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

农业大数据展望：六大领域数据亟待推广

随着农业的发展尤其是农村电商的发展，农业上下游的农资销售、农业生产、农产品流通数据以及与农业关联的土地流转、气象、土壤、水文等数据，均获得大规模积累沉淀，这些大数据将成为农业决策的“大脑”。

继农村电商后，农业大数据获得决策层关注。

在近期国务院印发的《促进大数据发展行动纲要》中，要求推进各地区、各行业、各领域涉农数据资源的共享开放，加快农业大数据关键技术研发，推动农业资源要素数据共享。商务部等三部委印发的《推进农业电子商务发展行动计划》则强调，将移动互联网、云计算、大数据、物联网等新一代信息技术贯穿到农业电子商务的各领域各环节，切实增强自主创新能力。

21世纪宏观研究院认为，随着农业的发展尤其是农村电商的发展，农业上下游的农资销售、农业生产、农产品流通数据以及与农业关联的土地流转、气象、土壤、水文等数据，均获得大规模积累沉淀，这些大数据将成为农业决策的“大脑”，纾解当前农业产业链因信息不对称产生的痛点，从而驱动农业向精准化、网络化、智能化转变。

六大领域农业大数据亟待推广

当前，中国农业正处在以小农经营为主向规模化、机械化、集约化过渡的阶段。由于粗放生产、分散经营和农业自身的季节性、地域性特征，信息不对称，成为贯通农业产业链的共性问题。当前农业产业链令人头疼的四大痛点问题，根源之一往往在于信息的缺失：

一是种不好。种植、养殖的人力物力消耗大，农产品质量相对不高。这大多与农业经营者对种养技术和对病虫害、疫情信息把握不足有关系，也跟人力成本上升、使用假冒伪劣的农资产品有关；

二是销不出。农产品滞销、卖难问题多地频发，这往往由于农业经营者对同类产品生产数据估计不足，盲目生产而造成集中上市，另一方面则是消费者对农产品质量缺乏足够的信心；

三是地难租。扩大生产规模租不到地，这既与地块分散、资金短缺有关，又与缺少土地流转信息渠道相关；

四是钱难借。除了抵押物，农业经营者难以提供充分的信用数据，因而往往难以借到钱，这也限制其更新生产设备、扩大生产规模。

上述四大痛点问题，涉及到农业经营者与政府、上游的农资企业、下游的消费者、金融机构等多个主体之间的信息对接。21世纪宏观研究院注意到，在打破“数字鸿沟”方面，国内已有不少机构、企业进行了初步探索。依据目前的探索，至少六大领域的大数据将发挥作用：

其一，生态环境数据，包括气象、水文、土壤和病虫害、动物疫情数据。这些数据是农业日常经营调整农业用水、农业产品投入的主要依据，准确掌握这些数据将有助于做到精准种植、养殖，减少资源浪费和成本投入。

其二，农业技术及农资流通数据。掌握农业技术能保障农产品高效、丰产，而基于农资流通数据的分析，则为农业经营者选择农资产品提供判断依据。种子、种苗的流通数据，亦可判断某个品类农产品的生产规模，为调整规模的依据。

其三，农产品价格与农产品流通数据。生产规模的调节、生产品类的调整，必须要事前获知农产品价格和各主产区的产销情况。另外，通过B2B、B2C电子商务平台促使农产品供求信息对接，能拓展销售市场，提高农产品价格。

其四，土地流转数据。通过土地流转供求双方信息的对接，促使流转更高效率，减少一方撂荒、一方找地的情况出现。

其五，农产品质量可追溯数据。通过上述的农资使用数据、生产流通数据的整合，可构建出从农场到餐桌的可追溯数据，以消除消费者对农产品质量的疑虑，提高农产品的购买率。

其六，农业经营者征信数据。前述数据可纳入银行、农村信用社以及保险机构的征信系统，作为发放贷款、设置农业保险的信用依据，以此推动金融和农业的融合。

21世纪宏观研究院认为，随着上述六大领域农业大数据的推广应用，将降低交易成本，提高生产效率及产品品质，提升农产品交易效率。从本质上看，则是促进粗放分散式经营和规模化、集约化经营向精准化、智能化经营的转变。

涉农部门需多方合力

围绕着大数据与农业的融合，农业链条上的不同产业或迎来生态的转变。

以大数据驱动下的单一农场为例，经营者将更多使用绿色、高效的农资产品，早已水涨船高的简单劳动力将被替换，而适应大数据的知识型、技术型“新农业经营者”将有更多的用武之地。如适应“水肥一体化”的发展，水溶性肥料、液体肥将获得发展，而此前大行其道的普通化学肥料将因为颗粒不能完全溶解而堵塞滴灌设备，则可能遭到市场的淘汰。

不过，需要指出的是，农业大数据技术多数还处在起步阶段，未能做到足够的智能化；承载农业大数据的农业物联网、智能监测设备等售价过高；另外，由于推广力度尚不大，农业经营者尚未有足够认识。

21世纪宏观研究院认为，当前无论是“电商下乡”还是大数据产业，都处于初级阶段。依托大数据技术广泛推动农业发展，在短时间内并不现实。农业大数据市场还是一个充满机遇、有待开发的市场。为此，需要政府部门、涉农企业、大数据企业和农业生产经营主体多方合力，共同推进农业大数据的示范与推广。

