大田種植園區數字化平臺初探與設計

劉德余 仲寶才 郭茗月 夏磊 張翀 唐梁堯

基金項目：四川省社會科學重點研究基地——系統科學與企業發展研究中心（Xq23C02）；四川省哲學社會科學重點研究基地——川菜發展研究中心（CC23W31）

第一作者簡介：劉德余（1994-），男，碩士，助教。研究方向為數字農業、大數據。

*通信作者：仲寶才（1983-），男，碩士，副教授。研究方向為移動互聯網、數字信息化。

摘? 要：大田種植園區是實現鄉村振興的路徑之一，但因其種植規模大，存在需大量勞動力完成園區管理、農事活動、資源濫用等問題。在農業現代化建設進程中，現代化信息技術正逐步應用于農業生產中。因此，該文根據大田種植園區實際發展需求將物聯網、5G、大數據和遙感等數字化技術與大田種植園區管理需求、農業生產全流程深度融合，以園區數字化，數字賦能服務于園區為理念，以數據為中心，構建大田種植園區數字平臺。同時，通過建設數據采集系統、園區數字大腦系統、園區一張圖系統、農情監測系統和智能決策系統五大業務系統，實現數據采集、傳輸、匯聚、治理、存儲和應用；在線遠程查看園區情況及農作物生長狀況；精準化、智能化進行農事活動。通過該平臺的建設與應用，將盤活園區資源，進一步激發生產活力，助力農業數字化轉型升級。

關鍵詞：農業現代化；大田種植園區；數字化技術；數字平臺；農業數字化

中圖分類號：TP399? ? ? 文獻標志碼：A? ? ? ? ? 文章編號：2096-9902（2024）01-0001-05

Abstract： The large-scale agricultural plantation area is one of the paths to achieve rural revitalization. However， due to its size， it requires a significant amount of labor for plantation management and agricultural activities， leading to issues such as resource misuse. In the process of modernizing agriculture， modern information technology is gradually being applied to agricultural production. Therefore， based on the actual development needs of the large-scale agricultural plantation area， this article proposes the deep integration of digital technologies such as the Internet of Things， 5G， big data， and remote sensing with the management requirements and the entire process of agricultural production in the plantation area. The goal is to digitize the plantation area and empower it with data as the core， constructing a digital platform for the large-scale agricultural plantation area. Simultaneously， through the construction of five major business systems， including a data collection system， a digital brain system for the plantation area， a unified mapping system， an agricultural monitoring system， and an intelligent decision-making system， the goal is to realize data collection， transmission， aggregation， governance， storage， and application. The platform enables remote viewing of the plantation area and crop growth conditions， as well as precise and smart agricultural activities. By implementing and utilizing this platform， the resources of the plantation area can be effectively employed， further stimulating production vitality， and supporting the digital transformation and upgrading of agriculture.

Keywords： agricultural modernization; large-scale agricultural plantation areas; digital technology; digital platform; agricultural digitization

我國是一個農業大國，發展農業是國之根本，是保障糧食安全的關鍵抓手，是實現鄉村振興的必經之路。“十四五”規劃中明確提出建設現代農業產業園區，大田種植園區是其一種表現形式，也是建設農業強國和實現農業現代化的重要探索[1]。

大田種植園區通常具有種植區域面積廣、地勢平坦且區域氣候多變等特點，由此，存在園區管理難、生產監管難、病蟲害防治難和資源使用不科學等各種問題。隨著農業現代化的深入推進，農業信息化已成為農業園區建設的重要內容和創新領域[2]。在《數字農業農村發展規劃（2019—2025年）》文件中提出建設數字田園，加快發展數字農情，提升種植業生產經營智能管理水平。將數字化技術應用于大田種植園區建設中，實現科技與農業生產深度融合，推動粗放式的傳統農業向集約化、規模化、精細化高效式農業轉變[3]，以提高生產效率，助力我國農業園區數字化轉型升級，加快實現農業現代化。

因此，本文從大田種植園區發展現狀出發，深剖園區數字化建設需求，探索數字化技術在園區管理、農業生產中的應用，進而提出并設計大田種植園區數字化平臺，以數字化引領農業農村現代化，助力鄉村振興[4]。

