智慧植保及其發展建議

王海光

(中國農業大學 植物保護學院，北京 100193)

植物病蟲草鼠害(以下簡稱病蟲害)的發生嚴重影響糧食安全、生物安全和生態安全。人們在與病蟲害斗爭過程中，提出了有害生物綜合治理(integrated pest management)、可持續植保(sustainable plant protection)、有害生物生態治理(ecological pest management)等防治理念，通過植物檢疫、抗性品種利用、農業防治、生物防治、物理防治、化學防治等措施的綜合應用，促進了病蟲害的安全、有效、綠色和可持續治理。新中國成立70多年來，我國建立了國家-省-市-縣四級植保體系，制定了《中華人民共和國進出境動植物檢疫法》、《植物檢疫條例》、《農藥管理條例》、《農作物病蟲害防治條例》、《中華人民共和國生物安全法》等法律法規，發布了《一類農作物病蟲害名錄》，提出了“預防為主，綜合防治”的植保工作方針以及“植物系統工程”、“公共植保、綠色植保”、“科學植保、公共植保、綠色植保”等病蟲害防治理念，在小麥條銹病(由Pucciniastriiformisf. sp.tritici引起)、稻瘟病(由Magnaportheoryzae引起)、蝗蟲、稻飛虱、草地螟(Loxostegesticticalis)、草地貪夜蛾(Spodopterafrugiperda)、蘋果蠹蛾(Cydiapomonella)、馬鈴薯甲蟲(Leptinotarsadecemlineata)、松材線蟲(Bursaphelenchusxylophilus)等多種重要病蟲害的防控方面取得了顯著成效。我國針對突發性、暴發性、災害性病蟲害的防控能力顯著提升，例如，針對草地貪夜蛾的入侵，我國制定了應急處置方案，建立了阻截防控體系，取得了草地貪夜蛾“阻擊戰”的階段性勝利[1-2]。

受全球氣候變化、耕作制度改變、經濟貿易和旅游業發展、植物品種更換等影響，病蟲害發生規律呈現新變化，一些流行性、暴發性重大病蟲害危害性增強，一些局部地區發生或偶發性的病蟲害發生范圍逐漸擴大、所造成的危害逐漸加重，人為傳播病蟲害或外來入侵有害生物的威脅愈發嚴重。并且，隨著人們生活水平的提高，農產品農藥殘留、食品安全、生態安全等日益受到關注和重視。尤其是近年來我國農村勞動力流失嚴重，導致農業勞動力結構性變化，老年勞動力占比增多，使得農業生產面臨著“誰來種地，如何種好地”的問題[3-4]。因此，加強植物保護工作，做好植物病蟲害的安全、有效、綠色、可持續防控和治理，對保障農業生產安全、農產品質量安全、國家糧食安全、生物安全和生態安全具有重要意義。

計算機技術、傳感技術、通信技術、微電子技術、控制技術等信息技術推動和促進了科學發展與技術進步，改變了人類的生活和生產方式。物聯網(Internet of Things)、移動互聯、云計算(cloud computing)、大數據(big data)、人工智能(artificial intelligence，AI)等現代信息技術的迅速發展，影響著各個行業。現代信息技術推動和促進了農業信息化向智能化不斷發展，其與農業生產工具的集成和融合使得農業機械或裝備更加自動化、智能化，促進農業向智慧農業(smart agriculture)方向發展。我國“十三五”規劃(2016-2020年)(中華人民共和國國民經濟和社會發展第十三個五年規劃綱要)將“智慧農業”列為農業現代化重大工程之一。2016-2022年每年中央一號文件均對加強關鍵信息技術在農業領域中的應用、推動農業現代化發展提出要求。2016年7月中共中央辦公廳、國務院辦公廳印發的《國家信息化發展戰略綱要》提出“沒有信息化就沒有現代化”、“把信息化作為農業現代化的制高點”。2018年中共中央、國務院印發的《鄉村振興戰略規劃(2018-2022年)》提出“加強農業信息化建設”、“大力發展數字農業，實施智慧農業工程和‘互聯網+’現代農業行動，鼓勵對農業生產進行數字化改造，加強農業遙感、物聯網應用，提高農業精準化水平”。2020年10月29日中國共產黨第十九屆中央委員會第五次全體會議通過的《中共中央關于制定國民經濟和社會發展第十四個五年規劃和二O三五年遠景目標的建議》提出“深入實施藏糧于地、藏糧于技戰略”、“建設智慧農業”。我國人口眾多，糧食安全是國家安全的重要基礎，一方面應該堅持最嚴格的耕地保護制度，嚴守耕地紅線；另一方面應該加強農業科技創新、研發和攻關，促進農業技術推廣應用。發展智慧農業對于保障我國糧食安全、全面實施鄉村振興戰略、加快農業農村現代化具有重要意義。

智慧農業是現代農業的重要建設方向，是建立在可持續發展基礎之上的農業生產方式，是農業現代化的重要體現，具體內容包括信息智能感知、智能決策、智能控制等，涉及耕作、種植、管理、采收、流通等多個環節。智慧農業受到國內外學者的廣泛關注。正如中國工程院院士汪懋華2019年在《智慧農業(中英文)》創刊賀詞中所言“‘智慧農業’絕不僅僅是科學的簡單應用和堆砌，除了要懂得工程與農業生物基礎科學的基本原理、理論和方法之外，還必須善于處理好科學要素、技術要素、經濟要素、管理要素、社會要素、環境要素等多要素的集成、選擇和優化。‘智慧農業’是基于新一代ICT(筆者注：ICT全稱為information and communications technology，即信息與通信技術)科技與農業農村現代化深度融合發展的集成體系。” 中國工程院院士趙春江[5]認為“智慧農業是以信息和知識為核心要素，通過將互聯網、物聯網、大數據、云計算、人工智能等現代信息技術與農業深度融合，實現農業信息感知、定量決策、智能控制、精準投入、個性化服務的全新的農業生產方式，是農業信息化發展從數字化到網絡化再到智能化的高級階段。”智慧農業的發展受到農業信息化和機械化水平的限制。在智慧農業生產中，信息技術被用于農業系統的各個環節，實現數據獲取和共享、智慧決策、智慧管理、智慧服務等。在2020年12月18日中國工程院戰略咨詢中心、科睿唯安(Clarivate Analytics)、高等教育出版社聯合發布的《全球工程前沿2020》中，“農業生物信息、環境信息的智能感知”、“農業機械人作業對象識別與定位”被列為農業領域的11項工程研究前沿中的2項，“無人農場智能裝備”、“農業先進傳感機理與技術”、“植保無人飛機病蟲害智能識別與精準對靶施藥”被列為農業領域的9項工程開發前沿中的3項。

2013年5月13日我國農業部發布的《農業部關于加快推進現代植物保護體系建設的意見》(農農發〔2013〕5號)規定我國應加快推進現代植物保護體系建設，實現植保體系監測預警信息化、物質裝備現代化、應用技術集成化、防控服務社會化、人才隊伍專業化、行業管理規范化。病蟲害智能化精準識別與監測預警、智能化精準靶向施藥等智能化植保技術和智能化植保裝備已經受到關注，被認為是未來植保的重要發展方向和趨勢[6-7]。信息技術促進植保信息化(plant protection informationization)向縱深發展，提高植保領域的自動化、數字化、智能化水平，推動著傳統植保向現代植保、智慧植保的變革。

沒有農業信息化，就沒有農業現代化；沒有植保信息化，就沒有植保現代化。隨著現代信息技術支撐的智慧農業的發展，智慧植保作為其不可或缺的部分，同樣應該從理論、技術、應用多層面全面發展。AI等現代信息技術在植保領域的應用將提升植保相關產業水平，智慧植保將為植保相關領域科研、生產和產業等帶來翻天覆地的變化，將會解決傳統植保中措施落后、效率低、人力和物力成本高、農藥過度或不當施用等問題。

