智慧农业的应用及发展趋势与挑战*

孙宜田，陈刚，李青龙，孙永佳，沈景新，闫宁

(1. 山东省农业机械科学研究院，济南市, 250100； 2. 山东大学，济南市, 250061； 3. 济南市技师学院, 济南市, 250115)

0 引言

“智慧农业”这一新概念是在2014年提出的。智慧农业是以信息和知识为核心要素，利用物联网、大数据、云计算、人工智能等现代信息技术与农业深度融合，实现农业生产全过程的信息感知、定量决策、智能控制、精准投入、个性化服务的全新农业生产方式。

1 智慧农业的发展现状

1.1 国外智慧农业发展现状

目前，智慧农业在世界上很多国家尤其是农业发达国家已得到快速发展，其推动农业发展的效果显著。

1) 美国智慧农业发展情况。当前，美国智慧农业生产的水平已经处于世界领先地位。农业生产者可以通过电脑或手机，实时了解农场的土壤结构、作物长势、灌溉施肥、农作日志、病虫害情况，并且可以预测收成、预估盈利和管理库存。在农产品的销售方面，逐渐兴起了农户和消费者直接对接的方式，构成一个连接农户和消费者的在线市场平台。

2) 德国智慧农业发展情况。德国积极扶持数字农业，政府投入大量资金并由大型企业牵头研发“数字农业”技术。德国软件供应商SAP公司推出“数字农业”解决方案，能在电脑上实时显示多种生产信息，如某块土地上种植何种作物、作物接受光照强度如何、土壤中水分和肥料分布情况，农民可据此优化生产。通过大数据和云技术，处理好的作业信息发送到智能化的大型农业机械上，指挥农机具进行精细作业，实现增产增收。

3) 日本智慧农业发展情况。日本农业以家庭经营为主。面对城市居民对农产品需求的多样化及对食品安全要求的提高，日本政府一方面发展食品全程流通电子追溯系统，另一方面大力发展农用机器人进行农业生产，计划在10年内普及农用机器人，预计2020年农用机器人的市场规模将达到50亿日元。日本已有一半以上农户选择使用农业物联网技术，这不仅大幅提高了农产品生产效率与流通效率，也有助于解决农业劳动人口高龄化和劳动力不足等问题。

4) 澳大利亚智慧农业发展情况。澳大利亚在农业生产中积极推动新技术的应用，运用物联网、云计算、移动互联网等现代信息技术，构建农业信息服务平台，研发各种便于农民使用的智能应用软件，将全球定位系统、农田遥感监测系统、信息采集系统、地理信息系统、农业专家系统、智能化农机具系统、农场数字化管理系统等众多先进技术运用到农业生产中，并积极发展智能农场、数字农庄等智慧农业模式[1-3]。

1.2 国内智慧农业发展现状

目前，我国农业发展存在以下问题。

1) 我国农村人口越来越少，老龄化趋势日益严重。从2000年至2018年，有23%的人口从农村转移到了城市，农村人口急剧减少，农村人口中55岁以上的占33.6%。

2) 供给侧结构性矛盾尖锐。国内中低端农产品过剩、高端绿色产品供给不足，农产品质量追溯难以奏效，缺少品质甄别能力，高端优质农产品得不到市场认可。

3) 农产品品质低。我国农作物化肥用量328.5 kg/hm2，远高于世界平均水平120 kg/hm2，每年农药用量为337万t，接近世界施用量的1/3，利用率不足30%，化肥农药的过度使用，污染环境且严重降低农产品的品质。

4) 规模化生产水平低。到2019年10月底，依法登记的农民合作社达到220.3万家，但单体规模普遍较小，实力较弱，呈现“大群体、小规模”特征。存在生产经营主体小而分散、生产和管理手段粗放、种养技术集成水平不高、产销衔接不够紧密、加工流通能力不强、缺乏品牌宣传平台等问题[4-6]。

面对我国农业发展存在的问题，历年中央一号政策文件大力支持农业发展，智慧农业相关概念多次被提出，自2017年以来中央一号文件已经连续三年强调促进智慧农业的发展，国家出台的《大数据产业发展规划(2016—2020年)》重大规划战略，将加快大数据、“互联网+”、云计算、物联网、人工智能的融合，并使其广泛用于智慧农业等领域。

随着我国物联网、大数据等技术的发展，越来越多的现代信息技术应用到农业生产中。目前，电子标签、远程监控系统、无线传感器监测等技术日趋成熟，并逐步应用到智慧农业建设中，加快了智慧农业的建设步伐。伴随先进的农业应用系统的推广，智慧农业生产方式被越来越多的农业生产者所接受，进一步促进了智慧农业的发展与推广。

2 智慧农业的应用

2.1 智慧农业对农业发展的促进作用

智慧农业是将现代信息技术运用到传统农业中去，使传统农业更具有“智慧”，实现对农业产业链的精准化、可视化、规模化、智能化管理，主要技术包括5S技术、物联网技术、无线通信技术以及以数据分析和数据挖掘为主的大数据技术和以机器视觉和深度学习为主的人工智能技术等。通过这些新技术与传统农业的结合，助力农业快速发展。其对农业的促进作用包括：

