什么是精准农业的核心组件(精准农业的十个系统组成)

图像展示了精密农业中的遥感应用（由美国宇航局地球观测台提供）

英国农业机械供应商-YaraN-Sensor ALS设备安装在拖拉机的顶篷上（记录作物光反射，计算施肥建议然后改变肥料扩散量的系统）

精准农业-NDVI 4厘米/像素GSD（DroneMapper）

精准农业（PA），卫星农业或特定地点作物管理（SSCM）是一种农业管理概念，其基础是观察，测量和响应作物的田间和田间变化。精准农业研究的目标是为整个农场制定管理和决策的支持系统（DSS），目标是在保留资源的同时，对资源加以优化，进行精准的投入以期产生回报。

在这些许多方法中，植物地貌学方法将多年作物生长稳定性/特征与拓扑地形属性联系起来。对植物地貌学方法的兴趣源于这样一个事实，即地貌组成部分通常决定了农田的水文。

全球定位系统（GPS）和全球导航卫星系统的出现使精确农业的实践成为可能。农民和/或研究人员在田间定位其精确位置的能力允许创建可测量的尽可能多的变量的空间变异图，安装在配备GPS的联合收割机上的传感器阵列收集了各种跟土壤相关的数据，诸如：农作物的产量、地形特征/地形、有机物含量、水分含量、氮水平、pH值，EC（药剂的有效浓度），Mg（镁含量），K（钾含量）等等）。这些阵列实时传感器，可测量从农作物叶绿素水平以及农作物水分含量等状态，还包括多光谱图像。通过获得的这些数据，配合一起使用通过可变速率技术（VRT）的卫星图像，包括播种机，喷雾器等，以优化分配资源。

精准农业也得到了像DJIPhantom这样的多旋翼无人机的支持，该飞机相对便宜并且可以由新手操作。这些农业无人机可以配备高光谱或RGB相机，以捕获可以使用摄影测量方法处理现场许多图像，以创建正射影像和NDVI地图。

一、历史

PA是第3波现代农业革命的重要组成部分。第一次农业革命是农业机械化，从1900年到1930年。在此期间，每个农民生产足够的食物来养活大约26人。20世纪60年代，第二次农业革命是绿色革命，引发了新的基因改造方法，每个农民都养活了大约155人。预计到2050年，全球人口将达到约96亿，粮食生产必须有效地从目前的水平增加一倍才能养活地球上每一个人。随着PA农业革命的新技术进步，每个农民将能够以相同的面积养活265人，这是第三次农业革命。

概述

精准农业革命的第一波浪潮以卫星和航空图像，天气预报，变速施肥和作物健康指标的形式出现。第二波聚合大数据，以实现更精确的种植，地形测绘和土壤数据。

精准农业旨在优化实地管理，涉及：

1、作物科学：通过将农业实践与农作物需求相匹配（例如肥料投入）;

2、环境保护：通过减少农业的环境风险和足迹（例如限制氮的浸出）;

3、经济学：通过更有效的实践提高竞争力（例如改善肥料使用管理和其他投入）。

PA还为农民提供了丰富的信息：

1、建立他们的农场记录。

2、改善决策。

3、促进更大的可追溯性。

4、加强农产品营销。

5、改善租赁安排和与房东的关系。

6、提高农产品的内在质量（例如面粉小麦中的蛋白质含量）。

规定种植

规定性种植是一种农业系统，提供数据驱动的种植建议，可以确定可变种植率，以适应单个田地的不同条件，以期获得最大化产量。它被描述为“农场的大数据”。全球农业巨头孟山都公司、杜邦公司等公司正在美国推出这项技术。

工具

精准农业通常作为4个阶段过程来观察空间的变异：

1、数据收集

地理定位使农民能够覆盖从土壤和残余氮分析中收集的信息，以及有关以前作物和土壤电阻率的信息。地理定位有两种方式：当农民在田地周围驾驶拖拉机时，使用车载GPS接收器描绘该场地。该字段在从航空或卫星图像派生的底图上描绘。基础图像必须具有正确的分辨率和几何质量，以确保地理定位足够准确。

2、变量

场内和场间可变性可能由许多因素引起。这些包括气候条件（冰雹，干旱，雨水等），土壤（质地，深度，氮水平），种植方法（免耕农业），杂草和疾病。永久性指标 - 主要是土壤指标 - 为农民提供有关主要环境常数的信息。点指标使他们能够追踪作物的状态，即，如果作物遭受水分胁迫，看病情是否正在发展，氮气压力或倒伏，是否已被冰等损坏。这些信息可能来自气象站和其他传感器（土壤电阻率，肉眼检测，卫星图像等）。土壤电阻率测量结合土壤分析可以测量水分含量。土壤电阻率也是一种相对简单和便宜的测量方法。

土壤表观电导率（ECa）是另一个主要参数，可以提供与土壤物理和化学性质相关的空间差异的度量，水稻土可以衡量土壤是否适合作物生长，水需求和生产力。 ..

