新一代信息技术条件下，农作物生产智能化的系统设计

68中国电信业
CHINA TELECOMMUNICATIONS TRADE
农作物智能化生产的总体架构
及主要功能
总体架构
通过运用5G、物联网、大数据和人工智
能等新一代信息技术，实时监测农作物生产
种植情况，监测数据通过相关系统进行统计、
分析和制表、制图处理，将数字转化为适合
当地农作物的种植模型，以闭环的形式拉动
信息化与农业的链条。

这个过程可以分为以
下几个步骤。

实时监测农作物生产种植情况：通过5G
和物联网技术，可以实现对农田、大棚、温
室等农作物生产种植场地的实时监测。

比如，
通过传感器、摄像头等设备采集土壤温度、
湿度、光照强度、气象数据、作物生长状况
等信息，形成实时数据流。

数据处理与分析：将采集的数据上传至
云端或其他服务器，进行大数据处理和分析。

通过人工智能算法，对采集到的数据进行处
理和分析，例如预测农作物的生长状况、病虫害风险、施肥需求等。

制表和图表处理：将数据处理结果以表格、图表等形式展现出来，形成直观、易于理解的数据呈现形式。

通过制表和图表处理，可以更好地帮助农户和相关从业人员了解农作物生产状况，并及时采取相应措施。

种植模型的建立：通过数据分析和处理，形成适合当地农作物的种植模型。

这个模型包括种植时期、种植方式、施肥、防治病虫害等决策指南，帮助农户更好地管理和生产农作物。

信息化与农业的闭环：将种植模型反馈给农户，实现信息化与农业的闭环。

可以根据种植模型进行农作物生产，同时通过实时监测和数据处理，不断更新和改进种植模型，形成一个不断优化和完善的闭环系统。

（见图1）主要功能标准化种植管理功能。

通过农业生产全过程大数据分析和融合模型，实现标准化种植管理，包括综合生产管理、数据采集等功能；同时，还集成了农业生产全过程的智能化决新一代信息技术条件下，农作物生产智能化的系统设计随着《数字乡村发展战略纲要》（中办发〔2019〕31号）、《数字农业农村发展规划（2019-2025年）》（农规发〔2019〕33号）等政策文件的陆续发布，全国各地都在加快推进5G、云计算、大数据、互联网、人工智能等新一代信息技术与农业、种植业、畜牧业、渔业等行业的全面深度融合，以提升数字农业水平，促进农业数字化转型和高质量发展。

通过运用5G、物联网、大数据、云计算和人工智能等新一代信息技术，进行农作物智能化生产，可以有效提高农作物的产量、质量和效益。

同时，通过实时监测种植环境、病虫害情况以及智能化灌溉等手段，能够实现农作物种植的智慧化、信息化和自动化，进一步推动智慧农业发展。

■ 王阿城 ︱ 文
策、标准化种植数据、产品质量溯源、市场价格信息推送等功能。

农作物生长预测和知识管理功能。

通过监测和管理农作物生态系统中的各关键因素数据，结合农事经验和相关知识库，我们可以创建农作物生长模型和知识图谱。

这些工具可以帮助农民更好地了解农作物的生长情况，做出更明智的决策。

病虫害防治功能。

通过农业环境数据采集传感器，将实时数据上传至农作物种植数据库，并对这些数据进行分析，以便进行病虫害预警。

同时，用户可以通过5G 网络在手机或者电脑上，使用视频录像和回放功能，远程查看农作物的生长和安防情况。

智能灌溉施肥功能。

为了满足农作物在种植灌溉、用肥和用药方面的需求，可以通过建设一体化智能灌溉系统，以实现水肥药的一体化管理。

该系统可以设置多项功能，包括用水量控制管理、实时运行状态监控、阀门自动控制、运维管理以及移动终端管理。

农作物智能化生产的数据系统
数据处理
通过传感器和其他仪器采集基础数据，其中包括农业园区数据（如基本数据、面积数据和生长环境数据）、环境数据（如气象数据和土壤数据）、溯源数据（如园区数据和生产档案数据）以及历史数据，还包括设备控制数据和视频数据。

对数据进行标准化处理，采用统一的数据规范标准，建立生长实时信息数据库、生产农事记录数据库、视频信息数据库、信息数据库、设备控制信息数据库和第三方应用
系统数据库。

利用大数据分析模型（如生长数据分析
模型和生长图像/视频智能识别系统）对数据进行挖掘。

在应用系统中以图表和图形的形式可视化展示数据，并将数据作为自动控制的重要参数，为分析和决策提供依据。

数据存储
数据存储采用统一存储和分布式存储技图 1 农作物智能化生产总体架构
70中国电信业
CHINA TELECOMMUNICATIONS TRADE
术相结合的方式，整合现有和新购的存储资源，为各业务应用和基础服务提供存储空间。

