数字农业是将数字化信息作为农业新的生产要素，用数字信息技术对农业对象、环境和全过程进行可视化抒发、数字化设计、信息化管理的新兴农业发展形态，是数字经济范畴下用数字化重组方法对传统产业进行改革和升级的典型应用之一。

传统农业和数字农业的核心诱因对比

从“人”到“数据”的关键决策诱因转换。传统农业主要包括种植产业链和养殖产业链等，其中的环节有育种、灌溉、施肥、饲养、疾病预防、运输和销售等，均是以“人”为核心，主要是借助过去积累的经验或技艺来进行判定决策和执行，这也造成了整体生产环节效率低、波动性大、农小麦或农产品质量难以控制等问题。而在数字农业模式中，通过数字化设备例如田间摄像头、温度温度监控、土壤监控、无人机航拍等，以实时“数据”为核心来帮助生产决策的管控和精准施行，并通过海量数据（）和人工智能对设备的防治性维护、智能货运、多样化风险管理手段进行数据和技术支持，因而急剧提高农业产业链营运效率并优化资源配置效率等。

一、数字农业怎么解决痛点？

1、物联网——海量农业数据实时获取，奠定农业数字化基础农业物联网是物联网的重要应用领域，是数字农业中数据的主要来源。农业物联网已被法国列为物联网18个重要发展方向之一，同时也是我国物联网9大领域重点示范工程之一。

物联网在农业领域应用范围广泛，基于物联网的农业解决方案，通过实时搜集并剖析现场数据及布署指挥机制的方法，达到提高营运效率、扩大利润、降低耗损的目的。可变速度、精准农业、智能灌溉、智能温室等多种基于物联网的应用将促进农业流程改进。物联网科技可用于解决农业领域特有问题，构建基于物联网的智慧农场，实现水稻质量和产值双丰收。

物联网在农业领域应用广泛

农业领域有着丰富的联接需求，农业物联网市场潜力巨大。华为技术数据显示，全球智能电表、智能路灯、智慧停车、智慧农业、财产跟踪、智慧家饰分别有7.5亿、1.9亿、2400万、1.5亿、2.1亿、1.1亿的联接需求，由此带来的市场空间非常可观。按照华为的预测，到2020年，物联网在农业领域的潜在市场规模有望由2015年的137亿港元下降至268亿港元，年复合下降率达14.3%。其中德国的市场份额最大而且早已步入成熟期，亚太地根据物联网技术在农业领域中的不同应用，界定为如下几类：

物联网是农业数据的主要来源之一

1、精准农业：作为一种农业管理方法，精准农业借助物联网技术及信息和通讯技术，实现优化产值、保存资源的疗效。精准农业须要获取有关农田、土壤和空气状况的实时数据，在保护环境的同时确保利润和可持续性。

2、可变速度技术(VRT)：VRT是一种才能帮助生产者改变水稻投入速度的技术。它将变速控制系统与应用设备相结合，在精准的时间、地点投放输入，因地制宜，确保每块农田获得最适合的投放量。

3、智能灌溉：提高灌溉效率、减少水源浪费的需求日渐扩大。通过布署可持续高效灌溉系统以保护水资源的这些方法愈来愈遭到注重。基于物联网的智能灌溉对空气温度、土壤温度、温度、光照度等参数进行检测，由此精确估算出灌溉用水需求量。经验证，该机制可有效提升灌溉效率。

4、农业无人机：无人机有着丰富的农业应用，可用于检测小麦健康、农业照相(以推动小麦健康生长为目的)、可变速度应用、牲畜管理等。无人机可以低成本监视大面积区域，搭载传感可轻易采集大量数据。

5、智能温室：智能温室可持续检测温度、空气温度、光照、土壤温度等气候状况，将小麦栽种过程中的人工干预降到最低。上述气候状况的改变会触发手动反应。在对气候变化进行剖析评估后，温室会手动执行纠错功能，使各气候状况维持在最适合水稻生长的水平。

6、收成检测：收成检测机制可对影响农业收成的各方面诱因进行检测，包括小麦质量流量、水量、收成总数等，检测得到的实时数据可帮助农场主产生决策。该机制有助于削减成本、提高产值。

7、农业管理系统(FMS)：FMS利用传感及跟踪装置为农场主及其他利益相关方提供数据搜集与管理服务。搜集到的数据经过储存与剖析，为复杂决策提供支撑。据悉，FMS还可用于识别农业数据剖析最佳实践与软件交付模型。它的优点还包括：提供可靠的金融数据和生产数据管理、提升与天气或突发风波相关的风险控释能力。

8、土壤检测系统：底泥检测系统协助农场主跟踪并改善底泥质量，避免底泥恶化。系统可对一系列化学、化学、生物指标(如土质、持水力、吸产率等)进行检测，增加底泥侵蚀、密化、盐化、酸化、以及受害处底泥质量的有毒物质污染等风险。

