我國智慧農業研究和應用最新進展分析

申 格，吳文斌，史 云，楊 鵬，周清波

（中國農業科學院農業資源與農業區劃研究所/農業部農業遙感重點實驗室，北京100081）

0 引言

農業農村農民問題是關系國計民生的根本性問題，是國民經濟的基礎。黨中央和政府一直重視“三農”問題，把解決好“三農”問題作為工作的重中之重，從“農業現代化”、“城鄉一體化”、城鄉融合發展到“振興鄉村”都體現了這一點。然而，當前我國正處于傳統農業向現代農業轉變的關鍵時期，農業發展面臨農產品價格“天花板”封頂和生產成本“地板”抬升等新挑戰，農業資源環境制約、農業生產結構失衡和農業發展質量效益不高等新問題日益突出，迫切需要加快轉變農業發展方式，從粗放發展模式向精細管理、科學決策的發展模式轉變，走產出高效、產品安全、資源節約和環境友好的農業現代化道路。

信息技術代表著當今先進生產力的發展方向，其強大的帶動性、滲透性和擴散性已全面滲透到各個領域[1]。農業信息化成為引領我國現代農業發展、創新農業管理服務和破解農業發展難題的必然選擇。我國農業信息化先后經歷了電腦農業、數字農業、精準農業等階段。21世紀以來，人類全面邁進了以互聯網為中心的信息技術時代。隨著物聯網、大數據、云計算和移動互聯網等新一代信息技術迅速發展，農業信息化正從傳統的數字化、網絡化向智能化、智慧化的高端方向發展。我國農業發展進入農業4.0階段，即新的智慧農業發展階段。智慧農業以信息知識為核心，將新興的遙感網、傳感網、大數據、互聯網、云計算、人工智能等現代信息技術與智能裝備、智能機器人深入應用到農業生產、加工、經營、管理和服務等全產業鏈環節，實現精準化種植、互聯網化銷售、智能化決策和社會化服務，形成以數字化、自動化、精準化和智能化為基本特征的現代農業發展形態。可見，智慧農業涉及多部門、多領域、多學科的交叉和集成，具有獨特的系統性和復雜性。

雖然近年來我國智慧農業研究和應用發展迅速，如大田和養殖物聯網試驗研究取得明顯進展、農業遙感技術研發穩步推進、農業大數據挖掘與分析算法日益發展、農業信息服務平臺技術日益提升。但是，總體看我國智慧農業研究仍處于起步階段，尚有很多關鍵科學技術問題沒有解決。智慧農業的科學定義和內涵仍不清晰、現有研究存在明顯的碎片化、不同學科之間缺乏有機銜接和整合、關鍵核心技術的研發和集成仍較薄弱、沒有形成統一的標準規范等。基于此，本文擬對智慧農業研究文獻進行系統梳理和歸納，弄清我國智慧農業研究現狀，系統闡述智慧農業研究的關鍵技術方法及其重點應用領域，為發展和豐富智慧農業學科體系、推動我國未來智慧農業發展提供參考。

1 智慧農業研究總體現狀

近年來，智慧農業研究受到國內科研院校和學者的高度關注。通過大量文獻檢索分析發現，智慧農業研究從2012年開始快速發展，研究熱度逐年增加（圖1）；從研究地區熱度密度分布看（圖2），東部地區研究熱度高，尤其是江浙、京津、東三省等區域，而西部地區的研究熱度總體要低，華中地區的湖北等省對智慧農業研究關注度較高；從研究重點看，目前智慧農業研究主要集中在智慧農業理論解讀[2-6]、傳感器、大數據、監測系統、智能機械等技術研發[7-10]以及地方應用案例[11-13]。

