俄政府公布高新技术发展白皮书

白皮书

2月16日，俄罗斯经济发展部发布《俄罗斯和国外高新技术发展白皮书》。白皮书根据俄罗斯政府第一副总理安德烈·别洛乌索夫指示，由经济发展部与国立高等经济大学、国家技术创意中心、权威部委、头部企业联合拟定，研究了世界人工智能、物联网、5G网络、量子计算、量子通信、分布式账本技术、电能传输与分布式智慧能源系统技术、电能储存系统制造技术、新材料和新物质技术、未来航天系统共10个领域的现状和发展趋势，分析了俄罗斯在上述领域与领先国家存在的差距、具备的优势和不足以及未来面临的风险。鉴于涉及国家机密，俄罗斯政府为大型企业确定的16个发展方向中的某些方向，比如新一代微电子与电子元件制造、量子传感器等未被纳入白皮书。

人工智能

2015~2019年，全世界人工智能领域相关的专利申请数量从225万项增长到637万项。俄罗斯申请者每年提交的申请数量大约为100~140项。在人工智能领域相关 科技 论文发表总量中，俄罗斯作者的比重为15%（2020年数据）。专利和论文发表数量方面领先的是中国和美国。

2021年，美国政府对人工智能领域研究和发明的投入为15亿美元，到2026年将增加到320亿美元。但是人工智能技术发展的主要方向却由美国的大型数字化集团掌握：亚马逊公司（2020年投入427亿美元），Alphabet公司（276亿美元），微软公司（193亿美元），苹果公司（187亿美元），Meta Platforms公司（原Facebook公司，185亿美元）。中国的投入不详，但是仅阿里巴巴、腾讯和百度三家公司2020年的研发总投入就达到160亿美元。

以人工智能为基础的最为庞大的市场包括生物统计系统（全世界市场总容量为366亿美元），不同自主化水平的航空和公路交通（分别为274亿美元和233亿美元）。俄罗斯国内主要的人工智能研发企业有Yandex公司、VisionLabs公司、NtechLab公司、俄罗斯储蓄银行、VK公司、МТ公司、天然气工业石油公司、卡巴斯基实验室。

白皮书作者指出，俄罗斯在人工智能领域的优势是拥有超级计算机。定期更新的世界500强超级计算机榜单2021版中，俄罗斯共有7台超级计算机入围，其中Yandex公司的“切尔沃年基斯”超级计算机在计算能力上排名第19位。俄罗斯研发企业能够制造世界级产品，但是必须刺激部门用户的需求。俄罗斯在该领域的主要短板是在电子元件方面比较落后。

物联网

与物联网领域相关的全世界发明专利申请总数中，俄罗斯占02%，科学论文发表数量的比重占15%。对该领域投入最多的是中国和美国。2020年全世界物联网的总投入为7420亿美元，据IDC预测，2024年前这一指数将以每年113%的平均速度增长。

该领域的世界头部企业包括美国的微软Azure、亚马逊AWS、IBM Watson、PTC、谷歌云、思科，中国的阿里云和百度。俄罗斯的公司有МТС公司、“信号旗”通信公司、Megafon电信公司、俄罗斯电信、俄罗斯技术集团等。物联网正在进入工业、农业和住房公用事业等行业，用于生态监测、消防安全、气象监测等领域。与国外竞争者相比，俄罗斯企业的主要优势是功能更加强大的软件、更为高效的数据处理算法、数据存储和监测领域的解决方案以及支持俄语用户等。劣势是主要的硬件解决方案基于国外元件制造。

5G网络

在全世界5G移动通信网相关的发明专利申请总数和科学论文发表总量中，俄罗斯分别占01%（2019年）和18%（2020年）。5G基础设施建设主要是由大型通信运营商的设备生产商负责：中国的华为和中兴，瑞典的爱立信、芬兰的诺基亚和韩国的三星。上述企业占据了全世界移动通信设备市场份额的95%。2020年，它们的总投入达300多亿美元。到2026年底，5G市场总容量可能增长100多倍，达6679亿美元。

与物联网和人工智能相结合，5G网能够保障 社会 经济部门和领域向更高的技术发展水平过渡，这将提高劳动生产率、提高生产和服务的质量和灵活性、降低事故率等。现在，已经出现了巨大差距：美国、中国和韩国5G的注入水平已达15%~20%，而俄罗斯国内这种技术仅仅在部分试点区域内得到落实，而这些试点的真正启动还要等到2024年。届时，无论是在5G网络基础设施发展水平，还是基于这些基础设施的服务准备程度方面，差距可能达到极限。

量子计算

全世界与量子计算领域相关的专利申请总数和 科技 论文发表总数中，俄罗斯分别占15%（2019年数据）和47%（2020年数据）。从总体指数看，该领域的领先者是中国和美国。量子计算的世界市场正处于形成阶段。最近5年，其市场容量将达到10~20亿美元，再往后15~30年可能增长到4500~8500亿美元。无论国家，还是大型集团都在对该领域技术的发展进行投资，特别是美国的谷歌、IBM、微软、霍尼韦尔公司。俄罗斯国内从事该领域技术发展的企业有俄罗斯原子能集团、俄罗斯量子中心和高校。

据评估，在量子计算领域，与世界领先国家相比，俄罗斯在技术上落后7~10年。到2025年~2030年，量子计算机大规模应用的时候，俄罗斯的非量子技术优势将不复存在。但是当前的工作用量子设备暂时还不能超越传统的超级计算机（量子优势指的是量子计算机解决某些特殊任务的速度要比传统计算系统的速度高出数个数量级）。

