如今，农业已转变为高科技产业，许多20世纪的农民恐怕几乎认不出来。
毕竟，美国农业从畜力转向内燃机动力 ，也不过是大约100年前的事。过去20年里，全球定位系统（GPS）、电子传感器和其他新工具进一步将农业带入了技术奇观的世界。。
除了如今已属标配的空调和立体声音响系统，现代大型拖拉机的封闭式驾驶室还配有电脑显示屏，可显示机器性能、田间位置，以及播种机等附属设备的运行特征。
如今的技术固然令人惊叹，但这还只是开始。自动驾驶农机和能够自动勘察、处理作物的飞行机器人，将成为采用所谓精准农业的农场里的常见景象。
所有这些高科技设备的最终目的，是从经济和环境两方面实现优化。我们只希望在需要的时间和地点，投入适量的任何生产要素（水、肥料、农药、燃料、劳动力），以高效生产高产作物。
全球定位提供超本地化信息
GPS通过同时计算你与至少三颗轨道卫星的距离，可在地球表面或附近任何位置提供精确的位置信息。因此，配备GPS接收器的农业机械能够识别自己在农田中的位置，并据此调整作业，以最大限度地提高生产力或效率。
以土壤肥力为例。农民使用GPS接收器定位预先选定的田间位置，并采集土壤样本。随后，实验室分析样本并在地理信息系统中制作肥力地图。这本质上是一种擅长处理地理数据和制图的计算机数据库程序。借助这张地图，农民便可为采样过的每个田间位置制定施肥量。变量施用率技术（VRT）施肥机可在整块田地中精准施用所需的肥料量。这一过程就是所谓精准农业的一个实例。
信息、分析与工具
精准农业要取得成功，需要具备三项条件。首先，需要具体到地点的信息，土壤肥力地图便满足了这一点。其次，需要能够理解这些地点特定信息，并据此作出决策。决策往往借助计算机模型完成；这些模型通过数学和统计方法分析土壤肥力与作物产量等变量之间的关系。
最后，农民必须拥有落实管理决策的实体工具。在这个例子中，配备GPS的VRT施肥机通过根据每个田间位置自动调整施肥率来发挥这一作用。精准农业的其他实例包括根据土壤类型改变田间播种量，以及使用传感器识别杂草、病害或害虫，从而只在需要的地方施用农药。
地点特定信息的范围远不止土壤状况和产量地图，还包括能够显示整块田地作物健康状况的卫星图像。这类遥感图像也常常 由飞机采集。如今，无人驾驶航空器（UAV，即无人机）能够采集作物和田间特征的高细节图像。无论通过目视还是计算机分析，这些图像都能显示反射光量的差异，进而用于判断植物健康状况或土壤类型等。例如，图像中明显的作物健康差异——本例中患病区域显得暗得多——已被用于描绘棉花根腐病的分布。这是一种破坏性强、持续存在于土壤中的真菌病害。确定田间病害范围后，今后的处理便可仅在病害存在处进行。无人机的优点包括单次飞行成本相对较低、图像细节丰富，但其在农业中的使用法律框架仍在制定中。
让我们实现自动化
自动引导系统利用GPS控制拖拉机行驶，其行驶轨迹 比驾驶员所能做到的精确得多 ，这是一个巨大的成功案例。出于安全考虑，目前完全无人驾驶的能力仅限于较小型机器。全自主或机器人化田间机械已开始用于规模较小、利润率较高的农业领域，例如酿酒葡萄、苗圃植物以及一些水果和蔬菜种植。
自主机器 可以代替人们完成诸如手工采收蔬菜等繁琐工作。它们使用传感器技术，包括机器视觉，可检测茎秆和叶片的位置、大小等信息，为机械作业提供依据。日本是这一领域的潮流引领者。当地农业通常在较小的田地和地块上进行，而且日本也是机器人技术的创新者。不过，自主机器在美国也日益常见，尤其是在加利福尼亚州，该州种植着美国许多特色作物。
飞行机器人的发展带来了这样一种可能：目前由人类完成的大部分田间作物巡查工作，都可以由配备机器视觉和手状夹具的无人机取代。许多巡查任务，例如检查害虫，需要有人走到田间较远的位置，抓住代表性植株的叶片并将其翻过来，查看是否有昆虫。研究人员正在开发相关技术， 使这类飞行机器人能够 在无需人类参与的情况下完成这些工作。
育种 + 传感器 + 机器人
高通量植物表型分析 （HTPP）是一项新兴的精准农业技术，处于遗传学、传感器和机器人技术的交汇处。它用于培育作物新品种或“品系”，以改善营养成分、抗旱性和抗虫性等特征。HTPP运用多种传感器测量植物的重要物理特征，例如高度；叶片数量、大小、形状、角度、颜色和萎蔫程度；茎秆粗细；结果位置数量。这些都是表型性状的例子，也就是植物基因编码信息的物理表现。科学家可以将这些测量结果与已知的特定植物品种遗传标记进行比较。
这些传感器组合能够快速、定期地测量数千株植物的表型性状，使育种人员和遗传学家能够决定哪些品种纳入后续测试、哪些予以排除，从而大幅加快改良作物的后续研究。
即便仅在过去几十年里，农业生产也已取得如此长足的进步，以至于人们很难想象再过几年它会是什么样子。但农业高科技创新的步伐仍在加快。十年后，如果你驾车行驶在乡村公路上，看到一架很小的直升机飞过田地，停下来降入作物间，用机器人夹具拨动叶片，用摄像机和机器视觉寻找昆虫，然后重新升到作物冠层上方，飞向下一个巡查地点，也不必感到惊讶。整个过程中，连一个人影都看不到。
本文与 The Conversation合作发布。请阅读 原文。
本文的发表并不意味着世界经济论坛认可其中的观点。
订阅我们的每周通讯，及时了解《议程》动态。
作者：Alex Thomasson是德克萨斯A&M大学生物与农业工程学教授。
图片：一名法国农民在田间作业时，使用由GPS卫星生成的数据为小麦作物喷洒农药。路透社/Stephane Mahe
