发布日期：2023 年 12 月 10 日
撰稿人：Alice Gomstyn、Alexandra Jonker
尽管新技术和新工具早已成为农场管理和粮食生产不可或缺的一部分，但如今开发和采用智能农业技术的动力来自于紧要关切的问题。其中最主要的是粮食安全：根据国际货币基金组织的数据，到 2050 年，粮食产量必须增加 70%，才能跟上全球人口增长的步伐。1
气候变化加剧了粮食安全问题，它损害了农作物产量，并危及灌溉用水等自然资源的可用性。除了要应对这些问题，农业部门还面临着成本上升、商品价格波动和监管要求不断提高带来的盈利挑战。
“通过智慧农业，我们可以更好地适应气候变化带来的不确定性，减轻环境影响，提高农业生产的抗灾能力。”
— 国际标准化组织 (ISO) 2
将智能农业技术与准确的农业预测相结合。
可持续农业带来的好处以及我们如何实现可持续发展目标
早期的农业实践主要利用人力、牲畜和简单工具。农业技术的一些显著进步包括：1701 年发明了播种机，提高了播种效率；19 世纪引入了蒸汽牵引发动机，为谷物脱粒提供动力；20 世纪初引入了燃气拖拉机。
农业机械的出现大大减少了农业生产所需的手工劳动，而收集和分析数据的能力则有助于农民优化作物和牲畜生产。这种“精准农业”也被称为“精准耕作”，其历史至少可以追溯到 20 世纪 80 年代初，是一项由“精准农业之父” Pierre Robert 博士主持开展的工作。Robert 博士研究了土壤的可变性，提出了田地的不同部分需要不同水平的营养物质才能获得最佳作物产量的观点。Robert 的研究为农业系统中变量田间管理的发展铺平了道路。3
20 世纪 90 年代，随着数字作物产量监测仪的发明以及基于卫星的全球定位系统 (GPS) 的越来越多的使用，农业企业使用的技术再次发生了飞跃。将产量监测数据与全球定位系统测绘相结合，就能绘制产量图，在作物收获时实时提供有关作物特点和质量的重要信息。后来，全球定位系统推动了农业技术的另一项重大进步：自动化。自动驾驶拖拉机诞生于 2000 年代初农用设备公司 John Deere 与美国国家航空航天局 (NASA) 的一次合作。
小农户生产的粮食约占世界粮食供应量的三分之一。
IBM 和德克萨斯州农工大学农学院为有需要的农民提供数据、技术和专业知识
当今的现代农业解决方案由先进技术驱动，这些技术正在彻底改变大小农业企业的农业生产。
根据美国商务部国家标准与技术研究所的定义，信息和通信技术包括数据和信息的采集、存储、检索、处理、显示、表示、呈现、组织、管理、安全、传输和交换。收集从土壤含量到天气条件等各方面的数据已成为智能农业的一个重要方面，而信息和通信技术正在帮助农民组织和传输这些数据。
物联网 (IoT) 是指由实体设备、车辆、电器和其他实体对象组成的网络，这些实体对象内嵌传感器、软件和网络连接，可以收集和共享数据。在智能农业方面，联网的 IoT 设备包括多种 IoT 传感器（也称为“智能传感器”），如用于作物监测、牲畜跟踪和农用设备状况观测等的传感器。配备激光雷达的无人驾驶飞行器 (UAV) 或无人机也可通过遥感技术收集农业数据。
人工智能和机器学习可以帮助农民从 IoT 行动产生的“大数据”（大型、复杂的数据集）中获得见解。通过基于云的 AI 和机器学习解决方案进行数据分析和建模，可为决策和智能农业技术提供依据。例如，由机器学习支持的预测分析、天气数据集和农业预测模型可以帮助农业行业管理农业生产过程，包括作物生产、土地利用和供应链规划。
自动化和机器人技术在现代智能农业实践中占有重要地位。除了自动拖拉机外，农民还利用机器人完成播种、收割和修剪等任务。他们还可以部署无人机，虽然无人机通常用于数据收集，但利用它进行喷洒化肥和杀虫剂以及其他农业投入，比传统方法更加高效和精确。特别是，更精确和有限的肥料施用会对环境产生显著影响：肥料是温室气体排放的重要来源。
农业部门和技术提供商可以利用智能农业技术和创新，帮助创造更美好的农业未来。以下是通过智能农业实现全球农场生产率优化的几个例子。
在美国德克萨斯州，与智能手机应用程序相连的传感器正在收集有关土壤状况（包括土壤湿度）的实时信息。该应用程序将这些信息与包括天气预报在内的其他数据相结合，进行人工智能分析，从而提出灌溉建议。这些建议被发送到农民的移动设备上，帮助他们有效地调配水资源，使受干旱和气候变化影响地区的作物生长得更好。
美国加利福尼亚州也非常重视水资源的高效利用，一家酒厂采用了基于云的解决方案，从天气预报、卫星图像以及传感器中获取信息，测量葡萄树的压力。对数据的分析会产生适合每棵葡萄树需求的浇水建议。该解决方案实施后，产量增加了 26%，同时用水量减少了 16%。
在哈萨克斯坦阿拉木图地区，占地五公顷的“智能温室”设施配备了物联网技术和人工智能。这些技术监控温室内的状况，并在必要时自动调整温度、光线、湿度和灌溉水平，为作物生长创造最佳环境。4
在英国，研究人员将传感器安装在奶牛场的牛身上，以跟踪它们的活动，包括所走的步数以及进食和躺卧的时间。由于更活跃的牛通常表现得更积极，这些信息可帮助牧场主确定是否有必要采取干预措施，即改变动物的环境以提高它们的满意度，这往往会提高产奶量。5
将智能农业技术与准确的农业预测相结合，帮助最大限度地减少干扰，最大限度地提高作物产量。
利用一款基于区块链的模块化解决方案，通过更安全、更智能、更可持续的食品生态系统，惠及所有网络参与者。
借助智能资产管理和集成工作场所管理系统 (IWMS)，在整个生命周期中管理房地产组合。
脚注
¹“Helping Feed the World’s Fast-Growing Population.”（ibm.com 外部链接）国际货币基金组织博客，2017 年 1 月 31 日。
²“Smart farming: the transformative potential of data-driven agriculture. （ibm.com 外部链接）国际标准化组织。
³”The Evolution of Precision Agriculture and Policy Implications.” （ibm.com 外部链接）。美国农业局联合会，2023 年 8 月 23 日。
⁴”How a “smart” greenhouse helps Kazakh farmer grow vegetables all year round.” （ibm.com 外部链接）。联合国粮食及农业组织，2023 年 8 月 2 日。
⁵“Robocow: Sensors attached to cattle giving farmers a head start on keeping them happy.” （ibm.com 外部链接）。雅虎新闻。2023 年 8 月 14 日。