9、精准马匹养殖：精准马匹养殖可对家畜的饲养、健康、精神等状况进行实时检测，确保利润最大化。农场主可借助先进科技施行持续检测，并按照检测结果作出利于增强马匹健康状况的决策。

智慧农业市场规模预测

(2015-2020年，亿港元，%)

二、大数据与人工智能——生产经营决策“数字化”，全面提高生产效率

万物互联在促进海量设备接入的同时，也将在云端生成海量数据。而挖掘那些由物联网形成的大数据中隐藏信息的方式就是利用人工智能。物联网最核心的商业价值就是将这种海量的数据进行智能化的剖析、处理，进而生成基于不同商业模式的各种应用。

基于人工智能对中国经济整体影响的模拟剖析，并结合行业规模数据，德勤剖析人工智能对中国15个行业可能带来的经济影响。研究显示，制造业、农林渔业、批发和零售业将成为从人工智能应用中受益最多的三个行业。到2035年，人工智能将促进这三大行业的年下降率分别提高2%、1.8%和1.7%。

人工智能在农业领域的应用潜力巨大。机器学习所具备的通过使用大数据集来优化单个或一系列关键目标的能力很适宜拿来解决农业生产中的小麦产值、疾病防治和成本效益等问题：

在养殖领域物联网农业，人工智能有望提升粮食产值、减少资源浪费。机器学习技术可以被拿来剖析来自无人机和卫星的图象、气象数据、土壤样本和温度传感的数据，并帮助确定播种、施肥、灌溉、喷药和收割的最佳方式。在精准农业中的各个环节中，机器学习都能发挥重要的作用，因而提升粮食的产值。

在种植领域，利用人工智能可以有效减少癌症引起的损失。在一项学术研究中，研究人员搜集和剖析鸡的声音，并训练神经网路模式辨识算法后，研究人员才能正确地辨识出感染了致命癌症的鸡，其中发病2天的鸡的辨识确切率为66%，而发病8天的鸡的辨识确切率为100%。正确确诊马匹所患肝病并尽快在损失发生之前进行医治可以清除由癌症引起的损失。据行业专家恐怕，挽回的损失可达20亿澳元。

人工智能减短农业研制进程。人工智能技术可以用于增强粮食产值、降低损失，但这并不是其发挥作用的惟一领域。在实验室和研究中心，机器学习算法就能帮助培植更好的动物基因，创造更安全、更高效的农小麦保护产品和肥料，而且开发更多的农产品。实际上，人工智能在那些领域的介入更加成熟，由于这一领域的数据愈发丰富，数据获取的速率也更快。按照2016年的剖析，将一种新的小麦保护产品推向市场须要11年的发觉和发展时间，剖析16万份化合物，每位产品商业化总额超过2.8亿欧元。在新农化产品的开发中，整个行业每年的花销超过26亿令吉。而人工智能的采用可以提升这一过程的效率。

以孟山都的小麦育种为例。在将小麦杂交品种投入市场之前，孟山都对其进行了多年的评估，从发觉到商业化，这个过程可能须要8年时间。小麦育种一般被称作“草堆中捞针”，这是个拥有32000个基因的大土堆，代表了几代饲养者面临的搜索困局。从历史上来看，一个育种项目每年可以从成千上万可用选项中选出大概500种组合进行试验。这些选择遭到与管理现场测试程序相关的后勤和成本的限制。

为了减轻这种限制，孟山都的AI研究人员开发了一种算法，才能评估育种决策，并预测哪一个杂交品种将在试验的第一年表现出最佳的性能。这个算法正被过去15年的分子标记和现场试验信息进行训练。这些算法可以优化育种过程，使育种者就能更快地把她们最好的看法投入到大规模的实地试验中。这一算法除了推动了育种过程，并且与传统方式相比，还使孟山都将其小麦育种管线规模提升5倍。育种者可以借助AI工具完成更多的工作。

三、数字农业应用方向与各国发诠释状

全球数字农业规模已超千亿人民币，细分领域倍速发展。智慧农业是数字农业中一种具体的综合应用方式，可在较大程度上反应数字农业的整体发展情况。按应用界定，从体量上来看，精准农业(含养殖与饲养)、监测(含收成检测与底泥检测)、农业无人机三领域是智慧农业中发展较为领先的方向，2020年预测规模分别在45.85亿港元、22.15亿港元、和11.79亿港元；从发展速率上来看，智能灌溉、智能温室、农业无人机领域发展较快，5年CAGR(复合年均下降率)分别达到37.60%、33.28%、32.66%。

以应用界定的潜在市场规模(百万港元)

