关于智慧农业这一块，我引用一些智慧农业专家的话，来回答这个问题，来自智慧农业编辑部。智慧农业是什么？智慧农业目前发展如何，走向如何？
2018年12月17日，在西北农林科技大学举行的第三届智慧农业高峰论坛上，《智慧农业》编委何东健教授作了题为《基于物联网的农业信息感知智能服务研究与实践》的报告，以下是报告全文。
智慧农业是按照工业发展理念，以信息和知识为生产要素，通过互联网、物联网、云计算、大数据等现代信息技术与农业深度跨界融合，实现农业生产全过程的信息感知、定量决策、智能控制、精准投入和个性化服务的全新农业生产方式。农业农村部农业物联网重点实验室围绕智慧农业，开展了设施蔬菜高效栽培物联网系统、果园智慧管理物联网系统、典型牲畜健康养殖物联网系统、基于物联网的条锈病预测预报关键技术等研究工作。
一 设施蔬菜高效栽培物联网系统
1. 基于物联网的作物-环境-装备协同模式研究。
现有设施农业主要存在设施装备技术水平落后、劳动力密集、生产效率低，重“监测”轻“控制”、重“感知”轻“决策”，缺乏作物生理环境互作量化指标和控制模型等问题。经济效益、产量与质量对蔬菜栽培至关重要，因此，要在设施蔬菜感知基础之上进行最优调控，在水肥定量的前提下控制其温度、二氧化碳含量以及光照时间，实现设施蔬菜高产、高效、优质生产。
2. 作物-环境关联的模型研究。
近年来，团队通过探寻最佳温度下作物光合速率最高点来调控补光，结合二氧化碳和光照等条件建立了最优光照模型，开发了相应的调控装备，并进行了应用示范。今年的主要研究重点是效益优先的设施环境多因子协同调控关键技术与系统。在作物适宜温度区间内（20℃~30℃），构建温度约束的光合速率次优目标曲面的基础上，在光调成本、CO2成本约束下，根据温、光、二氧化碳实时检测信息，动态寻找最优控制点，保障作物的高效生长与成本控制。
3. 基于作物需求模型的环境调控物联网技术与装备研究。
研发了融合需光模型设施光环境调控系统，提高了作物产量；开发了融合CO2需求模型的设施气肥调控系统，CO2调控区光合速率平均提高27%；研究了结合光照、CO2、温度等因素的多因子协同调控设备，并进行了融合效益约束设施环境多因子协同调控实验。融合温度预测模型的卷帘机智能调控装备已经部署了60个温室，系统运行稳定、安全可靠，每套设备可节省投入3000元以上，每天平均延长日照1~2小时；构建了农业物联网生产监控与服务平台，实现了基于专家系统的物联网技术集成与应用。
4. 水培生菜自动收获包装关键技术与装置研究。
水培生菜的收获和包装需花费大量人力，团队研究了利用加持杆低损聚拢技术进行生菜茎部精准切割的收获方法，通过实验探明了聚拢速度、聚拢角度、聚拢高度和压菜速度的最佳参数组合，实现了整株低损收获；研发了低损收获、自动装盒封膜一体化的生菜包装收获系统。
二 果园智慧管理物联网系统
1. 果园农情信息获取与智慧管理技术研究。
对农事操作自动记录技术进行了研究，实现了不同果园区域施肥、灌溉、喷药等多类农事操作的自动记录与上传，为果品的全程品质溯源提供数据支撑。利用无人机技术对作物缺水信息进行多光谱遥感监测，开发了农用固定翼无人机，开展了农用多旋翼无人机关键技术研究，建立了无人机与精准灌溉技术研究农场。针对化学农药的过量使用及效率低下问题，研究了靶标探测技术及变量喷雾技术，实现了农药减施增效。
2. 陕西特色果品目标识别及采摘技术与装备研究。
探讨了融合模糊集理论与流形排序算法的绿色苹果目标识别以及震荡影响下的果实目标识别方法。开发了猕猴桃采摘机器人，针对棚架式栽培模式下的簇生猕猴桃果实，实现了果实无损采摘和卸果，并进行了一体化末端执行器研究和田间采摘试验。
3． 陕西特色果品内部品质、病害检测分级技术与装备研究。
在苹果内部品质检测，特别是苹果霉心病无损检测技术方面开展了研究，开发了能够准确快速检测苹果的霉心病的三代样机。研发了苹果内部多品质一体化无损检测设备，采用多元线性回归模型实现了苹果内部多品质的准确判别，进行了光路设计与软硬件的开发，能支持云平台数据查询、二维码打印等功能。实现了苹果固形物含量、滴定酸、硬度快速无损检测。此外，还开发了便携式水果糖度检测仪、猕猴桃膨大果检测仪等设备。
三 典型牲畜健康养殖物联网系统
1．奶牛个体检测与识别。
