第 7 章 · 数智台账：让数据自己进账

第 7 章 · 数智台账：让数据自己进账

本章要回答的问题：天上的卫星、田里的传感器，怎么把墒情苗情虫情变成进账本的数字？有了数据之后，人工智能与精准农业能把施肥打药细化到什么程度？这套体系投入不小，什么地块值得上、什么地块先等等？

为什么会有这一章

前六章的台账都靠人来记：探墒靠手、查虫靠眼、估产靠经验。人的感官靠得住但覆盖不了——几千亩地的墒情，肉眼量不过来；一夜之间的虫情变化，人力盯不住。数智台账补的就是覆盖与实时这两块短板：遥感从天上看全局，物联网在田里盯实时，大数据与模型把积累的账目变成预判，精准农业再让决策直接下发到机具。导读的知识地图里它画成虚线托底的一条，本章要做的就是把这条虚线写实。

章内两节沿数据流走。第一节管感知端：遥感的原理与尺度、定位导航的精度、物联网传感器的组网——先让数字源源不断进账。第二节管应用端：大数据怎么融合、人工智能在哪几件事上已经真金白银地好用、精准农业的变量作业怎么落地，以及一笔冷静的成本收益账。

读完能解决什么

读完本章，你应当能做成这些事。第一，看懂一张植被指数图：颜色深浅代表长势差异，异常斑块提示哪类问题，该去田间补查哪里。第二，为一个规模农场配感知方案：墒情仪埋几台、气象站架在哪、虫情灯怎么布，说得清每个器件的账目作用。第三，判断自己的地块适不适合上变量施肥与对靶喷洒，用边际收益的口吻算这笔账，而不是被概念推着走。第四，对「数字孪生」「产量预测」这类名词，能说出它们依赖哪些数据、误差从哪来。

各节怎么分工

两节是「进账」与「出账」的关系：7.1 保证数据进得来、进得准，7.2 保证数据用得上、划得来。

数据闭环

闭环里最容易被忽视的是复盘那格：变量施肥的处方打完，下一季的产量图就是对账单——没留产量数据的精准农业，只是昂贵的自动化。

本章知识点清单

数智账的自测清单：植被指数的含义与误读边界；卫星、无人机、地面传感三级尺度的分工；差分定位与厘米级精度的用途；墒情仪、小气象站、测报灯三件套对应的账目；低功耗广域网与蜂窝网络的选型逻辑；大数据融合与历史产量图的价值；图像识别、对靶喷洒、产量预测三件成熟应用的边界；变量作业链从处方图到机具的接力；数据积累与装备投入的先后纪律。读完逐条对账。

数据账的四类失真与对账法

数据进账不等于数据可信，本章的账要先防四类失真。坐标缺失：传感器只吐数字不带位置，回头想画长势图才发现不知道读数来自哪一垄——设备进场第一件事是把每台仪表的坐标钉死并登记。时间不同步：仪表时区没调、断网后补传的时间戳错乱，同一天的两条数据隔了八小时，曲线全乱——验收设备时先对时标，数据平台要能按统一时间轴排列。漂移与脱空：墒情探头埋三年不校，读数悄悄偏了；探头与土体脱空、雨量筒被鸟屎堵塞，仪表在，账是假的——对账法是定期人工复测比对，仪表读数与手持实测偏差超限立即检修。样本偏差：无人机只拍了几条示范带、测产只在长势好的地段取样，用局部推全田等于用零钱包估家底——对账法是规定抽样比例与覆盖要求，把「数据来自哪里、代表多少面积」写进每张图的角注。四类失真的共同病根，是把「采集」当成了「记账」；数智台账的规矩与纸质台账一样——原始凭证要留、采集口径要稳、每年定期盘点，数据才能像地力一样积累复利，而不是像沙子一样年年重来。

先决条件与往下走到哪

本章假定你手里有前面各章的农学账目：遥感识别的长势差异要回到地力账、苗情账去找原因，模型预测要用生育期账期来校准。读完本章，第 8 章转向归仓——数据能帮你收得更准，但粮食落地之后的账，是另一册。