中國早在20世紀90年代，就開始了精準農業的應用研究，但因國內農業的特殊性及農業技術較低的因素，難以大面積應用推廣。2013年，德國提出工業4.0的概念，明確信息化技術在工業中的應用。以物聯網、大數據、移動互聯、云計算技術為支撐和手段的現代農業形態——農業4.0也隨著提出。

在技術的成熟與成本下降，國內農業面臨人力不足、農田灌溉浪費與缺水并存、農業科技投入不足且農業耕作粗放的背景下，“精準農業”也成為國內農業轉型升級的風向。從官方到民間，這一概念常被提起，各地政府也紛紛推出示范項目。

精準農業的緣起還得益于戰爭。上世紀90年代初，隨著海灣戰爭的結束，GPS技術進入民用化，美國、加拿大一些農業科研部門提出了精準農業的設想；加之互聯網將傳統農業帶入數字信息時代，精準農業逐漸成為當今世界農業發展的新潮流。

精準農業是一個農業應用和實踐體系，包括信息采集－信息解碼－投入優化－田間實踐的良性循環，其中信息和數據是精準農業最核心部分，首先要采集作物相關信息， 以及影響作物生長的外界信息，再通過一系列軟件應用技術，進行信息的統計分析解讀，并以網站或手機App 的方式呈現給農業相關人員，包括種植者或農技服務人員等，來指導農業田間實踐活動，達到精準種植、精準灌溉、精準噴施等目的，以獲取最高產量和最大經濟效益。

用通俗的話來說，精準農業的理念就是需要多少給多少，需要什么給什么；精準農業的具體含義就是按照農業操作每一單元的具體條件，精細淮確地調整各項農業管理措施，在每一生產環節最大限度地優化各項農業投入，以獲取最大經濟效益和環境效益。

中國化肥信息中心主任陳麗表示，未來精準農業將是發展方向，信息技術在農業領域的全面應用會取得很大的作用。未來，遙感、全球定位系統、計算機技術等技術將與地理學、農學等學科高度融合，從而實現提高資源利用率、降低成本、改善生態環境等目的。

精準農業由多個系統組成，即全球定位系統、農田信息采集系統、農田遙感監測系統、農田地理信息系統、農業專家系統、智能化農機具系統、環境監測系統、系統集成、網絡化管理系統和培訓系統。

1、全球定位系統。精準農業廣泛采用了GPS系統什么是精準農業用于信息獲取和實施的準確定位。為了提高精度廣泛采用了 DGPS（Differential Global Positioning System）技術，即所謂“差分校正全球衛星定位技術”。它的特點是定位精度高，根據不同的目的可自由選擇不同精度的GPS系統。

2、地理信息系統GIS。精準農業離不開 GIS（GeographicalInformation System）的技術支持，它是構成農作物精準管理空間信息數據庫的有力工具，田間信息通過GIS系統予以表達和處理，是精準農業實施的重要。

3、遙感系統RS。遙感技術（Remote Sensing）是精準農業田間信息獲取的關鍵技術，為精準農業提供農田小區內作物生長環境、生長狀況和空間變異信息的技術要求。

4、作物生產管理專家決策系統。它的核心內容是用于提供作物生長過程模擬、投入產出分析與模擬的模型庫；支持作物生產管理的數據資源的數據庫；作物生產管理知識、經驗的集合知識庫；基于數據、模型、知識庫的推理程序；人機交互界面程序等。

5、田間肥力、墑情、苗情、雜草及病蟲害監測及信息采集處理技術設備。

6、帶GPS系統的智能化農業機械裝備技術。如帶產量傳感器及小區產量生成圖的收獲機械；自動控制精密播種、施肥、灑藥機械等等。

美國：高級信息化精準農業

美國是世界上最早研究與應用精準農業技術的國家，在20世紀90年代中期，美國就進行了土壤結構密度傳感技術、土壤傳導性技術、電磁感應技術等農業工程領域的研究，這些技術現在已經陸續在農業生產中使用，對土壤元素測定、農作物產量監測、施肥變量反應等耕作技術起到實質性推動，美國約有200多萬個農場，其中有60%-70%采用了精準農業技術。從農業本身看，精準農業主要應用于美國中西部大豆、小麥、玉米和部分經濟作物。

美國精準農業發展模式其核心是技術層面，將現代化的信息技術、農業技術與工程技術進行了有機的結合，體現了精準農業所要求的時間與空間差異，在此基礎上，通過農田地理信息系統提供的地理信息確定作物的最佳生產模型，決定依據不同作物的差異，采用衛星定位，智能機械，智能施肥、灌溉、噴灑農藥等，最大限度地優化各項農業投入，同時也保護了農業生態環境及土地資源。