量子通信全世界与量子通信领域相关的专利申请总数和 科技 论文发表总数中，俄罗斯分别占11%（2019年数据）和44%（2020年数据）。而且在大气和太空通信线路方面，俄罗斯占50%。目前，美国、欧洲、英国、日本、中国和俄罗斯正在布设多节点干线和城市光纤量子网络。俄罗斯从事相关工作的是俄罗斯铁路、俄罗斯电信等公司。

量子通信

对于工业来说意义重大，因为该领域的技术可以保证基于量子物理的基本规律保护数字数据，这在网络威胁增长以及量子计算机研制有望（借助量子计算将可以在很短的时间内破译现有的加密算法）的情况下颇具现实意义。

分布式账本技术

全世界与分布式账本技术领域相关的专利申请总数和 科技 论文发表总数中，俄罗斯分别占02%（2019年数据）和21%（2020年数据）。该领域的领先者是美国和中国。申请专利数量最多的公司包括中国的阿里巴巴、腾讯 科技 和杭州复杂美 科技 公司以及美国的IBM和英国的nChain公司。据预测，到2030年，分布式账本技术的应用可能保证全世界国内生产总值增长大约18万亿美元，其中有9600亿美元来自供应链管理，商品与服务监测领域，4300亿美元来自金融领域。俄罗斯国内应用这种技术的单位有联邦税务局、俄罗斯储蓄银行、诺里尔斯克镍公司、天然气工业石油公司等。

电力传输技术和分布式智慧能源系统技术

能源过渡是世界经济日程上的优先事项之一。欧盟各国、中国和美国已经宣布向碳中和能源过渡。许多国家制定了提高可再生能源在能源平衡表中比重的计划。

全世界与电力传输技术、分布式智慧能源系统领域相关的专利申请总数和 科技 论文发表总数中，俄罗斯分别占08%（2019年数据）和2%（2020年数据）。该领域的领先者是中国、日本和美国。在俄罗斯国内，很多企业从事该领域的产品和元件生产，比如俄罗斯网络、俄罗斯原子能集团等公司。根据众多路线图、战略文件和规划文件定下的目标，到2035年基于可再生能源的发电总量将达12吉瓦；到2030年电动交通工具的生产总量将提升到73万辆，并为其配套建设充电基础设施等。

电能储存系统制造技术

储能系统（各种蓄电池等）研制技术领域，俄罗斯提交的专利申请数量和 科技 论文发表数量分别占全世界的12%（2019年）和22%（2020年）。已有20多个国家宣布将禁止使用内燃发动机类 汽车 ，包括挪威（从2025年开始），德国（从2030年开始），法国（从2040年开始），英国（从2050年开始）以及斯洛文尼亚、比利时、印度、新加坡等国。从专利申请和 科技 论文发表数量来看，俄罗斯在氢技术领域做出了更加突出的贡献。俄罗斯原子能集团正在仔细研究俄罗斯“吉工厂”——锂离子蓄电池生产工厂建设项目。

新材料和新物质技术

全世界与新材料和新物质技术（超轻材料、超固体材料和记忆材料等）领域相关的专利申请总数和 科技 论文发表总数中，俄罗斯分别占08%（2019年数据）和43%（2020年数据）。世界上从事这些技术开发的有大型电动交通工具生产商（特斯拉、大众、梅赛德斯、宝马、丰田）和金属产品制造商等。各经济部门应用最为急需和需求最大的是增材制造、聚合复合材料、稀土金属及其产品获取技术、锂技术等。俄罗斯在该领域的最大优势是稀土金属获取技术（2019年占世界申请专利数量的49%）。世界上最大的稀土设备进口国是中国和美国。俄罗斯的稀土金属储备占世界储量的比重大约为17%，探明原料总量位列中国之后排在世界的第2位，但是开采量仅在世界上排名第7位。

未来航天技术

全世界与未来航天技术领域相关的专利申请总数和 科技 论文发表总数中，俄罗斯分别占39%（2019年数据）和51%（2020年数据）。根据这两项指标，占据世界领先地位的是中国和美国。俄罗斯在未来地理信息系统研制（29%）和新一代航天器制造技术领域（42%）的专利数量占有最大份额。

拥有这些技术储备的国家将获得长期的战略竞争力。未来航天技术的运用为农业、林业、矿产资源开采、建筑、交通和物流、信息和通信、教育、国家管理等领域附加值的增长开辟了巨大机会。俄罗斯正在国家2022~2030年航天信息技术综合发展规划框架下发展这些技术。该规划的落实应该能够保证卫星通信、数字广播和高速访问互联网覆盖俄罗斯全境，包括北极地区和北方海路，促进发展物联网服务（马拉松物联网）和地球遥测服务。

风险

毫无疑问，从上述技术领域的大部分参数看，美国和中国已经与其他国家拉开了很大距离。从研究人员发表论文的积极性指标看，俄罗斯的排名分布于第7、8到19位之间；从专利申请积极性指标看，俄罗斯的排名位于第4、6到第20~30位之间。如果中国发表一篇 科技 论文平均需要两项专利申请的话，那么俄罗斯的这种比例关系约为1:5。

配件和设备严重依赖进口（包括开展研究和发明工作所必需的设备），高水平专业人员不足，新兴公司数量极低（与领先国家相比）和独角兽企业——私营高 科技 公司（市场价值超过10亿美元的公司）实际上的完全缺失阻碍了俄罗斯技术的发展。在这种情况下，俄罗斯大学和科研机构，包括预算拨款的机构在内，它们的大部分创意和发明流向了国外，并以高加价产品和服务的形式返回俄罗斯。

