農產品供應鏈數字孿生體系構建研究*

□ 靳建峰，王 琳

(1.河南高新環保科技有限公司，河南 鄭州 450001；2.河南工業大學 管理學院，河南 鄭州 450001)

近年來，農產品發展越來越迅速，大眾對于農產品供應鏈的服務要求也越來越高，因此必須對農產品供應鏈進行創新來提升農產品的供應水平。數字孿生作為實現虛實映射的信息技術，對推動全球制造業數字化、信息化、智能化發展具有重要的意義。把數字孿生技術應用到農產品供應鏈中可以實現在采購、倉儲、生產加工、運輸、銷售等多個環節的虛實結合，農產品實際運作流程和虛擬場景的精準映射方便了供應鏈節點組織對農產品質量進行監控，提供方案規劃、智能預測、輔助決策等功能，提高農產品供應鏈的智能化、信息化水平，使農產品供應鏈的運作效率不斷提高，各組織間的協同配合大大增強，從而為農產品供應鏈企業提供巨大的價值。

1 文獻綜述

目前，農業信息化的發展已經成為現代化農業發展的重要方向，將新一代的信息技術應用于農產品供應鏈必將帶來巨大發展，農產品供應鏈各級組織借助信息技術可以更好地管理農產品的運營和產品質量[1]。農產品供應鏈產品質量隱患表達是信息共享的關鍵，需要解決信息不對稱的問題[2-3]。汪毅等認為消費者對農產品安全問題不夠了解且意識淡薄，需要促進農業經濟結構變化，實現質量標準化管理，完善農產品質量監督管理體系[4]。同時需要依靠智慧信息技術，構建農產品供應物流協同模式，實現農產品物流的集成化，將分散的農戶集約化[5]。

數字孿生技術隨著物聯網、大數據等技術的發展可以對物聯網設備中的信息進行整合以及分析處理，為供應鏈組織提供供應鏈各流程可視化服務[6]。數字孿生可以實現實際場景與虛擬模型之間的虛實精準映射與交互反饋，從而通過對數據感知系統進行分析，規劃對應的方案，反饋到物理實體，按照規劃方案進行運作，形成一個閉環，實現迭代優化[7]。鄧建新等將數字孿生理念融入配送管理系統，設計并構建了配送過程的數字孿生模型，以實例演示了數字孿生配送管理的功能[8]。李思明等認為供應鏈的優化就是流程數字化的過程，并提出倉儲全生命周期的數字化孿生[9-10]。

2 基于數字孿生的農產品供應鏈體系構建

2.1 數字孿生系統架構

為了保證數字孿生技術在該供應鏈體系中的應用，本文主要對數字孿生在產品全生命周期應用的研究進行了借鑒，并在此基礎上，構建出了數字孿生的農產品供應鏈系統層次架構。該架構主要由實體層、感知層、傳輸層、應用支撐層和服務層五個層面構成，如圖1所示。

圖1 數字孿生系統結構

實體層是農產品供應鏈過程涉及的所有要素的集合，包括農產品、物流車輛、機器設備、人力資源、原材料和農產品供應鏈上的所有組織節點的倉庫、場地等。通過機器測量或者人工輸入物理實體的幾何尺寸、顏色信息、空間占用、人力資源消耗、運行的規則與狀態等數據可作為構建數字孿生體的基礎數據，同時物理實體對數字孿生系統發出的指令決策等要快速響應，保持在虛擬空間的同步映射。

感知層是在智能傳感器設備，數據采集設備，圖片、視頻采集設備，位置信息設備，智能終端設備，人工輸入等的基礎上對農產品供應鏈中的物理實體的數據的獲取和感知。對于固定的數據，如物理實體的空間布局、尺寸大小、顏色、地理位置等信息，通過智能感應器進行測量獲取。對于隨著農產品各階段流程運作的變化而改變的動態的數據，如運輸車輛的位置狀態、運行路線、環境和溫度的數據等，利用物聯網技術，通過傳感器設備等進行實時的數據傳輸。對于復雜的數據，如信息流、資金流、物流的變化則是通過數字孿生系統及各種軟件進行分析搜集進行獲取。

傳輸層又叫網絡層，指利用網絡設備將物理實體的實時數據傳輸到數據庫中，以及將虛擬空間的模擬狀態傳輸到服務層。

應用支撐層是基于數字孿生的農產品供應鏈體系的數據基礎支撐，大致分為數據共享系統、數據存儲系統、數據解析系統、數據接入系統以及地理信息服務系統。應用支撐層是數字孿生數據處理的核心，通過各種軟件對數據進行分析處理，再反饋到其他需求層，需求層根據處理的數據進行指令下達、方案優化、智能決策等服務。

