智慧農(nóng)業(yè)專(zhuān)家決策構(gòu)成與應(yīng)用研究

摘" 要：發(fā)展智慧農(nóng)業(yè)是推動(dòng)我國(guó)農(nóng)業(yè)高質(zhì)量發(fā)展、農(nóng)業(yè)智慧化改革的必由之路，隨著現(xiàn)代農(nóng)業(yè)信息技術(shù)的發(fā)展，智慧農(nóng)業(yè)已經(jīng)逐步應(yīng)用在我國(guó)農(nóng)業(yè)。智慧農(nóng)業(yè)專(zhuān)家決策是智慧農(nóng)業(yè)的核心內(nèi)容，可以輔助企業(yè)、政府、農(nóng)民在農(nóng)業(yè)問(wèn)題方面快速、準(zhǔn)確地作出相應(yīng)決策。然而，我國(guó)智慧農(nóng)業(yè)專(zhuān)家決策研究與國(guó)外相比較為落后，因此要加強(qiáng)相關(guān)理論研究，以理論知識(shí)帶動(dòng)實(shí)踐應(yīng)用。該文使用內(nèi)容分析法，結(jié)合相關(guān)文獻(xiàn)梳理歸納，在智慧農(nóng)業(yè)的基礎(chǔ)上闡述智慧農(nóng)業(yè)專(zhuān)家決策的概念，同時(shí)以農(nóng)業(yè)全產(chǎn)業(yè)鏈“育種決策—生產(chǎn)決策—市場(chǎng)決策—農(nóng)產(chǎn)品安全溯源”4個(gè)方面為主線，介紹智慧農(nóng)業(yè)專(zhuān)家決策的構(gòu)成和應(yīng)用。通過(guò)對(duì)智慧農(nóng)業(yè)專(zhuān)家決策相關(guān)應(yīng)用的進(jìn)一步探索，可以促進(jìn)智慧農(nóng)業(yè)專(zhuān)家決策的發(fā)展和指導(dǎo)相關(guān)企業(yè)對(duì)智慧農(nóng)業(yè)專(zhuān)家決策相關(guān)應(yīng)用的使用。

關(guān)鍵詞：智慧農(nóng)業(yè)專(zhuān)家決策；育種決策；生產(chǎn)決策；市場(chǎng)決策；安全溯源

中圖分類(lèi)號(hào)：F320" " " " 文獻(xiàn)標(biāo)志碼：A" " " " " 文章編號(hào)：2096-9902（2023）17-0001-04

Abstract： The development of smart agriculture is the only way to promote the high-quality development and intelligent reform of agriculture in our country. With the development of modern agricultural information technology， smart agriculture has been gradually applied in China's agriculture. Smart agricultural expert decision-making is the core content of smart agriculture， which can assist enterprises， governments and farmers to make corresponding decisions on agricultural issues quickly and accurately. However， the research on smart agricultural expert decision-making in China is relatively backward compared with foreign countries， so we should strengthen the relevant theoretical research and use theoretical knowledge to promote practical application. By using the method of content analysis and combing and summarizing the relevant literature， this paper expounds the concept of smart agricultural expert decision-making on the basis of smart agriculture. At the same time， taking the whole agricultural industry chain： \"breeding decision-production decision-market decision-produce safety tracing\" as the main line， this paper introduces the composition and application of smart agricultural expert decision-making. Through the further exploration of the application of smart agricultural expert decision-making， we can promote the development of smart agricultural expert decision-making and guide relevant enterprises to use the related applications of smart agricultural expert decision-making.

Keywords： smart agricultural expert decision-making; breeding decision-making; production decision-making; market decision-making; safety tracing

習(xí)近平總書(shū)記和黨中央、國(guó)務(wù)院高度重視信息技術(shù)在農(nóng)業(yè)方面應(yīng)用的發(fā)展，特別是黨的十九屆五中全會(huì)首次在全會(huì)文件中對(duì)建設(shè)智慧農(nóng)業(yè)作出重大決策部署[1]。2023年，中央一號(hào)文件提到要大力推進(jìn)農(nóng)業(yè)高質(zhì)量發(fā)展，推動(dòng)智慧農(nóng)業(yè)發(fā)展，促進(jìn)信息技術(shù)與農(nóng)業(yè)融合應(yīng)用，加強(qiáng)農(nóng)業(yè)設(shè)施建設(shè)和加強(qiáng)農(nóng)業(yè)科技與農(nóng)業(yè)裝備支撐，確保農(nóng)產(chǎn)品高質(zhì)量發(fā)展并且綠色安全[2]。讓高科技技術(shù)助力農(nóng)業(yè)育種、生產(chǎn)、市場(chǎng)和產(chǎn)品安全專(zhuān)家決策，讓智慧農(nóng)業(yè)更加高效、智能、可靠，從而使農(nóng)業(yè)實(shí)現(xiàn)真正意義上的供給側(cè)改革和智慧化改革。

