數字化技術在西南地區柑橘生產中應用分析

摘要：

西南地區是我國重要的柑橘產區，受地理環境影響，數字化農業發展緩慢，依舊以傳統農業方式為主。為保障柑橘果實品質，需要對柑橘的生產過程進行精準調控，而數字化技術具有智能化水平高、節省人力、效率高等優勢，可以科學調控柑橘生產。通過閱讀大量文獻和查閱相關統計資料，從田間管理、套袋采收等方面闡述西南地區柑橘生產現狀，發現主要存在自動化程度低、資源浪費、自然災害及病蟲害風險感知力低，以及裝備性能指標評估體系缺乏等問題。從數字化的角度對所存在的問題進行剖析，最后提出相應的解決方案以及對未來柑橘數字化生產的展望，為現代數字化果園建設、提高智能作業裝備技術水平和構建果園標準化管理體系提出參考依據，為推動西南地區柑橘產業升級提供參考建議。

關鍵詞：柑橘；農業數字化；果園管理；農業機器人；果園智能裝備

中圖分類號：S126

文獻標識碼：A

文章編號：2095-5553 （2025） 01-0338-08

Analysis on the application of digital technology in citrus production in Southwest China

Wang Weizi¹， Ma Wei¹， Tian Zhiwei^{1， 2}

（1. "Institute of Urban Agriculture， Chinese Academy of Agricultural Sciences， Chengdu， 610213， China；

2. Chengdu National Agricultural Science and Technology Center， Chengdu， 610213， China）

Abstract：

The Southwest region is an important citrus producing area in China. Due to the influence of geographical environment， the development of digital agriculture is slow and still relies mainly on traditional agricultural methods. In order to ensure the quality of citrus fruits， precise regulation of the production process is necessary. Digital technology has the advantages of high intelligence， labor-saving， and high efficiency， which can scientifically regulate citrus production. Through reading a large amount of literature and consulting relevant statistical data， this article mainly elaborates on the current situation of citrus production in the Southwest region from the aspects of field management， bagging and harvesting. It is found that there are mainly problems such as low automation level， resource waste， low perception of natural disasters and pest risks， and a lack of equipment performance indicator evaluation system. From a digital perspective， this paper analyzes the existing problems and proposes corresponding solutions as well as prospects for future digital production of citrus. It provides reference for the construction of modern digital orchards， the improvement of intelligent operation equipment technology， and the construction of standardized management systems for orchards. It also provides reference suggestions for promoting the upgrading of citrus industry in the Southwest region.

Keywords：

citrus; agricultural digitization; orchard management; agricultural robots; orchard intelligent equipment

0"引言

柑橘（Citrus reticulata）是蕓香科柑橘屬的植物，是我國重要的經濟作物之一。根據2023年國家統計數據，現有柑橘種植面積可達2 600khm²、年產量可達64 337.6kt，種植面積和產量位居世界前列，為農村經濟發展做出巨大貢獻，成為農民脫貧致富的支柱產業。近年來，柑橘生產模式逐漸向集中化、規模化的方向轉變，形成以江西、湖北、廣東、湖南、廣西、浙江、福建、四川、重慶等地為主要產區的空間分布格局^［1］。其中，四川、重慶是西南地區重要的柑橘產量大省，而四川省的柑橘產量和種植面積位居西南五省前列，同時也是2020年農業農村部、財政部批準建設的50個優勢特色產業集群之一^［2］。目前，四川省柑橘產業以成都、資陽、廣安、瀘州、眉山為主要種植區，不斷向優勢區域集中為西南柑橘產業做出了巨大貢獻^［3］。

西南地區柑橘種植面積可達700khm²，占我國柑橘總種植面積的27%左右。由于西南地區氣候條件良好，物種多樣，在柑橘生長中容易受到多種病蟲害威脅，嚴重如黃龍病，傳染率高，潛伏期長，影響柑橘產量；結果期為提高果實產量進行套袋工作，但易患綠斑病^［4］等。柑橘產量的增加得益于柑橘種植面積的增加。然而，過于依賴這種“規模效應”說明我國的柑橘種植業仍處于發展中階段，生產效率不高，管理方式落后，仍存在著極大的提升空間^［5］。同時柑橘的快速擴增，產生價格下滑、耕地減少、果園面源污染等問題^［1］。為更好地監測預測柑橘生長情況，解決因柑橘快速擴增所帶來的問題，傳統的田間管理技術與裝備存在自動化程度低、人力成本高等缺點，無法高效地解決問題，而數字化技術具有智能化水平高、節省人力的優點，在解決因柑橘種植問題方面具有很高的潛在優勢。

以數字化技術為基礎，將傳統農業逐漸轉化為機器作業，進一步轉化為自動作業，通過互聯網可以遠程監測農作物生長狀態并對其進行預測從而達到充分利用人力資源、節約自然資源、提高農作物生產效率、保證農作物產品品質等目的是數字化農業的總目標。如今，我國柑橘栽培自動化程度低，效率不高，雖然二、三產業逐漸趨于飽和，但可以反哺促進第一產業的發展；隨著城市化進程的腳步加快，農業用地以及從事農業活動的人越來越少，青壯年勞動力不愿進行傳統農業工作，可用的人力資源越來越少。而數字化技術可節約大量的人力成本，因此發展數字化技術可以有效緩解我國用工緊張的問題。國外數字化農業發展較我國而言發展早起步穩，如今已趨于成熟；而我國農業數字化技術起步晚，但發展迅速，目前在施肥、施藥、采摘果實方面研究已初見成效，逐漸從試驗研究階段過渡到實用階段。本文主要闡述數字化技術在西南地區柑橘栽培中的應用現狀和存在的問題，以及對未來發展趨勢提出建議，以期為數字化果園推動提出借鑒與參考。

