智慧農業發展脈絡和關鍵領域研究

沈維維，周 波

(江西農業大學 經濟管理學院 ， 江西 南昌 330045)

1 智慧農業產生背景及定義

未來糧食供應的挑戰使農業必須在一個層面上保持可持續性，以確保糧食安全。全球糧食系統必須是資源節約型的，同時又是可持續的。Heike Bach認為在不確定的自然條件下，有效利用水，減少土壤侵蝕和退化，盡量減少能源投入，最大限度地提高產量是目標[1]。

Liu Y認為維持目前的農業做法將對全球糧食生產產生負面影響,而且可持續性與生產力、經濟因素和環境影響是很難相互協調[2]。Beddington JR認為農業運作必須考慮3個方面： 在給定氣候下能產生的糧食數量； 日益增長的經濟和人口變化所需的糧食數量; 糧食生產對環境的影響[3]。農業部門將面臨巨大挑戰，以滿足糧農組織預測到2050年將在地球上居住的96億人的生活：到2050年，糧食產量必須增加70%，盡管存在可耕地有限、淡水需求日益增加(農業消耗世界淡水供應的70%)和其他不可預測的因素[4]。在此背景下，急需一種新型的農業模式來解決目前及未來農業部門可能面臨的問題。

2009年1月9日，IBM全球副總裁在“2009中國IT產品創新與技術趨勢大會”上做了主題為“構建智慧的地球”的演講，提出了智慧地球概念。 智慧地球的核心思想是通過泛在物聯、寬帶互通和智能決策實現以人為本的智慧生活，以此為藍本，探索、演變、應用。智慧農業的概念就是在此基礎上衍變而成的。由于智慧農業名詞提出時間較短，國內外對智慧農業這一概念沒有形成統一的共識。

Aqeel-ur Rehman認為智能農業可以被定義為了解基本需求以及由于外部因素導致的當前環境變化的方法，這些外部因素是基于環境信息和利用所采集數據來優化傳感器的操作或影響執行器的操作以改變當前環境[5]。

Federico Guerrini認為解決糧食安全問題并且提高農業生產質量和數量的一種方法是利用傳感等技術使農場更加智能化更加緊密相連,這就是所謂的精準農業,也稱為智慧農業。

美通社(PR Newswire)認為智慧農業可以細分為精準農業、畜牧監測、漁業養殖和智能溫室等。而精準農業是建立在高新技術基礎之上的新型農業，精準農業中的精準播種、精準施肥、精準灌溉等，是科學化、標準化、定量化、機械化的精耕細作[6]。

國外組織MIT Mlllingar認為智慧農業是通過信息技術、手機、應用程序和互聯網從資源中獲取更多的價值[7]。

2 智慧農業技術應用

智慧農業的核心是物聯網，Kevin Ashton在1999年首先提出了物聯網的概念，他把物聯網稱為具有無線射頻識別(RFID)技術的唯一可識別的可互操作的連接對象。Samuel Greengard 認為物聯網是一個連接設備、物體和人的網絡世界，物聯網還處于初級階段，智能手機、云計算、RFID技術、傳感器等技術正在融合，新一代的嵌入式技術也成為可能[8]。

Jayavardhana Gubbi認為在物聯網中，傳感器和執行器與周圍的環境融合在一起，信息在不同的平臺上被共享，以形成一個共同的操作畫面(COP)。在RDIF技術、嵌入式傳感器和多種無線技術的應用推動下物聯網已走出雛形[9]。

雖然物聯網的定義不統一，但物聯網的技術體系、結構基本已得到統一認識。根據物聯網的技術體系架構，可將農業物聯網分4個部分:信息采集、數據傳輸、終端交互和后臺系統。

信息采集部分運用到傳感器、控制器、RFID、GPS、RS等技術，在農業生產過程主要應用了傳感器和控制器，傳感器是物聯網中感知信息的重要來源，目前在農業中應用的傳感器基本上有以下幾個用途，將土壤信息、水質信息、氣象信息、氣體信息、植物參數和視頻圖像信息轉化為可被電腦識別處理和保存的信息?？刂破骺梢钥刂妻r機進行遠程操作。RFID即電子標簽技術主要用于牲畜識別與管理、農產品溯源等方面。GPS技術主要用于定位及面積測算等功能，可管理和調度農機。RS技術主要應用于農業土地資源調查，作物估產、監測及預測氣象災害和作物病蟲害。

數據傳輸過程中主要用到WSN、Zigbee和4G技術。WSN是無線傳感器網絡，末梢是可以感知外部的傳感器，把傳感器采集到的數據發送給監測中心，在農業中可以監測一些環境參數。Zigbee是一種短距離無線通信技術，成本低，功耗低，可用太陽能為電源實現通信。4G通信技術傳輸速度快，覆蓋廣，在農業生產生活的區域基本上都可以使用，主要用于農業數據傳輸和農業設備遠程控制。