1? 大田種植園區發展現狀

大田種植園區在建設發展過程中，面臨著種植區域廣、地勢平坦、氣候多變所帶來的各種綜合性問題。

1.1? 種植規模大管理難

隨著我國農業發展和土地改革的持續推進，現已施行土地所有權、使用權、收益權三權分立的土地流轉政策，將傳統的小地塊模式整合為集中連片的大田模式[5]，解決土地承包“碎片化”問題，實現“小田”變“大田”，規模化種植。但隨之而來的便是如何行之有效地管理園區，掌握農作物生長狀況，減少管理成本的問題。

1.2? 農作物生產監管難

現階段我國大田種植生產仍以人工巡檢及人工經驗判斷為主[6]，不能及時察覺農作物植株體的生長需求，也不能實時感知環境因子的變化。當園區環境不能滿足農作物生長需求時，就會使植株處于“逆境”中，導致植株生長緩慢、長勢衰弱、抗病蟲害能力下降，造成農產品產量低、質量差。在面對大規模種植時，更無法及時有效地判別出病蟲害，提前預知氣象狀況，從而對農作物產生致命威脅，影響農作物產量和品質[7]。因此，園區面臨著農作物生長環境監測、病蟲害識別預警、農業自然災害監管等各種生產管理問題。

1.3? 水肥農藥濫施問題

農作物需使用化肥增肥，農藥防治病蟲害，以獲得高產高收。但因大田種植園區面積廣闊，工作者缺乏專業的農業知識和科學的技術指導，就會洋灑式施用化肥，噴灑大量農藥，無法做到按需施肥用藥。大田土壤中的水分含量會對植物的生長產生直接影響[8]，通過灌溉可以保障農作物生長所需的基本水分。但當面對大面積種植時多采用漫灌，無法根據農作物的生長階段、土壤特性及氣候條件實現精確灌溉。不科學地施用化肥、農藥及灌溉會造成土壤板結、耕地肥力下降，浪費大量水資源[9]。

2? 大田種植園區數字化建設需求

為解決大田種植園區存在的問題，急需實現園區數字化轉型升級。充分運用物聯網、遙感、大數據等現代化信息技術，結合先進的農業生產管理理念，建設數字化大田種植園區[10]，以滿足園區數字化管理、農情實時在線查看、灌溉施肥用藥科學指導和農機管理智能化的需求。

2.1? 園區數字化管理需求

采用現代化信息技術對園區及設施設備、地塊、人員和農資等進行數字化，從農作物種植生長、田間管理、農產品收獲各環節出發，實現對園區從面到點的全流程數字化管理[11]，實時、直觀地掌握園區設備運行狀態、資源使用情況、農作物生長情況。

2.2? 精準灌溉施肥用藥需求

灌溉、施肥、用藥是農事活動中最為關鍵的環節，是保障農作物正常生長的重要手段[12]。因此，需應用各種傳感器、視頻監控設備、遙感等對農作物生長環境、生長過程進行精確監測和管理。通過實時分析采集的數據，實現農作物生長態勢、病蟲害識別預警，進行精確灌溉、施肥、用藥。

2.3? 實時在線監管農情需求

農作物長勢決定農產品產量高低及質量，因此需要對農情進行監測，以實現穩產增產。對于大規模種植園區，采用傳統的農情監測方式需依賴較大的人力，調查的準確率和一致性也難以達到統一標準[13]。借助園區數字化構建一套農情監測系統實現對苗情、農作物生長狀態、病蟲害及農業災害等農情進行實時監管。

2.4? 農機智能管理需求

目前，大規模的大田種植均開始使用農機完成耕、種、管、收全流程農事活動[14]，以降低人力成本，提高農事效率，且越大型的園區農機也越多，對農機的管理調度、作業安排、監管就越復雜。因此，在園區數字化過程中，需將先進的信息技術融入農機管理中，提升農機作業調度、管理水平[15]，大大降低工作者的勞動強度[16]。

3? 大田種植園區數字化平臺設計

3.1? 平臺設計思路

大田種植園區數字化平臺從園區規模大、氣候多變的實際情況出發，遵循“頂層規劃、統一標準、需求牽引、技術領先”的設計原則，堅持業務、數據、技術三者融合，以園區高效管理、資源科學調配、農作物及環境在線查看和農事活動智能決策為目標，設計出具有先進性、實用性的數字化應用平臺。