1"田間管理技術與裝備

1.1"除草技術

西南地區降水充沛、全年溫差較小，利于多種植物生長，植物種類豐富。因此，柑橘園內雜草較多，部分雜草影響柑橘植株吸收土壤養分，進而影響柑橘產量和品質。目前，我國果園除草主要采用人工除草、噴灑化學除草劑和機械割除等方式^［6］。傳統的果園除草技術以行間除草為主，但果樹株間為非連續區域，選擇機械除草方式難度較大。人工除草強度大，機械除草有一定難度，化學除草易有農藥殘留，因此研發多種前沿科學技術于一身的農田除草機器人，以完成農業生產任務為主要目的，在解決勞動力短缺、提高生產效率、減輕環境污染等方面發揮重要作用^［7］。

1.1.1"基于數字化技術的化學除草

我國目前最流行的除草方式是化學除草，其優點是雜草枯死后覆蓋于地表，利于保持果園水分、促進果樹生長和土壤中蚯蚓及微生物的繁殖，價格低廉成本低，最常見的除草劑為草甘膦和百草枯^［8］。

隨著機械化水平的提高，數字化植保裝備在程序設定和裝備結構上進行高質量改良，提高化學除草效率。呂沐華等^［9］研究并設計了一款果園噴藥除草機器人并提出基于視覺的除草機器人系統，該機器人的履帶式底盤可適用于復雜的果園地形環境，在視覺系統中結合超綠特征模型和圖像數據處理方法可以有效地提取果園雜草圖像且不易受果園光照條件的影響，噴藥末端的執行機構可以實現精準作業，提高農藥利用率，試驗結果表明，該果園噴灑除草機器人在日光和夜間照明環境下的成功率均可達到80%以上，具有極高的實用價值。改良后的視覺識別技術在識別雜草方面正確率有顯著提高，可自主識別雜草后進行除草作業，減少了重復作業次數和農藥使用量，提高了果園除草效率。

長期使用同一款除草劑，雖然能消滅并抑制土壤微生物的活動和共生固氮作用，但是會造成土壤板結，降低土壤碳氧交換率，不利于果樹根系呼吸，會影響到柑橘的果實品質和柑橘園內的生態環境^［10］。為保護生態環境，可以對化學除草藥劑進行改良，或者與機械除草方式相結合并引入數字化技術，合理調控除草藥劑的用量。比如使用噴藥效率高、用藥安全系數高的植保無人機噴灑除草劑，岳德成等^［11］在隴東利用植保無人機對玉米田進行了土壤處理除草劑的減量效應試驗，結果表明，無人機噴施可減少除草劑使用，并對雜草有良好的控制效果，且對玉米的產量和性狀的影響很小，具有極高的推廣價值。大量施用除草劑，不但會破壞生態環境，還對農作物生長構成潛在威脅，而減量效應試驗結果證明，植保無人機的使用可以有效減少農藥的使用量，在一定程度上減少了農藥對生態環境以及作物的傷害。

1.1.2"基于數字化技術的機械除草

傳統的機械除草是人使用除草機械進行除草，果園除草機械大致分為兩種，一種是果園微耕機，另一種是割草機。除草機械具有省時省力、操作簡單和價格低廉的優點，但是在使用過程中會留下許多除草死角，仍然需要人工除草，同時微耕機還會對土壤進行破壞，不利于果樹生長。

隨著科學技術發展，除草機器人的誕生逐漸取代微耕機和割草機。西南地區多山地丘陵，趙智宇等^［12］針對丘陵果園環境非結構化且復雜多變，常規的除草方式效率低等問題，設計了一種果園除草機器人底盤系統，根據田間試驗結果表明，有效除草率在97%以上，可在25°斜面上正常行走，對導航路徑的跟蹤誤差標準差為4.732cm，運動控制響應及時，能夠提高除草作業安全性和準確性；智能果園為我國果園發展趨勢，楊芳等從物聯網角度出發，以除草機器人為監測對象，構建了除草機器人遠程監控系統和軟硬件平臺框架，并設計了監測界面，與科學的監測管理制度完美融合，逐步向現代農業智能監測、遠程控制和智能管理方向邁進；國外在數字化除草機器人的研究主要在機械方面，比如伊利諾伊大學所研發的五自由度串聯機械臂設計的精確除草機器人和西班牙農業研究所研發的Delta機械臂智能除草機器人，從末端執行機構進行研究，所搭載的機械臂具有低功耗、高精度、高靈活性、高速度以及通用性強等特點，除草率均在85%以上^［13］。

中國農業科學院都市農業研究所研發的4G-60型除草機器人（圖1）主要用于丘區果園、草坪、林地等多種農田地形，在機械結構、穩定性和控制方法等方面進行創新設計，減少了機器人的轉彎半徑，增加爬坡能力，最大作業坡度可達30°，適合用于西南地形；此外還采用電驅動獨立驅動技術，可以實現果園內靈活移動，除草更加徹底干凈，并且可以遠程操縱，有效確保人員安全。

