专题推荐 - 农业传感器与物联网专题

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

物联网就是通过信息传感设备，按照约定的协议，把任何物品与互联网连接起来，进行信息交换和通信，以实现智能化识别、定位、跟踪、监控和管理的一种网络。
通俗地讲，物联网就是“物物相连的互联网”，它包含两层含义：
第一，物联网是互联网的延伸和扩展，其核心和基础仍然是互联网；
第二，物联网的用户端不仅包括人，还包括物品，物联网实现了人与物品及物品之间信息的交换和通信。
物联网作为新一代信息技术的高度集成和综合运用，具有渗透性强、带动作用大、综合效益好的特点，是继计算机、互联网、移动通信网之后信息产业发展的又一推动者。

有河南科技学院、安阳师范学院、河南师范大学等。

河南科技学院（Henan Institute of Science and Technology）位于河南省新乡市，是一所省属普通本科院校，入选卓越中等职业学校教师培养改革项目、卓越教师培养计划改革项目。

截至2019年5月，学校设21个教学学院，办有民办独立学院——新科学院；开办66个本科专业，学科专业涵盖农学、工学、教育学、管理学、文学、理学、经济学、法学、艺术学等9大学科门类。

学校有1个国家级人才培养基地，1个国家级教师教育精品资源共享课程，有3个国家级特色专业，13个省级特色专业，7个省级实验教学示范中心，1个虚拟仿真实验中心，1个省级教师教育改革创新实验区，1个省级精品资源共享课程。

河南省工程实验室（7个）：

畜禽智能化清洁生产河南省工程实验室、棉花基因工程育种与有害生物防控河南省工程实验室、粮食资源深度利用河南省工程实验室、起重设备安全运行监控河南省工程实验室、农业物联网河南省工程实验室、功能吸附分离材料河南省工程实验室、农作物大数据分析与应用河南省工程实验室。

百度百科——河南科技学院

随着第四次工业革命的快速发展，信息科学技术和多领域科学技术深度融合，诱发新的产业技术革命。新一代信息 科技 与农业的深度融合发展，孕育了第三次农业绿色革命——农业的数字革命，使农业进入了网络化、数字化、智能化发展的新时代。

在农业数字革命的推动下，世界农业产生了两大变革：一是产生了以 智慧农业 为代表的新型农业生产方式，让农业生产更加“智慧”、更加“聪明”；二是促进了 农业数字经济 发展，激活了“数据要素”的价值潜能，赋能数字农业农村新发展。

2020 年中央一号文件《中共中央国务院关于抓好“三农”领域重点工作确保如期实现全面小康的意见》再次对智慧农业的发展给出了指导：“依托现有资源建设农业农村大数据中心，加快物联网、大数据、区块链、人工智能（AI）、第五代移动通信网络（5G）、智慧气象等现代信息技术在农业领域的应用”

智慧农业是依托互联网技术、大数据以及远程监控等现代高 科技 对传统农业进行科学化管理，在农业经营与管理的过程中实现资源消耗最低、环境破坏最少，进而实现农业生产成本的降低，实现农业现代化、智能化发展。智慧农业是农业发展的高级阶段，也是农业发展的必然趋势，从管理学角度而言，智慧农业的生产率及能源使用效率更高。

近10来，美国、英国、德国、加拿大、日本、韩国等农业发达国家高度关注智慧农业的发展，从国家层面进行战略部署，积极推进 农业物联网、农业传感器、农业大数据、农业机器人、农业区块链 等智慧农业关键技术的创新发展。

2015年，加拿大联邦政府预测与策划组织发布了《MetaScan3：新兴技术与相关信息图》，指出土壤与作物感应器（传感器）、家畜生物识别技术、农业机器人在未来5-10年将颠覆传统农业生产方式。日本2015年启动了“基于智能机械+智能IT的下一代农林水产业创造技术”项目，核心内容是“信息化技术+智能化装备”。

2017年，欧洲农机工业学会提出了“农业40（Farming40）”计划，强调智慧农业是未来欧洲农业发展的方向。

2018年，美国科学院、美国工程院和美国医学科学院联合发布《面向2030年的食品和农业科学突破》报告，重点突出了传感器、数据科学、人工智能、区块链等技术发展方向，积极推进农业与食品信息化。美国NSTC“国家人工智能研发战略计划”中，将农业作为人工智能优先应用发展的第10个领域，资助农业人工智能 科技 的中长期研发；美国农业部“2018-2022年战略规划”中，突出了农业人工智能、自动化与遥感技术的应用。

根据国际咨询机构（Research andmarket）分析，2019年全球智慧农业市值167亿美元，2027年将达到292亿美元，2021-2027年全球智慧农业市值年复合增长率（Compound annual growthrate，CAGR）将达到97%。

