如今，说起智慧农业，很多农人都不会感到陌生了。随着物联网、云计算等信息技术的发展，智慧农业正逐渐从科研试点基地阶段走向民用企业的商用阶段。在中国，在国外，智慧农业的应用正如火如荼地进行中。那么，究竟什么是智慧农业呢？接下来一起了解一下智慧农业相关技术科技详解！

　　智慧农业就是将物联网技术运用到传统农业中去，运用传感器和软件通过移动平台或者电脑平台对农业生产进行控制，使传统农业更具有“智慧”。除了精准感知、控制与决策管理外，从广泛意义上讲，智慧农业还包括农业电子商务、食品溯源防伪、农业休闲旅游、农业信息服务等方面的内容。

　　智慧农业是物联网、云计算、大数据、3S、人工智能等多种信息技术在农业中综合、全面的应用，实现更完备的信息化基础支撑、更透彻的农业信息感知、更集中的数据资源、更广泛的互联互通、更深入的智能控制、更贴心的公众服务。“智慧农业”与现代生物技术、种植技术等高新技术融合于一体，对建设世界水平农业具有重要意义。

　　智慧农业是物联网、云计算、大数据、3S、人工智能等多种信息技术在农业中综合、全面的应用，接下来就对这些信息技术进行一一的解读，一起了解一下吧！

　　农业物联网多指的是传感器收集作物的生长数据、土壤数据、环境数据以及气象数据等，将传感器收集到的数据传输至农田内安置的小基站，而后将数据通过2G/3G/4G/GPRS等传输至大基站，后传输至云端，最后运用大数据、人工智能等技术构建农业数字模型，包括作物生长模型、作物灌溉模型、作物病虫害模型、温室控制模型等。除此之外，还可以控制滴水灌溉和水肥一体化设备，监测设备运行状态如风机、湿帘、电磁阀、保温被、卷被电机等，通过手机APP、PC电脑、微信小程序等实时在线查看作物长势，最终实现物理世界与数字世界的融合，实现农业数字化。

　　目前为止，作物生长数据可以监测叶面温度、叶面湿度、果实大小、茎秆变化等；环境数据主要可以监测空气温湿度、二氧化碳浓度等；土壤数据可以监测土壤温湿度、土壤水势、土壤电导率、土壤PH值等；气象数据可以监测太阳光照强度、风速风向、降雨量、大气压力等。畜牧养殖数据可以监测养殖环境的温度、湿度、通风和光照时间，可以进行个体识别，可以监测进食情况和体温体重以及健康状况等。水产养殖数据可以监测水质和养殖场环境参数，水质数据包括谁知溶氧量、PH值、温度、氨气和硫化氢等。

　　物联网技术在农业生产方面的应用解决了“种得好”的问题，尤其是在温室大田种植、畜禽水产养殖、农机物联网方面得到广泛应用。

　　通过无线或有线传感节点，太阳能供电系统、信息采集设备、传输系统等获取的植物生长环境信息监控环境动态变化。监测土壤水分、土壤温度、空气温度、空气湿度、光照强度、植物养分含量等参数。根据以上各类参数的反馈对农业园区进行自动灌溉、自动降温、自动卷模、自动进行液体肥料施肥、自动喷药等自动控制。

　　农业园区视频监控的引用，直观地反映了农作物生产、畜禽水产养殖的实时状态给农户及时调整种养方案、科学决策提供理论依据。

　　民以食为天，食以安为先。物联网技术在农业监管方面的应用解决了农产品质量安全“管得好”的问题。

　　农业生态环境是影响农产品质量安全的基础。利用物联网技术对农业土壤进行信息采集通过信息传输进行精确分析，既能够得出适合检测土壤生长的相应农作物，又能够检测出该土壤存在的一些肉眼无法察觉的问题及时进行土壤的调控与环境改善。物联网技术不单单只对突发环境进行检测，大气环境，水环境同样也是其检测的指标内容。对水环境进行检测，保证水源中不存在影响农作物生长与危害人体健康的微生物与重金属离子。对大气环境进行检测，及时检测出二氧化硫、二氧化氮等有毒气体，以便于及时采取措施改善周边大气环境，达到保证农作物健康生长的目的。

