① 温室大棚：温室生产管控解决方案通过对温室内温湿度、土壤水分、光照度、光合效率、二氧化碳、光照度等进行数据监测，通过无线技术传输至云平台加工处理，并在手机、电脑、平板上实时显示。用户还可通过软件平台对温室湿帘风机、喷淋滴灌、内外遮阳、顶窗侧窗、加温补光等设备进行控制。从而达到温室种植的智能化管理，减轻用户的工作量，节省用户用工成本和管理成本。
② 生态农场：室外农作物智能监控改造方案，该方案可建设一个气象站及其相关传感器，采集农作物当地的环境参数，设备主要以水泵、电磁阀、水肥一体化设备等为主，施工简便，主要实现自动控制水阀进行浇水作业等功能，提高生产效率，提高作物产量。
③ 畜牧养殖：主要针对环境温湿度和空气中氨气含量进行监测，配套水帘与排风系统，以此来达到降温与换气功能。同时采用自动投料装置与粪便清理装置，确保了环境的环境卫生，减少用工成本。另外针对畜禽安全方面采用视频监控系统，实时关注畜禽动态情况并实现远程会诊的功能。全面结合自动化设备和计算机信息技术为畜禽的生产提供有效的管控手段。
④ 水产养殖：水产养殖生产管控解决方案通过对养殖水域的环境以及现场设备的集中监控，经过云服务器分析，得出科学的生产 *** 作指导，使得水产养殖实现智能化，通过PC、APP等显示控制方式实现随时随地监控管理。“智慧农业”之后，我们又迎来一个新词：“智慧渔业”。21世纪的人类正在从以自然资源为主的工业经济时代逐步进入以信息资源为主的知识经济社会。在知识经济社会中，拥有信息资源的重要性远胜于在工业经济社会中拥有自然资源的重要性。
“智慧渔业”的建设将为渔业科技跨越式发展提供强有力的信息支撑。同时，渔业科技的发展也将不断丰富“智慧渔业”的内容和提高“智能化渔业”的服务能力。
什么是智慧渔业？
智慧渔业是渔业生产的高级阶段，它的核心是把新兴技术集为一体，如互联网、移动互联网、云计算和物联网等技术，依托部署在渔业生产现场的各种传感节点（环境温湿度、土壤水分、二氧化碳、图像等）和无线通信网络，去实现渔业生产环境的智能感知、智能预警、智能决策、智能分析、专家在线指导等功能。
主要通过数字形式处理一切渔业要素，比如渔业资源、水域生态、捕捞和养殖，整个渔业的生产过程和渔业管理过程以信息为特征。
（来源：浙江大学刘鹰教授）
智慧渔业从狭义上说就是：渔业可视化远程诊断、远程控制、灾变预警等智能化管理。而从广义范畴上说，智慧渔业还包含农（渔）村电商、食品防伪、农业信息服务与农业休闲旅游等。
“智慧渔业”既可带动本行业的发展，又将促进全社会的进步。所以，拥有“智慧渔业”等于占领了渔业知识经济社会的一个制高点。
“智慧渔业”的发展目标是实现渔业低碳、经济、循环和高效的发展，并且它强调节能节水、空间集约、绿色高产的农业新模式以及相关技术的普及应用。
智能检测与感知控制的先进传感设施设备（来源：浙江大学刘鹰教授）
世界智慧渔业的兴起和发展现状
智慧渔业概念的提出其实是源于IBM公司提出的“智慧地球”概念。2008年，IBM提出“智慧地球”概念，他们将“智慧地球”定义为三个维度：
一是能够更透彻地感应和度量世界的本质和变化；
二是促进世界更全面地互联互通 ；
三是在上述基础上，所有事物、流程、运行方式都将实现更深入的智能化，企业因此获得更智能的洞察。
在20世纪90年代中期，美国最先将卫星导航系统安装在农业机械上，从而开启了农业机械高科技、高性能、智能化的先河。
如美国的一些大型农场，都会使用产量监控器监控作物生长状况，再加上GPS定位信息、耕种区域地图、耕种作物种类和植物种群等信息，把这些信息实时传输给软件系统。这些信息经过系统进行综合分析之后，就可以做出实时判断。因此，他们在未收获作物之前就能形成产量报告，这样，有助于对农作物合理定价。
（来源：veer图库）
大家都知道，德国是机械化程度比较高的国家，政府大力投资农业技术，并由大型企业牵头发展智慧渔业。他们通过农业数据库的大力建设为智慧农业的发展提供了海量的基础数据，把传统农业生产与机械制造紧密结合，这样就大大提升了农业生产的自动化水平。
法国的智慧农业研究起步虽然相对比较晚，研究的力度和范围不及美国，但应用水平和程度并不低，尤其是联合收获机产量图生成及质量测定、施肥机械和植保机械利用GPS和GIS系统进行变量作业等已开始投入使用，并取得了突出的成果。
法国库恩（Kuhn）公司研制的Axis系列悬挂式变量撒肥机采用GPS系统和GIS系统自动生成肥料撒施分布处方图，配置了自动调节撒肥量的EMC控制系统，可实时调节撒肥盘开度与角度，实现高效变量撒肥作业。
日本是农业劳动人口老龄化和农业劳动力不足问题比较严重的国家。政府高度重视智慧农业的发展，建立了完善的农业市场信息服务系统，完成了农业科技生产信息支持体系。
目前日本已经有一半以上的农户选择使用农业物联网技术，从而大幅提高了农产品生产效率与流通效率，有效解决了农业劳动人口老龄化和农业劳动力不足的问题。
九州宫崎县高丘町的一个农业村庄（来源：veer图库）
澳大利亚十分重视的精准技术和农业物联网技术在农业资源利用中的应用。农业机械化信息化是他们关键突破口，通过大力引进和开发各种农业智能装备，发展网络基础设施建设，利用多媒体技术和远程教育等方式，使其精准农业技术及农业物联网技术走在世界前列。
通过全球近20多年的发展，欧美及日本等发达国家的智慧农业发展已经取得了相当高的成就。
国际智慧渔业的研究和应用
渔业是农业的重要组成部分。就我国而言，最新的2021年统计数据表明，渔业总产值整个农林牧渔业总产值中占了近10%。
在联合国粮食与农业组织（FAO）《2018年世界渔业和水产养殖状况》报告中明确地指出：信息和通信技术的快速发展对渔业和水产养殖部门已产生了革命性影响，在发现捕捞资源、规划和监测，以及在提供市场信息方面（包括捕捞量电子档案和可追溯系统、价格信息系统）都不例外。
另外，随着移动设备的普及，信息和通信技术在在海上安全、空间规划、联合管理和社会网络等领域发挥着重要作用。在一些资源匮乏地区的各利益相关方也会从中受益。
（来源：FAO《可持续渔业宣言》）
在FAO的研究中，智慧渔业的主要内容还是属狭义的范畴，其主要内容如下：