1.履帶"2.發動機"3.調控箱

機械除草只是對雜草進行簡單的切割處理，目前仍需要人推助完成或使用遙控器進行除草作業，在一定程度上沒有起到節省人工的作用；傳統的化學除草技術雖然提高了除草效率，但所使用的農藥劑量過大，浪費資源的同時還會造成土壤板結，不利于柑橘樹生長，也沒有達到理想的效果。隨著機器視覺、作業裝備的完善以及化學藥劑的升級，誕生了數字化技術除草機器人，雖然造價較高，但是在一定程度上起到節省人工、節約資源、提高作業效率的作用，也為數字化施肥、施藥技術的發展提供一定的參考。

1.2"數字化施肥技術及裝備

作為施肥消費大國，我國農業施肥體系存在一定的缺陷，比如化肥結構投入不合理，為追求低成本，通常施用無機化肥，雖然價格低廉見效快，但會導致農作物吸肥率不高，進而增加化肥的投放量，也會造成土壤板結、環境污染等問題。

為解決以上問題，2012年，李勇等^［14］根據耕地適宜性評價與施肥推薦研究為理論依據以金壇市小麥田為具體試驗案例，構建了小麥適宜性評價模型，此模型具有選擇小麥品種特征、對耕地土質進行分等定級的特點，在此基礎上探討了小麥數字化施肥技術，根據適宜性評價結果，結合小麥施肥參數，進行大田試驗，并得出有效的施肥配比，以及因土壤質地不同制定施肥方案，有效提高施肥效率；2017年，有學者從保護性耕作技術發展、精準農業、精準施肥技術等角度出發，基于RIA體系結構以及多方位的數據處理軟件，設計開發了具有信息查詢、土壤肥力圖表輸出等功能的大田自動施肥數字化管理系統，并進行可視化管理和大田試驗，取得了良好效果，對農業可持續發展意義重大，為數字化施肥作業奠定良好基礎。

果園施肥作業與大田施肥作業有一定的相似性，因此在提高果園施肥作業效率上，可以參考大田智能化施肥作業，即可以從提高機械化水平和改善數字化程序入手。一些學者從機械化作業角度出發，研制出一種具有操作性良好、性能穩定，集開溝、施肥、攪拌、回填四種功能為一體的偏置式果園施肥機，其特點是可以完成開溝、攪拌、回填等聯合作業并具備排肥器可精準排肥，滿足果園施肥深度與寬度的要求，提高了果園裝備機械化；針對目前果園種植管理過程中不能精準調控施肥濃度的問題，一些學者從改善程序出發，開發了一種集灌溉、可以動態調控施肥配方做到精準調整施肥濃度的多通道移動式果園灌溉施肥機，以西門子S7-1200PLC作為控制核心，可以自動按照設定的灌溉施肥方案進行控制，滿足了不同果樹植株在不同生長周期下的灌溉施肥需求；西南地區柑橘種植園地形以山地為主，為提高西南地區柑橘種植園施肥效率，謝燦^［15］提出了一種適合丘陵山區果園作業環境，能夠完成環狀開溝、施肥、覆土聯合作業的果園環狀開溝施肥裝置，對開溝施肥部件進行仿真分析，以對其結構和作業參數進行優化，滿足了設計要求。

傳統的施肥作業機具主要是從機械化的角度進行改良，提高了聯合施肥作業能力，即同一機器可完成開溝、施肥、攪拌、回填四種功能，極大地提高了施肥效率，但是在肥藥利用率方面，無法進行實際測量，會造成肥藥量增高，易造成燒苗，造成果園減產。為科學地進行施肥作業，可以引入精準施肥調控系統，對施肥種類和用量進行測量調控，提高肥料利用率，減少不必要的浪費。

為更好地闡述數字化施肥系統，基于劉永華等^［16］的智能灌溉施肥系統，提出柑橘園數字化施肥系統模型（圖2）。利用數字化精準調控的優勢與智能設施相結合，并設計遠程故障檢測系統，當設施發生故障，會出發報警系統，可以對設備進行第一時間檢修。

1.3"數字化技術的病蟲害管理

1.3.1"病蟲害檢測

在柑橘生長過程中，易生病害，常見的病害如黃龍病、炭蛆病等；害蟲侵食，如紅蜘蛛、木虱等，具有傳染能力強，不易發現等特點。柑橘病蟲害是影響其果實質量的重要原因，有些病蟲害在柑橘栽培養護過程中存在潛伏期長、不易發現傳染速度快等問題，極大的影響柑橘產量和質量。

傳統的果園病蟲害檢測通常需要植物保護人員親自到果園對果樹進行查看，受到西南地區獨特的地理環境影響，通常存在路途遙遠顛簸、用時不準確、人力投入較大等問題；近些年，在針對果樹病蟲害防控方面開始引入數字化技術，隨著“互聯網+”概念的提出以及新媒體的發展，夏雪等^［17］提出了基于云架構的果園病蟲害監控系統并首先應用于蘋果園中，該系統能實時監控果園內蘋果樹的整體生長狀況和觀測局部病蟲害發生情況，將檢測到的情況儲存在云端，通過管道傳遞給用戶端，工作人員可以遠程查看果園病蟲害情況，由于西南地區地形復雜，植保人員檢測橘園病蟲害信息較困難，需要大量的體力和時間成本，將此系統應用于西南地區柑橘園中可以有效節省人力。

