智慧农业技术助推农业创新发展，引领农业新未来

p- 1 -Vegetables 2017.4业界观察编者按 2017年中央一号文件指出加强智慧农业科技研发和实施智慧农业工程，推进农业物联网试验示范和农业装备智能化。新时期，在中国现代农业高速发展过程中互联网与农业深度融合。智慧农业是农业信息化的重要组成部分，贯穿农业生产整个流程。本期业界观察将从智慧技术、智慧农资、智慧休闲、智慧流通4个版块对智慧农业的涵义、发展现状进行分析，介绍先进技术、模式和企业，在剖析问题的基础上，提出了推动智慧农业发展的对策 。智慧农业的概念是由智慧地球这一概念衍生而来。2008年 IBM公司首次提出“智慧地球”概念。之后，智慧概念被广泛采纳应用，基于这一全新的理念，结合具体的领域和行业特征，衍生出了很多领域，如智慧交通、智慧城市、智慧政府等，智慧农业正是在这种潮流下应运而生。在农业应用领域，智慧农业可细分为智慧管理、智慧生产、智慧组织、智慧科技、智慧生活等多个方面[1]，此外，从自动化和智能化的角度，还可进一步衍生出智能设施农业、智能农情、智能市场管理等系统[2]。我国已进入传统农业向现代农业加快转变的关键阶段[3]，但是，我国是人口众多而耕地严重不足的国家，农业机械化综合水平尚较低，在农业生产领域，电子、计算机和信息等现代技术的应用还远未普及，由于耕地面积不断减少和环境主 持 人 刘 艳 鹏 、陆 静 雯恶化，依靠品种改进，大量投入劳动力，大量施用化肥等传统手段来提高农业产出的方法已经不再适用，农业发展需要更智慧的技术来打破传统农业面临的资源与环境困境。智慧型现代农业可使土地实现充分的科学利用，可节省时间和资源，提髙工作效率，实现农业精细化、高效化、绿色化发展。因此，发展智慧农业在许多国家已经成为一种共识，具有长远和现实意义[4-5]。目前，随着农业4.0时代的到来，以互联网、移动互联网、物联网、云计算等技术为代表的现代信息技术，正向着数字化、网络化、智能化的方向发展，为我国农业现代化建设提供了强有力的工具。通过“互联网 ” 农业的模式，将现代信息技术与传统农业产业结合，通过网络将农业的各种要素整合起来，提高农业的智慧水平，是突破资源与环境对农业发展制约的创新思维。智慧农业技术助推农业创新发展，引领农业新未来孙忠富，马浚诚，褚金翔，杜克明，郑飞翔（中国农业科学院农业环境与可持续发展研究所，北京 100081）板 块 一 智 慧 技 术智慧农业技术是现代信息技术与农业深度融合的产物，已逐步成为农业发展的最重要趋势和显著特征。物联网、大数据、云计算是智慧农业技术的三大法宝，近年来已经成为农业领域关注的焦点，各界学者纷纷研究其在各自领域的用武之地，而当其遇上蔬菜产业，会产生怎样神奇的组合呢 让 我 们 一 起 来 看 一 看 吧 基金项目基金项目国家自然科学基金项目（31401280）；国家重点研发计划（2016YFD03006 nbsp;06-3）。- 2 -Vegetables 2017.4业界观察因此，智慧农业不仅是农业自身发展的需求，也是现代信息技术与农业深度融合的必然结果。虽然全面实践推广智慧农业尚有一定困难，但在技术密集、规模化程度较高的农业生产领域和规模化、机械化程度较高的地区，已率先开展了智慧农业技术应用，并取得了迅速的发展。1 解读智慧农业的关键技术现代信息技术在农业中广泛应用，如利用物联网全面地感知现场信息，通过大数据智能地分析决策，借助云计算实现精准地应用，进而使农业生产更加高效、绿色。同时，将现代信息技术在传统农业不同领域进行深度融合与应用，产生了一些全新农业领域技术，如农业模型、农业指标体系、基于知识体系的专家系统、生物本体信息等。目前，智慧农业发展涉及的关键技术主要包括如下内容1.1 基于物联网的农业感知技术，打造智慧农业生产体系通过各种无线传感器实时采集农业生产现场的温湿度、光照、CO2浓度等参数，利用视频监控设备获取农作物的生长状况等信息，远程监控农业生产环境，同时将采集的参数和获取的信息进行数字化转换和汇总后，经传输网络实时上传到智能管理系统中；系统按照农作物生长的各项指标要求，精确地遥控农业设施自动开启或者关闭（如远程控制节水浇灌、节能增氧等），实现智能化的农业生产。