1海上安全和预警智能化
渔民在作业或救援行动中的安全有赖于信息通信技术。电子信号器可与自动识别系统（AIS）或渔船监测系统（VMS）组合，成为保障安全的利器，同时也能提供渔船的活动信息。手机咨询服务可就天气和极端事件提供预警，支持渔民呼叫求助。社交网络也可成为紧急情况（如疾病暴发）下的预警来源。
2渔业管理智能化
手机和平板电脑上使用的社交媒体和其他互联网应用可改进可靠数据的获取和共享，如渔获物、捕捞活动以及渔业管理规章制度，有助于各利益相关方获得赋权，特别是在联合管理伙伴关系的谈判过程中。
信息通信技术还支持对非法、不报告和不管制捕鱼的打击行动。如，全球定位系统（GPS）在捕捞作业的监测、管理和监督工作中正得到越来越多的应用，大型渔船安装渔船监测系统，另外还有SPOT跟踪器等小型跟踪设施。这样，海洋渔业管理，特别是公海渔业管理中的纠纷也会减少。
（来源：FAO《可持续渔业宣言》）
3渔业生产智能化
水产养殖管理软件支持养殖者优化生产。比如空气传感器和水中传感器以及无人机检查设备和锚定，监测环境及鱼群，并帮助优化养殖作业。在渔业行业，全球定位系统等航标系统可支持捕捞区域、记录行程以及规划节能路径的标记。
有些渔船使用信息通信技术，将用于定位鱼群、海床及水下残骸的声呐系统的信息与行程报告综合起来，可生成新的数据集，进一步提高效率。
（来源：FAO《可持续渔业宣言》）
南森（Fridjof Nansen）博士号是世界上最先进的海洋研究船，也是唯一悬挂联合国国旗的船。
“南森”号为许多缺乏适当基础设施的发展中国家提供了一个平台，这些国家可以独立地对其渔业资源进行此类海洋研究，包括气候变化、污染和海洋塑料的影响。
最新的南森号于2017年下水，船上有七个科学实验室、一个礼堂，并配备了能够快速绘制鱼类分布图的现代声纳传感器和能够拍摄海底生物照片的遥控潜水器。
4提升行业能力建设与社交网络
信息通信技术拓宽了行业能力建设方面可用工具的范围，特别是针对闭锁或偏远的社区。如，推广服务的电子化提供模式可对传统的渔业和水产养殖推广体系予以补充，支持业内人员更为便捷地了解供应链上现代可持续的做法。
5运用本地知识监测发生的变化
便捷的信息通信技术可有地做好捕捞和养殖社区的科普工作，如可建立公民科学平台，支持利益相关方使用智能手机和网站分享水生环境变化的信息，或了解到新的种群出现或生境损失。
在小规模渔业和水产养殖运用信息通信技术的经验不断累积的同时，对各类信息通信技术效益与风险以及制定实施过程中的良好做法也有了越来越多的认识。
（来源：FAO《2022年世界渔业和水产养殖状况：努力实现蓝色转型》）
我国的智慧渔业发展现状
对我国渔业来说，智慧渔业是实现水产养护、拓展和高技术三大发展战略和高效、优质、生态、健康和安全可持续发展战略目标的有效途径。
近年来，我国现代渔业，即：水产养殖、捕捞、水产加工、流通和休闲渔业这五大产业的发展都离不开渔业的科技创新、信息化和智能化。
（来源：浙江大学刘鹰教授）
信息技术已应用到政府辅助决策、资源管理、环境保护、水面利用、区划管理，以及气象海况、渔况探测预报、渔船导航和海上生产作业实时指挥等领域。
打造智慧渔业和数字渔业，是实现渔业现代化的关键。它不仅可以提升渔业的档次和工业化水平，促进渔业生产过程与监督管理的智能化和信息化，也能显著提升渔业生产和渔业管理决策的能力与水平，促进现代渔业的转型升级。
（来源：浙江大学刘鹰教授）
当前，物联网与大数据应用正推动水产养殖向智慧渔业转型，走向数字渔业和智能渔业。围绕大数据“预警、预测、决策、智能”四大要素，要实现“汗水渔业”向“智慧渔业”转变，需要养殖技术、装备技术和信息技术的高度融合。目前，部分行业领军企业已经开始了“互联网+物联网”的模式探索。
农业农村部发布《数字农业农村发展规划（2019-2025年）》是智慧渔业发展的纲领性文件，文件中在“渔业智慧化”部分中明确提出“构建4个系统”，而基于物联网的水产养殖生产和管理系统排在前面，这是为什么？因为我国是世界上第一养殖大国。因此，智慧渔业最明显体现的是在水产养殖业。
本文来源 乡村情怀
热文荐读
1共青团广东省扶贫开发协会支部委员会成立
2钟韶彬一行赴广东省小额贷款公司协会学习考察
3广东省扶贫开发协会工会委员会成立
4敏捷集团“四村联动”建设工作总结座谈会召开
5秋分时节，听南粤分享汇讲述春耕夏耘后的丰收
6汇聚小流成江海，让慈善在阳光下进行
7钟韶彬一行赴省企业联合会考察学习
8重磅！协会“4321工程”入选《聚全社会之力 助推乡村振兴——广东扶贫济困日活动典型经验汇编》一书
9新又好再出创新成果，重磅推出医疗膳食
102022年国家乡村振兴示范县创建名单公示公告出炉，广东4地位列其中
1、农村农业向数字化转型升级
近年来，农业数字化转型稳步推进，数字技术在农业生产经营活动的渗透率不断提升，农业数字化转型初见成效。中国信通院发布的《中国数字经济发展白皮书（2021）》中显示，2020年，我国农业数字经济占行业增加值比重平均值为89%，较上年提升07个百分点。广义上的农业分为种植业、林业、畜牧业、渔业以及副业等五种产业形式。前瞻初步统计2021年的农业数字经济渗透率为97%，预测2022年，农业数字经济渗透率为107%，至2027年渗透率约为168%。
总体分析来看，目前智慧农业的需求主要体现在农业的生产环节中，主要为农业种植和畜牧养殖上，农业数字经济比重由高到低依次为林、渔、农、畜，低于绝大多数服务业和工业行业，农业数字化转型仍相对滞后，但存在较大提升空间。随着农业数字化水平的提高，机器人、物联网、人工智能等先进技术被不断应用到农业生产经营的各个环节，未来智慧农业的需求将不断攀升。
从互联网普及率来看，2018年上半年至2021年上半年，农村地区互联网普及率总体呈现上升的趋势，并在2021年上半年达到了592%，较上年同期增长了69个百分点。截至2022年6月，农村地区互联网普及率为588%，较2021年12月提升12个百分点。农村互联网基础设施建设全面强化，以及数字技术在农业生产领域的广泛应用助力农村数字化转型升级，预计未来我国农村地区互联网普及率将进一步上升。