終端交互部分主要包括基于手機和平板的客戶端方式，以及基于計算機和筆記本等電腦端口方式。終端是農戶與智慧農業的接口，用戶可以選擇以一種方式訪問智慧農業的應用，并可以通過此端口查詢農業狀況和控制自家農業設備等。

后臺系統包括數據存儲和處理、專家系統以及系統管理和運營。這用到了云計算、GIS、DSS、ES等技術。云計算在智慧農業中大多用于儲存和處理大量的農業數據，分析歷史數據找出規律等。GIS地理信息系統可以對空間信息進行分析和處理，成圖呈現。DSS決策支持系統可以為決策者提供所需要的數據和背景資料，通過人機交互輔助決策者做出決策。ES專家系統保存設置的各種規則，運用專家多年的知識和經驗來作出判斷，例如當某一值達到臨界點時，將自動執行某項功能來控制。

3 國外智慧農業發展措施——以美國，歐洲為例

在智能農業領域的各種舉措已記錄在案,包括智慧型農業產品、荷蘭智能乳業項目、歐盟精準畜牧業(eu-plf)和未來的牛。雖然具體目標不同，但最主要的目標是效率。信息和通信技術(ICT)存在巨大的潛力，可以提高效率和生產率[10]；盡管如此，它們仍然沒有在農業中得到充分利用[11]。生產率或效率的微小變化會對盈利能力產生重大影響[12]。

3.1 生產環節的智慧農業

美國擁有世界上最大的耕地面積，而且農業高度發達，家庭農場平均土地面積在100 hm2以上，是世界上最大的農產品生產國和出口國。美國的農業生產模式為分區產業帶，主要分為乳酪帶、玉米帶、小麥帶、棉花帶等。

3.1.1 智慧農業在種植業的應用

在種植業方面，20世紀50年代初,美國已經開始了農業現代化歷程，開始將計算機應用于溫室控制，該系統可以根據溫室作物的特點和要求，對溫室內光照、溫度、水分、氣體、肥料等諸多因子進行自動調控，還可以利用溫差管理技術實現對作物的開花和成熟期進行控制，以滿足生產和市場的需求。目前美國已經把全球定位系統、電腦和遙感遙測等高新技術應用于溫室生產。從20世紀80年代以來，荷蘭大力開發溫室計算機自動控制系統，目前已經擁有世界1/4以上的玻璃溫室，種植者只需購買溫室自動控制軟件和營養液，就可以根部不同作物的不同特點進行自動控制，從而滿足作物生長發育的最適要求干旱在全球范圍內是一個巨大的問題。鑒于農業需要全球70%的用水量，還有改進的余地。在美國加州，農業是該州的主要收入來源之一，而目前長期的干旱正在對農業產生巨大的影響。美國開發了智能中央計算機灌溉控制系統，這個應用可以通過傳感器、數據分析和自動化支持高效作物產量的智能水管理和保護。滴灌有助于有效地利用水進行深層滲透或蒸發。土壤水分傳感器用于測量土壤內水分,根據作物的需要控制灌溉,利用遠程數據采集系統對滴灌控制系統進行了改進，使土壤水分控制在閾值內，實現作物的最佳生長。

N Gondchawar提出了一種用于監測現場數據和控制現場操作的系統, 基于GPS的智能遙控機器人可以完成除草、噴藥、濕度傳感、鳥畜恐嚇、警戒等任務, 智能倉庫管理，包括倉庫的溫度維護、濕度維護和防盜檢測, 這些操作將通過連接到因特網的任何遠程智能設備或計算機進行，操作將通過傳感器、Wi-Fi或ZigBee模塊、攝像機和執行器與微控制器連接。

德國把3S技術應用于農作物的生產管理和產量預測等方面，開發了很多預測模型，可以預測病蟲害和損失等。在2017年的漢諾威消費電子、信息及通信博覽會上，德國軟件供應商SAP公司推出一個了方案。該方案能在電腦上實時顯示多種生產信息，如某塊土地上種植何種作物、作物接受光照強度如何、土壤中水分和肥料分布情況，農民可據此優化生產，實現增產增收；擁有百年歷史的德國農業機械制造商科樂收集團(CLAAS)與德國電信開展合作，借助“工業4.0”技術實現收割過程的全面自動化。他們利用傳感器技術加強機器之間的交流，使用第四代移動通信技術作為交流通道，使用云技術保障數據安全，并通過大數據技術進行數據分析。信息通訊技術的發展也讓農民的工作更加高效便捷。柏林的一家名為“365FarmNet”的初創企業為小型農場主提供了一套包括種植、飼養和經營在內的全程服務軟件。該軟件可以提供詳細的土地信息、種植和飼養規劃、實時監控以及經營咨詢等服務。而且通過該軟件可以方便地與企業的合作伙伴取得聯系，以便及時獲取相應的服務幫助。

