在農(nóng)業(yè)領(lǐng)域，種植戶與農(nóng)業(yè)公司正面臨一系列共性挑戰(zhàn)：種植面積廣闊而人力有限，氣候變化迅速導(dǎo)致許多狀況難以及時(shí)察覺(jué)與應(yīng)對(duì)，管理范圍過(guò)大使得諸多問(wèn)題無(wú)法有效處理。當(dāng)下，現(xiàn)代農(nóng)業(yè)正從傳統(tǒng)的“種好一塊地”向“系統(tǒng)工程”方向轉(zhuǎn)變，這一趨勢(shì)在LoRa、UWB等相關(guān)農(nóng)業(yè)項(xiàng)目中體現(xiàn)得尤為明顯。

如今農(nóng)業(yè)管理已摒棄單純依靠經(jīng)驗(yàn)的方式，精準(zhǔn)管理成為關(guān)鍵，越精細(xì)越能省心且高產(chǎn)。以規(guī)模稍大的果園為例，每日需上報(bào)數(shù)千條數(shù)據(jù)用于分析。然而，在數(shù)據(jù)獲取方面存在諸多難題。環(huán)境數(shù)據(jù)獲取困難重重，農(nóng)作物生長(zhǎng)的關(guān)鍵因素，如土壤濕度、pH值、光照強(qiáng)度、空氣濕度、CO?濃度等，都需傳感器來(lái)監(jiān)測(cè)。但種植區(qū)域面積大、監(jiān)測(cè)點(diǎn)位多，人工巡檢難以全面覆蓋。例如，土壤濕度達(dá)到何種程度才需澆水、CO?濃度為何波動(dòng)較大、溫室中不同位置的番茄生長(zhǎng)差異等問(wèn)題，僅靠人工難以精準(zhǔn)判斷。而且，大棚種植中，風(fēng)機(jī)開(kāi)啟后氣體流動(dòng)，數(shù)據(jù)穩(wěn)定性受影響，人工測(cè)量難以獲取全面準(zhǔn)確的數(shù)據(jù)，往往只能依據(jù)經(jīng)驗(yàn)評(píng)估，無(wú)法為作物進(jìn)行全面“體檢”。

設(shè)備聯(lián)網(wǎng)問(wèn)題也較為突出。大規(guī)模種植地塊跨度大，有線部署成本高且后期維護(hù)麻煩。蜂窩網(wǎng)絡(luò)雖覆蓋廣，但傳感器數(shù)據(jù)量小、功耗高，長(zhǎng)期使用流量和電池成本不劃算。在果園試點(diǎn)中，傳感器節(jié)點(diǎn)間隔150 - 200米已算密集，但實(shí)際運(yùn)行一個(gè)月左右不少節(jié)點(diǎn)就需換電池。農(nóng)場(chǎng)主計(jì)算發(fā)現(xiàn)，節(jié)點(diǎn)越多、換電池越頻繁，系統(tǒng)投入成本越高，導(dǎo)致很多人不再擴(kuò)大部署規(guī)模。若在幾百畝地每隔幾十米拉電拉網(wǎng)，成本甚至超過(guò)種植成本，大規(guī)模部署傳感器難度和預(yù)算迅速上升。數(shù)據(jù)未形成生產(chǎn)價(jià)值也是一大問(wèn)題，采集的數(shù)據(jù)若不能及時(shí)有效分析并反饋至決策層，就無(wú)法支持農(nóng)業(yè)管理優(yōu)化，智慧農(nóng)業(yè)難以落地。

為應(yīng)對(duì)這些智慧農(nóng)業(yè)中的難題，LPWAN（低功耗廣域網(wǎng)）技術(shù)、UWB高精度定位技術(shù)與AI模型形成了互補(bǔ)組合，提供了可執(zhí)行的數(shù)字化方案。其中，LoRa技術(shù)具備遠(yuǎn)距離傳輸、低功耗和低成本等特性，適用于農(nóng)業(yè)大范圍、低數(shù)據(jù)量、長(zhǎng)時(shí)間運(yùn)行的場(chǎng)景。思為無(wú)線提供的LoRa1120/LoRa1121系列等多款LoRa模塊，可用于農(nóng)業(yè)前端感知節(jié)點(diǎn)，實(shí)現(xiàn)數(shù)據(jù)采集與穩(wěn)定傳輸。其優(yōu)勢(shì)顯著，在空曠農(nóng)田環(huán)境中，單個(gè)LoRa網(wǎng)關(guān)可覆蓋2 - 10公里范圍，能同時(shí)管理大量傳感器節(jié)點(diǎn)，降低網(wǎng)絡(luò)部署成本；基于LoRa模塊的終端設(shè)備在低頻上報(bào)模式下可長(zhǎng)期電池供電，適合野外部署、不便維護(hù)的環(huán)境；工業(yè)級(jí)設(shè)計(jì)使其能在高溫、高濕、粉塵等農(nóng)業(yè)環(huán)境中穩(wěn)定工作，確保數(shù)據(jù)傳輸可靠。

UWB（超寬帶）技術(shù)主要應(yīng)用于高精度定位與農(nóng)機(jī)調(diào)度，如無(wú)人駕駛拖拉機(jī)定位、植保無(wú)人機(jī)路線規(guī)劃、智能倉(cāng)儲(chǔ)與農(nóng)機(jī)管理、人員安全定位（防誤入?yún)^(qū)域）等。其具有10 - 30厘米精度、抗干擾強(qiáng)、適合動(dòng)態(tài)高精度場(chǎng)景等優(yōu)勢(shì)。