2、智慧农业智能化、数字化发展的必要性
中国是一个农业大国，发展高效、安全的现代生态农业是中国农业现代化建设的目标，然而，随着人口快速增长、耕地面积不断减小以及城镇化加速推进，农业面临的挑战日趋严峻。应用智能期数打造智慧农业，可以提高劳动生产率、资源利用率和土地产出率，增强农业抗风险能力，保障国家粮食安全和生态安全，实现农业可持续发展。毫无疑问，农业智能化将成为未来农业的重要发展方向。
3、智慧农业数字化发展前景和趋势
按照国家部署，从当前到2035年是我国基本实现现代化的关键时期。加快智慧农业发展必须立足新的发展阶段，贯彻新发展理念，实现农业高质高效发展；聚焦“保障国家粮食安全、食品安全、生态安全，促进农民持续增收”的目标，针对农业“新基建”、智慧种养、智慧供应链、农业智能信息服务、智慧农业相关技术产业化等方向，按照“抓重点、补短板、强弱项”的总体思路，开展重点建设。
据《面向2035年智慧农业发展战略研究》，到2025年，我国农业数字化转型取得重要进展。种植业、畜牧业、渔业等数字化水平以及农村互联网普及率等逐步提高。具体而言，预计大田、设施、畜禽、水产生产的数字化水平分别达到25%、45%、50%、30%，生鲜农产品冷链流通率超过40%，实现质量安全追溯的农产品占比超过25%，农业数字经济占第一产业国内生产总值的比重超过15%，行政村电子商务站点覆盖率不低于85%。
注：除特别标注外，基期值均为2019年数据。
智慧农业关键技术创新研究将是未来研究核心。形成包括物联网标准、智慧硬件（传感器、农业机器人等）的统一开发技术标准，优化数据传输方式，既保证效率，又确保稳定和安全。目前研究集中在数据的采集过程，而对数据处理、挖掘研究较少，大力发展云计算、大数据技术，数据融合、数据存储、数据挖掘等数据处理方法将是研究的重点；如何实现互联网、物联网、大数据的深度融合，并在生产中开发集大田种植、设施园艺、畜禽水产养殖物联网一体的技术平台是推动智慧农业发展的关键。
更多本行业研究分析详见前瞻产业研究院《中国智慧农业发展前景预测与投资战略规划分析报告》实时监测功能
通过传感设备实时采集温室（大棚）内的空气温度、空气湿度、二氧化碳、光照、土壤水分、土壤温度、棚外温度与风速等数据；将数据通过移动通讯网络传输给服务管理平台，服务服管理平台对数据进行分析处理。
远程控制功能
针对条件较好的大棚，安装有电动卷帘，排风机，电动灌溉系统等机电设备，可实现远程控制功能。农户可通过手机或电脑登录系统，控制温室内的水阀、排风机、卷帘机的开关；也可设定好控制逻辑，系统会根据内外情况自动开启或关闭卷帘机、水阀、风机等大棚机电设备。
查询功能
农户使用手机或电脑登录系统后，可以实时查询温室（大棚）内的各项环境参数、历史温湿度曲线、历史机电设备 *** 作记录、历史照片等信息； 登录系统后，还可以查询当地的农业政策、市场行情、供求信息、专家通告等，实现有针对性的综合信息服务。
警告功能
警告功能需预先设定适合条件的上限值和下限值，设定值可根据农作物种类、生长周期和季节的变化进行修改。 当某个数据超出限值时，系统立即将警告信息发送给相应的农户，提示农户及时采取措施。
农业物联网区域试验工程工作方案
为贯彻落实党的十八大精神，切实促进工业化、信息化、城镇化和农业现代化同步发展，充分利用现代信息技术改造传统农业，不断提高农业资源利用率和劳动生产率，推动农业发展向集约型、规模化转变，提升农业现代化水平。农业部决定启动农业物联网区域试验工程（下称区试工程），选择有一定工作基础的天津、上海、安徽三省市率先开展试点试验工作。为确保区试工程顺利进行，制定如下方案。一、实施农业物联网区域试验工程具有重要意义 当前，我国农业现代化进程明显加快，但也面临着资源、环境与市场的多重约束，保障粮食安全、食品安全、生态安全的压力依然存在，确保农民稳定增收的任务越来越重。实施区试工程，对于探索农业物联网理论研究、系统集成、重点领域、发展模式及推进路径，提高农业物联网理论及应用水平，促进农业生产方式转变、农民增收有重要意义。（一）实施区试工程，有利于把握物联网等信息技术的特点及在农业领域的应用规律，探索形成农业物联网发展模式。信息技术是新生事物，是多种学科技术的集成，兼具系统性和整体性。农业是个古老产业，兼具地域性、季节性和多样性，这就决定了信息技术改造传统农业的复杂性和艰巨性。实施区试工程，研究物联网技术在不同产品、不同领域的集成、组装模式和技术实现路径，逐步构建农业物联网应用模式，促进农业物联网基础理论研究、适用技术和产品研发，探索构建国家农业物联网标准框架体系及相关公共服务平台，将为推动农业物联网产业大发展奠定坚实基础。（二）实施区试工程，有利于积累农业物联网应用经验，促进农业物联网科学发展。目前，我国农业物联网应用尚处于尝试性起步阶段，整体应用水平和建设规模明显落后于电力、医疗、环保等其它行业。各地农业物联网应用示范基本呈各自为战、散兵游勇式发展，点多面广，严重缺乏顶层设计，为示范而示范的现象较普遍，重复投入问题较突出，可持续发展商业模式较少。实施区试工程，有利于逐步理清发展思路、明确发展方向和重点，为全面、整体、系统推进农业物联网积累经验。（三）实施区试工程，有利于调动地方农业部门积极性，整合各方力量共同推进农业物联网应用。虽然一些地方农业部门发展农业物联网的积极性较高，但由于缺乏稳定投入，系统推动的后劲明显不足，一定程度上影响了农业物联网效果发挥和长远发展。实施区试工程，不仅有利于调动地方农业部门积极性，更重要的是通过政府工程项目的示范、引导和带动，能够促进社会各方资源整合、形成合力，共同推进农业物联网发展。二、目标和重点任务 （一）工程目标。开展农业物联网应用理论研究，探索农业物联网应用主攻方向、重点领域、发展模式及推进路径；开展农业物联网技术研发与系统集成，构建农业物联网应用技术、标准、政策体系；构建农业物联网公共服务平台；建立中央与地方、政府与市场、产学研和多部门协同推进的创新机制和可持续发展的商业模式；适时开展成功经验模式的推广应用。（二）总体思路。