農業(yè)是物聯(lián)網(wǎng)下一個(gè)主戰場(chǎng)

物聯(lián)網(wǎng)在農業(yè)領(lǐng)域應用范圍廣泛，基于物聯(lián)網(wǎng)的農業(yè)解決方案，通過(guò)實(shí)時(shí)收集并分析現場(chǎng)數據及部署指揮機制的方式，達到提升運營(yíng)效率、擴大收益、降低損耗的目的?？勺兯俾?、精準農業(yè)、智能灌溉、智能溫室等多種基于物聯(lián)網(wǎng)的應用將推動(dòng)農業(yè)流程改進(jìn)。物聯(lián)網(wǎng)科技可用于解決農業(yè)領(lǐng)域特有問(wèn)題，打造基于物聯(lián)網(wǎng)的智慧農場(chǎng)，實(shí)現作物質(zhì)量和產(chǎn)量雙豐收。

物聯(lián)網(wǎng)在農業(yè)領(lǐng)域應用廣泛

農業(yè)領(lǐng)域有著(zhù)豐富的連接需求，農業(yè)物聯(lián)網(wǎng)市場(chǎng)潛力巨大。華為技術(shù)數據顯示，全球智能水表、智能路燈、智慧停車(chē)、智慧農業(yè)、財產(chǎn)跟蹤、智慧家居分別有7.5億、1.9億、2400萬(wàn)、1.5億、2.1億、1.1億的連接需求，由此帶來(lái)的市場(chǎng)空間十分可觀(guān)。根據華為的預測，到2020年，物聯(lián)網(wǎng)在農業(yè)領(lǐng)域的潛在市場(chǎng)規模有望由2015年的137億美元增長(cháng)至268億美元，年復合增長(cháng)率達14.3%。其中美國的市場(chǎng)份額最大并且已經(jīng)進(jìn)入成熟期，亞太地按照物聯(lián)網(wǎng)技術(shù)在農業(yè)領(lǐng)域中的不同應用，劃分為如下幾類(lèi)：

物聯(lián)網(wǎng)是農業(yè)數據的主要來(lái)源之一

精準農業(yè)：作為一種農業(yè)管理方式，精準農業(yè)利用物聯(lián)網(wǎng)技術(shù)及信息和通信技術(shù)，實(shí)現優(yōu)化產(chǎn)量、保存資源的效果。精準農業(yè)需要獲取有關(guān)農田、土壤和空氣狀況的實(shí)時(shí)數據，在保護環(huán)境的同時(shí)確保收益和可持續性。

可變速率技術(shù)（VRT）：VRT是一種能夠幫助生產(chǎn)者改變作物投入速率的技術(shù)。它將變速控制系統與應用設備相結合，在精準的時(shí)間、地點(diǎn)投放輸入，因地制宜，確保每塊農田獲得最適宜的投放量。

智能灌溉：提升灌溉效率、減少水源浪費的需求日益擴大。通過(guò)部署可持續高效灌溉系統以保護水資源的這種方式愈來(lái)愈受到重視?；谖锫?lián)網(wǎng)的智能灌溉對空氣濕度、土壤濕度、溫度、光照度等參數進(jìn)行測量，由此精確計算出灌溉用水需求量。經(jīng)驗證，該機制可有效提高灌溉效率。

農業(yè)無(wú)人機：無(wú)人機有著(zhù)豐富的農業(yè)應用，可用于監測作物健康、農業(yè)拍照（以促進(jìn)作物健康生長(cháng)為目的）、可變速率應用、牲畜管理等。無(wú)人機可以低成本監視大面積區域，搭載傳感器可輕易采集大量數據。

智能溫室：智能溫室可持續監測氣溫、空氣濕度、光照、土壤濕度等氣候狀況， 將作物種植過(guò)程中的人工干預降到最低。上述氣候狀況的改變會(huì )觸發(fā)自動(dòng)反應。在對氣候變化進(jìn)行分析評估后，溫室會(huì )自動(dòng)執行糾錯功能，使各氣候狀況維持在最適宜作物生長(cháng)的水平。