發(fā)展智慧農(nóng)業(yè)是農(nóng)業(yè)升級(jí)的必然選擇，雖然我國(guó)現(xiàn)階段已經(jīng)開(kāi)始重視智慧農(nóng)業(yè)，鼓勵(lì)智慧農(nóng)業(yè)發(fā)展，但是與國(guó)外相比，我國(guó)智慧農(nóng)業(yè)發(fā)展還是比較落后，特別是在智慧農(nóng)業(yè)專(zhuān)家決策方面，我國(guó)發(fā)展還處于起步階段，無(wú)論是在理論研究方面還是實(shí)踐研究方面都還需要大量研究和探索。同時(shí)，智慧農(nóng)業(yè)專(zhuān)家決策作為智慧農(nóng)業(yè)的核心內(nèi)容，是發(fā)展智慧農(nóng)業(yè)的重中之重。因此，本文通過(guò)對(duì)智慧農(nóng)業(yè)專(zhuān)家決策相關(guān)理論知識(shí)的探索和研究，從而彌補(bǔ)智慧農(nóng)業(yè)專(zhuān)家決策研究和應(yīng)用方面的不足，達(dá)到促進(jìn)智慧農(nóng)業(yè)專(zhuān)家決策研究和指導(dǎo)相關(guān)企業(yè)發(fā)展智慧農(nóng)業(yè)相關(guān)應(yīng)用。

1" 智慧農(nóng)業(yè)專(zhuān)家決策的內(nèi)涵

智慧農(nóng)業(yè)因每個(gè)學(xué)者對(duì)其研究的方向不同，從而對(duì)智慧農(nóng)業(yè)概念給出了不同的定義。趙春江院士[3]認(rèn)為智慧農(nóng)業(yè)是通過(guò)將現(xiàn)代信息技術(shù)與農(nóng)業(yè)相互融合，實(shí)現(xiàn)農(nóng)業(yè)定量決策、智能控制、智慧化的農(nóng)業(yè)生產(chǎn)方式，是農(nóng)業(yè)智能化的體現(xiàn)。楊大蓉教授認(rèn)為智慧農(nóng)業(yè)是利用物聯(lián)網(wǎng)將各個(gè)生產(chǎn)環(huán)節(jié)連接，實(shí)現(xiàn)農(nóng)業(yè)生產(chǎn)智能控制。概而言之，智慧農(nóng)業(yè)就是利用現(xiàn)代信息技術(shù)與農(nóng)業(yè)深度融合，形成遠(yuǎn)程可視化、可控化、集約化、生態(tài)化和智能化的農(nóng)業(yè)，實(shí)現(xiàn)農(nóng)業(yè)從數(shù)字化到智慧化的轉(zhuǎn)變。

智慧農(nóng)業(yè)專(zhuān)家決策是在智慧農(nóng)業(yè)的基礎(chǔ)上對(duì)農(nóng)業(yè)全產(chǎn)業(yè)鏈的決策行為，包含了產(chǎn)前的育種決策、產(chǎn)中的生產(chǎn)決策和產(chǎn)后的市場(chǎng)決策以及農(nóng)產(chǎn)品的安全溯源。通過(guò)智慧農(nóng)業(yè)的數(shù)據(jù)監(jiān)測(cè)和專(zhuān)家系統(tǒng)以及人工智能的智能分析，能夠使專(zhuān)家作出更加高效、精準(zhǔn)、有力的決策，助力育種工作人員作出有利于優(yōu)質(zhì)育種和高效育種的決策，并幫助農(nóng)民、企業(yè)對(duì)作物生長(zhǎng)問(wèn)題做出正確判斷，有利于政府作出有利于市場(chǎng)發(fā)展的決策和降低農(nóng)民與企業(yè)的市場(chǎng)風(fēng)險(xiǎn)，同時(shí)也保證了農(nóng)產(chǎn)品的安全溯源。

2" 育種決策

育種就是通過(guò)技術(shù)手段來(lái)得到自己想要的優(yōu)良品種，中國(guó)農(nóng)業(yè)大學(xué)陳紹江教授[4]認(rèn)為育種的核心就是發(fā)現(xiàn)、創(chuàng)造、選擇和固定優(yōu)勢(shì)。育種至今已經(jīng)經(jīng)歷4個(gè)歷程，可以稱(chēng)之為育種1.0—育種4.0時(shí)代。