按照“统一规划、系统设计、领域侧重、统分结合、整体推进、跨越发展”的总体思路组织实施。遵从“先集中规划后分区试验，先集中建平台后组装集成，先试点试验、积累经验后推广应用”的指导思想分步推进实施。在系统规划设计的同时，支持天津、上海和安徽根据各自经济、社会及农业发展水平和产业特点，分别以设施农业与水产养殖、农产品质量安全全程监控和农业电子商务推进、大田粮食作物生产监测为重点领域开展试验示范，力图探索形成农业物联网可看、可用、可持续的推广应用模式，逐步构建农业物联网理论体系、技术体系、应用体系、标准体系、组织体系、制度体系和政策体系，并在全国范围内分区分阶段推广应用。（三）重点任务一是研究和部署农业物联网公共服务平台。面向农业物联网重大行业应用，重点突破多源信息融合、海量信息分布式管理、智能信息服务等关键技术，构建农业物联网公共服务平台，开展面向农业资源规划与管理、生产过程精准管理、农产品质量安全溯源等领域的共性的服务。二是研究和制定一批农业物联网应用行业标准。联合产学研用单位，研究和编制农业领域条形码（一维码、二维码）、电子标签（RFID）等的使用规范，制修订一批农业物联网传感器及传感节点、数据采集、应用软件接口、服务对象注册以及面向大田、设施农业、农产品质量安全监管应用等方面标准。三是中试和熟化一批农业物联网关键技术和装备。围绕区域主导产业，重点中试和熟化动植物环境（土壤、水、大气）、生命信息（生长、发育、营养、病变、胁迫等）传感器，研制成熟度、营养组分、形态、有害物残留、产品包装标识等传感器，开展农业物联网技术和装备的系统引进和自主研发，加强动植物生长过程数字化监测手段、模型研究，突破农业物联网的核心技术和关键技术。四是形成一批可推广的技术应用模式。针对设施农业与水产养殖、农产品质量安全、农业电子商务、大田粮食作物生产等的监测监控，分别研发系列专用传感、传输、控制等设备，开发相应的软件和管理信息系统，从而构建全程技术体系及可持续发展机制。五是培育农业物联网产业。按照引进消化吸收再创新的思路，围绕农业物联网的感知识别、数据传输、数据处理、智能控制和信息服务等环节，积极引导和推进农业物联网设备制造、软件开发及相关服务，培育一批农业物联网产业化研究基地、中试基地和生产基地，促进农业物联网新兴产业发展。六是强化政策措施研究。总结区试工程经验，研究提出促进农业物联网应用推广的政策建议，积极推动相关政策措施出台，营造农业物联网发展的良好环境。三、试验布局 围绕天津、上海和安徽农业特色产业和重点领域，统筹考虑行业及产业链布局，逐步实现物联网技术在农业全产业链的渗透和试点省市的整体推进。（一）天津设施农业与水产养殖物联网试验区天津毗邻北京，经济和交通条件好，区位优势明显。设施农业发达，目前拥有高标准设施农业面积60万亩，水产养殖面积62万亩，规模化水产养殖小区55个，蔬菜和水产品自给率高。试验重点是在现代农业示范基地、龙头企业、农民专业合作社和水产养殖小区等开展设施农业与水产养殖物联网技术应用示范，探索不同种类农产品、不同类型农业生产经营主体农业物联网应用模式；开展农产品批发市场物流信息化管理，探索利用信息技术构建新型农产品流通格局，有效减少交易环节，提高交易效率。一是设施农业与水产养殖环境信息采集技术产品集成应用。选择现代农业示范基地、龙头企业、农民专业合作社和水产养殖小区，探索不同种类农产品、不同类型农业生产经营主体农业物联网技术应用模式及可持续商业模式。二是设施农业生命信息感知技术引进与创新。积极引进消化吸收国外先进的作物生命信息感知技术和设备，实现农作物径流、叶面温度、蒸腾量等作物关键生理生态信息在线获取，实现即时灌溉决策与在线营养诊断。三是设施蔬菜病虫害和水产病害特征信息提取与预警防控。融合设施环境、视频、动植物生命感知信息，引进创新设施农业病虫害和水产主要病害特征信息提取技术，实现设施农业主要作物的重点病虫害和水产主要病害信息实时提取与预警、事前防治与控制。四是探索设施农业物联网应用平台与服务模式。集成现有农业信息服务系统，构建设施农业物联网集成应用服务平台，面向农业主管部门、生产基地、农民专业合作社、基层农技人员、农户等提供多渠道、内容丰富的设施农业与水产养殖物联网应用服务；总结形成可持续、可推广的设施农业与水产养殖物联网应用服务模式。五是农产品交易流通平台。以天津韩家墅海吉星农产品批发市场为主体，综合利用物联网等现代信息技术，开展农产品质量追溯，实现物流、配送、仓储高效管理，并依托深圳农产品股份有限公司分布在全国的26个农产品批发市场，探索构建“产地装车、销地卸车、网上交易撮合、单品种全国互联互通”的新型农产品流通格局。（二）上海农产品质量安全监管试验区上海是国际化大都市，农产品主要依靠外阜输入，保证农产品质量安全是一项重大民生工程，探索应用物联网技术开展农产品质量安全监管试验，对确保大中城市食品安全具有普遍意义。试验重点是农产品（水稻、绿叶菜、动物及动物产品）生产加工、冷链物流和市场销售等环节的物联网技术应用，借助无线射频识别技术和条码技术，搭建农产品监管公共服务平台，实现对农产品生产、流通等环节全过程智能化监控，有效追溯农产品生产、运输、储存、消费全过程信息。一是建设农产品安全生产管理物联网系统。集成无线传感器网络，研究生产环境信息实时在线采集技术，研究生产履历信息现场快速采集技术，开发农产品安全生产管理物联网系统，实现产前提示、产中预警和产后反馈。二是建设农业投入品监管物联网系统。在农业生产环节，建立水稻、绿叶菜等农产品田间 *** 作电子化档案，对农业投入品进行规范管理，做到来源清楚，领用清晰，用量明确。三是农产品冷链物流物联网技术引进与创新。引进、消化国外农业物联网先进技术，在消化吸收相关技术基础上，研制集多种传感器、车辆定位、无线传输于一体的冷链物流过程监测设备，力争在稳定性、可靠性、低成本和低能耗方面有进展。开发农产品冷链物流过程监测与预警系统，实现基于物流过程的实时化监测与智能化决策。四是农产品全程质量安全监管物联网应用平台构建与服务模式创新。构建农产品质量安全监管综合数据库，开发农产品质量安全监管物联网应用平台，提供从农田到餐桌为主线的物联网综合应用服务，实现以追溯为核心的多方式溯源服务。