农业4.0时代的农业物联网技术应用及创新发展趋势

闫雪 王成 罗斌

|摘要|农业4.0时代是融合智能互联网、物联网、大数据等新技术，实现农业生产高度智能化、生态化生产管理的时代。文章围绕当前农业发展需求，分析了农业物联网信息感知、信息传输、信息处理等关键技术，结合农业物联网技术特点及农业物联网创新发展趋势提出建议，包括优化创新农业物联网信息感知技术，深入发展农业智能信息处理技术，规范农业物联网标准，降低物联网设备成本，加强建设相关平台设施，加强配套专业人才队伍建设等，在此基础上，以农业物联网在设施农业中的应用为案例，分析了物联网技术在设施农业生产效能提升中发挥的作用，说明物联网技术可以为智慧农业发展提供有力支撑。

农业革命的产生和发展主要经历了农业1.0时代（以体力劳动生产为主的小农经济时代）、2.0时代（以农业机械种植生产管理为主，适度工业化经营的大规模种植户的时代）以及3.0时代（以现代科技农业生产为主要特征的农业时代），现在已经进入发展更迅速的农业4.0时代，是一种完全融合互联网技术的高度智能化种植生产管理模式。农业4.0是以物联网、大数据、移动互联网、云计算等信息技术为基础支持和手段的现代农业新技术形态，是继传统信息农业后走向更高发展阶段的产物。为建设和发展国内智慧农业，实现农业信息化和农业安全高产的持续发展，必须充分掌握和利用物联网、信息化、智能化等技术，打造集生产、加工、流通等主要环节为一体的农业管理体系[1]。在农业中，物联网技术主要广泛应用于农业生产管理，通过先进的射频识别、红外感应器、全球定位系统、激光扫描器等设备手段，把任何一种物品与移动互联网相连接[2]，实时监控和采集任何需要监控、连接、互动的物体或过程，采集其声、光、热、电、位置等信息，通过互联网接入，实现物与物、物与人的泛在连接，实现对任何一种物品和过程的智能化信息感知、识别和管理。物联网3个基本特征分别是整体感知、可靠传输和智能处理[3]。农业物联网体系架构图如图1所示。物联网在推进智能化农业方面的研究发展和应用，对中国农业迈向智能化、可持续化具有重要的促进作用和指导意义[4]。

农业物联网关键技术

信息感知技术

信息感知技术是农业物联网的基础，它是实现物联网信息“全面感知、无所不在”的一种手段。农业信息感知技术主要用于采集农业要素信息，分为电化学感知[5]、光学感知[6]、电感知[7]和遥感感知[8]。传感器技术是信息感知技术的核心所在，随着互联网技术的快速发展，不断涌现出采用新材料、新机理、新工艺的新型传感器，以实现高灵敏度、高适应性、高可靠性、微功耗、低成本。未来传感器技术将朝着微型化、智能化和集成化变革。

信息传输技术

传输技术指通过运用不同信道的传输能力和传输效率，使数据信息向应用层可靠传输，对应用层管理决策具有直接影响，是较为关键的中枢环节。信息传输方式主要包括有线信息传输和无线信息传输，无线传输以其无需布线、组网灵活、综合成本低、维护费用少的优点得到广泛应用。农业现场总线是在现代农业物联网中应用最广泛的一种有线传输技术，具有保障系统正常运行的高可靠性和数据实时性两大优点，适用于现代农业复杂的生产和运行管理环境。与无线通信技术相比，有线通信的最大优点是数据传输稳定、速度快。在现阶段科技水平不断提升的背景下，也为无线通信技术发展奠定了良好的基础，不断优化升级无线通信传输信号强度及质量，显著提高了其抗干扰性，更好地保障农业物联网传输层的高效运行。

信息处理技术

信息处理技术是指通过传感器等信息识别技术采集数据，通过计算机处理发现新信息，指导用户操作。常见的信息处理技术包括云计算、大数据[9]和智能信息处理技术。云计算技术具有规模大、可行性高、稳定性高的特点，可以有效处理海量信息的存储、计算问题。大数据技术可以在整个物联网产业链的信息挖掘和评价中发挥作用。智能信息处理技术利用人工智能技术对获取的信息进行处理，以解决传统方法难以解决的复杂问题。

