国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)研究進(jìn)展與發(fā)展趨勢分析

2018-03-01 10:22李道亮
關(guān)鍵詞:聯(lián)網(wǎng)傳感器農(nóng)業(yè)

李道亮 楊 昊

(1.中國農(nóng)業(yè)大學(xué)信息與電氣工程學(xué)院, 北京 100083; 2.北京市農(nóng)業(yè)物聯(lián)網(wǎng)工程技術(shù)研究中心, 北京 100083)

0 引言

作為人口大國,以小規(guī)模粗放勞作為主的傳統(tǒng)農(nóng)業(yè)依然是我國農(nóng)業(yè)的主要生產(chǎn)、經(jīng)營模式。由于傳統(tǒng)農(nóng)業(yè)生產(chǎn)規(guī)模小、組織化程度低,導(dǎo)致我國農(nóng)業(yè)勞動生產(chǎn)率低下,作為已實現(xiàn)農(nóng)業(yè)現(xiàn)代化的發(fā)達(dá)國家,美國、法國、德國的人均勞動力所負(fù)擔(dān)耕地面積分別是我國的145倍、55倍、45倍。同時,伴隨著農(nóng)業(yè)勞動力老齡化問題,勞動力成本大幅提升,農(nóng)產(chǎn)品的勞動力成本高達(dá)70%,導(dǎo)致我國農(nóng)產(chǎn)品價格全面超過國際水平。在資源利用率方面,發(fā)達(dá)國家主要糧食作物的水分生產(chǎn)效率、廢料利用率、農(nóng)藥利用率分別為2 kg/m3、65%、50%~60%,相比之下,我國主要糧食作物的水分生產(chǎn)效率、廢料利用率、農(nóng)藥利用率分別僅有1 kg/m3、35%、25%。傳統(tǒng)農(nóng)業(yè)低下的資源利用效率進(jìn)一步加劇了生態(tài)環(huán)境惡化、人均農(nóng)業(yè)資源短缺,并由此帶來更為嚴(yán)峻的農(nóng)產(chǎn)品質(zhì)量安全問題。發(fā)展高效、精準(zhǔn)、環(huán)保的現(xiàn)代化農(nóng)業(yè)生產(chǎn)、經(jīng)營模式[1]是解決當(dāng)前我國農(nóng)業(yè)諸多難題的主要出路。

我國提出“感知中國”的物聯(lián)網(wǎng)發(fā)展戰(zhàn)略,“設(shè)施農(nóng)業(yè)物聯(lián)網(wǎng)”是其中至關(guān)重要的應(yīng)用[2]。我國農(nóng)業(yè)正處于從傳統(tǒng)農(nóng)業(yè)向現(xiàn)代農(nóng)業(yè)迅速推進(jìn)的過程中,農(nóng)業(yè)物聯(lián)網(wǎng)是我國農(nóng)業(yè)現(xiàn)代化的重要技術(shù)支撐。農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)在農(nóng)業(yè)生產(chǎn)、經(jīng)營、管理和服務(wù)中的具體應(yīng)用,就是運用各類傳感器、RFID、視覺采集終端等感知設(shè)備,廣泛采集大田種植、設(shè)施園藝、畜禽養(yǎng)殖、水產(chǎn)養(yǎng)殖、農(nóng)產(chǎn)品物流等領(lǐng)域的現(xiàn)場信息[3-9];按照約定的協(xié)議,通過建立數(shù)據(jù)傳輸和格式轉(zhuǎn)換方法,充分利用無線傳感器網(wǎng)絡(luò)、電信網(wǎng)和互聯(lián)網(wǎng)等多種現(xiàn)代信息傳輸通道,實現(xiàn)農(nóng)業(yè)信息的多尺度的可靠傳輸;最后將獲取的海量農(nóng)業(yè)信息進(jìn)行融合、處理,并通過智能化操作終端實現(xiàn)農(nóng)業(yè)的自動化生產(chǎn)、最優(yōu)化控制、智能化管理、系統(tǒng)化物流、電子化交易,進(jìn)而實現(xiàn)農(nóng)業(yè)集約、高產(chǎn)、優(yōu)質(zhì)、高效、生態(tài)和安全的目標(biāo)[10]。

農(nóng)業(yè)物聯(lián)網(wǎng)是一個復(fù)雜的系統(tǒng),涉及電子、通訊、計算機(jī)、農(nóng)學(xué)等學(xué)科和領(lǐng)域。依據(jù)信息學(xué)的基本研究內(nèi)容,即信息的獲取、處理、傳遞和利用,農(nóng)業(yè)物聯(lián)網(wǎng)關(guān)鍵技術(shù)可劃分4個層次,即感知層、傳輸層、處理層、應(yīng)用層,重點解決農(nóng)業(yè)個體識別、情景感知、異構(gòu)設(shè)備組網(wǎng)、多源異構(gòu)數(shù)據(jù)處理、知識發(fā)現(xiàn)、決策支持等問題。在農(nóng)業(yè)物聯(lián)網(wǎng)中,不同種類的農(nóng)業(yè)設(shè)備、傳感器突破數(shù)據(jù)共享屏障,通過M2M通訊技術(shù)共享運行參數(shù),遵循基于大數(shù)據(jù)與人工智能的控制策略實現(xiàn)農(nóng)業(yè)全過程的最優(yōu)自動化控制。農(nóng)業(yè)物聯(lián)網(wǎng)將扭轉(zhuǎn)當(dāng)前農(nóng)業(yè)生產(chǎn)以人為主,以機(jī)器、科技為輔的局面,開創(chuàng)以機(jī)器、科技為主,以人為輔的生產(chǎn)模式,解放農(nóng)業(yè)設(shè)備生產(chǎn)力,大幅提高農(nóng)產(chǎn)品質(zhì)量、物流的透明度,全面降低農(nóng)產(chǎn)品生產(chǎn)經(jīng)營成本。

目前,農(nóng)業(yè)物聯(lián)網(wǎng)已在我國實現(xiàn)初步應(yīng)用,然而隨著信息技術(shù)的不斷升級,農(nóng)業(yè)現(xiàn)代化進(jìn)程邁入了全新的信息時代,傳統(tǒng)農(nóng)業(yè)的升級過程對農(nóng)業(yè)物聯(lián)網(wǎng)提出了新的需求。本文依次針對農(nóng)業(yè)物聯(lián)網(wǎng)的架構(gòu)與標(biāo)準(zhǔn)化、感知技術(shù)、傳輸技術(shù)、智能信息處理技術(shù)、集成與應(yīng)用現(xiàn)狀進(jìn)行梳理,分析在新信息環(huán)境下農(nóng)業(yè)物聯(lián)網(wǎng)的發(fā)展瓶頸,提出我國農(nóng)業(yè)物聯(lián)網(wǎng)發(fā)展策略。

1 農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)進(jìn)展

1.1 農(nóng)業(yè)物聯(lián)網(wǎng)架構(gòu)與標(biāo)準(zhǔn)化進(jìn)展

農(nóng)業(yè)物聯(lián)網(wǎng)架構(gòu)如圖1所示,標(biāo)準(zhǔn)化的數(shù)據(jù)共享協(xié)議、數(shù)據(jù)接口、業(yè)務(wù)模型訪問協(xié)議、用戶外部訪問協(xié)議促成農(nóng)業(yè)系統(tǒng)的實時環(huán)境數(shù)據(jù)及設(shè)備運行狀態(tài)共享,并實現(xiàn)多源異構(gòu)分布式的海量農(nóng)業(yè)數(shù)據(jù)存儲;農(nóng)業(yè)智能信息處理技術(shù)是建立農(nóng)業(yè)業(yè)務(wù)模型的途徑,是智能控制策略的來源,結(jié)合大數(shù)據(jù)技術(shù)獲取價值關(guān)系信息與業(yè)務(wù)特征、結(jié)合人工智能算法獲取業(yè)務(wù)模型的主要參數(shù)。在農(nóng)業(yè)物聯(lián)網(wǎng)的技術(shù)框架中,人的主要角色是實時數(shù)據(jù)與價值信息的消費者; 農(nóng)業(yè)全過程業(yè)務(wù)的運行,例如農(nóng)業(yè)產(chǎn)前、產(chǎn)中、產(chǎn)后及補給運維管理業(yè)務(wù)等,則主要依靠控制策略自動運行,控制策略由業(yè)務(wù)模型與底層控制網(wǎng)絡(luò)共同完成,人僅可以通過頂層軟件平臺的人機(jī)接口進(jìn)行輔助控制,農(nóng)業(yè)各個過程的業(yè)務(wù)控制已不再是人的主要任務(wù),農(nóng)業(yè)物聯(lián)網(wǎng)驅(qū)動的農(nóng)機(jī)裝備智能化作業(yè)是最主要的勞動力來源。

圖1 農(nóng)業(yè)物聯(lián)網(wǎng)架構(gòu)Fig.1 Technical framework of IoT in agriculture

農(nóng)業(yè)物聯(lián)網(wǎng)標(biāo)準(zhǔn)是實現(xiàn)農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)應(yīng)用的關(guān)鍵[11]。作為底層控制網(wǎng)絡(luò)、海量農(nóng)業(yè)數(shù)據(jù)存儲系統(tǒng)、業(yè)務(wù)模型、用戶需求的交互中心,頂層平臺與各部分的接入必然涉及各種網(wǎng)絡(luò)制式、數(shù)據(jù)接口、行業(yè)接口、異構(gòu)數(shù)據(jù)交匯,此外,底層控制網(wǎng)絡(luò)不同廠商設(shè)備的組網(wǎng)、業(yè)務(wù)模型的標(biāo)準(zhǔn)交互通道、海量農(nóng)業(yè)數(shù)據(jù)存儲、用戶訪問通道內(nèi)部更是需要更為詳細(xì)、精確的標(biāo)準(zhǔn)規(guī)范,因此數(shù)據(jù)共享協(xié)議、數(shù)據(jù)接口、業(yè)務(wù)模型訪問協(xié)議、用戶外部訪問的標(biāo)準(zhǔn)化是農(nóng)業(yè)物聯(lián)網(wǎng)建設(shè)的基礎(chǔ),也是目前制約我國農(nóng)業(yè)物聯(lián)網(wǎng)解放設(shè)備生產(chǎn)力、以設(shè)備為主以人為輔,最終實現(xiàn)無人化管理的主要難題。