利用RFID 、条码等识别技术，搭建农产品安全溯源系统，实现农产品全流程安全溯源，促进农产品的品牌建设，提升农产品的附加值。组建无线传感器网络，开发智能的农业应用系统，对空气、土壤、作物生长状态等数据进行实时采集和分析，系统规划农业产业园分布、合理选配农作物品种、在线疾病识别和治理、科学指导生态轮作。1.2 基于大数据的农业分析技术，挖掘智慧农业价值源泉大数据技术应用突破了传统分析对于结构化数据管理的限制，继承了统计学的优点，对数量巨大的数据进行统计性地搜索、比较、聚类和分类归纳分析，更多地关注数据与业务间的关联，关注多媒体、海量、复杂数据的挖掘分析和历史相关数据的比较分析。大数据技术在农业中将发挥重要作用，基于当地多年的气象信息、作物与土壤信息、管理信息、市场流通与消费等信息，经过数据统计、案例对比和模式判别等分析，可以提供更加智慧的各类农业服务。在大数据时代，一切与农业有关联的（直接的和非直接的）事物皆为大数据的要素，通过大数据挖掘解释事物发展规律，大数据是智慧的源泉，农业大数据是智慧农业的重要支撑。1.3 基于云计算的数据处理技术，升级农业资源整合平台云计算作为传统计算机技术和网络技术融合发展的产物，具有资源配置动态化、需求服务自助化、资源池化与透明化等特点。云计算体现出来的集约化建设、按需动态分配资源等优势在农业发展中，更适合应用于集约化建设农业共性技术支撑平台。目前，我国有关单位所建设的多级平台系统中，农业企业需要存储和处理农作物养殖和种植数据、农作物生产加工数据、农作物仓储物流流通数据、农作物销售管理数据以及基于数据的监管主题数据、报表中间数据、报表结果数据、应用细节数据等。系统对数据进行分类、加密等处理，同时按照一定的规则实现对于云端和终端数据的动态存储与管理。地县级农业管理部门需要存储和处理农业“四情”监管数据，以及对企业各环节的监管数据、报表数据等。系统对这些数据的处理和企业级的数据处理一样，进行分类加密，部分存储在云中心，部分存储在县级农业部门终端或者设备中。县级平台可以从农业企业访问数据，可以提供数据给省级云计算中心平台。省级农业部门作为云数据中心，处理来源于企业级、地县级的数据，存储和处理例如气象数据、灾情预测诊断及应急反应、农业资源的评估与管理、作物长势预测与估产等数据。移动互联网的普及应用，为云服务提供了更广阔的发展空间，网络覆盖无处不在，集众人智慧于一身，信息服务模式在朝多样化、便捷化、扁平化发展。1.4 信息技术与农业深度融合，催生多种智慧农业技术农业模型、农业知识系统等都是现代信息技术与农业领域深度融合产生的领域技术。农业模型是为研究农业问题的定量规律所建立的数学模型的总称。广义上，农业模型可分为农业生物模- 3 -Vegetables 2017.4业界观察型、农业环境模型、农业技术模型以及农业经济管理模型等[6]。作物模型如小麦作物模型、油菜作物模型等，是以作物为研究对象，根据农业系统学和作物科学，定量化表达作物生长发育过程与环境和经济因子之间的关系[7]。作物模型作为农业模型的重要组成部分，在作物栽培决策、产量预测、灾害风险评估等方面已经得到了广泛的应用。农业知识系统包括农业数字化指标体系、生物本体参数，农业数据库等，在农业水平评价、灾害监测，作物长势监测等方面也具有广泛应用。物联网、大数据、云计算等现代信息技术在传统农业中的应用，进一步打破了传统农业所面临的难题，提高了农业生产信息化、智能化水平，优化了资源配置，提高了资源利用效率，充分体现了信息技术核心生产力的作用，也为农民开辟了增收的新途径[8]。智慧农业是个庞大的系统，或者说只是一个顶层的虚拟概念，其具体实现是由各领域的子系统组成，如智慧设施农业、智慧农情、智慧植保、智慧灌溉、智慧市场管理等子系统。2 智慧农业技术助力蔬菜产业进入智慧时代中国是世界上最大的蔬菜生产国和消费国[9]，其中，设施蔬菜生产占据了非常重要的地位。