数字农业：物联网、大数据，中国数字农业的机会几何?
数字农业是将数字信息作为农业生产的新要素，利用数字信息技术对农业对象、环境和全过程进行可视化表达、数字化设计和管理的一种新的农业发展形式。在数字经济范畴下改造提升传统产业，是数字化重组的典型应用之一。
关键决策因素从“人”到“数据”的转变。
传统农业主要包括种养业产业链和种植业产业链，其中的环节有育种、灌溉、施肥、饲养、防病、运销等。都是以“人”为中心，主要依靠过去积累的经验或技能进行判断、决策和执行，这也导致了整个生产过程中效率低、波动大、农作物或农产品质量不可控等问题。在数字农业模式下，通过田间相机、温湿度监测、土壤监测、无人机航拍等数字化设备，，实时“数据”是帮助精准控制和执行生产决策的核心，海量数据和人工智能为设备的预防性维护、智能物流和多元化风险管理提供数据和技术支持，从而大大提高农业产业链的运行效率，优化资源配置效率。
数字农业如何解决痛点?
物联网——海量农业数据可实时获取，为农业数字化奠定基础。农业物联网是物联网的重要应用领域，也是数字农业的主要数据来源。农业物联网已被列为欧洲物联网18个重要发展方向之一，也是我国物联网9大领域重点示范项目之一。
物联网在农业上应用广泛。
农业解决方案基于物联网，通过实时采集和分析田间数据，部署指挥机制，提高运营效率，扩大收益，减少损失。各种基于物联网的应用，如可变费率、精准农业、智能灌溉和智能温室，将促进农业流程的改善。利用物联网技术可以解决农业领域特有的问题，构建基于物联网的智慧农场，实现农作物品质和产量的双丰收。
农业有丰富的连接需求，农业物联网市场潜力巨大。根据华为的技术数据，全球智能水表、智能路灯、智能停车、智能农业、物业追踪、智能家居的连接需求分别为7.5亿、1.9亿、2400万、1.5亿、2.1亿、1.1亿。由此产生的市场空间相当可观。根据华为的预测，到2020年，农业领域的物联网潜在市场规模有望从2015年的137亿美元增长到268亿美元，年复合增长率为14.3%。其中美国市场份额最大，已经进入成熟阶段。
根据物联网技术在农业中的不同应用，亚太地区分为以下几类:
1、精准农业:精准农业作为一种农业管理方式，利用物联网技术和信息通信技术，达到优化产出、节约资源的效果。精准农业需要获得农田、土壤和空气状况的实时数据，以保护环境，同时确保盈利能力和可持续性。
2、可变比率技术(VRT): VRT是一种可以帮助生产者改变作物投入比率的技术。它将变速控制系统与施药设备相结合，在精确的时间和地点投入，因地制宜，确保每块农田获得最合适的投入量。
3、智能灌溉:提高灌溉效率、减少水资源浪费的需求日益增加。如何部署可持续高效的灌溉系统来保护水资源越来越受到人们的关注。基于物联网的智能灌溉测量空气湿度、土壤湿度、温度、光照度等参数。，从而准确计算灌溉需水量。实践证明，该机制能有效提高灌溉效率。
4、农业无人机:无人机具有丰富的农业应用，可用于监测作物健康、拍摄农业照片(以促进作物健康生长为目的)、变量应用、牲畜管理等。无人机可以低成本监控大面积区域，传感器可以轻松收集大量数据。
5、智能温室:智能温室可以持续监测气温、空气湿度、光照、土壤湿度等气候条件。，最大限度地减少作物种植过程中的人工干预。气候条件的上述变化会引发自动反应。在对气候变化进行分析评估后，温室会自动执行误差修正功能，使每一个气候条件都能维持在最适合作物生长的水平。
6、收成监测:收成监测机制可以监测影响农业收成的各种因素，包括粮食质量和流量、水量、总收成等。从监测中获得的实时数据可以帮助农民做出决策。这种机制有助于降低成本和增加产量。
7、农业管理系统(FMS): FMS通过传感器和跟踪装置为农民和其他利益相关者提供数据收集和管理服务。收集的数据被存储和分析，以支持复杂的决策。此外，FMS还可用于确定农业数据分析和软件交付模式的最佳做法。其优势还包括:提供可靠的财务数据和生产数据管理，提高与天气或突发事件相关的风险缓解能力。