智慧農業是農業信息化發展的高級階段，是全新的農業發展理念，其與電腦農業、數字農業、精準農業等農業信息化發展模式既相關又不同。表1總結出這4種農業信息化發展模式的異同點。電腦農業、數字農業及精準農業是將關鍵信息技術應用到農業生產過程中，實現提高農業生產效率和效益的目標。智慧農業則是實現全要素、全鏈條、全產業、全區域的智能化，不僅是農業生產過程，也包括農業經營、農業管理、農業服務等環節[14-17]，這是與其他3種農業信息化發展模式的最大不同點。因此，智慧農業的內涵和外延更加寬泛，其所涉及的理論、技術、系統和裝備更加綜合和復雜。

圖1 2001—2017年智慧農業研究發表文獻數Fig.1 The number of literature of intelligent agriculture research published from 2001 to 2017

圖2 不同地區智慧農業文獻研究熱度分布圖Fig.2 Heat distribution map of intelligent agricultural in different regions

表1 4種農業信息化發展模式對比Table 1 Comparison of four kinds of agricultural information development models

智慧農業的核心目標是實現農業全過程的智能化，其實質是數據驅動。圍繞“數據”的核心主線，智慧農業的核心研究領域包括感知、傳輸、分析、控制、應用等5個方面。感知是基礎，是利用各類傳感器采集和獲取各類農業信息和數據的過程；傳輸是關鍵，是將經感知采集到的信息和數據通過一定方式傳輸到上位機待進行存儲的過程；分析是核心，利用感知傳輸的數據進行挖掘分析，支撐農業預警、控制和決策的過程；控制是保障，將針對決策系統的控制命令傳輸到數據感知層、進行遠程自動控制裝備和設施的過程；應用是目的，實現農業生產過程、生產環境、農作物病蟲害等的智能管理。每一核心問題都有各自的關鍵理論和技術方法體系，將這些理論、技術方法高度集成可以形成系列的智慧農業系統。

2 農業感知

2.1 傳感器技術

傳感器技術是智慧農業的關鍵技術之一，大田種植、設施園藝以及水產養殖中的環境參數都是通過物理傳感器來進行實時采集。其中溫度傳感器、濕度傳感器、光照強度傳感器、CO2濃度傳感器是目前應用最為廣泛的傳感器。在大田方面，很多學者集成空氣溫濕度傳感器、土壤溫濕度傳感器、作物傳感器，構建無線傳感網絡，自動快速獲取農田環境和作物參數[18-19]。然而，大田區域大、面積廣，傳感器的規模化應用成本高，因此，目前多適用于規模較集中的設施園藝，包括農業大棚[20]、園藝大棚[21]、植物工廠[22]等。水環境理化性質監測的pH值傳感器、渾濁度傳感器、溶解氧傳感器以及水位傳感器等在水產養殖環境監測中使用最為廣泛，取得了較為理想的監測效果[23]。近幾年，傳感器應用到包括農業機器人在內的智能機械設計中。此外，農產品物流追蹤中通過傳感器可以監測到農產品運輸中的溫濕度等信息，保證食品安全。然而，現階段傳感器多依賴于國外進口，價格較高，限制了大田中的推廣使用。目前傳感器大多是基于單功能設計，功能集成較弱，造成數據冗雜，加大數據傳輸壓力；傳感器性能易受環境因素干擾也是普遍存在的核心問題。

2.2 遙感技術

遙感技術憑其快速、簡便、宏觀、無損及客觀等優點，廣泛應用于農業生產各個環節，是各類農業生產過程生長與環境信息的重要來源。遙感技術在智慧農業中利用高分辨率傳感器，采集地面空間分布的地物光譜信息，在不同的作物生長期，根據光譜信息，進行空間定性、定位分析，提供大量的田間時空變化信息[14]。目前遙感技術在智慧農業應用中主要包括：作物種植面積遙感監測與制圖、作物長勢監測與產量估算、農業災害遙感監測、土地資源遙感以及作物生態環境信息監測等[24-25]。總體來說上述應用技術方法體系已比較成熟，遙感監測結果可以為實現農業尤其是大田管理的智能化提供可靠的監測數據，輔助進行正確的管理決策。近幾年來，微小型無人機遙感技術平臺憑借其操作簡單、靈活性高、作業周期短等特點，在農業觀測和信息采集中發揮了重要作用。蔡偉杰[26]利用無人機搭載了各種傳感器用以監測植保作業數據，提高了監測效果與效率。將衛星、無人機與物聯網技術集成構建天空地一體化農業遙感信息獲取技術體系是發展智慧農業的趨勢和有效手段，可以實時獲得更為豐富、更為精確的農田地塊信息，但也帶來了海量遙感數據融合處理的問題。