服務層是于實體狀態和虛擬空間，集數據整理、模型轉化、交互連接等于一體，立足于政府、企業和消費者的角度，遵循農產品供應鏈體系的一般流程，細分供應鏈上的各種流通信息，如生產、加工、物流、采購、銷售信息等。根據細分的信息構建信息數據庫，實現信息的共享。通過對虛擬空間的不斷優化，以及對實體空間物理實體的反饋，保證農產品供應鏈體系的效率不斷提高。

2.2 農產品供應鏈體系

農產品從產地收獲后經過農戶、合作社、中間商或者直接運往批發商進行集中加工處理后，企業集中采購或者通過零售商銷售到消費者手中。在整個供應鏈運作中，數字孿生供應鏈管理平臺通過數字孿生體虛擬運行可視化進行同步實時監控，對中間產生的數據進行采集處理、應急預測、調度規劃、決策仿真或流程模擬來分析優化供應鏈。

圖2 基于數字孿生的農產品供應鏈體系

圖3 基于數字孿生的農產品供應鏈運作機制

通過對物理實體進行仿真模型設計，構建數字孿生體，對實際流程進行模擬，完成方案選擇。實際操作按模擬方案進行，并且同步傳輸實際操作數據，更新數字孿生體運行模型，與實際情況保持一致，進行信息反饋，不斷迭代優化方案。

3 基于數字孿生的農產品供應鏈各流程功能實現

3.1 采購階段數字孿生實現與功能分析

我國農產品主要是小農生產，規模較小且分散，保鮮處理能力欠缺，在加工、運輸等環節容易發生腐敗，損耗較高。同時，由于農產品具有季節性、周期性、地域性等特征，受自然條件的影響，不能保證長期供應，且價格波動較大。因此，企業在采購農產品時要能夠對產地價格、物流成本、消費需求的變化及時作出反饋。在采購階段，數字孿生模型要從采購成本、地區特點、供應周期、歷史采購數據、物流能力等方面多源數據集成共享，進行模擬優化，做出可行性實驗模擬，結合實際數據反饋，不斷進行優化，提供新的優化采購方案。

對農產品、經銷商、個體農戶、供需數據、產地來源等進行數據的采集，通過智能傳感器設備，數據采集設備，圖片、視頻采集設備，智能終端設備，人工輸入等對農產品數量進行虛擬模型的仿真，評估農產品品質以及預測農產品的產量。通過物聯網技術將農產品實時消耗信息、配送中心及倉庫的儲存信息、消費者需求信息上傳到數字孿生的數據庫，預測市場的需求量。最后結合預測量與實際數據選出可行的采購方案，同時本次錄入數據庫的孿生數據可作為后續迭代優化的數據。

3.2 生產加工階段數字孿生實現與功能分析

對加工車間，生產線設備，空間布局，人力、物力資源等數據進行采集，構建生產加工流程的數字孿生體，進行流程模擬。車間布置傳感器、攝像頭，實時傳輸車間數據，對農產品貼標簽或二維碼化，通過物聯網進行產品的追蹤，保證生產加工的質量。以產成品數字孿生體為基礎，使生產流程在虛擬孿生體上先行模擬，根據模擬的結果，對生產流程或生產進度進行優化改進，再進行實際生產，數字孿生體進行同步模擬，結合車間數據，優化生產的流程，對實際生產反饋指令。

農產品生產加工階段工作量大，需要大量人員、物資及資金。在生產加工階段比較依賴生產人員的經驗及能力，管理存在智能化不足，人力、物力、資金損耗。面對這些問題，農產品生產加工時，需要對生產方案進行改進，使資源調度管理更合理。因此，在農產品生產加工階段，數字孿生模型應該具備數據的采集與存儲、數據處理、模擬仿真、制定生產方案、流程優化的能力。以實際空間的人力資源、機器設備、農產品數量、生產加工方法數據為基礎，通過數字孿生的數據系統，對數據進行分析處理，提前模擬生產加工過程，選擇合適的生產方案，使整個過程不斷迭代，直至最后制訂出資源配置最佳的生產方案，所有數據形成數字孿生數據，為后續的迭代優化提供參考。