　　目前基于物联网技术开发的追溯管理系统已经被广泛应用于农产品质量安全追溯、畜禽疫病电子出证等政府监管、通过RFID技术、智能识别码等可实现农产品生产全过程追溯，保障生态环境安全、农资安全、农产品安全。

　　利用卫星遥感和互联网技术对监测区域的农作物长势、面积、估产、品质以及土壤、植保信息的进行监测与收集，对收集到的数据信息进行处理达到规划、监测某一特定区域农业生产的目的。我国近年来物联网技术的大力发展，与GIS系统和GPS系统的发展分不开。GIS与GPS的协调运作，搜集整理信息，利用WiFi无线技术进行信息处理与传输实现了农业的统筹规划。GPS即为全球定位系统利用卫星感知进行信息定位将智能农业技术运用的农田通过GPS技术进行必要信息的采集，传输给处理器进行信息处理。既可以了解到对于农田有益的水分、土壤、肥料的分布与蕴含情况，又能够及时对于监测区域的农作物生长、植物病虫害进行预警，为农业部门生产决策提供了科学依据。

　　对接农业物联网平台是未来农产品电商发展方向，是区别于某宝、京东等电商的最大亮点。物联网技术的应用可以为农产品电商平台除可实现农产品推介、网上交易功能外，还可对农产品安全生产全过程溯源，通过农业生产监控视频、VR实景体验等进一步增强消费者对农产品安全的信任感与购买欲，进而培养高端消费群体提高农业生产者的收入，实现优质农产品真正“卖得好”。

　　农业大数据顾名思义就是大数据理念、技术和方法在农业方面的实践。农业大数据涉及到农业生产过程中从产到销（种什么，怎么种，往哪销）全过程中的各个环节，是跨行业、跨专业、跨业务的数据分析与挖掘，以及数据可视化的具体展示。

　　农业大数据是融合了农业地域性、季节性、多样性、周期性等自身特征后产生的来源广泛、类型多样、结构复杂、具有潜在价值，并难以应用通常方法存储、处理和分析的海量数据集合。

　　根据农业的产业链条划分，目前农业大数据主要集中在农业环境与资源、农业生产、农业市场和农业管理等领域。

　　（1）农业自然资源与环境数据主要包括土地资源数据、水资源数据、气象资源数据、生物资源数据和灾害数据。

　　（2）农业生产数据包括种植业生产数据和养殖业生产数据。其中，种植业生产数据包括良种信息、地块耕种历史信息、育苗信息、播种信息、农药信息、化肥信息、农膜信息、灌溉信息、农机信息和农情信息；养殖业生产数据主要包括个体系谱信息、个体特征信息、饲料结构信息、圈舍环境信息、疫情情况等。

　　（3）农业市场数据包括市场供求信息、价格行情、生产资料市场信息、价格及利润、流通市场和国际市场信息等。

　　（4）农业管理数据主要包括国民经济基本信息、国内生产信息、贸易信息、国际农产品动态信息和突发事件信息等。

　　汇总农业生产过程中的数据，实现农业生产的供需平衡。农户可以通过大数据平台采集的消费者需求报告，进行市场分析，提前规划生产，降低风险。

　　通过卫星遥感技术采集农作物生长环境中的各项指标数据，再将其上传至本地或云端数据库，对农业生产的历史数据和实时监控数据进行分析，提高对作物种植面积、进度、产量、环境条件、灾害强度的关联监测能力。

　　农户在作物的生长过程中能够规避气候灾害，采取科学的防治措施及种植方法，将从源头上提高农业生产效率和产量。

　　农业大数据被用来改善各个环节，涵盖农产品生产商、供应商和运输者等，可实现从田间到餐桌每一个过程的追踪。通过GPS定位系统进行实时监控，有助于预防食源性疾病和减少浪费。同时，农业大数据通过深度挖掘和有效整合散落在全国各农业产区的农产品生产和流通数据，为农产品生产和流通提供高效优质的信息服务，从源头上保障食品安全。