截至 2014年底，我国设施蔬菜面积超过380万 hm2，分别占我国设施栽培面积的95和世界设施园艺面积的80[10-11]，设施蔬菜已经成为“菜篮子工程”重要支柱产业之一，由于其产值高，经济效益好，成为了区域经济发展和农民致富的重要途径，也成为了发展现代农业的重要领域。我国物联网在农业种植业中的应用分为大田应用和设施农业，设施农业因具有良好的基础设施水平和配套条件而成为早期智慧农业实践的最佳领域，也是开展智能控制和物联网研究与应用最早的领域[12]。在蔬菜生产过程中，通过农业物联网技术、大数据技术和植物工厂技术的相互交叉、相互配合，智慧农业高效、优质、节能、环保、智能等理念得到了很好的体现，有力地促进了蔬菜产业由传统耕作方式向智能生产方式的转变，积极推进了蔬菜产业的智慧升级。2.1 物联网为蔬菜生产搭建高效的监控系统农业物联网“感知 -分析 -控制”的三层架构通过全面的感知、智能的分析、精准的控制，为智慧农业应用提供了完整的解决方案，在设施蔬菜栽培中，物联网技术的应用主要体现在通过各类要素传感器、图像视频采集等设备，采集蔬菜生长环境、蔬菜长势、病虫害等数据信息，通过对这些信息进行智能的分析与处理，为生产者决策提供依据，同时实现终端设备的智能控制。数据采集是物联网应用的最前端部分，目的是获取设施内蔬菜生长的空气环境数据、土壤环境数据、生长数据等。刘渊等[13]开发了一套精准农业信息感知系统，基于物联网技术，实现了温室中蔬菜生长环境信息的实时感知，经专家系统分析后，可对温室内的多种环境参数进行有效地监测调节。马浚诚等[14]采用物联网技术，基于传感器感知的环境信息与摄像机监控视频信息，构建了一种面向叶类蔬菜病害识别的温室监控视频采集系统，实现了监控视频的智能采集，为进一步识别诊断温室叶类蔬菜病害，提供了数据来源。章铁军等[15]研究了基于物联网的设施蔬菜生产远程环境控制系统，实现了设施环境数据的实时采集和存储，数据查询与分析，提供环境参数预警及自动控制。获取数据后，通过建立相应分析模型对采集数据进行智能分析处理，从而为生产者决策提供依据，是物联网应用的核心部分。目前，物联网应用中常见的信息分析处理方法包括图像处理、机器学习等。Ma 等[16]提出了一种基于改进IG 显著性检测和在线聚类的设施蔬菜监控视频关键帧提取算法，实现了设施蔬菜监控视频中包含病害信息的关键帧提取，有效解决视频段中冗余信息对病害信息的干扰问题。Zhou 等[17]基于图像处理技术，研究了一种甜菜尾孢菌叶斑病监测方法。该方法利用田间实际采集的甜菜栽培视频图像，以支持向量机为分类器，实现了现场环境中甜菜尾孢菌叶斑病的诊断监测。Hamuda 等[18]基于计算机视觉技术，提出了一种基于HSV 颜色特征与形态学操作的蔬菜植株提取方法，该方法针对田间实际环境中获取的图像，基于HSV 颜色信息来区分蔬菜植株、杂草和土壤，准确率达到99.04。农业物联网技术在蔬菜栽培各个方面均发挥了关键的作用，具有良好的应用经验。但农业环境相对复杂、干扰较多，进一步拓展农业物联网- 4 -Vegetables 2017.4业界观察技术的应用，需要在确保数据感知准确性的同时，兼顾分析处理方法的准确性、可靠性和易用性、实时性之间的平衡，加强“精准控制”层面的研究，从而形成完整的一体化农业物联网解决方案。2.2 大数据是蔬菜产业的智慧锦囊目前，大数据已经成为现代信息技术发展的必然趋势，随着国家对大数据发展的政策支持力度进一步加大[8,19]，大数据的发展迎来了前所未有的机遇。农业是大数据应用的重要领域，而大数据是实现智慧农业的技术核心要素。近年来国内一些专家学者开始专注大数据的有关研究和技术系统方案的设计，大数据成为现代农业的热点技术。王勇等[20]以设施番茄、黄瓜、辣椒、茄子生产为研究对象，通过建立生产环境和田间变量基本数据库，开展了大数据挖掘及利用的研究，为设施蔬菜智能化生产提供了新途径。罗巍[21]基于大数据技术，对2015年全国范围内调查得到的37个露地蔬菜品种上农药施用的品种、用量、成本、次数等用药结构进行了监测研究。结果表明用药防治效果、农药残留、用药经济可以作为露地蔬菜上用药结构合理性的衡量尺度，同时从政府监管、市场经济、生物技术和农户四方面，提出了改进用药结构合理性的建议。