莫科学家的超电磁炮s当今时代，消费互联网不断向产业互联网延伸和拓展，传统农业也借此向智慧农业加速转型演进，通过与现代信息技术和智能设备深度跨界融合，实现农业生产全过程的数据感知、定量决策、个性化服务等。

　　智慧农业作为一种全新的现代农业生产方式，目前不仅是各国现代农业科技竞争新高地，更是推动我国农业高质量发展，实现乡村全面振兴的关键所在。据相关报告显示，中国智慧农业市场需求规模高达2500亿元（2020年），2020-2023年市场空间增长预计保持15%的CAGR，潜力可观。

　　虽然行业前景无限，但在漂亮的数据背后，我国智慧农业的发展却并没有表面看起来那么乐观，与美国、荷兰、法国等数字农业强国相比，我国的智慧农业产业发展仍处于初级阶段，智慧农业应用渗透率不到1%。除了客观上的起步晚之外，大部分智慧农业解决方案设备价格高、整体维护费投入大、实际应用性低才是打消农企参与积极性的真正原因。

　　精准化和智能化是智慧农业的核心要素，通过分布式部署在农业生产现场的各种传感器节点，实现对农作物生长环境的精准监测，为农业生产提供精准化种植、可视化管理及智能决策，可大大提升生产效率。

　　以茶树种植为例，茶叶是中国历史悠久的经济作物，主要生长在高山、丘陵等地带，喜好温暖、潮湿、荫蔽的生长环境。茶树生长季节，月平均气温应在18度以上为宜，最适气温20—27度，土壤PH值在4.5~6.5之间（4.5—5.5最适宜）为最佳，同时茶树的生长具有喜酸怕碱、喜光怕晒、喜暖怕寒、喜湿怕涝等特征。可以说，环境因素直接决定了茶叶的产量和品质。

　　但也正因茶树对环境依赖性强，人工对整个种植区域内，不同地块、不同海拔的环境气候和土壤变化判断存在极大的不确定性，很难在第一时间进行正确调节，导致茶叶容易出现部分长势喜人，部分越来越差的现象。此外，由于茶农无法对采茶时机做精准把控，茶叶最终产量更多是“看天吃饭”。

　　这种情况下，利用分布式部署传感器设备去实现区域内所有茶树生长环境温度、湿度、光照、土壤酸碱度等数据的精准监测，可有效规避人为误判影响茶树生长。将这些采集上来的数据经系统分析之后，指导管理人员进行农事处理，并联动水肥灌溉一体化智能设备、病虫害监测系统等，自动完成给水施肥、杀虫除霜等控制，实现节水节肥、改善土壤环境，提高茶叶品质和产量。

　　不过，若想实施这样的精细化种植，设备成本是农企首先要面临的问题，目前，市面上部署一套完整的传感采集、图像采集设备监测站，成本就要超过1万元。而面对茶叶这种需要分布式精准监测的高经济价值作物时，监测站采购数量还会相应增多，换句话说，现阶段的精细化种植，越精细的监测代表着硬件成本和部署成本投入越高。

　　同时，事实上设备成本或许还不算实施数字化农业最大的投入，想要保障这些设备正常工作，还需要管理人员长年累月的对监测设备进行维护，以至于运维所产生的费用，甚至都有可能超过设备本身的价格，而造成这一现象的，便是这些监测设备的供能问题。

　　传统的方式是采用布线为这些设备供能，但我国山地、丘陵多而平原少，大部分耕地地形复杂且分散。在部署硬件设备时，需要挖开地面进行布线，不仅实施成本高，还易对土壤生态造成影响。此外，由于线路绵长、交错杂乱，人工维护十分困难，若后期线路出现老化、短路等情况，还存在较大的安全隐患。

　　为了打破地形对布线所造成的限制，设备提供商开始为用户提供电池供电的监测设备，短时间内，农企管理人员对这一方式还是比较满意的，但久而久之，电池供电也暴露出了其治标不治本的缺陷。

　　首先便是电池有限的续航所带来的高昂维护成本。以内置可充电电池的温湿度传感器为例，一次充满电设备可工作45天左右。若采用不可充电的锂电池供电，数据上传间隔设置为每小时一次，平均续航寿命仅为1-2年。

　　若想在此基础上延长设备寿命，倒是可以采用大容量锂电池的传感器，但设备尺寸和替换电池成本也会相应增加。在实际应用中，为了精准监测作物生长环境，往往需要大量部署此类传感器，这也意味着，不论是选择哪种供电方式，管理人员都需要定期花费时间和成本，来为数目众多的监测传感器更换电池。

　　其次，则是这些电池供电的传感器设备，采集数据的频率与使用寿命具有无法调和的矛盾。为了保障农作物时刻处于最优生长环境下，工作人员需要精准地掌握植物含水量、雨量、土壤PH值、温湿度等关键数据，这就对数据采集的实时性要求较高。