8、土壤监测系统:土壤监测系统帮助农民跟踪和改善土壤质量，防止土壤退化。该系统可以监测一系列物理、化学和生物指标(如土壤质量、持水量、吸收率等。)，并降低土壤侵蚀、致密化、盐碱化、酸化以及危害土壤质量的有毒物质的风险。
9、精准养畜:精准养畜可以实时监控牲畜的繁殖、健康、精神等状况，保证利润最大化。农民可以利用先进技术进行连续监测，并根据监测结果做出改善牲畜健康的决定。
大数据和人工智能——生产经营决策的“数字化”，生产效率提升。
万物互联在促进海量设备接入的同时，也会在云端产生海量数据。在物联网产生的这些大数据中挖掘隐藏信息的方法就是使用人工智能。物联网的核心商业价值是对这些海量数据进行智能分析和处理，从而生成基于不同商业模式的各种应用。
埃森哲基于人工智能对中国经济整体影响的模拟分析，结合行业规模数据，分析了人工智能对中国15个行业可能产生的经济影响。研究表明，制造业、农业、林业、渔业、批发和零售业将是最受益于人工智能应用的三个行业。到2035年，人工智能将分别推动这三个行业的年增长率提高2%、1.8%和1.7%。
人工智能在农业上的应用潜力巨大。
机器学习通过使用大型数据集来优化单个或一系列关键目标的能力非常适合解决农业生产中的作物产量、疾病预防和成本效益等问题:
1、在种植领域，人工智能有望提高粮食产量，减少资源浪费。机器学习技术可以用来分析无人机和卫星的图像、气象数据、土壤样本和湿度传感器的数据，并帮助确定播种、施肥、灌溉、喷洒和收获的最佳方法。在精准农业的各个方面，机器学习都可以发挥重要作用，从而提高粮食产量。
2、在水产养殖领域，使用人工智能可以有效减少疾病带来的损失。在一项学术研究中，在研究人员收集和分析鸡的声音并训练神经网络模式识别算法后，研究人员能够正确识别感染致命疾病的鸡。其中，感染2天的鸡识别准确率为66%，感染8天的鸡识别准确率为100%。牲畜疾病的正确诊断和损失前的早期治疗可以消除疾病造成的损失。据业内专家估计，挽回的损失可达20亿美元。
3、农业过程的人工缩短。人工智能技术可以用于提高粮食产量和减少损失，但这不是它发挥作用的唯一领域。在实验室和研究中心，机器学习算法可以帮助培育更好的植物基因，创造更安全、更高效的作物保护产品和肥料，开发更多的农产品。其实人工智能在这些领域的介入更成熟，因为这个领域的数据更丰富，数据获取速度更快。根据飞利浦麦克杜格尔2016年的分析，发现和开发一种新的植保产品推向市场需要11年的时间。分析了160，000种化合物，每种产品的商业化支出超过2.8亿美元。在新农业化学产品的开发中，整个行业每年花费超过26亿美元。人工智能的采用可以提高这个过程的效率。
以孟山都的玉米育种为例。孟山都在将玉米杂交种投放市场之前对其进行了多年评估，从发现到商业化可能需要8年时间。玉米育种常被比喻为“大海捞针”，这是一个有32000个基因的大草堆，代表了几代育种者面临的搜索问题。从历史上看，育种计划每年可以从成千上万个可用选项中选择大约500个组合进行测试。这种选择受到与管理现场测试程序相关的后勤和成本的限制。
为了减少这些限制，孟山都的人工智能研究人员开发了一种算法，可以评估育种决策，并预测哪种杂交品种在第一年的试验中表现最佳。这种算法在过去15年中一直由分子标记和田间试验信息进行训练。这种算法可以优化育种过程，使育种者能够更快地将其最佳想法投入大规模田间试验。这种算法不仅加快了育种进程，还使孟山都公司将其玉米育种管道的规模比传统方法提高了5倍。育种者可以使用AI工具来完成更多的工作。
数字农业的应用方向及各国发展现状。
全球数字农业规模已超过1000亿人民币，其细分行业正以双倍速度发展。智慧农业是数字农业中一种具体的综合应用形式，在很大程度上可以反映数字农业的整体发展状况。根据申请，从体量上看，精准农业(包括种植养殖)、监测(包括收获监测、土壤监测)、农用无人机是智慧农业中的主导发展方向，2020年预测规模分别为45.85亿美元、22.15亿美元、11.79亿美元;从发展速度来看，智能灌溉、智能温室、农业无人机领域发展迅速，五年间CAGR(年均复合增长率)分别达到37.60%、33.28%、32.66%。