高羽佳等[22]针对蔬菜冷链物流方面存在问题，通过大数据分析，提出了蔬菜冷链物流质量保障的 nbsp;5项措施。郭晶鹏等[23]对国内有关蔬菜价格的研究成果进行了梳理分析，基于大数据分析，预测未来蔬菜价格可能的研究方向，同时对大数据时代的研究方法体系进行了展望。很多学者通过将大数据与蔬菜产业结合，对大数据在蔬菜产业中的应用进行了大量研究，提供了良好的借鉴与经验。2.3 植物工厂是蔬菜智慧生产的典型代表植物工厂是信息技术应用的最高代表，是信息技术在农业领域的创新，优化集成了各种高新技术，如物联网技术、自动控制技术、人工智能技术等，主要体现在以下两个方面。2.3.1 农业模型的应用主要是指通过对温室作物生理信息与环境、营养之间定量规律的研究，建立数字化模型，为温室精准化管理提供理论依据。方慧等[24]构建了自然通风条件下日光温室内温度和气流场的模拟模型，并通过实际测量的温度，对模型进行验证；利用通过验证的模型模拟分析3 种通风模式下日光温室内温度和气流场的分布。研究结果表明，上、下通风口同时开启模式的通风降温效果明显优于单独开启一个通风口的模式。刘洋等[25]采用SPSS 软件构建日光温室次日最低、最高气温预报模型，研究壁柱式墙体对日光温室温度效应的影响并开展温度预测。结果表明，不同天气条件下，壁柱式日光温室和对照温室气温日变化规律基本一致，都有明显升降变化。陈教料等[26]采用自加速遗传粒子群算法对温室物理模型中难以确定的参数进行辨识，提出了一种机理建模与系统辨识建模相结合的温室能耗建模方法，可为半封闭式温室能量负载设计、管理和控制提供理论依据。2.3.2 自动化系统软硬件的开发主要指通过环境、生理、营养等生物物理传感器的开发，以及人工神经网络、遗传算法、模糊控制策略等智能控制技术和Internet 在数据传输与控制方面的应用等，基于网络的温室数据采集与控制系统等。孙忠富等[27]提出了一种基于GPRS和 WEB技术的远程数据采集和信息发布系统方案。通过 RS-485总线与数字传感器连接，并与PC 监控构成温室现场监控系统；通过GPRS无线通讯技术建立现场监控系统与互联网的连接，将实时采集信息发送到WEB 数据服务器。该系统不仅可实时浏览监测数据，而且能进行历史数据的查询。韩华峰等[28]开发了基于ZigBee 网络的温室环境远程监控系统，该系统基于ZigBee协议的传感器节点技术，采用星型拓扑结构组成现场监控无线传感器网络，通过网络汇聚节点与无线移动网络（GPRS/CDMA ）和Internet 的无缝连接，实现数据远程传输至指定数据库服务器。王俊衡等[29]使用硅光电池作为光敏测量元件，PIC16F876A单片机作为中央处理器，设计了一种低成本、简单、实用的光照监测系统，该系统采用最小二乘法建立硅光电池输出电压和光照强度之间的模型，实现了不同天气状况下温室光照强度的采集。吴飞龙等[30]基于嵌入式技术，研发了一种自动化的净菜生产系统，自动完成净菜的清洗、消毒、烘干、标签打印过程。该系统在保证净菜的质量同时，降低了生产成本。- 5 -Vegetables 2017.4业界观察3 智慧农业技术发展存在的问题目前，我国智慧农业的发展在技术研发、示范应用、人才培养等方面积累了一定的经验，但总体上智慧农业应用还处于初步阶段，如何实现现代信息技术与传统农业的深度融合和对接，是现阶段面临的最重要难题。3.1 农业物联网基础设施普及程度及可靠性不高智慧农业的发展需要全面准确地感知农业现场数据。目前，我国广大农村地区还缺乏可靠的物联网终端设备，同时互联网接入能力还较低，导致了农业信息的时效性、准确性达不到要求，从而降低了我国智慧农业发展的速度。3.2 智慧农业关键技术研发存在“重硬轻软”目前，智慧农业关键技术的研发多集中在硬件设备上，而智慧农业数据分析模型构建、大数据挖掘等智慧农业关键核心技术的投入力度不够，大量的数据闲置不用，甚至成为垃圾数据，自主创新能力不足，是制约我国智慧农业发展的重要因素。