智（zhì）慧农业（yè）是指利用（yòng）信息技术（shù），对农业生（shēng）产、经营、管理、服务全产业链进行智能（néng）化控制，实现农业（yè）生产的优质、高效、安全和可控（kòng）。我国（guó）高度重视发展智慧农业（yè），发（fā）展智慧（huì）农业是实（shí）现现代（dài）农业（yè）的（de）必由之路。

在一、二、三产业的（de）融合过程中，智慧农业可以（yǐ）打破信息瓶颈、促进信息流（liú）动和分享。智慧农业的技术框架大体（tǐ）包（bāo）括（kuò）信息感知、智能决策（cè）和决策实施3个方面（miàn）。信息感知（zhī）包括通过农业物联网等获得各种（zhǒng）与农业生产经营相关的信息，如（rú）作物、土壤等（děng）环（huán）境（jìng）以（yǐ）及从事农业生产的（de）人乃（nǎi）至社会的信息；智能决策如同大（dà）脑（nǎo），对各类（lèi）信息进行分析处理，提（tí）供管理或控制的方案，例如专家系统；决策实施则根据分析结果进行，包（bāo）括（kuò）经营策（cè）略、种（zhǒng）植方案、环境（jìng）调控或农机（jī）（例如无人机、播种机）的操控。信（xìn）息感（gǎn）知和（hé）决策实施往（wǎng）往依托于硬件设备，智能决策则主（zhǔ）要（yào）是数据和（hé）知识的处理和计算（suàn）。当今大数据、云计（jì）算、物联网的时代背景，对智能决策提出（chū）了更高的要求。

大数（shù）据是智（zhì）慧农业的（de）基础，信（xìn）息（xī）感知则是（shì）农业数据（jù）的（de）源（yuán）头。狭义（yì）来说，农业数据是指人之外的（de）农作物自身（shēn）及环（huán）境的生物物理信（xìn）息。然而（ér），农（nóng）业生产活动离不开（kāi）人的（de）活（huó）动，生产者自（zì）身的经（jīng）验、消费（fèi）者（zhě）构成的市场均会对生产（chǎn）产生影（yǐng）响。因（yīn）此（cǐ），广义来（lái）说，农业数据还包括（kuò）从事农业生产的（de）人（rén）、社会环境、市场动态等社会信息（xī）。

生物物（wù）理信（xìn）息感知包括空（kōng）间信息感（gǎn）知（zhī）和地面（miàn）信（xìn）息感（gǎn）知（zhī）。前者主要包括遥（yáo）感技术、卫星定（dìng）位技（jì）术、地理信息技术（“3S”技术）：基于遥感技术可获得种植面（miàn）积、作物长势（shì）、洪涝、病虫害情况及（jí）土壤和（hé）作物（wù）营养等空间信息；基于卫星定（dìng）位技术可获得装备的（de）精（jīng）准位置，可（kě）用（yòng）于农业（yè）机械的移动定位；地理信息（xī）技术则（zé）给出了（le）一个直（zhí）观的管（guǎn）理数据的方式。后者主要是农业物联网所（suǒ）涉及的（de）传感技术，获得如（rú）土（tǔ）壤和空气的温湿（shī）度、光（guāng）照强度、二氧化碳浓（nóng）度、风速、土壤（rǎng）盐（yán）度（dù）等数据。除此之外（wài），还（hái）有通过（guò）可见光/近红外光（guāng）谱、近红外光谱速测植物养分、土（tǔ）壤肥力、农产品（pǐn）质量（liàng）的传感器技术。地面感知还包括在田间设置摄像机（jī）或红外监测仪等，用（yòng）户可远（yuǎn）程（chéng）观测（cè），用于提升种植透明度、增强消费者的信心。低功耗、低成本、性能稳定的（de）传感器（qì）是长期获得可靠数据的关键，也正是目前推广应用农业物联网（wǎng）的瓶颈（jǐng）。

社（shè）会信息感知包括农产品市（shì）场需求、农（nóng）产（chǎn）品价格、农业（yè）政策（cè）、种植者经验（yàn）等方面。当前，在农业市（shì）场（chǎng）国际一（yī）体（tǐ）化的发展（zhǎn）趋势下（xià），农业企业、协会、合作社等（děng）经济合（hé）作组（zǔ）织对产前种什么效益高、产中何（hé）种农（nóng）资优质优价、产后卖给谁等市（shì）场与技术信息有着更迫切的需（xū）求，这些信息对我国现代农业（yè）特别是规模（mó）化农业、订单农业以及地方特色农业的发展意（yì）义重大。

农产（chǎn）品需求信息是（shì）农业市场（chǎng）的灵魂，便捷、准确地捕捉市（shì）场（chǎng）信息（xī），把握（wò）市场动向，及（jí）时调整生产及销售方向，是感知社会信息的（de）主（zhǔ）要目标。基于爬虫技术的自动（dòng）采集是通过网（wǎng）络感知市场价格的（de）重要方式（shì），可用（yòng）于每周的农产品价格预测等。而以投入占用（yòng）产出技术为（wéi）核心（xīn）的粮食产量预测模型则考（kǎo）虑多种体现社会（huì）信息的农（nóng）业（yè）投入（rù）。

