物联网是怎样渗入到农业中去的

　　农业在世界文明的发展中占据着举足轻重的作用，对中华文明来说更是如此。

　　比如各朝代生产工具的演变、水利灌溉工程的兴修、耕作和管理技术的进步、地区的扩大。我们很早就能从历史课本中了解到“重农抑商”，体会历朝统治者对农业的重视。

　　但时至今日，随着社会生产力的提高、粮食产量的增长，商品的种类越来越丰富，对农业来说，卖方市场逐渐转变为买方市场，农产品滞销的情况时有发生，农业的创新发展面临着巨大考验。

　　粮食需求增长：随着全球人口的增加和质量需求的提升，粮食需求也跟着水涨船高。

　　专家人数减少：盈利能力和产业吸引力都很低，导致产业能够依赖的专家人数不断减少。

　　低效率：传统谷物、蔬菜、水果等的种植，以及畜牧业的养殖，都面临效率低下、市场不流通、信息开放程度不足的问题。

　　高收益风险：播种与收成，出生与屠宰，像这样的时间周期，还有日益加剧的气候变化，都在给农产品未来的利润带来很大的不确定性。

　　如今农民不再是身份的象征，而是一种平等的职业。并且这个文明发展史上最古老的行业，正在与科技结合，爆发更强大的生命力。

　　精准农业是物联网在农业最著名的应用之一，适用于大面积作物种植。我们今天就先通过它来了解物联网在农业中的应用。

　　抛弃一些拗口的概念，从本质上讲，精准农业的概念可以归纳为三个层面：数据的采集、分析与应用。所有的物联网应用皆是如此。

　　美国《国家地理》杂志曾发文分析精准农业最受欢迎的三项技术。

　　土壤与产量制图（Soil and yield mapping）

　　指导系统（Guidance systems）

　　可变速率技术--VRT技术（Variable-rate tech）

　　常见的，农民按照一定形状大小将农田网格化，采集每个格子的土壤样本，通过分析土壤结构和含氮量等化学性质来绘制地图，就可以从地图中知道哪一格要多浇水，哪一格要多施肥。

　　传感器采集数据是我们很容易想到的另一种方式。将大量传感器部署在农田中，让其自动、实时地获取环境参数。但作物种植需要检测的参数种类着实不少，传感器所获得的单点数据，很难呈现农田的整体样貌效果。

　　因此还可以谈谈无人机。无人机在飞行过程中收集多光谱、热和视觉图像，这些图像信息经过处理，可以表现出作物监测、田间分析、土地的成像、测绘等结果。

　　产量制图也是如此。用于收割作物的智能化机械设备，配备了GPS系统和产量监测仪，在收割作物的同时收集地理位置信息，用数据揭示农田每个区域的产量变化。

　　将这些新的旧的方法结合起来，农民就能获得当下农田的各项参数，分析数据采取对应措施。

　　3S，指的是RS、GPS、GIS。

　　RS是遥感，不接触物体本身，用传感器收集目标物的电磁波信息，经处理分析后识别目标物。作用是提供图像基础信息。

　　GPS是全球定位系统，作用是确定图像位置信息。

　　GIS是地理信息系统。处理好的图像录入GIS，可以用来进行后续的数据管理和应用分析。

　　目前，3S已成为现代测绘广泛应用的技术。

　　在农业场景里，智能化农业机械中导入了GIS系统，在运行时，GPS系统会将机械实时运行的状态与GIS信息对应，这样就可以大大提升效率，实现更高效的运行路径、更精准的播种灌溉。这也是农业使用频率非常高的一项技术。

　　可变速率技术（VRT）允许农民优化田间每一部分的投入，在需要的地方和时间种植不同类型、不同数量的种子，放置适量的化肥和农药。

　　这种技术需要部署在机械设备中，应用的时候与GIS相协同。但目前来看，VRT的成本很高，采用率也相对减少。

　　以上我们谈的精准农业，适用于大面积的作物种植，且系统相对复杂，一套体系的成本相对较高。不过，后续的效益将会大于投入成本。种植面积越大，收回成本的速度也就越快。

　　物联网在农业中的其他应用

　　比如家禽家畜的养殖，可分成三个层次。

　　通过传感器监测动物生命体征，确保无疾病产生;

　　在一些广域放牧的情况下，用位置传感器或GPS辅助跟踪牛、羊等动物的位置，减少走失，提升管理效率;

　　通过传感器数据监测，更准确地预测和调度挤奶时间和屠宰日期，最大限度地提高产量。

　　还有一波神奇操作是，去年，荷兰著名的高等学府瓦赫宁根大学面向全球人工智能团队，发起了一场国际人工智能温室种植大赛——种黄瓜。

　　瓦赫宁根大学提供黄瓜生长数据，参赛团队利用原始数据创建模型，一方面通过传感器、摄像头等工具收集实时数据，另一方面人工智能算法根据数据作出决策，控制温室内的“操作参数”，比如光照、温湿度、通风、浇水灌溉等等，完全减少人的干预。　

　　企业加入“农业物联网”

　　有哪些企业参加上面这类“AI+农业”的比赛呢？微软、腾讯、英特尔等等……

　　可以说，关注农业的企业单位从来不止“少数几家”。

　　2018年，阿里推出人工智能养猪项目——200公里猪，强调猪肉的肉质口感。当时还任阿里云总裁的胡晓明表示，猪运动的公里数将成为判断猪肉品质的新标准。

　　在这个项目里，摄像头图像识别技术可以自动采集猪的体形数据，记录每头猪的运动距离、时间和频率;声学特征和红外测温技术可以识别猪的体温、叫声，判断是否患病，预警疫情;采集到的数据将汇集到云平台，形成每一头猪的资料档案，进行数据分析及措施应对。

　　京东也在更早前推出“跑步鸡”项目，强调跑足100万步的足月安全鸡。

　　在这个项目，最关键的设备是给每只鸡绑的脚环（这个脚环要确保记录步数精确，步数实时可见，并且不会有任何养殖期间的物理损坏）。脚环内部植入传感器，应用了符合禽类生物学特征的仿生计步算法;以及运用LoRa/ NB-IoT低功耗物联网通信技术进行信号传输，确保脚环不会中途没电;最后数据经由网关到达云平台，在平台上对各项数据进行分析处理。

　　华为也有和合作伙伴一起推出基于NB-IoT的牛联网项目，主要解决奶牛发情监测效率过低，影响牛场产奶量的难题。做的就是实现奶牛的及时配种，准确监测奶牛发情期。

　　农业物联网的未来发展

　　发展的关键是效益。

　　回到最关键的效益问题，我们可以从两个方面看。

　　1.提高农业生产效率和使生产多样化，将农产品与低利润率商品作出区分;

　　2.必要时还可以加上“品牌化打造、溢价提升、精细化操作、互联网服务化”等现代化发展思维方式。

　　用科技提升效率，用渠道打造市场，农业作为一项重要产业，将继续发展前进。