3.3 智慧农业大数据系统尚未真正建立大数据分析是实现智慧农业的核心技术要素，由于缺乏统一的智慧技术标准和健全的信息服务体系，导致数据资源难以整合、统一，降低了资源的可用性，农业信息的共享难以实现，导致数据鸿沟、数据孤岛现象还普遍存在；农业数据获取难、类型多、数量大，数据质量控制难度大，开放共享不足，从而无法建立真正的智慧农业大数据系统。3.4 智慧农业技术转化应用水平较低目前，我国智慧农业的运作模式还不成熟，智慧农业的技术和产品缺乏市场化的运作。高校和科研院所是智慧农业关键技术和设备研发的主要阵地，但这些关键技术和设备很大程度上经受不住市场的考验。同时由于农业的地位及资金的限制，智慧农业推广应用的投入大、回报低、周期长，也是制约我国智慧农业发展的重要因素之一。通过政府的支持和政策引导，加强产学研协作，发挥企业的创新主体作用，是智慧农业发展的希望所在。3.5 智慧农业从业者素质有待提高我国农业一线从业者目前受教育程度普遍较低，农业技术推广工作开展不全面、不深入，很多基层农业工作者对现代信息技术了解不够，对现代信息技术的驾驭能力不高，非常不利于我国智慧农业技术的普及与改进。4 智慧农业技术发展对策发展智慧农业要在把握国家战略方向的前提下，深入研究制约智慧农业发展的重大科学问题，进一步加强智慧农业基础设施建设，制定智慧农业标准，推动智慧农业的科技创新突破，提高智慧农业技术转化应用的成效，加大智慧农业的科研投入。4.1 加大政策、资金支持力度现阶段，政府部门应该在智慧农业的发展中起主导作用。通过出台相关政策，设置重大科研示范项目，增加智慧农业发展的政策支持和资金支持。优化顶层设计，通过引导智慧农业有序发展，避免低水平重复和市场恶性竞争。4.2 加强智慧农业应用基础设施建设加大投入力度，提高物联网终端设备的可靠性与准确性。推进数据采集、传输、共享基础设施建设，拓展互联网、手机网络和计算机网络等基础设施的应用，提高宽带覆盖水平，对宽带接入能力低地区进行升级改造，扩展边远地区、林牧区、海岛等区域的通信方式。落实农村地区网络降费政策，探索面向贫困户的网络资费优惠。4.3 尽快建立农业大数据系统制定统一的农业数据标准，整合现有农业领域大数据，拓展物联网数据采集渠道和互联网数据采集渠道。提升数据信息对智慧农业发展的支撑、引导、指导作用。加强数据安全管理，建立集中统一的安全管理体系，加强病毒防范、漏洞管理、入侵防范、信息加密、访问控制等安全防护措施。4.4 推动智慧农业的科技创新突破完善智慧农业科研创新体系，加大农业信息化领军人才和创新团队培育力度，加强智慧农业人才培养储备，完善智慧农业相关学科群，稳定支持已有学科群建设布局，强化新兴技术学科建设，从而提升智慧农业关键核心技术的创新能力，提高智慧农业的研究水平。提高智慧农业科研投入水平，加强领域研究，结合农业特点，加大适用于智慧农业的轻便技术、易落地技术的研发和投入力- 6 -Vegetables 2017.4业界观察度，实现现代信息技术与农业领域的无缝融合。加快研发性能稳定、操作简单、价格低廉、维护方便的适用信息技术产品。4.5 加大智慧农业技术转化应用加大推广应用智慧农业成果，各级政府应强化我国智慧农业发展的顶层设计，围绕智慧农业建设，大力推进智慧农业技术研发、转化、推广和应用过程中的重大问题研究。开展重大项目应用示范，构建理论体系、技术体系、应用体系、标准体系。相关企业和科教单位应加大智慧农业的宣传，加强有关智慧农业的技术研究和发明创造，加大科技攻关力度，不断提高智慧农业的研发能力和基层应用水平。4.6 合理设计智慧农业商业模式依托“互联网 ”，借助农村电子商务的平台，合理设计智慧农业商业模式，培育智慧农业产品市场。以政府为主导，鼓励综合型电商企业拓展农业农村业务，扶持垂直型电商、县域电商等多种形式电商的发展壮大[8]。4.7 提升智慧农业从业者的受教育水平针对新型职业农民，开展农业物联网、电子商务等新技术应用能力培训，提升技术水平、经营能力和信息素养。利用各级农业部门现有培训项目、资源和体系，动员企业、行业协会等社会各界力量广泛参与，开展农民手机应用技能培训。5 借力政策东风，智慧农业迎来发展新机遇党的十八大报告指出，要“促进工业化、信息化、城镇化、农业现代化同步发展”，从国家战略发展高度，首次提出四化同步建设，智慧农业作为信息化的重要组成部分，具有重要的战略意义。