一、农业物联网的体系构成
农业物联网，是通过传感器、控制器、通信网络与软件平台，把农业生产中的环境、作物与设备连接起来，实现数据采集、传输、分析与自动控制的技术体系。它通常分为四层。
感知层负责"看见"：土壤温湿度与电导率传感器、气象站、光照与二氧化碳传感器、虫情测报灯、摄像头、水表电表与设备状态传感器。传输层负责"传回"：根据场景选择 LoRa、NB-IoT、4G/5G、Wi-Fi 或光纤，田间大面积低功耗场景多用 LoRa 自组网，单点远距场景多用 NB-IoT，视频与大数据量场景依赖 4G/5G。平台层负责"算明白"：设备接入、数据存储、阈值告警、模型分析与可视化。执行层负责"动手"：电磁阀、水泵、施肥机、卷帘机、风机湿帘、补光灯等，接收指令自动执行。
四层缺一不可。很多项目只做了感知与展示，没有执行环节，物联网就退化成了"远程看数据"，价值大打折扣。
二、典型应用场景
大田种植：土壤墒情与气象数据驱动智能灌溉，按作物需水规律与土壤含水量决定灌水时间与水量；结合长势与肥力数据实现变量施肥，减少肥料浪费。
设施农业：温室环境调控是最成熟的场景，温度、湿度、光照、二氧化碳联动卷帘、风机、湿帘、补光与灌溉，实现环境自动维持在适宜区间，显著降低人工成本与夜间风险。
果园与茶园：水肥一体化系统按树体需求精准供给，配合虫情灯与孢子捕捉仪做病虫害预警，减少盲目打药。
畜禽水产：畜舍环境监控、个体识别与精准饲喂，养殖水体溶解氧、温度、pH 监测与增氧联动，降低疫病与缺氧风险。
仓储与冷链：粮仓温湿度与气体监测、冷链运输全程温控，减少产后损耗。
农机与设施管理：作业轨迹、油耗与工时记录，设备运行状态远程监测与故障预警。
这些场景的共同点是：监测对象明确、控制逻辑清晰、投入产出可测算，因此容易真正跑通。
三、物联网与遥感如何配合
物联网与遥感不是替代关系，而是互补关系。
物联网是点上的高频连续观测，一秒钟可以采一次，但只代表传感器所在位置；遥感是面上的周期观测，覆盖全域，但重访周期与分辨率有限。把二者结合，用遥感识别空间差异、圈定重点区域，用物联网在关键点位做连续监测与校验，就形成"面—线—点"的完整观测体系。
举个典型例子：遥感发现某片地块长势偏弱，物联网数据同时显示该区域土壤含水量持续偏低，二者相互印证后，判断是灌溉不足而非病害，据此调整灌溉策略。单一数据源很难得出这样可靠的结论。
四、落地中的现实问题
一是设备可靠性。田间环境高温高湿、虫鼠破坏、雷击与供电不稳，设备故障率远高于实验室环境，选型时必须关注防护等级与运维便利性。
二是通信与供电。偏远地块网络覆盖差、取电困难，需要提前勘察，必要时采用太阳能供电与低功耗组网，否则设备装上就掉线。
三是数据质量。传感器漂移、标定不及时会产生错误数据，进而导致错误决策。定期校准与异常值剔除必须制度化。
四是投入产出。物联网设备投入与运维成本不低，必须算清账：节了多少水、省了多少肥、减了多少人工、提了多少产量。算不清收益的项目，很难持续。
五、选型与建设建议
先场景后设备：先明确要解决的具体问题，再选传感器与控制设备，避免为了"上物联网"而买设备。先小后大：选择一个条件成熟的地块做样板，跑通后再规模复制。重运维：把设备巡检、校准、备件与责任人写进制度，很多系统不是坏在技术，而是坏在没人维护。看数据能否用起来：能否接入统一平台、能否与遥感与农事数据融合、能否触发自动执行或人工任务，决定了系统是资产还是摆设。
六、发展趋势
未来几年，农业物联网将呈现三个方向：低成本化，单一功能传感器价格持续下降，覆盖范围扩大；智能化，从阈值告警走向模型预测，提前给出灌溉与施药建议；一体化，与遥感、农机、经营管理系统打通，形成从监测到决策到执行的闭环。
七、投入产出怎么算
物联网项目值不值得做，说到底要算清一笔账。建议把收益拆成四项来测算：节水收益——按减少的灌溉量与水电成本计算；节肥节药收益——按减少的肥料与农药投入计算；省工收益——按减少的人工工时折算；增产提质收益——按产量提升与品质溢价估算。四项相加得到年度收益，再与设备投入、通信费用、运维人工与折旧对比，就能算出投资回收期。
测算时要尽量保守，把设备故障率与通信中断导致的折算损失也算进去。算得过账的场景优先做，算不过来的先放一放，避免为了数字化而数字化。
另外建议把收益测算与实际运行数据挂钩：系统上线后每季度复盘一次节水量、节肥量、省工数与产量变化，与测算值逐项对比修正。账越算越清，决策就越有底气，物联网投入才能从"试点冲动"变成可持续的理性投资。
结语
农业物联网的落脚点不是"连接"，而是"执行"。能实时看见，还能自动做对，才是它真正的价值所在。
时维遥感——遥感+AI，让农业更智慧