近年來專門面向農(nóng)業(yè)物聯(lián)網(wǎng)的技術(shù)標(biāo)準(zhǔn)體系正在不斷完善,我國農(nóng)業(yè)物聯(lián)網(wǎng)行業(yè)應(yīng)用標(biāo)準(zhǔn)工作組和國家傳感器網(wǎng)絡(luò)標(biāo)準(zhǔn)農(nóng)業(yè)應(yīng)用研究項目正在努力攻關(guān)。雖然如此,由于農(nóng)業(yè)物聯(lián)網(wǎng)的學(xué)科間交叉深度達(dá)到了前所未有的水平,當(dāng)前的農(nóng)業(yè)物聯(lián)網(wǎng)標(biāo)準(zhǔn)體系還不足以全面支撐農(nóng)業(yè)物聯(lián)網(wǎng)發(fā)展的標(biāo)準(zhǔn)化。

根據(jù)《國務(wù)院關(guān)于推進(jìn)物聯(lián)網(wǎng)有序健康發(fā)展的指導(dǎo)意見》,農(nóng)業(yè)物聯(lián)網(wǎng)標(biāo)準(zhǔn)體系應(yīng)著重基礎(chǔ)共性標(biāo)準(zhǔn)、關(guān)鍵技術(shù)標(biāo)準(zhǔn)和重點應(yīng)用標(biāo)準(zhǔn)建設(shè)。我國提出初步的物聯(lián)網(wǎng)標(biāo)準(zhǔn)體系框架大體上由總體共性標(biāo)準(zhǔn)、感知層標(biāo)準(zhǔn)、網(wǎng)絡(luò)層標(biāo)準(zhǔn)、服務(wù)支撐標(biāo)準(zhǔn)、應(yīng)用層標(biāo)準(zhǔn)等部分組成。按照目前農(nóng)業(yè)中行業(yè)的規(guī)模和信息化狀況,以及農(nóng)產(chǎn)品產(chǎn)前、產(chǎn)中、產(chǎn)后的農(nóng)業(yè)產(chǎn)業(yè)鏈,可以劃分選取大田種植、設(shè)施園藝、畜禽養(yǎng)殖、水產(chǎn)養(yǎng)殖、農(nóng)產(chǎn)品物流5個代表性農(nóng)業(yè)領(lǐng)域的物聯(lián)網(wǎng)標(biāo)準(zhǔn)體系進(jìn)行重點攻關(guān)。目前已有國家批準(zhǔn)立項的14項農(nóng)業(yè)物聯(lián)網(wǎng)國家標(biāo)準(zhǔn)已取得重大進(jìn)展。由于農(nóng)業(yè)業(yè)務(wù)受地域分布影響較大,各地也相應(yīng)推動局部地區(qū)的農(nóng)業(yè)物聯(lián)網(wǎng)標(biāo)準(zhǔn)體系研究。

1.2 農(nóng)業(yè)信息感知技術(shù)進(jìn)展

1.2.1 農(nóng)業(yè)個體標(biāo)識技術(shù)

統(tǒng)一標(biāo)識體系是農(nóng)業(yè)物聯(lián)網(wǎng)建設(shè)的基礎(chǔ),農(nóng)業(yè)物聯(lián)網(wǎng)經(jīng)由全球定位系統(tǒng)、 基礎(chǔ)網(wǎng)絡(luò)以及傳感器、RFID、條碼技術(shù)等各類信息承載技術(shù),實現(xiàn)到具體對象如人員、傳感器、農(nóng)機(jī)設(shè)備、農(nóng)田水域等地理設(shè)施、農(nóng)產(chǎn)品等的精確定位、查找和信息追溯;此外,基于統(tǒng)一標(biāo)識體系所建立的無線傳感器網(wǎng)絡(luò)能夠在統(tǒng)一規(guī)劃的前提下,兼容現(xiàn)有的基礎(chǔ)建設(shè)體系,避免信息資源的重復(fù)建設(shè),及時發(fā)現(xiàn)問題、排除故障,能夠?qū)崿F(xiàn)對農(nóng)業(yè)監(jiān)測環(huán)境的精準(zhǔn)信息搜尋[12]。

射頻識別(RFID)是一種無線通信技術(shù),它通過無線信號自動識別和感知貼附在物體上的射頻標(biāo)簽并讀寫相關(guān)數(shù)據(jù),RFID技術(shù)具有防水、防磁、耐高溫、讀取距離大、數(shù)據(jù)加密、存儲數(shù)據(jù)容量大、信息更改簡單等特點,還可以實現(xiàn)多個標(biāo)簽的防沖突操作,從而可以解決很多傳統(tǒng)識別技術(shù)上的缺陷,以上特點使得RFID成為實現(xiàn)農(nóng)業(yè)物聯(lián)網(wǎng)個體規(guī)?;R別的主要技術(shù)[13]。近年來,RFID在質(zhì)量追溯、倉儲管理、圖書管理、物流運輸、產(chǎn)品唯一性標(biāo)識、醫(yī)藥及病人樣本跟蹤、電力通訊標(biāo)識等領(lǐng)域的應(yīng)用已取得令人矚目的成果。進(jìn)一步而言,基于RFID進(jìn)行標(biāo)識的研究熱點已延伸至精準(zhǔn)位置標(biāo)識、定位及自主導(dǎo)航上[14-15],具體的研究內(nèi)容包括參數(shù)提取、幾何位置估計、指紋位置估計、代價函數(shù)最小化、貝葉斯估計,主要通過將RFID信號同WSN、ZigBee、GPS信號中的位置信息加以融合從而實現(xiàn)物體位置標(biāo)識、定位以及自主導(dǎo)航。此外,針對RFID的鏈路及防碰撞協(xié)議、遠(yuǎn)距離通訊、改進(jìn)標(biāo)簽技術(shù)等方面的研究將進(jìn)一步改進(jìn)RFID,使其適應(yīng)更多的應(yīng)用場景[16-17]。綜上,農(nóng)業(yè)個體標(biāo)識技術(shù)已在個體識別、個體信息共享上取得巨大進(jìn)展,將顛覆傳統(tǒng)農(nóng)業(yè)粗獷、不區(qū)分個體差異的管理方式,是實現(xiàn)農(nóng)業(yè)物聯(lián)網(wǎng)內(nèi)節(jié)點設(shè)備、農(nóng)業(yè)動植物的精細(xì)化個體管理的基礎(chǔ)。

1.2.2 農(nóng)業(yè)信息感知機(jī)理與工藝

(1)電化學(xué)感知機(jī)理與工藝

電化學(xué)感知是以待測物質(zhì)、修飾電極分別作為敏感源和轉(zhuǎn)化元件,把電流、電勢或者電導(dǎo)等作為特征檢測信號的機(jī)理[18]。電化學(xué)傳感器通常由2個或2個以上的電極組成,可分為參比電極、工作電極和輔助電極,根據(jù)電極界面間電子或離子的交換情況,電極又可分為電子交換型電極和離子交換型電極(也稱膜電極)。農(nóng)業(yè)傳感器電極的分類如表1。

表1 農(nóng)業(yè)傳感器電極主要材料類型與優(yōu)點Tab.1 Main types and advantages of agricultural sensor probe

新型電化學(xué)感知機(jī)理在農(nóng)業(yè)中的重金屬、有毒物質(zhì)監(jiān)測具有極大潛力,例如:納米材料與納米技術(shù)的發(fā)展實現(xiàn)了單鏈DNA在電極表面的固定,各種類型的DNA電化學(xué)傳感機(jī)理得以廣泛研究[32];基于電化學(xué)感知機(jī)理,針對重金屬、有毒化合物的痕量監(jiān)測已有較為廣泛的研究[33],并取得較好的效果。電化學(xué)傳感器制備工藝的研究熱點是納米片修飾電極工藝[34]、分子印跡工藝、絲網(wǎng)印刷工藝[35]。

(2)光學(xué)感知機(jī)理與工藝

相比于電化學(xué)傳感器,基于光學(xué)感知機(jī)理的傳感器不需要與被檢測物質(zhì)發(fā)生化學(xué)反應(yīng)的電極,不存在電極表面鈍化、中毒以及電極膜污染的問題,重復(fù)性與穩(wěn)定性良好,能夠?qū)崿F(xiàn)長期在線監(jiān)測[36]。農(nóng)業(yè)物聯(lián)網(wǎng)所應(yīng)用的光學(xué)感知機(jī)理主要包括熒光淬滅效應(yīng)[37-38]、分光光度法[39-40],此外也有應(yīng)用光纖倏逝場效應(yīng)檢測氨氣的研究[41-42],在農(nóng)業(yè)物聯(lián)網(wǎng)領(lǐng)域具有應(yīng)用潛力。

(3)電學(xué)感知機(jī)理與工藝

電學(xué)感知機(jī)理在農(nóng)業(yè)物聯(lián)網(wǎng)中主要用于溫度、濕度的測量[43]。介電法是土壤水分定量檢測的最佳機(jī)理[44-45]。測量土壤含水率的方法主要包括時域反射法(TDR)和頻域法(FD)[46],基于TDR法的土壤水分測量是國外的主流方法,也是國內(nèi)亟需進(jìn)行深入研究的熱點[47]。

