數字技術正在向這些領域傳播，有助于確保農民繼續滿足世界日益增長的糧食需求。

機械化一直是我們目前看到的規模實現作物生產的關鍵，但它遠非完美。例如，許多農場的龐大規模意味著田地用水、肥料和殺蟲劑進行統一處理，即使實際需求往往因田地而異，甚至在同一田地的不同部分之間也是如此。這種“一刀切”的方法浪費了資源并破壞了環境。

農業中的物聯網

對于農民（和其他所有人）來說，好消息是，與其他行業一樣，物聯網（IoT）帶來了把事情做得更好的力量。這種被稱為“農業4.0”的農業數字化將使農民能夠以極高的精度定制他們照顧作物的方式，而不會影響規模。

這是由于農民現在能夠收集的大量數據，從環境信息到天氣預報和作物價格的實時數據。除此之外，基于云的預測分析和人工智能 （AI） 意味著他們擁有從這些數據中獲取有意義的見解的工具，從而在整個運營中做出更好的決策。最終，這可以帶來更高的產量和更高的收入，以及加強環境保護。

近年來，機器人農業機械一直是農業4.0最引人注目的表現之一。這些機器現在在全球導航衛星系統（GNSS）接收器的引導下廣泛用于耕作、種植、澆水、噴霧和收割田地。除了自動化一些相對平凡的任務外，這些機器還可以通過減少在田間縱橫交錯時的重疊來幫助最大限度地減少土壤壓實、減少資源消耗并節省時間。更重要的是，它們可以對來自傳感器的數據做出動態反應，從而在正確的時間、正確的地點提供正確的現場處理。

創新降低成本并提高準確性

最近的創新正在降低技術成本，同時實現更高的準確性。這為農業中的許多新應用打開了大門。利用現有的衛星星座、新一代多頻段定位硬件和GNSS校正數據服務，為緊湊、多功能和低功耗使用而調整，厘米級精度現已成為現實。這使農民有機會收集有關其田地的高度精細數據 - 無論這些規模如何 - 從而更有效地管理它們。

收集數據的另一種方法是從空中收集數據。以雅馬哈發動機開創性的無人駕駛農用直升機為例，該直升機已被證明在世界各地很受歡迎，僅在日本每年就處理數百萬英畝的農田。另一個例子是大疆阿格拉斯MG-1無人機，它可以攜帶多達10公斤的肥料，除草劑或農藥，并以高精度施用不同數量。MG-1包括一個“智能”模式，使農民的飛行計劃和執行變得簡單明了。

由數據和 AI 驅動

正如我們所討論的，支撐這種更精確農業的是數據。一個常見的來源可以是收集環境信息的廣泛傳感器網絡。然后將這些數據發送到云端，其中典型的用例涉及將其疊加到地圖上。這些幫助農民更有效地管理水、肥料或其他資源，甚至診斷潛在的作物疾病。

更進一步，人工智能技術可用于分析數據集的混合，并挑選出人類或傳統預編程算法可能遺漏的趨勢和模式。IBM Watson Machine Learning是這種可以應用于農業的技術的一個例子。

當然，傳感器不必在地面上（或地面上）。Flurosat和Gamaya使用無人機安裝的攝像機飛上天空，使農民能夠測量植物反射的光，并將其分成40個單獨的頻段，包括可見光和紅外電磁光譜。

通過適當的機器學習工具提供這種類型的高分辨率數據可以為農民提供非常有價值的見解：某些地區是否缺乏營養？害蟲開始在某個地方扎根了嗎？是否有作物病害的早期跡象？雜草在哪里生長？農民應該如何最好地解決出現的任何問題？

幫助養活不斷增長的人口的令人興奮的機會

這種增加的數據量和更好的分析工具的結合提供了巨大的潛力，可以幫助農民使用更少的資源種植更健康的作物，并減少對環境的影響。為了充分發揮其潛力，任何旨在幫助農業部門更好地滿足世界日益增長的糧食需求的解決方案都必須有力且易于實施。

其核心將是高精度定位和無線連接能力，這反過來意味著GNSS校正數據服務和蜂窩或無線網絡將發揮重要作用?？傊?，這些有能力徹底改變農業，釋放新的運營策略，利用數據來推動更好的決策。

審核編輯：郭婷