研究了基于改进背景减去法的奶牛个体目标识别，解决了复杂养殖环境下奶牛运动目标难以精确检测的问题。研究并提出基于CNN深度学习网络、混合高斯模型和CNN深度学习网络结合的奶牛个体身份识别方法，以奶牛躯干体斑作为“生物指纹”，无接触、精确高效识别奶牛个体，识别准确率达98.8%。
2. 奶牛关键部位检测。
采用YOLOv3深度学习网络模型，不仅可以检测奶牛个体，也可以检测奶牛关键部位，关键部位精度达98%以上。奶牛受环境胁迫、患病时产生呼吸急促症状，但检测奶牛呼吸频率非常困难。对于卧姿奶牛，提出了利用光流法计算视频各像素点相对上一帧的运动速度，按速度大小用OTSU方法筛选出呼吸运动点，最后得到呼吸频率，呼吸频率最大误差为4.84％，异常检测成功率高于86.26％。
3．奶牛跛行及反刍检测。
因为奶牛营养流失快、环境恶劣引发蹄病，导致牛只跛行，严重影响产量和繁殖性能。基于四肢运动曲线提取六个参数构建了跛行检测模型，准确率可以达到94%。根据早期跛行奶牛弓背、低头现象，研究了基于LCCCT算法的奶牛早期跛行方法，利用颈部斜率为特征进行检测。反刍是奶牛健康的标志之一，运用了五种方法来检测奶牛的反刍指标，提高了反刍检测精度。
4. 奶牛发情检测。
奶牛发情也是奶牛养殖过程中的重要信息之一，及时发现发情牛，将提高受精成功率、生产效率和效益。通过检测奶牛的攀爬行为以及利用计步器进行数据采集，提取参数并建立发情预测模型，预测准确率达85.71%。
5. 奶牛体温高精度检测。
奶牛体温与健康状况、发情等关系密切，检测奶牛的体温在养殖过程中意义重大。奶牛体温不容易检测，在耳朵、乳房、臀部安装传感器都会对奶牛产生胁迫。研发了一款植入式体温传感器植入奶牛产道，通过设计项圈中继节点可将信号稳定地从体内传输到体外，并通过路由节点和协调器节点的布置，整个奶牛内各个位置的丢包率均低于1.2%，测温最大误差0.05℃，可在15秒内测出温度变化，12小时内温度波动为0.02℃。
6. 奶牛体况评价。
研究并提出了奶牛身体状况高精度评分算法。利用深度图像传感器获取奶牛背部图像，对关键点的进行自动定位。根据奶牛关键点处脂肪含量定量评估奶牛的身体状况，所有奶牛的评分结果在0.25个步长以内，与人工评价高度相关。
四 基于物联网的条锈病预测预报关键技术
条锈病是威胁小麦产量的主要病害，一般流行年份减产10%~20%，特大流行年份减产可达60%。条锈病远距离传染性极强，扩散速度快，人工观察和大田普查不能满足防控需求，因此我们研究并构建基于物联网的条锈病预测预报系统。
条锈病发病与温度、空气湿度（降水量），特别是空气中的夏孢子量密切相关。空气中夏孢子数量目前只能人工定时放、取载玻片，取回载玻片在实验室借助显微镜人工计数，迫切需要研发野外空中夏孢子远程实时获取技术与装备。为此，我们研发了夏孢子远程实时显微图像采集系统，系统自动完成更换载玻片、涂脂、孢子捕捉、显微图像采集、回收载玻片、图像远程传输等功能，可远程设置孢子捕捉时间、时长和显微图像采集参数，显微图像无线传输到远程服务器中。
提出了基于凹点和轮廓段融合的小麦条锈病菌夏孢子图像分割计数方法。还研究了利用无人机技术搭载高光谱技术实现小麦条锈病病害程度分级方法，通过基于热红外图像的条锈病的监测研究，为无人机遥感监测小麦条锈病打下基础。
五 未来重点研究方向
未来将围绕上述的几个方向继续开展深入研究。
1. 设施蔬菜高效栽培物联网系统。
研究空间差异需求的补光机制及关键技术；融合生长检测和环境调控的设施高效栽培物联网系统；研究典型蔬菜高效收获和包装关键技术；设施蔬菜高效栽培物联网系统的推广应用。
2. 果园智慧管理物联网系统。
开展基于物联网的果树生长生信息智能感知技术，果园水肥调控关键技术与装备，果树病害、冻害、冰雹等重大自然灾害监测预警；进行智慧果园物联网系统集成与试验示范。
3.典型牲畜健康养殖物联网系统。
开展植入式体温、pH值传感器及检测系统熟化及实验示范，奶牛先早期跛行程度感知技木熟化及试验示范；奶牛发情及乳腺炎等典型疾病感知技术；基于3D重构的奶牛体型评定方法；典型牲畜健康养殖物联网系统集成与示范等。
4、基于物联网的条锈病预测预报系统。
开展基于实时数据的条锈病预测模型精度评价；条锈病预测预报系统集成及部署试验；新型、低成本夏孢子显微图像自动采集仪研究与开发；满足普查需求的小麦条锈病病害程度快速检测方法等。