“智慧农业”这一新概念是在2014年提出的。智慧农业是智能农业专家系统的简称，一般是指利用物联网技术、“5S”技术、云计算技术和大数据等信息技术实现“三农”产业的数字化、智能化、低碳化、生态化、集约化，从空间、组织、管理整合现有农业基础建设、通信设备和信息化设施，使农业和谐发展，实现“高效、聪明、智慧、精细”和可持续生态发展，是将科学技术融合在农业发展领域中的具体实践和应用。

    智慧农业以智慧生产为核心，智慧产业链为其提供信息化服务支撑。目前中国智慧农业有四大应用场景。

    （1）数据平台服务。利用卫星遥感技术、无人机航拍以及传感器等收集气候气象、农作物、土地土壤以及病虫害等数据，建立数据服务平台，通过对数据进行分析，为农场、合作社以及大型农业、企业提供可视化管理服务等。

    （2）无人机植保。搭载先进的传感器设备，根据地形、地貌搭配专用药剂对农作物实施精准、高效的喷药作业，通过人、机、药三位一体达到节水节药的作用。

    （3）农机自动驾驶。以计算机和传感器技术为基础，根据GPS卫星定位系统和机器视觉技术实现农机的精准定位，通过智能终端实时监测农机信息、作业状态及作业速度。

    （4）精细化养殖。通过耳标、摄像头等监控畜、动物生产情况，实时跟踪，体型识别，且对收集到的图形等数据进行处理、分析，实现养殖的精细化管理。

1  数据平台服务分析

    数据平台服务指的是利用传感器、无线通信、大数据、云计算、物联网、人工智能等技术进行数据收集并分析，通过可视化展示，对农作物的生长情况进行实时跟踪、病虫害监测，对农作物的产量进行预测等。

    智慧农业数据平台服务应用主要是通过卫星遥感技术、无人机航拍以及传感器采集三种方式进行数据采集，采集的数据主要包括土地土壤数据、天气气候数据、农作物生产数据、病虫害数据等，然后通过对收集到的数据进行分析、处理，并建立可视化模型，实现种植适宜区规划、作物产量预测、作物长势预测以及病虫害防治等农作物精准管理。目前中国专注于用无人机航拍收集数据的企业较少，用卫星遥感技术的较多。

    未来发展趋势：通过政府与企业或者企业间合作，不断获取多样的数据，将非结构化的数据转化成结构化的数据并挖掘核心数据，创建不同的指标，建立具有针对性的数据模型，以细分领域为切入点，逐步向多元化发展。

2  无人机植保应用分析

    无人机植保能够解决农村劳动力短缺、劳动力成本高、农民效率低、农药使用严重等问题。无人机植保产业链包括三个部分：原药研发、无人植保机制造以及飞防队进行植保服务。

    农药一般分为固态药剂和液态药剂，固态药剂由于颗粒大小不同，会出现堵塞喷头现象，故无人植保机多用液态药剂，且使用无人机专用喷头。无人植保机主要以多旋翼为主，飞行系统多为电动系统，续航时间大约在20分钟左右。而植保队通常由多人组成，每年农忙仅为3～9月份，需全国流动，且需携带多块电池，1分钟可喷洒1～2亩地，经验对飞防作业至关重要。

    未来发展趋势：不断提高无人机的作业效率以及植保队的作业效率，未来发展方向会以无人机研发企业为主转变为以无人植保服务企业为主，服务更加精准，更加高效，更加多元。

3  农机自动驾驶应用分析

    农机自动驾驶是指利用卫星导航实现农机沿直线作业功能，主要利用角度传感器获取农机偏移数据、摄像头获取周围作物生长数据以及导航卫星实时定位跟踪车辆信息数据，将三者获取的数据经过无线网络传输到控制端，对数据进行分析后，利用车载计算机显示器实时显示作业情况以及作业进度等。

    农机车辆导航系统是农机自动驾驶应用的根本，车联网是实现农机自动驾驶技术的前提，通过农机车辆导航系统实现农机的作业监测、路径规划、决策控制等操作。目前农用车辆导航系统主要应用于拖拉机、收割机、小麦机和青贮机等农用机械上。

    未来发展趋势：以农机自动驾驶为起点，运用新技术实现农业的耕种管收各个环节，不断地提高测量耕地范围的精度以及感知避让的解决方案，同时实现变量控制、流量控制以及测土配方等一系列问题，解放劳动人力投入，最终实现农机的无人驾驶。

4  精细化养殖分析

    中国养殖行业存在很多问题，抗生素使用过多、畜禽产品药物残留严重、产品质量较差。精细化养殖指代的是利用新的技术、新的理念改变养殖行业普遍存在的问题。目前大型上市养殖企业主要利用环境控制系统、饲料饲喂系统以及信息化管理系统等进行规模化养殖，使用及细化养殖模式能够大大降低成本和死亡率。

    养殖行业主要分为四个核心环节：育种、繁育、饲养和疾病防疫。精细化养殖利用新技术（物联网、人工智能等）、新理念降低畜禽死亡率、提升产品质量，在饲喂、繁育管理、疾病防疫、环境保护等方面完胜传统养殖模式。

    目前精细化养殖多应用于养猪、养牛和养鸡上，利用传统的耳标、可穿戴设备以及摄像头等收集畜禽产品的数据，通过对收集到的数据进行分析，运用深度学习算法判断畜禽产品健康状况、喂养状况、位置信息以及发情期预测等，对其进行精准管理。

表1  精细化养殖与传统养殖模式对比