我国智慧农业研究和应用最新进展分析

分类：论文范文 发表时间：2020-04-06 09:36

　　摘要：对我国智慧农业的研究和应用最新进展进行梳理和评述，并对未来智慧农业的发展方向进行展望。【方法】文章在系统总结智慧农业研究文献基础上，深入分析了农业感知、传输、分析、控制、应用等智慧农业核心领域研究进展和应用状况，并科学展望了未来智慧农业发展方向。【结果】研究认为，传感器、GPS、遥感及RFID等技术形成了农业智能感知的技术体系，传感器技术目前应用最为广泛。智慧农业中数据传输方式要包括有线通信传输、无线通信传输及无线传输与有线传输结合等3种方式，无线传输与有线传输结合的方式是目前常用的数据传输方式，ZigBee技术是应用最为广泛的无线传输方式。模拟模型、大数据技术及云计算技术是智能诊断分析的关键技术。智慧农场、智慧果园、智慧养殖、农业经营、农业管理与服务等是目前智慧农业的主要应用领域。【结论】数据安全标准、数据融合、数据挖掘、关键技术及系统集成等技术问题、围绕天地空一体化的遥感数据获取体系对智慧大田的深入研究、智慧农业发展模式及推广模式创新研究等则是未来智慧农业研究发展的方向。

　　关键词：智慧农业;感知;传输;分析;控制;应用

　　0引言

　　农业农村农民问题是关系国计民生的根本性问题，是国民经济的基础。党中央和政府一直重视“三农”问题，把解决好“三农”问题作为工作的重中之重，从“农业现代化”、“城乡一体化”、城乡融合发展到“振兴乡村”都体现了这一点。然而，当前我国正处于传统农业向现代农业转变的关键时期，农业发展面临农产品价格“天花板”封顶和生产成本“地板”抬升等新挑战，农业资源环境制约、农业生产结构失衡和农业发展质量效益不高等新问题日益突出，迫切需要加快转变农业发展方式，从粗放发展模式向精细管理、科学决策的发展模式转变，走产出高效、产品安全、资源节约和环境友好的农业现代化道路。

　　信息技术代表着当今先进生产力的发展方向，其强大的带动性、渗透性和扩散性已全面渗透到各个领域[1]。农业信息化成为引领我国现代农业发展、创新农业管理服务和破解农业发展难题的必然选择。我国农业信息化先后经历了电脑农业、数字农业、精准农业等阶段。21世纪以来，人类全面迈进了以互联网为中心的信息技术时代。随着物联网、大数据、云计算和移动互联网等新一代信息技术迅速发展，农业信息化正从传统的数字化、网络化向智能化、智慧化的高端方向发展。我国农业发展进入农业4.0阶段，即新的智慧农业发展阶段。智慧农业以信息知识为核心，将新兴的遥感网、传感网、大数据、互联网、云计算、人工智能等现代信息技术与智能装备、智能机器人深入应用到农业生产、加工、经营、管理和服务等全产业链环节，实现精准化种植、互联网化销售、智能化决策和社会化服务，形成以数字化、自动化、精准化和智能化为基本特征的现代农业发展形态。可见，智慧农业涉及多部门、多领域、多学科的交叉和集成，具有独特的系统性和复杂性。

　　1智慧农业研究总体现状

　　近年来，智慧农业研究受到国内科研院校和学者的高度关注。通过大量文献检索分析发现，智慧农业研究从2012年开始快速发展，研究热度逐年增加(图1);从研究地区热度密度分布看(图2)，东部地区研究热度高，尤其是江浙、京津、东三省等区域，而西部地区的研究热度总体要低，华中地区的湖北等省对智慧农业研究关注度较高;从研究重点看，目前智慧农业研究主要集中在智慧农业理论解读[2-6]、传感器、大数据、监测系统、智能机械等技术研发[7-10]以及地方应用案例[11-13]。

