论文投稿_医学论文投稿_核心期刊,职称论文投稿发表_论文部落

        摘要：围绕农业传感器技术、精细农作技术、农业机器人技术、农业物联网技术和农业信息服务技术五大方面，对农业信息化前沿技术的发展态势进行了分析，同时探讨了中国农业信息化前沿技术发展存在的问题并提出了相应的建议。研究表明，农业传感器技术是农业信息获取与信息化的基础，精细农作技术代表了当今农业装备的先进水平，农业机器人技术是未来农业智能装备的重要方向，农业物联网技术是农业监管与质量监控的有效手段，农业信息服务技术则愈来愈聚焦农业信息服务中的云存储、云计算、云服务和移动互联的关键技术问题。

　　关键词：农业，传感器，机器人，信息化，精细农作，物联网，农业信息服务，前沿技术

　　0、引言.

　　当今世界已经进入全面信息社会，中国政府已将农业信息化作为重大国策。农业传感器技术、精细作业技术与智能装备、农业智能机器人技术、农业物联网技术与装备和农业信息服务技术等农业信息化前沿技术的研发与应用对于发展现代农业，优化农业产业结构，提升农业整体素质，创新农业经营模式，都具有重大而积极的意义。中国农业信息化前沿技术的发展态势总体来说是好的，但是与国际比较仍然有较大差距，存在一些问题需要研究解决。

　　1、农业信息化前沿技术

　　以农业生物技术和农业信息技术等为代表的农业前沿技术迅猛发展，促使世界农业生产和经济格局发生巨大变化，正在催生一批战略性新兴产业，并成为各国战略竞争的焦点。农业信息技术所涵盖的范围很广[1-6]，但是就其前沿发展方向而言，主要包括先进农业传感器技术、精细作业技术与智能装备、农业智能机器人技术、农业物联网技术与装备和农业信息服务技术等五大关键技术部分。

　　1.1先进农业传感器技术

　　对应于农业生产的多样性特点，先进农业传感器技术也发展形成了一个种类繁多的庞大技术领域。根据检测对象的不同，可以将先进农业传感器技术划分为两大类——生命信息传感器技术和环境信息传感器技术。

　　1.1.1生命信息传感技术

　　生命信息传感技术是指对动、植物生长过程中的生理信息、生长信息以及病虫害信息等进行检测的技术，如检测植物中的氮元素含量、植物生理信息指标、农药化肥等化学成分在植物上的残留现象等。先进传感器技术改变了原有的人工检测识别模式，引入了各种先进传感手段，包括光谱技术、机器视觉技术、人工嗅觉技术、痕量感知技术等，使植物生命信息探测方式进一步向着数字化、精细化和快速化的方向发展。

　　1.1.2环境信息传感技术

　　环境信息传感技术主要是对关系动、植物生长的水、气等环境因素行传感检测的技术。目前环境信息的检测重点集中在作物土壤环境检测和动物饲养环境气体检测环节。综合对环境信息进行快速检测和评估，并利用评估结果直接应用于植物生长管理的研究，也是环境信息传感技术的重点前沿方向。

　　1.1.3生物、环境综合信息检测技术

　　现有的生物、环境信息检测技术，大都基于检测对象的静态属性，不能用于实时、动态、连续的信息感知传感与监测，不能适用于现在农业信息技术的实时动态无线传输和后续综合应用系统平台的开发。现阶段已经开发的植物、土壤和气体信息感知设备，大多是基于单点测定和静态测定，不能适用于动态、连续测定，同时测定信息参数的无线可感知化和无线传输水平不高，还非常缺乏适用于农业复杂环境下的微小型、可靠性、节能型、环境适应性、低成本和智能化的设备和产品，难以满足农业信息化发展的技术要求。

　　1.2精细作业技术与智能装备

　　精细作业技术与智能装备是指将现代电子信息技术、作物栽培管理决策支持技术和农业工程装备技术等集成组装起来，用于精细农业生产经营。其主要目标是更好地利用耕地资源潜力，科学投入，提高产量，降低生产成本，减少农业活动带来的环境后果，实现作物生产系统的可持续发展。目前中国农业装备研发和创新的技术储备严重缺乏，适用品种少、水平低、可靠性差，不能适应现代农业生产发展需要，而且也严重滞后于农业生产技术的发展。从精细农业的未来发展来看，能够实现农田信息快速获取的机载田间信息采集技术、保证农机具实现精细作业的精细作业导航与控制技术、实现变量作业的决策模型与处方生成技术以及智能化的精细实施技术装备，成为精细作业技术与智能装备领域研究的主要方面。

