人工智能在农业中的应用广泛，涵盖了从数据收集、智能决策到自动化设备等多个方面。以下是对人工智能在农业应用的详细分析，以帮助您明确问题所在：

1. 精准农业
   人工智能通过分析卫星图像、传感器数据和历史气象信息，实现田间作物的实时监测和智能决策。例如，AI可预测作物生长周期，优化灌溉方案，减少水资源浪费。

2. 智能灌溉
   通过传感器网络和机器学习算法，AI能够根据土壤湿度、天气情况等实时调整灌溉水量，实现精准施肥与水资源的高效利用。

3. 病虫害预测与防治
   人工智能模型可分析图像识别技术，辅助农民预测病虫害的发生概率，从而提前采取预防措施，减少农药使用量。

4. 自动化设备
   包括无人机巡检、智能收割机、自动化施肥系统等，通过自动化操作提高农业生产效率，减少人工干预。

5. 数据驱动的决策支持
   AI能够整合农业数据，为农民提供决策依据，例如市场趋势预测、种植成本核算等，提升农业生产的智能化水平。

问题：人工智能在农业中的应用不包括以下哪一项？
答案：
农业中的土壤监测与数据存储是人工智能应用的潜在方向。虽然数据存储技术对AI生态系统的可持续发展至关重要，但其应用范围更集中在农业数据的采集与处理，而非直接干预农业生产过程。因此，人工智能在农业中的应用不包括土壤监测与数据存储。

本文由AI大模型（qwen3:0.6b）结合行业知识与创新视角深度思考后创作。