3.2? 平臺系統架構

在傳統農業向現代農業的轉型期，本文以大田種植園區為研究對象，以數字化為基礎，以數據為中心，以業務為指導，服務于“耕種管收”全流程農事，應用物聯網、5G、大數據、云計算和GPS/北斗等現代化信息技術構建大田種植園區數字化平臺，架構如圖1所示。

本平臺從數據感知采集、存儲、匯聚、應用和服務展示全生命周期出發，自底向頂共計8層。

數據感知：大田種植園區的數據采集對象主要為土壤、氣象、農作物和農機等，因此，需要各種傳感器、監控設備、遙感等主動去感知并采集數據。

數據傳輸：通過物聯網設備所采集的數據，可以使用ZigBee、LoRa、Wi-Fi等無線技術進行傳輸[9]。并利用智能網關與5G、有線網絡進行網絡互融，將信息實時、準確地傳輸至數據中心。

基礎設施：借助云計算技術，對平臺運行所需硬件和軟件進行虛擬化，劃分計算、存儲、網絡等資源池[17]，按需提供服務，保證系統穩定、可靠運行。

數據來源：對園區事物、業務進行分析、梳理，確定平臺運行所需數據，包括園區基礎信息、土壤、氣象等結構化數據，視頻、蟲情等非結構化數據。

數據匯聚：平臺數據主要來自各種傳感器、視頻監控設備、遙感等，數據內容和格式各不相同，需對數據進行ETL操作，輸出標準統一、準確完整的數據資源[18]，然后進行統一集中存儲，為上層應用提供數據支持。

數據應用：借助大數據、機器學習技術，結合業務需求，分析挖掘數據潛在價值，實現數字賦能。

業務系統：以服務園區為宗旨，橫向連縱建設數據采集、農情監測、園區數字大腦、園區一張圖和智能決策五大業務系統。

平臺展示：用戶可以通過瀏覽器、移動終端使用本平臺，也可以通過大屏監管園區狀況。

3.3? 平臺業務系統

3.3.1? 數據采集系統

數據是建設本平臺的基礎，也是支撐上層服務運行的底座，因此，在大田種植園區數字化轉型時，應根據園區種植范圍廣、監測點多、布線復雜等特征[19]，采用高精度土壤傳感器、智能氣象站、高清視頻監控等地面物聯網設備建設先進的信息技術基礎設施，并以遙感、GPS/北斗為輔，構建天空地一體化數據采集系統。

本系統主要功能包括設備、地塊、農機、物聯網數據和網絡管理等[20]，實現設施設備、基礎配置管理和土壤、氣象等環境及生長數據實時采集。支持物聯網各種通信協議，能接入無線、有線網絡，適應各種異構網絡和協議，以保證所采集的海量數據準確、及時地傳輸至數據中心。

3.3.2? 農情監測系統

依托部署的視頻監控設備、小型氣象站及遙感構建農情監測系統，具有監測報警、實時數據展示、作物生長情況監控等功能[19]，實現大田苗情實時查看、作物長勢實時監測、病蟲害照片現場抓拍和自然災害及作物受災情況在線查看，為園區管理者提供及時準確的參考信息，以保證農作物良好的生長態勢，以增強農業災害抗災救災工作的預見性、主動性[21]，助力農業生產。

3.3.3? 園區數字大腦系統

園區經營管理涉及人、事、物，農業生產活動，涵蓋耕地、播種、灌溉、施肥、殺蟲、巡查和收獲等各環節，通過數據采集系統將獲得海量的多源異構數據。因此，平臺以數據為中心，建設園區數字大腦系統，提供數據匯聚、治理、存儲和分析應用能力，以便更好地進行數據協同和支持，實現數字賦能。

園區數字大腦系統采用ETL技術，基于數理統計、清洗規則對數據抽取轉換、清洗處理、關聯統計、挖掘提煉和歸集存儲[22]，將多源異構數據進行融合重構，實現數據信息的跨時空互通；以Hadoop平臺為基礎，應用HDFS、Hive技術創建專題數據庫，對數據進行集成管理；借助Spark、Flink搭建計算引擎，并對土壤、氣象、資源和農機作業數據進行分析，依托機器學習算法構建病蟲害識別預警、農業氣象預測預警、農機智能調度等模型。