　　2农业感知

　　2.1传感器技术

　　传感器技术是智慧农业的关键技术之一，大田种植、设施园艺以及水产养殖中的环境参数都是通过物理传感器来进行实时采集。其中温度传感器、湿度传感器、光照强度传感器、CO2浓度传感器是目前应用最为广泛的传感器。在大田方面，很多学者集成空气温湿度传感器、土壤温湿度传感器、作物传感器，构建无线传感网络，自动快速获取农田环境和作物参数[18-19]。然而，大田区域大、面积广，传感器的规模化应用成本高，因此，目前多适用于规模较集中的设施园艺，包括农业大棚[20]、园艺大棚[21]、植物工厂[22]等。水环境理化性质监测的pH值传感器、浑浊度传感器、溶解氧传感器以及水位传感器等在水产养殖环境监测中使用最为广泛，取得了较为理想的监测效果[23]。近几年，传感器应用到包括农业机器人在内的智能机械设计中。此外，农产品物流追踪中通过传感器可以监测到农产品运输中的温湿度等信息，保证食品安全。然而，现阶段传感器多依赖于国外进口，价格较高，限制了大田中的推广使用。目前传感器大多是基于单功能设计，功能集成较弱，造成数据冗杂，加大数据传输压力;传感器性能易受环境因素干扰也是普遍存在的核心问题。

　　2.2遥感技术

　　遥感技术凭其快速、简便、宏观、无损及客观等优点，广泛应用于农业生产各个环节，是各类农业生产过程生长与环境信息的重要来源。遥感技术在智慧农业中利用高分辨率传感器，采集地面空间分布的地物光谱信息，在不同的作物生长期，根据光谱信息，进行空间定性、定位分析，提供大量的田间时空变化信息[14]。目前遥感技术在智慧农业应用中主要包括：作物种植面积遥感监测与制图、作物长势监测与产量估算、农业灾害遥感监测、土地资源遥感以及作物生态环境信息监测等[24-25]。总体来说上述应用技术方法体系已比较成熟，遥感监测结果可以为实现农业尤其是大田管理的智能化提供可靠的监测数据，辅助进行正确的管理决策。近几年来，微小型无人机遥感技术平台凭借其操作简单、灵活性高、作业周期短等特点，在农业观测和信息采集中发挥了重要作用。蔡伟杰[26]利用无人机搭载了各种传感器用以监测植保作业数据，提高了监测效果与效率。将卫星、无人机与物联网技术集成构建天空地一体化农业遥感信息获取技术体系是发展智慧农业的趋势和有效手段，可以实时获得更为丰富、更为精确的农田地块信息，但也带来了海量遥感数据融合处理的问题。

　　3数据传输

　　3.1有线通信传输技术

　　有线通信传输方式通过光波、电信号这些传输介质来实现信息数据传递，具有信号传送稳定、快速、安全、抗干扰、不受外界影响、传输信息量大等优点。智慧农业中有线通信传输方式通常使用RS485/RS432总线、CAN总线网线或电话线等有线通信线路现场布线来进行数据的传输，其中最为常用的为RS485/RS432总线。通过RS485总线串联上下位机实现通信，提高了系统的抗干扰能力，使智能农业监控系统性能稳定、使用灵活[31]。孙国辉[32]基于嵌入式系统设计，采用S3C2440芯片为主控芯片，用RS485串口作为通信接口用来实现温室大棚中传感器数据的传输和信息的反馈，降低了成本。此外视频监控系统多是利用有线传输方式来进行视频数据的传输。但是，由于有线通信传输布线复杂，且易受环境影响而老化;再加上无线通信技术发展的冲击，使该方案实际上很少单独使用在智慧农业的研究中。

　　3.2无线通信传输技术

　　无线通信传输包括两种方式：无线局域网通信和无线移动通信，两者的区别主要体现在传输媒介不同。目前应用较为广泛的无线通信传输方式包括蓝牙(Bluetooth)、红外通讯技术(IrDA)、WIFI、紫峰(ZigBee)、超宽带(UWB)以及移动网络等。表2比较了各种无线传输方式的特点[33-34]。可以看出，不同的无线传输方式具有不同的特点。基于ZigBee技术的短距无线通信方式具有数据传输可靠、安全、支持网络节点多、成本低、兼容性高等特点，是目前智慧农业中应用最为广泛的无线传输方式之一。传感器与ZigBee中的通信节点组合，形成无线传感器网络(WSN)，通过控制芯片将采集节点数据集成，然后通过ZigBee网络对数据进行传输，广泛应用在设施农业[35]及农业灌溉[36-37]中的信息传输和反馈。此外研究中常将ZigBee和其他无线传输方式形成无线组合网络来实现数据传输，尤其是移动网络技术(2GGSM网络、2.5GGPRS网络以及3G、4G网络)的发展，使传输距离不受限制，传输速率也越来越快，成为智慧农业应用中的热点。任华等[38]、严璋鹏等[39]、周新淳等[40]分别采用ZigBee+3G、ZigBee+GPRS、4G+ZigBee+WIFI等无线组合传输技术解决了农业大棚中局域及远距离有效数据传输的问题，实现了大棚的精细化管理和控制。林元乖等[28]将ZigBee、GSM、GPRS等通信技术集成嵌入，分别负责农业园区中传感器、运输车辆中传感器的数据传输，建立了农产品环境监测系统和农产品运输管理系统。