2.3 GPS

GPS（Global Positioning System）在智慧農業中應用主要體現在3方面：空間定位、土地更新調查、監測作物產量[24]。定點定位是GPS在智慧農業中最重要的作用。首先可以測量農田采樣點、傳感器的經緯度和高程信息，確定其精確位置，輔助農業生產中的灌溉、施肥、噴藥等田間操作。在翻耕機、播種機、施肥噴藥機、收割機、智能車輛等智能機械上安裝GPS，可以精確指示機械所在的位置坐標，對農業機械田間作業和管理起導航作用[27]。此外GPS在農產品運輸管理中也發揮著關鍵作用，通過GPRS無線傳輸系統將車輛當前的經緯度、車速等數據實時發送到遠程控制中心，控制中心再將傳回的GPS數據與電子地圖建立關系，可以對行車情況進行監控，實現智能控制和管理，并且可以根據產品和消費者信息自動生成最佳的配送策略，提高效率[28]。

2.4 RFID技術

RFID（Radio Frequency Identification）技術廣泛應用于智慧農業食品安全質量溯源模塊和農產品物流系統。運用RFID技術構建農產品安全質量溯源系統，可以查詢農產品所有環節的詳細信息，實現全過程的數據共享、安全溯源及透明化管理，既可以提高農產品的附加值，也可從根本上解決并防止安全事故的發生。在現代農場智慧農業系統建設研究中，鹽城市七星農場利用RFID技術采集、匯總和分析食品與農產品安全監測數據，完成對食品和農產品安全的全方位監控以及科學預警，實現“從農田到餐桌”的全過程信息化管理[29]；彭改麗在溫室內建立無線射頻網絡，采用RFID技術進行無線數據采集，避免了傳統溫室內走線凍土給農作物帶來的不便[30]。目前，RFID技術存在著易受干擾、信息安全、標準化等技術問題；因電子輻射產生的環境問題及成本問題，克服技術問題，減小技術成本，提高RFID使用效率，將是RFID未來發展的核心任務。

3 數據傳輸

3.1 有線通信傳輸技術

有線通信傳輸方式通過光波、電信號這些傳輸介質來實現信息數據傳遞，具有信號傳送穩定、快速、安全、抗干擾、不受外界影響、傳輸信息量大等優點。智慧農業中有線通信傳輸方式通常使用RS485/RS432總線、CAN總線網線或電話線等有線通信線路現場布線來進行數據的傳輸，其中最為常用的為RS485/RS432總線。通過RS485總線串聯上下位機實現通信，提高了系統的抗干擾能力，使智能農業監控系統性能穩定、使用靈活[31]。孫國輝[32]基于嵌入式系統設計，采用S3C2440芯片為主控芯片，用RS485串口作為通信接口用來實現溫室大棚中傳感器數據的傳輸和信息的反饋，降低了成本。此外視頻監控系統多是利用有線傳輸方式來進行視頻數據的傳輸。但是，由于有線通信傳輸布線復雜，且易受環境影響而老化；再加上無線通信技術發展的沖擊，使該方案實際上很少單獨使用在智慧農業的研究中。