培育农业物联网应用示范基地、示范企业与工程技术研究中心。积极探索商业化服务模式。五是农产品电子商务平台应用示范。以农产品电子商务平台建设为突破口，重点支持农产品电子商务与农产品追溯系统的深度融合，加快建设和推广从农产品生产至终端销售全程追溯的应用系统，搭建农产品产销服务信息平台。（三）安徽大田生产物联网试验区安徽是典型的农业大省，对保障国家粮食安全具有重要意义。试验以大田作物“四情”（苗情、墒情、病虫情、灾情）监测服务为重点，通过远程视频监控与先进感知相结合的农情数据信息实时采集、高效低成本信息传输和计算机智能决策技术的集成应用，实现大田作物全生育期动态监测预警和生产调度。一是建设大田作物农情监测系统。基于传感网数据采集，集成开发大田作物农情监测系统，实现对农田生态环境和作物苗情、墒情、病虫情以及灾情的动态高精度监测。二是建立基于感知数据的大田生产智能决策系统。基于信息采集点感知数据，集成农业生产管理知识模型，开发大田生产智能决策系统，实现科学施肥、节水灌溉、病虫害预警防治等生产措施的智能化管理。三是建立基于物联网的农机作业质量监控与调度指挥系统。在粮食主产区，基于无线传感、定位导航与地理信息技术，开发农机作业质量监控终端与调度指挥系统，实现农机资源管理、田间作业质量监控和跨区调度指挥。四是构建集成于12316平台的大田生产信息综合服务平台。以12316平台为基础，集成现有信息资源和各类专业服务系统，构建大田生产信息综合服务平台，为农情监测、生产决策、农产品质量安全管理、农机调度、市场监测预警等农业生产经营活动提供全方位的信息服务。五是大田生产物联网技术应用示范区建设。在小麦、水稻等主产县（市、区）建设大田生产物联网技术应用示范区，开展“四情”监测预警、农业生产管理、农机作业调度等物联网技术应用示范，探索物联网在大田作物生产上的技术应用模式和机制。六是探索农业物联网应用模式。在设施蔬菜、畜牧、渔业、茶叶、水果等产业，依托国家级、省级现代农业示范区、龙头企业，省级农民专业合作社示范社和规模种养殖场开展农业物联网应用试点，探索适合不同种类农产品、不同类型农业生产经营主体的农业物联网应用模式。四、条件保障（一）加强组织领导。为有序、高效推进区试工程任务，必须建立强有力的组织保障。区试工作由农业部农业信息化领导小组统一领导，组建区试工程技术专家组，由国家有关科研、教育系统的专家参与，负责研究制定区试工程总体技术解决方案，指导区试工程建设，研究和突破关键技术，制定农业物联网相关标准等。试点省市要成立以分管省市领导为组长、农业部门主要负责同志为副组长、涉农部门为成员的领导小组及技术专家组，负责推进本省区试工程。（二）明确工作分工。农业部负责组织制定区试工程总体实施方案，统筹推进区试工程，组织专家开展农业物联网应用理论、标准规范、共性技术和设备研究与熟化工作，构建农业物联网公共服务平台，开展应用模式及经验推广；试点省市领导小组及农业主管部门负责制定本地区实施方案、落实配套经费、推进区试工程及技术成果的示范与推广、加强资金监管及提高补助资金使用效益等工作。（三）确保稳定投入。要按区试总体方案安排，建立稳定的投入机制，以确保区试工程整体、稳步推进。农业部负责监督中央补助资金使用。试点省市要按不少于1:1的比例落实配套资金，并制定相应资金管理办法；注重积极引导有关IT企业和有实力的农业生产经营主体投资参与区试工程，逐步形成多元化投资格局。注重商业模式的培育，探索可持续发展机制。
本专题我共整理了10篇文章，来自中国农业科学院农业质量标准与检测技术研究所、南京农业大学、英国林肯大学、华南农业大学、江南大学、国家农业智能装备工程技术研究中心、浙江大学、中国科学院、吉林农业大学、西北农林 科技 大学、国家信息农业工程技术中心等单位。
文章包含农产品质量安全纳米传感器、太阳能杀虫灯、分簇路由算法、农田物联网混合多跳路由算法、水产养殖溶解氧传感器研制、土壤养分近场遥测方法、农机远程智能管理平台、水肥浓度智能感知与精准配比、果园多机器人通信等内容，供大家阅读、参考。
专题--农业传感器与物联网
Topic--Agricultural Sensor and Internet of Things
[1]王培龙, 唐智勇 农产品质量安全纳米传感应用研究分析与展望[J] 智慧农业(中英文), 2020, 2(2): 1-10
WANG Peilong , TANG Zhiyong Application analysis and prospect of nanosensor in the quality and safety of agricultural products[J] Smart Agriculture, 2020, 2(2): 1-10
知网阅读
[2]杨星, 舒磊, 黄凯, 李凯亮, 霍志强, 王彦飞, 王心怡, 卢巧玲, 张亚成 太阳能杀虫灯物联网故障诊断特征分析及潜在挑战[J] 智慧农业(中英文), 2020, 2(2): 11-27
YANG Xing, SHU Lei, HUANG Kai, LI Kailiang, HUO Zhiqiang, WANG Yanfei, WANG Xinyi, LU Qiaoling, ZHANG Yacheng Characteristics analysis and challenges for fault diagnosis in solar insecticidal lamps Internet of Things[J] Smart Agriculture, 2020, 2(2): 11-27