目前，尚未見針對智慧植保的較系統和全面的報道。因此，本研究擬在農業、科技和學科發展基礎上，從智慧植保的概念、理論框架、功能、關鍵技術、研究進展等方面進行闡述，并提出發展智慧植保的建議，拋磚引玉，旨在促進對智慧植保的認識和能夠對智慧植保的良性發展提供一些參考。

1 智慧植保的概念

智慧植保是以傳感器技術、計算機視覺技術、全球定位技術、網絡通訊技術、AI技術等為基礎，以智能手機、計算機、機器人、無人機和各種農業機械或裝備等為終端，用于病蟲害監測、預測預警、防控和管理等的綜合技術體系，是植物保護與其他多個學科交叉的綜合科學。從更狹義的角度考慮，智慧植保是植物病蟲害防控植保工作的智慧化；從更宏觀的角度理解，智慧植保應該包含在農業生產、植保管理、植保科研、植保服務等各個環節，可以是AI技術等現代信息技術滲透到各個環節的植保工作中，而使其機械化、精準化、自動化、智能化、智慧化。

智慧農業的英文為“smart agriculture”，亦有稱之為“intelligent agriculture”。參照智慧農業的英文，智慧植保的英文可為“smart plant protection”，亦可為“intelligent plant protection”。為了避免將“smart plant protection”或“intelligent plant protection”理解為對“smart plant”或“intelligent plant”的“protection”，智慧植保的英文可為“smart phytoprotection”，亦可為“intelligent phytoprotection”。不過，“smart phytoprotection”應該更合適一些，也更有靈性。

信息技術在農業領域的應用促進了農業信息化，推動農業向智慧農業、現代化農業方向發展。農業信息化可以理解為“信息技術+農業”，智慧農業可以理解為“物聯網+AI+農業”。信息技術在植保領域的應用促進了植保信息化，推動植保向現代植保、智慧植保方向發展，植保信息化可以理解為“信息技術+植保”，智慧植保可以理解為“物聯網+AI+植保”。智慧植保作為智慧農業的組成部分，是以可持續植保和精準植保為基礎的，是現代植保的重要發展方向和重要體現。

智慧植保的發展，將會提高獲取數據的精度、廣度(時間和空間)、準確度、時效性，提高病蟲害預測預警的準確性和時效性，將更容易實現病蟲害的早發現、早防治，并可做到病蟲害智能精準定位與施藥防治，達到減藥增效目的，提高生產效率。智慧植保可為開展植保工作提供新型、便捷、高效的技術和方法，為研究病蟲害發生規律和防控措施提供支撐。智慧植保會提高工作效率，實現信息的快速、高效傳輸，有害生物的快速鑒定和診斷，精準、高效的預測預警，自動化、智能化的有效防控。在智慧植保下，可從多層次、多時相等多個方面研究植保問題，為在更大時空范圍內和更復雜系統層面研究問題和開展研究成果應用提供可能和條件。

從智慧植保的概念來看，智慧植保具有智能化(intelligence)(自動化、自動學習、智能控制和管理等)、高精確性(high precision)(精準植保，位置精準、數據精確、操作精確等)、高效率(high efficiency)(便捷、高速、程序優化、省力高效等)、可持續性(sustainability)(綠色、環境友好、減藥增效、生態可持續、生產可持續、技術可持續等)、高安全性(high safety)(生物安全、生產過程安全、產品安全等)的特點，可簡稱為IPESS。

2 智慧植保相關學科與理論框架

智慧植保是多學科交叉的新興學科或領域，是植物保護與AI等現代信息技術的最直接交叉和融合發展，其將圍繞整個農業生產和農產品流通過程開展病蟲害系統的監測、病蟲害預測預警、病蟲害管理和決策、植保生產服務等的理論、技術和方法、應用研究，實現植保精準化、自動化、智能化、智慧化，其理論框架如圖1所示。智慧植保涉及植物保護科學、信息科學、農業工程等，其與植物保護、AI、農業工程、數學、系統科學、計算機科學、通信科學、遙感科學、生態學、生物科學等多個學科密切相關。

圖1 智慧植保理論框架Fig.1 Theoretical framework of smart phytoprotection

發展和建設智慧植保是一個系統工程。智慧植保將為植保工作帶來革命性改變。得益于傳感器、網絡傳輸、機械、AI等技術的發展，智慧植保可使信息獲取更加即時化、精準化、標準化等，預測預警和防控決策更加及時、自動化、精準化、智能化等，防控措施實施更加機械化、精準化、自動化、智能化等。

3 智慧植保產生的必然性和必要性

智慧植保的產生具有必然性。AI等現代信息技術已經向各個領域延伸，可謂是無孔不入，相關信息技術逐步被應用于植保領域的多個方面。智慧農業的發展將極大地推進農業現代化進程，必然會影響植保領域的科研、農業措施以及相關產業的發展，必然會引起、促進和驅動智慧植保的發展。無人機噴藥在一些地方逐漸形成產業，物聯網逐漸被用于病蟲害監測，機器人已被用于設施栽培和果園中的病蟲害監測和防控，這些均可作為智慧植保的一部分。

智慧植保的產生具有必要性。實現農業現代化，必須是實現農業全產業鏈的現代化，農業生產中的植保工作也必須實現現代化，這就需要必須重視AI等信息技術在植保領域中的應用，加強植保信息化建設，發展智慧植保。傳統的植保模式需要順應科技、農業、社會和時代發展得以提升，發展智慧植保是最便捷、最安全的方式。隨著科技的快速發展，植保領域的科研必須引入AI等信息技術，提高植物保護研究水平，促進學科發展，提升植保服務能力和水平。智慧植保的發展應該有一個過程，由人與AI混合集成(人機融合智能)逐步過度到AI全自動化、智能化作業，最終實現“人機分離”。越早重視和發展智慧植保，將越能盡早占領領域高地，越可能掌握基礎理論和核心技術，越可能享受智慧植保帶來的紅利。

4 智慧植保應用場所

智慧植保應用場所主要可分為農用地、農產品儲存和流通場所、實驗室等。農用地可分為露地栽培場所和設施栽培場所，相應的智慧植保研究和實現植物監測、病蟲害監測、環境監測、傳播介體監測等，研究和實現信息傳輸(有線或無線網絡傳輸)、信息處理(環境因素異常判斷、植物生長異常判斷、有害生物的自動識別和危害程度自動評估、病蟲害預測預警、防治決策等)、病蟲害精準防控等。農產品儲存和流通場所是指農產品分檢、儲存、運輸、銷售等過程中所涉及的場所，這些場所的有害生物監測和環境監測對于保障農產品質量和安全、防止有害生物傳播非常重要。實驗室應用場所是指人工控制條件的實驗室和智慧植保實驗室，相應的智慧植保主要是試驗和研究過程的自動化、智能化、智慧化以及實驗室環境條件的智能控制，主要包括機器人自動試驗操作、實驗室智能管理、病蟲害發生和管理模擬、農藥計算機智能設計和研制、植物抗性分子設計等。

5 智慧植保的功能

智慧植保的功能主要包括智能監測、智能預測預警、智能決策、智能溯源、智能管理、智能服務等，可以進行病蟲害系統的監測(遠程、自動化)、預測預警、精準施藥和防控、有害生物溯源、病蟲害智慧化管理、植保咨詢和服務等。智慧植保可提高數據和信息的數字化、可視化表達能力，有利于信息及時、精準傳輸，避免因為信息不對稱而產生防控措施滯后，可進行病蟲害發生和管理模擬以及高效精準的計算機輔助農藥設計、分子設計抗性育種等，可實現精準化、自動化、智能化管理。智慧植保可以改變傳統植保模式、釋放大量勞動力，可更高效地服務農業生產和用戶，為農業農村現代化和鄉村振興建設服務。

