概述
智慧农业系统通过土壤传感器、气象站、摄像头、灌溉控制器、无人机等设备，实现环境监测、自动灌溉、病虫害预警、养殖监控、精准施肥等能力。农业场景多处于偏远地区，网络覆盖有限，智慧农业系统常采用4G、NB-IoT、LoRa等无线传输方式，边缘网关汇聚田间设备数据后回传云端。大疆农业、托普云农、佳格、极飞等提供农业物联网解决方案。达希物联可为智慧农业客户提供物联网卡、流量池、NB-IoT连接等服务，保障田间设备的稳定联网。
智慧农业与消费物联网、工业物联网的差异：设备分布分散、环境恶劣（高温高湿、尘土）、供电受限（太阳能+电池）、网络条件差。系统设计需考虑低功耗、断网续传、边缘缓存、低成本连接。
核心能力
环境监测
温湿度、光照、土壤墒情（含水量）、土壤EC/PH、CO2浓度、风速风向等。传感器通过有线或无线（LoRa、NB-IoT）接入边缘网关或直连云端。数据用于环境调控、灌溉决策、生长分析。
自动灌溉与精准控制
根据土壤墒情、气象预报、作物需水规律自动控制灌溉阀门、滴灌、喷灌。支持定时、阈值触发、AI推荐等多种模式。与气象数据、农技知识库融合，实现精准灌溉，节水节肥。
视频与AI
摄像头监控作物生长、畜牧健康、病虫害发生。结合AI图像识别，实现病虫害早期识别、牲畜计数、生长阶段判断。边缘AI可减少视频上传，降低带宽成本。
数据分析与预测
生长曲线、产量预测、灾害预警。结合气象、土壤、历史数据，为农事决策提供依据。与农技服务、供应链对接，实现产供销一体化。
应用场景
智能大棚、精准灌溉、畜牧养殖（温控、喂料、健康监测）、水产养殖（溶氧、水温、投饵）。与气象、农技服务数据融合。物联网卡在田间设备联网中发挥关键作用，达希物联可提供稳定、经济的连接方案。
田间控制闭环依赖的现场条件
平台调度的是灌溉与环控动作
这套软件要留下的是可核对的农事动作：阀门开闭、风机或湿帘调节、施肥或投饵建议，以及动作发生时的测点对照。曲线和图片是输入，动作记录才是输出。一个闭环至少含测点、判断、执行反馈三步。只有墒情、没有阀门状态，系统只能展示；只有阀门、没有流量或压力回读，系统不知道水是否到达作物。
大棚、露地、养殖和水产要的测点并不相同。棚内常看温湿度和二氧化碳，露地更看土壤水分、降雨和蒸发，养殖看舍内环境与采食，水产看溶氧和水温。用同一套物模型硬套，会出现字段齐全、却没有一项能驱动动作。模型应按生产对象拆开，公共部分只保留设备身份、位置、供电方式和回传时间。
间歇供电和间歇回传下的控制条件
自动控制能打开的条件，是执行器有独立的安全默认态，并且现场允许在链路中断时进入该默认态。太阳能节点白天采样、夜间休眠，云端看到的是稀疏序列。判断若要求连续多个点，而设备每天只醒几次，条件会永远不成立，或把一次正常唤醒误当成过程恢复。规则应写在允许的最大点间隔上：超过间隔只表示失联，不表示墒情已经达标。
边缘上的判断应限于本地测点和本地执行器。需要预报或多棚对比的决策留在云端，并接受它可能晚于现场变化。断网期间边缘按最后一次有效策略运行，恢复后补传动作日志，云端不得把补传日志里的旧指令再执行一遍。和边缘规则引擎衔接时，本地规则只引用现场读得到的量，云端策略按版本号下发，避免两边同时改同一只阀门。
探头安装深度和阈值来源
墒情探头插在表层还是根区，读数代表的土层完全不同。把表层的短期波动当成根区缺水，阀门会被频繁打开。电导率和酸碱度探头有标定周期，标定过期后数值仍会正常上报。软件若只检查“有没有数”，会把漂移当成土壤变化。安装档案应记录深度、标定日期和适用作物，判断逻辑读取这些档案，超期测点降级为仅展示。
阈值从另一作物、另一土质直接抄来，是误灌溉的主要来源。砂土和黏土在同一含水读数下对应的有效水不同，棚内作物和露地粮食的需水节奏也不同。阈值应绑定到地块和作物茬口，换茬时强制复核。图像识别受光照和镜头污渍影响，只能作为巡田提示，不能单独触发施药。视频在边缘先筛选再上行，既减少流量，也避免把模糊帧送进识别。场景层面的约束见智慧农业解决方案，本页只界定软件闭环本身怎样才算闭合。