•随着人类对粮食需求的增加，世界必须控制其带来的用水量增加。
•农民现在可以获得前所未有的历史数据。
•作物生长行为的人工智能分析是一个强大的工具，可以进行灌溉优化。
通过灌溉实现水的最佳利用一直与农业的发展和农场经营密不可分。但是，有效地管理自然水资源，同时对技术和基础设施管理费用进行标准的成本效益分析，是一项需要优化的、平衡的准则。
减少用水的重要性至关重要，特别是在农业用水占全球用水的70%以上时。随着粮食需求的增加，预计用水量将增加15%，才能满足这一需求。
精准农业与人工智能革命
科技公司和种植者，已经通过精确的耕作方法和可视化工具来解决这个复杂的问题。人工智能（AI）是朝着提高田间和温室用水效率方向迈进的一个前沿技术领域。
新兴技术、设备和平台使我们能够从多个来源收集和利用前所未有的数据：降雨历史模式、航空图像、产量记录、现场传感器等，汇集的数据可以与预测数据（从市场需求到天气）一起进行处理和组合，以帮助我们根据所获得的最准确预测做出“智能”决策。
创建最优灌溉调度和分配决策
识别过量灌水或缺水的区域是关键。对任何农民或农学家来说，一项很难评估的日常任务是确定合适的水量，以获得最佳的产量和质量。根据植物的类型，过量灌水也会带来风险。例如，过度灌溉棉花作物将导致更多的叶子生长，而不是更多的棉花花蕾所持有作物的价值。
农民的目标是为他们的作物创造一个最佳的灌溉计划，这将优化产量和质量，同时控制成本。蒸发蒸腾量一直是一个作物耗水的关键指标，需要创造一个灌溉决策系统，为作物需水要求量身定制出其合适需水量的优化决策。蒸发蒸腾量代表了地表蒸发量加上植物蒸腾量之和。现代卫星图像和天气预报有助于农民改进对蒸发蒸腾量的评估。然而，物联网（IoT）传感器技术的突破，让通过测量植物的行为而不是（或者除了）土壤和天气来帮助做出更为精确的灌溉决策成为趋势。
强大的人工智能引擎能够处理和分析来自卫星、飞机或无人机图像的数据。机器学习，特别是深度学习算法，可以帮助我们解释图像中的数据，识别聚焦灌溉问题（以及其他问题，如病害虫）的模式。如果将图像与土壤和植物传感器相结合，数据可以让我们实时准确地了解灌溉需求，并提醒我们潜在的问题。
发现灌溉泄漏故障
水资源浪费，尤其是在水资源稀缺的地区，是全世界农民和粮食种植者的一大头痛（和开支）问题。一方面虽然有滴灌等技术，另一方面也有无土温室种植等复杂的受控技术环境，但这些技术和系统成本高昂，因此不适合大规模农业（或价值较低的作物）。一个可以大大改进的领域确是如何发现诸如灌溉系统泄漏之类的故障。
在过去，它可能需要通过人工检查，以找到一个破损的设备或确定泄漏点。有了物联网设备意味着通过软件本身可以在出现错误或可疑情况时发出警报，而这只有在设备相互连接的物联网时才可实现。通过这种方式，灌溉传感器可以检测到不规则、不正常数据，并将其与存在的问题原因或变量联系起来——特别是如果它与其他数据点（如天气数据）关联时，方便排除其他潜在原因出现的问题。
我曾与一位种植者合作，他管理着爱达荷州中东部2630公顷的农田，在这个地区，气温可以剧烈波动多达25℃°，过两天以后，如何控制灌溉是他们最大的挑战。随着80型中心支轴式灌溉机开机工作时，气温升高，任何微小的问题都可以成为一个大问题，因为地面干燥得很快。通过使用Valley Insights等基于人工智能的工具，他们能够从访问现场上空的视觉图像和其他数据，包括每个植物的热成像图。捕获的图像和人工智能现场分析能够提供准确的预报，精确定位问题点，确定需要立即关注的灌溉问题。这意味着他们能够解决诸如中心枢轴管道相关泄漏等问题，这些问题很难用肉眼发现。人工智能的力量不仅仅是关注一个问题。它提供了如何纠正灌溉不正常的解决方案。
人工智能驱动着农业的未来
正如我们所知，自动驾驶汽车的引入必然会改变驾驶方式一样，随着人工智能推动的自动工具的采用，农业管理和农业种植将在十年内重新被定义。虽然如今人工智能和预测分析的功能主要是告知农民的决策过程，但在不远的将来，机器将能够自主进行决策
农业中的自动机械不仅考虑作物需求。他们将用“智慧”来考虑诸如产量质量、与能源成本相关的财务因素以及其它参数。一般来说，灌溉用水决策只是一个重要的起点，但这项AI技术也将成为其它农艺技术，包括施肥和作物保护智慧决策的基础。