病蟲害檢測最重要的技術點是機器人對病蟲害的識別能力，能否提高預防柑橘病蟲害的水平重點在于提高識別病體的科學技術，重中之重是提高機器的影像識別技術以及識別精度。2021年，萬軍杰等^［18］為提高果樹病蟲害分級精度，更好地指導果園病蟲害防治工作，結合遷移學習技術和GoogLeNet模型對25種果園作物6種病蟲害的危害程度進行識別和分級，并基于MATLAB平臺設計了視覺害蟲識別分級系統，其結果表明可為現代果園智能化、精細化管理提供一定的技術支持；2022年，宋中山等^［19］提出一種基于二值化的Faster R-CNN區域檢測神經網絡模型，此模型可以在自然條件下對柑橘葉片進行病蟲害檢測，對柑橘常見病蟲害如黑斑病、潰瘍病、黃龍病、瘡痂病、健康葉片的平均準確率可以達到86%以上，總平均準確率可以達到87%以上，極大地提高了病蟲害的識別效率；在柑橘病蟲害防治工作中存在植保專業知識普及度不高、沒有高效的病蟲害診斷手段等問題，杜盼等^［20］基于故障樹分析法創建了柑橘病蟲害診斷專家系統，用戶通過此系統的病蟲害模塊和病蟲害診斷模塊能夠快速診斷病蟲害并獲取具體的治療方法，同時普及了專業的植物保護知識，提高了病蟲害診斷手段。以上技術的建立需要采集大量的柑橘病蟲害影像信息，然后對機器進行深度學習訓練，最后基于網絡技術，將所訓練的結果植入到模型中或建立識別系統，才能在實際應用中檢測到柑橘病蟲害信息，提醒農戶做好病蟲害防治工作。

中國農業科學院團隊研發了一種智能蟲情測報捕殺機器人（圖3），該機器人具有田間自主移動、路徑規劃和避障功能。通過燈光、性誘等物理誘捕方式，自動完成誘蟲、殺蟲、拍照、信息遠程發布等作業，并實現蟲情測報無人托管。搭載多種傳感器，實現遠程環境監測和蟲害預測。裝備蟲情識別種類包括48種害蟲，致死率99%、識別率大于98%。

1.3.2"病蟲害防治

當檢測到柑橘植株患有病害后，需要進行防治工作。比如在柑橘生長過程中黃龍病是發病率高傳染力強的疾病之一，通過影響柑橘葉片的光合效率進而造成柑橘減產，此病害主要通過木虱傳播，潛伏期長不易發現，通常情況下采用修剪病枝、噴灑農藥等方式進行防控^［21］。除黃龍病外，還會受到紅蜘蛛和木虱等害蟲的侵食，一般采用燈光防治和釋放害蟲天敵等方法進行防控或采用生物防控，比如利用松毛蟲或赤眼蜂治理卷葉蛾等，或者使用農藥和性誘導劑，但要進行科學配比^［22］。

我國的病蟲害防治手段以噴灑農藥為主，雖然有一定的防治效果，可以控制住病情，但是容易產生抗藥性，且防治效率遠遠落后于發達國家。目前國際主流精準噴灑技術為對靶噴藥技術，而國內在農藥噴施技術方面主要采用小型噴霧機具，使用粗放式的噴施方法，技術水平較低，目前在對靶噴藥技術方面的大多數成果還停留在試驗階段，實用性不強，距離投入實際的農業生產還有一段時間^［23］。為將精準噴灑技術投入實際生產之中，相關學者進行分級研究：2004年，王萬章等^［24］基于地圖和傳感器以及機器視覺和圖像處理等三個方面綜述了精確噴霧技術研究進展和實際應用效果；2017年，周良富等^［25］針對果園變量噴霧所采用的傳感技術、決策模型和所取得的技術指標方面論述了當前世界最典型的裝備現狀，以期為果園變量噴霧技術與裝備研究提供參考；2022年，蘭玉彬等^［26］闡述了智能農藥機器人的關鍵技術現狀和發展趨勢是精準變量施藥、自主導航以及無人化作業，為數字化施藥技術研究提供了新思路。傳統的噴灑方式在效率和保護環境方面都不及精準噴灑技術，并且在西南地區，柑橘園內地形復雜，傳統的噴藥技術在病蟲害防治方面需要大量的人力和機具成本，不利于發展現代化果園，但精準噴灑技術普及率低，需要一定的數字化智能裝備成本略高，但是在分級研究的情況下，逐步從試驗階段進入到普及階段，取代傳統的農藥噴施技術，提高病蟲害防治效率。

國外一些發達國家率先研究了柑橘噴藥技術，比如Torrent等^［27］通過比較兩種不同型號的噴嘴，即標準噴嘴和減徑噴嘴，在柑橘園農藥施用時的噴霧漂移潛力和田間噴霧漂移能力，試驗結果表明減徑噴嘴有效降低了漂移和農藥沉積，在裝備提升方面為數字化噴藥技術發展奠定良好基礎。為更好地發展數字化噴藥技術，高效率的防治果園病蟲害問題，可以借鑒一些國外的發展案例。