1) 提高农业生产经营效率。智慧农业通过大数据分析、农产品物流管理技术以及农产品品质检测技术，根据智慧农业生产决策系统中的农产品生长信息、物流信息以及农产品市场需求信息，确定农产品的种植规模、水肥药的使用量、物流情况以及农产品品质规格，减少农产品生产、运输、储存、销售中的损失，降低市场风险，提高农业生产经营效率。

2) 提升农产品质量，降低生产成本。智慧农业实现了投入少、产量高的特点，通过“5S”技术、物联网技术利用多源监测设备、智能监控系统监测农产品生产环境和生长状况，利用科学智能的农业生产要素管控设备实时管理农产品生产状况，实现种水肥药的精准施用，达到种、水、肥、药、光、热的最佳利用效果，提高农产品品质、产量，降低生产成本。

3) 改变农业生产者、消费者观念。大数据、云平台等技术的应用，促使生产者改变过去单纯依靠经验进行农业生产经营的模式，促使农业生产者、消费者转变对农业抱有的落后、科技含量低等观念。

2.2 智慧农业应用环节

目前智慧农业已在我国农业生产中得到应用，具体包括以下生产环节。

1) 生产规划。利用农业大数据平台，对政府、行业、市场等相关信息进行分类、过滤及提取，通过对农业生产条件及生产潜力的分析评价，选择合适的农产品生产项目，降低风险；分析市场信息，根据消费者信息及需求情况反馈，分析消费行为并在生产之前做出科学决策，动态调整生产规模，满足供需关系。

2) 生产管控及决策。

依托部署在农业生产现场和农机装备上的各种传感器节点，采集并融合田间环境信息、圈舍环境信息、作物信息、禽畜个体信息、农机信息等多网、多源农业感知信息，实现对终端数据的动态存储与管理、资源的高度聚合与共享；利用专家系统根据采集的信息，对农业生产环境进行分析决策，为农业装备变量调节提供决策方案，为农户提供专家在线指导，实现农业生产的精准化干预、可视化管理、智能化决策。

3) 农产品流通。在农产品仓储、物流、销售各个环节，利用RFID、大数据等技术，实现仓储环境条件和物流过程的智能调控，以满足不同农产品对环境条件要求。通过仓储过程多维度可视化，保证品质的真实可靠。根据不同产品特性，建立标准化仓储物流体系，联通智慧农业产业链闭环。利用农产品采购、流通等数据信息，推广个性化与差异性的定制农业销售方式，实现农产品销售的订单化、网络化。

4) 农产品追溯。利用溯源信息服务平台，采集种子采购、播种(养殖)、施肥施药、收获、加工、运输、销售等各个环节信息，结合视频监控系统与种植养殖监管、病虫害预警预报防治、加工控制等系统，对农业生产、加工、流通环节进行可视化跟踪，实现消费者在终端即可进行农产品全程追溯。

5) 农业装备信息化监管。利用农业装备云监管平台，根据农业装备位置、农业装备作业和状态数据、农业装备历史作业数据，全方位把控农业装备状态和作业质量，评估农业装备在某段时期内的作业能力，实时推送作业与维护信息、农业装备调度信息，提供在线指导，实现农业装备作业能力与作业量需求的匹配，提高生产效率，降低运营成本。

2.3 我国智慧农业典型应用场景

智慧农业在农业生产不同环节中得到应用，目前国内典型的应用场景包括以下方面。

1) 数据平台服务。利用传感器、无线通信、大数据、云计算、物联网等技术进行数据收集并分析，通过可视化展示，对农作物的生长情况进行实时跟踪、病虫害监测，对农作物的产量进行预测，对农机作业状态进行监测等。目前，北京德邦大为科技股份有限公司已经推出了智慧云播种监管平台，作业质量分析、地块管理、作业面积统计、农机统计等信息上传到平台，实现播种机具的远程管控，并为农机补贴提供数据支持。

2) 无人机植保。无人机植保主要通过地面遥控或GPS飞控，来实现智慧农业喷洒药剂作业。我国无人机植保产业链包括三个部分：原药研发、无人植保机制造以及飞防队进行植保服务。植保作业通过植保平台将植保农户和植保飞防队连接起来，农户通过平台下单，平台为植保队分单后，植保队为农户进行植保作业，作业完成后农户通过平台对植保飞防队进行评价。目前无人机植保产业主要存在三种不同的运营模式：研发+销售的大疆模式、研发+销售+植保服务的极飞模式和以植保平台建设为主的农田管家模式。

3) 农机自动驾驶。农机自动驾驶的根本是农机车辆导航系统，通过车辆导航系统进行卫星定位、农机的作业监测、路径规划、决策控制等操作，实现农机的自动化沿直线作业，主要应用于拖拉机、收割机、小麦机和青贮机等农用机械上。目前，国内只有少数几家企业在做农机自动驾驶方向的研究，雷沃重工股份有限公司已研制出自动驾驶拖拉机和自动驾驶小麦收获机。