在育種1.0時(shí)代，人們采用的是傳統(tǒng)式經(jīng)驗(yàn)育種決策，隨著現(xiàn)代化信息技術(shù)的發(fā)展，在育種2.0、育種3.0時(shí)代相繼出現(xiàn)作物灰色理論育種決策系統(tǒng)和作物同異育種決策系統(tǒng)，在傳感器出現(xiàn)后育種4.0時(shí)代出現(xiàn)了基于集成學(xué)習(xí)的溫室育種智能決策算法。

傳統(tǒng)式經(jīng)驗(yàn)育種決策是在育種1.0時(shí)代人們通過(guò)觀察、經(jīng)驗(yàn)及感覺(jué)對(duì)作物育種的過(guò)程作出相關(guān)決策，是通過(guò)一輩一輩人積累的經(jīng)驗(yàn)形成的育種決策，但缺少了科學(xué)性、效率性和準(zhǔn)確性，是最原始的育種決策。

在育種2.0和3.0時(shí)代，作物灰色理論育種決策是在作物灰色理論學(xué)基礎(chǔ)上形成的，其誕生標(biāo)志著傳統(tǒng)作物育種向現(xiàn)代化、信息化、定量化育種邁進(jìn)的一次革命性飛躍，使作物育種水平由定性經(jīng)驗(yàn)階段上升到定量或定性與定量相結(jié)合階段，使作物育種學(xué)科由比較粗糙的定性描述性學(xué)科發(fā)展成為一門(mén)比較精密的學(xué)科，克服經(jīng)驗(yàn)育種受主觀判斷和人腦綜合思維能力的局限，而且可以實(shí)現(xiàn)作物育種的高度智能化。同異育種決策是繼灰色理論育種決策之后提出的育種決策方法，其提出和應(yīng)用有效地克服了傳統(tǒng)經(jīng)驗(yàn)育種的局限性，使得作物育種能夠從定量的角度出發(fā)為育種決策提供科學(xué)依據(jù)。在育種4.0時(shí)代，提出了基于集成學(xué)習(xí)的溫室育種智能決策算法，可以對(duì)多源信息在特征層面上進(jìn)行融合，并考慮多源信息的相互關(guān)聯(lián)性，且其融合權(quán)重可以自適應(yīng)改變，以完成溫室育種的智能監(jiān)測(cè)與控制，實(shí)現(xiàn)溫室育種的智能化、實(shí)時(shí)性以及低成本等需求，提升農(nóng)業(yè)育種智能化。基于集成學(xué)習(xí)溫室育種智能算法的提出使育種決策環(huán)節(jié)得到了更加精細(xì)化的控制，提高了育種自動(dòng)化程度，進(jìn)一步完善智慧農(nóng)業(yè)時(shí)代的育種決策。

3" 智慧農(nóng)業(yè)生產(chǎn)決策

3.1" 生產(chǎn)決策原理

生產(chǎn)決策是在作物生長(zhǎng)發(fā)育的過(guò)程中，當(dāng)出現(xiàn)作物生長(zhǎng)問(wèn)題難以決斷時(shí)利用作物生長(zhǎng)數(shù)字孿生系統(tǒng)對(duì)農(nóng)業(yè)生產(chǎn)進(jìn)行仿真模擬以及運(yùn)用監(jiān)控系統(tǒng)對(duì)作物進(jìn)行監(jiān)測(cè)，預(yù)測(cè)和掌控農(nóng)業(yè)生產(chǎn)情況，再借助施肥、灌溉管理系統(tǒng)和病蟲(chóng)害預(yù)警系統(tǒng)的幫助作出最優(yōu)決策的過(guò)程，最終達(dá)到農(nóng)產(chǎn)品高產(chǎn)、優(yōu)質(zhì)、綠色的效果。主要流程：通過(guò)智慧農(nóng)業(yè)遠(yuǎn)程監(jiān)控系統(tǒng)中的環(huán)境監(jiān)測(cè)系統(tǒng)對(duì)作物生長(zhǎng)情況和環(huán)境情況進(jìn)行監(jiān)測(cè)，然后將監(jiān)測(cè)數(shù)據(jù)傳入作物生長(zhǎng)數(shù)字孿生系統(tǒng)進(jìn)行對(duì)比分析，最后通過(guò)智能管理決策系統(tǒng)和預(yù)警系統(tǒng)進(jìn)行決策和表達(dá)。

3.2" 作物生長(zhǎng)數(shù)字孿生決策系統(tǒng)