世界上这些新技术市场形成过程中的先行者是苹果、微软、谷歌、亚马逊、特斯拉、Meta、英伟达、腾讯、三星、阿里巴巴、SpaceX等大型公司。俄罗斯参与上述进程的公司都是有国家股份参与的大型公司，包括俄罗斯储蓄银行、俄罗斯电信、俄罗斯原子能集团、俄罗斯国家航天集团、俄罗斯网络、俄罗斯石油、俄罗斯铁路、天然气工业公司。目前，如果没有国家的积极协调和支持，俄罗斯企业进军国外市场的梦想就无法实现。同时，需要强调的是，当代世界，即使是最强大的“玩家”也需要采用开放创新商业模式开展业务，组建可以将资本价值扩大数倍的财团和生态系统。

托普云农在农业企业里面算是比较出名的，农业物联网是当今世界发展的新潮流，根据空间变异，定位、定时、定量地实施一整套现代化农事 *** 作技术与监测管理的系统，是信息技术与农业生产全面结合的一种新型农业，比较符合当前中国农业的特色。智慧农业物联网是农业生产的高级阶段，是集新兴的互联网、移动互联网、云计算和物联网技术为一体，依托部署在农业生产现场的各种传感节点，是智慧农业的解决方案。因此托普云农推出了一系列的产品例如：智慧农业云平台，农业物联网系统，自动数据传输设备等等来解决类似智能温室大棚，水肥一体化，土壤里的病虫害。贯穿农业生产全周期，实现真正的无人化农业生产管理。

2015-04-23 国农互联

各国农业物联网发展概况

美国

推进农业数据标准化。从长期来看，农业物联网需要的是可以相互识别的可 *** 作标准，这样不同设备才能在一起工作，否则不同设备传回的信息格式不能兼容。目前AgGateway和OADA正在研究农业数据标准化的问题。AgGateway是一家非营利性的商业联合组织，致力于推进电子商务在农业领域的发展和推动信息通信技术在农业的使用。OADA是一个帮助农民全面、安全获取数据的开放式项目。美国农业与生化工程师协会(ASABE)也在支持建立农业数据标准的工作。

大农场引领农业物联网应用。就农业物联网技术覆盖主体而言，大农场成为美国农业物联网技术的引领者，在农业物联网技术推广中起着示范作用。美国大农场采用物联网设备的数量相对更多，研究显示，美国大农场对技术的采用率高达80%。而对于小农场而言，由于设备的安装和维护成本高，它们使用物联网设备的数量相对较少，不过在大农场的示范作用带动下，也将会有越来越多的小农场采用物联网技术。

信息化基础设施奠定农业物联网发展基础。从美国农业物联网的发展现状来看，其信息化基础设施完备，为美国农业物联网的发展创造了优越的条件。美国政府每年用于农业信息网络建设方面的投资约为15亿美元，已建成世界最大的农业计算机网络系统AGNET，可以为美国农业物联网的发展提供强大的信息资源。同时，美国建立了农业技术信息数据库，如BISIS(生物科学情报社)、CAB(英联邦农业局)、AGRICOLA(美国国家农业数据库)和AGRIS(FAO农业情报体系)等。

日本

政府大力推动农业物联网发展。农业物联网在2004年被列入日本政府计划。当时日本总务省提出U-Japan计划，其核心是力求实现人与人、物与物、人与物之间的相连，在未来形成一个人或物均可互联、无处不在的网络社会，其中就包括农业物联网技术。目前，日本政府不断加强对智慧农业的扶持补助，通过一系列补助措施，到2020年日本农业信息技术化规模将达到580亿至600亿日元，计划在十年内以农业物联网为信息主体源普及农用机器人，预计2020年市场规模将达到50亿日元。

制造商推广农业物联网技术知识。日本农户在最初引进农业物联网时，由于成本过高、技术较难掌控等原因，物联网设备长时间处于停用状态。后来在制造商与当地农协工作人员的帮助下，逐渐接受并理解了物联网技术，比如在家里看看农作物的照片，并对比一下各类数据便可管理偌大的土地，并可较以前减少一半的工作量。

产、官、学协同研发农业物联网技术。近年来，日本农业物联网技术主要由NEC、富士通、日立等大型公司的IT部门牵头研发，并与三井物产等农用品开发商合作。日本非常注重引进和发展符合日本国情的精确农业。目前，日本产、官、学合作进行的农业物联网技术研究主要集中在两个方面:一是精确农业的基础研究，提供农业生产应用的作物生长模型数据库，可用于农业物联网的农业生产指导信息平台。二是精确农业机械的研究，提供农业物联网的智能化 *** 作终端。

英国

政府考核基于物联网的农业信息化。英国政府通过执行欧盟的单一补贴政策，把农业环境保护、农业产出与效益等很好地纳入补贴政策的考核指标，把农业机械的信息化程度作为重要考核指标予以支持，督促农业生产者广泛利用农业物联网，促进信息技术与生物技术等新技术融合，推动开展农业生产，从而推动农业物联网的发展，提高农业生产的智能化、精确化、高效化和自动化水平，实现环境保护、生产发展、效益提高、收入增加、资源节约等多重目标的均衡发展。

政府引导、多元市场主体拉动农业物联网建设。英国发展农业物联网主要依靠市场机制进行推动，政府主要是制定引导政策，采取扶持措施引导农业生产者，电信运营商、IT公司等农业物联网的主要建设者参与农业物联网建设。以政策为指引，以需求为导向，利用市场机制，按照有偿、自愿、效益的原则，鼓励各类市场主体开展信息技术的研发、推广和应用，大大提高了农业物联网技术的实用性、针对性、可持续性，能够较好地满足农业发展的需要。