摘要： 太阳能杀虫灯物联网（SIL-IoTs）是一种基于农业场景与物联网技术的新型物理农业虫害防治工具，通过无线传输太阳能杀虫灯组件状态数据，用户可后台实时查看太阳能杀虫灯运行状态，具有杀虫计数、虫害区域定位、辅助农情监测等功能。但随着SIL-IoTs快速发展与广泛应用，故障诊断难和维护难等矛盾日益突出。基于此，本研究首先阐述了SIL-IoTs的结构和研究现状，分析了故障诊断的重要性，指出了故障诊断是保障其可靠性的主要手段。接着介绍了目前太阳能杀虫灯节点自身存在的故障及其在无线传感网络（WSNs）中的体现，并进一步对WSNs中的故障进行分类，包括基于行为、基于时间、基于组件以及基于影响区域的故障四类。随后讨论了统计方法、概率方法、层次路由方法、机器学习方法、拓扑控制方法和移动基站方法等目前主要使用的WSNs故障诊断方法。此外，还探讨了SIL-IoTs故障诊断策略，将故障诊断从行为上分为主动型诊断与被动型诊断策略，从监测类型上分为连续诊断、定期诊断、直接诊断与间接诊断策略，从设备上分为集中式、分布式与混合式策略。在以上故障诊断方法与策略的基础上，介绍了后台数据异常、部分节点通信异常、整个网络通信异常和未诊断出异常但实际存在异常四种故障现象下适用的WSNs故障诊断调试工具，如Sympathy、Clairvoyant、SNIF和Dustminer。最后，强调了SIL-IoTs的特性对故障诊断带来的潜在挑战，包括部署环境复杂、节点任务冲突、连续性区域节点无法传输数据和多种故障诊断失效等情形，并针对这些潜在挑战指出了合理的研究方向。由于SIL-IoTs为农业物联网中典型应用，因此本研究可扩展至其它农业物联网中，并为这些农业物联网的故障诊断提供参考。
知网阅读
[3]汪进鸿, 韩宇星 用于作物表型信息边缘计算采集的认知无线传感器网络分簇路由算法[J] 智慧农业(中英文), 2020, 2(2): 28-47
WANG Jinhong, HAN Yuxing Cognitive radio sensor networks clustering routing algorithm for crop phenotypic information edge computing collection[J] Smart Agriculture, 2020, 2(2): 28-47
摘要： 随着无线终端数量的快速增长和多媒体图像等高带宽传输业务需求的增加，农业物联网相关领域可预见地会出现无线频谱资源紧缺问题。针对基于传统物联网的作物表型信息采集系统中存在由于节点密集部署导致数据传输过程容易出现频谱竞争、数据拥堵的现象以及固定电池的网络由于能耗不均衡引起监测周期缩减等诸多问题，本研究建立了一个认知无线传感器网络（CRSN）作物表型信息采集模型，并针对模型提出一种引入边缘计算机制的动态频谱和能耗均衡（DSEB）的事件驱动分簇路由算法。算法包括：（1）动态频谱感知分簇，采用层次聚类算法结合频谱感知获取的可用信道、节点间的距离、剩余能量和邻居节点度为相似度对被监控区域内的节点进行聚类分簇并选取簇头，构建分簇拓扑的过程对各分簇大小的均衡性引入奖励和惩罚因子，提升网络各分簇平均频谱利用率；（2）融入边缘计算的事件触发数据路由，根据构建的分簇拓扑结构，将待检测各区域变化异常表型信息触发事件以簇内汇聚和簇间中继交替迭代方式转发至汇聚节点，簇内汇聚包括直传和簇内中继，簇间中继包括主网关节点和次网关节点-主网关节点两种情况；（3）基于频谱变化和通信服务质量（QoS）的自适应重新分簇：基于主用户行为变化引起的可用信道改变，或分簇效果不佳对通信服务质量产生的干扰，触发CRSN进行自适应重新分簇。此外，本研究还提出了一种新的能耗均衡策略去能量消耗中心化（假设sink为中心），即在网关或簇头节点选取计算式中引入与节点到sink的距离成正比的权重系数。算法仿真结果表明，与采用K-medoid分簇和能量感知的事件驱动分簇(ERP)路由方案相比，在CRSN节点数为定值的前提下，基于DSEB的分簇路由算法在网络生存期与能效等方面均具有一定的改进；在主用户节点数为定值时，所提算法比其它两种算法具有更高频谱利用率。
知网阅读
[4]顾浩, 王志强, 吴昊, 蒋永年, 郭亚 基于荧光法的溶解氧传感器研制及试验[J] 智慧农业(中英文), 2020, 2(2): 48-58
GU Hao, WANG Zhiqiang, WU Hao, JIANG Yongnian, GUO Ya A fluorescence based dissolved oxygen sensor[J] Smart Agriculture, 2020, 2(2): 48-58
摘要：溶解氧含量的测量对水产养殖具有极其重要的意义，但目前中国市面上的溶解氧传感器存在价格昂贵、不能持续在线测量及更新部件维护困难等问题，难以在水产养殖物联网中大规模推广和发挥作用。本研究基于荧光淬灭原理，利用水中溶解氧浓度与荧光信号相位差的关系进行低成本、易维护溶解氧传感器的研发。首先利用自制备溶氧敏感膜，经激发光照射后产生红色荧光，该荧光寿命可由溶解氧浓度调节；然后利用光信号敏感器件设计光电转化电路实现光信号感知；再以STM32F103微处理器作为主控芯片，编写下位机程序实现激发光脉冲产生，利用相敏检波原理以及快速傅里叶变换（FFT）计算激发光与参照光的相位差，进而转化为溶解氧浓度，实现溶解氧的测量。荧光探测部分与系统主控部分采用分离式设计思想，利用屏蔽排线直接插拔连接，便于传感器探测头的拆卸、更换、维护以及实现远距离在线测量。经测试，本溶解氧传感器的测量范围是0~20 mg/L，响应延迟小于2 s，溶氧敏感膜使用寿命约1年，可以实时不间断地对溶解氧浓度进行测量。同时，本传感器具有测量方便、制作成本低、体积小等特点，为中国水产养殖低成本溶解氧传感器的研发与市场化奠定了良好的基础。
知网阅读
[5]矫雷子, 董大明, 赵贤德, 田宏武 基于调制近红外反射光谱的土壤养分近场遥测方法研究[J] 智慧农业(中英文), 2020, 2(2): 59-66
JIAO Leizi, DONG Daming, ZHAO Xiande, TIAN Hongwu Near-field telemetry detection of soil nutrient based on modulated near-infrared reflectance spectrum[J] Smart Agriculture, 2020, 2(2): 59-66