(4)遙感學(xué)感知機(jī)理

遙感學(xué)的理論基礎(chǔ)是物質(zhì)成分在不同波段電磁波下的光譜吸收和反射特征。農(nóng)業(yè)遙感技術(shù)具有覆蓋面積大、重訪周期短、獲取成本相對低等優(yōu)勢[48],對大面積露天農(nóng)業(yè)生產(chǎn)的調(diào)查、評價、監(jiān)測和管理具有獨特的作用,能夠解決農(nóng)業(yè)作物種植種類分散、地域復(fù)雜的難題。農(nóng)業(yè)遙感的收益約占遙感應(yīng)用總收益的70%,可分為四大研究方向[49]:農(nóng)業(yè)資源調(diào)查、農(nóng)作物估產(chǎn)、農(nóng)業(yè)災(zāi)害預(yù)報、精準(zhǔn)農(nóng)業(yè)。

綜上,農(nóng)業(yè)信息感知研究不僅涉及到化學(xué)分析、物質(zhì)表面特性、光譜學(xué)、生物學(xué)、微電子學(xué)、遙感學(xué)等多門學(xué)科的機(jī)理探索,還在不斷突破加工方式,以追求更高的工藝精度、更長的使用壽命、更低的感知成本。其中基于電化學(xué)、光學(xué)、電學(xué)感知機(jī)理的農(nóng)業(yè)傳感器,應(yīng)側(cè)重于感知機(jī)理與硬件工藝的改善,同時注意組合不同機(jī)理的優(yōu)勢,研發(fā)多參數(shù)、多途徑的農(nóng)用傳感器;另一方面,基于高光譜遙感、無人機(jī)遙感的精準(zhǔn)遙感是特殊的農(nóng)業(yè)感知途徑,是實現(xiàn)精準(zhǔn)農(nóng)業(yè)的重要技術(shù),應(yīng)側(cè)重于數(shù)據(jù)處理、挖掘與特征提取算法的改進(jìn),組合農(nóng)業(yè)遙感數(shù)據(jù)與地面農(nóng)業(yè)傳感網(wǎng)數(shù)據(jù),進(jìn)行信息融合以提高農(nóng)業(yè)遙感精度。

1.3 農(nóng)業(yè)信息傳輸技術(shù)進(jìn)展

1.3.1 農(nóng)業(yè)現(xiàn)場總線技術(shù)

農(nóng)業(yè)現(xiàn)場總線(Field bus)為惡劣工作環(huán)境設(shè)計,保證了農(nóng)業(yè)機(jī)械控制系統(tǒng)的高可靠性和實時性[50]。目前農(nóng)業(yè)現(xiàn)場總線技術(shù)主要包括控制器局域網(wǎng)總線(CAN bus)、RS485總線。此外,對應(yīng)于特定廠商的硬件產(chǎn)品,還有LON總線、Avalon總線、1-wire總線、Lonworks總線。

CAN總線協(xié)議是汽車計算機(jī)控制系統(tǒng)、嵌入式工業(yè)控制局域網(wǎng)的標(biāo)準(zhǔn)總線,可靠性高、錯誤檢測能力強,是農(nóng)機(jī)自動化控制、農(nóng)業(yè)物聯(lián)網(wǎng)、精準(zhǔn)農(nóng)業(yè)應(yīng)用最多的總線技術(shù),基于CAN 2.0B協(xié)議,國際標(biāo)準(zhǔn)化組織制訂了農(nóng)林業(yè)機(jī)械專用的串行通信總線標(biāo)準(zhǔn)ISO11783協(xié)議[51],廣泛應(yīng)用于農(nóng)機(jī)數(shù)據(jù)采集傳輸[52]、農(nóng)機(jī)導(dǎo)航控制、分布式溫室控制[53]、農(nóng)業(yè)環(huán)境監(jiān)控[54]、節(jié)水灌溉[55-56]、水產(chǎn)養(yǎng)殖監(jiān)控系統(tǒng)等領(lǐng)域。

RS485總線是串口通訊的標(biāo)準(zhǔn)之一,采用平衡傳輸方式,當(dāng)采用二線制時,可實現(xiàn)多點雙向通信,抗干擾能力強,可實現(xiàn)傳感器節(jié)點的局域網(wǎng)兼容組網(wǎng)[57]。由于靈活、易于維護(hù),廣泛應(yīng)用于農(nóng)業(yè)監(jiān)控系統(tǒng)中。

農(nóng)業(yè)現(xiàn)場總線技術(shù)實現(xiàn)了農(nóng)業(yè)控制系統(tǒng)的分散化、網(wǎng)絡(luò)化、智能化,同時,由于其魯棒性、抗干擾能力強,故障率低,是確保農(nóng)業(yè)物聯(lián)網(wǎng)關(guān)鍵節(jié)點信息傳輸?shù)谋貍浼夹g(shù)。由于農(nóng)業(yè)物聯(lián)網(wǎng)節(jié)點的信息傳輸往往關(guān)系到農(nóng)業(yè)業(yè)務(wù)的正確執(zhí)行、農(nóng)業(yè)業(yè)務(wù)信息的準(zhǔn)確共享,即使已通過其它信息傳輸方式實現(xiàn)了通訊,也應(yīng)盡可能額外配置一條農(nóng)業(yè)現(xiàn)場總線作為其它傳輸方式故障時的緊急信息傳輸通道。

1.3.2 農(nóng)業(yè)無線傳感器網(wǎng)絡(luò)

無線傳感器網(wǎng)絡(luò)(WSN)是由大量具有片上處理能力的微型傳感器節(jié)點組成的網(wǎng)絡(luò)[58]。根據(jù)通訊距離、覆蓋范圍可以分為無線局域網(wǎng)技術(shù)、無線廣域網(wǎng)技術(shù)[59-61],在無線廣域網(wǎng)技術(shù)中,低功耗廣域網(wǎng)(Low-power wide-area network, LPWAN)技術(shù)是近年來物聯(lián)網(wǎng)研究的熱點方向之一,相對于傳統(tǒng)的無線廣域網(wǎng)蜂窩移動通信技術(shù)(如2G、3G、4G等),具有低成本、低功耗的特點[62]。WSN的傳輸技術(shù)對比如表2所示。

無線局域網(wǎng)技術(shù)主要包括ZigBee、Wi-Fi、Bluetooth,是主要頻段為2.4 GHz的短距離通訊技術(shù)。三者的具體性能比較如表3所示。

表2 無線傳感網(wǎng)主要傳輸技術(shù)對比Tab.2 Contrast of main WSN communication technologies

表3 無線局域網(wǎng)技術(shù)性能對比Tab.3 Contrast of wireless local area networks communication performance

無線廣域網(wǎng)技術(shù)包括蜂窩移動通信網(wǎng)、LPWAN(低功耗廣域網(wǎng));蜂窩移動通信技術(shù)目前經(jīng)歷了4代技術(shù)更新,以“萬物互聯(lián)”為目標(biāo)的第5代移動通信技術(shù)(5G)也已在2016年公布,將為農(nóng)業(yè)物聯(lián)網(wǎng)進(jìn)一步升級農(nóng)業(yè)數(shù)據(jù)傳輸效率帶來新的動力。各代技術(shù)對比如表4所示。

表4 蜂窩移動通信技術(shù)性能對比Tab.4 Contrast of cellular mobile communication performace

LPWAN依工作頻譜是否授權(quán),又可分為為非授權(quán)頻譜LPWAN和授權(quán)頻譜LPWAN。其中LoRa是非授權(quán)頻譜LPWAN代表,NB-IoT是授權(quán)頻譜LPWAN代表。表5為非授權(quán)頻譜LPWAN技術(shù)對比,表6為LoRa與NB-IoT技術(shù)對比。目前國內(nèi)三大運營商以及華為、中興等設(shè)備供應(yīng)商已在2017年推動NB-IoT的應(yīng)用,然而NB-IoT對具體行業(yè)的需求適應(yīng)性相對LoRa較弱,更適合分散型應(yīng)用;LoRa作為最重要的非授權(quán)頻譜LPWAN技術(shù)之一,運營方式更加靈活,可以是以運營商主導(dǎo)的大范圍公開網(wǎng)絡(luò),也可以是私人部署的專用局域網(wǎng)絡(luò)[64]。另一方面,低功耗廣域網(wǎng)技術(shù)按協(xié)議調(diào)制方式可以分為擴(kuò)頻技術(shù)、超窄帶技術(shù)、窄帶技術(shù)。如圖2所示。

表5 非授權(quán)頻譜LPWAN技術(shù)性能對比Tab.5 Contrast of non-authorized spectrum LPWAN performace

表6 LoRa與NB-IoT技術(shù)對比Tab.6 Technical contrast between LoRa and NB-IoT

圖2 LPWAN調(diào)制方式Fig.2 Modulation types of LPWAN

綜上,WSN具有端節(jié)點和路由雙重功能:一方面實現(xiàn)數(shù)據(jù)的采集和處理;另一方面將數(shù)據(jù)融合經(jīng)多條路由傳送到路由節(jié)點,最后經(jīng)互聯(lián)網(wǎng)或其他通信網(wǎng)絡(luò)傳送到信息消費者。就無線局域網(wǎng)而言,已發(fā)展出基于不同協(xié)議標(biāo)準(zhǔn)的技術(shù),Wi-Fi通訊速率高,但功耗高,適合易部署、固定點位的傳感器網(wǎng)絡(luò)組網(wǎng);Bluetooth安全性高,但通訊距離過短、功耗高,適合短時近距離組網(wǎng);ZigBee由于功耗較低,同時具有多跳、自組織的特點,每個節(jié)點均可作為相鄰節(jié)點傳輸數(shù)據(jù)的中轉(zhuǎn)站,容易擴(kuò)展傳感器網(wǎng)絡(luò)的覆蓋范圍,是理想的長距離、大范圍傳感器組網(wǎng)方式。就無線廣域網(wǎng)而言,以LoRa、NBIoT為代表的LPWAN是未來農(nóng)業(yè)傳感器網(wǎng)絡(luò)組網(wǎng)的主要途徑,雖然架設(shè)LPWAN基站的成本高,但低功耗、低運營成本、大節(jié)點容量的特點無疑是為農(nóng)業(yè)物聯(lián)網(wǎng)量身定做的組網(wǎng)技術(shù),必將擁有巨大的應(yīng)用空間;作為LPWAN的傳輸速率補充, 4G、5G移動通訊技術(shù)將使農(nóng)業(yè)圖像、音頻為代表的大文件傳輸變?yōu)楝F(xiàn)實,進(jìn)一步擴(kuò)充農(nóng)業(yè)信息維度。就研究側(cè)重點而言,無線傳感器網(wǎng)絡(luò)的研究主要集中于通信、節(jié)能和網(wǎng)絡(luò)控制3方面,將其應(yīng)用于農(nóng)業(yè)環(huán)境監(jiān)測領(lǐng)域是無線傳感器網(wǎng)絡(luò)的研究熱點之一。