美國的精準農業追求的不是集約化時代下的高產，而是強調單位面積的投入與產出的最佳比例，強調效益，因此，更加注重農業投入、農業產出、生態環境以及精準技術等不同要素的互動，互動的結果決定了效益。其效益主要體現在兩個方面，一是通過減少投入來提高農作物的產量與品質，二是保護生態環境，減少農業耕種中化學物質濫用造成的環境污染。近兩年，美國農業企業紛紛瞄準“大數據”在農業管理的應用。

以色列：發達的溫室技術與節水灌溉

在20世紀70年代之前，以色列的農產品還是大量依靠進口，其后，以色列依據本國的自然資源條件，調整了農作物種植結構，減少了對土地資源要求高的糧食作物種植，積極發展溫室技術，改種產值高的花卉、蔬菜及水果，大大改善了其農業生產狀況。以色列的溫室技術從20世紀70年代至今，完全實現了智能化與自動化，一個溫室大約4000㎡，從播種開始到收獲，全過程電腦控制，基本上不需要人力，而且將滴灌技術引入溫室系統，進一步提高了花卉、蔬菜等農作物的產量。

以色列大部分地區干旱少雨，土地貧瘠，提高水資源的利用率是以色列解決農業發展的最大問題，因此，節水技術研究一直是以色列農業科學中最顯要的課題。從20世紀中期開始，以色列政府大規模進行水利建設，將北部水源引入到沙漠縱深，將地下水抽取連成全國網絡，在此基礎上積極發展節水灌溉技術。滴灌與噴灌是以色列的節水灌溉技術的主要形式，發展到今天，已經是第七代技術，廣泛運用于溫室、沙漠地帶、綠化帶等區域，由于其全國的地下水已經形成了聯網，建立節水灌溉設施相對比較容易。

以色列十分重視農作物育種技術的開發與改變，依據市場的需求，不斷開發高效無公害及抗病蟲害農作物種子，利用生物工程技術開發的新品種能夠降低對農藥和化肥的依賴，保證能在自然狀態下生長，其良種開發技術位居世界前列。以色列在節水灌溉技術發展的同時，還開發出水肥一體化技術，灌溉與施肥同時進行，這種精準技術是建立在對土壤品質及作物生長過程的監測之上，實現了節水、灌溉與平衡施肥的統一化。

中國：需求空間爆發的前夕

中國早在20世紀90年代，就開始了精準農業的應用研究，先后在北京、上海、新疆、黑龍江等13 個地方實現了大面積應用。

以新疆生產建設兵團為例，從1999年提出精準灌溉、施肥、播種、收獲及環境動態監控開始，到2003年已基本形成比較完善的精準農業技術體系，在棉花生產的大面積應用中獲得了極大的經濟、社會及生態效益：平均單產122千克，增產17%；實施半精量播種的棉田，播種量由原來的6千克降為4千克；氮肥的利用率可以提高7％一8%,磷肥的利用率可以提高3％一5%；單個職工管理棉花的面積從20一25畝提高到100一150畝，勞動生產率是原來的5一7倍。

近年來，中國農業部還推出116 項農業物聯網應用模式，旨在將物聯網作為實施“互聯網+ 現代農業” 行動的一項根本性措施，加快推廣應用，充分發揮其在節水、節藥、節肥、節勞動力等方面的作用，提高土地產出率、資源利用率和勞動生產率，促進農業產銷向智能化、精準化、網絡化方向轉變。

中國規模化土地流轉正在穩步推進，據農業部數據顯示，截至2014年底，全國土地流轉面積達4.03億畝，比2013年增長18.3％，流轉面積占家庭承包經營耕地面積的30.4％，預計2015年流轉面積將達5億畝。據北美農業發展歷史及經驗顯示，在農業規模化、集約化的過程中，精準農業的需求是會持續增長，中國市場在經歷10多年的培育后，已經處于需求空間爆發的前夕。

在速覽精準農業發展的近三十年的進程里，我們不難看出，精準農業的概念和內涵是在不斷豐富變化的。精準農業的核心概念是精確的數據監測、處理與精準種養殖模型的應用。伴隨著GPS、計算機、IOT物聯網技術的成熟，越來越先進的技術手段運用在精準農業的技術鏈條中。

伴隨著近幾年，人工智能技術從高校、企業的研究所實驗室走向田間地頭，人工智能技術正在和農業生產的各個環節的融合正在產生出越來越多的碩果。如果用一句話總結就是：AI的融入，正在讓精準農業更加精準。

例如識別能力的提升。

此前精準農業的概念中，對于精準的一個重要定義更多是通過廣泛收集農場數據，實現品種、種植方式上的因地制宜。但隨著深度學習下的圖像識別技術發展，精準的對象也可以更一步細化。在植物病蟲害識別，農產品成熟度判斷及分類分揀、動物身體狀況（發情期、健康程度判斷）識別等生產環節，為農業生產者提供幫助。

