理想情况下，精准农业是一个以单株植物为基础管理作物生产的过程。实际上，我们尚未达到这种分辨率水平，但我们已经超越了将整个田地视为一个同质单元的阶段。

现代电子技术、全球定位卫星、信号处理以及许多其他技术使精准农业成为可能。发展和接受的驱动力是提高盈利能力的可能性以及实现更好地管理土地（减少污染、优化化学投入品的使用等）的意识。

精准农业正围绕三种技术发展：全球定位系统 (GPS)、地统计学 (GIS) 和遥感。其他已开发的技术，如采样、土壤分析等，也发挥着作用。

阿尔伯塔省农业、食品和乡村发展部自 1993 年以来一直从事精准农业业务。我们与全省选定的种植各种作物的农民合作：小麦、大麦、油菜、豌豆、马铃薯等。我们的目标如下

全球定位

全球定位卫星和接收器是启动农业革命的技术（参见资源）。在此之前，通过无线电定位是可能的，但研究人员或最终农民无法轻易获得。

有两类全球定位卫星在地球轨道上运行：Navstar（美国系统）和 Glonass（俄罗斯系统）。Navstar 系统的定位能力优于 Glonass 系统。然而，美国军方使用一种称为“选择可用性”的技术来降低精度，使其达到 100 米左右（除非使用军用 GPS 接收器）。农业应用需要亚米级精度定位，通常是实时定位。

一些有进取心的人意识到，如果将 GPS 接收器放置在某个已知位置上方，则可以计算出 GPS 确定的位置的校正值。然后，可以将此校正因子应用于附近的（在空间和时间上）GPS 位置。校正效果的好坏取决于漫游接收器与固定已知站点的距离以及计算校正的时间间隔。我熟悉的最佳精度通常在 10 厘米左右。然而，由于 GPS 卫星的“星座”不断变化，我们并非总是能获得如此高的精度。

对于大多数人来说，拥有两个 GPS 接收器加上无线电调制解调器来收集定位信息是不切实际的。对于 20 厘米的精度，这种类型的设置成本约为 20,000 美元。幸运的是，许多人有可能获得可用的差分校正，而无需费力拥有差分基站。差分校正的来源和接收方式有很多。一些校正通过 FM 无线电广播，一些在其他频率上广播，还有一些来自卫星。海岸警卫队在可通航水道和海岸线沿线设有许多 DGPS（差分 GPS）信标。这包括密西西比河和密苏里河流域以及五大湖等地区。

地统计学

精准农业最重要的因素之一是存储、显示和操作地理参考信息的能力。在局部范围内，地统计学软件包看起来有点像电子表格（栅格）或 CAD（矢量）软件包。某些类型的信息访问在栅格模型中效果更好，某些类型在矢量模型中效果更好。

农业是 GIS 软件包的较小用户之一；因此，有必要将分析技术调整为为其他应用开发的方法。理论模型的不可用性也影响了分析的可能结果。

有几个“免费”的 GIS 软件包可用，但迄今为止最全面的软件包是地理资源分析支持系统 (GRASS) (http://www.baylor.edu/grass/)。该软件包最初由美国陆军工程兵团建筑工程研究实验室 (CERL) 开发，并由其他政府和大学的研究人员和用户多年来扩展。CERL 的积极支持已被放弃，但最近由贝勒大学接手。

GRASS 现在被宣传为“开放 GIS”。新发展之一是基于 Tcl 的界面。开放地理空间联盟 (http://www.OpenGIS.org/) 也存在。

遥感

商业卫星遥感（参见资源）的典型分辨率约为 10 米，每个像素覆盖约 100 平方米的区域（远不如中央情报局某些卫星传闻中的 10 厘米分辨率）。为了在统计上检测图像中的某些变化，必须有许多紧邻的像素与预期值显着不同。对于 10 米像素，这意味着必须影响数百平方米的土地，才能从太空检测到变化。对于疾病或害虫等事物，这不是很有效，但对于作物成熟度来说是可以接受的。为了检测疾病或害虫，目前需要基于飞机的遥感。在不久的将来，预计高分辨率卫星图像将变得司空见惯。