注重涉农人员信息化水平的提高。英国政府十分重视涉农人员的信息化技能和知识的培训与教育，从上世纪90年代开始实施农村教育信息化计划。政府制定政策，把信息技术课列为全国中小学必修课程，并拟定了具体考核标准，采取了有效措施加强农村信息技术教师队伍建设，建设了各种网络学校和培训中心，开展了适宜于农村地区的各种网络或者视频远程教育，一些地方政府在教育经费的投入中要求不低于6%用作计算机和网络费用，一些农村制定了学生和计算机、图书馆的具体比例等，这些措施有效促进了信息化知识和技术在农村的普及，涉农人员的知识水平得到很大提高，这对农业物联网的发展至关重要。

以色列

以农业产业化、规模化促进农业物联网发展。农用土地有效集中和生产经营组织化是以色列农业物联网发展的基础。以色列945%的土地为国家所有，私人土地仅占55%。农业生产经营主要采取较为独特的集体农场(基布兹)和农业合作社(莫沙夫)两种形式。应运而生的是由多家集体农场和农业合作社联合组建的区域合作组织，它使整个农业生产经营有了较高的组织化程度，这些农业经营主体更加关心并追求农业生产经营的质量和效益，对应用农业物联网技术的愿望更加强烈，并且可以为应用农业物联网技术提供必要的资金和技术支撑。

农业科技创新服务体系支撑农业物联网发展。高度发达的农业科技和完善的农业服务体系是以色列农业物联网发展不可比拟的优势。以色列农业增产的96%靠科技，其高度发达和集约化的农业是以强大的农业科研、教育和推广体系作为后盾和支柱的。政府每年用于农业科研与技术推广方面的经费高达数亿美元，占GDP的比例位居世界前列。目前，以色列已建立一整套由政府部门、科研机构和农业合作组织紧密配合的农业研究和推广体系。以色列鼓励科研人员和推广人员结合自身的专业特长，开办或联办私人示范农场、科技型开发企业、推广型的培训示范基地等。

滴灌推动物联网技术的应用。滴灌在一般人印象中，就是布设大量打上微小孔洞管线的一种节水浇灌方式，但以色列人运用物联网技术把它做到了极致。以一个深埋地下的简单喷嘴为例，它凝聚了大量的高科技，它由电脑控制，依据传感器传回的土壤数据，决定何时浇水、浇多还是浇少，通过物联网技术，不仅节约了宝贵的水资源，而且节约了人力成本。铺完管线以后，未来大量农田的灌溉将由少数几个农民通过智能设备来控制。

国外农业物联网发展经验对我国的启示

政府力推农业物联网建设

无论是美国这样的农业强国，还是以色列这样的农业资源匮乏的国家，在他们农业物联网的发展过程中，政府都十分重视农业物联网发展的战略规划、农业物联网技术的研发和农业技术信息数据库的建设，并以此加快农业物联网技术的采纳和应用，从而推动农业现代化进程。因此，我国政府应强化农业物联网发展的顶层设计，促进农业物联网技术的研究开发。此外，政府在推动城镇化发展的同时，大力引导农业生产的产业化也是农业物联网推广应用的重要动力。

以农业信息化基础设施建设为基础

农业信息化基础设施是指农业信息的收集、传输、反馈、检测、控制、存储的载体、执行机构、数据库和管理软件等。例如，农业信息化基础设施的完备为美国农业物联网的发展创造了极其优越的条件，因此，大力促进农村宽带网络建设，建设和完善农业信息化专家系统和管理软件，配置性能完善的控制系统、通信传输、电力供给等信息化元器件，这一系列农业信息化基础设施的建设是我国发展农业物联网的重要基础。

以农业产业化、规模化为动力

从美国、以色列等国家农业物联网发展状况来看，农业产业化、规模化为农业物联网的发展注入了强大动力。农业产业化将变革农业组织管理结构，实现农业组织管理的现代化。专业大户、家庭农场、农业经济合作社和龙头企业等新型农业组织会涌现出来，相比传统分散经营的农户而言，这些新型农业经营主体更加关心并追求农业生产经营的质量和效益，对应用信息技术的愿望更加强烈，这些新型农业生产组织必然会推动农业物联网技术的应用。因此，我国应大力推动农业产业化，在农业产业化进程中，龙头企业、专业大户、农业经济合作组织等新型农业组织必将凭借在技术、人才、资金等方面的优势，提高农业物联网的应用水平。

以农业物联网科技创新服务体系建设为保障

日本、以色列等进入农业现代化的国家都拥有高度发达的农业科技创新服务体系。建设农业物联网科技创新服务体系，可以促进农业物联网技术的研发、推广和应用。因此，我国应加大农业物联网科技创新服务体系建设，比如从培养、引进、使用三个环节加强农业物联网人才队伍建设，可以引进海外人才，培养农业物联网研究领域的学科带头人及人才团队，制定高层次创新人才培养计划等。同时，加强农业科技创新与研发平台建设，加快推进以农业物联网研究为立足点的重点实验室等知识创新平台建设; 重点实施科技“110”综合信息服务工程、专家大院工程、企业和农村科技特派员创业工程、科技入户工程四大示范服务与推广工程，强力推进农业物联网技术服务推广体系建设。

加大对涉农人员农业信息科技教育

日本、英国等国家在推进农业物联网发展的过程中，都涉及对相关人员进行农业信息科技方面的教育，这不仅有利于涉农人员事先对农业物联网技术进行评估，提高他们应用先进信息技术的积极性，而且有利于他们在具体应用农业物联网技术时能够得心应手，从而推动农业物联网技术的传播。我国农民数量众多，农村教育水平较低，农民整体文化水平不高，国家即使研发出高科技的农业物联网技术，虽然能够转变农业生产方式，提高农业生产效率，但在落后的农村很难推广应用，我国涉农人员的信息科技水平严重阻碍了农业科技的推广。所以，我国要通过农村信息服务站、“阳光培训”工程、专题培训班、网络学校、远程教育等多种方式，开展多层次、全方位的农民信息化知识和技能培训，提高涉农人员的信息科技水平，为我国农业物联网的发展提供最基本的保障。

