浅述农业数字化的特点、现状和应用

gecccn

  农业数字化是把数字化技术应用于农业的改造和提升，为此，本文简要介绍了农业数字化的特点，数据的获取、通信及处理，并介绍了农业数字化的几个应用场景。
  农业数字化是信息技术在农业应用中的高级阶段，主要指在农业发展过程中进行农业要素、过程、管理的数字化。同时，农业具有自身特点，在利用数字化技术对农业的改造过程中要充分尊重农业自身规律对数字化技术择优而用，如此方能充分利用现代信息技术提升农业生产力。
  01、农业数字化特点
  1.农业数据获取
  农业数据是农业数字化的基础，数据范围包括农业中的气候环境数据、生物信息（营养、水分、叶片、根系等）及农业社会信息数据。农业数据的获取主要指通过传感器技术、RFID技术、3S（GPS、RS、GIS）技术以及人工标注及网络抓取等方式获取数据，环境数据主要利用温度、湿度、光照等传感器进行监测。生物信息数据主要利用人工监测结合设备检测，随着计算机视觉技术的发展，进行作物形状、颜色、纹理等特征的非接触式监测将成为生物信息数据监测的方向。融合3S（GPS、RS、GIS）技术、航空监测技术及物联网技术的天空地监测系统在不远的未来将为获取更全面的农业数据提供牢固的技术支撑。
  2.农业数据通信
  农业数据采集设备具有分散性特点，且往往因地形环境复杂性，传统的有线网络传输在农业数据通信中难以普及，因此农业信息通信技术主要是基于无线模式。无线传感器网络（WSN）和移动通信网络是两种重要的信息传输形式，分别适用于近距离无线通信和远距离无线通信[2]，相对比数据采集和数据处理，数据传输技术更为成熟。无线传感网络的近距离通信具体应用有蓝牙、WiFi、ZigBee等技术，具有低成本、高可靠、自组织的特点。尤其是ZigBee技术在农业无线传感网络中扮演越来越重要的角色，与蓝牙和WiFi相比，具有低速率（20-250kbps）、低功耗的特点，适合农业传感网近距离（10-100m）通信。远距离通信，GPRS（2.5G）是比较成熟的通信技术，具有永远在线、套餐价位低廉的特点，在当前依然可视为农业数据传输首选。以5G（第五代移动通信技术）、Ipv6（互联网协议第6版，比现行Ipv4地址资源远远丰富，且更安全，响应更快）为代表的新一代通信和互联网技术为数字农业的发展提供了更加可靠、安全、高效的网络技术支撑。
  3.农业数据处理
  农业数据具有地域性、周期性、时效性、综合性等特点，非线性问题、不确定性问题在农业数据处理中显得尤为突出。利用数字化技术对农业数据的处理主要体现在数据挖掘、算法技术、视觉图像处理技术等方面。
  在获取农业目标数据的基础上，利用大数据及算法选取适当的数学模型和信息学模型，对研究对象未来发展的可能性进行推测和估计，或采用智能控制手段和方法对农业生产过程进行干预，其中视觉图像处理技术、智能算法、智能控制技术是重点。
  云计算能够实现数字农业所需的计算、存储等资源的按需获取，大数据为海量信息处理和利用提供支持。利用大数据、云计算等技术，由局部到整体、由经验型到机理型、由功能化到可视化地构建农作物决策与管理系统，辅助农业生产及管理的数字化。
  02、农业数字化现状
  1.国外情况
  国外发达国家的数字农业研究在上世纪5、60年代开始起步，历经了农业数据定量化、农业数据的计算机处理、知识工程及专家系统、信息网络综合应用等阶段，现今在研究上已经达到比较高的水平，并已经进入实用阶段。体现在农业中应用计算机处理农业数据，建立数据库，开发农业知识工程及专家系统，应用标准化网络技术，开展农业信息服务网络的研究与开发。
  比较典型的有：作物的生长发育模型与模拟，美国模拟玉米、小麦、水稻等作物生产的CERES模型系统，荷兰的SWAN5系统，在作物生长模拟模型和土壤水分、养分转移过程模型研究的基础上，完成了两类模型的初步整合；施肥机械和植保机械等利用GPS和GIS系统进行作业；在计算机视觉方面，美国研制了高速高频计算机视觉水果分级系统，应用于苹果、橘子、桃等的产品分级。
  2.国内情况