作物生長(zhǎng)數(shù)字孿生系統(tǒng)是基于作物生長(zhǎng)模型與數(shù)字孿生技術(shù)形成的系統(tǒng)，其利用了作物生長(zhǎng)模型的模擬性能對(duì)作物在一定條件下會(huì)出現(xiàn)的情況和生長(zhǎng)狀態(tài)進(jìn)行模擬，同時(shí)通過(guò)數(shù)字孿生技術(shù)的仿真三維可視化功能對(duì)模型所模擬的情況進(jìn)行可視化表達(dá)，將結(jié)果模擬表現(xiàn)在虛擬世界中。作物生長(zhǎng)數(shù)字孿生系統(tǒng)是農(nóng)業(yè)物理實(shí)體的另一種形式表達(dá)，通過(guò)物理實(shí)體與虛擬孿生之間不斷地進(jìn)行數(shù)據(jù)和信息交互形成，并在虛擬實(shí)體中進(jìn)行模擬、監(jiān)控、診斷、預(yù)測(cè)和控制農(nóng)業(yè)實(shí)體在物理世界中的狀態(tài)，幫助專(zhuān)家可以更好地進(jìn)行決策[5]。

3.3" 智慧農(nóng)業(yè)遠(yuǎn)程監(jiān)測(cè)系統(tǒng)

智慧農(nóng)業(yè)遠(yuǎn)程監(jiān)測(cè)系統(tǒng)決策主要包含：環(huán)境監(jiān)測(cè)遠(yuǎn)程監(jiān)控系統(tǒng)，智能施肥、灌溉管理系統(tǒng)和作物病蟲(chóng)害預(yù)警系統(tǒng)3個(gè)模塊，環(huán)境監(jiān)測(cè)遠(yuǎn)程系統(tǒng)與施肥、灌溉管理系統(tǒng)和病蟲(chóng)害預(yù)警相互作用不可分割，環(huán)境監(jiān)測(cè)遠(yuǎn)程監(jiān)控系統(tǒng)是決策的前提，施肥、灌溉管理系統(tǒng)和病蟲(chóng)害預(yù)警是決策的結(jié)果。

3.3.1" 環(huán)境監(jiān)測(cè)遠(yuǎn)程監(jiān)控系統(tǒng)

環(huán)境監(jiān)測(cè)遠(yuǎn)程監(jiān)控系統(tǒng)是利用多媒體技術(shù)進(jìn)行監(jiān)測(cè)，通過(guò)物聯(lián)網(wǎng)和5G傳輸?shù)皆贫诉M(jìn)行計(jì)算、篩選、分析并進(jìn)行處理，最后通過(guò)手機(jī)和電腦對(duì)決策相關(guān)結(jié)果進(jìn)行表達(dá)。其主要監(jiān)測(cè)的內(nèi)容包括：一是氣候監(jiān)測(cè)，包含光量、相對(duì)濕度、二氧化碳濃度；二是種植介質(zhì)監(jiān)測(cè)，包含水量、溫度、綜合電導(dǎo)率（EC）、土壤溶液電導(dǎo)率（soil pore EC）、pH；三是作物狀態(tài)測(cè)量，包含長(zhǎng)勢(shì)能力、葉片溫度（用來(lái)評(píng)估氣孔狀態(tài)）；四是灌溉液和回液監(jiān)測(cè)，包含灌溉量、排出量、水體EC、水體pH、水體溫度。通過(guò)以上4個(gè)方面進(jìn)行全面的監(jiān)測(cè)來(lái)了解溫室大棚環(huán)境情況，再結(jié)合視頻監(jiān)控傳輸?shù)臄?shù)據(jù)在云端分析計(jì)算后，掌握精確的環(huán)境數(shù)據(jù)。

3.3.2" 智能施肥、灌溉管理系統(tǒng)

在作物數(shù)字孿生的發(fā)展和環(huán)境監(jiān)測(cè)系統(tǒng)的發(fā)展下，出現(xiàn)作物施肥、灌溉的系統(tǒng)，根據(jù)環(huán)境監(jiān)測(cè)系統(tǒng)監(jiān)測(cè)出的環(huán)境數(shù)據(jù)對(duì)作物進(jìn)行精準(zhǔn)化管理，通過(guò)數(shù)據(jù)的綜合化分析，一是對(duì)作物進(jìn)行肥料種類(lèi)選擇及施肥量需求控制，以及根據(jù)soil pore EC對(duì)作物施行氮磷鉀最佳優(yōu)化組合；二是根據(jù)氣候監(jiān)測(cè)和灌溉液和回液監(jiān)測(cè)對(duì)作物灌溉用量與灌溉時(shí)機(jī)進(jìn)行精準(zhǔn)掌控，從而達(dá)到節(jié)約用水的同時(shí)也能保證作物優(yōu)質(zhì)生長(zhǎng)的效果。