為更好地闡述數字化技術在病蟲害檢測防治方面的應用趨勢，基于數字化病蟲害管理應用場景，構建數字化柑橘園示意圖（圖4），總共分為兩部分內容：監測系統和裝備系統。監測系統可以檢測土壤和空氣中的溫度濕度，土傳、氣傳、生物傳播的病蟲害和雜草量，將信息通過互聯網技術上傳給管理員進行審核，然后啟動裝備系統進行噴藥、割草、施肥等田間作業，做到數字化管控。

1.4"套袋及采摘裝備研究

果實套袋具有提高果實外觀品質、防止病蟲害傳播等功能，其材質對柑橘果實影響較大，乳白色單層紙袋能有效降低果實感染病蟲害的概率，提高外觀品質，增加商品價值，促進實現柑橘無公害生產。但目前，我國果實套袋以人工套袋為主，效率較低且果實形狀容易發生改變。呂佳等^［28］為解決套袋后柑橘的形狀發生改變，增加了目標檢測算法對套袋柑橘檢測識別的難度，設計了一種精準度高速度快的SPM-YOLOv5算法模型，使模型更加關注形狀改變的套袋柑橘，提高了柑橘套袋檢測效率。套袋識別果實算法的研究是基于深度學習訓練的基礎上進行的，識別成功率越高，越能提高檢測效率，且在柑橘套袋之后會進行采摘工作，有助于提高采摘的工作效率。

我國自動果實采摘技術取得了一定突破。自動果實采摘技術突破主要有成熟果實定點識別^［29］、果實采摘路徑^［30］、機械臂避障^［31］、采摘機械臂末端執行器^［32］等方面。畢松等^［29］針對在自然環境下柑橘果實采摘點的提取問題，使用卷積神經網絡的柑橘識別方法提取柑橘采摘點并進行了試驗驗證，結果表明，該方法可在自然環境中識別柑橘果實并分割出有效識別區域，準確率均值可以達到86%以上；陳鑫等^［30］為提高柑橘果實采摘效率，從采摘最優路徑角度進行研究，建立柑橘果實點三維模型，在蟻群算法的基礎上，引入隨時間改變的自適應信息素濃度更新機制，并進行仿真試驗，結果表明，蟻周模型為最優模型；馬冀桐等^［31］為了解決果實采摘機器人在工作作業過程中機械臂運動對障礙物的感知與避障問題，依據果樹枝干特征進行分段標記，將枝干障礙物關鍵點進行三維建模，使樣機避障成功率達到90%以上，平均規劃時間小于2 s；魏博等^［32］設計了通過三指充分抓握與偏轉的融合控制的欠驅動式柑橘采摘末端執行器，此末端執行器具有仿真設計，通過調節三指之間的尺寸可實現對不同規格的柑橘果實進行穩定采摘，其結果表明采摘執行器針對直徑為30～100mm的柑橘果實抓取成功率可以達到98%以上，且耗時短，具有適應性強、抓取穩定、不損傷果實等優點，可實現柑橘采摘智能化。以上自動化采摘技術提升主要是通過識別算法和對裝備進行仿真設計，識別算法的提升有助于提高果實的正確率，仿真設計可以在節約人工的同時減少在采摘作業中對果實的傷害。

2"存在問題

2.1"自動化程度低

由于我國各方面仍處于發展中階段，存在發展不平衡等問題。近些年，雖然我國農業自動化研究取得了一定的成果，但設備造價昂貴，未能推廣普及；技術層面上與國外發達國家相比，我國的農業自動化仍處于初級階段，在數字化和自動化結合方面仍有很大的發展空間。

2.2"環境資源利用率低

在柑橘園內進行除草、施肥、噴藥作業時，為了讓柑橘增產，管理者會多次施用大量的農藥和肥料，施用量過多會影響到柑橘植株的生命力，灼燒柑橘植株造成減產，對果園環境而言造成污染，降低資源利用率。

2.3"數字化風險感知力低

柑橘在生長發育過程中，會受到多重因素影響，比如溫度、降水、光照等因子。近些年，極端天氣頻發，晝夜溫差過大、降水量過高過低、陽光灼熱都會對柑橘造成高溫灼傷低溫凍害等物理化學傷害。目前的果園管理體系并沒有感知風險的能力。預測極端天氣并通知管理者提前做好應對措施，避免對柑橘生產造成嚴重損失。

2.4"數字化評估體系缺乏

數字化評估體系是通過科學的評價指標用于衡量、評價果園管理的質量的標準和方法。科學的數字化果園管理體系應該包含在果園生產的全過程中所用到的全部智能裝備的標準，即從生長管理到采收果實都有嚴格的標準進行把控，并通過數字化的形式直觀地呈現給管理者。目前，果園數字化裝備性能指標評價標準依然存在空白，導致其應用推廣存在難題。

3"展望

3.1"增加資金扶持，提高農業自動化水平

我國主要從事農業活動的人為文化水平較低的農民，推廣地區政府可以組織相關的農業科普講座，為種植戶普及自動化種植技術，并申請相應的補貼，加快農業自動化普及。為農民進行專業培訓，建立農業自動化試點。