　　推进农业大数据技术在种植、畜牧和渔业等关联产业生产中的应用，拉动农业产业整体内需。从农业生产，农业市场，到农产品管理，农业大数据将会大幅提高农业整条产业链的效率。

　　通过农业大数据，实现产销一体化，将农业生产资料供应，农产品生产、加工、储运、销售等环节链接成一个有机整体，并对其中人、财、物、信息、技术等要素的流动进行组织、协调和控制，以期农产品价值增值，打造农业产业链。

　　利用计算机视觉、图像识别等以及深度学习等为主的人工智能技术实现气候/作物产量预测、病虫害防治等。目前，人工智能各项技术在农业生产的产前、产中和产后各阶段均有应用，主要有以下几个方面，一起来了解一下吧！

　　灌溉用水供求分析如何做到既能保证作物用水量，又能明显减轻旱涝对作物产量造成的不良影响，就需要对灌溉用水供求量进行分析。智能灌溉控制系统可以帮助人们选择合适的灌溉水源，进行灌溉用水供求分析，其中人工神经网络（Artificial Neural Network，简称ANN）是应用最多的技术。ANN具备机器学习能力，能够根据检测得到的气候指数和当地的水文气象观测数据，选择最佳灌溉规划策略。该系统可以实时监测土壤墒情，可以实现周期灌溉、定时灌溉、自动灌溉等多种模式，节省了灌溉用水，又能保证农作物良好的生长环境。

　　土肥分析土壤成分及肥力分析是农业产前阶段最重要的工作之一，我国基础地力对粮食产量的贡献率仅有50%左右，而欧美国家达到70%到80%。做好土壤成分及肥力智能分析是是实现适宜栽种作物选择、定量施肥、生产成本分析等工作的重要基础。可利用非侵入性的探地雷达成像技术对土壤进行探测分析，利用ANN对土壤表层的黏土含量进行分析。以帮助种植者在正确的时间、正确的地点进行精确施肥。目标是帮助农民提高产出、降低成本。

　　种子是农业生产中最重要的生产资料之一，种子质量直接关系到作物产量和生产效益。种子的纯度和安全性检测，是控制和提高健康绿色农产品质量的重要手段。因此，利用图像分析技术以及神经网络等非破坏性的方法对作物种子种类进行准确评估非常重要。ANN技术它能帮助农民在农作物生产中根据自己的需求选择合适的种子种类，并对不同季节不同质量等级的农作物品种进行准确分析和评估。这样，可以给农民做出科学指导，对他们选择合适的种子有很大帮助，这对提高农产品产量和质量起到了很好的保障作用。

　　农业专家系统是一种模拟人类专家解决农业领域问题的计算机程序系统，其内部含有大量的农业专家水平的知识与经验，它可以利用人工智能日趋成熟的各项技术，解决一些过去只能依靠农业专家才能解决的现实问题。

　　对农业大数据进行可能性的推理、演绎，并做出准确判断与决策，这就是专家系统的工作。通过AI专家系统对环境因素和农作物的生长状况进行数据分析，就能够及时获得农作物在各生长阶段可能遇到的问题相的解决办法。

　　目前市面上已经出现了多款智能植物识别App，不仅能识别农作物种类，还能够帮农户智能识别农作物的各种病虫害，充当植物医生角色。农户只要用App拍一下患了病虫害的农作物的照片，它就能够诊断出农作物的是虫害还是病害，具体病虫害的名称是什么，还可以给出一套相应的预防或治疗方案。除了人工智能给出的处理方案，还为用户搭建了一个持续性更强的社交平台供用户和专家交流的社区，使有兴趣的用户可以针对相应的病虫害开展讨论交流。

