．數位農業：物聯網、大數據的下一個大商機

KNOW: The Future of Farming

https://tw.mitscomponent.com/news_detail_211.htm

數位農業是將數位化資訊，作為農業新的生產要素，用數位資訊技術對農業對象、環境，和全過程進行可視化表達、數位化設計、資訊化管理的新興農業發展形態，是數位經濟範疇下，用數位化重組方式，對傳統產業進行變革和升級的典型應用之一。

傳統農業和數位農業的核心因素對比

從「人」到「數據」的關鍵決策因素轉換。傳統農業主要包括養殖產業鏈和種植產業鏈等，其中的環節有育種、灌溉、施肥、飼養、疾病防治、運輸和銷售等，均是以「人」為核心，主要是依靠過去累積的經驗或手藝，來進行判斷決策和執行，這也導致了整體生產環節效率低、波動性大、農作物或農產品質量無法控制等問題。

而在數位農業模式中，透過數位化設備，比如田間攝影機、溫度濕度監控、土壤監控、無人機航拍等，以即時「數據」為核心，來幫助生產決策的管控和精準實施，並透過大數據和人工智慧，對設備的預防性維護、智慧物流、多樣化風險管理手段，進行數據和技術支持，進而大幅提升農業產業鏈營運效率，並優化資源配置效率等。

一、數位農業如何解決痛點？

1、物聯網 —— 海量農業數據即時獲取，奠定農業數位化基礎。農業物聯網是物聯網的重要應用領域，是數位農業中數據的主要來源。農業物聯網已被歐洲列為物聯網 18 個重要發展方向之一。

物聯網在農業領域應用範圍廣泛，採用物聯網的農業解決方案，透過即時收集並分析現場數據，及部署指揮機制的方式，達到提升營運效率、擴大收益、降低損耗的目的。

可變速率、精準農業、智慧灌溉、智慧溫室等多種，採用物聯網的應用，將推動農業流程改進。物聯網科技可用於解決農業領域特有問題，打造基於物聯網的智慧農場，實現作物品質和產量雙豐收。

物聯網在農業領域應用廣泛

農業領域有著豐富的連接需求，農業物聯網市場潛力巨大。華為技術數據顯示，全球智慧水表、智慧路燈、智慧停車、智慧農業、財產跟蹤、智慧家庭分別有 7.5 億、1.9 億、2400 萬、1.5 億、2.1 億、1.1 億的連接需求，由此帶來的市場空間十分可觀。

根據廠商的預測，到2020年，物聯網在農業領域的潛在市場規模，有望由 2015 年的 137 億美元，成長至 268 億美元，年複合成長率達 14.3%。其中美國的市場比重最大，並且已經進入成熟期，亞太地按照物聯網技術，在農業領域中的不同應用，劃分為如下幾類：

物聯網是農業數據的主要來源之一

1、精準農業：作為一種農業管理方式，精準農業利用物聯網技術，及資通信技術，實現優化產量、保存資源的效果。精準農業需要獲取有關農田、土壤和空氣狀況的即時數據，在保護環境的同時，確保收益和可持續性。

2、可變速率技術 (VRT)：VRT 是一種能夠幫助生產者，改變作物投入速率的技術。它將變速控制系統與應用設備相結合，在精準的時間、地點投放輸入，因地制宜，確保每塊農田獲得最適宜的投放量。

3、智慧灌溉：提升灌溉效率、減少水源浪費的需求日益擴大。透過部署可持續高效灌溉系統，以保護水資源的這種方式，愈來愈受到重視。基於物聯網的智慧灌溉對空氣濕度、土壤濕度、溫度、光照度等參數進行測量，由此精確計算出灌溉用水需求量。經驗證，該機制可有效提高灌溉效率。