智能施肥灌溉管理系統(tǒng)是通過(guò)遠(yuǎn)程環(huán)境監(jiān)測(cè)數(shù)據(jù)與智能專(zhuān)家決策支持系統(tǒng)結(jié)合形成的，智能專(zhuān)家決策支持系統(tǒng)簡(jiǎn)稱(chēng)IDSS，由人工智能與傳統(tǒng)專(zhuān)家系統(tǒng)結(jié)合形成，讓專(zhuān)家系統(tǒng)能夠更充分地應(yīng)用人類(lèi)專(zhuān)家的知識(shí)，通過(guò)邏輯推理來(lái)幫助解決復(fù)雜決策問(wèn)題的輔助決策系統(tǒng)。

3.3.3" 作物病蟲(chóng)害預(yù)警

農(nóng)業(yè)病蟲(chóng)害監(jiān)測(cè)預(yù)警就是在發(fā)生病蟲(chóng)害之前，借助專(zhuān)家經(jīng)驗(yàn)和系統(tǒng)，監(jiān)測(cè)周?chē)h(huán)境、氣候變化、農(nóng)作物生長(zhǎng)發(fā)育狀況及病蟲(chóng)害發(fā)生特征等，識(shí)別可能產(chǎn)生的病蟲(chóng)害疫情并發(fā)出預(yù)警，從而在第一時(shí)間控制病蟲(chóng)害的發(fā)生和蔓延，保護(hù)農(nóng)作物的正常生長(zhǎng)[6]。

作物病蟲(chóng)害預(yù)警主要由以下幾個(gè)部分構(gòu)成：首先是通過(guò)數(shù)據(jù)的收集構(gòu)成可以使用的數(shù)據(jù)庫(kù)，數(shù)據(jù)主要有借助遠(yuǎn)程環(huán)境監(jiān)測(cè)系統(tǒng)得到的環(huán)境監(jiān)測(cè)數(shù)據(jù)、病蟲(chóng)害歷史基礎(chǔ)數(shù)據(jù)、地理基礎(chǔ)數(shù)據(jù)和高光譜數(shù)據(jù)。然后進(jìn)行數(shù)據(jù)分析：可以采用地理信息系統(tǒng)（GIS）分析、詞法（Flex）分析、多指標(biāo)分析和光譜分析等方法進(jìn)行分析。其次，進(jìn)行專(zhuān)家咨詢，根據(jù)分析出的數(shù)據(jù)向?qū)＜疫M(jìn)行咨詢或是通過(guò)智能專(zhuān)家系統(tǒng)進(jìn)行智能分析得出相應(yīng)結(jié)論輔助專(zhuān)家作出決策。最后，進(jìn)行病蟲(chóng)害預(yù)警，可以通過(guò)手機(jī)客戶端或是大數(shù)據(jù)預(yù)警平臺(tái)進(jìn)行預(yù)警，幫助農(nóng)民提前決策。

4" 智慧農(nóng)業(yè)市場(chǎng)決策

4.1" 大數(shù)據(jù)背景下市場(chǎng)風(fēng)險(xiǎn)分析助力政府決策

農(nóng)產(chǎn)品市場(chǎng)風(fēng)險(xiǎn)是來(lái)自農(nóng)產(chǎn)品生產(chǎn)和流通環(huán)節(jié)對(duì)市場(chǎng)造成波動(dòng)及影響市場(chǎng)正常運(yùn)行的情況。農(nóng)產(chǎn)品市場(chǎng)風(fēng)險(xiǎn)主要包含4個(gè)方面：農(nóng)產(chǎn)品質(zhì)量風(fēng)險(xiǎn)、農(nóng)產(chǎn)品數(shù)量風(fēng)險(xiǎn)、農(nóng)產(chǎn)品結(jié)構(gòu)風(fēng)險(xiǎn)和農(nóng)產(chǎn)品價(jià)格風(fēng)險(xiǎn)。