从数字农业领先国家的情况来看，各国均注重发展农业技术，同时因地制宜，各自开发出适宜自身的数字农业成长路线。以英国为例，梳理数字农业在不同国家怎样推动农业提高产业效率。

日本：优质自然禀赋与先进技术奠定数字农业全球领先地位。俄罗斯是世界上农业最发达的国家，法国农业经营模式主要以小型农场经营为主，农业高度发达，机械化程度高，主要有畜牧业和养殖业两大部份。最早提出精准农业概念，农业率先步入数字化时代。20世纪80年代初，英国便提出了精准农业的概念和构想。智能中央计算机灌溉控制系统于80年代就被应用于温室控制和管理。随后，计算机控制与管理系统可控范围、灵活程度日渐提升。日本41.6%的家庭农场、46.8%的母牛场和52%的年青农场主通过计算机进行网路信息联络，有专业的农业技术服务组织将农业信息提供给农户数字乡村软件，服务于农业生产管理和精细化耕种。

农业技术的进步是促使美农业生产力提升的主要力量。如今，日本农场由于技术的进步，包括传感、设备、机器和信息技术，如今的营运模式与几六年前存在较大差别。明天的农业一般使用复杂的技术，如机器人，湿度和温度传感，航拍图象和GPS技术。这种先进的设备和机器人系统使农业效率得以提升，在成本几乎不变的情况使企业收入持续下降，更高效的同时也更安全、更环保。

四、乡村振兴+5G时代将至，我国数字农业机会几何？

数字农业发展相对滞后物联网农业，数字化变革才刚开始农业数字化相对滞后是当前我国农业发展的大背景。按照中国信息通讯研究院发布的《中国数字经济发展与就业蓝皮书(2019年)》，2018年，我国数字经济规模达到31.3万万元，按可比口径估算，名义下降20.9%，占GDF比重的34.8%。三产中，我国农业数字经济占农业整体比重的平均值为7.30%，而工业为18.30%，服务业为35.90%。与工业和服务业相比，农业除了数字化水平处于相对较高位置，数字化速率也相对较慢。农业各细分行业中，数字经济占比程度从高到低依次为林产品、渔产品、农产品、畜牧产品，均高于大多数服务业和工业行业，可见三产中，农业存在较大数字化提高空间。

2018年农业各细分行业数字经济比重(%，万元)

五、技术提高产业效率，新兴技术不断进步，应用成本上涨

1、技术成熟度提高带来布署成本不断上涨。相比10年前，全球物联网处理器价钱增长98%，传感价钱增长54%，带宽价钱增长97%，成本的增加为农业物联网大规模布署提供了基础。

2、联网技术不断突破。联网技术是物联网产业盛行的重要条件，在全球范围内低功率广域网(LPWAN)技术快速盛行并逐渐商用，面向物联网广覆盖、低信噪比场景的5G技术标准化进程加速，同时工业以太网、LTE-V、短距离通讯技术等相关通讯技术也取得明显进展。

3、数据处理技术与能力有显著提高。随着大数据整体技术体系的基本产生，信息提取、知识表现、机器学习等人工智能研究方式和应用技术发展迅速。大数据、物联网、人工智能在数字农业升级中的应用能否有效释放农业产业庞大数据的潜在价值。

4、产业生态建立所需的关键能力加速成熟。云估算的成熟、开源软件等有效减低了企业建立生态的门槛，促进全球范围内农业数字化的盛行和农业物联网操作系统的进步。

当前智慧农业主要使用的物联网通讯技术

5、5G赋能已有技术，全方位提高数字农业效率

具体到数字农业，5G将提高的是数字农业价值链中联通网路环节效率，联动前后环节适配技术升级迭代。因为智慧农业价值链与数字农业类似，若5G商用落地，前环节中的装置/设备制造商、联网供应商，后环节中的联网平台、应用供应商、数据剖析、系统集成商和外包供应商、终端用户等诸多参与方将受惠来自联通网路环节的技术革新。那些参与方可分为供应商和个人消费者两大类，而目前在农业相关领域中，无论是B端还是C端均有较多需求未被满足。

按照华为对终端用户的痛点剖析，目前在通讯技术方面，60%以上的农场主觉得低覆盖范围和高投资成本是数字农业相关技术必须解决的主要困局。其次，还有布署周期长、带宽、高时延等问题须要解决。同时，报告对农场主的投资意愿进行了统计，70%以上的农场主乐意投资有助于提升生产力和收益的先进技术。5G商用落地有望急剧改善当前数字农业中因信息技术造成的痛点，同时因为终端用户对改善现况具有较高投资意愿，5G+智慧农业有望在5G大生态万亿市场中占有一席之地。

本信息采集于网络，不代表本站观点，如有侵权请联系站长删除。