5.1 智能監測

智慧植保可以實現病蟲害系統的智能監測，可為病蟲害預測預警以及制定和實施相應的管理策略和措施提供及時、準確、規范的信息。病蟲害系統監測包括植物監測(種類、品種、生長狀態、生育期、抗性、產品質量和產量等)、病蟲害監測(種類診斷和識別、危害程度、群體數量、群體組成、傳播方式、傳播距離等)、環境監測(空氣溫度、空氣相對濕度、風向、風速、降雨、二氧化碳、光照強度、光照時間、紫外線、土壤溫度、土壤濕度、土壤pH、土壤肥力或化學元素、根圍或葉圍微生物區系、其他植物或生物的活動等)等。病蟲害系統監測可分為單株(單葉或單果等)、田塊、大范圍或區域等不同層次，為了獲得更加全面的信息，應該加強多點監測(多傳感器監測)；可分為地面或近地、航空、航天等不同水平的監測，實現天空地一體化監測；可利用置于田間的傳感器、手持式或農業機械裝載傳感器以及無人機、飛機、衛星等搭載的傳感器進行監測。智能監測還包括對農產品存儲和流通環節的病蟲害監測。病蟲害系統的智能監測主要涉及傳感器、物聯網、無人機、機器人、“3S”(即GNSS(global navigation satellite system，全球導航衛星系統)、RS(remote sensing，遙感)、GIS(geographic information system，地理信息系統))、計算機視覺和圖像處理、AI等信息技術以及生物技術。

智慧植保可以實現病蟲害的自動識別和評估，包括有害生物的自動識別、自動計數和危害嚴重程度的自動評估，有害生物和危害部位的自動定位，有害生物和危害嚴重程度的實時自動監測等。智慧植保應該進行農業生產全過程監測，包括農作物種苗質量檢測、播種前農田環境監測、農作物生長環境信息自動感知和獲取、農作物整個生長過程監測(病蟲害早期監測、普遍率和嚴重程度監測、病情動態監測等)和管理過程監測、農產品質量監測(病蟲害以及毒素、農藥殘留、所含微生物種類和數量等)。借助移動終端或計算機平臺等，可以查看植物生長狀態、病蟲害發生情況、農田管理情況。

監測受到復雜環境條件、病蟲害種類、病蟲害復雜的危害癥狀、監測所用軟硬件等多種因素影響。獲得高質量的病蟲害系統監測數據并進行快速傳輸和處理是非常重要的，特別是智能識別技術與機械或裝備相結合，以便農業機械或裝備在田間作業時即可完成監測，為進一步決策或工作安排做準備。進行病蟲害系統監測時，應保證監測數據的代表性、規范化和標準化。一方面應該重視早期監測技術的研發和實施，以實現早防治、早處理、早預警，“早期”可以理解為沒有顯示危害癥狀的時期、尚未達到防治指標或經濟受害允許水平的時期；另一方面，目前病原監測主要是通過孢子捕捉器監測氣傳病原菌物，應該加強其他病原物的監測手段研究，尤其是土壤或種苗攜帶病原物的監測。不但要監測病原物種類，還應加強病原物群體組成的監測。應進行微生物區系的監測，尤其是葉圍或根圍的監測。在利用計算機視覺技術或圖像處理技術時，應該注意視頻監控中病蟲害的自動檢測和評估方法、基于深度學習算法實現圖像自動智能分割的方法等研究。

5.2 智能預測預警

智慧植保可以實現病蟲害的智能預測預警，包括早期預測預警以及發生部位、危害程度、損失程度、有害生物群體數量和組成等的預測預警。當然，亦可進行有害生物安全預測，即對不發生的預測，負預測。預測預警信息包括文字、圖形、圖文、視頻等多種形式。借助手機短信或信息推送、網頁、微博、應用程序APP(application program)或公眾號等多種渠道，將預測預警信息及時精準傳送給用戶和受眾，并且用戶和受眾可根據需要定制預測預警信息。

5.3 智能施藥

智能施藥是智慧植保的重要功能和研究內容。無人機、機器人、自走式或車載式農業機械或裝備等可根據裝載的傳感器獲得病蟲害發生信息或者獲得的操作指令，通過施藥管理系統進行精準變量施藥和施藥作業控制，實現病蟲害的精準防治。智能精準變量施藥主要是根據傳感器獲得的病蟲害種類、嚴重程度、危害部位等信息，自動制定藥劑處方，根據施藥機械攜帶的所需要的藥劑種類，自動配制藥劑，定制藥劑噴施的劑量、路線和地點，調動藥量控制系統，控制噴施量和施藥時間，進行靶向施藥。田間作業時，可以邊監測邊噴藥，亦可以先監測制定生成變量施藥處方圖，然后根據處方圖進行精準變量噴施。

大面積使用統一噴藥防治方案，往往會造成農藥和人力的浪費，還會造成環境污染、藥害等問題。在智能植保下，應該根據監測信息，實施有分別地精準、變量施藥。在實際生產中，植保無人機噴藥已得到較多應用[4, 8-12]。植保無人機施藥應該做到靶標精準、選藥精準、藥量精準，需要精準定位(靶標定位和導航)、精準識別(確定病蟲害種類以便精準選擇農藥種類)、精準定量。植保機器人、自走式農業機械或裝備等在智能控制下，也可實現精準變量施藥[4, 10-11]。

5.4 智能溯源

現在經濟貿易發達，農產品運輸量大、范圍廣，在農產品貿易和運輸過程中，會造成有害生物傳播。為了及時了解有害生物來源，保障生物安全，對由農產品傳播的有害生物的溯源工作非常重要。進行有害生物溯源的技術主要有分子生物學技術、攜帶有害生物的農產品溯源技術、氣流傳播軌跡分析溯源技術等。通過農產品進行有害生物溯源工作實際應該做到農作物種植過程、采收過程、加工過程、銷售過程等的智能化監督管理，對從種植、生產管理、植物生長到農產品收獲、運輸、后期加工、銷售等全生產過程、全產業鏈進行跟蹤和監測。通過農產品溯源，可以加強有害生物管理，可以追溯有害生物隨農產品流通造成的傳播，掌握其傳播途徑，有利于病蟲害的宏觀治理，尤其是對于危險性有害生物更能做到監管、溯源，做到有效、及時防控。應該加強溯源系統研發，保障農產品、農藥、有害生物的可追溯性，這對于了解有害生物傳播、保障農產品安全以及危險性有害生物的有效防控具有重要意義，可以有效跟蹤有害生物的蔓延，防止其發生地理范圍的擴大，可降低人為因素在有害生物傳播中的作用，可為農業安全、生物安全、生態安全提供保障和提供應急處置依據。軌跡分析模式可用于氣傳有害生物的溯源分析和傳播軌跡預測[13-17]，為有害生物和病蟲害的宏觀管理提供依據，應加強相關研究。

5.5 智能管理

智慧管理包括病蟲害的監測、預測預警、防治決策、防治措施實施等的智能控制和管理，涉及農業生產全過程、全鏈條。為了推動智慧植保的發展和應用實施，應該加強智慧植保系統平臺的研發工作。該平臺應該囊括智慧植保的框架系統，集成智慧植保的各個功能模塊，實現智慧植保的大部分功能，包括田間環境自動監測系統、病蟲害識別和評估系統、有害生物溯源系統、病蟲害預測預警系統、病蟲害精準防控系統、農藥管理系統、智慧植保實驗室管理系統等(圖2)，每個系統可以包含多個模塊。平臺可分為不同應用層次，可以是全國性的，也可以是區域性的，亦可以是田塊水平的或小環境的。利用該平臺，在田間農作物生長的全過程，進行智能化、可視化實時監測，進行及時決策，及時采取措施，保障農作物健康生長、農業豐收；可以進行防治方案的自動生成、精準防控和靶向施藥，即根據識別的位置和種類，進行自動施藥判斷、藥劑選擇、藥量控制等，實現精準變量施藥防治；在建立的智慧植保實驗室中，實現機器人自動試驗操作、實驗室智能管理、病蟲害發生和管理模擬、農藥計算機智能設計和研制、植物抗性分子設計等。用戶通過該平臺，可實時監測植物生長和有害生物危害情況以及相關環境條件，并自動獲取相關管理建議，進行智能管理。智慧植保系統平臺的研發，可以推動智慧植保相關技術的發展和現代植保的建設，有利于提高現代植保的精準化、自動化、智能化管理水平，能夠更好服務于現代農業發展。智慧植保系統平臺還可以包括農產品自動檢測和分級作業管理系統，或者可以單獨開發農產品自動檢測和分級作業管理系統，可以在線進行農產品質量檢測和根據需要進行分檢作業，將含有有害生物或受到病蟲害為害的農產品自動檢出。