对政府而言，首先应当推动大数据的基础设施建设。这包含两个方面，一是要大力推动通信基站、电信宽带的建设，为各类农业经营者“触网”、联通大数据提供基础；二是要尽可能开发政府掌握的各类涉农大数据，包括天气数据、农业用地的各类元素含量数据、病虫害和动物疫情的监测数据，以供农资企业合理调配生产，并制定针对各区域各品种的农资解决方案。

其次，政府需要提供政策支持，引导涉农企业、大数据企业构建以品种或区域为中心的农业大数据平台。让农业大数据服务成为企业的直接盈利项目或配套的增值服务。

此外，还需要引导农业经营者主动向大数据农业转型，对优秀案例做示范推广，引导农业经营者学习“云上的示范田”。

以上是小编为大家分享的关于农业大数据展望 六大领域数据亟待推广的相关内容，更多信息可以关注环球青藤分享更多干货

要用现代物质条件装备农业，用现代科学技术改造农业，用现代产业体系提升农业，用现代经营形式推进农业，用现代发展理念引领农业，用培养新型农民发展农业。

“互联网+”现代农业的意义：

1、推动农村一二三产业的融合：一二三产业的融合其实就是农业、工业、服务业的融合。农村是农业或者“三农”的工作重点，通过推进农村一二三产业的融合，提供产业间的衔接与合作，通过补强的方式，并优化资源加速现代化农业的稳健发展，缩小农村与城市的贫富差距。

2、助力农业转型升级：绝大部分时间农业还处在靠天吃饭、手工耕种的阶段。互联网运用农业，能快速提升生产端、加工端、营销端的升级，为中国农业成为世界农业强国提供了强而有力的支持。

3、推动农业现代化人才培养：发展现代化就必须要现代化人才，推进“互联网+”现代农业三年行动实施方案落地能加快互联网人才、大数据人才、智能化人才的培养和存储。这些人通过学习、培训之后有快速回到农村帮助农民发展生产或者成为现代化农业创客，从而加速农业现代化的进程。

1生产方面
要深入推进农业物联网示范应用，按照全系统、全要素全过 程理念深入实施国家物联网试验示范工程，推广适宜农业、 方便农民的傻瓜技术装备，经营方面加快电子商务，通过电 子商务利益驱动机制，投入研发农村电子商务创新、统筹。 推进农产品、农业生产资料和休闲观光电子商务的协调发展 ，农产品、农业生产资料和休闲观光农业电子商务这是农业 部具体的有实施计划的重要方面
2 管理方面
要抓紧农业大数据工程，建立数据互通共享机制，消除信息 孤岛，做到数据公开开放，挖掘大数据的价值。
3 服务方面
大力提升农业信息服务水平，加快推进信息入户，扩大 12316覆盖范围和使用用户，丰富公益服务、便民服务、电 子商务、培训服务的内容。

随着社会的快速发展和国家政策对农业的大力支持，加之物联网技术的日渐成熟，物联网在传统农业领域的应用越来越广泛。农业是物联网技术的重点应用领域之一，也是物联网技术应用需求最迫切、难度最大、集成性特征最明显的领域。
近几年，物联网技术已被应用到农业的诸多领域，包括农业环境监测、温室大棚生产控制、节水灌溉、气象监测、产品安全与溯源、设备智能诊断管理等方方面面。
通过传感器所传输的数据，可以随时随地掌握作物的信息，对农作物进行远程管理，同时请专家或通过专家系统对作物的病虫害、长势等进行科学诊断与决策。现今，被提及最多的词语莫过于大数据、云计算。这些高精尖技术已被各个领域所熟知并运用。而与这两个词联系最为密切的另一个词是物联网技术。借势而行。传统农业面临发展机遇。
所有的人，都祝你快乐
广告
相对于国外的规模化种植，我国农业种植相对落后，目前正在从传统的个体种植作业向规模化的现代种植农业作业转型。
物联网技术是解决农业目前问题的关键。那么，什么是农业物联网？它在农业中有哪些应用？
对于物联网技术在农业中的应用，基础技术是传感器网络的完善。传感系统的完善与否直接影响着整个农业物联网技术的运行。
那么什么是农业物联网呢？ 简单说，农业物联网具有几个关键的层面：前端生产信息的采集、信息的传输、信息的处理与应用。利用传感器采集土壤、气象、病虫害、农事 *** 作等生产过程中信息，将信息传输到云平台，通过云平台进行加工，为生产管理、质量追溯、农技服务等提供数据支撑是物联网技术在农业中的主要应用。
据了解，物联网技术已被应用到农业的诸多领域，包括农业环境监测、温室控制、节水灌溉、气象监测、产品安全与溯源、设备智能诊断管理等方方面面。
从应用层面来说，主要是从大田的种植、设施种植、畜禽养殖、水产养殖等的生产过程的应用。对于物联网在农业中的应用，目前应用最多的是生产过程中对于生产数据的采集和生产管理控制，以及流通环节的质量追溯。
在传统的以经验管理为主要模式的种植管理中，施肥、喷药、灌溉等由于经验不同，不同的种植人员会出现不同的种植结果，同时造成水资源浪费，过量施肥喷药等。随着规模化种植的不断推广，行业情形的不断变更，传统的经验管理不能适应规模化的生产作业模式，科学的先进管理方式必将取而代之。
应用物联网技术可以采集动植物信息，时时掌握动植物动态。传感器在农业生产中将起重要的作用。

---