本专题我共整理了10篇文章，来自中国农业科学院农业质量标准与检测技术研究所、南京农业大学、英国林肯大学、华南农业大学、江南大学、国家农业智能装备工程技术研究中心、浙江大学、中国科学院、吉林农业大学、西北农林 科技 大学、国家信息农业工程技术中心等单位。

文章包含农产品质量安全纳米传感器、太阳能杀虫灯、分簇路由算法、农田物联网混合多跳路由算法、水产养殖溶解氧传感器研制、土壤养分近场遥测方法、农机远程智能管理平台、水肥浓度智能感知与精准配比、果园多机器人通信等内容，供大家阅读、参考。

专题--农业传感器与物联网

Topic--Agricultural Sensor and Internet of Things

[1]王培龙, 唐智勇 农产品质量安全纳米传感应用研究分析与展望[J] 智慧农业(中英文), 2020, 2(2): 1-10

WANG Peilong , TANG Zhiyong Application analysis and prospect of nanosensor in the quality and safety of agricultural products[J] Smart Agriculture, 2020, 2(2): 1-10

知网阅读

[2]杨星, 舒磊, 黄凯, 李凯亮, 霍志强, 王彦飞, 王心怡, 卢巧玲, 张亚成 太阳能杀虫灯物联网故障诊断特征分析及潜在挑战[J] 智慧农业(中英文), 2020, 2(2): 11-27

YANG Xing, SHU Lei, HUANG Kai, LI Kailiang, HUO Zhiqiang, WANG Yanfei, WANG Xinyi, LU Qiaoling, ZHANG Yacheng Characteristics analysis and challenges for fault diagnosis in solar insecticidal lamps Internet of Things[J] Smart Agriculture, 2020, 2(2): 11-27

摘要： 太阳能杀虫灯物联网（SIL-IoTs）是一种基于农业场景与物联网技术的新型物理农业虫害防治工具，通过无线传输太阳能杀虫灯组件状态数据，用户可后台实时查看太阳能杀虫灯运行状态，具有杀虫计数、虫害区域定位、辅助农情监测等功能。但随着SIL-IoTs快速发展与广泛应用，故障诊断难和维护难等矛盾日益突出。基于此，本研究首先阐述了SIL-IoTs的结构和研究现状，分析了故障诊断的重要性，指出了故障诊断是保障其可靠性的主要手段。接着介绍了目前太阳能杀虫灯节点自身存在的故障及其在无线传感网络（WSNs）中的体现，并进一步对WSNs中的故障进行分类，包括基于行为、基于时间、基于组件以及基于影响区域的故障四类。随后讨论了统计方法、概率方法、层次路由方法、机器学习方法、拓扑控制方法和移动基站方法等目前主要使用的WSNs故障诊断方法。此外，还探讨了SIL-IoTs故障诊断策略，将故障诊断从行为上分为主动型诊断与被动型诊断策略，从监测类型上分为连续诊断、定期诊断、直接诊断与间接诊断策略，从设备上分为集中式、分布式与混合式策略。在以上故障诊断方法与策略的基础上，介绍了后台数据异常、部分节点通信异常、整个网络通信异常和未诊断出异常但实际存在异常四种故障现象下适用的WSNs故障诊断调试工具，如Sympathy、Clairvoyant、SNIF和Dustminer。最后，强调了SIL-IoTs的特性对故障诊断带来的潜在挑战，包括部署环境复杂、节点任务冲突、连续性区域节点无法传输数据和多种故障诊断失效等情形，并针对这些潜在挑战指出了合理的研究方向。由于SIL-IoTs为农业物联网中典型应用，因此本研究可扩展至其它农业物联网中，并为这些农业物联网的故障诊断提供参考。

知网阅读

[3]汪进鸿, 韩宇星 用于作物表型信息边缘计算采集的认知无线传感器网络分簇路由算法[J] 智慧农业(中英文), 2020, 2(2): 28-47

WANG Jinhong, HAN Yuxing Cognitive radio sensor networks clustering routing algorithm for crop phenotypic information edge computing collection[J] Smart Agriculture, 2020, 2(2): 28-47

摘要： 随着无线终端数量的快速增长和多媒体图像等高带宽传输业务需求的增加，农业物联网相关领域可预见地会出现无线频谱资源紧缺问题。针对基于传统物联网的作物表型信息采集系统中存在由于节点密集部署导致数据传输过程容易出现频谱竞争、数据拥堵的现象以及固定电池的网络由于能耗不均衡引起监测周期缩减等诸多问题，本研究建立了一个认知无线传感器网络（CRSN）作物表型信息采集模型，并针对模型提出一种引入边缘计算机制的动态频谱和能耗均衡（DSEB）的事件驱动分簇路由算法。算法包括：（1）动态频谱感知分簇，采用层次聚类算法结合频谱感知获取的可用信道、节点间的距离、剩余能量和邻居节点度为相似度对被监控区域内的节点进行聚类分簇并选取簇头，构建分簇拓扑的过程对各分簇大小的均衡性引入奖励和惩罚因子，提升网络各分簇平均频谱利用率；（2）融入边缘计算的事件触发数据路由，根据构建的分簇拓扑结构，将待检测各区域变化异常表型信息触发事件以簇内汇聚和簇间中继交替迭代方式转发至汇聚节点，簇内汇聚包括直传和簇内中继，簇间中继包括主网关节点和次网关节点-主网关节点两种情况；（3）基于频谱变化和通信服务质量（QoS）的自适应重新分簇：基于主用户行为变化引起的可用信道改变，或分簇效果不佳对通信服务质量产生的干扰，触发CRSN进行自适应重新分簇。此外，本研究还提出了一种新的能耗均衡策略去能量消耗中心化（假设sink为中心），即在网关或簇头节点选取计算式中引入与节点到sink的距离成正比的权重系数。算法仿真结果表明，与采用K-medoid分簇和能量感知的事件驱动分簇(ERP)路由方案相比，在CRSN节点数为定值的前提下，基于DSEB的分簇路由算法在网络生存期与能效等方面均具有一定的改进；在主用户节点数为定值时，所提算法比其它两种算法具有更高频谱利用率。