3.2"促進學科融合研究，提高環境資源利用率

隨著科技發展，傳統的農業種植已不適應我國國情，需要對傳統果園種植進行優化，以解決資源緊張、浪費嚴重等問題，同時需要科學的調控柑橘生長發育過程中不同的影響因子，將物聯網技術與農業技術相結合，建立柑橘生長調節系統。比如針對柑橘在生長發育過程中易患病蟲害等問題，林奕桐等^［33］于2022年提出用無人機遙感技術對柑橘黃龍病植株識別，無人機也可以噴施農藥，將病體識別與噴藥技術結合，可以定點防治柑橘植株，有效提高了環境資源利用率。

3.3"鼓勵跨部門合作，提高風險感知力

果園生產會受到多重因素的影響，而主要影響因素就是氣象因子，為更加科學的對果園進行管理，提高果園抗風險的能力，可以將預警系統與氣象站聯系在一起，以便減少損失；除受極端天氣影響外，柑橘病蟲害具有不易發現、發現及晚期、傳染力強等特點，極大地影響了風險感知能力，隨著植物柔性傳感器技術^［34］發展成熟，在作物生長中的監測應用，如對植物電信號、揮發性化學物質、水分含量、生長速率的監測，以及對植物表面溫度、濕度、照度等小氣候的監測。可以將傳感器與預警系統連接，及時反饋植物生長發育情況，進行實時監控，提高極端天氣和病蟲害的風險感知能力。

3.4"完善評價體系，建立數字化評估體系

構建科學的評估體系，是未來數字化果園發展的重要一環。科學的評估體系在柑橘生產過程中可以避免浪費和提高工作安全系數，比如無人機噴灑農藥所產生的噴霧是經過人工計算的，但農藥畢竟對人體有害，因此要對果園農藥噴灑進行風險評估，預測樹果園中空氣噴射噴霧應用的噴霧漂移^［35］。國外有使用案例，如在由加拿大農業和農業食品部HRDC和拉瓦爾大學聯合開發的TheRCUPAIR，并在佛羅里達大學的柑橘園建造了一個由軸流風扇、上行空氣和液體管道、液壓噴嘴以及噴霧捕獲和再循環系統組成的噴霧器，可有效減少柑橘應用中農藥的浪費^［36］。可以根據相關國外經驗結合我國柑橘園的實際情況制定科學的數字化評估體系。

4"結語

柑橘已逐步成為我國重要的經濟果樹之一，具有高經濟價值和良好的發展前景。數字化技術具有智能化水平高、節省人力、效率高等優勢，且以人工智能、傳感器和大數據的應用為代表的農業第四代革新浪潮正在席卷全球，可實現農業生產更精細化的管理、更有效的決策，更快地提升產業鏈中各環節的效率，也是未來農業的發展方向。柑橘在生長發育過程中，需要一定的養分環境才能保證其果實質量，傳統的柑橘園管理技術和裝備存在自動化程度低、資源浪費、自然災害及病蟲害風險感知力低以及裝備性能指標評估體系缺乏等問題，引入數字化技術，在提升柑橘園自動化水平、提高資源利用率、增強風險感知力和建立評估體系方面具有重大意義，未來從加快傳統農業轉型、創建數字化果園系統、提高風險感知方法提升數字化果園建設，加快建設數字化技術柑橘示范園區，從而起到良好的示范帶頭作用，推動西南地區柑橘產業的升級。

為促進西南地區柑橘產業實現智能化生產，未來的主要研究內容和方向應以西南地區柑橘生產現狀為研究基礎，結合物聯網技術、傳感器技術以及裝備技術多種技術建立數字化柑橘園示范點，夯實研發基礎，進行推廣試驗，促進柑橘產業生產全面升級，實現柑橘生產的全程自動化。

參"考"文"獻

［1］

董秀春， 蔣怡， 楊玉婷， 等. 基于語義分割模型和遙感的柑橘園空間信息提取［J］. 中國農機化學報， 2023， 44（1）： 178-184.

Dong Xiuchun， Jiang Yi， Yang Yuting， et al. Spatial information extraction of citrus orchard based on semantic segmentation model and remote sensing ［J］. Journal of Chinese Agriculture Mechanization， 2023， 44（1）： 178-184.

［2］

汪君， 杜興端. 四川柑橘產業發展形勢與建議［J］. 四川農業科技， 2022（7）： 62-65， 69.

［3］

田楠坤. 全國及四川省柑橘生產現狀及未來發展預測［J］. 糧食科技與經濟， 2019， 44（7）： 129-131.

［4］

田福敏， 張紹彬， 羅濤， 等. 套袋對柑橘果面綠斑病及果實品質的影響［J］. 貴州農業科學， 2018， 46（1）： 33-35.

Tian Fumin， Zhang Shaobin， Luo Tao， et al. Effects of different bagging patterns on green spot disease and fruit quality of citrus ［J］. Guizhou Agricultural Sciences， 2018， 46（1）： 33-35.

［5］

朱其菊. 中國柑橘生產效率研究［D］. 武漢： 中南財經政法大學， 2020.

［6］

周炎， 路丹， 黃太慶， 等. 不同除草方式對柑橘葉片礦質營養含量及果實品質的影響［J］. 熱帶農業科學， 2021， 41（11）： 13-17.

Zhou Yan， Lu Dan， Huang Taiqing， et al. Effects of different weeding methods on leaf contents of mineral nutrients and fruit quality of citrus ［J］. Chinese Journal of Tropical Agriculture， 2021， 41（11）： 13-17.