1.4 農(nóng)業(yè)智能信息處理技術(shù)進(jìn)展

1.4.1 基于農(nóng)業(yè)物聯(lián)網(wǎng)的大數(shù)據(jù)技術(shù)

隨著信息技術(shù)的不斷普及,計算機(jī)存儲技術(shù)快速發(fā)展,數(shù)據(jù)量跨入ZB(1.024×1021bit)時代,待處理的信息量超過了一般計算機(jī)在處理數(shù)據(jù)時所能使用的內(nèi)存量,新的分布式系統(tǒng)架構(gòu)Hadoop和計算模型MapReduce應(yīng)運而生。全新的技術(shù)條件使得對海量數(shù)據(jù)的整合、聚類、回歸等變得可行。舍恩伯格提出,大數(shù)據(jù)是人類學(xué)習(xí)新知識、創(chuàng)造新價值的源泉[65]。大數(shù)據(jù)的主要特征可以概括為“4V”特征,即規(guī)模性(Volume)、快速性(Velocity)、多樣性(Variety)、真實性(Veracity)。

農(nóng)業(yè)數(shù)據(jù)主要是對各種農(nóng)業(yè)對象、關(guān)系、行為的客觀反映,農(nóng)業(yè)大數(shù)據(jù)技術(shù)是多源異構(gòu)的海量農(nóng)業(yè)數(shù)據(jù)的抽象數(shù)學(xué)描述,是挖掘農(nóng)業(yè)生產(chǎn)、加工、銷售、資源環(huán)境、過程等全產(chǎn)業(yè)鏈價值信息的有效工具[66],通過統(tǒng)計學(xué)的方法量化農(nóng)業(yè)對象、關(guān)系、行為,為精細(xì)農(nóng)業(yè)的研究與實施提供知識支持。基于web of science 核心合集數(shù)據(jù),將近5年農(nóng)業(yè)大數(shù)據(jù)的研究重點分類統(tǒng)計如表7。

圖3 基于Hadoop架構(gòu)與MapReduce軟件模型的大數(shù)據(jù)處理與計算框架示意圖Fig.3 Processing and calculation route based on Hadoop framework and MapReduce programming model

農(nóng)業(yè)大數(shù)據(jù)的主要處理技術(shù)是MapReduce軟件模型與Hadoop 架構(gòu)。具體框架如圖3,主要包括分布式文件系統(tǒng)(Hadoop distributed file system,HDFS)與MapReduce的并行計算框架:HDFS的主要作用是整合不同地址的海量數(shù)據(jù)資源[73],為并行計算分配不同的數(shù)據(jù)資源并向用戶共享可公開訪問的數(shù)據(jù);MapReduce框架包括Mapper主機(jī)、Reducer主機(jī)、Worker主機(jī),Mapper主機(jī)根據(jù)用戶請求轉(zhuǎn)化為對應(yīng)的計算任務(wù),根據(jù)Worker主機(jī)數(shù)量建立任務(wù)池,并下發(fā)給各Worker主機(jī),Worker主機(jī)依照任務(wù)從HDFS資源池獲取資源、進(jìn)行運算,運算結(jié)果將提交給Reducer主機(jī)進(jìn)行進(jìn)一步的整合、統(tǒng)計,獲取從海量數(shù)據(jù)中挖掘出的價值信息,并將價值信息反饋給用戶或進(jìn)行存儲。

表7 近5年國際范圍農(nóng)業(yè)大數(shù)據(jù)研究重點Tab.7 Main research issues of big data technologies in recent five years

農(nóng)業(yè)大數(shù)據(jù)資源的重要性日益凸顯,國家于2003年啟動農(nóng)業(yè)科學(xué)數(shù)據(jù)共享中心項目,經(jīng)過多年發(fā)展,數(shù)據(jù)量的積累已初見規(guī)模,截止2016年底,共積累2.9 TB的農(nóng)業(yè)數(shù)據(jù),其中包括1.2 TB的高分辨率影像數(shù)據(jù)。農(nóng)業(yè)大數(shù)據(jù)的來源包括:農(nóng)業(yè)生產(chǎn)環(huán)境數(shù)據(jù);生命信息數(shù)據(jù);農(nóng)田變量信息;農(nóng)業(yè)遙感數(shù)據(jù);農(nóng)產(chǎn)品市場經(jīng)濟(jì)數(shù)據(jù);農(nóng)業(yè)網(wǎng)絡(luò)數(shù)據(jù)抓取。海量多源數(shù)據(jù)為農(nóng)業(yè)大數(shù)據(jù)的研究奠定了基礎(chǔ),相關(guān)方面的研究主要集中在監(jiān)測與預(yù)警、數(shù)據(jù)挖掘、信息服務(wù)等方面,其數(shù)據(jù)資源如表8所示。

表8 國家農(nóng)業(yè)科學(xué)數(shù)據(jù)共享中心數(shù)據(jù)資源Tab.8 Data resources of China agricultural science data sharing center

農(nóng)業(yè)數(shù)據(jù)體量大、結(jié)構(gòu)復(fù)雜、模態(tài)多變、實時性強、關(guān)聯(lián)度高,通過大數(shù)據(jù)技術(shù)從海量農(nóng)業(yè)數(shù)據(jù)中獲取價值關(guān)系,是解決農(nóng)業(yè)變量高維、強耦合問題的主要途徑。農(nóng)業(yè)大數(shù)據(jù)的本質(zhì)在針對特定農(nóng)業(yè)問題,依托大體量農(nóng)業(yè)數(shù)據(jù)與處理方法,分析數(shù)據(jù)變量間的關(guān)系,制定解決方案,農(nóng)業(yè)大數(shù)據(jù)的規(guī)模性(Volume)、多樣性(Variety)決定其復(fù)雜程度,農(nóng)業(yè)大數(shù)據(jù)處理方法的快速性(Velocity)、真實性(Veracity)決定其質(zhì)量?;谵r(nóng)業(yè)大數(shù)據(jù)技術(shù),深入分析農(nóng)業(yè)數(shù)據(jù),發(fā)現(xiàn)潛在價值是農(nóng)業(yè)物聯(lián)網(wǎng)智能信息處理的研究重點,大數(shù)據(jù)的應(yīng)用主要集中在精準(zhǔn)農(nóng)業(yè)可靠決策支持系統(tǒng)、國家農(nóng)村綜合信息服務(wù)系統(tǒng)、農(nóng)業(yè)數(shù)據(jù)監(jiān)測預(yù)警系統(tǒng)、天地網(wǎng)一體化農(nóng)情監(jiān)測系統(tǒng)、農(nóng)業(yè)生產(chǎn)環(huán)境監(jiān)測與控制系統(tǒng)。

1.4.2 基于農(nóng)業(yè)物聯(lián)網(wǎng)大數(shù)據(jù)的人工智能技術(shù)

人工智能AI(Aritificial intelligence)指基于計算機(jī)技術(shù)模擬或?qū)崿F(xiàn)的智能,亦稱人造智能或機(jī)器智能,AI的3個核心技術(shù)是:表示、運算、求解[74]。農(nóng)業(yè)人工智能是人工智能技術(shù)在農(nóng)業(yè)生產(chǎn)、業(yè)務(wù)上的具體實現(xiàn),農(nóng)業(yè)人工智能的主要研究方向可概括為知識表現(xiàn)、模式識別、智能規(guī)劃、信息搜索4方面。農(nóng)業(yè)知識表現(xiàn)的研究內(nèi)容是農(nóng)業(yè)知識的數(shù)字化及決策支持;農(nóng)業(yè)模式識別的研究內(nèi)容是農(nóng)業(yè)對象的識別方法;農(nóng)業(yè)智能規(guī)劃的研究內(nèi)容是農(nóng)業(yè)機(jī)械的智能化作業(yè);農(nóng)業(yè)信息搜索的研究內(nèi)容是農(nóng)業(yè)主題信息的搜索;表9是基于中國知網(wǎng)的SCI、EI、中文核心期刊檢索數(shù)據(jù),對近5年農(nóng)業(yè)人工智能技術(shù)專題的中文文獻(xiàn)分類統(tǒng)計結(jié)果,通過該表可以對我國當(dāng)前農(nóng)業(yè)人工智能的研究側(cè)重點進(jìn)行分析。