收成監測：收成監測機制可對影響農業(yè)收成的各方面因素進(jìn)行監測，包括谷物質(zhì)量流量、水量、收成總量等，監測得到的實(shí)時(shí)數據可幫助農場(chǎng)主形成決策。該機制有助于縮減成本、提高產(chǎn)量。

農業(yè)管理系統（FMS）：FMS借助傳感器及跟蹤裝置為農場(chǎng)主及其他利益相關(guān)方提供數據收集與管理服務(wù)。收集到的數據 經(jīng)過(guò)存儲與分析，為復雜決策提供支撐。此外，FMS還可用于辨識農業(yè)數據分析最佳實(shí)踐與軟件交付模型。它的優(yōu)點(diǎn)還包括：提供可靠的金融數據和生產(chǎn)數據管理、提升與天氣或突發(fā)事件相關(guān)的風(fēng)險緩釋能力。

土壤監測系統：土壤監測系統協(xié)助農場(chǎng)主跟蹤并改善土壤質(zhì)量，防止土壤惡化。系統可對一系列物理、化學(xué)、生物指標（如土質(zhì)、持水力、吸收率等）進(jìn)行監測，降低土壤侵蝕、密化、鹽化、酸化、以及受危害土壤質(zhì)量的有毒物質(zhì)污染等風(fēng)險。

精準牲畜飼養：精準牲畜飼養可對牲畜的繁殖、健康、精神等狀況進(jìn)行實(shí)時(shí)監測，確保收益最大化。農場(chǎng)主可利用先進(jìn)科技實(shí)施持續監測，并根據監測結果做出利于提高牲畜健康狀況的決策。

智慧農業(yè)市場(chǎng)規模預測（2015-2020年，億美元，%）

大數據與人工智能——生產(chǎn)經(jīng)營(yíng)決策“數字化”，全面提升生產(chǎn)效率

萬(wàn)物互聯(lián)在推動(dòng)海量設備接入的同時(shí)，也將在云端生成海量數據。而挖掘這些由物聯(lián)網(wǎng)產(chǎn)生的大數據中隱藏信息的方法就是利用人工智能。物聯(lián)網(wǎng)最核心的商業(yè)價(jià)值就是將這些海量的數據進(jìn)行智能化的分析、處理，從而生成基于不同商業(yè)模式的各類(lèi)應用。

基于人工智能對中國經(jīng)濟整體影響的模擬分析，并結合行業(yè)規模數據，埃森哲分析人工智能對中國15個(gè)行業(yè)可能帶來(lái)的經(jīng)濟影響。研究顯示，制造業(yè)、農林漁業(yè)、批發(fā)和零售業(yè)將成為從人工智能應用中獲益最多的三個(gè)行業(yè)。到2035年，人工智能將推動(dòng)這三大行業(yè)的年增長(cháng)率分別提升2%、1.8%和1.7%。

人工智能在農業(yè)領(lǐng)域的應用潛力巨大。機器學(xué)習所具備的通過(guò)使用大數據集來(lái)優(yōu)化單個(gè)或一系列關(guān)鍵目標的能力很適合用來(lái)解決農業(yè)生產(chǎn)中的作物產(chǎn)量、疾病預防和成本效益等問(wèn)題：

在種植領(lǐng)域，人工智能有望提高糧食產(chǎn)量、減少資源浪費。機器學(xué)習技術(shù)可以被用來(lái)分析來(lái)自無(wú)人機和衛星的圖像、氣象數據、土壤樣本和濕度傳感器的數據，并幫助確定播種、施肥、灌溉、噴藥和收割的最佳方法。在精準農業(yè)中的各個(gè)環(huán)節中，機器學(xué)習都能發(fā)揮重要的作用，從而提高糧食的產(chǎn)量。