精准农业充满了分析冒险。通常，精准农业从田地作物产量图开始。为了获得这张地图，我们将 DGPS 接收器放置在联合收割机上的某个已知位置，并将产量监测器放置在谷物从进入收割台到清洁粮箱的路径中的某个位置。（这越靠近联合收割机的脱粒部分，吞吐延迟时间越短。）

位置信息

DGPS 天线固定在联合收割机上的某个点上，通常是驾驶室顶部。谷物沿着收割台前缘从田地中移除，即远离 GPS 天线所在点的线段。如果我们只对粗分辨率感兴趣，则联合收割机收割台前缘上的 GPS 接收器位置之间的差异并不重要。在精细分辨率下，我们需要进行此校正，为了进行校正，我们需要知道车辆在 3D 空间中的方向。目前尚未收集此信息——必须稍后计算。

速度信息

联合收割机通常以每秒约两米的速度移动。使用高精度 DGPS 设备，误差通常在 10 厘米左右。这导致速度误差约为 10%。GPS 位置误差在时间上高度相关。可能会发生称为“错误”的事件，这会导致相对较大的位置误差。一旦发生错误，其存在可能会持续数秒。这会在“短”轨道偏差位置估计的两端产生两个巨大的速度误差。

联合收割机通常在质量恒定和车轮动力恒定且沿直线行驶的条件下运行。（这意味着位置作为时间的函数必须是两次连续可微的。唯一可以存在三阶和更高阶导数的地方是在拐角处。此信息可用于帮助平滑位置信息。）因此，我们应该能够使用低阶多项式或样条函数来平滑位置作为时间数据的函数。

数字高程模型 (DEM)

如果假设车辆始终沿前进方向行驶，并且车轮没有侧滑，则可以计算车辆在空间中的方向。但是，如果有一个可用的田地高程模型作为位置的函数，他们可以获得更好的地面表面法线估计值。

立体摄影是获得 DEM 的一种方法。另一种方法是从 GPS 位置信息开始，并针对 GPS 接收器安装位置以及车辆在空间中的几何形状和方向进行校正。

DEM 非常有用，因为景观是作物产量的影响因素之一。例如，在潮湿的年份，田地中低洼的凹陷部分通常太湿而无法生产出优质作物。另一个例子是干旱年份高海拔凸起山顶的产量较低。当 DEM 与地形分析结合并在 GIS 中与作物产量和其他数据集结合解释时，它最有用。有时（比期望的更频繁）精准农业需要新的和专门的程序。

产量时间滞后

基本上，作物从联合收割机收割台前缘到产量传感器所需的时间不是单个唯一值。一部分作物花费的时间相对较短，一部分花费的时间较长。这个过程将作物产量在一个通常为 25 秒的时间段内涂抹和平均。

Linux 是进行这项研究导向型工作的良好平台。许多分析可以转化为信号处理或多维统计等主流主题。一些用于探索这些主题软件的最佳软件是政府和大学研究的产物，并且是“免费的”——这在预算紧张的情况下非常重要。GRASS、xldlas 和 Santis 是三个在精准农业中发挥作用的软件包。

Perl 也证明了自己非常有用。我们参与精准农业已经六年了。已经使用了几种 GPS 设备和产量监测器，甚至是单个系统的更新。当然，每个人都必须有自己的“标准”数据格式。我们的数据分析方法不断发展，这对我们来说意味着使用当前的最佳方法重新分析上一年的数据。这导致数据格式的多次更改——Perl 在这方面表现出色。当需要使用 GRASS 程序在数千个数据点上更改坐标系时，在 Perl 中使用伪 tty 的能力非常有用。

尚未得到充分发展的一个领域是数据的安全存储。农民不希望在收割完庄稼后才发现数据不在“卡上”——这种情况已经发生过。使用无线电调制解调器将数据传输到家用计算机将是避免这种情况的一种方法。

精准农业将继续存在。然而，精准农业的数据存储和分析需求超出了大多数农民的资源。程序和分析过程并非总是以“罐装”软件包的形式提供（当然不是在任何一个软件包中），因此需要一个强大、开放的开发环境。

如果您是一位了解统计学哲学并且有学术倾向的人，那么精准农业可能是一个非常有趣的主题/职业，值得您参与。

资源