圖2 智慧植保系統平臺基本構成Fig.2 Basic structure of smart phytoprotection system platform

6 智慧植保關鍵技術

智慧植保涉及多種現代技術。智慧植保的主要技術體現在現代信息技術的利用(實現遠程智能監測和控制)，新型植保機械或裝備的利用(植保無人機、植保機器人、裝載定位導航系統和自動控制系統的農機等)，基于射頻識別(radio frequency identification，RFID)技術等農產品智能溯源系統的利用(實現有害生物傳播路徑可追蹤、有害農產品和農藥可溯源)，以及智能植保綜合管理系統的利用等方面。主要涉及傳感器技術、計算機視覺技術和圖像處理技術、“3S”技術、物聯網技術、植保機械相關技術、網絡通訊技術、大數據技術、AI技術、云計算技術、生物技術等。限于篇幅，這里不具體涉及生物技術。

6.1 傳感器技術

傳感器(transducer/sensor)是指能夠感受測量目標并將相關信息轉換為一定信號的器件或裝置。傳感器類型多樣，可感知多種信息[18-19]，是目前多種智能系統獲取信息的基礎，其獲得的最終信息可以是圖像、視頻、數據等，涉及環境、農作物、病蟲害、地理位置、農事活動和機械作業等。傳感器作為各種信息獲取系統和控制系統的末端器件或裝置，通過接口程序、有線/無線網絡，將獲取的信息傳輸給相關系統，供進一步利用。傳感器技術與有線/無線網絡傳輸技術、大數據技術、云計算技術、智能控制技術等關系密切。利用傳感器技術，通過物聯網、無人機、機器人、智能植保機械或裝備等，可實時了解病蟲害發生情況、植物生長狀態、農產品狀態、環境因素變化等，可實現智慧感知、信息傳輸以及智能預警、控制和管理。傳感器的精度、準確性和敏感性以及環境因素、傳感器放置位置等因素會影響所獲得信息的質量和效率。需要進一步開展傳感器感知的基礎理論研究，研發價格低、穩定性強、準確性高、智能化的傳感器。

6.2 計算機視覺技術和圖像處理技術

計算機視覺技術和圖像處理技術是對獲取的圖像信息進行處理和分析，以獲得目標信息的技術，在智能手機、物聯網、遙感、無人機、機器人等方面應用廣泛。常規圖像處理過程包括圖像預處理、圖像分割、圖像特征提取、特征選擇、識別模型構建、圖像識別等。深度學習的發展，使得可將圖像直接或經過一定處理后，利用深度學習模型自動進行感興趣區域或目標定位、檢測和識別等，在圖像自動識別方面表現出巨大優勢。利用計算機視覺技術和圖像處理技術，可以實現病蟲害自動監測，實現有害生物的自動識別和計數、危害程度的診斷和評估、田間作物以及其他生物或物體的探測等，并且結合物聯網技術、遙感技術、移動終端等可以實現遠程監測，這些方面的研究較多[20-33]，關鍵是如何將相關研究成果真正用于生產實際，以便實現病蟲害相關信息的自動獲取，尤其是為病原孢子和微小害蟲的自動識別和評估提供快速、方便、簡單的實用方法[24,32,34-36]。這些技術的應用可提高無人值守作業能力，提高工作效率，并可與病蟲害的防治決策和精準防治相結合，綜合提高病蟲害管理水平。計算機視覺技術和圖像處理技術研究對象正由二維圖像為主向三維圖像為主發展，正由數字圖像識別向視頻目標檢測發展，正由小視野圖像處理向區域范圍圖像處理發展，會促進病蟲害信息獲取更加自動化、效率更高、地理范圍更廣，為病蟲害系統管理提供更強支撐。

6.3 “3S”技術

“3S”技術綜合了空間技術、傳感器技術、衛星定位與導航技術、通訊技術、計算機技術等，可用于空間和環境信息的采集、處理、分析和管理等[37-38]。目前，GNSS包括美國全球定位系統(global positioning system，GPS)、俄羅斯格洛納斯全球衛星導航系統(globalnaya navigatsionnaya sputnikovaya sistema，GLONASS)、歐盟伽利略衛星導航系統(Galileo satellite navigation system)和中國北斗衛星導航系統(BeiDou navigation satellite system，BDS)。我國應該建立以自行研制的BDS為基礎的智慧植保系統，實現病蟲害監測和植保作業時的精準定位和導航。將無人機、機器人、自走式農業機械或裝備等搭載BDS，實現精準定位、自動精準導航、自動避障等功能，以便實現自主進行田間病蟲害監測和植保作業。利用RS技術可對病蟲害等目標進行光譜數據和遙感圖像的高效獲取、處理、解譯，為病蟲害系統管理提供依據。應該重視不同平臺RS技術的研發，尤其是衛星遙感綜合技術的研發。應重視提高WebGIS和移動GIS的數據分析處理能力。綜合利用GNSS的精準定位和導航功能、RS的信息采集功能、GIS的數據分析和管理功能，集成和融合形成“3S”一體化技術，在病蟲害監測、預測預警和管理等方面發揮更大功能，為智慧植保提供更強有力支撐。

6.4 物聯網技術

物聯網是任何物與物之間在任何時間、任何地點相互連接形成的網絡[39]。物聯網一般具有感知層、傳輸層、處理層、應用層4層網絡架構，其具有全面感知、可靠傳輸、智能處理的特征[40]。物聯網技術與多種信息技術有關，涉及傳感器技術、RFID技術、GPS技術、RS技術等感知技術，無線傳感器網絡技術、移動通信技術、互聯網技術等信息傳輸技術，以及各種信息處理、識別技術、智能控制技術等[40-41]。

物聯網技術是支撐智慧農業發展的主要技術[42]，基于物聯網技術可以實現農業生產的自動化、信息化、智能化、規范化、規模化、集約化等。物聯網系統可用于農作物、病蟲害、環境的監測以及農作物生產管理和監測等，以便實時了解農作物生產環境和生長情況、病蟲害發生情況、農產品儲藏環境中的各因素的狀態和變化，及時決策和采取相關措施。基于物聯網系統，利用定位導航技術可實現對感知對象的精準定位和跟蹤。基于物聯網技術，構建農田實時監控系統(包括各種傳感器、有線/無線傳輸系統、數據處理中心/服務器端、用戶終端)，可以實現農業生產的全過程監測和監控，若與智能管理系統相結合，可以實現農業生產的科學化、精準化、智能化管理。

可以開發基于二維碼技術或RFID技術的農產品安全溯源管理系統，該系統可與農產品電子交易平臺或電子商務平臺進行對接，同時，可與農田植保管理系統進行對接，使其覆蓋包括種苗來源、種植、生產管理、農藥來源與施用以及農產品的采摘和收獲、加工、存儲、運輸、銷售等多個環節的農業全產業鏈。一旦發現危險性有害生物，可以利用這一農產品安全溯源管理系統追溯其來源和流通途徑，便于及時采取治理措施。基于二維碼技術或RFID技術，亦便于農產品和農藥等農用物資信息的快速獲取、存取和傳輸，便于目標的及時檢測和分檢。