数据传输（shū）基于通（tōng）信网络，将分散的具有（yǒu）独（dú）立功能的设备或（huò）子系统连接（jiē）起（qǐ）来（lái），并按照规定（dìng）的网络协议（yì）进（jìn）行数据通信（xìn），实现分布式系统硬件和软件资源的（de）共享及系统的综合管（guǎn）理与（yǔ）控制。在技术层（céng）面，国（guó）内很（hěn）多科研院（yuàn）所和公司均可实现不同的传输（shū）方式，实际应（yīng）用采用哪种数据传输方式则需（xū）根据农（nóng）田环境、方案需求、成本约束等因（yīn）素（sù）综（zōng）合确定。

农业大数据涵盖农业（yè）生产本身和产前（qián）、产后（hòu）以及农产品加工、销售整个链条中所产生的（de）大（dà）量数据。目前获取各种农业数据（jù）的成（chéng）本还比较（jiào）高（gāo），缺乏成熟的产品，而且不（bú）同的用户有不同的需求。如（rú）何融合生物物理和社会信（xìn）息（xī），为农户、政（zhèng）府、商家等（děng）不同的利益相关方提（tí）供（gòng）相应（yīng）的信息服务，仍是未来要应对（duì）的挑战（zhàn）。

智能决策是智（zhì）慧农业的核心，是数据产生价（jià）值（zhí）的过程，覆盖农（nóng）业生（shēng）产从产前（qián）规划、产（chǎn）中种植管理及（jí）环境控（kòng）制到产后存（cún）储、加工、运输和销售（shòu）等各个环节。产前规划包括（kuò）需求（qiú）分析和种植方案推荐（jiàn）；产中种植管理包括环境（jìng）调控（对于设（shè）施农业）、施肥、打药、灌溉等方面的（de）智能决策支（zhī）持；产后（hòu）农产品的库存控制（zhì）、运（yùn）输车（chē）辆调配（pèi）、流通加（jiā）工与配送中心（xīn）的选址等，均需（xū）要智能计算方（fāng）法（fǎ）提供决策支持。作物生产管理决策支持技术（shù）的研（yán）究，集中在作物生长模拟及各类专家系统方面。

作物管理专家（jiā）系（xì）统是专（zhuān）家系统（tǒng）在农业领域（yù）的具体应（yīng）用，一般包含一个由权威农业（yè）专家的经验、资料、数（shù）据（jù）与成果构成（chéng）的知识库，并能利用其知识，模拟农业专家（jiā）解（jiě）决问（wèn）题的思维方法进（jìn）行（háng）判断、推理，以（yǐ）求得解决农业生产问题（tí）结论的智能（néng）程序系统。

随着农业进入大（dà）数据时代，农业智（zhì）能决策转入以大数据驱动（dòng）的方式，并且体现在（zài）农业生产的各个环节。农业智能决（jué）策支持（chí）系统的算法和（hé）呈现方式（shì）需随（suí）之迭代。随着数据获取的相对（duì）便捷和智能手机的普遍使用（yòng），过去只能在电（diàn）脑上离线使用（yòng）、被诟病为“电（diàn）子（zǐ）词典（diǎn）”的农业专家系统（tǒng）迎来了新的发展时代。

智（zhì）能农机和管理软件是信息感知（zhī）、智能决（jué）策后的（de）呈（chéng）现形式。随（suí）着我（wǒ）国农业从业人员的老（lǎo）龄化（huà）和数量（liàng）减（jiǎn）少，农业智能装备（bèi）的应用是必然趋势。农业智能装（zhuāng）备（bèi）包括（kuò）服务于施肥（féi）、打药、灌溉、修剪、采摘、播种、环境（jìng）调控等各种操作的设备。

国外的（de）智能（néng）农机装（zhuāng）备较为先进，应用较广，主要有智（zhì）能导航、自（zì）动驾驶、变量施肥、变量喷药等功（gōng）能。随着国家（jiā）对（duì）农业智能装（zhuāng）备（bèi）研发的重视和投（tóu）入，国内的多（duō）个机构开（kāi）展了相关研究，研究内（nèi）容包括自动导航、变量施（shī）肥、精准喷药、播种、插秧、喷药、除（chú）草和收获等。此外（wài），我国的农（nóng）业航空作业量（liàng）逐年增（zēng）加，作（zuò）业领域逐渐扩（kuò）大，除（chú）对粮食作物、园艺作物、经济作物（wù）施药外，还开展了植物生长授粉等作业。

农田作业装备精准控制技术是发达国（guó）家在大面（miàn）积机械化（huà）条（tiáo）件（jiàn）下发展起来的，而我（wǒ）国的作物生（shēng）产地域环境条件差异较大，因此技术和装备的选择不可千篇（piān）一律地套（tào）用。发展适应我国国情的精准（zhǔn）农机化（huà）必须持续地、因地（dì）制宜地（dì）逐步（bù）完善（shàn）。