在養殖領(lǐng)域，利用人工智能可以有效降低疾病造成的損失。在一項學(xué)術(shù)研究中，研究人員收集和分析雞的聲音，并訓練神經(jīng)網(wǎng)絡(luò )模式識別算法后，研究人員能夠正確地識別出感染了致命疾病的雞，其中發(fā)病2 天的雞的識別準確率為66%，而發(fā)病8天的雞的識別準確率為100%。正確診斷牲畜所患疾病并盡早在損失發(fā)生之前進(jìn)行治療可以消除由疾病導致的損失。據行業(yè)專(zhuān)家估計，挽回的損失可達20億美元。

人工智能縮短農業(yè)研發(fā)進(jìn)程。人工智能技術(shù)可以用于提高糧食產(chǎn)量、降低損失，但這并不是其發(fā)揮作用的唯一領(lǐng)域。在實(shí)驗室和研究中心，機器學(xué)習算法能夠幫助培育更好的植物基因，創(chuàng )造更安全、更高效的農作物保護產(chǎn)品和化肥，并且開(kāi)發(fā)更多的農產(chǎn)品。實(shí)際上，人工智能在這些領(lǐng)域的介入更加成熟，因為這一領(lǐng)域的數據更加豐富，數據獲取的速度也更快。根據2016年P(guān)hilips McDougall的分析，將一種新的作物保護產(chǎn)品推向市場(chǎng)需要11年的發(fā)現和發(fā)展時(shí)間，分析16萬(wàn)份化合物，每個(gè)產(chǎn)品商業(yè)化支出超過(guò)2.8億美元。在新農化產(chǎn)品的開(kāi)發(fā)中，整個(gè)行業(yè)每年的花費超過(guò)26億美元。而人工智能的采用可以提高這一過(guò)程的效率。

以孟山都的玉米育種為例。在將玉米雜交品種投入市場(chǎng)之前，孟山都對其進(jìn)行了多年的評估，從發(fā)現到商業(yè)化，這個(gè)過(guò)程可能需要8年時(shí)間。玉米育種通常被比作“草堆中撈針”，這是個(gè)擁有32000個(gè)基因的大草堆，代表了幾代繁殖者面臨的搜索難題。從歷史上來(lái)看，一個(gè)育種項目每年可以從成千上萬(wàn)可用選項中選出大約500種組合進(jìn)行試驗。這種選擇受到與管理現場(chǎng)測試程序相關(guān)的后勤和成本的限制。

為了減少這些限制，孟山都的AI研究人員開(kāi)發(fā)了一種算法，能夠評估育種決策，并預測哪一個(gè)雜交品種將在試驗的第一年表現出最佳的性能。這個(gè)算法正被過(guò)去15年的分子標記和現場(chǎng)試驗信息進(jìn)行訓練。這種算法可以?xún)?yōu)化育種過(guò)程，使育種者能夠更快地把他們最好的想法投入到大規模的實(shí)地試驗中。這一算法不僅加快了育種過(guò)程，而且與傳統方法相比，還使孟山都將其玉米育種管道規模提高5倍。育種者可以利用AI工具完成更多的工作。

數字農業(yè)應用方向與各國發(fā)展現狀

全球數字農業(yè)規模已超千億人民幣，細分領(lǐng)域倍速發(fā)展。智慧農業(yè)是數字農業(yè)中一種具體的綜合應用形式，可在較大程度上反應數字農業(yè)的整體發(fā)展情況。按應用劃分，從體量上來(lái)看，精準農業(yè)（含種植與養殖）、監測（含收成監測與土壤監測）、農業(yè)無(wú)人機三領(lǐng)域是智慧農業(yè)中發(fā)展較為領(lǐng)先的方向，2020年預測規模分別在45.85億美元、22.15億美元、和11.79億美元；從發(fā)展速度上來(lái)看，智能灌溉、智能溫室、農業(yè)無(wú)人機領(lǐng)域發(fā)展較快，5年CAGR(復合年均增長(cháng)率）分別達到37.60%、33.28%、32.66%。