物聯網技術的發展除了前面所述需要加強高性能傳感器研發外，還需要研發提高數據無線傳輸能力的技術以及大量數據高效存儲和處理的技術。

6.5 智能農業機械和裝備技術

利用“AI+農業機械”模式，農業機械和智能軟件系統集成，發展智能農業機械，可提高農業機械的自動化、智能化、智慧化水平，可以研發多功能一體化無人自動駕駛機械或裝備，實現無人自動智能作業。智能植保機械或裝備應該包括智能植保無人機、智能植保機器人、車載式或自走式智能植保機械或裝備等。利用智能植保機械或裝備，依賴于導航系統和傳感器，實現實時感知、多信源的智能決策、智能作業，自動識別病蟲害、評估嚴重程度并進行定位；自動選擇農藥種類、用藥量；自動感知環境(障礙物、植物生長情況等)，用于自動導航、靶向變量施藥等，對相關作業參數進行自動調整；亦可預先設定行走路線，在導航系統指引下，沿著預設路線行走，進行農事操作。智能植保機械或裝備可提高生產效率，解放勞動力，減少人力成本，改變過去植保作業過度依靠人力的情況。國內外在利用植保機器人、植保無人機、自走式噴霧機械等植保機械和施藥技術方面開展了大量研究和應用[4,10-11,43]，提高了植保作業的機械化、自動化、精準化、智能化水平。應該加強機械或裝備的病蟲害智能感知和施藥智能控制同機作業研究，使得感知到病蟲害并獲得施藥指令時可以即時進行精準變量噴藥作業。

6.5.1植保無人機

目前，無人機有油動力、電動力、混合動力等不同動力來源類型，多旋翼電動植保無人機應用最為廣泛。無人機在植保方面主要有兩個方面的應用，即病蟲害的巡航監測和噴藥防治。基于無人機平臺的病蟲害系統監測報道較多[44-47]，為農田和病蟲害信息獲取提供了便利。植保無人機施藥在生產中應用日益增多[8-9,12]。植保無人機噴藥效率高，節水、節藥，可以克服傳統人工施藥中存在的勞動力需求多、勞動強度大、耗時、效率低、可能造成藥害和毒害等問題。植保飛防有利于農業生產的機械化、自動化、規模化、產業化。植保無人機已較多地被用于小麥、水稻、玉米等大田作物的病蟲害防治。植保無人機的飛行受到天氣、地理環境、續航時間等影響，其噴藥防效受到藥劑、助劑、施藥方式、施藥時間(或植物生育期)、天氣、地理環境等影響，尤其是風，影響藥劑的附著，會造成藥劑漂移問題。植保無人機尚不能對田間多種有害生物進行針對性施藥。需要開發自主飛行無人機，加強植保無人機相關行業標準的制定，研發適于無人機噴施的農藥，開發無人機自動巡航監測和噴藥控制系統，提高無人機作業的精準化、自動化、智能化水平，實現自動變量精準噴霧等智能作業和智能管理。

6.5.2植保機器人

隨著科技的發展，多種植保機器人被研發出來并投入使用[48]。智能植保機器人具有傳感器、精準導航系統、智能控制系統等，可以實現田間自動巡檢和監測、信息高效傳輸到計算機管理系統或平臺、植保措施的自主決策和實施、遠程控制等。智能植保機器人通過傳感器或視覺系統獲取信息、通過自帶的信息處理系統對信息進行處理、分析，進行行動決策，或者將信息傳輸給遠端的控制系統，由控制系統進行決策或發布機器人行動指令。借助于植保機器人，可以提高生產效率、降低農民的勞動強度、減少施藥等植保操作對農民可能造成的傷害。植保機器人將向多傳感器融合、網絡化、自動化、智能化方向發展。

6.5.3車載式或自走式智能植保機械或裝備

植保機械或裝備發展迅速[4,10-11,43]。目前，植保機械或裝備借助于自動導航系統，預先設置作業參數、工作地塊的精細地圖等，或者依靠自動傳感監測系統，已經可以實現精準變量施藥。智能系統與農業機械的集成和融合需要進一步加強，特別是高精度導航定位系統、數據處理系統和決策系統需要提升功能。應該加強自走式智能植保機械或裝備的研發。車載式或自走式智能植保機械或裝備在田間復雜動態環境條件下，應具備高分辨率的視覺系統，準確、高精度地獲取環境信息，并能智能處理和決策，實現精準定位和導航，實現運動路徑自動規劃，實現有害生物和病蟲害識別以及精準、靶向變量施藥；或者，依靠高速網絡傳輸，將信息傳輸到服務器，經信息處理和分析后返回指令給植保機械或裝備，進行智能操作，實現無人作業。

6.6 網絡通訊技術

網絡通訊技術包括有線網絡通訊技術和無線網絡通訊技術。遠程監控設備(各種傳感器)以及無人機、機器人、植保機械或裝備與網絡相連接，可實現信息有線/無線傳輸和遠程控制，可提高信息傳輸效率和便捷性，通過標準的網絡接口和數據格式，可以方便、快捷、高效地實現數據的共享和應用。在智慧農業中應用較多的協議是互聯網協議第四版(Internet Protocol Version 4，IPv4)。IPv6(Internet Protocol Version 6)是由國際互聯網工程任務組(Internet Engineering Task Force)設計的用于替代IPv4的下一代互聯網協議。2017年11月，中共中央辦公廳、國務院辦公廳印發《推進互聯網協議第六版(IPv6)規模部署行動計劃》。IPv6的發展和推進將大力推動物聯網、云計算、大數據、AI等技術的發展，亦會推動智慧植保的發展。隨著5G網絡發展，無線網絡傳輸速度得到很大提升，將為智慧植保發展提供強大動力，有利于解決信息傳輸中存在的“卡脖子”問題。

6.7 大數據技術

隨著信息感知和獲取水平的提高，農業生產過程、農產品收獲、存儲、流通、管理等環節的植保相關數據信息獲取量激增，為智慧植保提供了基礎信息資源。大數據技術為存儲、傳輸、處理、分析和管理這些數據提供了支撐。大數據技術已在醫療、金融、商業、交通、教育、農業等行業得到深入應用，并且助推智慧農業的發展[49-50]。大數據具有高容量(volume)、高速度(velocity)、多樣性(variety)、真實性(veracity)、低密度價值(value)等特征[49,51]。植保大數據主要包括有害生物數據、病蟲害發生和危害數據、農田作物數據、農業生產環境數據、農業生產管理數據、農產品流通數據、植保農資數據、植保機械或裝備數據等。

大數據技術與數據挖掘技術、機器學習算法、云計算技術等緊密相關。分布式數據庫(distributed database)和非關系數據庫(NoSQL或No-SQL)應用日益增多，為大數據的存儲、管理和利用提供了支撐。發展智慧植保，應該重視數據標準和數據共享機制的建立，應該加強數據庫建設，滿足產生的海量數據存儲。基于大數據技術，可以構建病蟲害系統綜合管理系統，以便更系統、科學地的進行病蟲害監測、預測、管理以及提供高效的植保服務。

我國已經組建國家農業科學數據中心(https:∥www.agridata.cn)，其中包括植物保護科學方面的大量數據(包含病蟲草鼠害調查和監測數據、抗病性監測數據、病蟲害圖像數據、病蟲害種類數據、農藥試驗數據、生防菌轉錄組數據等)。2021年11月19日，我國農業農村部大數據發展中心正式成立，旨在大數據賦能農業農村現代化建設和鄉村振興，將加快我國農業向智慧農業發展。

6.8 AI技術

近些年，AI技術得到了迅猛發展，促進了各個領域的智能化，其在植保領域應用日益增多。智慧植保的發展離不開AI技術和各種建模技術。專家系統(expert system)是AI的一種重要分支和應用領域，已經報道多個植物病蟲害診斷、預測預報、綜合治理及植物檢疫、農藥管理等方面的專家系統[52-55]。以深度學習(deep learning)為代表的機器學習(machine learning)發展迅速，已經出現TensorFlow、Theano、Keras、Torch、Caffe、Deeplearning4j等多個深度學習框架和Alexnet、GoogLeNet、VGGNet、Faster R-CNN、ResNet、YOLOv4、YOLOv5等多個深度學習網絡架構，為智慧植保發展提供了強力支撐。深度學習在基于圖像處理的植物病蟲害識別和評估研究和應用方面的報道迅速增多[26-27,29,33,56-58]。隨著AI算法的進一步發展，自動決策和控制不斷實現，將促進智慧植保發展，可實現病蟲害信息的自動獲取，病蟲害的自動識別，病蟲害危害程度的自動評估、自動預測，病蟲害防控自動決策、措施自動實施等。

