智慧農業是指利用信息技術，對農業生產、經營、管理、服務全產業鏈進行智能化控制，實現農業生產的優質、高效、安全和可控。我國高度重視發展智慧農業，發展智慧農業是實現現代農業的必由之路。

在一、二、三產業的融合過程中，智慧農業可以打破信息瓶頸、促進信息流動和分享。

智慧農業的技術框架大體包括信息感知、智能決策和決策實施3個方面。

信息感知包括通過農業物聯網等獲得各種與農業生產經營相關的信息，如作物、土壤等環境以及從事農業生產的人乃至社會的信息；

智能決策如同大腦，對各類信息進行分析處理，提供管理或控制的方案，例如專家系統；

決策實施則根據分析結果進行，包括經營策略、種植方案、環境調控或農機（例如無人機、播種機）的操控。

信息感知和決策實施往往依托于硬件設備，智能決策則主要是數據和知識的處理和計算。當今大數據、云計算、物聯網的時代背景，對智能決策提出了更高的要求。

大數據是智慧農業的基礎，信息感知則是農業數據的源頭。

狹義來說，農業數據是指人之外的農作物自身及環境的生物物理信息。然而，農業生產活動離不開人的活動，生產者自身的經驗、消費者構成的市場均會對生產產生影響。因此，廣義來說，農業數據還包括從事農業生產的人、社會環境、市場動態等社會信息。

生物物理信息感知包括空間信息感知和地面信息感知。

前者主要包括遙感技術、衛星定位技術、地理信息技術（“3S”技術）：基于遙感技術可獲得種植面積、作物長勢、洪澇、病蟲害情況及土壤和作物營養等空間信息；基于衛星定位技術可獲得裝備的精準位置，可用于農業機械的移動定位；地理信息技術則給出了一個直觀的管理數據的方式。

后者主要是農業物聯網所涉及的傳感技術，獲得如土壤和空氣的溫濕度、光照強度、二氧化碳濃度、風速、土壤鹽度等數據。除此之外，還有通過可見光/近紅外光譜、近紅外光譜速測植物養分、土壤肥力、農產品質量的傳感器技術。

地面感知還包括在田間設置攝像機或紅外監測儀等，用戶可遠程觀測，用于提升種植透明度、增強消費者的信心。低功耗、低成本、性能穩定的傳感器是長期獲得可靠數據的關鍵，也正是目前推廣應用農業物聯網的瓶頸。

社會信息感知包括農產品市場需求、農產品價格、農業政策、種植者經驗等方面。當前，在農業市場國際一體化的發展趨勢下，農業企業、協會、合作社等經濟合作組織對產前種什么效益高、產中何種農資優質優價、產后賣給誰等市場與技術信息有著更迫切的需求，這些信息對我國現代農業特別是規模化農業、訂單農業以及地方特色農業的發展意義重大。

農產品需求信息是農業市場的靈魂，便捷、準確地捕捉市場信息，把握市場動向，及時調整生產及銷售方向，是感知社會信息的主要目標?；谂老x技術的自動采集是通過網絡感知市場價格的重要方式，可用于每周的農產品價格預測等。而以投入占用產出技術為核心的糧食產量預測模型則考慮多種體現社會信息的農業投入。

數據傳輸基于通信網絡，將分散的具有獨立功能的設備或子系統連接起來，并按照規定的網絡協議進行數據通信，實現分布式系統硬件和軟件資源的共享及系統的綜合管理與控制。

在技術層面，國內很多科研院所和公司均可實現不同的傳輸方式，實際應用采用哪種數據傳輸方式則需根據農田環境、方案需求、成本約束等因素綜合確定。

農業大數據涵蓋農業生產本身和產前、產后以及農產品加工、銷售整個鏈條中所產生的大量數據。目前獲取各種農業數據的成本還比較高，缺乏成熟的產品，而且不同的用戶有不同的需求。如何融合生物物理和社會信息，為農戶、政府、商家等不同的利益相關方提供相應的信息服務，仍是未來要應對的挑戰。

智能決策是智慧農業的核心，是數據產生價值的過程，覆蓋農業生產從產前規劃、產中種植管理及環境控制到產后存儲、加工、運輸和銷售等各個環節。

產前規劃包括需求分析和種植方案推薦；

產中種植管理包括環境調控（對于設施農業）、施肥、打藥、灌溉等方面的智能決策支持；

產后農產品的庫存控制、運輸車輛調配、流通加工與配送中心的選址等，均需要智能計算方法提供決策支持。

作物生產管理決策支持技術的研究，集中在作物生長模擬及各類專家系統方面。

作物管理專家系統是專家系統在農業領域的具體應用，一般包含一個由權威農業專家的經驗、資料、數據與成果構成的知識庫，并能利用其知識，模擬農業專家解決問題的思維方法進行判斷、推理，以求得解決農業生產問題結論的智能程序系統。