　　1.2.1机载田间信息采集技术

　　国外机载田间信息采集技术研究方面，信息采集主要采用接触式传感技术和非接触式遥感技术，已经出现了一批商品化的田间信息采集软硬件产品，软件设计功能强大，尤其是在图形处理、可视化分析方面技术比较成熟，硬件设计上考虑到系统应用的实际环境，可满足机载或徒步采集的不同要求。国内在农田空间信息快速采集技术领域已经积累了较丰富的理论基础和实践经验，已设计出便携式土壤养分测试仪、基于时域反射仪（TDR）原理的土壤水分及电导率测试仪、基于光纤传感器土壤pH值测试仪，并在作物病虫草害的识别、作物生长特性与生理参数的快速获取等方面开展了有益的探索。机载田间信息采集技术未来的发展趋势是结合新的物理化学原理及学科移植的方法，把相关领域的新理论和新技术融合到田间信息的采集技术研究中，研制成本低、精度高、响应性好的采集技术和传感器设备，开发集多种测量要素于一体的多功能车载田间采集设备，能够实现田间信息的快速在线采集，以提高数据采集效率，降低数据采集的成本。

　　1.2.2精细作业导航与控制技术

　　精细作业导航与控制技术是精细农业智能装备技术的一个重要组成部分。随着大功率、高速大幅宽作业机械的不断发展，人工驾驶难度增加，作业质量难以保证，需要借助自动控制技术保证作业机械按设计路线高速行驶和良好的机组作业性能。导航技术能有效提高田间作业质量和效率，提高作业精度，减轻劳动强度。

　　从国内外发展的现状来看，精细作业导航与控制技术的未来发展方向是结合GPS/GPRS技术在目标定位和数据传输的优点，将计算机技术，多传感器融合技术和数据通讯技术等集成，研究车载移动监控终端系统，实现终端监控功能。

　　1.2.3决策模型与处方生成技术

　　国外决策模型与处方生成技术发展趋势表现为由局部性到系统化、由经验性到普适性、由智能化到数字化。在系统性上，将使模型内容与功能的深度和广度得到进一步加强，能综合用于作物生长系统的动态预测和农业生产系统的管理决策。

　　在适用性上，将尽量减少模型的输入条件，探索模型参数的数字化和规范化估算方法，同时提高模型的可靠性和精确性。在数字化上，将注重作物生长系统和生产系统的综合量化和动态决策，结合3S技术，开发基于生长模型和管理[25]模型的数字化决策支持平台。预期通过这样的努力，将进一步提高农作系统模型的完整性和可靠性，同时改善农作管理决策的动态性和广适性。

　　国内决策模型与处方生成技术的研究起步虽然较晚，但发展较快。中国科学家日益重视农业信息关键技术和应用系统的研究与开发工作，特别是作物系统模型和生产管理专家系统的研究快速发展，并在区域农业生产系统分析和管理决策方面，发挥了重要的作用，取得了显著的社会经济效益。总的来看，国内已有的作物生长模型尚未在不同条件下得到广泛的检验和应用，而农业专家系统及决策支持系统大多具有明显的区域性和经验性，难以在全国大范围内推广应用。因此，今后的发展趋势将是在发展和完善作物生长模型的同时，着力增强作物系统模型的可靠性和实用性；同时实现农业专家系统知识体系的动态化和定量化表达，从而提升决策系统的广适性和数字化水平。

　　1.2.4精细实施技术装备

　　精细实施技术装备是精细作业技术得以有效实施和推广的重要载体，主要是包括应用在播种、灌溉、施肥、除草、喷药等生产环节的智能型农业装备，能够实现定位变量作业。发达国家农业装备设计制造技术已趋于成熟，用于精细作业的智能装备迅速向大型、高速、复式作业、人机和谐与舒适性设计方向快速发展，国外先进智能农业装备已开始融合现代微电子技术、仪器与控制技术、信息技术，加速向智能化、机电一体化方向快速发展。中国已经研制出了现代农业生产技术装备及配套生产管理技术，形成了系列的智能农业机械化作业装备和高效的生产监控管理体系，各种电子监视、控制装置已应用于复杂农业机械上，光机电液一体化的信息、控制技术在农业装备中的应用，有效提高了农业装备的作业性能和操作性能。智能装备技术在农业播种、灌溉、施肥、除草、喷药等生产环节中得到广泛应用，变量播种机、施肥机、施药机、联合收割机等高度智能化农业机械已逐步进入国际市场。