4、農業無人機：無人機有著豐富的農業應用，可用於監測作物健康、農業拍照(以促進作物健康生長為目的)、可變速率應用、牲畜管理等。無人機可以低成本監視大面積區域，搭載感測器可輕易採集大量數據。

http://www.arcran.com/tw/

5、智慧溫室：智慧溫室可持續監測氣溫、空氣濕度、光照、土壤濕度等氣候狀況，將作物種植過程中的人工干預降到最低。上述氣候狀況的改變，會觸發自動反應。在對氣候變化進行分析評估後，溫室會自動執行糾錯功能，使各氣候狀況，維持在最適宜作物生長的水準。

6、收成監測：收成監測機制，可對影響農業收成的各方面因素進行監測，包括穀物品質流量、水量、收成總量等，監測得到的即時數據，可幫助農場主形成決策。該機制有助於縮減成本、提高產量。

7、農業管理系統(FMS)：FMS 借助感測器及跟蹤裝置，為農場主及其他利益相關方，提供數據收集與管理服務。收集到的數據經過儲存與分析，為複雜決策提供支撐。此外，FMS還可用於辨識農業數據分析，最佳實踐與軟體交付模型。它的優點還包括：提供可靠的金融數據和生產數據管理、提升與天氣或突發事件相關的風險緩釋能力。

8、土壤監測系統：土壤監測系統協助農場主，跟蹤並改善土壤品質，防止土壤惡化。系統可對一系列物理、化學、生物指標(如土質、持水力、吸收率等)進行監測，降低土壤侵蝕、密化、鹽化、酸化、以及受危害土壤品質的有毒物質污染等風險。

9、精準牲畜飼養：精準牲畜飼養可對牲畜的繁殖、健康、精神等狀況，進行即時監測，確保收益最大化。農場主可利用先進科技實施持續監測，並根據監測結果，做出利於提高牲畜健康狀況的決策。

智慧農業市場規模預測 (2015-2020年，億美元，%)

二、大數據與人工智慧——生產經營決策「數位化」，全面提升生產效率

萬物互聯在推動海量設備接入的同時，也將在雲端生成海量數據。而挖掘這些由物聯網產生的大數據中，隱藏資訊的方法，就是利用人工智慧。物聯網最核心的商業價值，就是將這些海量的數據，進行智慧化的分析、處理，從而生成為不同商業模式的各類應用。

以人工智慧經濟整體影響的模擬分析，並結合行業規模數據，埃森哲分析人工智慧對15個行業可能帶來的經濟影響。研究顯示，製造業、農林漁業、批發和零售業，將成為從人工智慧應用中，獲益最多的三個行業。到2035年，人工智慧將推動這三大行業的年成長率，分別提升2%、1.8%和1.7%。

人工智慧在農業領域的應用潛力巨大。機器學習所具備的，透過使用大數據收集來優化單個，或一系列關鍵目標的能力，很適合用來解決農業生產中的作物產量、疾病預防和成本效益等問題：

在種植領域，人工智慧有望提高糧食產量、減少資源浪費。機器學習技術，可以被用來分析，來自無人機和衛星的圖像、氣象數據、土壤樣本，和濕度感測器的數據，並幫助確定播種、施肥、灌溉、噴藥和收割的最佳方法。在精準農業中的各個環節中，機器學習都能發揮重要的作用，從而提高糧食的產量。

在養殖領域，利用人工智慧可以有效降低疾病造成的損失。在一項學術研究中，研究人員收集和分析雞的聲音，並訓練神經網路模式辨識算法後，研究人員能夠正確地辨識出感染了致命疾病的雞，其中發病兩天的雞的辨識準確率為66%，而發病 8 天的雞的辨識準確率為 100%。

正確診斷牲畜所患疾病，並盡早在損失發生之前進行治療可，以消除由疾病導致的損失。據行業專家估計，挽回的損失可達20億美元。

康橋科技 —— 白光攝影機專業廠商！

人工智慧縮短農業研發進程。人工智慧技術可以用於提高糧食產量、降低損失，但這並不是其發揮作用的唯一領域。在實驗室和研究中心，機器學習算法，能夠幫助培育更好的植物基因，創造更安全、更高效的農作物保護產品和化肥，並且開發更多的農產品。