近5年我國農(nóng)業(yè)人工智能的重點研究方向是農(nóng)業(yè)模式識別和農(nóng)業(yè)智能規(guī)劃,農(nóng)業(yè)模式識別的研究熱點趨向于同深度學(xué)習(xí)算法的結(jié)合,農(nóng)業(yè)智能規(guī)劃的研究熱點側(cè)重于建模與控制方法的研究;農(nóng)業(yè)知識表現(xiàn)的最新研究熱點是知識圖譜,農(nóng)業(yè)信息搜索的研究側(cè)重點在于網(wǎng)絡(luò)爬取技術(shù)及農(nóng)業(yè)信息搜索引擎技術(shù)。在國際上,農(nóng)業(yè)人工智能技術(shù)的研究始于2000年,農(nóng)業(yè)發(fā)達(dá)國家已經(jīng)出現(xiàn)商業(yè)化的耕作、播種、采摘等面向單一農(nóng)業(yè)業(yè)務(wù)的智能機(jī)器人,也具備比較完善的智能土壤探測、病蟲害識別、氣候災(zāi)害預(yù)警的智能系統(tǒng),用于畜禽養(yǎng)殖業(yè)的畜禽智能穿戴產(chǎn)品也已實現(xiàn)量產(chǎn)[104]。農(nóng)業(yè)人工智能技術(shù)在農(nóng)業(yè)的產(chǎn)前、產(chǎn)中、產(chǎn)后、運維方面均有應(yīng)用[105],產(chǎn)前業(yè)務(wù)的研究包括:土壤分析及土地景觀規(guī)劃、灌溉用水供求分析及河川日常徑流量預(yù)報、種植品種鑒別;在產(chǎn)中業(yè)務(wù)的研究包括:水質(zhì)預(yù)測預(yù)警、水產(chǎn)養(yǎng)殖投喂管理、作物種植及牧業(yè)管理專家系統(tǒng)、插秧系統(tǒng)、田間雜草管理;在產(chǎn)后階段的研究包括:農(nóng)產(chǎn)品收貨,農(nóng)產(chǎn)品檢驗、品種分類、染料提取及蒸餾冷點溫度預(yù)測;運維業(yè)務(wù)包括:農(nóng)業(yè)設(shè)施裝備運行管控、農(nóng)業(yè)設(shè)施裝備故障診斷等。

表9 近5年農(nóng)業(yè)人工智能技術(shù)專題中文文獻(xiàn)分析Tab.9 Chinese research article analysis of agricultural AI technologies in recent five years

隨著大數(shù)據(jù)技術(shù)的成熟、海量基礎(chǔ)數(shù)據(jù)技術(shù)的不斷積累,深度學(xué)習(xí)算法迎來第3次科研成果爆發(fā),深度學(xué)習(xí)算法是一種以人工神經(jīng)網(wǎng)絡(luò)數(shù)學(xué)原理為基礎(chǔ)、以多層參數(shù)學(xué)習(xí)體系為結(jié)構(gòu)、以海量數(shù)據(jù)訓(xùn)練參數(shù)的機(jī)器學(xué)習(xí)算法,其特點是可自動抽取數(shù)據(jù)中蘊含的特征,并可對高維復(fù)雜變量間的關(guān)系進(jìn)行數(shù)學(xué)表示,理論上可以通過深度學(xué)習(xí)算法對現(xiàn)實世界的一切過程進(jìn)行數(shù)學(xué)表達(dá)[106-111]。深度學(xué)習(xí)算法有許多變種,從有無人工標(biāo)注的參與可以分為監(jiān)督學(xué)習(xí)、非監(jiān)督學(xué)習(xí);從算法輸出可以分為判決式學(xué)習(xí)、生成式學(xué)習(xí)。深度學(xué)習(xí)算法已在數(shù)據(jù)預(yù)測回歸、圖像識別、語音識別等模式識別方面應(yīng)用成熟,在自然語言處理、圖像內(nèi)容的語義表達(dá)(看圖說話)、圖像問答等非數(shù)值型數(shù)據(jù)的特征提取、建模方面不斷取得進(jìn)展,為異構(gòu)數(shù)據(jù)的融合提供更加強大的解決方案。

通過以上的分析可以看出,我國農(nóng)業(yè)人工智能的研究側(cè)重點在由以往單一的知識表現(xiàn)研究向復(fù)雜系統(tǒng)規(guī)劃、模式識別、機(jī)器學(xué)習(xí)遷移,這也與國際農(nóng)業(yè)人工智能領(lǐng)域的研究熱點相符合,同時我國農(nóng)業(yè)人工智能技術(shù)主要側(cè)重于農(nóng)業(yè)產(chǎn)中業(yè)務(wù),基于農(nóng)業(yè)機(jī)器人的綜合業(yè)務(wù)研究正處于基礎(chǔ)性研究階段;我國農(nóng)業(yè)人工智能技術(shù)在農(nóng)產(chǎn)品物流方面的研究比較欠缺。深度學(xué)習(xí)的研究成果與未來研究方向?qū)r(nóng)業(yè)人工智能技術(shù)的發(fā)展具有重大意義,表10是當(dāng)前深度學(xué)習(xí)算法在農(nóng)業(yè)人工智能領(lǐng)域的應(yīng)用潛力分析。

表10 深度學(xué)習(xí)算法在農(nóng)業(yè)人工智能領(lǐng)域的潛力分析Tab.10 Potential analysis of deep learning algorithms in agricultural AI

由于農(nóng)業(yè)業(yè)務(wù)的未知變量多,且變量間相互影響、關(guān)系復(fù)雜,對某個區(qū)域農(nóng)業(yè)業(yè)務(wù)有效的農(nóng)業(yè)人工智能技術(shù)在另外的區(qū)域內(nèi)不足以代替人類在農(nóng)業(yè)業(yè)務(wù)上的重要作用。因此,通過全新的機(jī)器學(xué)習(xí)、模式識別技術(shù)研究變量間的復(fù)雜關(guān)系,從根本上提高基于農(nóng)業(yè)人工智能的復(fù)雜系統(tǒng)在不同地區(qū)的兼容性、準(zhǔn)確性,進(jìn)一步推進(jìn)農(nóng)業(yè)機(jī)器人技術(shù)的整合,是我國農(nóng)業(yè)人工智能未來發(fā)展的側(cè)重點。

2 農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)集成與應(yīng)用現(xiàn)狀

2.1 農(nóng)業(yè)物聯(lián)網(wǎng)嵌入式平臺與智能裝備

農(nóng)業(yè)智能機(jī)械是代替人力的直接農(nóng)業(yè)勞動力來源,也是農(nóng)業(yè)物聯(lián)網(wǎng)底層控制網(wǎng)絡(luò)的具體執(zhí)行機(jī)構(gòu)。國際各大嵌入式平臺與芯片平臺開發(fā)商早已有意搶占物聯(lián)網(wǎng)嵌入式開發(fā)平臺高地,推出一系列適用于物聯(lián)網(wǎng)應(yīng)用的產(chǎn)品,例如Arduino Uno、Arduino Yun、Intel的伽利略創(chuàng)2等,這些物聯(lián)網(wǎng)平臺已實現(xiàn)農(nóng)機(jī)參數(shù)共享、農(nóng)機(jī)信息融合、農(nóng)機(jī)遠(yuǎn)程通訊,表11為國際農(nóng)業(yè)物聯(lián)網(wǎng)的主要嵌入式平臺參數(shù)。

表11 農(nóng)業(yè)物聯(lián)網(wǎng)主要嵌入式平臺參數(shù)Tab.11 Main embedded platform parameters for IoT in agriculture

農(nóng)業(yè)物聯(lián)網(wǎng)嵌入式平臺推動了農(nóng)業(yè)智能裝備的研發(fā)、升級,農(nóng)業(yè)智能機(jī)械的研究內(nèi)容包括農(nóng)機(jī)作業(yè)導(dǎo)航自動駕駛技術(shù)、農(nóng)機(jī)具遠(yuǎn)程監(jiān)控與調(diào)度、農(nóng)機(jī)作業(yè)質(zhì)量監(jiān)控、農(nóng)業(yè)機(jī)器人等方面。在國內(nèi),白曉平等[112]在建立收獲機(jī)群運動學(xué)模型的基礎(chǔ)上,結(jié)合反饋線性化及滑??刂评碚撛O(shè)計了漸進(jìn)穩(wěn)定的路徑跟蹤控制律和隊形保持控制律,實現(xiàn)了聯(lián)合收獲機(jī)群協(xié)同導(dǎo)航作業(yè);國家農(nóng)業(yè)信息化工程技術(shù)研究中心研發(fā)了基于GNSS、GIS 和GPRS等技術(shù)的農(nóng)業(yè)作業(yè)機(jī)械遠(yuǎn)程監(jiān)控指揮調(diào)度系統(tǒng),有效避免了農(nóng)機(jī)盲目調(diào)度、極大地優(yōu)化了農(nóng)機(jī)資源的調(diào)配。在國外,針對傳統(tǒng)的路徑生成方法Dubins路徑?jīng)]有考慮最大轉(zhuǎn)向速率問題,已有學(xué)者提出曲率和速率連續(xù)的平滑路徑生成算法,使該算法平均計算時間為0.36 s,適合實時和模擬方式來使用。在雙目視覺領(lǐng)域,已有學(xué)者研究通過一對前置的立體相機(jī)獲取圖像的顏色、紋理和三維結(jié)構(gòu)描述符信息,利用支持向量機(jī)回歸分析算法估計作物行的位置,并基于此進(jìn)行農(nóng)業(yè)機(jī)器人自動導(dǎo)航。

農(nóng)業(yè)物聯(lián)網(wǎng)嵌入式平臺將突破由于制造商不同而造成的設(shè)備數(shù)據(jù)共享屏障,為底層控制網(wǎng)絡(luò)的組建、農(nóng)業(yè)裝備的智能化升級奠定了基礎(chǔ)。此外,政府部門是農(nóng)業(yè)智能機(jī)械技術(shù)研究與推廣的主力,2013年農(nóng)業(yè)部在糧食主產(chǎn)區(qū)啟動了農(nóng)業(yè)物聯(lián)網(wǎng)區(qū)域試驗工程,利用無線傳感、定位導(dǎo)航與地理信息技術(shù)開發(fā)了農(nóng)機(jī)作業(yè)質(zhì)量監(jiān)控終端與調(diào)度指揮系統(tǒng),實現(xiàn)了農(nóng)機(jī)資源管理、田間作業(yè)質(zhì)量監(jiān)控和跨區(qū)調(diào)度指揮,工程所取得的成功必然會推動各地農(nóng)業(yè)主管部門對農(nóng)業(yè)智能機(jī)械的推廣,并采取因地制宜的應(yīng)用。