3.1.2 智慧農業在林業的應用

RR Kennedy 開發了一種基于手持智能手機設備和桌面地理信息系統(GIS)的電子數據采集系統。利用一個專有的木材巡航應用程序和商業制圖軟件與智能手機/桌面GIS一起記錄和處理森林站和地理空間數據。與傳統的基于紙張的方法相比，可用性測量智能手機地理信息系統的工作效率和系統性能，智能手機系統成功地實現了績效目標，與傳統的方法相比，可顯著提高工作效率，縮短數據傳輸和處理時間[13]。

Y Zhang研究了一種基于網絡的智能平臺FEFCP來監測森林。基于ZigBee的組網技術具有功耗低、數據傳輸速率低、傳輸容量大等優點，更適合于森林環境要素采集平臺節點的設計。由于我們的森林環境因素收集節點收集的數據具有空間屬性和時間屬性，FEFCP可以根據地理位置實時監測森林環境因素。DCS收集森林環境因素，然后將收集到的信息發送到CSS。CSS保存和分析來自DCS的信息，并在TCP/IP協議的基礎上，通過互聯網向IMS傳輸數據。同時，CSS還將數據分析結果發送給MCS，從而實現對森林環境因子的信息通報和智能監控[14]。

3.1.3 智慧農業在漁業的應用

德國農業已經進入4.0時代，漁耕田農場是一種高效的魚菜共生農場，在這一類的農場中，對魚類也實行了計算機實時監控.

在水產養殖方面有很多技術上的應用，例如，半潛式籠設計，自動時間控制的饋線和水循環修復系統等。MH Mustafa描述了一種智能水產養殖系統，能實時準確地監測和控制水質，可以通過共用設備和應用程序共享信息，當某個變量發生變化時，系統通過人工神經網絡做出決策控制機械解決問題。而這個系統可以通過手機端來操作。

AA Wirjono等人描述了一種智慧漁業系統，漁民輸入了所在位置，系統利用衛星圖像作為數據源，利用邊緣檢測技術，找出魚群的準確位置，系統給出五個漁區進行選擇，系統描繪每個區域的情況和具體的經緯度。漁民根據這些信息選擇區域，并記錄區域經緯度，使用GPS航行，直到抵達漁區所在位置[15]。

3.1.4 智慧農業在畜牧業的應用

計算機建模技術的應用也很廣泛，在乳品領域，牛奶生產預測的建模技術的比較確定了一個非線性自回歸模型比傳統的回歸建模技術更準確[16]。監測牛的反芻時間有利于預測產犢和在泌乳早期的疾病[17]。聲學監測 ，下頜運動增強傳感器的數據，咬計數器，鼻羈壓力傳感器和肌電圖(EMG)[18]都有助于預測飼料攝入量。荷蘭智能乳業采用了奶牛場圍繞全自動擠奶機器人系統(VMS)，配套使用奶牛流向控制、自動飼喂、在線監測等設施設備及“帝波羅”牧場管理系統，實現了奶牛場全方位的智能化管理模式。

監測羊群體重變化與商業羊毛和羊肉生產者的生產力是高度相關的,因為體重直接關系到羊毛質量，羊羔存活和繁殖效率。RFID技術，結合自動繪圖和使用稱重設備，允許生產者記錄個體綿羊的生產信息，并通過減少記錄所需的勞動來提高農場效率[19]。

3.2 流通環節的智慧農業

美國的農產品在線銷售平臺不斷創新。2011年，積極引入“私人定制”這一社會化電商的新思維，創造性地打造了“食物社區”的團購型概念。以Farmigo網站為例，它為每一個“食物社區”制作專門的購物網頁，是一個鏈接農場和消費者的在線平臺。農場主通過它管理農產品的產銷及配送，消費者通過它直接從農場購買優質新鮮的農產品，同一食物社區的人都在臨近地點居住或工作,加入后,每周都可以吃到來自自己住所100英里范圍、48小時內收獲的新鮮食物,成本是2%額外的服務費。從而讓農場及消費者都得到實惠，實現“雙贏”[20]。

