通化智慧农业

当然，德国的智慧农业也非常高效与精准。德国农民联合会的统计数据显示，目**个德国农民可以养活144个人，这一数字是1980年的3倍。
另外，德国在农业技术上的投入，可谓大手笔。
德国在开发农业技术上投入大量资金，并由大型企业牵头研发“数字农业”技术。据德国机械和设备制造联合会的统计，德国2012年在农业技术方面的投入为54亿欧元。
法国、荷兰、以色列等国家的智慧农业普及率也非常高，同时，**在资金投入上也占有大的比重。
业内人士指出，智慧农业总体来说就是一个由**发起的自上而下改革的过程，农民在缺少基础的信息、技术的情况下，需要**的支持引导。
可但是，目前，在我国智慧农业存在一是资金制约严重;二是农用传感器缺乏;三是设备不接;地气等问题。
这些问题不仅仅是农业科技公司要去解决的，更需要各级**机构发力。

2、商业模式创新
智慧农业公司未来还是依托商业模式创新，才可以实现技术的价值。
另我们欣慰，目前已经有很多农业物联网公司开始跳出技术和硬件盈利模式，而是为农业提供整体解决方案或者推动产业化裂变。
比如，较飞科技与阿里打造未来农场；科百科技组建莱芜科百智慧农业产业园、森禾智慧农业打造玉米产业模式。
我们发现，这些智慧农业公司正在从技术延伸至整个产业，成为整个农业产业的变革者和参与者。

2、农机智能化
农业机械自动化、智能化是农业现代化的重要内容之一。它可以节省劳动力、减轻劳动强度、实现大规模生产，并提高作业质量、改善生产经营条件，提高农业的生产技术水平和经济效益、生态效益。
近年来，农业机械全自动化、智能化技术取得了长足进步，“机器人”们在提供种植照料和监测方面更加灵敏和便捷，自动种植和自动采摘是农业机器人发展较快的两个领域。
3、农业大数据
目前，农业产业正处在从小农经营为主向规模化、机械化、集约化过渡的阶段，这为农业大数据的应用提供了巨大空间。
农业大数据以涵盖种植业、林业、畜牧业等子行业的农业领域为核心，涉及饲料生产、化肥生产、农机生产、农产品加工等相关上下游产业，并整合包括统计数据、进出口数据、价格数据、乃至气象数据的宏观经济背景数据等环节，是跨行业、跨专业、跨业务的数据分析、挖掘与可视化。
农业大数据是融合了农业地域性、季节性、多样性、周期性等自身特征后产生的来源广泛、类型多样、结构复杂、具有潜在价值，并难以应用通常方法处理和分析的数据集合，使农业内部的信息流得到了延展和深化。随着计算机的速度和容量不断增加，收集和使用有关生产农业各个方面的信息的能力将会爆发，将永远改变人类和作物的健康状况。

2、农业生产的分散性
我国是农业大国，国家一直高度重视农业产业发展，但是我们始终没有突破依赖自然资源和低廉劳动成本的发展格局，个体化农业生产依然是我国农业生产的主体。
目前，中国农业的经营者都以家庭为单位生产经营方式，这导致中国农业生产的分析性。即使大型合作社或农场，还是“自发”模式独立发展。
因此，农业生产的分散性导致中国农业经营成本上升，整体效率不高。尤其智慧农业的推广和应用之后，依然提高不了整体效率，反而导致发展不平衡等问题。