数字时代下的农业，正在AI和物联网的驱动下变得更加高效。
大连亚农的创始人兼CEO张浩，是一位拥有20年国际农业背景、18年肥料企业创业经历的农业赛道深耕者。在多年的工作经验中，他深刻认识到国内农资行业过于重渠道、下沉成本很大、农资传统形式的营销手段匮乏等问题。
基于开阔的国际农业视野和强有力的行业资源优势，张浩挖掘到了当下的行业机遇和挑战——2018年我国温室大棚市场规模已达到844.78亿元，但是国内大棚普遍缺乏智能化管理手段，面临着运营成本高、管理难度大、下沉市场难&服务成本高等诸多挑战。
基于这些现状和痛点，大连亚农经过了近7年的研发，潜心搭建底层架构，持续进行数据积累，推出了“小沃棚联”普惠数字农业解决方案。
20年积累推出“小沃棚联”普惠数字农业解决方案
“小沃棚联”精准定位于大棚种植，服务位于农业前端的农资市场，旨在提供一套农资企业面向客户的解决方案，帮助农资企业带动农资销售。
依托各类智能感应终端与亚农的农业数据云计算能力，小沃棚联能帮助企业与各类农资、农户管理者，构建省时、省心、省力的数据智慧大棚管理模式，同时大幅降低运营成本。
大连亚农创始人兼CEO张浩先生坚信：“真正的数字赋能时代一定解决的是去中心化需求”。基于这样的底层逻辑，“小沃棚联”依托开放式的业态，采用了云、端、网结合的模式，实现未来农业种植的智能感知、智能分析、智能决策。
在开放业态下，产业链中的各环节可以根据需求和经验进行填充。小沃棚联能将田间的智能传感器获取到的作物生长即时数据，结合层级用户的经验知识产品信息，经过内嵌算法，进行数据化的融合。
当所有信息都整合到云端时，农户、经销商、厂商都可以在小沃棚联APP、网站平台上交流合作。农户可以在种植户端APP获得针对性的指导，明确种植的作物需要如何更好的生长；经销商可以在经销商端平台，整合所有核心用户的信息。
棚联产品优势所在于能根据土壤数据指导作物种植。经过了20年大量的数据信息沉淀，大连亚农收集了数百万条基础土壤数据以及作物数据，搭建了一个有开放特征的底层架构，并自主研发了核心算法，包括260多个作物生长模型、100多个作物病理模型以及作物养份需求算法、作物生长环境分析算法等。
今年7月，大连亚农与微软中国的上海微软人工智能和物联网实验室就首创Al智能作物缺素识别功能达成合作。
亚农农业研发的作物模型结合微软的视觉识别训练工具NNA（神经网络算法Neural Network Algorithm）作物模型结合微软的自定义图像识别技术，能通过对葡萄叶片特征的提取，分析叶片颜色差异来识别数十种葡萄缺素症状和病虫害症状，识别率达95%以上。还有自定义图像识别技术，在亚农后台的数据资源库中，第一时间就能产生作物及种植环境的高效解决方案。
通过NNA技术进行持续训练，该功能还将获得最大的精度。大连亚农表示在今年年底将根据算法，以及获得更多的作物图片数据，完成100多种作物的覆盖。
数字农业在物联网技术行业中的创新应用
大棚种植户普遍面对着大棚管理难度大的痛点，针对于此，大连亚农自主研发了智能传感器，实现大棚种植技术的智能化，目前推出了小沃棚联Z80与小沃棚联Z40两款产品。
以小沃棚联Z40为例，机内不仅采用了一体式防水胶处理和双结构式充电设计，能防水防沉、720小时超长使用时间。外部结构采用航空级PC/ABS外壳，可以防腐、坚硬、防塑化。
农户只需要将传感器插进土壤里，设备就能开始监测种植环境。然后，农户在针对农户的种植户端完成绑定注册，输入相对应的数据信息，这样前端的智能终端就会给予种植户端随时随地的更新数据，包括土壤和环境的一些常规指数等，数据更新能精准到一到两小时。只需要简单操作，农户在手机上就能时时掌握作物的生长。
数字农业是我国传统农业产业转型升级发展的助推器。站在农业数字化转型的十字路口，亚农农业科技致力于将普惠数字农业带进每个人、每个家庭、每个组织，与用户共建万物互联网的农业未来。