2.2 農(nóng)業(yè)環(huán)境智能監(jiān)控與決策平臺

農(nóng)業(yè)智能環(huán)境監(jiān)控指利用傳感器技術(shù)采集和獲取農(nóng)業(yè)生產(chǎn)環(huán)境各要素信息,通過對采集信息的分析決策來指導(dǎo)農(nóng)業(yè)生產(chǎn)環(huán)境的調(diào)控,實現(xiàn)高產(chǎn)高效。目前國內(nèi)外已經(jīng)有許多針對農(nóng)業(yè)場景的環(huán)境智能監(jiān)控平臺,可以實現(xiàn)農(nóng)業(yè)物聯(lián)網(wǎng)基本的自動化環(huán)境監(jiān)控業(yè)務(wù),例如國外的Edyn平臺,已經(jīng)具備一定的用戶量,通過架設(shè)太陽能供電的底層監(jiān)控網(wǎng)絡(luò),用戶便可以在Edyn平臺上實時查看溫室的土壤、供水、肥料、空氣、光照信息,平臺會根據(jù)這些信息向用戶提出最佳的控制方案,用戶也可以自行設(shè)定各執(zhí)行器的工作時間與工作條件。國外比較成熟的農(nóng)業(yè)環(huán)境智能監(jiān)控平臺如表12所示。

同時,為確保飲用水的安全供應(yīng),國內(nèi)外已研制出低成本且技術(shù)成熟的實時水質(zhì)監(jiān)控物聯(lián)網(wǎng)系統(tǒng),監(jiān)測參數(shù)包括水溫、pH值、濁度、導(dǎo)電率、溶解氧等,并通過核心控制系統(tǒng)對監(jiān)測數(shù)據(jù)進(jìn)行處理,監(jiān)測數(shù)據(jù)可以通過互聯(lián)網(wǎng)進(jìn)行查看;此外,可再生、低成本、能量自給的土壤無線環(huán)境監(jiān)控系統(tǒng)也已在國外初步實現(xiàn),使用該項技術(shù)進(jìn)行遠(yuǎn)程農(nóng)田環(huán)境監(jiān)控可以降低人工和傳感器電池更換的成本。針對蔬菜溫室的無線傳感器網(wǎng)絡(luò)架構(gòu),通過分析溫室環(huán)境特點,國內(nèi)外均已實現(xiàn)基于無線傳感器網(wǎng)絡(luò)技術(shù)的低成本溫室環(huán)境監(jiān)控系統(tǒng),結(jié)合專家系統(tǒng)指導(dǎo),采取遠(yuǎn)程控制滴灌等適當(dāng)?shù)拇胧?,實現(xiàn)科學(xué)栽培、降低管理成本。

表12 國外農(nóng)業(yè)環(huán)境智能監(jiān)控平臺Tab.12 Intelligent agriculture monitoring and control platform abroad

農(nóng)業(yè)環(huán)境信息的精度與實時性程度,決定了農(nóng)業(yè)業(yè)務(wù)執(zhí)行的精度與實時性,農(nóng)業(yè)環(huán)境監(jiān)控的精細(xì)化程度決定了農(nóng)業(yè)資源利用效率的高低,有效且精細(xì)的農(nóng)業(yè)環(huán)境監(jiān)控可提高農(nóng)業(yè)資源利用效率。通過上述分析可知,國外絕大多數(shù)農(nóng)業(yè)智能環(huán)境監(jiān)控平臺能夠?qū)崿F(xiàn)農(nóng)業(yè)物聯(lián)網(wǎng)基本的智能環(huán)境監(jiān)控業(yè)務(wù),即做到農(nóng)業(yè)環(huán)境數(shù)據(jù)實時共享、農(nóng)業(yè)環(huán)境控制方案的輔助決策、用戶對農(nóng)業(yè)環(huán)境的實時與定制化控制,且絕大多數(shù)平臺同時具備移動客戶端。在各大科研院所的推動下,我國也已具備相同水平的農(nóng)業(yè)環(huán)境監(jiān)控平臺,然而平臺的用戶量、普及率遠(yuǎn)遠(yuǎn)低于國外平臺。普及農(nóng)業(yè)環(huán)境智能監(jiān)控平臺、推動平臺智能決策機(jī)理的進(jìn)一步研究,以及平臺的標(biāo)準(zhǔn)化、組件化、云化是國內(nèi)農(nóng)業(yè)物聯(lián)網(wǎng)發(fā)展的重要任務(wù)之一。

2.3 農(nóng)業(yè)業(yè)務(wù)模型與云平臺

農(nóng)業(yè)業(yè)務(wù)模型是農(nóng)業(yè)大數(shù)據(jù)技術(shù)、農(nóng)業(yè)人工智能技術(shù)的結(jié)合,是農(nóng)業(yè)智能決策、農(nóng)業(yè)智能控制的重要依據(jù),涉及知識表示、模式識別、機(jī)器學(xué)習(xí)、圖像處理等領(lǐng)域,在作物栽培、節(jié)水灌溉優(yōu)化、農(nóng)業(yè)災(zāi)害預(yù)測預(yù)警、養(yǎng)殖場智能管理、飼料配方優(yōu)化設(shè)計、土壤信息與資源環(huán)境系統(tǒng)管理以及農(nóng)機(jī)信息化管理等方面進(jìn)行了廣泛應(yīng)用。例如,通過挖掘特定農(nóng)業(yè)業(yè)務(wù)的專業(yè)知識、變量間關(guān)系,整合農(nóng)業(yè)專家多年積累的知識、經(jīng)驗和成果,對專家知識庫建模,模型以農(nóng)業(yè)問題為輸入,輸出等同于專家水平的結(jié)論。云平臺是農(nóng)業(yè)業(yè)務(wù)建模的廣泛數(shù)據(jù)資源,也為建模算法提供了更為有效的運算途徑。表13列舉了國外4個物聯(lián)網(wǎng)云平臺,均具備實時數(shù)據(jù)獲取、抓取、數(shù)據(jù)可視化功能,絕大多數(shù)都具備數(shù)據(jù)分析功能,開發(fā)費用均較低,多數(shù)為開發(fā)者開放了足夠的免費開發(fā)支持。

表13 國外主要物聯(lián)網(wǎng)云平臺對比Tab.13 Contrast of main IoT cloud platform abroad

在具體的應(yīng)用方面,劉雙印等[113]以南美對蝦養(yǎng)殖為研究對象,融合養(yǎng)殖環(huán)境實時數(shù)據(jù)、對蝦疾病圖像數(shù)據(jù)和專家疾病診治經(jīng)驗等多種信息,構(gòu)建了基于物聯(lián)網(wǎng)的南美對蝦疾病遠(yuǎn)程智能診斷模型。在國外發(fā)達(dá)畜牧業(yè)國家,已有通過在牛身上安裝運動頸圈和GPS傳感器,觀察和記錄牛的覓食、反芻、走動、休息和其他活動的行為(包括與物體磨蹭、搖頭、梳理皮毛),對牛的行為分類進(jìn)行建模,實現(xiàn)了對動物個體行為的準(zhǔn)確掌握,提升了養(yǎng)殖場的管理水平;在國外發(fā)達(dá)畜禽養(yǎng)殖業(yè)國家已廣泛存在針對各類畜禽動物的健康診斷模型,基于該業(yè)務(wù)模型的ZigBee監(jiān)控系統(tǒng)可根據(jù)熱濕度指數(shù)分析畜禽的應(yīng)激水平,已廣泛普及。

精準(zhǔn)的農(nóng)業(yè)業(yè)務(wù)模型有助于農(nóng)業(yè)業(yè)務(wù)擺脫對傳統(tǒng)主觀經(jīng)驗的過度依賴而導(dǎo)致的盲目性、不確定性,使農(nóng)業(yè)業(yè)務(wù)各具體環(huán)節(jié)的決策依賴于科學(xué)的數(shù)據(jù)統(tǒng)計結(jié)果與專業(yè)業(yè)務(wù)知識,推進(jìn)農(nóng)業(yè)業(yè)務(wù)的智能化、集群化、跨媒體管理,提高自動化水平與精度,實現(xiàn)穩(wěn)定的高產(chǎn)、高效、低成本。

2.4 農(nóng)產(chǎn)品物流與安全溯源

農(nóng)產(chǎn)品物流與安全溯源層面的集成與應(yīng)用主要體現(xiàn)在農(nóng)產(chǎn)品包裝標(biāo)識信息化及農(nóng)產(chǎn)品物流配送控制技術(shù),農(nóng)產(chǎn)品物流配送信息化的主要技術(shù)包括條形碼技術(shù)、電子數(shù)據(jù)交換技術(shù)、個體標(biāo)識技術(shù)、射頻技術(shù)等;農(nóng)產(chǎn)品物流配送控制技術(shù)主要包括冷鏈技術(shù)、農(nóng)產(chǎn)品配送機(jī)器人分揀與自主行走等技術(shù)。通過電子數(shù)據(jù)交換技術(shù)、條形碼技術(shù)和RFID電子標(biāo)簽等技術(shù)實現(xiàn)物品的自動識別和出入庫,利用無線傳感器網(wǎng)絡(luò)對農(nóng)產(chǎn)品配送機(jī)器人的分揀與自主行走進(jìn)行控制,并通過冷鏈技術(shù)保證配送過程中農(nóng)產(chǎn)品的質(zhì)量與鮮活度要求,實現(xiàn)配送過程農(nóng)產(chǎn)品的保質(zhì)保量、來源可追溯、去向可追蹤的目標(biāo)。