6.9 云計算技術

云計算是一種基于網絡、通過軟件實現自動化管理的計算和服務模式。云計算的服務類型主要有基礎設施即服務(infrastructure as a service)、平臺即服務(platform as a service)、軟件即服務(software as a service)、數據即服務(data as a service)等。云計算利用虛擬化技術通過虛擬平臺為用戶提供服務。利用云計算技術可以便捷、高效地實現信息存儲資源和計算能力的分布式共享[59]。利用云計算技術可以實現植保相關數據的實時存儲和共享、遠程分析處理以及病蟲害的預警發布和防治決策等。

7 智慧植保技術應用進展

智慧植保正處于發展階段，有些相關技術已在研究和生產中得到應用，這里僅從病蟲害的監測、預測預警、管理和防治決策以及植保機械或裝備防治作業控制等方面簡要介紹智慧植保技術的應用進展，以展示相關技術為植保工作帶來的改變和智慧植保具有巨大的發展潛力。

7.1 基于物聯網的病蟲害系統監測和預測預警

物聯網技術已用于病蟲害遠程視頻診斷和監測、環境自動監測、植物或植物產品狀態自動監測等以及病蟲害預測預警，相關研究和應用較多。我國研發的中國馬鈴薯晚疫病實時監測預警系統[60-61]、小麥赤霉病自動監測預警系統[62-63]、害蟲性誘遠程實時監測系統[60,64]、農林病蟲害自動測控物聯網系統[27,60]等病蟲害系統監測系統，已經在實際生產中得到應用，提升了相關病蟲害的監測、測報和管理水平。

我國基于B/S(browser/server，瀏覽器/服務器)架構開發了中國馬鈴薯晚疫病實時監測預警系統，實現了馬鈴薯晚疫病全國聯網監測[61]。該系統總體架構包括田間終端、傳輸層、數據層、應用層、用戶層。該系統利用小氣候監測儀自動采集田間氣象數據，并將所采集氣象數據自動無線傳輸至數據庫服務器，基于比利時埃諾省農業應用研究中心(Centre for Applied Research in Agriculture-Hainaut，CARAH)建立的馬鈴薯晚疫病監測預警CARAH模型進行馬鈴薯晚疫病的侵染分析和預測，利用WebGIS功能將預測結果以地圖形式展示，并將針對監測點的馬鈴薯晚疫病預警信息通過郵件和短信形式傳送給用戶。

西北農林科技大學和陜西省植物保護工作總站聯合研制了小麥赤霉病自動監測預警系統，該系統主要由小麥赤霉病預報器和預警軟件平臺系統組成[62]，利用該系統可實時獲取麥田環境因子數據，并結合初始菌源量自動預測赤霉病發生程度。該系統已在陜西、江蘇、河南、湖北、安徽等地進行了應用試驗評估[65-67]。

多家公司研發了害蟲性誘遠程實時監測系統，利用置于誘捕器中的害蟲誘芯，結合害蟲自動計數系統(如通過電子紅外感應系統計數誘捕的害蟲)，實現害蟲誘捕和自動計數，并可將相關數據通過網絡傳輸到服務器數據庫或移動終端[60,64]。由于害蟲性誘具有專一性特點，利用害蟲性誘遠程實時監測系統可實現特定害蟲的精準化、自動化監測。

河南鶴壁佳多科工貿股份有限公司研發了佳多農林病蟲害自動測控物聯網系統(佳多農林ATCSP物聯網)，該系統包括蟲情信息采集系統、孢子培養統計分析系統、小氣候信息采集系統等，可用于農田蟲情、病原孢子、小氣候等信息采集，并將所采集數據自動無線傳輸至數據中心。全國農業技術推廣服務中心自2013年開始依托該公司建立農作物病蟲實時監控物聯網，截止2018年底，已建成聯網站點165個，覆蓋河南、廣西、新疆等26省(自治區、直轄市)[27]。云計算技術與物聯網技術相融合可為數據獲取、傳輸、處理和應用提供更便利、高效的模式。“物聯網+云計算”的病蟲害系統監測方案已被多家公司采用。浙江托普云農科技股份有限公司研發了一套由遠程拍照式蟲情測報燈、遠程拍照式孢子捕捉儀、無線遠程自動氣象站、遠程視頻監控系統等組成的病蟲害監測預警系統，利用該系統，可自動采集害蟲、病原孢子、氣象等信息，將所采集信息通過遠程無線傳輸自動上傳至云服務器，在終端可以實時顯示監測信息，并可進行病蟲害發生動態分析和預測。

7.2 基于移動終端的病蟲害識別、評估和數據采集

移動終端在數據采集、存儲、傳輸、處理等方面應用日益便捷、廣泛，可方便地實現植物病蟲害系統的多種信息獲取，可將所獲取信息直接存儲于移動終端，亦可通過網絡傳輸至服務器或數據處理中心，并可實現遠程管理和控制。中國科學院合肥智能機械研究所、安徽中科智能感知產業技術研究院有限責任公司和全國農業技術推廣服務中心等單位合作研發了一款農作物病蟲害移動智能采集設備——智寶(ZPro)[68]，該設備將病蟲害田間發生數據的自動采集處理、分類識別、分析上報集于一體，可實現病蟲害的自動精準識別、自動計數、病蟲害發生嚴重程度智能評估，實現田間病蟲害發生信息和微環境因子等數據的實時自動采集和上報。將移動終端和物聯網相結合，可以實現網絡存在情況下的隨時植物病蟲害系統的監測、管理等。目前，相關研究和應用大多集中于病蟲害系統監測方面，在管理方面的研究和應用相對薄弱，尤其是我國自主研發的相關系統仍主要用于植物病蟲害系統的監測。

智能手機日益普及，各種與植物病蟲害相關的APP被開發出來并得到實際應用，其中多數是病蟲害識別、危害程度評估和數據采集應用程序。趙慶展等[69]開發了可用于Android/iOS操作系統的基于移動GIS的棉田病蟲害信息采集系統，該系統運用GPS定位技術，采用美國ESRI(Environmental Systems Research Institute)公司的ArcMap 10.1和ArcGIS Server 10.1進行空間分析和服務發布，實現了棉田病蟲害信息的采集、發送、存儲、處理分析，并提供信息推送服務。葉海建等[70]開發了一個基于Android的黃瓜霜霉病定量診斷系統，該系統利用圖像處理技術，根據自然背景條件下所拍攝黃瓜葉部霜霉病病害圖像中病斑區域占其所在葉片區域的百分比進行病害等級劃分，實現黃瓜霜霉病危害程度的定量評估。曹旨昊等[36]開發了一個基于Android的粘蟲板害蟲自動計數系統，利用該系統可對在茶園中利用粘蟲板誘集的害蟲進行拍照，實時進行圖像處理，實現對誘集到的微小害蟲的自動計數和結果實時上傳至服務器。中國科學院合肥智能機械研究所、安徽中科智能感知產業技術研究院有限責任公司和全國農業技術推廣服務中心等單位基于圖像處理技術和深度學習方法合作開發了一款用于農作物病蟲害智能識別的APP——隨識[30]，利用該APP，通過拍照或上傳圖像可實現農作物主要病蟲害的識別，并可獲取相應病蟲害的防治決策和服務信息。

7.3 基于RS技術的病蟲害識別、評估和數據采集

RS技術是一種非接觸探測目標物的技術。基于RS技術可從多平臺(地面或近地、航空、航天)、多水平(單葉、冠層、田塊、區域)進行病蟲害監測，方便及時掌握病蟲害發生情況，以便進行病蟲害預測預警和管理。需要加強遙感數據和圖像分析處理研究，以滿足精準化、自動化、智能化提取信息和進行目標物識別、評估的需要。