20世紀(jì)80年代，聯(lián)合國(guó)為了預(yù)測(cè)農(nóng)產(chǎn)品市場(chǎng)風(fēng)險(xiǎn)開(kāi)始運(yùn)用信息技術(shù)來(lái)對(duì)農(nóng)產(chǎn)品市場(chǎng)進(jìn)行研究，從而得到更為可靠的結(jié)果。隨著現(xiàn)代化信息技術(shù)和大數(shù)據(jù)挖掘技術(shù)的發(fā)展，運(yùn)用大數(shù)據(jù)和人工智能、云計(jì)算等技術(shù)來(lái)預(yù)測(cè)市場(chǎng)風(fēng)險(xiǎn)的模型越來(lái)越多也越來(lái)越準(zhǔn)確。2017年李勇提出可以運(yùn)用大數(shù)據(jù)分析市場(chǎng)，促進(jìn)農(nóng)業(yè)信息資源利用解決了農(nóng)產(chǎn)品流通問(wèn)題。2019年，Liu等[7]通過(guò)運(yùn)用大數(shù)據(jù)挖掘，收集了市場(chǎng)數(shù)據(jù)，通過(guò)專(zhuān)業(yè)分析準(zhǔn)確分析市場(chǎng)風(fēng)險(xiǎn)趨勢(shì)。在新冠感染疫情影響下，長(zhǎng)時(shí)間采取必要的隔離和市場(chǎng)流通的嚴(yán)格把控在一定程度上影響了市場(chǎng)經(jīng)濟(jì)的發(fā)展，導(dǎo)致許多國(guó)家農(nóng)產(chǎn)品出口受限制甚至停止了對(duì)外農(nóng)產(chǎn)品貿(mào)易出口，因此農(nóng)產(chǎn)品的市場(chǎng)風(fēng)險(xiǎn)分析顯得尤為重要。政府這只無(wú)形的手在市場(chǎng)失靈時(shí)必須要作出必要的調(diào)控，利用大數(shù)據(jù)挖掘技術(shù)、大數(shù)據(jù)分析、云計(jì)算和人工智能分析及時(shí)、準(zhǔn)確、全面地反應(yīng)農(nóng)產(chǎn)品市場(chǎng)風(fēng)險(xiǎn)，能夠?yàn)檎块T(mén)決策提供有價(jià)值的決策建議，從而幫助政府有效地管理農(nóng)產(chǎn)品市場(chǎng)。

4.2" 大數(shù)據(jù)背景下農(nóng)產(chǎn)品市場(chǎng)監(jiān)測(cè)預(yù)警

為了促進(jìn)農(nóng)產(chǎn)品市場(chǎng)的農(nóng)業(yè)供給側(cè)改革，實(shí)現(xiàn)農(nóng)產(chǎn)品的綠色可持續(xù)發(fā)展，在農(nóng)產(chǎn)品市場(chǎng)風(fēng)險(xiǎn)分析和大數(shù)據(jù)助力下可以形成農(nóng)產(chǎn)品數(shù)據(jù)構(gòu)建分析和預(yù)測(cè)模型，對(duì)農(nóng)產(chǎn)品未來(lái)市場(chǎng)趨勢(shì)進(jìn)行分析，指導(dǎo)農(nóng)戶供給和為農(nóng)戶提供價(jià)格預(yù)測(cè)。Uzumoz和Akcay利用Probit模型對(duì)影響農(nóng)產(chǎn)品消費(fèi)的主要因素進(jìn)行分析，得出影響農(nóng)產(chǎn)品消費(fèi)的主要因素，再根據(jù)影響因素可以對(duì)未來(lái)市場(chǎng)進(jìn)行預(yù)測(cè)。Vinnari[8]通過(guò)建立價(jià)格預(yù)測(cè)模型分析了農(nóng)產(chǎn)品價(jià)格的未來(lái)走勢(shì)，為農(nóng)產(chǎn)品價(jià)格市場(chǎng)調(diào)控提供了有力支撐，在一定程度上降低了市場(chǎng)價(jià)格的風(fēng)險(xiǎn)為農(nóng)戶提供了保障。在大數(shù)據(jù)的背景下，這里主要介紹農(nóng)產(chǎn)品市場(chǎng)監(jiān)測(cè)預(yù)警理論模型和市場(chǎng)預(yù)測(cè)研究模型。農(nóng)產(chǎn)品市場(chǎng)監(jiān)測(cè)預(yù)警理論模型主要是借助物聯(lián)網(wǎng)對(duì)農(nóng)產(chǎn)品端監(jiān)測(cè)和借助互聯(lián)網(wǎng)對(duì)農(nóng)產(chǎn)品消費(fèi)端實(shí)施監(jiān)測(cè)，通過(guò)大數(shù)據(jù)供需分析達(dá)到市場(chǎng)監(jiān)測(cè)預(yù)警，從而匹配供需關(guān)系。

市場(chǎng)預(yù)測(cè)研究模型主要由4部分構(gòu)成：一是利用物聯(lián)網(wǎng)和互聯(lián)網(wǎng)大數(shù)據(jù)進(jìn)行數(shù)據(jù)采集；二是數(shù)據(jù)處理，主要利用分詞技術(shù)和權(quán)重計(jì)算進(jìn)行處理；三是模型的構(gòu)建一般采用支持向量機(jī)（Support Vector Ma-chine，SVM）來(lái)構(gòu)建所需模型；四是通過(guò)所構(gòu)建的模型來(lái)預(yù)測(cè)市場(chǎng)價(jià)格和供需，從而達(dá)到監(jiān)測(cè)預(yù)警的結(jié)果。