例如加拿大一家名為Cainthus的企業就應用“牛臉識別”結合算法，幫助農場主更好的發現奶牛的健康狀況、發情狀況等。在類似解決方案中，還可以通過傳感器識別奶牛步態，幫助農場主識別出跛腳奶牛。

更典型的案例，還有通過無人機獲取農作物的各類圖像，再通過智能分析發現影響農作物產量的異常現象，比如：雜草的入侵、農作物養分不足、天氣災害以及病蟲害等。讓農業生產者更及時準備應對方案。

對于大規模養殖、種植來說，這種細致到“只”的模式，顯然可以極大的提升精準農業的效率。

還有機械智能化程度提高。

此前在精準農業概念中，自動化機械的應用就是重點。只是單純的自動化往往只適用于廣袤土地，能應對的工作也相對單一而簡單。

但如今隨著機械智能能力的提高以及與傳感器的協作，很多以往只能由人類進行的采摘、分揀等等也能由機械代勞。像是農業機器人公司Abundant Robotics推出的蘋果采摘機器人，可以在不破壞蘋果樹和蘋果的前提下可以達到一秒一個的采摘速度。這種機器人可以通過攝像裝置獲取果樹的照片，用圖片識別技術去定位那些適合采摘的蘋果。

尤其這類機械正在變得越來越小型化，對于應用場地的要求也隨之降低，或許很快精準農業就將不再是廣袤土地的專屬。

又比如預測能力的提升。

在精準農業的3S中，對于遙感圖像的應用一直是重點。但實際上遙感圖像由于體量龐大，一直很難被處理利用，更多時候遙感圖像僅僅能起到觀測+決策協助的作用。

但人工智能這幾年的發展，首先解決的就是算力問題。當AI+遙感越來越普及，遙感在精準農業中的發揮空間也越來越大了。美國Descartes Labs公司通過人工智能和深度學習技術，利用大量與農業相關的衛星圖像數據，分析其與農作物生長之間的關系，從而對農作物的產量做出精準預測。據測算，這家公司預測的玉米產量比傳統預測方法準確率高出99%。

可以說隨著預測能力的提升，精準農業正在逐漸從人類決策發展到AI與人類共同決策。

未來，精準農業的AI化趨勢將更加顯著。同時我們也能看到，除了種植、養殖這一個端口，農業產業鏈的其他端口也在不斷與物聯網、海量大數據、云計算、區塊鏈等新一代信息技術結合，和精準農業一起聯結起來構成一組新技術鏈條。

比如我們可以看到，銷售大數據的反饋下，種植者可以提前預知市場上哪些農作物更受歡迎，提前做出準備。又比如有了智能供應鏈，農作物生產、物流、銷售的環節可以被更好地打通，減少中間流程消耗的成本。

不論對于消費者還是農業從業者，AI與精準農業帶來的改變都剛剛開始。

站在2020 新十年的起點，我們對于精準農業以及當下農業+AI的全景式盤點，至少可以得到兩件有意義的結論：

一、精準農業作為一種已經被證明成功的現代農業生產系統，尤其隨著AI的加入，其精準度的逐步提高，將更加適用于我國這樣地貌、氣候都更加豐富的農業情況。

二、人工智能技術為精準農業未來發展提供了更加豐富的應用場景和更加高效的解決方案。育種+AI、種植機械+AI、遙感預測+AI、植保無人機+AI、采摘+AI、農產品運輸、銷售+AI，農業生產流通及消費的一切環節，都正在被AI的能力改變。尤其中國憑借豐富的電商、物流大數據累積，可以在多個環節提升農業的效率。

來源：農業物聯網

更多干貨、市場分析、重磅案例、實戰課程歡迎訂閱 [農業行業觀察]公眾號：nyguancha

文章：10870 篇

瀏覽：36865 次

代表文章

農俠會：三農領域產業社群（資源對接、案例分享、線上課程、線下活動）

【政策解讀】2021鄉村振興政策解讀（最全）

從快遞到農業，且看順豐布局農村的變與不變

【鄉村振興案例】國家推行鄉村振興千萬工程的六大路徑和十大典型案例

國家“十四五”規劃和2035年遠景目標綱要（農業農村領域節選）

中化化肥舉行2024“邁優伴”領航行動啟動會

【政策解讀】玉米大豆是重點！新一輪千億斤糧食產能提升行動方案發布

【政策匯總】2023農業政策大匯編（建議收藏）

2024生態農業新質生產力產業發展大會暨茂盛生物成立十五周年慶典成功舉辦

AI賦能農業發展向“新”提“質”，中國移動助推鄉村振興智啟新章