  我国农业存在耕地高度分散、生产规模小、时空差异大、量化和规模化程度差、稳定性和可控程度低等问题。为改善农业生产状况，我国在上世纪90年代即出现了经验推理型专家系统，温室控制方面研制了使用工控机进行管理的植物工厂系统，可以视为农业数字化的发端。我国于2003年在国家863计划中启动实施了“数字农业技术研究与示范”的重大项目，时至今日已经初步形成了我国数字农业的技术框架。
  《数字农业农村发展规划（2019-2025年）》指出，加快发展数字农情，利用卫星遥感、航空遥感、地面物联网等手段，动态监测重要农作物的种植类型、种植面积、土壤墒情、作物长势、灾情虫情，及时发布预警信息，提升种植业生产管理信息化水平，对我国农业数字化的发展具有提纲挈领的指导作用。
  总的来说我国数字农业尚在起步阶段，使用得更少。缺少基础研究及精确农业发展支撑，关键技术仍依赖从国外引进，成本高、针对性较差。数据采集和监测手段落后、速度慢、精度低，不适宜推广和使用。开发的应用系统软件在计算机运用平台、信息接口、软硬件等的兼容性较差，不利于进行数据的交换、传播和使用。
  03 、农业数字化具体应用
  1.基于物联网的小气候环控与水肥一体化技术
  在相对封闭的设施农业环境中，温、光、水、气、肥等作物生长的环境因子具有了有效调控的可能性。尤其在设备集成化程度较高的大型温室，通过对设施环境的监测及中控管理，操控相应环境调控设备调节温室的温度、湿度、光照等环境，维持植物或动物适宜的生长环境。通过在设施生产区设置环境测量设备，进行温度、光照等环境参数的测量，并进行必要的物理量、模拟量、数字量的转化，然后通过有线或无线的方式发送测量信息到控制中心，控制中心对接收到的数据进行运算后发送指令到执行设备，执行设备启动，即可进行环境调控。
  水肥一体化方面，在大田农业、传统设施农业以及现代化智能温室中均有不同程度的应用，其中以传统设施农业如日光温室中应用最广，以现代化智能温室中应用智能化程度最高。通过在生产区域布置传感器，测量与水分蒸发蒸腾相关的温度、光照、空气相对湿度、基质含水率等环境参数，并进行数据转换与发送、传输，到达控制设备，控制设备经过单因素或进行多因素耦合运算后发送指令执行设备，进行水肥供应。
  2.基于区块链的农产品质量溯源系统
  区块链主要是利用计算机程序，实现记录整个网内所有交易信息的功能，是一种公开性账本，是一种中心化的数据框架，具有信息高度透明，不容易被篡改的特点。
  农产品质量溯源方面，基于分布式账本体现出的去中心化农产品质量溯源系统采用区块链技术，可以有效的保障溯源节点信息的真实性。系统分为前端和后端，前端进行扫码访问或访问溯源系统操作，后端由智能合约和区块链基础服务组成。在业务层面采用去中心化设计，在技术层面去数据库化设计，采用共识机制保证账本一致性和真实性，实现农产品质量溯源。
  3.基于计算机视觉的智能农机技术
  利用计算机视觉技术自动采集农田环境或植株图像，通过图像处理确定相关参数以及位置，辅助农业机器人或农机进行相关操作。其中大田环境采集上，重点在于通过图像分析处理确定导航路径上，提取导航基准线，进行三维操作。
  大田“四情”监测系统
  采用计算机视觉的采摘机器人、田间作业机器人等，可以进行作物生长管理过程中的育苗嫁接、生长形态观测、整枝打叉、果实采收、产品分级。
  4.虚拟现实农业技术
  虚拟农业技术方面，可以进行传统农业试验无法完成的研究，使研究成果在更大地理范围和更长时间范围内推广使用。虚拟现实技术重点在建模和可视化研究，并对农业系统群体或个体进行模拟和分析。虚拟现实技术在农业生产和管理中的应用主要体现在虚拟植物和虚拟仪器上。应用到的技术有生长机模拟、可视化模拟以及三维重建技术等，其中三维重建需要大量的测定数据。
  5.农业管理系统软件
  农业系统软件方面，可以实现远程诊断软件系统开发平台、农业专家系统开发平台、农业管理ERP系统、便携式农业信息系统开发平台等，目前常见的有作物病虫害专家系统，作物栽培栽培系统，依据农业生产或管理业务流程，进行数字化构建和表达，开发相应的系统软件，可以基于浏览器/服务器模式或客户端/服务器模式进行开发。