　　1.3农业智能机器人

　　农业智能机器人集合了先进传感技术、环境建模算法、规划导航算法、自动控制技术、柔性执行机构技术等多种机器人领域的前沿技术和关键理论，成为机器人技术发展的一大重要分支。按照用途对农业机器人进行分类，有种植类农业机器人、畜牧类农业机器人、农产品检测加工类农业机器人等。另一方面，由于这些类别机器人具有鲜明的应用背景特征，其相应的产业化进程也会逐渐的推广开来。农业机器人在畜牧业领域已经成功的实现了产业化，遍布世界各地农场中的挤牛奶机器人就是典型的代表。现时，对农业机器人的研究主要集中在机器人规划导航技术领域，其包括两大部分的内容，一部分是农业机器人地面移动平台的导航与控制技术[38]，另一部分是农业机器人作业机构的动作规划技术。

　　地面移动平台的导航与控制技术一直是国际上机器人研究领域的热点问题，特别是针对非结构环境条件下的导航问题，目前是制约机器人导航技术发展的瓶颈。通常情况下，导航控制是一个多传感器信息融合与处理的过程，即将从各种传感器（包括机器人的位姿传感器和探测周围环境的主动探测传感器等）获得的数据进行分析，然后结合任务要求对机器人的下一步动作进行控制。农业环境是典型的非结构环境：地面凹凸不平，枝叶生长方向不规则，作业对象位置随机、作业环境变化多样等等因素都大大增加了导航的难度。

　　作业机构的动作规划技术，在工业领域对于机械臂的控制技术已经发展到了很成熟的阶段，特别是采用示教方式训练的机械臂，能够在满足作业速度要求的同时达到非常高的作业精度。但是在农业领域，示教方式却很难发挥作用。因为示教方式的使用，要求作业环境能够简单且能够保持稳定不变的状态，而农业作业环境复杂多变，仅仅依靠示教类型的开环控制是无法完成任务的。现有的农业机器人作业机构的规划技术，都是需要结合主动探测传感器的信息，实时的对规划方案进行修正，从而使目标任务得到逐步实现。农业环境的复杂性、多样性，对农业机器人的规划导航技术提出了更高的要求。在未来的规划导航技术研究中，利用机器视觉方法获得环境条件信息将作为重要的规划导航依据，如何充分利用视觉信息，形成便于使用规划导航算法的抽象环境模型，将成为农业机器人研究的热点问题。

　　1.4农业物联网技术与装备

　　农业物联网是贯穿于农业的生产、加工、流通等各个环节中的物联网体系。从技术角度来讲，农业物联网主要包括：传感器网络子系统、RFID子系统、有/无线通信子系统、分析决策与控制子系统等；从服务形式来讲，农业物联网涉及农业生产技术咨询与培训[7]、农产品和生产资料交易平台、产品质量溯源等。

　　1.4.1资源的精细监测和调度

　　资源卫星可以获取极为精细的农业资源信息。可利用分布式多点土壤水分传感器的方法，获得大面积农田的墒情分布数据，结合智能决策平台，实现水资源的自动调度、墒情预警和农业作业指导[45-46]。随着农业的精细化，农业物联网在农业资源监测调度方面的应用将逐步普及。资源环境卫星的光学载荷分辨率将越来越高，更为精细的资源数据将被卫星获取。卫星载荷设计技术、数据挖掘和实时解析将是本方向发展的重点内容。如何在海量的卫星数据中获取有效的农业资源信息、如何在有效利用资源信息的同时做出利用农业生产效率的决策，确属研究的难点。未来将会有更多的研究机构参与到农业资源的决策调度研究中，将农业资源管理物联网建设得更为完善，对资源分布自然灾害进行有效预警。

　　1.4.2生态环境的监测和管理

　　单一的感知器件不能有效评估生态环境。综合了感知网络、传输网络、决策应用的物联网技术弥补了这一缺陷。通过分布式感知器件，可以对不用位置的多种环境参数进行感知，并通过无线传感器网络将感知数据汇聚，利用应用系统对数据进行解析，有效评估生态环境。

　　随着纳米技术、光电技术、电化学技术的发展，农业生态环境监测物联网可以感知到更多、更为精细的环境参数。物联网在农业生产精细管理中的应用贯穿于大田粮食作物生产、设施农业畜禽水产养殖等典型农业作业中。在大田粮食作物生产中，农业物联网的实践应用一般面向于对气温、地温、土壤含水量、农作物长势等信息的感知，其决策用于灌溉量、施肥量、病虫害防治等调节。