記得有一次，我大概是說了很過分的話，媽媽受了氣，晚上偷偷躲在被窩里哭。那是我第一次見到媽媽哭，我一下子慌了，完全不知道怎么辦。我想要安慰她，卻怎么都開不了口。那一瞬間，我覺得自己是這個世界上最沒用的人。

3.2 無線通信傳輸技術

無線通信傳輸包括兩種方式：無線局域網通信和無線移動通信，兩者的區別主要體現在傳輸媒介不同。目前應用較為廣泛的無線通信傳輸方式包括藍牙（Bluetooth）、紅外通訊技術（IrDA）、WIFI、紫峰（ZigBee）、超寬帶（UWB）以及移動網絡等。表2比較了各種無線傳輸方式的特點[33-34]。可以看出，不同的無線傳輸方式具有不同的特點。基于ZigBee技術的短距無線通信方式具有數據傳輸可靠、安全、支持網絡節點多、成本低、兼容性高等特點，是目前智慧農業中應用最為廣泛的無線傳輸方式之一。傳感器與ZigBee中的通信節點組合，形成無線傳感器網絡（WSN），通過控制芯片將采集節點數據集成，然后通過ZigBee網絡對數據進行傳輸，廣泛應用在設施農業[35]及農業灌溉[36-37]中的信息傳輸和反饋。此外研究中常將ZigBee和其他無線傳輸方式形成無線組合網絡來實現數據傳輸，尤其是移動網絡技術（2G GSM網絡、2.5G GPRS網絡以及3G、4G網絡）的發展，使傳輸距離不受限制，傳輸速率也越來越快，成為智慧農業應用中的熱點。任華等[38]、嚴璋鵬等[39]、周新淳等[40]分別采用ZigBee+3G、ZigBee+GPRS、4G+ZigBee+WIFI等無線組合傳輸技術解決了農業大棚中局域及遠距離有效數據傳輸的問題，實現了大棚的精細化管理和控制。林元乖等[28]將ZigBee、GSM、GPRS等通信技術集成嵌入，分別負責農業園區中傳感器、運輸車輛中傳感器的數據傳輸，建立了農產品環境監測系統和農產品運輸管理系統。

表2 不同無線傳輸通信方式比較Table 2 Comparison of different wireless transmission modes

3.3 有線傳輸與無線傳輸結合

無線傳輸方式與有線傳輸方式都有各自的優劣點，單獨利用某種通信方式很難實現全過程的數據傳輸任務。如大田灌溉監測系統中，監測節點之間距離較長，超出了ZigBee技術的可傳輸距離范圍。一般來說，農業生產基地與監測控制中心或數據服務器間相距較遠，移動基站成本較高，且需傳輸數據量大，加大了成本，在這種情況下僅利用無線傳輸方式實現數據傳輸并不科學。所以，將無線傳輸方式與有線傳輸方式集成是現階段智慧農業中較為通用的通信方式，廣泛應用在在溫室大棚[20，41-42]、設施園藝[43]、農業灌溉[44-45]、水產養殖[23]等多個領域。在無線與有線集成的過程中，網關發揮著至關重要的作用，M2M網關是智慧農業中最為常用的網關模塊。根據文獻研究，該文將智慧農業中數據傳輸過程及每個過程所使用的傳輸方式進行創新優化，構建了智慧農業數據傳輸體系（圖3）。具體為：不同傳感器采集的監測數據利用ZigBee無線技術進行收集集成并傳輸至邊緣網關進行匯總，然后利用網關模塊的串口變換連接RS485有線傳輸模塊將數據包傳輸到服務器。若傳感節點距離較遠，超出ZigBee的可傳輸距離，則首先利用RS485總線將傳感器節點集成，然后再通過ZigBee進行后續的傳輸。照明、灌溉、風機等繼電器設備則通過RS485總線和ZigBee發送控制命令，自動進行操作。攝像頭等監控設備通過比較常用的流媒體技術進行控制。由服務器向應用終端的數據傳輸技術則相對較成熟，目前常用的終端包括PC及手機等移動終端，PC終端選擇應用基礎良好的寬帶進行數據傳輸，而移動終端則選擇了目前廣泛使用的WIFI無線技術。該智慧農業數據傳輸體系既考慮了應用距離與范圍，又顧及了成本問題，在智慧農業各個領域具有一定的推廣價值。