　　4数据分析

　　4.1地理信息系统

　　地理信息系统(GIS)凭借其强大的数据管理和数据分析功能可以实现农业信息的存储、分析和智能处理。GIS技术可对大田物联网系统的空间数据和感知数据进行存储管理，利用GIS空间分析方法和大田相关农学模型集成分析物联网监测数据[46]。GIS具有可视化和制图功能，便于用户直观的查询、分析与统计可视化数据;与RS技术结合，形成各种农业专题图，例如农作物产量长势图、病虫害监测图、农业气候区划图等，可以为正确决策提供帮助，这也是目前GIS在智慧农业的主要用途之一。林峰峻[47]在象山县智慧农业综合服务平台设计研究中，以GIS地图为基础，将农业相关状况信息在GIS地图上可视化，方便决策者了解整个象山的农业状况。此外，在农产品物流管理过程中，可以通过GIS地图协助物流分析、车辆派遣、路线计算等[48]。

　　4.2模拟模型

　　计算机模拟模型将采集获得的农业信息进行模拟分析，构造出环境参数与目标参数之间的定量关系，支撑农业预测、农业预警、农业决策。目前在农业领域中常运用的模型分为两类：统计模型和智能计算模型。统计模型主要有多元线性回归模型、Logistic回归模型和自回归移动平均模型;其中多元线性回归模型可以综合分析多种变量的关系来得到目标变量的表达函数，在产量预测、节水灌溉、病虫害预测等有广泛应用。智能计算模型在农业上的应用以神经网络为代表，包括BP神经网络、径向基函数神经网络、Elman网络等，其中BP神经网络由于其可塑性强、结构简单等特点，使用最为广泛。岳梦婕[49]针对生长周期未完成的金针菇产量预测问题，利用权值优化的BP神经网络进行建模，取得较好的预测效果和可行性，但是算法的时间尺度有待改进。近几年随着遥感技术的发展，各种物理反演模型应运而生，将反演模型加入模型库，基于各种遥感数据，可以实现作物产量、长势、病虫害等的实时监测和模拟预测，并能进行指导精确施肥和节水灌溉。

　　5自动控制与自主作业

　　自动控制通过自动化控制系统，自动发出指令，控制水泵、阀门、电动卷帘、通风窗等继电器设备，将温、光、水、肥、气等因素调控到适于作物生长发育的最佳环境条·9·2018年4月中国农业信息件。目前我国智慧农业自动控制系统设计技术方案主要包括基于单片机、PLC控制系统、基于嵌入式系统的控制系统、基于云平台技术的控制系统等。基于单片机的控制系统可集中控制环境信息，操作简单、价格低廉，应用较为广泛，但其可靠性无法得到保证;PLC控制系统能够进行传统的继电器逻辑控制、计数及计时操作，并且性能可靠，对外部环境抗干扰能力强，编程简单，是目前智慧农业中较为常用的自动控制方案，但是成本相对较高;嵌入式系统具有安装方便、开发周期短、并发处理能力强、可系统升级等优点，近年来得到广泛应用。

　　6应用服务

　　6.1智慧农场

　　智慧农场是现阶段发展智慧农业的基本形态，主要包括大田种植和设施农业两方面。大田种植方面，赵胜利[46]将多种技术集成建立了大田作物生长感知与智慧管理物联网平台，可实现数据采集、管理、分析及应用，在5省17个试验区进行了推广应用。随着无人机技术的发展，为获取丰富、精确、小尺度的农田信息提供了可能，天空地一体化的遥感数据获取体系将为发展智慧农业尤其是实现智慧大田提供技术保障。中国农业科学院农业资源与农业区划研究所研制开发了天空地一体化农田地块大数据平台，利用卫星遥感技术、无人机与车载地面样方调查装备及农业物联网等相关系统，智能获取每个地块的周边环境因素、土地利用类型、农作物长势、农户生产决策信息等农业生产大数据，将从科学上解答农民每年“种什么”、“怎么种”等问题，该平台在三江源地区进行了示范和推广。设施农业是智慧农业发展应用中最为广泛的领域之一，包括温室大棚、植物工厂等，不同地区都已开始大力发展。现阶段已研发构建了大量的智能设施农业环境监测系统[34，59]、生产管理控制系统[52，60-61]及视频监控系统[62-63]等。基于这些智慧农业决策系统支持，现阶段可以实现设施农业生产环境信息的无线采集监测，并进行环境优化控制;对生产过程进行精细化管理控制，包括作物生长感知、精准施肥、病虫害监测及节水喷灌等，并在一定程度上可以实现农产物安全监测和流通的信息化。