　　智能温室系统通过在温室安装的传感器，测定出作物的生长状况，并采集温室内外部生长环境数据，根据人工智能系统处理、分析这些数据，便可以很便捷地遥控灌溉和施肥，同时，对卷帘装备系统、加热系统、遮阴设备系统以及灌溉区的流量控制系统也可以进行自动化控制，既减少劳动力的使用，又可以规避了不良气候等因素带来的风险，节约生产成本，提高经济效益。

　　作物采收采用人工智能技术开发的瓜果采摘机器人，既可以提高瓜果采摘速度，并且不会破坏果树和果实，对瓜果类产品进行无损采摘作业。这些采摘机器人通过摄像装置获取到果树的照片，可采用双目立体视觉在果园中对果实进行定位，用图片识别技术去判断瓜果成熟度，定位瓜果中哪些是适合采摘的，然后利用机械手臂和真空管道进行采摘，一点都不会伤到果树和果实。

　　农产品检验目前国外普遍利用机器视觉进行农产品品质自动识别，研究的对象极其广泛，小到谷粒的表面裂纹检测和农作物种子的分级，大到根据梅脯、黄瓜、土豆等农产品的大小、形状、色泽和表面缺陷与损伤等进行分级，都在其研究范围内。目前它己经成为一种成熟、可靠的农产品外观形状检验工具。通过机器视觉系统识别过的农产品，其品质与安全性可以让消费者更加放心。

　　农产品销售利用人工智能对农业大数据进行市场分析，可以知晓农业行情，避免暴涨跌，用数据让农产品卖得顺畅、买得放心。将人工智能技术有效地应用在农产品营销中，既可以缩短农产品生产运输的时间，又可以提高农产品销售链的效率，减少劳动力投入。

　　地理信息系统（Geographic hfformation System，GIS）、遥感技术（Remote Sensing，RS）和全球定位系统（Global Positioning System，GPS）统称为3S技术。GIS用于空间数据可视化的查询、分析和综合处理，RS能够大范围获取地物信息的特征和变化，GPS能够快速定位并获取准确的位置信息，三者紧密结合为地学研究提供了新方法，为智慧农业的发展提供了重要技术手段。3S技术在土地利用调查、土壤侵蚀监测、自然灾害预防与评估等农业领域也得到了广泛应用，近年来，3S技术在推动智慧农业发展方面，受到了社会各界的极大关注。

　　3S技术在智慧农业中的应用3s技术在现代农业中的广泛应用，加快了农业信息化的步伐。3s技术在农作物估产、动植物长势检测、病虫害预报、定量施肥与灌溉、农业生产模型仿真、农业自然灾害监测、农业生态环境监测、农业资源调查与利用监测、土地资源退化监测、土壤适宜性评价等方面有着广阔的发展前景。

　　GIS能够生成不同要素图层，储管理农田参数、土壤养分含量和施肥量等数据，实现农业信息、农业资源的多要素农业信息管理系统。动态完成农田网格划分、生成施肥处方图，综合管理分析土壤PH值、土壤养分分布与变异等数据，为现代化农业发展提供决策支持。

　　RS在智慧农业中，用于作物病虫害防治、植被生长监测和精细施肥等方面。农业遥感图像解译技术也是智慧农业重要的研究对象，根据作物长势、叶色等来判断作物营养状况，结合土壤养分的测定，用于施肥决策。利用遥感数据还可以对农作物进行分类，估算作物播种面积和产量，评估灾害损失。

　　GPS广泛应用于现代农业中，GPS与农业机械结合，在收获机等各种农具上安装GPS终端，可以精确显示农机所在位置的坐标信息，对农机作业进行导航管理。GPS的精确定位功能，可以对作物精确施肥和喷药，降低了肥料和农药的消耗。

　　总结一下，智慧农业所应用到的物联网、云计算、大数据、3S、人工智能这些技术和科技不是单一存在的，是各项技术的深度融合和二次创新，这些技术相辅相成，缺一不可。相信在未来，随着技术的不断发展和融合的不断深入，这些信息技术一定会助推我国智慧农业实现高质量快速发展，最终实现农业的现代化、智能化、智慧化转型升级。