摘要： 土壤养分作为农业生产的重要指标，含量过少会降低农作物产量，过多则会造成环境污染。因此，快速、准确检测土壤养分对于精准施肥和提高作物产量具有重要意义。基于取样和化学分析的传统方法能够全面准确地检测土壤养分，但检测过程中土壤的取样及预处理过程繁琐、 *** 作复杂、费时费力，不能实现土壤养分的原位快速检测。本研究基于调制近红外光谱，提出了一种土壤养分主动式近场遥测方法，可有效避免土壤反射自然光的干扰。该方法使用波长范围1260~1610 nm的8通道窄带激光二极管作为近红外光源，通过测量8通道激光光束的土壤反射率，建立土壤养分中氮（N）关于土壤反射率的计量模型，实现了N的快速检测。在74组已知N含量的土壤样品中，选取54组作为训练集，20组作为预测集。基于一般线性模型，对训练集中土壤N含量与土壤反射率的定量化参数进行训练，筛选显著波段后的计量模型R2达到097。基于建立的计量模型，预测集中土壤N含量预测值与参考值的决定系数R2达到09，结果表明该方法具有土壤养分现场快速检测的能力。
知网阅读
[6]朱登胜, 方慧, 胡韶明, 王文权, 周延锁, 王红艳, 刘飞, 何勇 农机远程智能管理平台研发及其应用[J] 智慧农业(中英文), 2020, 2(2): 67-81
ZHU Dengsheng, FANG Hui, HU Shaoming, WANG Wenquan, ZHOU Yansuo, WANG Hongyan, LIU Fei, HE Yong Development and application of an intelligent remote management platform for agricultural machinery[J] Smart Agriculture, 2020, 2(2): 67-81
摘要： 本研究针对农机管理实时数据少、农机实时作业监管困难、服务信息不对称等问题，首先提出专业化远程管理平台设计时应具有五大原则：专业化、标准化、云平台、模块化以及开放性。基于这些原则，本研究设计了基于大田作业智能传感技术、物联网技术、定位技术、遥感技术和地理信息系统的可定制化的通用农机远程智能管理平台。平台分别为各级政府管理部门、农机合作社、农机手、农户设计并实现了基于WebGIS 的农机信息库及农机位置服务、农机作业实时监测与管理、农田基础信息管理、田间作物基本信息管理、农机调度管理、农机补贴管理、农机作业订单管理等多个实用模块。研究着重分析了在当前的技术背景下，平台部分关键技术的实现方法，包括采用低精度GNSS定位系统前提下的作业面积的计算方法、GNSS定位数据处理过程中的数据问题分析、农机调度算法、作业传感器信息的集成等，并提出了以地块为核心的管理平台建设思路；同时提出农机作业管理平台将逐步从简单作业管理转向大田农机综合管理。本平台对同类型管理平台的研发具有一定的参考与借鉴作用。
知网阅读
[7]金洲, 张俊卿, 郭红燕, 胡宜敏, 陈翔宇, 黄河, 王红艳 水肥浓度智能感知与精准配比系统研制与试验[J] 智慧农业(中英文), 2020, 2(2): 82-93
JIN Zhou, ZHANG Junqing, GUO Hongyan, HU Yimin, CHEN Xiangyu, HUANG He, WANG Hongyan Development and testing of intelligent sensing and precision proportioning system of water and fertilizer concentration[J] Smart Agriculture, 2020, 2(2): 82-93
摘要： 为解决农场当地当时的复合肥料精准化配料问题，本研究将水肥一体化智能灌溉施肥系统作为研究对象，构建了水肥浓度智能感知与精准配比系统。首先提出现场在线水肥溶液智能感知模型的快速建立方法，利用数据分析算法从传感器实时监测的一系列浓度梯度的肥料溶液中挖掘出模型。其次基于上述模型设计水肥浓度智能感知与精准配比系统的框架结构，阐述系统工作原理；并通过三种水体模拟在线配肥验证了该系统原位指导水肥浓度配比的有效性，同时评价了水体电导率对水肥配比浓度的干扰。试验结果表明，正则化条件下二阶的多项式拟合曲线是表达溶液电导率与水肥浓度的变化关系最优的模型，相关系数R2均大于0999，由此模型可得出用户关心的复合肥各指标浓度。三种水体模拟在线配肥结果表明，水体会干扰电导率导致无法准确反演水肥配比的浓度，相对偏差值超过了01。因此，本研究提出的在线水肥智能感知与精准配比系统实现了消除当地水体电导率对水肥配比准确性的干扰，通过模型计算实现复合肥精准化配比，并得出各指标浓度。该系统结构简单，配比精准，易与现有水肥一体机或者人工配肥系统结合使用，可广泛应用于设施农业栽培、果园栽培和大田经济作物栽培等环境下的精准智能施肥。
知网阅读
[8]孙浩然, 孙琳, 毕春光, 于合龙 基于粒子群与模拟退火协同优化的农田物联网混合多跳路由算法[J] 智慧农业(中英文), 2020, 2(3): 98-107
SUN Haoran, SUN Lin, BI Chunguang, YU Helong Hybrid multi-hop routing algorithm for farmland IoT based on particle swarm and simulated annealing collaborative optimization method[J] Smart Agriculture, 2020, 2(3): 98-107
摘要： 农业无线传感器网络对农田土壤、环境和作物生长的多源异构信息的获取起关键作用。针对传感器在农田中非均匀分布且受到能量制约等问题，本研究提出了一种基于粒子群和模拟退火协同优化的农田物联网混合多跳路由算法（PSMR）。首先，通过节点剩余能量和节点度加权选择簇首，采用成簇结构实现异构网络高效动态组网。然后通过簇首间多跳数据结构解决簇首远距离传输能耗过高问题，利用粒子群与模拟退火协同优化方法提高算法收敛速度，实现sink节点加速采集簇首中的聚合数据。对算法的仿真试验结果表明，PSMR算法与基于能量有效负载均衡的多路径路由策略方法（EMR）相比，无线传感器网络生命周期提升了57%；与贪婪外围无状态路由算法（GPSR-A）相比，在相同的网络生命周期内，第1个死亡传感器节点推迟了两轮，剩余能量标准差减少了004 J，具有良好的网络能耗均衡性。本研究提出的PSMR算法通过簇首间多跳降低远端簇首额外能耗，提高了不同距离簇首的能耗均衡性能，为实现大规模农田复杂环境的长时间、高效、稳定地数据采集监测提供了技术基础，可提高农业物联网的资源利用效率。