知网阅读

[4]顾浩, 王志强, 吴昊, 蒋永年, 郭亚 基于荧光法的溶解氧传感器研制及试验[J] 智慧农业(中英文), 2020, 2(2): 48-58

GU Hao, WANG Zhiqiang, WU Hao, JIANG Yongnian, GUO Ya A fluorescence based dissolved oxygen sensor[J] Smart Agriculture, 2020, 2(2): 48-58

摘要：溶解氧含量的测量对水产养殖具有极其重要的意义，但目前中国市面上的溶解氧传感器存在价格昂贵、不能持续在线测量及更新部件维护困难等问题，难以在水产养殖物联网中大规模推广和发挥作用。本研究基于荧光淬灭原理，利用水中溶解氧浓度与荧光信号相位差的关系进行低成本、易维护溶解氧传感器的研发。首先利用自制备溶氧敏感膜，经激发光照射后产生红色荧光，该荧光寿命可由溶解氧浓度调节；然后利用光信号敏感器件设计光电转化电路实现光信号感知；再以STM32F103微处理器作为主控芯片，编写下位机程序实现激发光脉冲产生，利用相敏检波原理以及快速傅里叶变换（FFT）计算激发光与参照光的相位差，进而转化为溶解氧浓度，实现溶解氧的测量。荧光探测部分与系统主控部分采用分离式设计思想，利用屏蔽排线直接插拔连接，便于传感器探测头的拆卸、更换、维护以及实现远距离在线测量。经测试，本溶解氧传感器的测量范围是0~20 mg/L，响应延迟小于2 s，溶氧敏感膜使用寿命约1年，可以实时不间断地对溶解氧浓度进行测量。同时，本传感器具有测量方便、制作成本低、体积小等特点，为中国水产养殖低成本溶解氧传感器的研发与市场化奠定了良好的基础。

知网阅读

[5]矫雷子, 董大明, 赵贤德, 田宏武 基于调制近红外反射光谱的土壤养分近场遥测方法研究[J] 智慧农业(中英文), 2020, 2(2): 59-66

JIAO Leizi, DONG Daming, ZHAO Xiande, TIAN Hongwu Near-field telemetry detection of soil nutrient based on modulated near-infrared reflectance spectrum[J] Smart Agriculture, 2020, 2(2): 59-66

摘要： 土壤养分作为农业生产的重要指标，含量过少会降低农作物产量，过多则会造成环境污染。因此，快速、准确检测土壤养分对于精准施肥和提高作物产量具有重要意义。基于取样和化学分析的传统方法能够全面准确地检测土壤养分，但检测过程中土壤的取样及预处理过程繁琐、 *** 作复杂、费时费力，不能实现土壤养分的原位快速检测。本研究基于调制近红外光谱，提出了一种土壤养分主动式近场遥测方法，可有效避免土壤反射自然光的干扰。该方法使用波长范围1260~1610 nm的8通道窄带激光二极管作为近红外光源，通过测量8通道激光光束的土壤反射率，建立土壤养分中氮（N）关于土壤反射率的计量模型，实现了N的快速检测。在74组已知N含量的土壤样品中，选取54组作为训练集，20组作为预测集。基于一般线性模型，对训练集中土壤N含量与土壤反射率的定量化参数进行训练，筛选显著波段后的计量模型R2达到097。基于建立的计量模型，预测集中土壤N含量预测值与参考值的决定系数R2达到09，结果表明该方法具有土壤养分现场快速检测的能力。

知网阅读

[6]朱登胜, 方慧, 胡韶明, 王文权, 周延锁, 王红艳, 刘飞, 何勇 农机远程智能管理平台研发及其应用[J] 智慧农业(中英文), 2020, 2(2): 67-81

ZHU Dengsheng, FANG Hui, HU Shaoming, WANG Wenquan, ZHOU Yansuo, WANG Hongyan, LIU Fei, HE Yong Development and application of an intelligent remote management platform for agricultural machinery[J] Smart Agriculture, 2020, 2(2): 67-81

摘要： 本研究针对农机管理实时数据少、农机实时作业监管困难、服务信息不对称等问题，首先提出专业化远程管理平台设计时应具有五大原则：专业化、标准化、云平台、模块化以及开放性。基于这些原则，本研究设计了基于大田作业智能传感技术、物联网技术、定位技术、遥感技术和地理信息系统的可定制化的通用农机远程智能管理平台。平台分别为各级政府管理部门、农机合作社、农机手、农户设计并实现了基于WebGIS 的农机信息库及农机位置服务、农机作业实时监测与管理、农田基础信息管理、田间作物基本信息管理、农机调度管理、农机补贴管理、农机作业订单管理等多个实用模块。研究着重分析了在当前的技术背景下，平台部分关键技术的实现方法，包括采用低精度GNSS定位系统前提下的作业面积的计算方法、GNSS定位数据处理过程中的数据问题分析、农机调度算法、作业传感器信息的集成等，并提出了以地块为核心的管理平台建设思路；同时提出农机作业管理平台将逐步从简单作业管理转向大田农机综合管理。本平台对同类型管理平台的研发具有一定的参考与借鉴作用。