3.3.4? 園區一張圖系統

平臺以GIS技術為基礎，三維建模技術為輔，建設園區一張圖系統，集業務應用、信息展示于一體，實現園區全面、全方位監管。

該系統通過創建園區三維圖，并對園區數據進行全要素查詢、多圖層疊加，實現園區時空數據高效展示，實現“以圖管園區”，推動園區在線數字化全程動態管理。根據園區管理需求，制定地理空間、物聯網設備、農事操作、農業資源和農機作業等相關專題圖表實現數據快速高效統計及分析，以圖表形式或曲線圖形式，形成統計報表[23]，為園區管理者決策提供支撐服務，建立以數據驅動的園區管理新模式。

3.3.5? 智能決策系統

依托園區數字大腦系統，以農作物生長最佳數據為指標，結合農業專家知識和經驗，利用大數據分析和機器學習算法建設智能決策系統。通過分析大量數據，計算出播種和施肥最佳時間，預測與防治農作物病蟲害，提供農藥和肥料使用建議，預測作物產量，智能調度農機作業。

播種和施肥最佳時間：通過分析氣象、土壤等數據，提供精確的播種、施肥時間建議。

病蟲害預測和防治：通過分析農作物病蟲害發生規律、歷史數據和當前監測的各類氣象因子數據，預測病蟲害發生區域、面積、程度和時間等信息[6]，提供有效的防治措施建議。

灌溉精確指導：根據土壤、氣象數據及農作物需水量，計算土壤墑情和需水量，確定灌溉時間和灌溉次數，提高水資源利用率[24]。

肥料和農藥精準使用：通過分析農作物生長和土壤土質狀況，結合農作物需肥規律、土壤供肥性能，估算肥料的施用數量、時期[25]，提供精確的農藥和肥料使用建議，以減少農資損耗。

農作物產量預測：通過分析農作物長勢、氣象、土壤數據，預測農作物產量，以幫助園區管理者制訂收獲計劃。

農機智能調度與作業：利用5G、GPS/北斗、大數據技術，通過對農作物生命周期階段、生長狀況、農機作業數據分析，實現農機無人化智能指揮調度，滿足作業需求對接，全面服務于“耕、種、管、收”全過程[26-27]。

4? 結論與展望

4.1? 結論

本文以解決由大田種植區域面積廣、地勢平坦、氣候多變的特征導致的園區監管難、農作物種植生產管理難、人力勞動量大和生產效率低的問題為目標，科學合理地采用物聯網、5G、大數據、遙感和GPS/北斗等現代信息技術與園區管理需求、農作物“耕種管收”全流程深度結合，以數字服務為基礎，設計大田種植園區數字化平臺。

通過田間網格化部署物聯網設備采集數據，應用ZigBee、NB-IoT、5G等網絡傳輸技術實現生產數據網絡傳輸、信息化匯總[28]，使用大數據技術進行清洗、整合、融合關聯數據，借助機器學習算法構建農業智能模型，基于可視化技術創建園區一張圖，實現園區全面、全方位管理。通過本平臺，園區管理者可以在線遠程監控土壤墑情、氣象、作物長勢和病蟲害等農情，可以實現精準灌溉、施肥、用藥，另外農機智能調度能為園區工作者提供如農作物長勢分析、產量預測、農事建議等決策支持，從而降低勞動力成本投入，同時提高園區工作效率，對傳統大田種植園區數字化改造升級起到積極推動作用[19]。

4.2? 展望

在數字化時代，現代化信息技術不斷應用于農業，并推進種植業向現代化邁進[28]。在現代化農業建設背景下，建設大田種植園區數字化平臺，將進一步加強物聯網、5G、大數據、GIS和遙感等新技術創新應用，更深入挖掘釋放人工智能技術在農業領域的優勢效能，必將提高農藥、肥料、水等資源的利用率，提高園區自動化、智能化、無人化程度；也為大田種植園區管理者提供多種類、多層次、多維度和多時態的服務，提升園區數字化管理水平。

參考文獻：

[1] 尹彥鑫，孟志軍，趙春江，等.大田無人農場關鍵技術研究現狀與展望[J].智慧農業（中英文），2022，4（4）：1-25.

