幾千年前，農業開始時是一種高度地點特異性的活動。第一代的農民是培植個別植物的園丁。他們會去尋找適合這些植物的小氣候及小塊的土地。但是，隨著農民取得科學知識及機械專門知識，他們利用了標準化的方法，如耕土、散布動物糞便作為肥料、每年輪替作物，以擴大土地，從而提高產量。經過幾個年代，他們開發了較好的方法，預備土地，保護植物不被昆蟲破壞，最終也發明了機器，以減少所需要的人力。19世紀開始，科學家發明了化學農藥，又利用新發現的基因原理，選擇更高效的植物。雖然這些方法將整體的生產力最大化，但是它們也造成了田地里某些區域的表現欠佳。盡管如此，產量還是升到曾經不可思議的程度：有些作物的產量從19世紀到現在，增加了整10倍。

但是，今天，邁向更統一的做法的趨勢已經開始反轉，這多虧了“精準農業“。農民現在能利用信息技術，收集關于他們的田地的精確數據，又能制定如何培植每一平方英尺的土地。

其中一個影響就在產量上面：精準農業讓農民能從每一顆種子提取最高的價值。這么做，應該能幫助養活全球的人口，總數經聯合國估計，2050年之前將達到96億。精準農業有望能減少農業對環境的影響，因為它能減少浪費、節約能源。它的影響力不局限于生產一年生作物，如小麥及玉米。它也有潛力革新人們如何監控與管理葡萄園、果園、牲畜以及森林。它或許會有一天甚至讓農民能依靠機器人為個別植物進行評估、施肥、澆水，從而消除了農業自發明以來所帶來的苦差事。

一步一畝地

美國政府在1983年宣布將美國軍方開發的衛星導航系統，即全球定位系統（GPS），開放給平民使用的時候，鋪下了精準農業原來的基礎。不久之后，企業開始開發”可變速率技術”，讓農民以不同的速度為田地施肥。農民將土地的種種特征（如酸度、磷和鉀含量）測量并加以制圖，然后對照需求而施肥。大致上，就連今天，田地還是以人工探測。過程需要農民本身或職員在預定位置采取樣本，將之裝袋，并送往化驗室進行分析。之后，一位農學家會制作地圖，標示每個區域相應的所需肥料，以優化生產。最后，一臺連接GPS的肥料撒布器就會在每個地點依照所選擇的肥料量進行施肥。

超過六成的美國農業投入品經銷商有提供某種形式的可變速率技術服務，但是美國農業部的數據顯示，盡管有了多年來所提供的補貼及教育工作，少過20%的玉米種植面積正利用此科技管理。目前，其中一個主要的限制是經濟。人工泥土測試昂貴，因此，那些有利用可變速率技術的農民與農業企業，往往使用稀疏采樣策略。比方說，美國大多數農民每2.5英畝采取一個樣本；巴西方面為每12.5英畝采取一個樣本。但是，這么做的問題是：一英畝之內的泥土差別時常很大，而且農業科學家同意，每英畝要采取樣本幾次，才能測出差別。換言之，農民在田地的某些區域忽略了提高生產力，又在田地的其他區域施太多的肥料及其他投入品。

調查人員已開始著手處理這個問題。他們開發了廉價的傳感器，讓農民提高他們的采樣密度。舉例說明，一種新的酸度傳感器每幾英尺就將電極插入泥土，以采取讀數，并記錄其GPS坐標；以那樣的密度進行人工采樣將會太過昂貴。但是這種傳感器還沒來到大多數的農場。有些不夠可靠，用了幾英畝就壞了；又有其他的不夠準確。但是世界各地的幾個研究小組正在努力開發更牢靠的傳感器。

比較實用的，就是能夠探測植物顏色以決定其營養需求的傳感器。例如，缺乏氮的植物會呈淡綠色或黃色，而氮充足的植物會呈深綠色。幾家歐美公司已經開發能夠探測綠色深度的傳感器，以便產生測量，可用來產生地圖，推薦各區域之后所應施的氮量。另外，這些測量可以直接和氮敷料器連接，以便同時更改施肥速度。一個拖拉機可以在前面裝置傳感器，在后面裝置敷料器；當敷料器經過早前傳感器經過的位置的時候，電腦就已經通過算法計算出應該使用的肥料量。這方面的研究由于只局限于小雜糧，如小麥、大麥、黑麥和燕麥，因此這種科技只適用于歐美種植這類作物的地區。根據普渡大學2013年的一份調查，只有7%的農業投入品經銷商提供植物顏色傳感器。但是，鑒于這個領域的初創公司的數量，很明顯地，許多投資者視這種科技為一個潛在的金礦。