國外對農(nóng)產(chǎn)品可追溯系統(tǒng)進(jìn)行了深入研究,如美國的農(nóng)產(chǎn)品全程溯源系統(tǒng)、瑞典的農(nóng)產(chǎn)品可追溯管理系統(tǒng)、澳大利亞的牲畜標(biāo)識和追溯系統(tǒng)、日本的食品追溯系統(tǒng)和歐盟的牛肉可追溯系統(tǒng)等[114];RFID技術(shù)在動物個體標(biāo)號識別、農(nóng)產(chǎn)品包裝標(biāo)識及農(nóng)產(chǎn)品物流配送等方面得到非常廣泛的應(yīng)用,如加拿大肉牛已從2001 年起使用的一維條形碼耳標(biāo)過渡到電子耳標(biāo);日本2004年構(gòu)建了基于RFID技術(shù)的農(nóng)產(chǎn)品追溯試驗系統(tǒng),利用RFID標(biāo)簽實現(xiàn)對農(nóng)產(chǎn)品流通的管理和個體識別;國外發(fā)達(dá)國家也已實現(xiàn)豬肉的可追溯系統(tǒng),并通過實驗證明了該系統(tǒng)的可行性。

我國在北京、上海、天津等地相繼采用條碼技術(shù)、RFID技術(shù)、IC 卡技術(shù)等建立了以農(nóng)產(chǎn)品流通體系監(jiān)管為主的質(zhì)量安全溯源系統(tǒng),國內(nèi)學(xué)者針對各類農(nóng)產(chǎn)品可追溯系統(tǒng)進(jìn)行了較為全面的研究:例如已有將數(shù)據(jù)網(wǎng)格技術(shù)與RFID技術(shù)相結(jié)合,構(gòu)建了基于數(shù)據(jù)網(wǎng)格的RFID農(nóng)產(chǎn)品質(zhì)量跟蹤與追溯系統(tǒng),實現(xiàn)農(nóng)產(chǎn)品跟蹤與信息共享的物聯(lián)網(wǎng)系統(tǒng)應(yīng)用[115];以RFID電子標(biāo)簽為數(shù)據(jù)載體、結(jié)合EPC編碼體系對豬肉進(jìn)行唯一標(biāo)識的基礎(chǔ)上構(gòu)建RFID/EPC 物聯(lián)網(wǎng)架構(gòu)下的豬肉跟蹤追溯系統(tǒng),實現(xiàn)豬肉供應(yīng)鏈各環(huán)節(jié)溯源信息數(shù)據(jù)的自動采集和豬肉生產(chǎn)全程的網(wǎng)絡(luò)化管理[116];針對水產(chǎn)品冷鏈配送控制研究方面,汪庭滿等[117]基于RFID對每批次的冷鏈羅非魚進(jìn)行編碼,實現(xiàn)了冷鏈配送過程中的實時溫度監(jiān)控及運輸后羅非魚的貨架期預(yù)測;對于農(nóng)資產(chǎn)品,我國已具備由農(nóng)資溯源防偽、農(nóng)資調(diào)度和農(nóng)資知識服務(wù)3個子系統(tǒng)組成的農(nóng)資溯源服務(wù)系統(tǒng)。

荷蘭、比利時、美國等國家的農(nóng)產(chǎn)品交易市場已經(jīng)搭建好具備農(nóng)產(chǎn)品物流自動配送、農(nóng)產(chǎn)品質(zhì)量追溯業(yè)務(wù)功能的農(nóng)產(chǎn)品物聯(lián)網(wǎng):每個農(nóng)產(chǎn)品均通過個體標(biāo)識技術(shù)連接進(jìn)入農(nóng)產(chǎn)品交易網(wǎng)絡(luò),農(nóng)產(chǎn)品信息會上報至交易平臺供用戶估價、交易,交易成功的農(nóng)產(chǎn)品由配送機(jī)器人自動下單、篩選、搬運,質(zhì)量追溯信息會隨個體標(biāo)識信息伴隨農(nóng)產(chǎn)品配送至每個消費者。我國目前還處于農(nóng)產(chǎn)品物流與安全溯源相關(guān)物聯(lián)網(wǎng)技術(shù)的關(guān)鍵研發(fā)期,雖然國內(nèi)在個體標(biāo)識技術(shù)、機(jī)器人室內(nèi)定位與導(dǎo)航技術(shù)、質(zhì)量追溯技術(shù)的研究已經(jīng)比較完善,但并不適合應(yīng)用在當(dāng)前相對落后的農(nóng)產(chǎn)品交易模式,政府也在積極搭建農(nóng)產(chǎn)品質(zhì)量追溯環(huán)境,培育民眾的食品安全意識,使農(nóng)產(chǎn)品物聯(lián)網(wǎng)真正在國內(nèi)普及。

3 農(nóng)業(yè)物聯(lián)網(wǎng)發(fā)展的瓶頸

(1)我國農(nóng)業(yè)生產(chǎn)仍以小規(guī)模模式為主,使以物聯(lián)網(wǎng)為代表的新興信息技術(shù)的進(jìn)入門檻較高,此外,我國在農(nóng)業(yè)生產(chǎn)精細(xì)化、自動化方面還比較薄弱,現(xiàn)有的農(nóng)業(yè)監(jiān)測及自動控制技術(shù)普及率較低,物聯(lián)網(wǎng)應(yīng)用環(huán)境還不完善,嚴(yán)重制約了農(nóng)業(yè)物聯(lián)網(wǎng)發(fā)展。農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)產(chǎn)品的穩(wěn)定性差,故障率高,影響了用戶的使用積極性。

(2)農(nóng)業(yè)物聯(lián)網(wǎng)配套標(biāo)準(zhǔn)滯后。目前國內(nèi)還沒建立完整的農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)標(biāo)準(zhǔn)體系。由于農(nóng)業(yè)物聯(lián)網(wǎng)應(yīng)用標(biāo)準(zhǔn)規(guī)范缺失,使得物聯(lián)網(wǎng)技術(shù)在農(nóng)業(yè)領(lǐng)域規(guī)范化應(yīng)用發(fā)展受到制約,農(nóng)業(yè)傳感器標(biāo)準(zhǔn)化程度不夠,可靠性難以保證,難于實現(xiàn)廣泛的集成應(yīng)用;傳感網(wǎng)建設(shè)缺乏統(tǒng)一的指導(dǎo)規(guī)范,多采用自定義傳輸協(xié)議,隨意性較大;感知數(shù)據(jù)的融合應(yīng)用和上層應(yīng)用系統(tǒng)的開發(fā)也沒有標(biāo)準(zhǔn)可循,無法互聯(lián)共享,不利于產(chǎn)業(yè)化技術(shù)發(fā)展。

(3)物聯(lián)網(wǎng)傳感器實用化程度較低,管理不方便。與國際先進(jìn)的物聯(lián)網(wǎng)傳感器技術(shù)相比,我國的物聯(lián)網(wǎng)傳感器還存在著設(shè)備體積大、功耗高、感知數(shù)據(jù)精度低、設(shè)備在惡劣自然環(huán)境下不穩(wěn)定等問題。由于農(nóng)田環(huán)境下傳感器電源不易更換、損壞檢修困難,傳感器的上述問題給傳感器管理帶來了不便,阻礙了傳感器在農(nóng)業(yè)生產(chǎn)環(huán)境下的廣泛部署。

(4)物聯(lián)網(wǎng)數(shù)據(jù)傳輸可靠性較差,數(shù)據(jù)收集不穩(wěn)定。農(nóng)業(yè)生產(chǎn)環(huán)境的自身特點和傳感器低功耗的技術(shù)需求給農(nóng)業(yè)物聯(lián)網(wǎng)數(shù)據(jù)傳輸提出了更高的要求。我國在低功耗下的網(wǎng)絡(luò)傳輸安全性技術(shù)抗干擾技術(shù)、自動動態(tài)組網(wǎng)技術(shù)等方面相比國際先進(jìn)水平還存在一定的差距,網(wǎng)絡(luò)傳輸?shù)牟环€(wěn)定給后端數(shù)據(jù)處理和智能分析帶來了一定的困難。

(5)農(nóng)業(yè)業(yè)務(wù)模型的實用性需要加強。雖然農(nóng)業(yè)物聯(lián)網(wǎng)應(yīng)用匯集了大量農(nóng)業(yè)數(shù)據(jù),但這些實時感知數(shù)據(jù)沒有得到充分挖掘利用。目前主要還是時序控制、單一指標(biāo)控制,難于實現(xiàn)按需控制和多指標(biāo)控制,應(yīng)用系統(tǒng)的智能化程度需要提高。雖然目前在農(nóng)業(yè)知識模型、農(nóng)業(yè)模式識別、農(nóng)業(yè)知識表示、農(nóng)業(yè)業(yè)務(wù)模型的機(jī)器學(xué)習(xí)方面已有突破性進(jìn)展,但部分的模型、算法不足以反映客觀現(xiàn)實,以致于失去了指導(dǎo)農(nóng)業(yè)精細(xì)生產(chǎn)的實際意義。

(6)農(nóng)業(yè)物聯(lián)網(wǎng)廣泛存在異質(zhì)性問題。農(nóng)業(yè)物聯(lián)網(wǎng)中的異質(zhì)性問題涉及不同廠商的異構(gòu)設(shè)備、不同格式的異構(gòu)數(shù)據(jù)、不同輸出格式的業(yè)務(wù)模型。設(shè)備的異構(gòu)性阻礙了農(nóng)業(yè)物聯(lián)網(wǎng)的擴(kuò)展,數(shù)據(jù)的異構(gòu)性阻礙了模型對融合信息的利用。