3.3 倉儲階段數字孿生實現與功能分析

對倉儲貨位、倉庫空間結構、倉庫設施設備等進行精確的孿生模擬，同時倉庫內布置溫度、濕度、氣味等智能傳感器，數據采集設備，攝像頭等保證實時數據的傳輸。通過倉庫全體資源的虛擬映射，對倉庫每個貨架、貨位、存儲的數量和儲存產品的質量進行全息的景象映射。對倉庫的溫度、濕度等進行調節，保證良好的環境。同時根據倉庫的出入庫數據、現有庫存的統計信息，結合以往庫存數據以及其他供應鏈環節數據，針對市場的波動做出自動補貨或出庫的決策模擬，提供倉儲方案優化設計、倉庫設計規劃布局等服務。

生鮮農產品由于自身的特性，在倉儲過程中，極易受到倉庫中環境和微生物等因素的影響，因此需要提高倉儲的規范性以及加大倉儲質量的監管力度。同時，因為生鮮農產品具有特殊性，在價格和經濟上極易波動，因此供應商要對農產品的庫存做出比較合理的預測。數字孿生模型應該能對農產品的倉儲質量做出監管與評估，保證農產品出庫質量，對貨物倉庫貨位進行管理便于盤點倉儲數量，以及通過將生鮮農產品價格和市場需求等數據與以往數據相結合來模擬庫存數量，保障倉儲合理。

3.4 運輸階段數字孿生實現與功能分析

對車輛信息、運輸路線、貨物信息進行采集構建車輛運輸的數字孿生體模型，由模型虛擬運行進行裝車方案的設計、運輸路線的規劃等，實際運輸按照模擬方案進行運輸。在運輸過程中通過多種技術定位地理信息位置，跟蹤農產品配送車輛的動態信息，通過智能感控器、數據檢測設備等傳輸車輛與農產品的信息數據，保證農產品質量的有效監控，監控后的信息傳輸到數字孿生系統中。數字孿生體與車輛同步運行，虛擬與實際結合，不斷進行反饋。

對于農產品，特別是生鮮農產品要求質量有保障。不同農產品對運輸環境的要求各有不同，對溫度、濕度、空間具有比較高的要求。但是我國當前農產品冷鏈物流體系資源配置不均衡，特別是冷鏈車輛的缺少，影響農產品的質量，農產品在運輸過程中損耗高，進而導致供應商成本增加。因此要求數據孿生系統自動模擬農產品在運輸中可能發生的情況，做出合理的裝車方案設計，根據配送訂單對運輸路線做出規劃，而且能通過傳感器設備、視頻圖像采集設備數據的實時傳輸，進行智能決策，對產品在運輸過程中的質量進行監管與對車輛的反饋，降低損耗。

3.5 銷售與售后階段數字孿生實現與功能分析

農產品供應鏈數據的實時傳輸可以使供應鏈其他組織節點及時獲取信息，以便做出評估與決策，實現對整個供應鏈的信息掌控。同時記錄本次數據，存儲到數據庫，以便后續進行信息追溯，若消費者買到的農產品出現問題，可以追究責任。根據數據庫的數據，把前期采集的數據以及圖像信息經過數字孿生處理，為農產品各個階段的流程提供可視化的服務，同時消費者還可了解產品的產地、生產加工時間、運輸時間等信息，實現透明化服務，增加消費者的信任度。

對于銷售階段，農產品線下與線上渠道銷售量均逐年增長，消費者關心的是農產品的質量與品質，因此消費者對農產品的產地、生產時間、加工時間等比較關心。對于售后階段，消費者擔心買到的農產品存在質量差、有損健康安全等問題，同時又找不到理賠途徑，白白造成損失。因此，數據孿生系統應能夠通過物聯網等技術，對農產品的追溯進行管理優化，保障銷售商與消費者權益。

4 結論

智慧供應鏈是供應鏈發展的大趨勢，而我國農產品供應鏈發展存在許多問題，如產業化水平低、信息化智能化水平低、管理方法落后、農產品組織分散等，我國需要引用創新技術，構建新的農產品供應鏈體系來解決這些問題。本文通過對國內外現狀的一系列研究和考察，認為數字孿生可以覆蓋農產品供應鏈的各個流程，因此將數字孿生

技術應用于農產品供應鏈可以為農戶、供應商、銷售商以及消費者提供巨大的價值，提升農產品供應鏈的運作效率與智能化水平。