實際上，人工智慧在這些領域的介入更加成熟，因為這一領域的數據更加豐富，數據獲取的速度也更快。

根據 2016 年Philips McDougall 的分析，將一種新的作物保護產品推向市場，需要 11 年的發現和發展時間，分析 16 萬份化合物，每個產品商業化支出超過 2.8 億美元。在新農化產品的開發中，整個行業每年的花費超過 26 億美元。而人工智慧的採用，可以提高這一過程的效率。

以孟山都的玉米育種為例。在將玉米雜交品種投入市場之前，孟山都對其進行了多年的評估，從發現到商業化，這個過程可能需要 8 年時間。

玉米育種通常被比作「草堆中撈針」，這是個擁有 32000 個基因的大草堆，代表了幾代繁殖者面臨的搜索難題。從歷史上來看，一個育種項目，每年可以從成千上萬可用選項中，選出大約500種組合進行試驗。這種選擇受到與管理現場測試程序相關的後勤和成本的限制。

為了減少這些限制，孟山都的 AI 研究人員開發了一種算法，能夠評估育種決策，並預測哪一個雜交品種，將在試驗的第一年表現出最佳的性能。這個算法正被過去 15 年的分子標記，和現場試驗資訊進行訓練。

這種算法可以優化育種過程，使育種者能夠更快地把他們最好的想法，投入到大規模的實地試驗中。這一算法不僅加快了育種過程，而且與傳統方法相比，還使孟山都將其玉米育種管道規模提高 5 倍。育種者可以利用 AI 工具完成更多的工作。

三、數位農業應用方向與各國發展現狀

全球數位農業規模已超過千億美元，細分領域倍速發展。智慧農業是數位農業中，一種具體的綜合應用形式，可在較大程度上，反應數位農業的整體發展情況。

按應用劃分，從體量上來看，精準農業(含種植與養殖)、監測(含收成監測與土壤監測)、農業無人機三領域，是智慧農業中發展較為領先的方向，2020年預測規模分別在 45.85 億美元、22.15 億美元、和 11.79 億美元；從發展速度上來看，智慧灌溉、智慧溫室、農業無人機領域發展較快，三年的 CAGR 分別達到 37.60%、33.28%、32.66%。

以應用劃分的潛在市場規模(百萬美元)

從數位農業領先國家的情況來看，各國均重視發展農業技術，同時因地制宜，各自開發出適合自身的數位成長路線。以美國為例，梳理數位農業在不同國家如何助力農業提升產業效率。

美國優質自然稟賦與先進技術，奠定數位農業全球領先地位。美國農業經營模式，主要以大型農場經營為主，機械化程度高，主要有畜牧業和種植業兩大部分。最早提出精準農業概念，農業率先進入數位化時代。20 世紀 80 年代初，美國便提出了精準農業的概念和設想。

智慧中央電腦灌溉控制系統，於80年代就被應用於溫室控制和管理。此後，電腦控制與管理系統可控範圍、靈活程度逐漸提高。美國 41.6% 的家庭農場、 46.8% 的奶牛場，和 52% 的年輕農場主，透過電腦進行網路資訊聯絡，有專業的農業技術服務組織，將農業資訊提供給農民，服務於農業生產管理和精細化耕作。

農業技術的進步是推動美農業生產力提高的主要力量。現在，美國農場因為技術的進步，包括感測器、設備、機器和資訊技術，現在的營運模式，與幾十年前存在較大差異。

今天的農業通常使用複雜的技術，如機器人，溫度和濕度感測器，航拍圖像和 GPS 技術。這些先進的設備和機器人系統，使農業效率得以提高，在成本幾乎不變的情況，使企業收入持續成長，更高效的同時，也更安全、更環保。