大数据挑瓜，红外测糖，设备厂商进军农业市场有望？

尽管北京已经冷到小编自觉的穿上了秋裤，但西瓜作为夏季的头牌，小编认为还可以赶上最后一波西瓜。

在以前，消费者为了挑一枚又大又甜的西瓜可是费尽心思，尽管我们看上去像是掌握了独门秘诀——“一看、二摸、三敲”，但失误的次数总是有增无减。

不过今年，小编感觉失误的次数有质的减少，难道是我掌握了什么魔法吗？

当然不是，是瓜农们掌握了一些“魔法”，他们举起魔杖念咒：“大数据挑瓜速速上线！”

西瓜自动分选线

随着我国智慧农业政策的推进，今年，东台市现代农业产业园和寒亭区国家现代农业产业园先后引入西瓜自动分选线，其中寒亭区国家现代农业产业园与日本公司合作，引进“西瓜无损筛选检测分拣包装流水线”。

通过无损检测的技术得到该瓜的糖度、重量、果型等指标，随后上传到数据中心进行数据统计和品质分析，流水线紧接着自动择优剔次将西瓜打包装箱。无损测糖、检重、分拣、包装一气呵成，变身一瓜一码、分级装箱的标准“商品瓜”。西瓜检测从此告别传统的目测手敲、开瓜验囊时代，跃上了智能分选、品质定级“精准营销”的新台阶。

业内人士指出，西瓜自动分选线的投入使用，可以倒逼种植环节尽快实现标准化，综合提高国产西瓜的品质，并使得西瓜新鲜交付的时间大为缩短。

其实“西瓜自动分选线”只是智慧农业后期中一个步骤而已，在农作物种植前期就已经开始了“智慧种植”。

例如温室大棚中的光照系统、灌溉系统、病虫害检测系统等，都是智慧农业中的一部分。而这些系统，包括西瓜自动分选线中的称重、大小检测都离不开基础设备——传感器。

由此可见，智慧农业在先进的信息技术下，打通农业产业链，让农户在发展过程中受益。

设备厂商可进军农业以开拓市场

我国是农业大国，而非农业强国，尽管我国过去30年内我国种植业发展迅速，但由于大量使用化肥等化学药品我国也付出了巨大代价。

据美国、日本等发达国家的农业实践表明，智慧农业是农业发展进程中的必然趋势。随着国家及地方政府在过去五年内相继搬出的政策，我们不难发现，智慧农业是国家重点发展战略，加强智慧农业基础设施和应用系统建设是第一步。

行业有关人士表示，智慧农业已经成为农业的新经济增长点，在国家政策的大力扶持下，以及无线通信技术、传感器网络应用、嵌入式系统等相关科技技术水平的不断提升，我国智慧农业发展前景十分广阔。

随着智慧农业的推进，机械自动化的升级必不可少，正是自动化设备厂商进军农业市场的契机。

以作为智慧农业基础的传感器为例：

• 国家政策利好。过去几年内，国家相继出台多项智慧农业相关政策，诸如江苏省、山东省等地区大力推动智慧农业发展，对其进行政策补贴。

• 传感器是智慧农业监测环节的重要组成部分，无论是环境监测还是大数据，传感器都可谓是“必备单品”。

• 我国地域广阔，农作物所需的指标（温度、湿度、光照等）较多，很难做到全标准传感器的标准化生产。

• 目前国内农业环境传感器市场均被美国、日本、德国等企业垄断，进口设备所需付出的成本使个体农户难以支撑现代化设备更换。

……

在政策利好的大背景条件下，传感器厂商进军农业市场不但打破了国外设备厂商对农业环境传感器市场的垄断，更是降低了个体农户进行现代化设备的成本，促进我国智慧农业全面落地。

种种迹象表明，传感器厂商进军农业市场利大于弊，加之传感器是智慧农业各个环节中的基础设施，故此，传感器厂商在政府鼓励的情况下应首当其冲进军农业市场。

值得厂商注意的是，同工业环境不同，智慧农业所用的传感器大部分需要面对比较恶劣的环境，因此需要应用低功耗、耐腐蚀、抗低温性能良好的传感器。此外受农业生产环境限制以及大多数农民朋友对传感器技术的认知缺陷，传感器应做到安装方式简单、方便携带、稳定性好和校正周期短。

当然，仅有传感器部署只能叫做“半机械智慧农业”，除此之外仍需各种设施、系统、技术的配备，故此，其余厂商也可进军农业市场提供一体化智慧农业解决方案。

总体上看，设备厂商进军农业市场有望。

智慧农业全面落地尚有困难

尽管智慧农业是智慧经济重要的组成部分，对于发展中国家而言，智慧农业是智慧经济主要的组成部分，是发展中国家消除贫困、实现后发优势、经济发展后来居上、实现赶超战略的主要途径。

但事实上，我国智慧农业整体上还处于概念导入期和产业链逐步形成阶段，智慧农业全面落地仍有困难。

正如上文所述，我国传感器等基础设备不够完善。尽管我国实施了一批与智慧农业相关的科技项目和工程，推动北斗农机自动导航驾驶、植物工厂、无人机农业应用等技术方向达到或接近国际先进水平。但系统层面之外的一些关键核心技术仍受制于人，大马力高端智能装备较多依赖于进口。

除此之外，在技术上我国仍有困难需要克服。我国智慧农业起步较晚，导致我国对动植物生长数据较为缺乏。同时，农业资料收集极为不易，尽管在环境方面的部分数据相对完善，但关于农作物本身的大部分数据却相对困乏，这源于关于农作物本身的数据只能在每年的生长季节获得1-2次。所以，动植物生长模型与核心数据主要来自美国、以色列、荷兰、日本等。

就全国农村而言，智慧农业仍任重道远，但，未来在已有成熟案例和区域经验的基础上，智慧农业综合应用有望在全国持续铺开，发展前景依然广阔。