[2] 張騫，淮賀舉，孫寧，等.信息化引領現代農業園區發展現狀與對策研究[J].中國農業科技導報，2019，21（12）：8-13.

[3] 肖忠毅.農業生產數字化轉型的協同策略研究[J].農業與技術，2022，42（10）：168-171.

[4] 王聰，裴莉，徐勇，等.大田農業信息監測管理系統設計開發[J].農業與技術，2021，41（1）：58-60.

[5] 古浪.西北地區大田灌溉智慧農業發展前景[J].農機市場，2022（11）：37-39.

[6] 張倩，趙立強，刁志國.我國大田種植信息化建設發展研究[J].農民致富之友，2014（14）：68-69.

[7] 周吉，趙富琦，唐瑞欣，等.大田病蟲害圖像識別算法的聯系與應用[J].工業控制計算機，2023，36（4）：99-100，103.

[8] 陳文憑.大田農業節水物聯網技術運用探析[J].現代農業科技，2019（10）：132.

[9] 冀汶莉，王佳豪，王新偉.基于LoRa的農業大田土壤多參數監測系統設計[J].無線電工程，2023，53（2）：456-464.

[10] 王元勝，李瑜玲，吳華瑞，等.農業園區全景GIS數字化系統設計與應用[J].農業工程學報，2018，34（11）：143-149.

[11] 鄒洪艷，張建軍，劉韜.農業園區智能數字化管理系統設計與實現[J].軟件導刊，2017，16（12）：116-117，121.

[12] 全兵，莊衛東.淺埋滴灌在農業發展過程中的應用現狀[J].現代化農業，2023（7）：82-84.

[13] 張偉.玉田縣小麥農情信息監管初探[J].河北農業，2022（7）：66-68.

[14] 秦傳儉，劉統池，李凱.大數據時代智慧農機的推廣與應用[J].河北農機，2023（6）：55-57.

[15] 劉海濤，李朝霞.基于互聯網的智慧農機大數據平臺發展對策[J].智慧農業導刊，2022，2（12）：7-9.

[16] 戴宏杰.數字化賦能社會化服務體系建設——寧波市海曙區古林鎮實施發展大田種植數字農業紀實[J].中國農民合作社，2023（4）：49-51.

[17] 孟祥龍.基于云計算的虛擬化技術應用設計研究[J].科技資訊，2023，21（14）：28-31.

[18] 陶超，周俊暉，侯祥意.自然資源數據治理體系構建和應用[J].城市勘測，2021（2）：46-51.

[19] 李冬睿，邱尚明，楊善友.基于NB-IOT的大田管理精準農業系統的設計與實現[J].軟件工程，2022，25（3）：53-58.

[20] 蔡正武.大田農業數字化生產營銷系統應用研究[D].武漢：武漢輕工大學，2022.

[21] 梁啟章，齊清文，張岸，等.大田種植數字農業信息流與技術體系[J].中國農業信息，2018，30（4）：17-31.

[22] 羅成，顧楊，周樂峰.福建農業大數據資源中心建設與思考[J].農業科研經濟管理，2023（2）：41-45.

[23] 商量.智慧農業可視化監測系統應用研究[J].智慧農業導刊，2023，3（14）：17-20.

[24] 徐鑫.農業信息化技術在大田玉米高產栽培中的應用[J].種子科技，2023，41（6）：72-74.

[25] 許多，魯旺平，許瑞清，等.基于農業時空多模態知識圖譜的水稻精準施肥決策方法[J].華中農業大學學報，2023，42（3）：281-292.

[26] 劉立.基于物聯網和AI技術的農機管理調度優化研究[D].揚州：揚州大學，2023.

[27] 段賢強.水稻直播機無人駕駛與智能作業系統研究[D].上海：上海交通大學，2020.

[28] 顧生浩，盧憲菊，王勇健，等.數字孿生系統在農業生產中的應用探討[J].中國農業科技導報，2021，23（10）：82-89.