［7］

邢欽淞， 丁素明， 薛新宇， 等. 智能田間除草機器人發展現狀研究［J］. 中國農機化學報， 2022， 43（8）： 173-181.

Xing Qinsong， Ding Suming， Xue Xinyu， et al. Research on the development status of intelligent field weeding robot ［J］. Journal of Chinese Agricultural Mechanization， 2022， 43（8）： 173-181.

［8］

張改運. 果園不同控草除草方法及其利弊分析［J］. 西北園藝（果樹）， 2014（1）： 6-7.

［9］

呂沐華， 丁珠玉. 基于機器視覺的果園噴藥除草機器人視覺系統設計［J］. 中國農機化學報， 2021， 42（5）： 42-48.

Lü Muhua， Ding Zhuyu. Design of visual systems for orchard spraying weeding robot based on machine vision ［J］. Journal of Chinese Agricultural Mechanization， 2021， 42（5）： 42-48.

［10］

姚和金， 金宗來， 楊偉斌， 等. 不同除草方式對浙西南柑橘園雜草群落及其多樣性的影響［J］. 應用生態學報， 2010， 21（1）： 23-28.

Yao Hejin， Jin Zonglai， Yang Weibin， et al. Effects of weeding methods on weed community and its diversity in a citrus orchard in southwest Zhejiang ［J］. Chinese Journal of Applied Ecology， 2010， 21（1）： 23-28.

［11］

岳德成， 姜延軍， 李青梅， 等. 植保無人機噴施對玉米田土壤處理除草劑的減量效應［J］. 植物保護， 2019， 45（2）： 193-198.

Yue Decheng， Jiang Yanjun， Li Qingmei， et al. Decrement effect of plant-protection UAVspraying on soil-applied herbicides in maize field ［J］. Plant Protection， 2019， 45（2）： 193-198.

［12］

趙智宇， 朱立成， 周利明， 等. 丘陵果園除草機器人底盤系統設計與試驗［J］. 農業機械學報， 2022， 53（S1）： 48-57.

Zhao Zhiyu， Zhu Licheng， Zhou Liming， et al. Design and experiment of chassis control system for weeding robot in hilly orchard ［J］. Transactions of the Chinese Society for Agricultural Machinery， 2022， 53（S1）： 48-57.

［13］

胡煉， 劉海龍， 何杰， 等. 智能除草機器人研究現狀與展望［J］. 華南農業大學學報， 2023， 44（1）： 34-42.

Hu Lian， Liu Hailong， He Jie， et al. Research progress and prospect of intelligent weeding robot ［J］. Journal of South China Agricultural University， 2023， 44（1）： 34-42.

［14］

李勇， 邱淑芬， 朱榮松. 耕地適宜性評價與施肥推薦研究——以金壇市小麥為例［J］. 中國土壤與肥料， 2012（5）： 61-66.

Li Yong， Qiu Shufen， Zhu Rongsong. Cultivated land suitability evaluation and fertilization： An example of wheat from the Jintan region ［J］. Soil and Fertilizer Sciences in China， 2012（5）： 61-66.

［15］

謝燦. 山地果園環狀開溝施肥裝置的研究［D］. 重慶：西南大學， 2022.

Xie Can. Study of circular trenching and fertilizing device in mountain orchards ［D］. Master Dissertation of Southwest University， 2022.

［16］

劉永華， 俞衛東， 沈明霞， 等. 智能化精準灌溉施肥技術研究現狀與展望［J］. 江蘇農業科學， 2014， 42（8）： 384-387.

Liu Yonghua， Yu Weidong， Shen Mingxia， et al. Research status and prospects of intelligent precision irrigation and fertilization technology［J］. Jiangsu Agricultural Sciences， 2014， 42（8）： 384-387.

［17］

夏雪， 丘耘， 胡林， 等. 云視頻監控在蘋果園病蟲害防治中的應用［J］. 江蘇農業科學， 2015， 43（12）： 465-468.

Xia Xue， Qiu Yun， Hu Lin， et al. Application of cloud video surveillance in the prevention and control of diseases and pests in apple orchards ［J］. Jiangsu Agricultural Sciences， 2015， 43（12）： 465-468.

［18］

萬軍杰， 祁力鈞， 盧中奧， 等. 基于遷移學習的GoogLeNet果園病蟲害識別與分級［J］. 中國農業大學學報， 2021， 26（11）： 209-221.

Wan Junjie， Qi Lijun， Lu Zhongao， et al. Recognition and grading of diseases and pests in orchard by GoogLeNet based on Transfer Learning ［J］. Journal of China Agricultural University， 2021， 26（11）： 209-221.

［19］

宋中山， 汪進， 鄭祿， 等. 基于二值化的Faster R-CNN柑橘病蟲害識別研究［J］. 中國農機化學報， 2022， 43（6）： 150-158.

Song Zhongshan， Wang Jin， Zheng Lu， et al. Research on citrus pest identification based on Binary Faster R-CNN ［J］. Journal of Chinese Agricultural Mechanization， 2022， 43（6）： 150-158.

［20］

杜盼， 孫道宗， 李震， 等. 基于故障樹分析法的柑橘病蟲害診斷專家系統［J］. 華南農業大學學報， 2022， 43（4）： 106-112.

Du Pan， Sun Daozong， Li Zhen， et al. An expert system for diagnosing citrus diseases and pests based on fault tree analysis ［J］. Journal of South China Agricultural University， 2022， 43（4）： 106-112.