NB - IoT更適合大規(guī)模連接與運(yùn)營(yíng)商網(wǎng)絡(luò)，可用于遠(yuǎn)程水表、電表數(shù)據(jù)回傳、冷鏈運(yùn)輸溫濕度監(jiān)控、農(nóng)產(chǎn)品溯源追蹤、邊遠(yuǎn)山區(qū)農(nóng)田信息回傳等場(chǎng)景，具有覆蓋全國(guó)、穩(wěn)定性強(qiáng)、支持大規(guī)模部署的優(yōu)勢(shì)。

UWB650（UWB + Mesh）核心模塊融合了UWB高精度定位和Mesh自組網(wǎng)通信技術(shù)，為智慧農(nóng)業(yè)帶來(lái)獨(dú)特優(yōu)勢(shì)。它不僅能提供厘米級(jí)精準(zhǔn)位置信息，還能通過(guò)Mesh網(wǎng)絡(luò)實(shí)現(xiàn)數(shù)據(jù)高可靠性傳輸和覆蓋范圍靈活擴(kuò)展，適用于對(duì)定位精度和網(wǎng)絡(luò)魯棒性要求極高的場(chǎng)景。在智慧農(nóng)業(yè)中有多個(gè)典型應(yīng)用：

在高精度環(huán)境傳感器數(shù)據(jù)采集與定位方面，在大型農(nóng)田、溫室大棚或復(fù)雜地形區(qū)域，需實(shí)時(shí)精準(zhǔn)采集土壤、空氣溫濕度、光照等環(huán)境數(shù)據(jù)，并掌握傳感器節(jié)點(diǎn)位置信息。UWB650的Mesh網(wǎng)絡(luò)允許傳感器節(jié)點(diǎn)作為中繼，通過(guò)多跳中繼將數(shù)據(jù)穩(wěn)定傳輸至網(wǎng)關(guān)，解決復(fù)雜環(huán)境通信覆蓋問(wèn)題；還能提供傳感器節(jié)點(diǎn)厘米級(jí)實(shí)時(shí)位置信息，對(duì)研究微環(huán)境數(shù)據(jù)差異、優(yōu)化傳感器部署密度、進(jìn)行農(nóng)田數(shù)據(jù)網(wǎng)格化管理具有重要價(jià)值。

在無(wú)線割草機(jī)/農(nóng)機(jī)的高精度自主導(dǎo)航方面，可實(shí)現(xiàn)無(wú)線割草機(jī)、無(wú)人駕駛拖拉機(jī)、施肥機(jī)等農(nóng)機(jī)設(shè)備全自主、高精度作業(yè)，包括路徑規(guī)劃、邊界控制和避障。UWB650提供厘米級(jí)定位導(dǎo)航，相比依賴GPS/RTK（易受遮擋影響且成本較高），能確保割草機(jī)在預(yù)設(shè)邊界內(nèi)精確作業(yè)，避免漏割或越界，尤其適用于果園、茶園等精細(xì)化操作場(chǎng)景；Mesh網(wǎng)絡(luò)確保農(nóng)機(jī)與控制中心之間控制指令和實(shí)時(shí)狀態(tài)數(shù)據(jù)傳輸高可靠性和低延遲，保證遠(yuǎn)程控制及時(shí)響應(yīng)和安全。

大量環(huán)境與作物數(shù)據(jù)通過(guò)LoRa網(wǎng)絡(luò)、UWB650 Mesh網(wǎng)絡(luò)等上傳至云端或本地邊緣計(jì)算平臺(tái)后，AI模型可優(yōu)化農(nóng)業(yè)管理流程。基于土壤濕度、天氣預(yù)報(bào)和作物生長(zhǎng)模型，AI可計(jì)算灌溉時(shí)機(jī)與水量，驅(qū)動(dòng)水肥系統(tǒng)執(zhí)行控制，提升資源使用效率；通過(guò)采集影像或傳感器數(shù)據(jù)，AI可早期識(shí)別病蟲(chóng)害，并結(jié)合氣象數(shù)據(jù)分析風(fēng)險(xiǎn)趨勢(shì)，輔助農(nóng)業(yè)人員提前采取措施；基于圖像識(shí)別和環(huán)境數(shù)據(jù)組合分析，AI可評(píng)估作物生長(zhǎng)狀態(tài)，預(yù)測(cè)產(chǎn)量，為種植計(jì)劃和供應(yīng)鏈準(zhǔn)備提供參考。

以智慧草莓種植為例，其AIoT系統(tǒng)由四層組成。數(shù)據(jù)采集層，多個(gè)集成思為無(wú)線LoRa模塊的傳感器節(jié)點(diǎn)負(fù)責(zé)采集土壤濕度/溫度、空氣濕度/溫度、光照強(qiáng)度、CO?濃度等數(shù)據(jù)；數(shù)據(jù)傳輸層，所有數(shù)據(jù)通過(guò)LoRa協(xié)議傳輸至大棚管理中心的LoRa網(wǎng)關(guān)；數(shù)據(jù)處理與決策層，網(wǎng)關(guān)將數(shù)據(jù)上傳至云平臺(tái)或邊緣計(jì)算節(jié)點(diǎn)，AI應(yīng)用執(zhí)行分析，如光照不足啟動(dòng)補(bǔ)光燈、土壤干啟動(dòng)滴灌、CO?濃度偏低啟動(dòng)通風(fēng)或補(bǔ)充裝置，且邏輯可根據(jù)作物階段調(diào)整；控制執(zhí)行層，AI分析生成的指令下發(fā)至控制器，驅(qū)動(dòng)卷簾機(jī)、水泵、電磁閥等設(shè)備自動(dòng)執(zhí)行，農(nóng)戶通過(guò)手機(jī)即可了解棚內(nèi)情況。