以應用劃分的潛在市場(chǎng)規模（百萬(wàn)美元）

從數字農業(yè)領(lǐng)先國家的情況來(lái)看，各國均重視發(fā)展農業(yè)技術(shù)，同時(shí)因地制宜，各自開(kāi)發(fā)出適合自身的數字農業(yè)成長(cháng)路線(xiàn)。以美國為例，梳理數字農業(yè)在不同國家如何助力農業(yè)提升產(chǎn)業(yè)效率。

美國：優(yōu)質(zhì)自然稟賦與先進(jìn)技術(shù)奠定數字農業(yè)全球領(lǐng)先地位。美國是世界上農業(yè)最發(fā)達的國家，美國農業(yè)經(jīng)營(yíng)模式主要以大型農場(chǎng)經(jīng)營(yíng)為主，農業(yè)高度發(fā)達，機械化程度高，主要有畜牧業(yè)和種植業(yè)兩大部分。最早提出精準農業(yè)概念，農業(yè)率先進(jìn)入數字化時(shí)代。20世紀80年代初，美國便提出了精準農業(yè)的概念和設想。智能中央計算機灌溉控制系統于80年代就被應用于溫室控制和管理。此后，計算機控制與管理系統可控范圍、靈活程度逐漸提高。美國41.6%的家庭農場(chǎng)、46.8%的奶牛場(chǎng)和52%的年輕農場(chǎng)主通過(guò)計算機進(jìn)行網(wǎng)絡(luò )信息聯(lián)絡(luò )，有專(zhuān)業(yè)的農業(yè)技術(shù)服務(wù)組織將農業(yè)信息提供給農民，服務(wù)于農業(yè)生產(chǎn)管理和精細化耕作。

農業(yè)技術(shù)的進(jìn)步是推動(dòng)美農業(yè)生產(chǎn)力提高的主要力量?，F在，美國農場(chǎng)因為技術(shù)的進(jìn)步，包括傳感器、設備、機器和信息技術(shù)，現在的運營(yíng)模式與幾十年前存在較大差異。今天的農業(yè)通常使用復雜的技術(shù)，如機器人，溫度和濕度傳感器，航拍圖像和GPS技術(shù)。這些先進(jìn)的設備和機器人系統使農業(yè)效率得以提高，在成本幾乎不變的情況使企業(yè)收入持續增長(cháng)，更高效的同時(shí)也更安全、更環(huán)保。

鄉村振興+5G時(shí)代來(lái)臨，我國數字農業(yè)機會(huì )幾何？

數字農業(yè)發(fā)展相對滯后，數字化轉型才剛開(kāi)始農業(yè)數字化相對滯后是當前我國農業(yè)發(fā)展的大背景。根據中國信息通信研究院發(fā)布的《中國數字經(jīng)濟發(fā)展與就業(yè)白皮書(shū)（2019年）》，2018年，我國數字經(jīng)濟規模達到31.3萬(wàn)億元，按可比口徑計算，名義增長(cháng)20.9%，占GDF比重的34.8%。三產(chǎn)中，我國農業(yè)數字經(jīng)濟占農業(yè)整體比重的平均值為7.30%，而工業(yè)為18.30%，服務(wù)業(yè)為35.90%。與工業(yè)和服務(wù)業(yè)相比，農業(yè)不僅數字化水平處于相對較低位置，數字化速度也相對較慢。農業(yè)各細分行業(yè)中，數字經(jīng)濟占比程度從高到低依次為林產(chǎn)品、漁產(chǎn)品、農產(chǎn)品、畜牧產(chǎn)品，均低于大多數服務(wù)業(yè)和工業(yè)行業(yè)，可見(jiàn)三產(chǎn)中，農業(yè)存在較大數字化提升空間。

