生物多样性，碳固执和其他土壤健康考虑因素。
以下是五个新兴选择的列表，重点是两个主要问题，衡量了农业土地上的生物多样性，并衡量了土壤健康和碳水平。
递归中使用的昆虫的图像'AI识别软件。
1.使用AI量化昆虫多样性
递归正在建立一个昆虫数据库，该数据库将使用人工智能来识别昆虫物种并推断农场上每个物种的种群。这家总部位于南达科他州的非营利组织通过众筹活动取得了贡献，现在以捐款，基金会金钱和竞争性和公司赠款的结合来支付账单。这11个团队成员，其中4个拥有博士学位，正在与General Mills的再生农业飞行员合作，以建立和验证其昆虫图书馆。
“昆虫的多样性实际上非常好，是土壤碳，土壤，水的利润的良好指标，” Ecdysis总监乔纳森·伦德格伦（Jonathan Lundgren）说。“我们可以将它们用作生物指导者，因为昆虫是一名出色的响应者，它们对栖息地中发生的事情非常敏感。仅通过拍摄快照，您就可以告诉很多有关该环境健康状况的可怕信息。”
审进要求农民或参与再生农业项目的人使用蝴蝶网，并在其小麦或燕麦田附近取50扫空气，以收集昆虫样品，以将昆虫作为现场样品或照片发送到ecdsys。然后，Ecdysis使用这些照片来训练其人工智能系统，以识别昆虫并模拟人群。然后，它将昆虫种群与农场上采用的其他再生农业指标进行了比较，例如碳土壤水平和虫害暴发。
一旦图像识别数据库明年准备就绪，Ecdysis说，它将准备好开始预测影响农场的所有因素。
院子棒的光谱探针的原型安装在手持式钻头上进行测试。///courtesyof Yard Stick。
2.用手持探针测量土壤碳含量
克里斯·托莱斯（Chris Tolles），首席执行官院子棒，正在与克里斯汀·摩根（Christine Morgan）合作，博士土壤健康研究所，创建一个手持式土壤探针，该探针通过粘度光谱法和压力传感器测量碳含量。原始的探针太大，必须安装在卡车的后部。Tolles的公司Yard Stick正在微型化技术，因此可以与简单的手持式钻头一起使用并创建商业业务以支持该产品。
探针的尖端是一台小型相机，它使用波长来感知有机碳的存在时，我们的眼睛在看着天空时会感觉到蓝色的存在。探针上的电阻传感器计算了土壤的密度。有了这两个输入，院子说，它可以计算出在特定土壤区域中隔离的碳量。
这些新工具有助于将数字纳入再生农业的抽象概念。
目前，该公司正在通过将其数据与传统测量土壤中的碳，干燃烧的方法进行比较，从而验证土壤探测的准确性。使用后一种技术，燃烧土壤样品，以指示其中储存的碳量。
托莱斯说：“这是不可扩展的。”“在数千度处的焚化，人们在田野上跋涉，挖土并放入邮件中。[院子棒]可以更快地采集样本，我们每个场的样品可以采取更多样本，费用大大降低，费用较低，有很多样本no consumables, we’re not shipping anything so you’ll get a more accurate measurement of your carbon stock."
总部位于波士顿附近的院子棒计划在2022年之前准备出售商业产品，并与大型工业食品公司合作，将调查与美国农民进行测试。
这些卫星图用于监测农作物和土壤健康。////courtesyapplied Geosolutions。
3.用卫星数据和遥控传感器绘制土壤健康
使用国家航空航天管理局和欧洲航天局公共可用的卫星数据以及专门的算法，达根正在监视景观以绘制采用保护措施和土壤健康管理的范围。
它的平台可以监视耕作练习，涵盖作物种植和旋转作物种植方法，并跟踪土壤残留动力学- 如何留在表面上的材料。新罕布什尔大学创建的模型预测了这些农业管理实践如何映射到温室气体排放和营养自行车。
总部位于新罕布什尔州的一家初创公司达根（Dagan）从应用的地理措施中脱颖而出，并为农业部门提供数据服务，以推荐再生农业实践并跟踪结果。它能够创建一个可以计算出排放和土壤健康的系统，而无需这些项目通常需要的地面基线参考数据。它正在以一种计算生物量的方式进行工作。
达根（Dagan）临时首席执行官威廉·萨拉斯（William Salas）表示：“我们不仅可以创建覆盖农作物的地图，而且可以在覆盖农作物表演的情况下进行信息。”“覆盖作物的建立程度将影响营养损失，沉积物和营养吸收，以及覆盖作物的生物量的数量，因为那是有机物质回到土壤中。”
达根正在与自然保护和生态系统服务市场，其成员包括火星和雀巢等美食伙伴。
调用鸟类声音的麦克风使研究人员能够大大增加鸟类多样性的数据量。//由约翰·奎因（John Quinn）提供。
4.用麦克风评估鸟类多样性
想象一下，一年365天，每天24小时站在一个田野中，每小时都记录五分钟的音频样本。在某些方面，这就是Furman大学生物学副教授John Quinn的梦想工作。但野生动植物声学，这家18岁的马萨诸塞州公司创造了下一个最好的事情：可编程的防风雨录音机。
“我可以多次驱动9,000英里访问所有这些网站，而是可以将录音机放出，然后对其进行编程以进行记录，并且确实很快，我们已经扩展了大量的声学数据返回并分析，”奎因说。
奎因（Quinn）正在与通用磨坊合作，在数千小时的野生动植物声学麦克风记录中对每只鸟进行分类和识别。目的是将实践再生农业的农场种群与对照组进行比较，以查看鸟类种群是否存在统计学上的显着差异。
去年夏天，他在堪萨斯州的30个农场上有录音机，并正在努力分析声音。鸟类声音的数据库，例如万花筒，也由野生动物声学创建，以及鸟网可以分组或识别鸟类的声音，但是歌曲是如此复杂，以至于仍然需要训练有素的鸟类学家才能进行最后的电话。
奎因说：“不同鸟类的区域方言是如此多样。”“在南卡罗来纳州这里的卡罗来纳州wren，这听起来与堪萨斯州的一名不同。”
希望有一天能够将这些录音机邮寄给农民，让他们对其进行编程，并将其贴在世界各地的田野中，以更清楚地了解鸟类种群，并随着再生实践的采用而变化。奎因说，在这项易于操作的技术发明之前，这将是过高的。
Faunaphotonics昆虫传感器。
5.使用激光识别昆虫
基于丹麦faunaphotonics创建一个传感器，可为农民提供有关昆虫在农作物之间飞舞的类型，数量和活动的实时信息。该公司由两位博士学位率领，聘请了一名商业专家将传感器推向市场。传感器使用LED和光电二极管来观察和解释飞越传感器的昆虫的机翼扑动图案。机器学习算法使用机翼颤动来识别昆虫并为农民创建报告。
Faunaphotonics商业总监Kevin James Knagg说：“传感器就像一站式商店。”"You can see how many bees, the number of different types of bees, this many moths, or break that down to say, you’ve had 1,628 honey bees been active past this center in the last four hours. Or if you're looking to see how you can generate more bee activity, or maybe you’re looking at biodiversity as a whole and want to see all the insects."