3、策略

在一次飞行使用小型空中无人系统所拍摄的农田（NDVI图像）

使用土壤图，农民可以采取两种策略来调整田间投入：

预测方法：基于作物周期中静态指标（土壤，电阻率，田间历史等）的分析。

控制方法：来自静态指标的信息在作物周期中定期更新：

取样：称量生物量，测量叶片叶绿素含量，称量果实等

遥感：测量温度参数（空气/土），湿度（空气/土壤/叶），风或茎粗可能是由于无线传感器网络和的联网（IOT）

代理检测：车载传感器测量叶片状态;这要求农民在整个田地里开车。

航空或卫星遥感：获取并处理多光谱图像，以得出作物生物物理参数图，包括疾病指标。机载仪器能够测量植物覆盖量并区分作物和杂草。

决策可能基于基于大数据的决策支持模型（作物模拟模型和推荐模型），但归根结底，农民需要根据商业价值和对环境的影响来决定- 正在接管的角色通过基于机器学习和人工神经网络的人工智能（AI）系统。

重要的是要认识到为什么精准农业技术被采用，“对于精准农业技术的采用，农民必须认识到该技术是有用且易于使用的。可能不足以获得有关PA的经济效益的积极的外部数据。作为对农民的看法的技术必须反映这些经济因素。“

4、实施实践

新的信息和通信技术使农田的作物管理更加可操作，更容易实现。作物管理决策的应用需要支持变速技术（VRT）的农业设备，例如变化的种子密度以及氮和植物检疫产品的可变速率施用（VRA）。

精准农业在农业设备上使用技术（例如拖拉机，喷雾器，收割机等）：

定位系统（例如，使用卫星信号精确确定地球上位置的GPS接收器）;

地理信息系统（GIS），即理解所有可用数据的软件;

变量农业设备（播种机，撒播机）。

二、精准农业在世界各地使用

农业无人机，机身上载有多光谱成像仪等设备。

20世纪80年代初，PA的概念首先出现在美国。1985年，明尼苏达大学的研究人员对作物田间的石灰投入进行了改变。也是在这个时候，田间网格采样的实践出现了（每公顷应用一个样本的固定网格）。到了20世纪80年代末，这种技术被用于推导出肥料和pH校正的第一个输入推荐图。从新技术开发的屈服传感器的使用，加上GPS接收器的出现，从那时起就一直在增加。如今，这样的系统覆盖了数百万公顷的农田。

在美国中西部，它与可持续农业无关，而是与主流农民有关，他们试图通过仅在需要肥料的地区投入来实现利润最大化。这种做法允许农民根据GPS导航网格或区域采样确定的需求改变整个田地的肥料比率。在不需要撒肥的的地方，将肥料存，从而优化其用途。

在世界各地，精准农业发展速度不一。最先是美国，其次是加拿大和澳大利亚。在欧洲，英国是第一个沿着这条道路前进的国家，其次是法国，它最初出现在1997 - 1998年。在拉丁美洲，阿根廷处于领先定位，它是在20世纪90年代中期，在该国农业技术研究所的支持下引入的。巴西成立了一家国有企业--Embrapa，以研究和发展可持续农业。GPS以及变速率传播技术的应用和发展有助于农田精准农业管理实践。如今，法国不到10％的农民配备了可变速率系统。GPS的使用更为普遍，但这并没有阻止他们使用提供现场级推荐地图的精准农业服务。

全球三分之一的人口仍然依靠农业谋生。虽然更先进的精准农业技术需要大量的前期投资，但发展中国家的农民正从移动技术中受益。该服务帮助农民获得移动支付和收据，以提高效率。例如，坦桑尼亚有30,000名农民使用移动电话进行合同签订、支付，贷款以及商业组织的沟通。

