农业物联网解决方案的实施速度呈指数级增长。据统计，到2020年，农业物联网设备安装数量将达到7500万台，年均增长20%。
导致增长的原因有几个：
▲到2050年人口增长97亿(30年内增长25%)及其粮食需求
▲在过去的40年里，由于水土流失和污染，世界耕地面积减少了三分之一
▲有限的昂贵资源，例如水、电、化学肥料等
▲极端的天气条件
▲价格合理、耐用且易于维护的传感器
物联网和分析技术的发展为农民提供了一种提高耕作方法效率和增加现有耕地产量的方法。精准农业包括使农民能够更精确地管理作物生长和饲养牲畜的一切。智能传感器可以24小时自动运行，从而减少了人工干预的需要，降低了种植者的成本，提供了农场的整体视图，并突出了可操作的见解。
此外，精准农业解决方案可告知生产者他们需要了解的有关土壤、湿度、水位和其他重要指标的参数，以便在小问题影响利润之前采取纠正措施。
创新用例
让我们了解一下物联网在农业实践中的一些实际应用和好处：
1、水资源管理
根据粮农组织的数据，淡水总量的70%用于农业，使其成为全球最大的淡水消费者。通过实施精确灌溉，农民可以更有效地用水，从而避免灌溉不足和过度灌溉。
通过使用连网传感器测量土壤湿度，农民可以做出数据驱动的决策，实现灌溉自动化，并减少多达30％的耗水量。
由于作物价格完全由灌溉用水的成本(以及化肥、农药和雇用的劳动力)来决定，因此，数据驱动的费用管理有助于评估资源的使用效率，制定有吸引力的价格，并赢得市场。
2、简仓和储罐液位测量
手动监测储罐和筒仓的液位非常耗时，而且容易出错。智能传感器取代手动读数，并为远程设备提供实时测量。
使用超声波测量的液位传感器允许配置自动阈值，以通知液位过低或过高。这些传感器是自主的，其电池可帮助运行长达20年。供应商可以跟踪有多少小麦、谷物、石油和燃料可用，并计划再填充时间表或发现泄漏甚至偷窃。
3、测量粮库的温度和湿度
有些作物需要特殊的储存条件。智能温度监控器提供了一种安全和自主的方式来远程管理温度和湿度，以防止作物变质和利润损失。种植者可以在图表和电子表格中收集和接收有关多个单位的信息，以轻松分析趋势并根据结果采取行动。物联网技术有助于确保温度保持一致且质量不受影响。
4、收集土壤状况数据
如今，物联网技术实现了对数据驱动型精准农业的强劲需求。土地本身可以协调农民有关丰收的最佳条件。借助无线网络，农民可以远程获取精确的田间数据，如土壤温度、含水量和气温，以制定定制的调整方案。
土壤湿度数据有助于准确预测最佳种植时间，减少用水量，并保持土壤健康。此外，对历史模式的分析有助于做出明智的长期决策。
5、协助病虫害防治
病虫害管理不善可能导致生长季节无利可图。物联网传感器可以提供关于作物健康的实时信息，并显示害虫的存在，从而消除了手动的耗时检查。
可以收集传感器和无人机的实时读数，以进一步调查害虫的行为模式。一旦检测到特定的天气模式，便可以创建警报，以便农民提前做好准备并减轻损失。
根据定期、最新的数据配置战术性虫害管理策略，以不断调整如何、何时以及在何处应用虫害管理计划。
6、牲畜监测、地理围栏
农场主可以利用无线物联网应用程序收集有关牲畜的位置和健康状况的数据。这些数据有助于防止疾病传播，并降低劳动力成本。
7、下一代温室栽培，无需土壤且水分减少90％
垂直农业正在变得越来越受欢迎。
水培设施可以更快、更便宜、更清洁地种植水果、蔬菜和菌类食材。与传统做法相比，垂直农场每年可有12个生长周期。这种装置不需要土壤或自然光，因为它位于室内废弃的仓库、工厂、停车场。（来自于物联之家网）在不需要使用肥料、除草剂和杀虫剂的情况下，通过同样的水培系统再次使用循环水，可以大大降低运营成本。
此外，温室可以配备由低成本可再生能源（太阳能、风能）驱动的节能LED灯。
应遵循的步骤
物联网是智慧农业的一个关键组成部分，因为它允许自动收集、处理数据和远程控制资产。但是，智慧农业需要领域专业知识和许多反复的尝试，而这就是为什么重点不应该仅仅放在技术上，而且还应该放在解读和数据分析上的原因所在。
对于有意采用新做法的农业组织来说，我们建议如下：
▲创建一个无线传感器网络
▲收集来自多个来源的数据，监测地图上的数据，如果数值违反指定的阈值，则设置自定义通知
▲分析和解读数据，验证假设，关注一两个最重要的指标，并发现隐藏的关系
▲调整运营以取得令人满意的结果并预测未来
Meet ThingsBoard是一个稳健、可扩展且用户友好的物联网平台，它为农民提供了可靠的灵活解决方案，可以远程监测和管理宝贵的农业。
ThingsBoard是主流厂商提供的昂贵繁琐解决方案的最佳替代品，被认为是GitHub上最受欢迎的开源物联网平台之一。该平台可以输入和分析来自任何传感器的遥测数据。
数据分析是物联网系统的关键部分，如果您无法理解这些数据，那么收集的数据将毫无用处。这也就是为什么农业物联网解决方案应包括强大的数据分析功能以应用预测算法和机器学习，以便从原始数据中获得可行见解的原因所在。数据驱动的方法使农民能够策略性地使用智慧农业并减轻风险，从而获得最大收益。