农业物联网技术特点

基于上述技术，农业物联网也在农业领域发挥着重要作用和优势，主要体现在以下方面：

（1）数据实时监测。通过传感器组网，实现农业生产环境信息、气象信息、作物生产信息的远程、实时、精准监测和采集，有效降低人力资源投入，为生产管理决策提供数据支撑。

（2）设备远程控制。通过数据监测与分析，结合现场执行机构，对环境调控设备及生产设备进行远程控制，实现基于监测数据的快速决策和反应，提高管理效率。

（3）预警功能。针对不同作物、不同发育周期生长特性，进行条件阈值设置，当某一监测数据超过阈值，进行自动报警，实现对异常状况的快速反应。

（4）数据记录和分析。应用物联网系统，可实现现场监测数据及设备作业情况的实时存储与查看，用户可根据历史记录进行辅助决策指导，实现有针对性的综合信息服务，提高管理水平。

当然，作为一项新兴的信息技术，物联网技术得到了越来越广泛的应用，但也存在不足之处，制约着技术的应用和发展，具体包括：

（1）农业物联网技术标准体系不够完善。由于农业生产环境的多样性及复杂性，行业尚缺乏统一的技术标准体系，导致物联网各类传感器、设备接口、网络协议、数据模型等标准不一，国家应尽快制定框架技术标准体系，统一技术标准和评价体系，构建全网统一的运营平台。

（2）产业链条不够完善。国内物联网产业链完善度与发达国家之间还存在较大差距，需要芯片商、传感器设备商、系统解决方案商及移动运营商等上下游、全链条的积极配合。

（3）高技术人才欠缺。技术推广不到位，制约物联网在农业方向的发展和应用。

农业物联网技术的创新发展

优化创新农业物联网信息感知技术

信息感知技术的发展是促进物联网农业发展的重要技术关键，是对物联网信息感知应用的重要技术基础。为了进一步提高对物联网信息感知技术的实际应用和效果，应该对物联网传感器和其相应的信息感知技术进行创新及应用优化，针对某些特殊作物需要研究出有针对性的物联网传感器[10]。同时还应重點研究开发具有高灵敏度、高环境适应性、高可靠性的物联网传感器，并向农业模块化、微型化、智能化的方向快速发展，攻克传统的制造技术，完善制造技术工艺，提高对环境的适应性和检测的准确性，在新生物材料技术应用的水平上，生产制造技术工艺与产业化制造技术，也都需要逐步形成明显的市场竞争和优势。

深入发展农业智能信息处理技术

通过大数据、云计算等新技术在农业物联网中的应用，深入研究深度机器学习的算法，结合卷积神经网络[11]、深度神经网络[12]、迁移学习[13]等算法用在农业作物的形态学[14]、病态学[15]、生长环境信息学等相关技术方面的研究和检测，可有效提高检测和识别的准确率。与其他传统的机器学习技术相比，深度机器学习技术可以更好地分析和提取现代农业领域所采集得到的图像和各种生物学特征的深度结构化检测数据，并与现代农业机械有效地结合，更好地支持现代农业领域智能机械和自动化装备的有效应用发展。

规范农业物联网标准

农业物联网应用程序涉及的硬件类别广泛、标准缺乏相互统一，导致农业数据接口和设备的系统相互兼容性存在很大的问题。不同的物联网应用程序需要不同应用类型的软件开发以及不同应用类型的数据中心硬件接口和设备的相互兼容性，难度明显有所增加，后期难以继续扩展。农业物联网的重点任务是建立统一标准化农业物联网的技术和接口标准，研究与农业物联网相关的基础技术标准和能够在行业实际应用的标准，能够有效促进不同的网络和技术的相互融合和发展。进一步掌握农业物联网在中国农业信息市场的地位和控制权，加强与国际的合作，积极参与推进国际标准体系建设，借鉴和推广引进国际先进的标准。