　　6.2智慧果园

　　实现果园的智慧化种植、管理也是智慧农业的重要应用。章璐杰[43]基于物联网技术构建了智慧葡萄园管理系统，系统中实现了数据库存储优化、基于n-of-N模型和生命周期存储策略的数据流处理模型及最远优先K-means数据挖掘算法，可以完成葡萄园环境信息的采集、存储、处理与挖掘，实现葡萄整个生长周期的自动监测和控制，具有比较好的普适性和通用性。濮永仙[64]以瓜果种植为研究对象，建立了物联网智能农业瓜果生产系统，可以实现瓜果生产要素的精细化和智能化控制，具有基于支持向量机对病虫害预警诊断以及产品安全溯源等功能。此外，包括采摘机器人、除草机器人、嫁接机器人、苗盘搬运机器人等不同功能的农业机器人在果园中也得到广泛应用，可以实现除草、果实采摘等的智能化。

　　7研究展望

　　在“振兴乡村”的战略背景下，智慧农业是未来农业发展的根本方向。总体上看，虽然我国智慧农业研究取得了明显进展，但研究水平还处于起步阶段。未来的一段时间内，智慧农业研究将会以理论、技术、装备和系统研究为核心，因地制宜与产业融合应用，提升农业信息化发展水平。首先，智慧农业关键技术创新研究将是未来研究核心。创新开发集多功能一体的国产传感器，实现实时、动态、连续的信息感知，并强化传感器的采集精确度和抗干扰性。形成包括物联网标准、智慧硬件(传感器、农业机器人等)的统一开发技术标准，优化数据传输方式，既保证效率，又确保稳定和安全。目前研究集中在数据的采集过程，而·12·申格等：我国智慧农业研究和应用最新进展分析对数据处理、挖掘研究较少，大力发展云计算、大数据技术，数据融合、数据存储、数据挖掘等数据处理方法将是研究的重点;如何实现互联网、物联网、大数据的深度融合，并在生产中开发集大田种植、设施园艺、畜禽水产养殖物联网一体的技术平台是推动智慧农业发展的关键。智慧大田中的技术将是突破的重点，地块尺度的农田大数据库建设将是今后智慧农业数据建设的一个重要方面，其中天地空一体化的遥感数据获取体系将是重要的技术手段;农产品物流、农业电子商务等其他生产过程之外的技术手段探讨也是要加强的领域。其次，智慧农业发展规划研究也是一项极其重要的任务。技术支持是“硬条件”，而规划设计则是“软实力”。目前对智慧农业的研究大多集中在技术层面，而对于智慧农业的发展规划、模式设计等则鲜有研究。智慧农业发展是一个长期性的过程，政府必须做好顶层设计，把握住发展的大方向，保证智慧农业的良性发展;各地应因地制宜，避免盲目跟从，创新研究适合本地的智慧农业发展模式。技术推广的运行机制及物流配送的战略性规划也将是探讨研究的重点。因此，在未来的研究中，应加大智慧农业发展模式及推广模式的研究。

　　参考文献

　　[1]陈威，郭书普.中国农业信息化技术发展现状及存在的问题.农业工程学报，2013，29(22)：196~205.

　　[2]李道亮.城乡一体化发展的思维方式变革——论现代城市经济中的智慧农业.人民论坛·学术前沿，2015(17)：39~47.

　　[3]朱小兵.马克思生态技术观与我国智慧农业发展路径初探.东华理工大学，2016.

　　[4]任端阳.我国农业知识产权与智慧农业发展对策研究.中国科学技术大学，2017.

　　[5]张继梅.我国智慧农业的发展路径及保障.改革与战略，2017(7)：104~107.

上一篇：浅析高效农业对农村经济的影响 下一篇：浅谈寒地温室无公害绿色蔬菜种植技术