A scientifically and ecologically robust system paradigm is emerging as digital agriculture services where sensors and actuators have a vital role in monitoring and management of farming practices. Generally, farm management decisions are taken by farmers based on cropland growing conditions, previous experience, and desired outcomes. These decisions can be supplemented with the recommendations derived from sensor-based farm management information systems. This work investigates the economic and environmental performance of conventional and ecological farming methods with the help of a techno-economic analysis of digital agriculture technologies in the Upper Gangetic Plains in North India. It attempts to describe the expected attributes that farmers value when it comes to digital agriculture services based on the empirical data obtained from technology developers, field-trainers, and participating farmers. The distinctive attributes of the services are decided after analyzing the collected data. Information sharing with the farmers about their land holdings, cultivated crops, irrigation facilities, used fertilizers, input cost, net income, use of digital technologies, farming apps, socioeconomic background, and their educational qualification was found helpful in improving their productivity and profitability. The conducted assessment contributed to the generalized management of agroecological resources toward highly optimized, intelligent, individualized, and anticipatory farm management practices.

科学和生态上稳健的系统范例正在作为数字农业服务而兴起，其中传感器和执行器在监视和管理耕作方式中起着至关重要的作用。通常，农场主的管理决策是由农民根据农田的生长条件，以前的经验和期望的结果来决定的。这些决策可以补充基于传感器的农场管理信息系统的建议。这项工作借助于印度北部上游恒河平原的数字农业技术的技术经济分析，研究了常规和生态农业方法的经济和环境绩效。它试图根据从技术开发人员，现场培训人员和参与的农民那里获得的经验数据来描述农民在使用数字农业服务时所重视的预期属性。服务的独特属性是在分析收集的数据之后确定的。与农民分享有关其土地所有权，耕作作物，灌溉设施，使用的肥料，投入成本，净收入，数字技术的使用，农业应用程序，社会经济背景以及他们的教育资格的信息有助于提高他们的生产率和利润率。进行的评估有助于农业生态资源的全面管理，朝着高度优化，智能，个性化和预期的农场管理实践迈进。和参与的农民。服务的独特属性是在分析收集的数据之后确定的。与农民分享有关其土地所有权，耕作作物，灌溉设施，使用的肥料，投入成本，净收入，数字技术的使用，农业应用程序，社会经济背景以及他们的教育资格的信息有助于提高他们的生产率和利润率。进行的评估有助于农业生态资源的全面管理，朝着高度优化，智能，个性化和预期的农场管理实践迈进。和参与的农民。服务的独特属性是在分析收集的数据之后确定的。与农民分享有关其土地所有权，耕作作物，灌溉设施，使用的肥料，投入成本，净收入，数字技术的使用，农业应用程序，社会经济背景以及他们的教育资格的信息有助于提高他们的生产率和利润率。进行的评估有助于农业生态资源的全面管理，朝着高度优化，智能，个性化和预期的农场管理实践迈进。肥料的使用，投入成本，净收入，数字技术的使用，农业应用程序，社会经济背景及其学历被发现有助于提高其生产力和盈利能力。进行的评估有助于农业生态资源的全面管理，朝着高度优化，智能，个性化和预期的农场管理实践迈进。肥料的使用，投入成本，净收入，数字技术的使用，农业应用程序，社会经济背景及其学历被发现有助于提高其生产力和盈利能力。进行的评估有助于农业生态资源的全面管理，朝着高度优化，智能，个性化和预期的农场管理实践迈进。