目前，国际上以美国为代表的大田智慧农业、以德国为代表的智慧养殖业、以荷兰为代表的智能温室生产以及以日本为代表的小型智能装备业，均取得巨大进步，形成了相对成熟的技术与产品，而且还形成了商业化的发展模式，为我国发展智慧农业提供了可借鉴的经验。

我国2014年提出“智慧农业”的概念，与美国相比落后大约30年。我国农业上应用信息技术起步较晚但发展较快。由于我国区域间经济发展不均衡，智慧农业在不同地区发展差异较大，东部地区因地理优势和经济因素在智慧农业发展上取得了显著成果，西部地区山区多，发展相对较慢，并且还存在原始的传统农业。我国智慧农业的发展在2009-2015年进入缓慢增长期，2016-2020年进入快速增长期。

我国智慧农业科学研究在实验室中的进展迅速，但在实际应用中进展缓慢，并且依托现代化农业设施的发展，主要集中在农田改造、水利设施、电力设施等方面。部分地区发挥其独特优势，尽管总体经济落后。

2016 年，新疆地方政府大力倡导智慧农业概念，新疆生产建设兵团利用智能专家系统与专家智慧库等技术在呼图壁县红柳塘示范园区进行棉花种植生产布局，并重点建设了“123工程”，因地制宜，大大推进了当地棉花产业体系的快速发展。

近年来，浦东新区在智慧农业发展中成果显著。第一，初步建立了智慧农业发展体系，建立了大数据中心、智慧农业工作机制和研发平台；第二，建立“农民一点通”和“惠农通”等服务平台，加强对农民生产技术上的指导；第三，建立了田间档案记录及二维码管理的农产品监控与追溯系统，及时记录农产品生产过程中的播种、施肥、施药等各种数据，为农产品的质量安全提供保障；第四，物联网建设试点初步建立，现有19家智慧农业示范基地，主要利用传感器在大棚中运用“水肥一体化”技术进行生产；第五，推动智慧农业发展的同时带动了一批高 科技 企业，例如：上海孙桥农业园区、多利农庄等。

2020年，广东建立了以政府为引的投资引入民间资本，通过“1+4+N”模式发展智慧农业，即以“基础设施、平台载体、龙头企业和新型农民”为核心要素，优先在农业生产经营管理及农产品质量安全等N个场景和领域进行推广应用，获得了良好的效果。

目前，从我国农业生产模式及农民文化素质角度来看，智慧农业存在应用难题。由于我国农村人均占地少且文化素质不高，大部分农业生产采用包干到户及分散经营的小农生产，因此在模式上和技术上存在推广难题。

比如，想要实现农业生产转型发展智慧农业的农户只能自己出资购买相应的设备及软件服务，这一方面将给农民带来较大的经济压力，另一方面也会提升农民的生产经营风险。同时，对于新兴互联网技术而言，我国在应用方面还未实现标准规范化发展，许多传感器、智能设备及机械设备之间无法形成数据信息共享，致使不同厂家的产品只能独立化运营，无法形成规模化发展，同样不利于智慧农业的发展。

其次，在农业数据共享方面，不仅我国农村地区信息化建设成熟度不同，导致无法建成健全的农业信息数据共享平台。同时，由于我国农业统计数据部门较为且各部门的信息化发展程度与技术也存在差异性，进一步加剧了农业数据共享体系建设。具体发展问题包括：不同农业数据统计部门根据自身需求搜集和计算数据，缺乏统一的体系规划，致使农业数据重复获取或者存在数据空白问题；农业数据平台网站较多，但是每个平台之间界限不清，底层架构的不同导致数据无法实现共享。

随着新技术和新方法的进步，智慧农业所涉及的元件更加微型化、功能也更加多样化，为智慧农业的发展打下了良好的基础；传感器等微型元件的低廉化，使智慧农业的发展更为迅速。智慧农业不是简单的把智能农机搬运到农村作业，还需要一个“智慧乡村”及其完善系统的基础设施和服务保障。在国家政策的支持下农村地区信息化程度越来越高，农民重视文化的观念越来越强烈，相信智慧农业将会迎来更好的发展期

当前，我国正处于向第二个一百年奋斗目标迈进入 历史 关口，大力发展智慧农业，对变革传统农业生产方式，大幅度提高农业资源利用率和生产效率，实现农业高质量发展具有重要作用，对“全面推进乡村振兴，加快农业农村现代化”具有重大意义。

参考资料

百度百科——智慧农业

《 中国农业文摘·农业工程 2021年第6期 —— 智慧农业的发展现状与未来展望 》

《 农业经济  2021/10 —— 我国智慧农业的发展困境与战略对策 》

《 现代农业研究26卷 —— 智慧农业发展现状及前景分析 》

想要了解更多有关农业、养殖方面的知识，赶快关注我们！带你走进更专业的技术领域。喜欢就点个关注呗！我们致力于传播农业知识，服务三农；提供农业 科技 咨询服务；生物技术的研究和推广； 科技 项目编制；农场畜牧场规划设计。

---