从数字农业的领先国家来看，各国都重视发展农业技术，同时因地制宜地发展了自己的数字农业成长路线。以美国为例，梳理不同国家数字农业如何帮助农业提高产业效率。
美国:优质的自然禀赋和先进的技术奠定了数字农业的全球领先地位。美国是世界上农业最发达的国家。美国的农业经营模式主要是大农场经营，农业高度发达，机械化程度高，主要包括畜牧业和种植业。精准农业概念最早提出，农业在数字时代占得先机。20世纪80年代初，美国提出了精准农业的概念和设想。中央计算机灌溉控制系统于20世纪80年代应用于温室控制和管理。此后，计算机控制和管理系统的可控范围和灵活性逐渐提高。在美国，41.6%的家庭农场、46.8%的奶牛场和52%的青年农民通过计算机相互交流，专业的农业技术服务机构向农民提供农业信息，为农业生产管理和精细养殖服务。
农业的进步是推动美国农业生产率提高的主要力量。
现在因为技术的进步，包括传感器、设备、机器、信息技术，美国农场的运营模式和几十年前有很大的不同。今天的农业通常使用复杂的技术，如机器人、温度和湿度传感器、航空图像和GPS技术。这些先进的设备和机器人系统可以提高农业效率，在几乎相同的成本下保持企业收入的增长，使其更高效、更安全、更环保。
乡村振兴+5G时代来临，中国数字农业的机会几何?
数字农业发展相对落后，数字化转型才刚刚开始。农业数字化的相对滞后是当前中国农业发展的背景。根据中国信息通信研究院发布的《中国数字经济发展与就业白皮书(2019)》，2018年，中国数字经济规模达到31.3万亿元，名义增长20.9%，占GDF的34.8%。在第三产业中，我国农业数字经济占农业总比重为7.30%，工业占18.30%，服务业占35.90%。与工业和服务业相比，农业不仅数字化水平相对较低，而且速度也相对较慢。在农业子行业中，数字经济占比从高到低依次为林产品、渔产品、农产品和畜产品，均低于大部分服务业和工业行业。可见，在三大产业中，农业的数字化提升空间较大。
技术提高产业效率，新兴技术不断进步，应用成本不断降低。
首先，由于技术成熟度的提高，部署成本在不断降低。与10年前相比，全球物联网处理器价格下降了98%，传感器价格下降了54%，带宽价格下降了97%。成本的降低为农业物联网的大规模部署提供了基础。
第二，网络技术不断突破。物联网技术是物联网产业兴起的重要条件。低功耗广域网(LPWAN)技术正在全球范围内迅速兴起并逐渐商用。广覆盖、低时延的物联网5G技术标准化进程正在加速。同时，工业以太网、LTE-V、短距离通信技术等相关通信技术也取得了重大进展。
三是数据处理技术和能力显著提升。随着大数据整体技术体系的基本形成，信息抽取、知识表示、机器学习等人工智能研究方法和应用技术发展迅速。大数据、物联网、人工智能在数字农业升级中的应用，可以有效释放农业产业巨大数据的潜在价值。
第四，产业生态建设所需的关键能力加速成熟。云计算和开源软件的成熟，有效降低了企业构建生态的门槛，推动了全球范围内农业数字化的兴起和农业物联网操作系统的进步。
5G赋能现有技术，全面提升数字农业效率。
具体到数字农业，5G将提高数字农业价值链中移动网络环节的效率，将前后环节联系起来，以适应技术升级迭代。由于智慧农业的价值链类似于数字农业，如果5G商业化，许多参与者，如前环节的设备/设备制造商和联网供应商，后环节的联网平台、应用供应商、数据分析、系统集成商、外包供应商和最终用户，将受益于移动网络的技术创新。这些参与者可以分为两类:供应商和个人消费者。然而，目前在农业相关领域，无论是B端还是C端，都有很多未被满足的需求。
根据华为对终端用户的痛点分析，目前在通信技术方面，超过60%的农民认为覆盖率低、投资成本高是数字农业相关技术必须解决的主要问题。其次，还有一些问题需要解决，比如部署周期长、带宽大、延迟高等。同时，报告对农民的投资意愿进行了统计，超过70%的农民愿意投资有助于提高生产率和利润的先进技术。5G商用落地有望极大改善当前数字农业中信息技术带来的痛点。同时，由于终端用户对改善现状的投资意愿较高，5G+智慧农业有望在5G生态万亿市场中占据一席之地。