知网阅读

[7]金洲, 张俊卿, 郭红燕, 胡宜敏, 陈翔宇, 黄河, 王红艳 水肥浓度智能感知与精准配比系统研制与试验[J] 智慧农业(中英文), 2020, 2(2): 82-93

JIN Zhou, ZHANG Junqing, GUO Hongyan, HU Yimin, CHEN Xiangyu, HUANG He, WANG Hongyan Development and testing of intelligent sensing and precision proportioning system of water and fertilizer concentration[J] Smart Agriculture, 2020, 2(2): 82-93

摘要： 为解决农场当地当时的复合肥料精准化配料问题，本研究将水肥一体化智能灌溉施肥系统作为研究对象，构建了水肥浓度智能感知与精准配比系统。首先提出现场在线水肥溶液智能感知模型的快速建立方法，利用数据分析算法从传感器实时监测的一系列浓度梯度的肥料溶液中挖掘出模型。其次基于上述模型设计水肥浓度智能感知与精准配比系统的框架结构，阐述系统工作原理；并通过三种水体模拟在线配肥验证了该系统原位指导水肥浓度配比的有效性，同时评价了水体电导率对水肥配比浓度的干扰。试验结果表明，正则化条件下二阶的多项式拟合曲线是表达溶液电导率与水肥浓度的变化关系最优的模型，相关系数R2均大于0999，由此模型可得出用户关心的复合肥各指标浓度。三种水体模拟在线配肥结果表明，水体会干扰电导率导致无法准确反演水肥配比的浓度，相对偏差值超过了01。因此，本研究提出的在线水肥智能感知与精准配比系统实现了消除当地水体电导率对水肥配比准确性的干扰，通过模型计算实现复合肥精准化配比，并得出各指标浓度。该系统结构简单，配比精准，易与现有水肥一体机或者人工配肥系统结合使用，可广泛应用于设施农业栽培、果园栽培和大田经济作物栽培等环境下的精准智能施肥。

知网阅读

[8]孙浩然, 孙琳, 毕春光, 于合龙 基于粒子群与模拟退火协同优化的农田物联网混合多跳路由算法[J] 智慧农业(中英文), 2020, 2(3): 98-107

SUN Haoran, SUN Lin, BI Chunguang, YU Helong Hybrid multi-hop routing algorithm for farmland IoT based on particle swarm and simulated annealing collaborative optimization method[J] Smart Agriculture, 2020, 2(3): 98-107

摘要： 农业无线传感器网络对农田土壤、环境和作物生长的多源异构信息的获取起关键作用。针对传感器在农田中非均匀分布且受到能量制约等问题，本研究提出了一种基于粒子群和模拟退火协同优化的农田物联网混合多跳路由算法（PSMR）。首先，通过节点剩余能量和节点度加权选择簇首，采用成簇结构实现异构网络高效动态组网。然后通过簇首间多跳数据结构解决簇首远距离传输能耗过高问题，利用粒子群与模拟退火协同优化方法提高算法收敛速度，实现sink节点加速采集簇首中的聚合数据。对算法的仿真试验结果表明，PSMR算法与基于能量有效负载均衡的多路径路由策略方法（EMR）相比，无线传感器网络生命周期提升了57%；与贪婪外围无状态路由算法（GPSR-A）相比，在相同的网络生命周期内，第1个死亡传感器节点推迟了两轮，剩余能量标准差减少了004 J，具有良好的网络能耗均衡性。本研究提出的PSMR算法通过簇首间多跳降低远端簇首额外能耗，提高了不同距离簇首的能耗均衡性能，为实现大规模农田复杂环境的长时间、高效、稳定地数据采集监测提供了技术基础，可提高农业物联网的资源利用效率。

知网阅读

[9]毛文菊, 刘恒, 王东飞, 杨福增, 刘志杰 面向果园多机器人通信的AODV路由协议改进设计与测试[J] 智慧农业(中英文), 2021, 3(1): 96-108

MAO Wenju, LIU Heng, WANG Dongfei, YANG Fuzeng, LIU Zhijie Improved AODV routing protocol for multi-robot communication in orchard[J] Smart Agriculture, 2021, 3(1): 96-108

摘要： 针对多机器人在果园中作业时的通信需求，本研究基于Wi-Fi信号在桃园内接收强度预测模型，提出了一种引入优先节点和路径信号强度阈值的改进无线自组网按需平面距离向量路由协议（AODV-SP）。对AODV-SP报文进行设计，并利用NS2仿真软件对比了无线自组网按需平面距离向量路由协议（AODV）和AODV-SP在发起频率、路由开销、平均端到端时延及分组投递率4个方面的性能。仿真试验结果表明，本研究提出的AODV-SP路由协议在发起频率、路由开销、平均端到端时延及分组投递率4个方面的性能均优于AODV协议，其中节点的移动速度为5 m/s时，AODV-SP的路由发起频率和路由开销较AODV分别降低了365%和709%，节点的移动速度为8 m/s时，AODV-SP的分组投递率提高了059%，平均端到端时延降低了1309%。为进一步验证AODV-SP协议的性能，在实验室环境中搭建了基于领航-跟随法的小型多机器人无线通信物理平台并将AODV-SP在此平台应用，并进行了静态丢包率和动态测试。测试结果表明，节点相距25 m时静态丢包率为0，距离100 m时丢包率为2101%；动态行驶时能使机器人维持链状拓扑结构。本研究可为果园多机器人在实际环境中通信系统的搭建提供参考。