降低物联网设备成本  加强建设相关平台设施

农业物联网配套应用平台的建设和应用可以很大程度上帮助广大农民更好地开展物联网应用工作。目前，物联网平台相关配套应用设备的价格偏高，不利于物联网平台的开发和建设，应该适当降低平台设备的价格和成本。目前，农业物联网的应用领域还不够广泛，存在与现有的农业物联网监测服务对象直接结合的物联网技术存在缺陷的问题以及物联网应用范围相对不足的技术安全问题。农业物联网应用平台功能的完整性和应用的全面性，直接影响农业物联网应用平台的安全性和实际效果。因此相关技术管理部门的建设应该综合考虑农业物联网的功能自动化、智能化和系统集成化，为了最大限度地保障和提高物联网工作应用环境的安全性和稳定性，要及时建立和调动起各相关技术部门之间的有效协作联系，提高对物联网有关信息和数据的综合处理分析能力，保证农业物联网相关技术的应用可以更加高效地为农业生产提供服务。

加强配套专业人才队伍建设

近年来，物联网技术发展已经取得了长足的发展和进步，各行各业对于物联网工程技术专业人才的培养需求都很大。物联网的跨领域学科技术特性直接决定了复合型物联网发展所需要的物联网人才必须是一批具有多领域、多学科知识背景的专业复合型人才，要求首先要完善多层次、多学科类型的物联网技术人才培养和就业服务体系;其次，积极支持高校、科研院所、企业加强物联网跨领域学科的融合，加强高校物联网重点学科建设，培养一批复合型的物联网工程技术专业人才;第三，积极支持物联网实训基地的建设，鼓励高校和企业加强合作，发挥专业学会和协会的作用，加强对物联网的技能和业务培训，从而提高物联网专业人才培养的水平，加强配套专业人才队伍的建设。

农业物联网在设施园艺领域应用

随着国内城市化进程的发展，“都市型农业”获得了前所未有的发展机遇，设施农业生产规模和面积得到了快速增长，目前中国设施农业面积超过400万hm2，位居世界第一位。随着生产规模的扩大，生产技术水平也得到了迅速提升，新兴物联网技术在设施生产中得到了逐步应用，形成了设施生产物联网系统应用新模式，利用不同的环境、生理等传感器，准确采集环境因子和作物生长信息，然后通过计算机数据分析及决策模型，由计算机发出指令，使设备按规律运行，调节设施温度、湿度、光照、CO2浓度等参数到作物适宜的生长范围，在一定程度上摆脱设施生产对自然环境的依赖，如图2所示。

国家农业信息化工程技术研究中心在青海省互助国家高原现代农业科技示范园中的温室搭建了设施环境物联网监测调控系统，该系统包括设施环境综合调控系统、室外气象环境监测系统、无线植物生理生态监测系统、视频语音对讲系统、DID液晶大屏幕显示系统、物联网远程控制系统。作物生长及环境信息综合获取部分用于获取室外气象、室内土壤及空气环境、作物生理及健康状况等信息，为精确控制提供数据支撑，如图3～4所示。数据传输及云存储部分采用无线及远程传输技术，实现现场级和云端的远程传输及存储，可提供基于WEB端和移动设备端的服务，如图5所示。设施环境控制部分基于获取的环境和作物信息进行决策，对现场环境调控设备进行有效控制，实现多参数信息耦合的温室环境智能化调控，如图6所示。

生产實践证明，通过农业物联网技术的应用，园区设施生产收入得到了有效提升，扣除新增成本，纯收入增加15%左右，节水30%左右，节约药、肥20%以上，人工投入大幅度降低，生产经营管理科技水平得到了明显的提升，体现了非常好的应用效益和效果。