2015年以来，国家高度重视智慧农业的发展，在每年发布的重大政策文件中都会提及智慧农业，例如2016年，农业部印发“互联网 ”现代农业三年行动实施方案，文件中指出“大力发展智慧农业，强化体制机制创新，全面提高农业信息化水平，推动农业技术进步、效率提升和组织变革，培育发展农业信息经济，为加快实现农业现代化、夯实全面建成小康社会基础提供强大创新动力。”同年，发改委发布了中华人民共和国国民经济和社会发展第十三个五年规划纲要，文件中指出“推进农业信息化建设，加强农业与信息技术融合，发展智慧农业。”2016年，农业部在“十三五”全国农业农村信息化发展规划中指出“以建设智慧农业为目标，着力加强农业信息基础设施建设，着力提升农业信息技术创新应用能力，着力完善农业信息服务体系，加快推进农业生产智能化、经营网络化、管理数据化、服务在线化，全面提高农业农村信息化水平。”2017年中央一号文件指出“加强中低产田改良、经济作物、草食畜牧业、海洋牧场、智慧农业、农林产品精深加工、仓储物流等科技研发。”由此可见，借助政策的力推，智慧农业将迎来发展新机遇，智慧农业的发展将推动农业产业链升级改造，推动农业精细化、高效化、绿色化发展。5.1 智慧农业的发展将推动农业产业链升级改造5.1.1 升级产业领域，由劳动密集型走向智能化生产近年来我国劳动力紧缺，生产成本上升，制约了农业的发展。因此，在农业生产各环节实现智能化管理和作业是实现农业现代化的客观要求。在种植、养殖生产作业环节，构建集环境生理监控、作物模型分析和精准调节为一体的农业生产自动化系统和平台，根据自然生态条件改进农业生产工艺，进行农产品差异化生产；在食品安全环节，构建农产品溯源系统，将农产品生产、加工等过程的各种相关信息进行记录并存储，并能通过食品识别号在网络上对农产品进行查询认证，追溯全程信息；在生产管理环节，特别是一些农垦垦区、现代农业产业园、大型农场等单位，智能设施与互联网广泛应用于农业测土配方、茬口作业计划以及农场生产资料管理等生产计划系统，提高效能。5.1.2 升级经营领域，突出个性化与差异性营销方式物联网、云计算等技术的应用，打破了农业市场的时空地理限制，农资采购和农产品流通等数据将会得到实时监测和传递，有效解决信息不对称问题。目前一些地区特色品牌农产品开始在主流电商平台开辟专区，拓展农产品销售渠道，有实力的龙头企业通过自营基地、自建网站、自主配送的方式打造一体化农产品经营体系，促进农产品市场化营销和品牌化运营，预示着农业经- 7 -Vegetables 2017.4业界观察营将向订单化、流程化、网络化转变，个性化与差异性的定制农业营销方式将广泛兴起。所谓定制农业，就是根据市场和消费者特定需求而专门生产农产品，满足有特别偏好的消费者需求。此外，近年来各地兴起农业休闲旅游、农家乐热潮，通过网站、线上宣传等渠道推广、销售休闲旅游产品，并为旅客提供个性化旅游服务，已成为农民增收新途径和农村经济新业态。5.1.3 升级服务领域，提供精确、动态、科学的全方位信息服务在黑龙江等地区，已经试点应用基于北斗的农机调度服务系统；一些地区通过室外大屏幕、手机终端等这些灵活便捷的信息传播形式向农户提供气象、灾害预警和公共社会信息服务，可以有效地解决“信息服务最后一公里”问题。面向“三农”的信息服务为农业经营者传播先进的农业科学技术知识、生产管理信息以及农业科技咨询服务，引导龙头企业、农业专业合作社和农户经营好自己的农业生产系统与营销活动，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、提高收益。同时，云计算、大数据等技术也将推进农业管理数字化和现代化，促进农业管理高效和透明，提高农业部门的行政效能。5.2 智慧农业将推动农业精细化、高效化、绿色化发展5.2.1 实现精细化，保障资源节约、产品安全一方面，借助科技手段对不同的农业生产对象实施精确化操作，在满足作物生长需要的同时，保障资源节约又避免环境污染。另一方面，实施农业生产环境、生产过程及生产产品的标准化，保障产品安全。