基于單葉和近地或地面冠層的病蟲害遙感監測研究較多[71-77]。航空遙感和航天遙感主要用于病害發生范圍和發生嚴重程度的監測研究[78-82]，在蟲害方面，其主要用于害蟲危害程度和范圍監測、害蟲生境監測以及基于監測的生境條件進行害蟲發生預測研究[83-85]。航天遙感和航空遙感在林業病蟲害監測方面應用較多[78-79,85-87]，但是對于農作物病蟲害，由于受到衛星分辨率的限制，雖已開展了不少病蟲害衛星遙感監測研究，并取得一定進展，大多相關研究仍處于探索階段。近年來，病蟲害的高光譜成像遙感監測和基于無人機平臺的病蟲害遙感監測研究激增，尤其是基于無人機的植物病蟲害遙感監測發展迅速，為病蟲害信息獲取和精準防控提供了支撐[44-45,88-89]。

雷達(radio detection and ranging，radar)亦是一種遙感，昆蟲雷達被專門用于研究和探測昆蟲在空中遷飛或擴散行為，其主要通過電磁波接收系統接收被昆蟲反射回來的發射系統發射的電磁波而實現對昆蟲的監測[90-91]，可用于監測遷飛性害蟲的遷飛數量、遷飛活動、時空分布等。程登發等[92]研發了掃描昆蟲雷達實時數據采集分析系統、胡曉文等[93]研發了毫米波掃描昆蟲雷達數據處理分析系統，為雷達信號采集和分析提供了工具，為我國遷飛性害蟲的實時監測和預警提供了支撐。昆蟲雷達已用于草地貪夜蛾、草地螟、粘蟲、棉鈴蟲(Helicoverpaarmigera)、稻飛虱、草地蝗、沙漠蝗(Schistocercagregaria)、馬尾松毛蟲(Dendrolimuspunctatus)、稻縱卷葉螟(Cnaphalocrocismedinalis)等多種遷飛性害蟲的監測，促進了這些害蟲的發生規律研究、預測預警和宏觀治理。

7.4 病蟲害管理和防治決策

病蟲害的智能管理和防治決策是智慧植保的重要部分，是實現病蟲害安全、有效、綠色和可持續治理的關鍵。病蟲害管理貫穿于農業生產和農產品流通的全過程，在對病蟲害系統進行監測基礎上，進行病蟲害預測預警，制定病蟲害防治決策，實施病蟲害管理。開展病蟲害智能管理和防治決策，需要軟硬件協同工作，需要依靠于病蟲害智能管理系統、專家系統或決策支持系統(decision support system)等，基于獲得的病蟲害系統監測信息，利用這些系統進行智能處理和分析，形成管理和決策方案，決定進一步行動。國內外已有多個病蟲害管理和防治決策相關系統被開發出來，提高了病蟲害系統管理水平。為了充分利用已經建立的病蟲害預測模型和實現方便根據實際情況進行預測模型選擇，可以構建病蟲害預測模型管理系統，或者構建模型庫而作為病蟲害管理和防治決策系統的支撐。楊和平等[52]構建了農作物害蟲預測模型網絡共享平臺系統，利用該系統可根據預測需要選擇預測模型進行相關害蟲的預測。基于WebGIS，美國開發了ipmPIPE(https:∥ipmpipe.org)，可以地圖的形式可視化顯示美國范圍內大豆銹病(由Phakopsorapachyrhizi引起)等多種病害的發生情況和預測結果，并且開發了專用于小麥赤霉病(由Fusariumgraminearum引起)風險評估的Fusarium Head Blight Prediction Center(http:∥www.wheatscab.psu.edu)。全國農業技術推廣服務中心開發了“農作物重大病蟲害數字化監測預警系統”，可對我國水稻、小麥、玉米、馬鈴薯、棉花、油菜等作物重大病蟲害進行監測預警[94]。李鳳菊等[95]利用WebGIS技術和知識模型，開發了基于B/S架構的小麥病蟲草害管理決策支持系統，該系統可用于小麥病蟲草害管理和預測，并根據預測結果生成防治措施。河北農業大學開發了中國馬鈴薯晚疫病監測預警系統(lateblight-China)(www.china-blight.net)[96-97]，利用該系統可對我國馬鈴薯晚疫病進行監測預警，并可獲得基于預測結果的化學防治建議。

7.5 植保機械或裝備的田間病蟲害防治作業控制

在病蟲害監測和預測基礎上，開展病蟲害的智能防治，需要對植保機械或裝備田間防治作業進行智能控制。針對病蟲害田間防治作業的智能控制，國內外科研人員從植保機械或裝備的田間自主路徑規劃和導航、靶標精準感知和定位、精準變量施藥等方面開展了大量研究。植保機械或裝備可依靠作業處方圖、定位導航系統或感知系統(借助計算機視覺技術、傳感器技術、激光雷達技術、超聲波技術、紅外技術、光譜技術等)進行田間位置變動或病蟲害防治作業。為了提高基于GPS的導航精度，在農業機械或裝備導航中，差分全球定位系統(differential global positioning system，DGPS)和實時動態全球定位系統(real-time kinematic global positioning system，RTK-GPS)得到了較多應用[98]。在對病蟲害精準感知基礎上，精準變量施藥的實現主要受到施藥控制系統(包括各種控制部件和控制算法)的影響[99-100]。

智慧植保的發展離不開植保機械或裝備與軟件系統的融合發展。在研發植保機械或裝備的同時，應加強軟件系統開發，提高對植保機械或裝備的控制能力以及植保機械或裝備的智能化水平和自主作業能力。決策支持系統或控制系統對于病蟲害管理決策和措施實施起到重要支撐作用。在各種數據庫、數據信息、算法的支撐下，決策支持系統或控制系統可為植保機械或裝備在不同條件下的作業實施提供幫助[43,101]。

目前，在設施栽培中，可以方便地遠程實施設施環境的調控管理，并且已有多種施藥控制設備或系統。王志彬等[102]研發了一款用于設施蔬菜病蟲害綠色防控的多功能植保機，并開發了配套的信息管理系統，通過終端可進行植保機的遠程控制，該設備經在生產中推廣應用，取得了較好的防控設施蔬菜病蟲害的效果。在大田施藥作業中，無人機、機器人、自走式或車載式植保機械或裝備應用較多。Udompetaikul等[103]研發了一個基于GPS的拖拉機懸掛式熏蒸劑施用系統，用于治理李屬果樹再植病，應用該熏蒸劑施用系統時，利用基于GPS的果園網格化軟件繪制作業處方圖，將作業處方圖傳輸到精準熏蒸劑控制器和設置好流量控制參數后，即可自動完成定點熏蒸處理。

8 智慧植保發展的建議

智慧植保作為一個新興的交叉學科或領域，其發展正處于關鍵時期。為了促進智慧植保快速良性發展，使得智慧植保乘科技、社會、經濟發展之勢，形成理論體系，服務農業，對于智慧植保的發展提出如下建議。

8.1 應該重視智慧植保的發展潛力

隨著智慧農業的迅速發展和農業農村現代化建設的逐步推進，國家有關部門、高等院校、科研院所等應該重視AI等現代信息技術在植保領域的應用和發展，應該重視智慧植保的發展潛力。國家應該進行整體規劃和布局，加大對相關研究的資助力度，設立智慧植保相關科研攻關項目，協調研究力量，開展基礎理論和技術研究，避免同質化研究，突破“卡脖子”的技術難題，加強相關儀器、機械或裝備研發，建設一批有實力的實驗室和研究團隊，支持可利用和可產業化的技術落地生根，提升智慧植保方面的研發水平和服務生產水平。

8.2 應該重視智慧植保體系建設

智慧植保體系建設事關智慧植保發展，事關植物保護新格局的建設，應該加以重視。智慧植保體系應該包括智慧植保管理體系、智慧植保科教體系、智慧植保物質裝備生產體系、智慧植保技術推廣體系、智慧植保效益評價體系、智慧植保服務體系等。智慧植保管理體系涉及管理職能部門建設、公共管理平臺建設、執法監管、監測預警、病蟲害防控等。智慧植保科教體系包括人才隊伍建設和管理、科研項目規劃、科研資源配置等。進行智慧植保物質裝備生產體系建設，加強物質裝備的生產和供應管理。加強智慧植保技術推廣體系建設，需要加強技術推廣人員管理，明確技術推廣應用的可行性，做好示范性工作和人員培訓工作，保證技術的標準化應用。建立智慧植保效益評價體系，對于智慧植保各種工作進行效益評價，促進智慧植保更快更好發展，獲得更大的經濟效益、社會效益和生態效益。應做好智慧植保服務體系建設，加強公共服務隊伍建設，提供智能化的病蟲害診斷、監測、發生和危害程度評估、預測預警、防治決策、咨詢、信息定制等服務。