数据存储由数据存储资源、存储资源池和存储管理平台共同形成本地的数据生产中心和备份中心，并对存储设备的运行状况进行监测和运维。

农作物智能化生产的功能设计
标准化种植管理系统
通过GIS地图建立数字基地和数字农田，开发农作物标准化种植系统，根据农作物的生长特性和环境因素，建立农作物生长的最佳环境知识图谱，并将农业人的种植经验转化为数字模型，让系统的AI 算法指导农作物的生产和农事作业。

系统还包含气象灾害预警、农事作业记录、智慧大棚、机构和权限设置等功能，为农作物的生产指导和教学研究提供标准化的种植模型。

农田环境监测系统
通过使用物联网监测设备，如气象站、微型气象仪、智能数据采集仪等，来检测田间的各种参数，包括风速、风向、降雨量、蒸发量、环境光照、大气压、二氧化碳、PM2.5、环境温度和湿度、土壤多层水分、温度、肥力等，以满足作物生长对环境条件的检测需求。

通过将这些数据结合数字农业管理云平台的大
数据模型，为农作物的生长决策提供技术和数据支持。

通过使用植物体营养检测仪和智能数据采集仪等物联网监测设备，可以实时监测农作物生长的叶片叶绿素和氮含量，以及叶面温度和湿度。

通过结合农业大数据标准化种植系统的种植模型，可以根据农作物叶片的营养状况及时进行施肥浇灌作业指导，为农业生产决策提供支持。

生长过程监控系统农作物生长过程视频监控系统由高清摄像机和硬盘录像机等设备组成，能够定时记录作物生长过程的影像数据，为农业技术人员和农业管理人员提供及时准确的图像支持。

该系统能够监测作物生长状态、病虫害情况、
园区安防等多方面信息，有助于及时发现和
解决作物生长过程中出现的各种问题，提高农业种植的科学性。

用户可以通过5G网络在手机或者电脑上，使用视频录像和回放功能，远程查看农作物的生长和安防情况。

管理人员可以做到远程轻松监控、管理作业生产。

病虫害防治系统
通过在农业园区安装固定式虫情测报灯，可以对特定时间段内的害虫进行分段存储、拍照和计数，并将数据传输到大数据平台。

通过分析这些数据，平台能够实现病虫害预警，提供相应的植保措施，并形成每日的数
据分析报告，供农业专家远程诊断使用。

智能灌溉施肥系统
智能水肥一体化系统是一种能够智能控制灌溉的系统，它包含了智能控制软件、灌溉中心首部装置、提水系统、过滤系统、管网布局和现场控制装置等多个组成部分。

通过使用该系统，可以达到节水、节肥、节省人力的目的。

利用园区内的气象监测系统和土壤环境监测系统，收集环境温湿度和土壤温湿度等数据，同时结合气象预报信息，根据农作物生长周期的水肥需求，实现自动化决策，并且自动控制微喷灌、滴灌阀门的开启和关闭，达到节约水资源、减少施肥成本以及节省人力的目的。

社会效益及展望
通过不断提高农业智能化水平，可以提高农业产业的劳动生产率、资源利用率和土地产出率，提高农业素质和竞争力，进而提高农业经济、社会和生态效益。

运用数字化系统实施并推广生态种植或无公害等标准化生产技术，按照相关标准严格进行生产，并实施农业循环经济模式，以促进农业可持续发展。

在农业园区的灌排区，根据作物的需水规律适时、适量灌溉，提高化肥、农药的利用率，减少回流和入流，降低水土流失，减少化肥、农药等有害物质对地表水和地下水质的污染，改善河流水质，促进生态环境的良好循环。

通过运用5G、物联网、大数据、云计算和人工智能等新一代信息技术，使得农业经营者更加灵活地获取天气、市场供需、农作物生长等方面的数据，并且更准确地做出决策，例如在施肥、打药等方面，从而提高农业生产对自然环境的应对能力。

智能设备的应用还可以协助合理安排用工用时用地，从而降低劳动和土地使用成本，提高生产效率。

将新一代信息技术与农业深度融合，有助于推动农业的规模化和产业化发展，打破小农生产的局限，推进土地流转制度不断完善，并有效支撑智慧农业的发展。

此外，这种融合还可以促进更多传统农业企业的数字化转型，拓展智慧农业的商业模式，打造新的消费业态，从而推动智慧农业的规模化和产业化。

作者单位：中国信息通信研究院产业与规划研究所。