隨著農業進入大數據時代，農業智能決策轉入以大數據驅動的方式，并且體現在農業生產的各個環節。農業智能決策支持系統的算法和呈現方式需隨之迭代。隨著數據獲取的相對便捷和智能手機的普遍使用，過去只能在電腦上離線使用、被詬病為“電子詞典”的農業專家系統迎來了新的發展時代。

智能農機和管理軟件是信息感知、智能決策后的呈現形式。

隨著我國農業從業人員的老齡化和數量減少，農業智能裝備的應用是必然趨勢。農業智能裝備包括服務于施肥、打藥、灌溉、修剪、采摘、播種、環境調控等各種操作的設備。

國外的智能農機裝備較為先進，應用較廣，主要有智能導航、自動駕駛、變量施肥、變量噴藥等功能。隨著國家對農業智能裝備研發的重視和投入，國內的多個機構開展了相關研究，研究內容包括自動導航、變量施肥、精準噴藥、播種、插秧、噴藥、除草和收獲等。

此外，我國的農業航空作業量逐年增加，作業領域逐漸擴大，除對糧食作物、園藝作物、經濟作物施藥外，還開展了植物生長授粉等作業。

農田作業裝備精準控制技術是發達國家在大面積機械化條件下發展起來的，而我國的作物生產地域環境條件差異較大，因此技術和裝備的選擇不可千篇一律地套用。發展適應我國國情的精準農機化必須持續地、因地制宜地逐步完善。

隨著智能技術的發展，類似于工業中數字雙胞胎的虛擬農業系統預期會逐漸發展，由于中國的小農經濟特征，產銷信息不對稱是農業發展中的一大瓶頸。

有別于傳統的以記錄為主的農業信息系統，基于智能排產以及農業投入精細計算、虛擬農業管理系統可與目前發展中的農業托管、共享農田等新型經營模式結合，既滿足城市居民對田園生活的向往，又部分解決農村缺乏技術和銷售渠道的問題，同時在農村創造新的工作崗位，帶動新一代年輕人從事農業。

智慧農業是指利用信息技術，對農業生產、經營、管理、服務全產業鏈進行智能化控制，實現農業生產的優質、高效、安全和可控。我國高度重視發展智慧農業，發展智慧農業是實現現代農業的必由之路。

在一、二、三產業的融合過程中，智慧農業可以打破信息瓶頸、促進信息流動和分享。

智慧農業的技術框架大體包括信息感知、智能決策和決策實施3個方面。

信息感知包括通過農業物聯網等獲得各種與農業生產經營相關的信息，如作物、土壤等環境以及從事農業生產的人乃至社會的信息；

智能決策如同大腦，對各類信息進行分析處理，提供管理或控制的方案，例如專家系統；

決策實施則根據分析結果進行，包括經營策略、種植方案、環境調控或農機（例如無人機、播種機）的操控。

信息感知和決策實施往往依托于硬件設備，智能決策則主要是數據和知識的處理和計算。當今大數據、云計算、物聯網的時代背景，對智能決策提出了更高的要求。

大數據是智慧農業的基礎，信息感知則是農業數據的源頭。

狹義來說，農業數據是指人之外的農作物自身及環境的生物物理信息。然而，農業生產活動離不開人的活動，生產者自身的經驗、消費者構成的市場均會對生產產生影響。因此，廣義來說，農業數據還包括從事農業生產的人、社會環境、市場動態等社會信息。

生物物理信息感知包括空間信息感知和地面信息感知。

前者主要包括遙感技術、衛星定位技術、地理信息技術（“3S”技術）：基于遙感技術可獲得種植面積、作物長勢、洪澇、病蟲害情況及土壤和作物營養等空間信息；基于衛星定位技術可獲得裝備的精準位置，可用于農業機械的移動定位；地理信息技術則給出了一個直觀的管理數據的方式。

后者主要是農業物聯網所涉及的傳感技術，獲得如土壤和空氣的溫濕度、光照強度、二氧化碳濃度、風速、土壤鹽度等數據。除此之外，還有通過可見光/近紅外光譜、近紅外光譜速測植物養分、土壤肥力、農產品質量的傳感器技術。

地面感知還包括在田間設置攝像機或紅外監測儀等，用戶可遠程觀測，用于提升種植透明度、增強消費者的信心。低功耗、低成本、性能穩定的傳感器是長期獲得可靠數據的關鍵，也正是目前推廣應用農業物聯網的瓶頸。