5" 智慧農(nóng)業(yè)安全溯源

5.1" 基于區(qū)塊鏈的RFID大數(shù)據(jù)安全溯源體系

區(qū)塊鏈?zhǔn)怯蓞^(qū)塊構(gòu)成的一種有序鏈型數(shù)據(jù)結(jié)構(gòu)，鏈中每個(gè)區(qū)塊都包含前區(qū)塊的哈希值，可以由鏈上任意區(qū)塊追溯到第一個(gè)區(qū)塊（創(chuàng)始?jí)K），因此一旦要改變其中一個(gè)區(qū)塊，必須要全部區(qū)塊重新計(jì)算，從而保證數(shù)據(jù)的安全。RFID指射頻識(shí)別技術(shù)，通過(guò)RFID閱讀器閱讀電子標(biāo)簽從而形成RFID大數(shù)據(jù)。區(qū)塊鏈下的RFID大數(shù)據(jù)安全溯源模型是將攜帶RFID電子標(biāo)簽的物品在流通過(guò)程中形成的大數(shù)據(jù)溯源信息保存到云端服務(wù)器，形成攜帶溯源信息的數(shù)據(jù)庫(kù)，通過(guò)區(qū)塊鏈操作形成首尾相連的數(shù)據(jù)塊，此時(shí)便形成攜帶數(shù)據(jù)溯源信息的RFID大數(shù)據(jù)溯源數(shù)據(jù)庫(kù)。這個(gè)過(guò)程的逆過(guò)程所經(jīng)歷的路徑能夠?qū)崿F(xiàn)數(shù)據(jù)溯源的各種操作，并保證其安全性[9]。區(qū)塊鏈與RFID技術(shù)的融合，在溯源物品的生產(chǎn)、加工、銷(xiāo)售等多個(gè)環(huán)節(jié)建立區(qū)塊鏈賬本，建立起 RFID大數(shù)據(jù)的溯源全程鏈?zhǔn)铰窂娇梢詭椭a(chǎn)業(yè)鏈數(shù)據(jù)安全、保真、透明和共享。將區(qū)塊鏈和物聯(lián)網(wǎng)應(yīng)用相結(jié)合，還可以提供防偽追溯服務(wù)，通過(guò)物聯(lián)網(wǎng)技術(shù)將數(shù)據(jù)采集起來(lái)，并通過(guò)相關(guān)技術(shù)記錄到區(qū)塊鏈上，從而實(shí)現(xiàn)更加安全的防偽溯源。

5.2" 農(nóng)產(chǎn)品產(chǎn)業(yè)鏈溯源云平臺(tái)

農(nóng)產(chǎn)品產(chǎn)業(yè)鏈溯源云平臺(tái)是基于區(qū)塊鏈和RFID技術(shù)的基礎(chǔ)上方便用戶安全溯源的平臺(tái)，同時(shí)是物聯(lián)網(wǎng)、云計(jì)算、人工智能結(jié)合的平臺(tái)，主要包括農(nóng)產(chǎn)品種植監(jiān)管子系統(tǒng)、加工檢測(cè)監(jiān)管子系統(tǒng)、供應(yīng)鏈監(jiān)管子系統(tǒng)、銷(xiāo)售跟蹤子系統(tǒng)和手持終端溯源系統(tǒng)等。其層次架構(gòu)主要分為6層：一是感知層，通過(guò)傳感器、RFID技術(shù)、GPS和視頻監(jiān)控技術(shù)對(duì)農(nóng)產(chǎn)品進(jìn)行感知監(jiān)測(cè)；二是傳輸層，通過(guò)互聯(lián)網(wǎng)、5G、無(wú)線局域網(wǎng)和GPRS對(duì)數(shù)據(jù)進(jìn)行傳輸；三是基礎(chǔ)層，通過(guò)形成的RFID數(shù)據(jù)、業(yè)務(wù)數(shù)據(jù)、溯源數(shù)據(jù)和用戶數(shù)據(jù)構(gòu)建模型再對(duì)知識(shí)進(jìn)行表達(dá)，并且設(shè)置了防火墻和信息安全網(wǎng)關(guān)從而保證平臺(tái)安全；四是平臺(tái)層溯源數(shù)據(jù)中心，對(duì)數(shù)據(jù)進(jìn)行分類(lèi)處理形成種植生產(chǎn)管理、檢驗(yàn)信息管理、加工包裝管理、物流信息管理和銷(xiāo)售信息管理的依據(jù)，并設(shè)有系統(tǒng)管理；五是核心應(yīng)用層，主要以溯源APP和用戶網(wǎng)站為主；六是用戶層，主要是用于用戶手機(jī)客戶端溯源信息采集和溯源信息查詢[10]。