圖3 智慧農業數據傳輸體系Fig.3 Data transmission system of intelligent agriculture

4 數據分析

4.1 地理信息系統

地理信息系統（GIS）憑借其強大的數據管理和數據分析功能可以實現農業信息的存儲、分析和智能處理。GIS技術可對大田物聯網系統的空間數據和感知數據進行存儲管理，利用GIS空間分析方法和大田相關農學模型集成分析物聯網監測數據[46]。GIS具有可視化和制圖功能，便于用戶直觀的查詢、分析與統計可視化數據；與RS技術結合，形成各種農業專題圖，例如農作物產量長勢圖、病蟲害監測圖、農業氣候區劃圖等，可以為正確決策提供幫助，這也是目前GIS在智慧農業的主要用途之一。林峰峻[47]在象山縣智慧農業綜合服務平臺設計研究中，以GIS地圖為基礎，將農業相關狀況信息在GIS地圖上可視化，方便決策者了解整個象山的農業狀況。此外，在農產品物流管理過程中，可以通過GIS地圖協助物流分析、車輛派遣、路線計算等[48]。

4.2 模擬模型

計算機模擬模型將采集獲得的農業信息進行模擬分析，構造出環境參數與目標參數之間的定量關系，支撐農業預測、農業預警、農業決策。目前在農業領域中常運用的模型分為兩類：統計模型和智能計算模型。統計模型主要有多元線性回歸模型、Logistic回歸模型和自回歸移動平均模型；其中多元線性回歸模型可以綜合分析多種變量的關系來得到目標變量的表達函數，在產量預測、節水灌溉、病蟲害預測等有廣泛應用。智能計算模型在農業上的應用以神經網絡為代表，包括BP神經網絡、徑向基函數神經網絡、Elman網絡等，其中BP神經網絡由于其可塑性強、結構簡單等特點，使用最為廣泛。岳夢婕[49]針對生長周期未完成的金針菇產量預測問題，利用權值優化的BP神經網絡進行建模，取得較好的預測效果和可行性，但是算法的時間尺度有待改進。近幾年隨著遙感技術的發展，各種物理反演模型應運而生，將反演模型加入模型庫，基于各種遙感數據，可以實現作物產量、長勢、病蟲害等的實時監測和模擬預測，并能進行指導精確施肥和節水灌溉。

4.3 大數據技術

大數據核心技術是數據挖掘，利用各種分析工具對海量數據作比較、聚類和分類歸納分析，建立模型和數據間的關系，對已有數據集剖析，對未知數據進行預測。常用的數據挖掘方法包括統計分析、聚類、決策樹、關聯規則、人工神經網絡、遺傳算法等。智慧農業中，常用大數據技術進行農作物的產量預測、作物生長過程和環境優化控制等方面。楊凌雯[50]針對現有智慧農業系統專業性太強的問題，提出了改進的K-C4.5p決策樹算法和殘差主成分回歸算法，用于地力等級分析和產量預測，效率和準確率大幅提升，可以實現對生產數據的動態分析和預測。總體而言，農業大數據技術在智慧農業中的研究還處于初始階段。由于數據量大且類型復雜，大數據的存儲、智能融合處理將是研究的熱點。此外農業大數據的實時性是其顯著特點，如何兼并數據處理的實時性和精確性將是大數據研究的方向。