知网阅读

[10]黄凯, 舒磊, 李凯亮, 杨星, 朱艳, 汪小旵, 苏勤 太阳能杀虫灯物联网节点的防盗防破坏设计及展望[J] 智慧农业(中英文), 2021, 3(1): 129-143

HUANG Kai, SHU Lei, LI Kailiang, YANG Xing, ZHU Yan, WANG Xiaochan, SU Qin Design and prospect for anti-theft and anti-destruction of nodes in Solar Insecticidal Lamps Internet of Things[J] Smart Agriculture, 2021, 3(1): 129-143

摘要： 太阳能杀虫灯在有效控制虫害的同时，可减少农药施药量。随着其部署数量的增加，被盗被破坏的报道也越来越多，严重影响了虫害防治效果并造成了较大的经济损失。为有效地解决太阳能杀虫灯物联网节点被盗被破坏问题，本研究以太阳能杀虫灯物联网为应用场景，对太阳能杀虫灯硬件进行改造设计以获取更多的传感信息；提出了太阳能杀虫灯辅助设备——无人机杀虫灯，用以被盗被破坏出现后的部署、追踪和巡检等应急应用。通过上述硬件层面的改造设计和增加辅助设备，可以获取更为全面的信息以判断太阳能杀虫灯物联网节点被盗被破坏情况。但考虑到被盗被破坏发生时间短，仅改造硬件层面还不足以实现快速准确判断。因此，本研究进一步从内部硬件、软件算法和外形结构设计三个层面，探讨了设备防盗防破坏的优化设计、设备防盗防破坏判断规则的建立、设备被盗被破坏的快速准确判断、设备被盗被破坏的应急措施、设备被盗被破坏的预测与防控，以及优化计算以降低网络数据传输负荷六个关键研究问题，并对设备防盗防破坏技术在太阳能杀虫灯物联网场景中的应用进行了展望。

知网阅读

微信交流服务群

为方便农业科学领域读者、作者和审稿专家学术交流，促进智慧农业发展，为更好地服务广大读者、作者和审稿人，编辑部建立了微信交流服务群，有关专业领域内的问题讨论、投稿相关的问题均可在群里咨询。

入群方法： 加我微信 331760296 ， 备注： 姓名、单位、研究方向 ，我拉您进群，机构营销广告人员勿扰。

信息发布

科研团队介绍及招聘信息、学术会议及相关活动 的宣传推广

西部电子商务股份有限公司是农村信息化的龙头企业，拥有成熟的智慧农业的科学模式。“智慧农业”能够显著提高农业生产经营的效率。基于精准的农业传感器进行实时监测，利用云计算、数据挖掘等技术进行多层次分析，并将分析指令与各种控制设备进行联动完成农业生产、管理。这种智能机械代替人的农业劳作，不仅解决了农业劳动力日益紧缺的问题，而且实现了农业生产高度规模化、集约化、工厂化，提高了农业生产对自然环境风险的应对能力，使弱势的传统农业成为具有高效率的现代产业。西部电子商务股份有限公司做智慧农业物联网——农业云管家就是充分运用“云计算、物联网、移动互联”等技术，真正升级传统农业，随时实地在手机、电脑、平板就可以实现对农业生产现场进行各种作业的 *** 作，如卷帘、降温、排风、增温、灌溉等。

创新技术的不断涌现，从根本上改变了传统农业的发展模式，通过应用物联网技术、人工智能技术、GIS技术以及大数据技术等使我国农业从原来看天吃饭的传统农业模式转变为高产、高效、低耗、优质、生态和安全的智慧农业模式，随着物联网技术的不断发展，数据存储，全面感知，数据上云等方式使得智慧农业的传输网络进一步扩大，更进一步的进阶为互联网+智慧农业模式。

创新技术发展迅猛，智慧农业前景广阔

2018年，我国人工智能市场规模约为339亿元，较上年同比增长5629%，增速进一步加快。人工智能作为引领未来的战略性技术，日益成为驱动经济社会各领域从数字化、网络化向智能化加速跃升的重要引擎。近年来，数据量爆发式增长、计算能力显著性提升、深度学习算法突破性应用，极大地推动了人工智能发展。人工智能技术的发展应用在互联网+智慧农业中，使得模型建立时间更短，预测结果更加准确。

2018年，我国物联网市场规模约为13603亿元，较上年增长1470%。随着国家支持政策的不断出台，国内物联网产业链和产业体系初步形成，产业规模快速增长。目前，中国发展物联网所需的自动控制、信息传感、射频识别等技术和产业都已成熟或基本成熟，通信运营商和系统设备提供商达到世界级水平，下游应用不断拓展。

与工业互联网建设类似，互联网+智慧农业也可以应用物联网技术建设“农业互联网”，将物联网在互联网+智慧农业模式中应用程度进一步加深。

随着创新技术和农业科学的不断拓展和深入，互联网+智慧农业的发展也面临进一步的机遇与挑战，并呈现出多维发展态势。其中，创新技术发展及应用将是互联网+智慧农业发展的不竭动力。在支撑智慧农业发展的多项关键技术中，发展较快且具有广阔前景的主要有数据仓库技术、3S技术、模拟模型技术和人工智能技术；较为活跃的关键技术领域有农业资源管理、农情状态检测、农业过程模拟及决策支持系统等。

——更多数据参考前瞻产业研究院发布的《中国互联网+智慧农业趋势前瞻与产业链投资战略分析报告》。

---