总结

中国现代农业4.0时代的形成和发展需要充分利用互联网和现代化信息技术手段，加快其从传统农业向互联网现代农业的转型。具体来说，应该以移动互联网、物联网、大数据、云计算等信息技术应用为基础，重点突破农业物联网所涉及的数据采集、高效存储、处理分析、深度挖掘应用等核心技术，实现农业生产、采后加工、储运、流通、销售服务等全过程的自动化监控和信息化管理，节省人力资源，提高效率和产出。设施园艺是劳动技术密集型产业，具有高效、集约、可控和可持续发展的特征，是现代农业的重要标志之一，是未来现代农业发展的重要任务和必然选择。近年来，在政策和市场需求的双重拉动作用下，设施园艺迅猛发展。为设施园艺可以得到长足发展，仍需加强政策引导，优化设施园艺发展环境;明确各地区发展目标，促进设施园艺的高水平发展;加强科技研发，提高自主创新能力;注重人才培养，为设施园艺健康可持续发展提供人才保障。未来，应用农业物联网技术，可以实现全方位农业生产及科研数据的获取与分析，通过深入挖掘数据，结合人工智能调控模型，实现智能化生产作业和管控系统以及智能化装备的广泛应用，提高作业水平和管理决策效率，为推动未来国内农业技术水平发展进步创造更多价值。

参考文献

[1] 李兰秀.物联网技术在农业领域现代发展中的应用——评《农业物联网技术及其应用》[J].中国食用菌，2019，38（5）：69.

[2] 郭雅葳.物联网技术在农业生产与管理信息化中的应用[J].农业工程技术，2019，39（8）：24-25.

[3] 付仅华.NB-IoT关键技术及应用前景探索[J].数字通信世界，2018（6）：162.

[4] 李晶.物联网技术在现代农业中的应用[N].衡水日报，2019-12-20（A03）.

[5] 张静，马兴，张海滨，等.基于石墨烯的电化学传感器在食品安全检测中的应用[J].食品安全质量检测学报，2015，6（2）：

387-390.

[6] 曾立华.单激发—双接收荧光检测原理与水体叶绿素检测方法研究[D].北京：中国农业大学，2016.

[7] 岳雪峰.基于物联网架构的智慧农业及其关键技术研究[D].上海：上海应用技术大学，2018.

[8] BASTIAANSSEN W.Remote sensing for irrigated agriculture： examples from research and possible applications[J].Agricultural Water Management，2000，46（2）：137-155.

[9] Diallo O，Rodrigues J J P C，Sene M，et al.Distributed database management techniques for wireless sensor networks[J].IEEE Trans.Parallel Distributed Syst.2015，26（2）：604-620.

[10] 王海燕.农业物联网技术应用及创新发展对策[J].河南农业，2019，490（2）：55-56.

[11] 谢为俊，丁冶春，王凤贺，等.基于卷积神经网络的油茶籽完整性识别方法[J].农业机械学报，2020，51（7）：13-21.

[12] 燕红文，刘振宇，崔清亮，等.基于特征金字塔注意力与深度卷积网络的多目标生猪检测[J].农业工程学报，2020，36（11）：193-202.

[13] 赵立新，侯发东，吕正超，等.基于迁移学习的棉花叶部病虫害图像识别[J].农业工程学报，2020，36（7）：184-191.

[14] 祝诗平，卓佳鑫，黄华，等.基于CNN的小麦籽粒完整性图像检测系统[J].农业机械学报，2020，51（5）：36-42.

[15] 鮑文霞，孙庆，胡根生，等.基于多路卷积神经网络的大田小麦赤霉病图像识别[J].农业工程学报，2020，36（11）：

174-181.

*项目支持：广东省重点领域研发计划资助项目（2019B020214005）。

作者简介：闫雪（1996-），女，主要从事农业工程与信息技术研究。E-mail：yanxue0129@outlook.com。

**通信作者：罗斌（1981-），男，高级工程师，博士，主要从事农业传感器、物联网及作物信息获取技术研究。E-mail：luob@nercita.org.cn。

[引用信息]闫雪，王成，罗斌.农业4.0时代的农业物联网技术应用及创新发展趋势[J].农业工程技术，2021，41（04）：12-16.