4.4 云計算技術

云計算具有動態可擴展性、高可靠性、低成本和綠色節能等優點，可以實現按需使用，降低了用戶終端的要求，提高了使用效率[51]。智慧農業最終是面向各個層次對象，包括政府、企業、個人等，憑借云計算強大的計算能力，能夠最大限度地整合數據資源，提高農業智能系統的交互能力，滿足各類用戶主體的需求，解決各個層次的數據傳輸和應用問題，因此云計算技術在智慧農業發展中越來越受重視。閻曉軍等[52]建設了北京農業云服務平臺，實現了基地和市級兩級控制管理，為各種應用系統提供了一個共享平臺。李尤豐等[53]提出了基于動態云的智慧農業架構，可減輕數據存儲、數據處理、資源配置等壓力。基于該動態云的智慧農業架構已在南京和安徽地區中得到穩定應用，而如何提高用戶訪問速度和效率將是該系統要考慮的問題。徐潤森等[54]針對智能農業監控平臺建設中存在的問題，設計了基于云計算的智能農業監控平臺建設架構，面向個人、機構、政府、平臺管理等門戶提供多個云應用技術，平臺體系結構靈活、部署方便且成本低廉。

5 自動控制與自主作業

目前，通常采用簡單的閥值設定實現控制系統對溫度、濕度、光線照射強度、二氧化碳濃度等環境因子以及水閥、通風窗等繼電器設備的自動化監控。為更加精準控制，PID控制算法、模糊控制算法、預測控制、神經網絡等控制算法應用至系統設計中，可以優化控制系統對環境要素變化的閾值判斷，實現高精度、高可靠性的控制系統。現階段通常引入單一控制算法來優化控制系統，其中模糊控制算法應用最為廣泛。張麗良等[55]基于嵌入式控制系統，利用模糊控制算法，建立了農業大棚環境優化控制系統，解決了解耦問題；安寧[56]基于PLC控制程序，采用模糊控制算法，設計了蝴蝶蘭溫室大棚智能控制系統，實現了集現場數據采集、系統遠程控制、種植環境自動化調節于一體。需要說明的是，模糊控制算法穩態精度太低，只能實現粗略控制。由于環境數據容易發生變化，單一的控制算法已難以滿足需求，將多種算法結合，綜合算法的各個優勢，成為發展的方向。韓明月[57]采用了模糊控制和神經網絡分析結合的方法，既能建立模糊的系統模型，又能通過數據訓練得到最優化的控制方法，實現自動灌溉和溫度自動控制。

同時，隨著我國農業勞動力數量減少、農村老齡化加速，以農業機器人為代表的自主作業系統成為發展趨勢。不同形式、不同用途的農業機器人與自主作業系統相繼出現，如自動駕駛拖拉機、噴藥機器人、采收機器人、除草機器人、修剪機器人、擠奶機器人、嫁接機器人、苗盤搬運機器人、農用無人機等。中國農業科學院南京農機化所研發了“精確變量播種施肥機”，具有播量模型在線標定功能，可實現不同品種、不同類型種子、肥料的播量模型實時標定，機手在駕駛室可實時接收作業地塊的播種施肥處方圖，結合研制的自動輔助駕駛系統，可實現播種施肥作業的“一鍵化”操作。雖然目前農業機器人與自主作業系統種類繁多，但是僅有自動駕駛拖拉機、噴藥無人機和擠奶機器人達到了較好的產業化水平。由于現有農業機器人與自主作業系統在應對復雜農業場景下的環境感知、行為規劃、高效作業等方面存在明顯瓶頸，在與人力比拼中難以具有明顯優勢。因此，由易到難、重點突破、人機并存成為當今農業機器人與自主作業系統研究和產業化推進的主流觀點。未來農業機器人與自主作業需要重點突破自主行為規劃、適合復雜農業場景的智能感知、面向農業作業的高效柔性執行器件，為大型農機智能協同作業、農機機器人搬運/監測/耕作/采收等具體應用提供基礎理論和技術支撐[58]。