生产环境标准化是指通过智能化设备对土壤、大气环境、水环境状况实时动态监控，使之符合农业生产环境标准；生产过程标准化是指生产的各个环节按照一定技术经济标准和规范要求通过智能化设备进行生产，保障农产品品质统一；生产产品标准化是指通过智能化设备实时精准地检测农产品品质，保障最终农产品符合相应的质量标准。5.2.2 实现高效化，提高农业效率，提升农业竞争力云计算、农业大数据让农业经营者便捷灵活地掌握天气变化数据、市场供需数据、农作物生长数据等等，准确判断农作物是否该施肥、浇水或打药，避免了因自然因素造成的产量下降，提高了农业生产对自然环境风险的应对能力；通过智能设施合理安排用工用时用地，减少劳动和土地使用成本，促进农业生产组织化，提高劳动生产效率。互联网与农业的深度融合，使得诸如农产品电商、土地流转平台、农业大数据、农业物联网等农业市场创新商业模式持续涌现，大大降低信息搜索、经营管理的成本。引导和支持专业大户、家庭农场、农民专业合作社、龙头企业等新型农业经营主体发展壮大和联合，促进农产品生产、流通、加工、储运、销售、服务等农业相关产业紧密链接，农业土地、劳动、资本、技术等要素资源得到有效组织和配置，使产业、要素集聚从量的集合到质的激变，从而再造整个农业产业链，实现农业与二、三产业交叉渗透、融合发展，提升农业竞争力。5.2.3 实现绿色化，推动资源永续利用和农业可持续发展保护好青山绿水，实现产品绿色安全优质是发展绿色农业的本质要求。智慧农业作为集保护生态、发展生产为一体的农业生产模式，通过对农业精细化生产，实施测土配方施肥、农药精准科学施用、农业节水灌溉，推动农业废弃物资源化利用，可达到合理利用农业资源、减少污染、改善生态环境的效果，借助互联网及二维码等技术，建立全程可追溯、互联共享的农产品质量和食品安全信息平台，健全从农田到餐桌的农产品质量安全过程监管体系，保障人民群众“舌尖上的绿色与安全”。利用卫星搭载高精度遥感设备，构建农业生态环境监测网络，精细获取土壤、墒情、水文等农业资源信息，匹配农业资源调度专家系统，实现农业环境综合治理、全国水土保持规划、农业生态保护和修复的科学决策，加快形成资源利用高效、生态系统稳定、产地环境良好、产品质量安全的农业发展新格局。智慧农业的发展需要促进不同学科间的交叉融合，基于信息和智慧来优化管理复杂的农业系统，促进农业精细化和智能化，逐步实现信息化与农业现代化的深度融合。未来智慧农业将发展成新的农业产业，并在世界范围内形成新的农业发展道路。- 8 -Vegetables 2017.4业界观察智慧农业将是又一场信息技术革命，是由于引入新技术而引发的一场信息革命，它更关注由新技术催生的新价值，而且将带来一场全新的农业变革。因此，在我国经济发达、规模化程度高和技术密集型的农业领域和地区领先推广智慧农业技术，逐步建立适合我国国情的智慧农业技术体系，是我国发展现代农业的必经之路。参考文献[1] nbsp;周国民. 浅议智慧农业[J].农业网络信息,200910 nbsp;5-7,27.[2] nbsp;孙忠富, 杜克明, 郑飞翔, 等 .大数据在智慧农业中研究与应用展望[J].中国农业科技导报,2013663-71.[3] nbsp;农业部 .农业部关于推进农业农村大数据发展的实施意见 [EB/OL].2015-12-31[2017-03-15].http// nbsp;刘林森. 现代信息化推动精确农业发展[J].信息化建设 ,2010351-53.[5] nbsp;刘林森. 美国 打造智慧农业[J].信息化建设,201112 nbsp;44-46.[6] nbsp;曹宏鑫, 赵锁劳, 葛道阔, 等 .农业模型与数字农业发展探讨[J].江苏农业学报,2012,2851181-1188.[7] nbsp;张红英, 李世娟, 诸叶平. 等小麦作物模型研究进展[J].中国农业科技导报,2017,19185-93.[8] 农业部“ 十三五“ 全国农业农村信息化发展规划[EB/OL].2015090[2017-03-15].http// 国家发展改革委员会, 农业部. 全国蔬菜产业发展规划2011-2020[J].中国蔬菜,201251-12.