知网阅读
[9]毛文菊, 刘恒, 王东飞, 杨福增, 刘志杰 面向果园多机器人通信的AODV路由协议改进设计与测试[J] 智慧农业(中英文), 2021, 3(1): 96-108
MAO Wenju, LIU Heng, WANG Dongfei, YANG Fuzeng, LIU Zhijie Improved AODV routing protocol for multi-robot communication in orchard[J] Smart Agriculture, 2021, 3(1): 96-108
摘要： 针对多机器人在果园中作业时的通信需求，本研究基于Wi-Fi信号在桃园内接收强度预测模型，提出了一种引入优先节点和路径信号强度阈值的改进无线自组网按需平面距离向量路由协议（AODV-SP）。对AODV-SP报文进行设计，并利用NS2仿真软件对比了无线自组网按需平面距离向量路由协议（AODV）和AODV-SP在发起频率、路由开销、平均端到端时延及分组投递率4个方面的性能。仿真试验结果表明，本研究提出的AODV-SP路由协议在发起频率、路由开销、平均端到端时延及分组投递率4个方面的性能均优于AODV协议，其中节点的移动速度为5 m/s时，AODV-SP的路由发起频率和路由开销较AODV分别降低了365%和709%，节点的移动速度为8 m/s时，AODV-SP的分组投递率提高了059%，平均端到端时延降低了1309%。为进一步验证AODV-SP协议的性能，在实验室环境中搭建了基于领航-跟随法的小型多机器人无线通信物理平台并将AODV-SP在此平台应用，并进行了静态丢包率和动态测试。测试结果表明，节点相距25 m时静态丢包率为0，距离100 m时丢包率为2101%；动态行驶时能使机器人维持链状拓扑结构。本研究可为果园多机器人在实际环境中通信系统的搭建提供参考。
知网阅读
[10]黄凯, 舒磊, 李凯亮, 杨星, 朱艳, 汪小旵, 苏勤 太阳能杀虫灯物联网节点的防盗防破坏设计及展望[J] 智慧农业(中英文), 2021, 3(1): 129-143
HUANG Kai, SHU Lei, LI Kailiang, YANG Xing, ZHU Yan, WANG Xiaochan, SU Qin Design and prospect for anti-theft and anti-destruction of nodes in Solar Insecticidal Lamps Internet of Things[J] Smart Agriculture, 2021, 3(1): 129-143
摘要： 太阳能杀虫灯在有效控制虫害的同时，可减少农药施药量。随着其部署数量的增加，被盗被破坏的报道也越来越多，严重影响了虫害防治效果并造成了较大的经济损失。为有效地解决太阳能杀虫灯物联网节点被盗被破坏问题，本研究以太阳能杀虫灯物联网为应用场景，对太阳能杀虫灯硬件进行改造设计以获取更多的传感信息；提出了太阳能杀虫灯辅助设备——无人机杀虫灯，用以被盗被破坏出现后的部署、追踪和巡检等应急应用。通过上述硬件层面的改造设计和增加辅助设备，可以获取更为全面的信息以判断太阳能杀虫灯物联网节点被盗被破坏情况。但考虑到被盗被破坏发生时间短，仅改造硬件层面还不足以实现快速准确判断。因此，本研究进一步从内部硬件、软件算法和外形结构设计三个层面，探讨了设备防盗防破坏的优化设计、设备防盗防破坏判断规则的建立、设备被盗被破坏的快速准确判断、设备被盗被破坏的应急措施、设备被盗被破坏的预测与防控，以及优化计算以降低网络数据传输负荷六个关键研究问题，并对设备防盗防破坏技术在太阳能杀虫灯物联网场景中的应用进行了展望。
知网阅读
微信交流服务群
为方便农业科学领域读者、作者和审稿专家学术交流，促进智慧农业发展，为更好地服务广大读者、作者和审稿人，编辑部建立了微信交流服务群，有关专业领域内的问题讨论、投稿相关的问题均可在群里咨询。
入群方法： 加我微信 331760296 ， 备注： 姓名、单位、研究方向 ，我拉您进群，机构营销广告人员勿扰。
信息发布
科研团队介绍及招聘信息、学术会议及相关活动 的宣传推广
托普云农研发的标准化、个性化物联网解决方案在吉林梨树县、杭州萧山农科所、金华寿仙谷、南充高坪农牧局、湖北金秋农业、宁夏利通区、四川岳池、赣县国家现代农业示范区、广州徐闻县等地得到广泛推广应用，为当地实现节水农业、智慧农业提供着重要的技术支撑！例如耕地质量保护大数据平台，通过搭建“1个中心，1个平台、N个应用”的平台建设模式。建一个耕地质量保护大数据中心，汇聚土、水、肥三大耕地质量数据，为耕地质量保护监测、管理、服务、应用提供数据支撑。利用大数据分析，达到精准管理，科学决策，形成指挥耕地新业态，通过大数据平台服务公共，服务管理，转变耕地保护方式。
托普水肥一体化智能灌溉系统，托普水肥一体化自动控制系统由系统云平台、墒情数据采集终端、视频监控、施肥机、过滤系统、阀门控制器、电磁阀、田间管路等组成。系统可根据监测的土壤水分、作物种类的需肥规律，设置周期性水肥计划实施轮灌。施肥机会按照用户设定的配方、灌溉过程参数自动控制灌溉量、吸肥量、肥液浓度、酸碱度等水肥过程的重要参数，实现对灌溉、施肥的定时、定量控制，充分提高水肥利用率，实现节水、节肥，改善土壤环境，提高作物品质的目的。该系统广泛应用于大田、旱田、温室、果园等种植灌溉作业。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）