　　例如设备每半个小时甚至是10分钟采集并上传一次数据，但这样一来，势必会加速消耗电池的寿命，迫使工作人员以更高的频次去更换设备电池，进而加大运维成本支出。但若为了延长设备使用寿命而减缓数据采集频次，不精确的数据又难以为农事管理提供价值。

　　综上所述，当农企为智慧农业铺设和维护设备的成本超过人力操作时，数字化便成为了一个伪需求，分散安装在田地里的设备，还会影响耕种和收割作业。在这样的情况下，农企缺乏投入动力，智慧农业自然是难以展开普及，政策鼓励反倒成为行业发展最大支柱。

　　从中国政府采购网显示的智慧农业项目汇总情况来看，各地智慧农业、数字农业相关的政府采购项目呈现逐年增加的趋势。2020年全国县域农业农村信息化建设的财政投入总额达到341.4亿元，县均财政投入1292.3万元，较上年提升65.3%。

　　从数据上来看，近年财政支持力度不断加大。但归根结底，国家对智慧农业产业始终是以推动、扶持为主，发展智慧农业还需整个行业共同努力。

　　除了整体投入成本高，我国农业物联网技术也存在诸多不足之处：传感器技术薄弱，无法全方位监测作物自身生长信息及环境因子；设备集成度低，安装维护难度大，不利于大面积推广；设备及后台系统操作不够简易化，农户使用难度大。

　　另外，信息决策系统相关技术模型成熟度低，应用效果差，大多数针对农业的解决方案都浮于表面，难以精准解决实际需求，进一步降低了农企投身其中的意愿。

　　透过现象看本质，从问题中找答案。我国的智慧农业想要得到高质量发展，就务必要移除拦在行业前进路上“成本高、维护贵、实用性差”这三座大山。针对行业面临的困境，飞英思特借助创新的能量采集核心技术，推出了低成本、高智能化、高实用性的智慧农业解决方案，可为农作物生长环境监测、病虫害防治、水肥灌溉一体化、生产管理等提供数据分析和专业指导。

　　为满足不同场景下农作物数据监测和部署需求，飞英思特专为智慧农业解决方案打造了一款自供能农业监测设备，其具有自供能免维护、分布式、快速部署、性价比高等特点。自供能工业监测设备其可在低光照条件下采集光能为自身充电，实现能源自给，无需单独布线和内置电池，大幅降低了其总持有成本（TCO）。

　　另外，得益于能量自治的特性，在光照度满足的前提下，农业监测设备可在设备全生命周期内，以半小时一次的频率持续采集数据而无需担心电量耗尽，非常适合在市电到达困难、项目体量大、不利于有线数据传输等复杂的农业场景下部署。

　　功能方面，自供能农业监测设备整体采用模块化设计，能够适配不同安装结构件的安装方式，支持拥有ModBus-RTU协议的传感器接入扩展。可实现对环境气象、气体、水环境、图像和土壤墒情等多要素监测。

　　根据不同的传感器配置，该设备可为包括大田、大棚、渔业等不同场景下的高价值经济作物提供生态信息自动监测，并通过4G、LoRa、ModBus、ModBus-RTU等多种通信网络上传后端，为环境控制和智能化管理提供稳定的数据支撑。

　　为了切实解决“有面子，无里子”的应用痛点，真正实现科技助农，智慧农业解决方案以分布式部署覆盖场景下的全域监测，并支持远程自主配置农业生产中气象、土壤、图像等关键数据的采集频次。在初次投入使用时，系统默认以半小时一次的高频采集频率确保场景内各个区域的数据精准度，并通过后台系统进行管理及统计分析，建立起数据分析评价、作物生长识别、智能控制等一系列大数据AI分析模型。

　　根据这些模型，平台可实现智能预警、远程监控，联动后端水肥灌溉一体化、补光、通风等各类智能控制终端处置调节。其次，基于数据分析结果，数据平台还可为农企提供种殖技术指导和深加工技术指导，帮助农企实现科学、高效、智能化管理，扩大生产收益。

　　目前，该方案已在已在山地、大棚、大田、沙地等多种环境下投入使用，覆盖果园、茶园、烟草、葡萄等具有高附加值经济作物场景。位于宜宾屏山的十万亩茵红李子果园使用智慧农业方案进行土壤墒情和环境监测，优化施肥次数，调整灌溉频率，并根据采集数据及时进行虫害消杀，大幅降低人工成本，一个季度实现李子产量增产30%，方案实际应用价值突出。

　　长远来看，虽面临诸多难题，但智慧农业未来的发展空间是明朗且巨大的，作为无源物联网领域的领先企业，飞英思特希望通过高性价比、高智能化、高实用性的产品和解决方案，帮助农企、农户精准解决种植难题，实现提质增效，丰产丰收，迈上全新的致富之路。