随着时间的推移和现代社会的进步，智慧农业的概念已经深入到每一位农业生产者的心中。 人们心目中的智慧农业就是实现数据的现代化、智能化和远程监控。 环境变化远程控制、预防报警等。目前，我国主要地区的智慧农业已逐步开门红，智慧农业也成为我国农业部门密切关注的重大工程。

灌溉是农业中最困难的问题之一。 对于大面积种植，传统的人工灌溉不仅浪费人力，而且无法准确把握土壤水分的多少，造成土壤水分的高低不一。 灌溉不均，浪费水资源。这种灌溉方式对农作物应尽量避免，会造成部分地区干旱或涝灾，使农作物达不到预期收成

智能灌溉系统

水肥灌溉系统的出现，解决了智慧农业灌溉存在的问题。 智能灌溉系统首先将区域内土壤水分传感器监测到的数据与智慧农业大数据进行比对，或者将采集到的数据与用户设定的灌水、停灌上下限数据进行比对，进而判断是否需要灌水或者判断是否开启喷灌或滴灌。 智能灌溉系统由于采用传感器和网络，可以实现对农田的实时监控、显示和动态管理。 智慧灌溉利用无线传感传感器监测土壤水分，有效实现灌溉用水的自动化管理。

我国要发展智慧农业，首先要实现精准、及时、有效的灌溉。 智能灌溉系统的诞生智能农业，真正实现了水资源的优化利用。 不仅可以节省人工成本和资源，还可以有效解决灌溉的方方面面。 因此，未来智能灌溉系统将成为智能农业发展的支撑和趋势。

什么是 AIoT？

上一篇文章提到过，AiIoT=AI+IoT，即人工智能和物联网的集合，更多的是AI。 当然，还有很多属于工程和云计算领域的内容。 AI与IoT的有效结合（即人工智能与物联网的有效结合），通过边缘计算、区块链等技术，让农业物联网设备更加智能，并可在设备终端进行计算, 计算结果可以直接使用。 掌控之中。

接下来，我们来谈谈AiIoT的具体应用场景。

1、节水灌溉

节水灌溉是最基础的农业物联网应用。 将滴灌等设备与物联网控制终端相结合，结合土地资源监测数据和气象数据，进行自动滴灌或喷灌，并支持人工纠偏。

在这个场景中，物联网体现在灌溉设备、水分监测、小型气象站等，可以收集数据，也可以控制终端。 AI体现在灌水量、灌水时间，甚至水培所含养分的比例上。

当然，传统的还是没有自动控制，还是靠人来操作——是滴灌还是喷灌，还有灌水的时间长短。

2.智能农业生产管控

智能工业生产控制是一个很大的话题，节水灌溉也在其中。 接下来，我将给出一个农业场景。

和大家谈农业的时候，总是说种植物联网是一种浪费（个别品类除外），点对点推广。 养殖业是物联网最好的试验场，无论是家禽、猪、牛羊智能农业，还是水产品。

AiIoT在智能农业生产控制中的应用场景无非就是对投喂过程的智能监管。 通过对环境的实时控制，或者对人工指令的定制化控制，让农民的生产决策得到数据的支持，而数据来源于物联网。 收藏。

农民的决策习惯需要慢慢培养，也需要一个控制组，让农民相信模型的计算结果，同时也赋予人工纠偏的权力。

部分还可以结合防盗、防灾等，将生产过程扩展为安全生产过程。

3.精准农业

精准农业还包括节水灌溉和智能农业生产控制。 但本文增加了精准农业，以反映另一个新概念——营销（订单）驱动的农业生产。

精准农业确实不仅仅局限于生产执行，还包括生产计划，来自于销售订单。

基于遥感监测和无人机识别，估算产量，收集销售订单，制定下一季生产计划，制定当季收获计划，制定本季外包采购机会。 这些计划可以根据对订单、仓库和生产量的综合评估自动执行。

然而，许多农业综合企业和农业从业者并不熟悉规划，更不用说规划了。

4.农业无人机

农用无人机一般有两种场景：植保和生产环境监测。

植物保护现在是手动修复和评级的。 定量、定量可以通过物联网设备进行监控采集，也可以通过无人机采集生长数据和病虫害数据，但数据不能自动化，执行也不能自动化。

生产环境监控则不同。 数据不被无人机本身使用，而是被传输回其他生产控制设备应用程序，例如喷灌。 目前市场上无人机的生产环境监测一般都是关于生长和病虫害的。 很多结果是人工完成的，不能称为AI。 只有一些应用程序属于人工智能。

人工智能应用不一定需要使用 GPU。 CPU 也是 AI 的必需品。 有必要有效识别AI。 不要被这些制造商所愚弄。

5、遥感监测

遥感可以按卫星和无人机航拍来划分，这里重点说说卫星遥感。

卫星遥感可以测量种植面积、识别病虫害、预测生长、评估保险，所有这些都需要人工智能算法，可以在调整参数的同时进行训练。 卫星采集的数据与现场的物联网数据相结合，采集到的数据足以满足某个场景的应用。 一般这些场景都是政府用来进行政府监管的。 不用于个体户，但也会用于部分农业央企。

6、测土配方

测土公式其实是一个很精彩的细分领域，是一个成本很低的工种。

现在很多土壤测试设备都是物联网的，但是公式计算过程大多是自己软件自带的算法程序，并没有根据不同省市县的土地情况调整参数（偏差结果不大，因为无法衡量），公式 过程也是人为操作，非智能化。

在水培环境下，结合AiIoT，可实现种植环境数据的采集、营养液的自动配制和灌溉的执行，以及氮、磷、钾、中微量元素的合理配置.

七、环境监测

环境监测有很多，比如之前的文章《数字农业时代国外农业科技公司游——美国》。

主要产品是Mark，可以理解为一个小型气象站，如下图。 马克可以监测降水量、温湿度、气压、阳光等。

可通过环境监测后配套种植作业进行，如自动化温室的遮阳、遮荫作业。

8、防治病虫害

我们还提供了很多环境监测对象，其中很多是病虫害，包括地面的物联网设备、无人机和卫星。

AiIoT支持病虫害/流行病预防，可以从农民和政府农业应急的角度进行。 具体操作是指导人们在具体的防虫/防疫耗材使用、场地布置、控制时长、防疫统计等方面，只是一个指导值，离自动化还有点远，也没有自动化操作的设备。

这些 AiIoT 在农业中的应用可以使农业、农业企业和农业主管部门取得成功。 具体成功的背后需要什么样的商业模式和管理方法，大家可以慢慢体会。

以上应用场景均为初级生产，如贸易、物流加工等应用场景。

除此之外，还有很多其他的场景，欢迎大家留言交流。

#专栏作家#

清河洛河清，公众号：农业一二，人人都是产品经理专栏作家。 熟悉农业的IT架构师，现从事企业架构工作，创建农业微信公众号和农业社区。