　　在畜禽水产养殖方面，发达国家养殖模式逐渐走向集约化、工厂化。发达国家的畜禽、水产精细化养殖监测网络已初具规模，集成了实时监测、精细养殖、产品溯源、专家管理于一体的物联网即将形成。

　　1.4.3农产品的安全质量溯源

　　在农产品与食品质量安全管理与溯源方面，农业物联网的应用主要集中在农产品包装标识及农产品物流配送等。在物流配送技术上，广泛应用条形码技术（Barcode）和电子数据交换技术（EDI）等先进技术。发达国家的配送在运输技术、储存保管技术、装卸搬运技术、货物检验技术、包装技术、流通加工技术以及与物流各环节都密切相关的信息处理技术等方面，都建立在先进的物流技术基础上，配送中心完全采用计算机管理。未来对农产品的安全溯源，不应只关注农产品产后的流通环节，而应是“从农田到餐桌”的全程监测。农产品安全溯源物联网将与农业生态环境监测、农业生产精细管理等过程密切结合。农产品单品识别技术是溯源管理的瓶颈之一，将会有更多的研究机构专注于研究RFID电子标签的低成本实现、协议优化，以及RFID技术在牲畜、水产品中的应用方法和标准。

　　1.5农业信息服务技术

　　国际上有关农业信息服务技术研究主要集中在农业遥感技术、农业专用软件系统、农村综合服务平台和农业移动服务信息终端等方面。

　　1.5.1农业遥感技术

　　作物遥感估产主要包括作物种植面积调查、长势监测和最后产量的估测。农业灾害和胁迫的遥感监测和损失评估是目前农业遥感领域一个最重要的研究和应用领域，也是今后的一个关键性的发展方向。

　　遥感信息技术和各个农业应用领域的结合正在向更深层次发展。遥感数据源被应用于农业管理、生产、灾害应急等方面。不再仅限于多光谱中分辨率的卫星数据，有着向多平台、高重访周期、高分辨率、多种波谱范围数据的协同和配合发展的趋势；遥感数据的解析不再仅限于一些简单的经验统计模型，而是朝着机理模型、过程模型和多源数据（包括农情、气象数据）整合、链接等方向发展。

　　1.5.2农业信息资源与增值服务技术

　　随着全球农业信息化建设进程的不断深入，数据库、信息管理系统、信息集成等技术的进步，全球农业信息资源与增值服务不断取得新成功。国内外已建成1000多个农业信息数据库。

　　农业信息资源与增值服务的发展趋势是向海量高效处理和个性服务发展。面对全球不断激增的农业信息数据库，如何存储海量的涉农数据从中挖掘出有用的信息，实现涉农数据集成、精细的农业个性化主动信息推荐等增值服务正成为当前农业信息化建设面临的重大挑战。在海量农业信息数据存储方案上，如何引入云计算技术，特别是云存储技术，由于其在多方面的优势，已经成为未来存储发展的一种趋势。在个性化主动信息服务研究领域，从数据挖掘发展而来的Web挖掘技术，正成为个性化农业信息推荐技术的新研究热点。

　　2、中国农业信息化技术存在的主要问题

　　2.1农业传感器技术存在的问题

　　农业传感器技术动态信息感知技术有待提高。先进农业传感器技术是智慧农业的重要组成部分。

　　目前对于农业生命-环境信息传感设备大量缺乏，严重制约智慧农业发展。中国现阶段主要检测技术，大部分是基于检测对象的静态属性进行的研究，不能用于实时、动态、连续的信息感知传感与监测。

　　缺少植物病、虫、草害胁迫的动态远程可视化诊断、实时预警预报技术。对实用化的植物三维形态虚拟模拟技术，尤其可用于植物生理生态信息预测、长势预测、形态发育、产量预测的虚拟植物技术研究也刚刚起步。环境传感器较成熟的技术主要集中在温、光、土壤墒情、pH值等指标测量，缺少农田生态综合环境、植物生长信息的实时监测的传感器。对土壤重金属、农药残留等有害污染物的动态实时感知监测技术、关键环境因子和植物-土壤-环境互作动力学模型研究还不多，缺乏对上述单组份检测对象高灵敏性、高选择性、多点同步检测或多组分高通量检测的方法。

　　先进农业传感器技术产业发展机制不完善。中国传感器的产业结构存在问题是企业分散、实力不强、技术水平低，同类产品重复多，创新性缺乏。

　　先进农业传感器技术产业存在投资分散，建设和应用分离等问题；先进农业传感器市场机制尚未完善，涉农企业、农民专业组织、种植养殖大户等作用尚未得到充分发挥；先进农业传感器技术产业缺乏有效的统筹和协调。