田地與產量

政府開放GPS的決定，也使另一種革新性的科技誕生：產量監控。歐美絕大多數的收割機已經裝有特別的傳感器，能測量所收割的糧的流量。一個專用于該種作物的算法將數據轉換成一個常用的單位，如每英畝蒲式耳，或每公頃公斤。這些資料就會以七彩的地圖呈現，顯示出田地各區域的變化。

這些地圖已經成為農業雜志及貿易展覽不可或缺的內容，而且有很好的理由：它們讓農民對生產技術、天氣狀況及泥土種類的影響有了史無前例的洞察力。這樣的地圖能讓農民得到產量數據，能用于保險或政府計劃，測量基因改造作物的特性或各種耕種做法的效用，以及挑出田地的哪些區域沒能盡其所能。在美國東部，農民只有通過產量監控，才得以說服地主，說明他們和洪水有關的作物損失不只局限于被水淹沒的區域，而是也包括了那些區域周圍的一圈地區。農民的應對，就是裝置了更多的地下排水系統。在阿根廷，這種科技已經起飛，因為那里的大農場的管理者很少像美國的同行一樣親自操作器材，這是由于當地的土地所有權的特殊歷史。對他們來說，產量地圖提供了他們之前得不到的關于生產力的實地洞察力。

但是，論數據的準確性的話，產量監控還有更長遠的路要走。將流量數據轉換成體積或重量測量的算法，必須每年依個別作物與農場校準，而許多農民并沒有這么做。數據也會被其它特質所影響，如駕駛收割機的速度。雖然研究調查可以嚴格地分析產量監控所得來的數據，農場及農業企業通常會缺乏所需的統計技能與軟件。產量監控的下一步，就是讓農業企業采用研究者目前所使用的統計技巧。既然他們所發現的知識會使用于上百萬英畝地，他們應該會有理由花這筆錢。

通過電線耕田

精準農業科技最常見的用途是利用GPS引導拖拉機。以人力駕駛農場器材需要已受訓的操作人員，而且工作相當累人。就算是最好的駕駛員，也會為了避免省略田地的部分區域而交疊路線最多10%。90年代末期見證了LED燈條的采用。每個燈條是裝入一英尺長的塑料盒的一系列LED燈泡。此燈條裝置于拖拉機、收割機或其它車輛前面。若中間的燈亮起，器材就正在航道中；若左邊或右邊的燈亮起，駕駛員就必須調整操舵。

越來越多農民將這種科技帶到下一步，就是將燈條換成自動導航系統，把GPS的數據直接傳給器材的操舵機制。雖然還是要有操作員坐在機器里，它大致上還能無人駕駛。這種科技最先于90年代在澳洲廣泛使用。在那里，富含粘土的泥土，加上缺少冷凍解凍循環，使田地特別容易被有輪機器擠壓。澳洲農場利用GPS自動導航，將機器交通限制于狹窄的通道，因而避免其余的泥土被壓實。今天，在美國，有大約四成的肥料及其他農業化學物質是利用自動導航加以施用。

這種系統已經造成好幾種副產品的開發。其中一種是能夠追蹤拖拉機的航道的機制。當拖拉機經過已經被處理過或者環境較敏感的區域時，就會自動關閉其播種及噴灑化學物的功能。這種科技尤其有用于形狀奇特的田地，因為它們很容易被過度播種或過度噴灑。

但是，地理空間數據不單是用于以直線耕田。美國航空航天局以及其外國同行這幾十年來，都在呼吁農民利用它們的衛星圖像。加上了空中攝影，這些圖像成為“地理信息系統”的依據，讓農民儲存并分析空間數據。這種科技在有多年數據的地區特別適用，因為它讓農民將田地分成不同的區域，以接受不同的種子、肥料及農藥。