6 應用服務

6.1 智慧農場

智慧農場是現階段發展智慧農業的基本形態，主要包括大田種植和設施農業兩方面。大田種植方面，趙勝利[46]將多種技術集成建立了大田作物生長感知與智慧管理物聯網平臺，可實現數據采集、管理、分析及應用，在5省17個試驗區進行了推廣應用。隨著無人機技術的發展，為獲取豐富、精確、小尺度的農田信息提供了可能，天空地一體化的遙感數據獲取體系將為發展智慧農業尤其是實現智慧大田提供技術保障。中國農業科學院農業資源與農業區劃研究所研制開發了天空地一體化農田地塊大數據平臺，利用衛星遙感技術、無人機與車載地面樣方調查裝備及農業物聯網等相關系統，智能獲取每個地塊的周邊環境因素、土地利用類型、農作物長勢、農戶生產決策信息等農業生產大數據，將從科學上解答農民每年“種什么”、“怎么種”等問題，該平臺在三江源地區進行了示范和推廣。設施農業是智慧農業發展應用中最為廣泛的領域之一，包括溫室大棚、植物工廠等，不同地區都已開始大力發展。現階段已研發構建了大量的智能設施農業環境監測系統[34，59]、生產管理控制系統[52，60-61]及視頻監控系統[62-63]等。基于這些智慧農業決策系統支持，現階段可以實現設施農業生產環境信息的無線采集監測，并進行環境優化控制；對生產過程進行精細化管理控制，包括作物生長感知、精準施肥、病蟲害監測及節水噴灌等，并在一定程度上可以實現農產物安全監測和流通的信息化。

6.2 智慧果園

實現果園的智慧化種植、管理也是智慧農業的重要應用。章璐杰[43]基于物聯網技術構建了智慧葡萄園管理系統，系統中實現了數據庫存儲優化、基于n-of-N模型和生命周期存儲策略的數據流處理模型及最遠優先K-means數據挖掘算法，可以完成葡萄園環境信息的采集、存儲、處理與挖掘，實現葡萄整個生長周期的自動監測和控制，具有比較好的普適性和通用性。濮永仙[64]以瓜果種植為研究對象，建立了物聯網智能農業瓜果生產系統，可以實現瓜果生產要素的精細化和智能化控制，具有基于支持向量機對病蟲害預警診斷以及產品安全溯源等功能。此外，包括采摘機器人、除草機器人、嫁接機器人、苗盤搬運機器人等不同功能的農業機器人在果園中也得到廣泛應用，可以實現除草、果實采摘等的智能化。

6.3 智慧養殖

目前畜禽水產養殖的研究大多集中在利用無線傳感器實現養殖環境的實時監測、數據監測及設備調控等，利用無線傳感網絡對動物生理特征和健康信息進行監測。畜禽養殖方面，利用傳感器網絡可以實現豬舍等養殖環境的信息監測，通過系統的智能分析得到養殖環境的變化情況，并根據變化情況實時進行反饋調控，使養殖環境保持最優狀態，實現精細化管理[47，65]。此外利用無線傳感器網絡對牲畜的健康信息監測也是在畜禽養殖上的重要應用。中國農業大學李道亮團隊對物聯網技術在水產養殖的應用進行了較為系統的研究，在數據感知、數據傳輸與數據應用方面都取得了突出成果：實現了海水、淡水、半咸水等不同應用場景下的傳感器精確測量；提出了復雜養殖環境下時空融合的無線傳輸方法，提高了無線傳輸網絡在復雜水產養殖場景下的穩定性；提出了水產養殖實時數據在線處理模型與方法，構建了基于實時數據與知識庫聯合驅動的魚類生長動態優化模型，為實現水產養殖精準智能調控提供了關鍵的技術。