［21］

梁植源， 范健文， 林賢坤， 等. 柑橘園施藥關鍵技術及機械研究進展［J］. 農業技術與裝備， 2021（10）： 48-52.

［22］

李艷梅. 柑橘病蟲害綠色防治技術［J］. 黑龍江糧食， 2021（9）： 97-98.

［23］

曹中華， 崔晉波， 湛小梅， 等. 柑橘無人對靶施藥關鍵技術研究［J］. 南方農機， 2021， 52（6）： 58-59.

［24］

王萬章， 洪添勝， 李捷， 等. 果樹農藥精確噴霧技術［J］. 農業工程學報， 2004（6）： 98-101.

Wang Wanzhang， Hong Tiansheng， Li Jie， et al. Review of the pesticide precision orchard spraying technologies ［J］. Transactions of the Chinese Society of Agricultural Engineering， 2004（6）： 98-101.

［25］

周良富， 薛新宇， 周立新， 等. 果園變量噴霧技術研究現狀與前景分析［J］. 農業工程學報， 2017， 33（23）： 80-92.

Zhou Liangfu， Xue Xinyu， Zhou Lixin， et al. Research situation and progress analysis on orchard variable rate spraying technology ［J］. Transactions of the Chinese Society of Agricultural Engineering， 2017， 33（23）： 80-92.

［26］

蘭玉彬， 閆瑜， 王寶聚， 等. 智能施藥機器人關鍵技術研究現狀及發展趨勢［J］. 農業工程學報， 2022， 38（20）： 30-40.

Lan Yubin， Yan Yu， Wang Baoju， et al. Current status and future development of the key technologies for intelligent pesticide spraying robots ［J］. Transactions of the Chinese Society of Agricultural Engineering， 2022， 38（20）： 30-40.

［27］

Torrent X， Garcerá C， Moltó E， et al. Comparison between standard and drift reducing nozzles for pesticide application in citrus： Part I. Effects on wind tunnel and field spray drift ［J］. Crop Protection， 2017， 96.

［28］

呂佳， 李帥軍， 曾夢瑤， 等. 基于半監督SPM-YOLOv5的套袋柑橘檢測算法［J］. 農業工程學報， 2022， 38（18）： 204-211.

Lü Jia， Li Shuaijun， Zeng Mengyao， et al. Detecting bagged citrus using a Semi-Supervised SPM-YOLOv5 ［J］. Transactions of the Chinese Society of Agricultural Engineering， 2022， 38（18）： 204-211.

［29］

畢松， 張潞. 自然環境下的柑橘采摘點識別方法研究［J］. 計算機仿真， 2021， 38（12）： 227-231.

［30］

陳鑫， 王海寶， 羅強. 基于改進蟻群算法的柑橘采摘最優路徑［J］. 安徽大學學報（自然科學版）， 2022， 46（1）： 68-74.

Chen Xin， Wang Haibao，Luo Qiang. Optimal path of Citrus sinensis L. picking based on improved ant colony algorithm ［J］. Journal of Anhui University （Natural Science Edition）， 2022， 46（1）： 68-74.

［31］

馬冀桐， 許洪斌， 王毅. 基于三維重建的柑橘采摘機械臂避障研究與實驗［J］. 中國農業科技導報， 2020， 22（7）： 90-98.

Ma Jitong， Xu Hongbin， Wang Yi. Research and experiment on obstacle avoidance of citrus harvesting robot arm based on 3D reconstruction ［J］. Journal of Agricultural Science and Technology， 2020， 22（7）： 90-98.

［32］

魏博， 何金銀， 石陽， 等. 欠驅動式柑橘采摘末端執行器設計與試驗［J］. 農業機械學報， 2021， 52（10）： 120-128.

Wei Bo， He Jinyin， Shi Yang， et al. Design and experiment of underactuated end-effector for citrus picking ［J］. Transactions of the Chinese Society for Agricultural Machinery， 2021， 52（10）： 120-128.

［33］

林奕桐， 梁健， 劉書田， 等. 基于無人機可見光通道及支持向量機模型的柑橘黃龍病個體識別方法［J］. 西南農業學報， 2022， 35（11）： 2554-2563.

Lin Yitong， Liang Jian， Liu Shutian， et al. Individual identification method of citrus Huanglongbing based on UAV visible light channel and support vector machine model ［J］. Southwest China Journal of Agricultural Sciences， 2022， 35（11）： 2554-2563.

［34］

渠純純， 孫文秀， 李臻， 等. 植物柔性傳感器研究進展與展望［J］. 農業工程學報， 2023， 39（8）： 32-43.

Qu Chunchun， Sun Wenxiu， Li Zhen， et al. Research progress and prospects of the plant flexible sensors ［J］. Transactions of the Chinese Society of Agricultural Engineering， 2023， 39（8）： 32-43.

［35］

Rathnayake A P， Khot L R， Hoheisel G A， et al. Downwind spray drift assessment for airblast sprayer applications in a modern apple orchard system ［J］. Transactions of the ASABE， 2021， 64（2）： 601-613.

［36］

Thériault R， Salyani M， Panneton B. Development of a recycling sprayer for efficient orchard pesticide application ［J］. Applied Engineering in Agriculture， 2001， 17（2）： 143.