[10] 国家统计局. 中国统计年鉴2014[M].北京 中国统计出版社,2014.[11] 张真和. 我国蔬菜产业发展现状[J].山东蔬菜,201232-7.[12] 夏于, 孙忠富, 杜克明, 等 .基于物联网的小麦苗情诊断管理系统设计与实现[J].农业工程学报,2013,295117-124.[13] 刘渊, 王瑞智, 杨泽林. 基于物联网的连栋蔬菜温棚环境监测系统设计[J].农机化研究,20141121-126.[14] 马浚诚, 李鑫星, 温皓杰, 等 .面向叶类蔬菜病害识别的温室监控视频采集系统[J].农业机械学报,2015, nbsp;463282-287.[15] 章铁军, 宫彬彬, 刘永泉. 基于物联网的设施蔬菜环境远程监控系统的设计及应用[J].河北农业大学学报 ,2016,391119-125.[16] MA J C, LI X X, WEN H J, et al. A key frame extraction for processing greenhouse vegetables production monitoring video[J]. Computers and Electronics in Agriculture,2015,111C92-102.[17] ZHOU R, KANEKO S, TANAKA F, et al. Disease detection of Cercospora Leaf Spot in sugar beet by robust template matching[J]. Computers and Electronics in Agriculture,2014,10810858-70.[18] HAMUDA E, MC G B, GLAVIN M, et al. Automatic crop detection under field conditions using the HSV color space and morphological operations[J]. Computers and Electronics in Agriculture,2017,13397-107.[19] 国务院 .国务院关于印发促进大数据发展行动纲要的通知 [EB/OL].2015-09-05[2017-03-15].http// 王勇, 段玉聪, 姜懿芮, 等 .设施蔬菜生产大数据挖掘及应用[J].中国瓜菜,2017142-45.[21] 罗巍.2015年全国露地蔬菜农药施用大数据分析[D].杭州 浙江大学,2016.[22] 高羽佳, 王婧, 叶勇. 大数据环境下的蔬菜冷链物流质量保障分析[J].湖北经济学院学报 人文社会科学版 ,2016, 131065-66.[23] 郭晶鹏 ,毛克彪, 赵映慧, 等 .我国蔬菜价格研究进展 [J].北方园艺,201623180-186.[24] 方慧, 杨其长, 张义, 等 .基于CFD 技术的日光温室自然通风热环境模拟[J].中国农业气象,2015,362155-160.[25] 刘洋, 方旋. 壁柱式日光温室温度变化规律及温度预测模型研究[J].农业工程技术,20161928-31.[26] 陈教料, 陈教选, 杨将新, 等 .基于自加速遗传粒子群算法的半封闭式温室能耗预测[J].农业工程学报,201524 nbsp;186-193.[27] 孙忠富, 曹洪太, 李洪亮, 等 .基于GPRS 和 WEB的温室环境信息采集系统的实现[J].农业工程学报,2006,226131-134.[28] 韩华峰, 杜克明, 孙忠富, 等 .基于ZigBee 网络的温室环境远程监控系统设计与应用[J].农业工程学报, nbsp;2009,257158-163.[29] 王俊衡, 李莉, 穆永航, 等 .日光温室光照强度测量系统研究[J].农业机械学报,2015增刊1194-200.[30] 吴飞龙, 周泓, 俞凌. 基于嵌入式技术的净菜自动化生产系统[J].中国农业信息 上半月,20153107-108. nbsp;蔬/p