有些農場的管理者甚至利用GPS來觀察田里的職員，尤其是在前蘇聯，特別是在烏克蘭。當地最大的許多農場面積超過10萬英畝，而且往往依靠受雇人員而非業主運營商，因此農場管理者喜歡即時追蹤田里的所有營運活動。例如，當一輛拖拉機停頓超過幾分鐘，總公司就會注意到，并且能致電駕駛員，詢問有什么問題。這種追蹤科技也讓管理者取締那些將公司的機器用于自己的田地的職員。

夢想中的收成

精準農業已經將最古老的行業之一變成最高科技的之一，但是好戲還在后頭。下一步或許會牽涉到“大數據”。農民與農業企業已經逐漸地在考慮如何利用他們所收藏的大量數據來增加盈利、使農業更加可持續。例如，農業巨頭孟山都（Monsanto）在2013年收購了氣候公司（Climate Corporation）。后者是一家兩名前谷歌職員創辦的初創公司，他們利用天氣和泥土的數據來為農民制作保險計劃，以及推薦某塊地最適合種植哪些作物。另一個大數據能容易做到的事，就是它可幫助進行關于如何利用器材的研究。舉例說明，拖拉機種植玉米時應該以什么速度駕駛，目前還不清楚。速度太慢，造成過程不夠效率；速度太快，造成種植不均勻，影響產量。但是，如果收集了關于拖拉機的速度、作物的最終產量及其他因素，就能計算出種植的最佳速度。

要利用大數據的力量，多家企業或許要綜合各農場的數據。在歐美，個別農場太小，無法產生足夠的數據量；就連拉丁美洲和前蘇聯的超大農場，也會因為和隔鄰的農場共享數據而獲益。但是，目前的問題是，農民沒有動機去收集高品質的數據。在美國，有些初創公司試圖獎勵農民以換取數據，但成效不大。迄今，能夠收集最多數據的組織是農業投入供應商及農業合作社，但是，連他們的數據庫還是相對地小。

這些大數據一部分可能會來自無人機。美國大致上已從阿富汗和伊拉克撤退，因此有些軍事硬件供應商已經把注意力轉向農業市場。此舉或許聰明：小型無人機可以定期拍攝作物的圖像，以指導灌溉、農藥施用及收割。無人機基本上也不受云層影響，不像衛星一樣。鑒于無人機所需要的操作費用及專業知識，無人機將最有可能最先以商業性質使用于高價值作物上，如酒用葡萄。在美國，聯邦航空管理局也必須開放天空讓商業無人機使用。

能夠真正改造我們所熟悉的農業的科技就是機器人學。GPS導航的快速采用，為更自主的農場器材打開了大門，而且大多數的主要制造商已經測試了他們的拖拉機的無駕駛員版本。一旦駕駛員被排除在外，一臺器材的設計標準就有了巨大的變化：它可以變得更小。我們有可能想象農場充滿了幾百臺自主的小機器人，進行從播種到收成的各種任務。機器人可以不斷探測田地，在害蟲與疾病問題的初期將它辨認出來。它們可以對準個別的昆蟲或病株施用微量的農藥。它們可以有效率地管理小而形狀奇特的田地，像美國東部常見的田地那樣。這樣的田地難以利用傳統的人類操作器材有利地耕種。在美國，機器人通過減少對墨西哥勞工的需求，甚至可能影響移民政策。

一旦涉及到新興的技術時，要選擇贏家是不可能的事。但是農業在20世紀的歷史為它的未來提供了一些線索。20世紀中絕大多數被廣泛采用的農業技術，都具有經濟學家稱為“體現知識”的特性，意思是科學的進步包含在它們之內。農民不需要知道農藥如何殺蟲，或者汽油拖拉機如何操作；他們只需要知道如何噴農藥、駕駛車輛。

相同地，精準農業的工具必須先以易用的形式發售，才能得到廣泛使用。這就是為什么GPS導航已經變得那么廣泛；農民不需要知道理解它，也能利用它。舉例說明，當肥料的可變速率技術能做到農夫按一個按鈕就能啟動的時候，它就會起飛。最終，精準農業可能將人類從整個過程中完全除去。一旦發生了，世界不只會看到生產力大幅度增長，也會看到農業歷史上根本的轉移：沒有農民的農業。