2018年農業(yè)各細分行業(yè)數字經(jīng)濟比重（%，億元）

技術(shù)提升產(chǎn)業(yè)效率，新興技術(shù)不斷進(jìn)步，應用成本下降

一、技術(shù)成熟度提升帶來(lái)部署成本不斷下降。相比10年前，全球物聯(lián)網(wǎng)處理器價(jià)格下降98%，傳感器價(jià)格下降54%，帶寬價(jià)格下降97%，成本的降低為農業(yè)物聯(lián)網(wǎng)大規模部署提供了基礎。

二、聯(lián)網(wǎng)技術(shù)不斷突破。聯(lián)網(wǎng)技術(shù)是物聯(lián)網(wǎng)產(chǎn)業(yè)興起的重要條件，在全球范圍內低功率廣域網(wǎng)（LPWAN）技術(shù)快速興起并逐步商用，面向物聯(lián)網(wǎng)廣覆蓋、低時(shí)延場(chǎng)景的5G技術(shù)標準化進(jìn)程加速，同時(shí)工業(yè)以太網(wǎng)、LTE-V、短距離通信技術(shù)等相關(guān)通信技術(shù)也取得顯著(zhù)進(jìn)展。

三、數據處理技術(shù)與能力有明顯提升。隨著(zhù)大數據整體技術(shù)體系的基本形成，信息提取、知識表現、機器學(xué)習等人工智能研究方法和應用技術(shù)發(fā)展迅速。大數據、物聯(lián)網(wǎng)、人工智能在數字農業(yè)升級中的應用能夠有效釋放農業(yè)產(chǎn)業(yè)龐大數據的潛在價(jià)值。

四、產(chǎn)業(yè)生態(tài)構建所需的關(guān)鍵能力加速成熟。云計算的成熟、開(kāi)源軟件等有效降低了企業(yè)構建生態(tài)的門(mén)檻，推動(dòng)全球范圍內農業(yè)數字化的興起和農業(yè)物聯(lián)網(wǎng)操作系統的進(jìn)步。

當前智慧農業(yè)主要使用的物聯(lián)網(wǎng)通信技術(shù)

5G賦能已有技術(shù)，全方位提升數字農業(yè)效率

具體到數字農業(yè)，5G將提升的是數字農業(yè)價(jià)值鏈中移動(dòng)網(wǎng)絡(luò )環(huán)節效率，聯(lián)動(dòng)前后環(huán)節適配技術(shù)升級迭代。由于智慧農業(yè)價(jià)值鏈與數字農業(yè)類(lèi)似，若5G商用落地，前環(huán)節中的裝置/設備制造商、聯(lián)網(wǎng)供應商，后環(huán)節中的聯(lián)網(wǎng)平臺、應用供應商、數據分析、系統集成商和外包供應商、終端用戶(hù)等眾多參與方將受益來(lái)自移動(dòng)網(wǎng)絡(luò )環(huán)節的技術(shù)革新。這些參與方可分為供應商和個(gè)人消費者兩大類(lèi)，而目前在農業(yè)相關(guān)領(lǐng)域中，無(wú)論是B端還是C端均有較多需求未被滿(mǎn)足。

根據華為對終端用戶(hù)的痛點(diǎn)分析，目前在通信技術(shù)方面，60％以上的農場(chǎng)主認為低覆蓋范圍和高投資成本是數字農業(yè)相關(guān)技術(shù)必須解決的主要難題。其次，還有部署周期長(cháng)、帶寬、高時(shí)延等問(wèn)題需要解決。同時(shí)，報告對農場(chǎng)主的投資意愿進(jìn)行了統計，70%以上的農場(chǎng)主愿意投資有助于提高生產(chǎn)力和利潤的先進(jìn)技術(shù)。5G商用落地有望大幅改善當前數字農業(yè)中因信息技術(shù)導致的痛點(diǎn)，同時(shí)由于終端用戶(hù)對改善現狀具有較高投資意愿，5G+智慧農業(yè)有望在5G大生態(tài)萬(wàn)億市場(chǎng)中占有一席之地。