社會信息感知包括農產品市場需求、農產品價格、農業政策、種植者經驗等方面。當前，在農業市場國際一體化的發展趨勢下，農業企業、協會、合作社等經濟合作組織對產前種什么效益高、產中何種農資優質優價、產后賣給誰等市場與技術信息有著更迫切的需求，這些信息對我國現代農業特別是規模化農業、訂單農業以及地方特色農業的發展意義重大。

農產品需求信息是農業市場的靈魂，便捷、準確地捕捉市場信息，把握市場動向，及時調整生產及銷售方向，是感知社會信息的主要目標?；谂老x技術的自動采集是通過網絡感知市場價格的重要方式，可用于每周的農產品價格預測等。而以投入占用產出技術為核心的糧食產量預測模型則考慮多種體現社會信息的農業投入。

數據傳輸基于通信網絡，將分散的具有獨立功能的設備或子系統連接起來，并按照規定的網絡協議進行數據通信，實現分布式系統硬件和軟件資源的共享及系統的綜合管理與控制。

在技術層面，國內很多科研院所和公司均可實現不同的傳輸方式，實際應用采用哪種數據傳輸方式則需根據農田環境、方案需求、成本約束等因素綜合確定。

農業大數據涵蓋農業生產本身和產前、產后以及農產品加工、銷售整個鏈條中所產生的大量數據。目前獲取各種農業數據的成本還比較高，缺乏成熟的產品，而且不同的用戶有不同的需求。如何融合生物物理和社會信息，為農戶、政府、商家等不同的利益相關方提供相應的信息服務，仍是未來要應對的挑戰。

智能決策是智慧農業的核心，是數據產生價值的過程，覆蓋農業生產從產前規劃、產中種植管理及環境控制到產后存儲、加工、運輸和銷售等各個環節。

產前規劃包括需求分析和種植方案推薦；

產中種植管理包括環境調控（對于設施農業）、施肥、打藥、灌溉等方面的智能決策支持；

產后農產品的庫存控制、運輸車輛調配、流通加工與配送中心的選址等，均需要智能計算方法提供決策支持。

作物生產管理決策支持技術的研究，集中在作物生長模擬及各類專家系統方面。

作物管理專家系統是專家系統在農業領域的具體應用，一般包含一個由權威農業專家的經驗、資料、數據與成果構成的知識庫，并能利用其知識，模擬農業專家解決問題的思維方法進行判斷、推理，以求得解決農業生產問題結論的智能程序系統。

隨著農業進入大數據時代，農業智能決策轉入以大數據驅動的方式，并且體現在農業生產的各個環節。農業智能決策支持系統的算法和呈現方式需隨之迭代。隨著數據獲取的相對便捷和智能手機的普遍使用，過去只能在電腦上離線使用、被詬病為“電子詞典”的農業專家系統迎來了新的發展時代。

智能農機和管理軟件是信息感知、智能決策后的呈現形式。

隨著我國農業從業人員的老齡化和數量減少，農業智能裝備的應用是必然趨勢。農業智能裝備包括服務于施肥、打藥、灌溉、修剪、采摘、播種、環境調控等各種操作的設備。

國外的智能農機裝備較為先進，應用較廣，主要有智能導航、自動駕駛、變量施肥、變量噴藥等功能。隨著國家對農業智能裝備研發的重視和投入，國內的多個機構開展了相關研究，研究內容包括自動導航、變量施肥、精準噴藥、播種、插秧、噴藥、除草和收獲等。

此外，我國的農業航空作業量逐年增加，作業領域逐漸擴大，除對糧食作物、園藝作物、經濟作物施藥外，還開展了植物生長授粉等作業。

農田作業裝備精準控制技術是發達國家在大面積機械化條件下發展起來的，而我國的作物生產地域環境條件差異較大，因此技術和裝備的選擇不可千篇一律地套用。發展適應我國國情的精準農機化必須持續地、因地制宜地逐步完善。

隨著智能技術的發展，類似于工業中數字雙胞胎的虛擬農業系統預期會逐漸發展，由于中國的小農經濟特征，產銷信息不對稱是農業發展中的一大瓶頸。

有別于傳統的以記錄為主的農業信息系統，基于智能排產以及農業投入精細計算、虛擬農業管理系統可與目前發展中的農業托管、共享農田等新型經營模式結合，既滿足城市居民對田園生活的向往，又部分解決農村缺乏技術和銷售渠道的問題，同時在農村創造新的工作崗位，帶動新一代年輕人從事農業。