6" 結(jié)束語(yǔ)

智慧農(nóng)業(yè)專(zhuān)家決策的發(fā)展能夠幫助農(nóng)業(yè)產(chǎn)前、產(chǎn)中、產(chǎn)后有效決策，助力農(nóng)業(yè)快速發(fā)展。同時(shí)，2023年國(guó)家大力扶持農(nóng)村土地流轉(zhuǎn)，將農(nóng)村土地先集中再進(jìn)行劃分，將土地連成一片從而方便管理。在國(guó)家這一政策的趨勢(shì)下，可以跟隨國(guó)家政策發(fā)展智慧農(nóng)業(yè)專(zhuān)家決策，鼓勵(lì)企業(yè)承包農(nóng)村土地施行規(guī)模化種植，加強(qiáng)智慧農(nóng)業(yè)專(zhuān)家決策的應(yīng)用，建立智慧農(nóng)業(yè)決策應(yīng)用示范園，同時(shí)加強(qiáng)企業(yè)與高校合作，從而解決缺失現(xiàn)代化農(nóng)業(yè)人才的問(wèn)題，并且可以為農(nóng)民提供崗位并且賦予土地租金。在發(fā)展智慧農(nóng)業(yè)專(zhuān)家決策的同時(shí)也降低了農(nóng)民資金的風(fēng)險(xiǎn)，并為農(nóng)民提供可觀的收益，也可以鼓勵(lì)農(nóng)戶自發(fā)合作發(fā)展智慧農(nóng)業(yè)專(zhuān)家決策應(yīng)用，形成規(guī)模化智慧種植，從而促進(jìn)農(nóng)業(yè)發(fā)展。

相信在國(guó)家、企業(yè)、高校和農(nóng)民的共同努力下，智慧農(nóng)業(yè)專(zhuān)家決策定能快速發(fā)展，在農(nóng)村實(shí)現(xiàn)規(guī)模化應(yīng)用，實(shí)現(xiàn)農(nóng)業(yè)智慧化發(fā)展、農(nóng)業(yè)行為智慧化決策，更好地幫助農(nóng)民、企業(yè)作出更加優(yōu)質(zhì)的農(nóng)業(yè)決策。

參考文獻(xiàn)：

[1] 劉洋，魏若璇，王小兵，等.牢牢抓住建設(shè)智慧農(nóng)業(yè)的時(shí)代主題[J].現(xiàn)代農(nóng)業(yè)，2021，42（12）：46-50.

[2] 中央一號(hào)文件公布[EB/OL].https：//view.inews.qq.com/a/202302 15A01Q2600.

[3] 趙春江.智慧農(nóng)業(yè)發(fā)展現(xiàn)狀及戰(zhàn)略目標(biāo)研究[J].智慧農(nóng)業(yè)，2019，1（1）：1-7.

[4] 陳紹江.玉米單倍體育種技術(shù)研究及應(yīng)用[C]//2019年中國(guó)作物學(xué)會(huì)學(xué)術(shù)年會(huì)論文摘要，2019：20.

[5] 徐棟梁，黃河清.基于數(shù)字孿生的智慧農(nóng)業(yè)生產(chǎn)監(jiān)控系統(tǒng)設(shè)計(jì)與應(yīng)用[J].廣東通信技術(shù)，2022，42（5）：64-67.

[6] 劉君.大數(shù)據(jù)時(shí)代山東農(nóng)業(yè)病蟲(chóng)害監(jiān)測(cè)預(yù)警體系建設(shè)[J].北方園藝，2021（3）：166-170.

[7] LIU Y， OTT M， COYAL N， et al. Roberta： arobustly op-timized bert pretraining approach[J]. Florence， 2019.

[8] VINNARI M. The future of meat consumption - expert views from finland[J]. Technological Forecasting and Social Change， 2008，75（6）：893-904.

[9] 劉耀宗，劉云恒.基于區(qū)塊鏈的RFID大數(shù)據(jù)安全溯源模型[J].計(jì)算機(jī)科學(xué)，2018，45（S2）：367-368.

[10] 劉芳，薛蓮.農(nóng)產(chǎn)品產(chǎn)業(yè)鏈安全溯源體系設(shè)計(jì)與實(shí)現(xiàn)[J].江蘇農(nóng)業(yè)科學(xué)，2017，45（8）：206-209.