精准农业的经济和环境效益在中国也得到了证实，但由于中国农业系统的特点是小规模的家庭经营农场，因此中国落后于欧洲和美国等国家。精准农业低于其他国家。因此，中国正在努力将精准农业技术更好地引入本国，降低一些风险，为中国未来发展精准农业的技术铺平道路。

三、经济和环境影响

顾名思义，精准农业意味着在正确的时间向作物施加精确和正确的投入量，如水，肥料，杀虫剂等，以提高其生产力和最大化产量。精确的农业管理实践可以显著避免浪费和其他作物投入的数量，同时提高产量。因此，农民通过节约水、农药和化肥成本获得投资回报。

精准农业第二个更大规模的好处涉及环境影响。在适当的地方和适当的时间施用适量的化学品有利于作物、土壤和地下水，从而有利于整个作物周期。因此，精准农业已成为可持续农业的基石。因为它尊重作物、土壤和农民。可持续农业力求确保在长期维持生产所需的生态，经济和社会限制范围内持续供应粮食。

精准农业通过提高机械效率和减少投入来减轻农业对环境的压力。例如，使用诸如GPS的远程管理设备减少了农业的燃料消耗，而营养物或农药的可变速率施用可潜在地减少这些输入的使用，从而节省成本并减少有害的径流进入水道。

新兴技术

机器人

自动驾驶拖拉机已经存在了一段时间，约翰迪尔的农业设备具备飞机所拥有的自动驾驶仪，并可无人工作。技术正在向GPS编程的无人驾驶机械发展，以扩散肥料或耕地。其他创新包括太阳能机器，可识别杂草，并用一定剂量的除草剂或激光精确杀死它们。农业机器人，也称为AgBots，全球一些创新公司正在开发更先进的收获机器人，以识别成熟的果实，调整其形状和大小，并精准地从树枝上采摘它们。

无人机和卫星图像

无人机和卫星技术优势对农业而言如虎添翼，使得农田区域精耕细作。无人机可以拍摄高品质图像，而卫星可获得宏观数据。轻型飞机驾驶员可以将航空摄影与来自卫星记录的数据结合起来，根据当前的野外生物量水平预测未来的产量。诸多的图像可以创建等高线图以跟踪水流的位置，确定可变速率种子，并创建效率或多或少的区域的产量图。

物联网

物联网通过传感器和农场管理软件的配合使用，使得数据收集和汇总更为容易。这是众所周知，液体肥料中的氮、磷和钾的含量是不一致的，但是农民可以用光谱仪器测量获得这些数据。农民获得奶牛已经排尿的地方，通过物联网并仅在需要它的地方施肥，可以使肥料的用量减少达30％。而土壤中的水分传感器，可以决定了远程浇灌植物的最佳时间和剂量。链接物联网的灌溉系统，可以根据农作物的需要和降雨量进行编程，以切换作物的某一侧需要水分。

创新不仅限于植物，还可以用于动物的福利。牛可以配备内部传感器，以跟踪胃酸和消化问题。外部传感器跟踪运动模式，以确定奶牛的健康和健康，感知身体是否收到伤害，并确定最佳的繁殖时间。可以汇总和分析来自传感器的所有数据，以检测其趋势和模式。

作为另一个例子，监测技术可用于使养蜂更有效。蜜蜂具有重要的经济价值，通过授粉各种作物为农业提供重要的服务。通过无线温度，湿度和二氧化碳传感器监测蜜蜂群体的健康状况有助于提高蜜蜂的生产力，并在数据中读取可能威胁到整个蜂巢生存，并早期预警。

智能手机应用

智能手机和平板电脑在精准农业中的应用也越来越受欢迎。智能手机已经安装了许多有用的应用程序，包括相机、麦克风、GPS和加速度计。还有专门用于各种农业应用的应用，例如野外测绘、跟踪动物、获取天气和作物信息等。它们易于携带，价格合理，并具有很高的计算能力。

机器学习

机器学习通常与无人机、机器人和物联网设备结合使用，它允许从这些数据源中获取每一个数据。然后，计算机处理此信息并将适当的操作发送回设备。这允许机器人通过物联网设备为农作物提供精准的肥料，以及直接向土壤提供精准的水量。农业的未来是，通过逐年累月的使用更多机器来参与学习和数据积累，使得其以更少的人力资源实现了更高效、更精确的耕作，最终让农业为人类汇报最大化的产出。