針對還存在的一個嚴重的問題，即從農場到餐桌，30%的農產品腐爛了。在美國俄勒岡州，羅格啤酒廠的啤酒花也面臨著這樣的問題,羅格利用因特爾的物聯網平臺, 開始收集酒花和啤酒廠的每一個階段的溫度和濕度數據。英特爾的傳感器通過GPS跟蹤每一批貨物的位置，并記錄溫度或濕度是否高于或低于可接受的邊界。由于英特爾的深入跟蹤，羅格啤酒花的出貨量現在保持一貫新鮮[21]。

農產品溯源,近年來，消費者和農業食品鏈之間的行為和關系發生了重大而突然的變化。在意大利對消費者的一項調查數據顯示超過90%的消費者愿意為確保產品質量而花費額外的“溢價”[22]。意大利著名奶酪公司Parmigiano Reggiano利用條形碼和無線射頻識別(RFID)技術,與消費者之間建立良好的追溯系統[23]。近年來，廣泛使用的DNA條形碼技術也是一種農產品溯源工具，還可以用來發現物種替代，如海鮮識別等，但是數據庫的缺乏在一定程度上限制了它的發展[24]。質量是一種選擇，即使在經濟方面，也可以直接在消費者身上找到回報,所以有必要實現和傳達消費者認可的質量。

糧食儲存，T Tefera認為發展中國家的傳統儲存做法不能保證對玉米等主要糧食作物的安全，導致20%至30%的糧食損失，特別是由于采后的害蟲和谷物病原體所致。然而，如果農民無法以有吸引力的價格儲存谷物和出售剩余產品，那么減貧和更大的生計安全就不會實現[25]。H Zhou研究了一個智能化、自動化、實時的儲糧測控系統。該系統由基于ZigBee協議的星型無線傳感器網絡、遠程數據傳輸單元、上位機監控管理系統組成，在LabVIEW平臺上建立了本地遠程監控管理系統和一個能預測糧食顆粒內部溫度、水分分布和間隙空氣溫度和濕度分布的機理模型[26]。

3.3 技術和政策支持

美國重視農業科教，形成了教育、研究、推廣“三位一體”的體系，1914年通過的《史密斯-利弗法案》形成了農業教學、農業科學研究和農業推廣三者密切結合的“三位一體”體系。這個體系有三個特點：一是由州農學院同時承擔教育、研究和推廣三項任務，使三者結合在起，互相促進；二是每年的研究推廣計劃由基層向上申請，推廣服務工作由農業部和農學院共同領導，并以農學院為主，為農業生產提供服務；三是推廣經費由聯邦、州和縣共同負擔，科研經費則主要來自公共和私人(公司)，二者互相補充，可以很好地促進美國農業科技的研發與推廣[27]。

美國重視采集信息，有100多個信息收集處，每天匯總分析并發布全美各類農業信息;美國還建立了數據公開制度，數據的獲取對于農資行業的發展提供幫助，加上行業壁壘低，種植廣闊的農場主對技術服務尤其對基于大數據的決策支持的迫切需求，使大數據公司層出不窮且呈蓬勃發展之勢。AGRI-COLA, AGRIS, Preview等多個強大數據庫及物聯網科技等創新成果給美國“智慧農業”及其產業鏈條的發展提供了優越的科研資源和技術條件。多層次的農技推廣及服務體系有利于各種新技術的落地實施[28]。

4 智慧農業未來發展方向

David C. Slaughter認為智慧農業是未來農業的一個概念，它將開發創新智能機器、智能環境感知、智能作物和智能耕作方法，并將在2050年之前引領世界糧食安全和糧食生產系統的環境、經濟和社會可持續性道路[29]。

Michael J. O’Grady認為雖然存在許多提供智慧農業發展的技術，但是個體農民和農業企業采用這些技術取決于一些額外的因素。其中最重要的是可用性問題和實驗的證明；在其他領域采用智能技術也同樣存在這些問題。需要以農場和農民為中心，只有這樣才能使智能農業概念持續向前發展。智能農場可能產生的好處是多方面的，如何在生產力、盈利能力和可持續性等方面實現這些好處還不清楚。支持智能農場的技術為農場特定模型的構建和應用提供了機會。這一目標是可以實現的，這也為農業管理實踐提供了根本性的創新。

Romeo認為盡管智慧農業的成本對于任何一個大農場來說仍然很高(這有助于解釋為什么擁有廣闊領土的美國站在這個新模式的最前沿)，但這并不意味著精準農業不能在小地方進行。實際上，在小田耕作中也有相當多的應用。例如在葡萄園里，為了獲得土壤和植物的數據，在田地里的不同位置安裝傳感器，然后這些數據被用來預防疾病。Romeo認為未來發展智慧農業要加強與農民的溝通，他們可能無法理解物聯網，所以物聯網行業的語言必須發生巨大的變化。