4) 设施农业。利用物联网、人工智能、大数据等技术，采集环境、作物状态、畜禽状态等数据，通过对采集到的数据进行分析，运用深度学习算法判断作物生长状态、畜禽健康状况、水肥情况、喂养情况、位置信息以及发情期预测等，对其进行精准管理。目前，三润集团在温室种植方面，从技术研发到园区管理，再到农产品营销一气哈成，建立了园区运营模式。网易味央用RFID耳标为主要监控设备，通过大数据监管，提高猪肉品质。阿里云与特驱集团合作利用机器视觉、语音识别等新技术，来提高母猪的生产率以及降低猪仔的死亡率。

3 智慧农业的发展趋势与挑战

3.1 智慧农业的发展趋势

目前，智慧农业已提到了前所未有的国家战略高度，智慧农业作为农业发展的新模式，将大大提升农业生产质量，推动农业全面晋级。智慧农业发展趋势包括以下方面。

1) 农业生产方式更加智能。在种植、养殖生产作业环节，通过集多源数据采集、环境生理监控、作物状态分析和农业装备精准调节技术为一体的农业生产自动化系统和平台，进行农产品差异化生产；在生产管理环节，大数据、物联网技术广泛应用于作业计划以及农场生产资料管理等生产计划系统；在食品安全环节，通过可视化系统、农产品溯源系统，将农产品生产、流通等过程的各种相关信息进行记录并存储，方便消费者在网络上对农产品生产全过程进行查询认证。

2) 农业营销方式向定制农业营销方式转变。依靠物联网、云计算、大数据等技术，农产品供求、农产品流通、消费者需求偏好等数据将会得到实时监测和分析，根据市场和消费者特定需求，农产品生产企业可通过自建网站、自主配送或在主流电商平台开辟专区的方式，打造农产品网络化经营体系，促进农业营销方式向订单化、个性化转变，实现农产品品牌化运营，

3) 农业服务信息更加全面多样。通过融合农业资源大数据、农业生产管理大数据、农户生产经验或科研大数据、产品加工流通大数据及农产品售后服务大数据等数据信息，将农业经营企业、农机生产企业、农业管理部门、农业科研部门等紧密联系在一起，为农业生产企业、农业专业合作社和农户提供农业生产、管理、市场供求以及科技咨询服务等全面多样的信息服务，提高农业生产管理决策水平，增强市场抗风险能力，实现节本增效。

3.2 我国智慧农业发展面临的挑战

近几年我国智慧农业发展十分迅速，传感器监测、远程监控、大数据、物联网、人工智能等新技术已经逐渐的运用到智慧农业建设中，但与国外发达国家相比还是比较落后，我国智慧农业发展面临着许多挑战。

1) 人才短缺、农业从业人员知识文化水平不高。目前农业从业人员年龄较大，接受新科技时间长；新技术人才较少，懂新技术又愿意投身农业的青年人才更是稀缺。

2) 新技术应用成本高。目前小而分散的生产经营主体难以进行规模化生产，使得硬件及软件服务成本居高不下。

3) 核心技术缺乏。目前，高端传感装置、农业机械精密零部件等核心设备来源于国外，核心技术受制于人，国产设备实用性、可靠性不强。

4) 资金投入不足。我国耕地结构复杂、农业生产方式多样，智慧农业建设及技术推广需要大量资金支持，目前，资金支持力度有限。

智慧农业是一个系统性工程，面对智慧农业发展面临的挑战需要进行一系列条件的支持，主要包括以下方面。

1) 吸引农业高素质人才，加大人才储备。加大人才培养投入，培育新型职业农民；增加产业发展对人才的吸引力，使高校毕业生愿意积极投身到智慧农业发展中；培养一大批懂技术、懂行业的现代应用型人才。

2) 完善农业科研体系，提高农业科研成果的转化应用能力。加强科研投入，将各个高校和科研院所的科研成果运用于社会实践中，提升创新能力；促进农业科研机构的相互合作和交流，使农业科研项目井然有序地进行，减少重复研究，统筹兼顾智慧农业发展所需的各项高科技技术。

3) 加强智慧农业基础设施建设。加快土地流转，让有条件的地区适度规模化发展；加快信息化基础设施建设，利用大数据、物联网及人工智能等新技术建设网络环境，提高信息化水平；加快现代化农机设备进入农田，建立专项资金支持农机设备生产企业降低生产成本研究，扩大农机设备生产规模，增加市场投入量。

4 结语

目前，智慧农业已成为一种全新农业生产方式，给予现代农业强有力的支撑和保证。在国家政策支持下，智慧农业将大大提高我国农业现代化发展的步伐。智慧农业发展过程中机遇与挑战并存，未来我国智慧农业发展需要在人才培养、政策导向、投资力度和信息化建设等方面提供一系列条件支持，加大政府、企业和农业相关人员在人力、物力、财力等方面的投入，助力我国智慧农业快速发展。