8.3 應該重視智慧植保學科建設和人才培養

“新農科”建設需要多學科交叉發展，尤其是信息技術在農業科學領域中的深入融合、創新和應用，將極大地促進相關學科發展。AI等現代信息技術已經影響了人類生產和生活的多個方面。我國非常重視AI等現代信息技術的發展和利用，亦非常重視AI等現代信息技術人才的培養，非常重視數字經濟賦能國家高質量發展。2019年，教育部批準了華中農業大學設置智慧農業本科專業的申請，智慧農業首次成為我國普通高等學校本科專業，目前，教育部已經批準我國多所高等院校開設智慧農業本科專業，這非常符合我國“新農科”建設的需要，反映了國家對于培養多學科交叉融合創新型和復合型農業人才的重視和期望，并且已有多個單位建立了人工智能研究院或智能學院，為推進智慧農業專業人才培養創造了良好條件。

目前，大多智慧植保科研人員面臨知識短缺問題，即信息技術專業的科研人員缺乏對植保相關知識的了解，植保專業的科研人員缺乏對信息技術的掌握。應該重視既懂信息技術、又懂植保知識的交叉學科人員的培養和支持。加強新型植保科技人才的培養，重視培養思維開闊、具備交叉學科技能的復合型人才，并重視現有科技人員的知識更新。吸引更多信息技術方面的人才到智慧植保領域，加強植保領域專家和信息技術領域專家、農業工程領域專家的交流和合作。植物保護作為農業的重要支撐和保障，應該加強多學科交叉方向的發展，促進智慧植保作為一個交叉學科或專業方向不斷完善和發展。不但應該重視技術的研發和利用，還應該重視基礎理論的研究。國家有關部門和高等院校應該加大智慧植保學科建設，在研發隊伍上，應該大力支持具有植物保護和信息科學雙重背景的科研人員開展智慧植保研究，并吸納真正熱衷于智慧植保、具有良好數學基礎和信息科學基礎的科研人員加入；在研究上，不但要重視技術的發展，更要重視相關理論體系的形成，將智慧植保作為一個學科方向建設，并在條件合適的情況下，盡快形成智慧植保專業方向，綜合信息技術、植物保護、農業機械等多方面的師資力量，加強智慧植保本科生和研究生等各層次人才的培養。只有這樣，才能從根本上解決目前智慧植保相關研究中出現的研究人員知識架構缺少植物保護基礎或信息科學基礎的情況。

8.4 應該重視和加強產學研協同合作

智慧植保的最終落腳點是應用。智慧植保的理論研究、技術研發、生產實際應用應該相互促進，不脫節，才能更有效率地推動智慧植保的發展。應該不斷加強農業科技創新體制改革，既要重視農業科研工作的基礎性，又要重視農業科研工作的應用性；既要發展基礎理論，又要注重技術研發，軟硬件都要注重發展。涉農高等院校和科研院所應該圍繞農業發展方向和需求，開展科技創新，鼓勵科研人員沉下心，結合實際，瞄準生產中的關鍵問題進行攻關，研發實用性強的技術、儀器、機械或裝備。充分發揮企業的創新主體優勢，結合生產實際，加強科技創新，獲得具有知識產權的技術。應該重視和加強產學研多部門的協同合作，可以建立科技創新聯盟，聯合攻關，相關企業應該加大研發投入，與有關高等院校和科研院所建立良好合作關系，提高企業產品的科技含量和行業競爭力。國家有關部門可以為智慧植保相關企業提供更多優惠政策，鼓勵社會資本進入智慧植保領域，為智慧植保提供研發資金支持。加強知識產權保護，讓企業樂于、敢于投資創新研發，并能夠從創新研發的產品中受益。應該做好智慧植保發展的統籌謀劃，避免大規模的重復投資和研發，避免低水平投資和研發。

8.5 加強智慧植保關鍵技術研發

智慧植保的發展不應該停留在低層次、炒作概念的水平。不但要注重成形技術和產品的推廣應用，更應該加強關鍵技術和核心技術研究和突破，研發實用、有競爭力的技術和產品，增加知識產權擁有量，真正提高植保工作的智能化水平。加強傳感器技術和產品的研發，實現實時、快捷、全面獲取農業生產中有害生物、環境、植物表型等方面的大量數據，為智慧植保提供基礎數據支撐。加強網絡通訊技術研發，提高網絡傳輸和通訊能力。加強數據處理和決策控制系統的研發，形成高效的大數據分析技術，將獲取的大量數據及時、快速、準確地處理和分析，并完成行動的決策部署，提高自動、智能決策水平，實現植保措施的智能實施和管理。加強“人機融合”以及農業機械作業自動化、智能化，并研發農業機械的遠程控制平臺，實現“人機分離”。

8.6 加強智慧植保標準化建設

現代信息技術的高速發展對標準化和規范化要求更高。發展智慧植保，應該加強獲取數據的標準化、存儲格式的標準化、硬件接口的標準化等方面的標準化建設。農業數據標準化(數據獲取方法和技術的標準化、數據存儲格式的標準化)程度亟待加強和提高，需要制定相應標準，提高數據準確性，以便進行傳輸和共享。加強信息獲取、網絡傳輸、信息處理、管理決策等環節的標準化建設，促進農業機械設備的標準化。

8.7 應該重視和加強智慧植保方面的交流工作

智慧植保發展中肯定會遇到各種問題，應該重視和加強智慧植保方面的交流工作，厘清智慧植保的發展方向，瞄準智慧植保的關鍵問題。應該成立專門的專業委員會、行業協會或行業聯盟，搭建良好平臺，加強日新月異的研究進展交流，促進多學科交叉和融合，并盡可能地針對關鍵問題和技術，在國家有關部門或有關組織的協調下進行協同攻關，促進智慧植保良性高速健康發展。

8.8 應該重視和加強基層農業從業人員的技能培訓工作

農村勞動力流失嚴重，農業勞動力人口結構發生了很大變化，勞動力文化水平相對較低、思想觀念相對保守，接受新技術的能力和意愿不強，對智慧農業和智慧植保的發展造成一定影響。應該重視和加強農業從業人員(尤其是農民)的培訓和技能教育，培養有能力的農民成為具有專業水平的帶頭人，起到良好的示范和推動作用，并應該重視智慧植保相關產品或設備的后續服務工作。培養新型職業農民，成立專業化智慧植保隊伍，改善植保生產、管理、服務模式。

8.9 應該重視和加強農村基礎設施和智慧植保示范園區建設

智慧植保基礎設施和機械設備技術含量高、價格高，造成智慧植保投資成本高。應打造合作社、專業化隊伍或公司，吸引社會資金投資智慧植保相關產業，同時，應加強國家在智慧植保方面的投資力度。在進行投資時，應加強前期論證，避免出現重復性建設或半拉子工程。引進智慧植保所需要的機械或設備等。加強農村網絡投資和建設，減少農業網絡使用費用，促進信息化建設和信息傳輸。國家和地方行政部門、企業應該加強投資，建立智慧植保示范園區，發揮示范、引領、帶動作用。

智慧植保的發展會給植保研究和產業領域帶來翻天覆地的變化，帶動一批產業發展，提高植保工作效率和安全性，徹底改變傳統的植保監測、預測、防控的模式，而且能徹底解決基層植保從業人員短缺問題。智慧植保乃至智慧農業的大發展，勢必在引起產業升級的同時，會帶來社會結構性變化，產生一些新職業，導致另一些從業人員失業，引起系列的功能替代現象，從而由此產生的一系列社會問題同樣值得關注和研究。