6.4 互聯網化經營

農業經營主要是利用網絡技術實現農業經營的信息化，通過現代信息技術為農戶在互聯網上提供銷售、購買和支付等方面的一條龍智能服務，使農產品打破傳統銷售的時間限制、空間限制，解決農產品推廣、積壓、流通等問題。阿里在農村建立淘寶村，經營農產品網點超40萬個；京東開展智慧農村，建立縣級服務中心，已在全國建立1 500個縣級服務中心，推動了農村電子商務的發展。“聚籌網”、“嘗鮮眾籌”、“大家種”等多種農業眾籌模式可為消費者提供個性化服務，是農業經營創新的主要手段。此外，農村現代電商物流模式也開始創新發展，逐步解決農村物流問題。

6.5 智能化管理與服務

農業智慧管理包括智慧預警、智慧控制、智慧指揮、智慧調度等內容[14]。推進農業智慧化管理，重點是通過農業大數據的開發和應用，建立智慧農業綜合化的信息服務平臺來進行決策、指揮和調度。南京市以“11N”為核心進行市智慧農業中心建設，抓好農業大數據，建立農資監管信息系統、重點農業項目信息管理系統、農產品質量安全追溯管理系統等多個系統，為部門行業監管、應急指揮調度、領導科學決策等提供了有力支撐[66]。北京市通過建設北京設施農業物聯網云服務平臺、智能決策服務和反饋控制系統，實現了病蟲害遠程診斷、監控預警、指揮決策，以及肥、水、藥智能控制和設施農產品質量安全監管與追溯等。同時，互聯網的發展使得農業服務模式發生轉變，由以公益性服務為主的傳統模式向市場化、主體多元化、服務專業化轉變，實現更為全面的社會化服務。通過網絡媒介，既可以使農民獲取先進的技術信息，掌握最新的農產品價格走勢等市場行情，自主決策農業生產，也可以使消費者了解最新的產品信息。象山縣利用現代信息技術建立了智慧農業綜合服務平臺，為企業、農戶、政府開展農業生產提供支撐，提供多種農業服務，實現了全縣農業服務的智能化。

7 研究展望

在“振興鄉村”的戰略背景下，智慧農業是未來農業發展的根本方向。總體上看，雖然我國智慧農業研究取得了明顯進展，但研究水平還處于起步階段。未來的一段時間內，智慧農業研究將會以理論、技術、裝備和系統研究為核心，因地制宜與產業融合應用，提升農業信息化發展水平。

首先，智慧農業關鍵技術創新研究將是未來研究核心。創新開發集多功能一體的國產傳感器，實現實時、動態、連續的信息感知，并強化傳感器的采集精確度和抗干擾性。形成包括物聯網標準、智慧硬件（傳感器、農業機器人等）的統一開發技術標準，優化數據傳輸方式，既保證效率，又確保穩定和安全。目前研究集中在數據的采集過程，而對數據處理、挖掘研究較少，大力發展云計算、大數據技術，數據融合、數據存儲、數據挖掘等數據處理方法將是研究的重點；如何實現互聯網、物聯網、大數據的深度融合，并在生產中開發集大田種植、設施園藝、畜禽水產養殖物聯網一體的技術平臺是推動智慧農業發展的關鍵。智慧大田中的技術將是突破的重點，地塊尺度的農田大數據庫建設將是今后智慧農業數據建設的一個重要方面，其中天地空一體化的遙感數據獲取體系將是重要的技術手段；農產品物流、農業電子商務等其他生產過程之外的技術手段探討也是要加強的領域。

其次，智慧農業發展規劃研究也是一項極其重要的任務。技術支持是“硬條件”，而規劃設計則是“軟實力”。目前對智慧農業的研究大多集中在技術層面，而對于智慧農業的發展規劃、模式設計等則鮮有研究。智慧農業發展是一個長期性的過程，政府必須做好頂層設計，把握住發展的大方向，保證智慧農業的良性發展；各地應因地制宜，避免盲目跟從，創新研究適合本地的智慧農業發展模式。技術推廣的運行機制及物流配送的戰略性規劃也將是探討研究的重點。因此，在未來的研究中，應加大智慧農業發展模式及推廣模式的研究。