4 農(nóng)業(yè)物聯(lián)網(wǎng)發(fā)展策略

我國農(nóng)業(yè)物聯(lián)網(wǎng)發(fā)展的關(guān)鍵在于結(jié)合中國國情和農(nóng)業(yè)特點,實現(xiàn)關(guān)鍵核心技術(shù)和共性技術(shù)的突破創(chuàng)新,最終成為精細(xì)農(nóng)業(yè)應(yīng)用實踐的重要驅(qū)動力。發(fā)達(dá)國家在農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)研發(fā)和產(chǎn)業(yè)化應(yīng)用方面已經(jīng)取得了較大的進(jìn)展,相比我國存在以下優(yōu)勢:美歐日韓等發(fā)達(dá)國家在物聯(lián)網(wǎng)的發(fā)展中非常重視基礎(chǔ)技術(shù)的研發(fā),尤其是傳感器技術(shù)的研發(fā),并投入大量支持經(jīng)費;農(nóng)業(yè)生產(chǎn)規(guī)模大,為以農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)提供了廣闊的應(yīng)用空間,農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)進(jìn)一步提高了農(nóng)業(yè)機(jī)械的生產(chǎn)效率,形成了以平臺推技術(shù),以技術(shù)提高平臺優(yōu)勢的良性循環(huán);政府支撐強大,互聯(lián)網(wǎng)基礎(chǔ)網(wǎng)絡(luò)環(huán)境完善、物流基礎(chǔ)環(huán)境等各類硬件基礎(chǔ)設(shè)施先進(jìn)。以養(yǎng)殖大戶、家庭農(nóng)場為主的高級農(nóng)村主體的互聯(lián)網(wǎng)和電商知識扎實;農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)標(biāo)準(zhǔn)化體系完善,具備有國際影響力的標(biāo)準(zhǔn)體系,如IEEE、EPC global、ETSI M2M、ITU-T 等,涵蓋了M2M 通信、標(biāo)簽數(shù)據(jù)、空中接口、無線傳感網(wǎng)等農(nóng)業(yè)物聯(lián)網(wǎng)所需的關(guān)鍵數(shù)據(jù)與通訊標(biāo)準(zhǔn)。

我國農(nóng)業(yè)物聯(lián)網(wǎng)的發(fā)展應(yīng)重點對比發(fā)達(dá)國家農(nóng)業(yè)物聯(lián)網(wǎng)的優(yōu)勢,同時結(jié)合我國農(nóng)業(yè)特點,在拉近與農(nóng)業(yè)發(fā)達(dá)國家在農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)差距的同時,克服制約我國農(nóng)業(yè)物聯(lián)網(wǎng)發(fā)展的瓶頸問題:

(1)農(nóng)業(yè)物聯(lián)網(wǎng)應(yīng)用重點改革各地農(nóng)業(yè)小規(guī)模經(jīng)營現(xiàn)狀,應(yīng)適當(dāng)引導(dǎo)擴(kuò)大農(nóng)業(yè)種植規(guī)模,集中連片的大面積耕地,提高農(nóng)業(yè)機(jī)械化程度和新技術(shù)采用率,增強種植的專業(yè)化水平和土地產(chǎn)出率,為農(nóng)業(yè)物聯(lián)網(wǎng)的實施提供適宜的環(huán)境。

(2)農(nóng)業(yè)物聯(lián)網(wǎng)標(biāo)準(zhǔn)化重點是攻克農(nóng)業(yè)物聯(lián)網(wǎng)相關(guān)標(biāo)準(zhǔn)的研究與修訂,縮短行業(yè)達(dá)成共識的時間,統(tǒng)一農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)和接口標(biāo)準(zhǔn),掌握物聯(lián)網(wǎng)在農(nóng)業(yè)市場的控制權(quán),加強國際合作,積極參與國際標(biāo)準(zhǔn)建設(shè)工作,借鑒和引進(jìn)國際先進(jìn)標(biāo)準(zhǔn)。

(3)農(nóng)業(yè)感知技術(shù)重點發(fā)展高靈敏度、高適應(yīng)性、高可靠性傳感器,并向嵌入式、微型化、模塊化、智能化、集成化、網(wǎng)絡(luò)化方向發(fā)展,攻克數(shù)字補償技術(shù)、網(wǎng)絡(luò)化技術(shù)、智能化技術(shù)、多功能復(fù)合技術(shù),完善制造工藝,提高環(huán)境適應(yīng)能力與精度,在新材料應(yīng)用、生產(chǎn)制造工藝與產(chǎn)業(yè)化技術(shù)水平上,也要形成明顯的競爭優(yōu)勢。

(4)農(nóng)業(yè)信息傳輸技術(shù)重點發(fā)展無線傳感器網(wǎng)絡(luò)在精細(xì)農(nóng)業(yè)中的應(yīng)用,具體可概括為4方面:空間數(shù)據(jù)采集、精準(zhǔn)灌溉、變量作業(yè)、數(shù)據(jù)共享與推送,攻克低功耗無線傳輸技術(shù)。推進(jìn)傳輸節(jié)點的集成化與小型化、網(wǎng)絡(luò)的動態(tài)自組織、信息的分布式處理與管理的發(fā)展。

(5)農(nóng)業(yè)智能信息處理技術(shù)重點發(fā)展大數(shù)據(jù)技術(shù)、人工智能技術(shù)在農(nóng)業(yè)物聯(lián)網(wǎng)中的具體實現(xiàn),深入研究深度學(xué)習(xí)算法,以深度學(xué)習(xí)算法提高農(nóng)業(yè)模式識別準(zhǔn)確度、業(yè)務(wù)模型準(zhǔn)確度、復(fù)雜農(nóng)業(yè)變量間關(guān)系的知識表示準(zhǔn)確度,重點攻克海量數(shù)據(jù)的分布式存儲系統(tǒng)與業(yè)務(wù)模型在智能裝備中的嵌入技術(shù),發(fā)展流數(shù)據(jù)實時處理技術(shù)。

(6)基于主流農(nóng)業(yè)物聯(lián)網(wǎng)嵌入式平臺以統(tǒng)一的接口連接異構(gòu)設(shè)備;結(jié)合深度學(xué)習(xí)算法處理非常規(guī)類型數(shù)據(jù)(語音、自然語言、圖像)的異構(gòu)數(shù)據(jù),實現(xiàn)非常規(guī)異構(gòu)數(shù)據(jù)間、非常規(guī)類型與常規(guī)類型數(shù)據(jù)的融合。

此外,國內(nèi)農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)的先驅(qū)平臺要理解農(nóng)業(yè)行業(yè)本身,理解物聯(lián)網(wǎng),依托資源優(yōu)勢,滲透農(nóng)村和農(nóng)業(yè)市場,進(jìn)而提升平臺與技術(shù)優(yōu)勢,形成以平臺推技術(shù),以技術(shù)發(fā)展現(xiàn)代農(nóng)業(yè),以現(xiàn)代農(nóng)業(yè)提升科研平臺的良性循環(huán)。

5 結(jié)論與展望

農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)是實現(xiàn)精準(zhǔn)農(nóng)業(yè)的必要支撐,為應(yīng)對重大變化的農(nóng)業(yè)信息環(huán)境,農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)必須進(jìn)行全面升級以進(jìn)一步提升其普適性、可靠性、智能化水平,同時降低成本,推進(jìn)其更廣泛的應(yīng)用??蒲蟹矫嫘柚攸c突破:新感知機(jī)理的優(yōu)化應(yīng)用;農(nóng)業(yè)傳感器工藝升級;低功耗傳輸技術(shù);基于農(nóng)業(yè)大數(shù)據(jù)技術(shù)、農(nóng)業(yè)人工智能技術(shù)的農(nóng)業(yè)業(yè)務(wù)模型升級;具備標(biāo)準(zhǔn)統(tǒng)一、基于云計算和分布式技術(shù)的農(nóng)業(yè)物聯(lián)網(wǎng)頂層平臺;農(nóng)業(yè)物聯(lián)網(wǎng)自維護(hù)技術(shù);底層裝備的智能化。

標(biāo)準(zhǔn)化的數(shù)據(jù)共享協(xié)議、數(shù)據(jù)接口、業(yè)務(wù)模型訪問協(xié)議、用戶外部訪問協(xié)議促成農(nóng)業(yè)系統(tǒng)的實時環(huán)境數(shù)據(jù)及設(shè)備運行狀態(tài)共享,并實現(xiàn)多源異構(gòu)分布式的海量農(nóng)業(yè)數(shù)據(jù)存儲;個體信息標(biāo)識、感知機(jī)理研究、傳感器制作工藝是農(nóng)業(yè)信息感知技術(shù)的研究重點,基于RFID的農(nóng)業(yè)個體標(biāo)識技術(shù)日趨成熟,不斷得以應(yīng)用,新的感知機(jī)理結(jié)合先進(jìn)的制作工藝,使新型多參數(shù)低功耗傳感器不斷涌現(xiàn),基于高光譜遙感、無人機(jī)遙感的特殊農(nóng)業(yè)感知技術(shù),已經(jīng)成為國內(nèi)農(nóng)業(yè)作業(yè)的必要支撐;無線傳感器網(wǎng)絡(luò)組網(wǎng)簡單、無需布線,同時能夠克服復(fù)雜的農(nóng)業(yè)生產(chǎn)環(huán)境,在高溫、高濕、低溫、雨水等惡劣多變環(huán)境下運行,是農(nóng)業(yè)物聯(lián)網(wǎng)傳輸?shù)闹饕绞?,其中低功耗廣域網(wǎng)技術(shù)是研究熱點,無線局域網(wǎng)技術(shù)是目前底層測控網(wǎng)絡(luò)的主要組網(wǎng)方式;農(nóng)業(yè)智能信息處理技術(shù)是建立農(nóng)業(yè)業(yè)務(wù)模型的途徑,是智能控制策略的來源,研究熱點包括大數(shù)據(jù)技術(shù)、人工智能算法。

與國際先進(jìn)農(nóng)業(yè)物聯(lián)網(wǎng)應(yīng)用集成的實例進(jìn)行對比分析后可知,我國在關(guān)鍵技術(shù)的應(yīng)用與集成環(huán)節(jié)已經(jīng)實現(xiàn)甚至達(dá)到領(lǐng)先水平,主要的約束來自于不完善的應(yīng)用背景與較低的普及程度。農(nóng)業(yè)物聯(lián)網(wǎng)的應(yīng)用與集成對每個國家而言都是全新的嘗試,在政府的推動與科研院所的成果支撐下,我國目前在應(yīng)用與集成的初始階段占得了一定的先機(jī),要保持住優(yōu)勢,未來國內(nèi)農(nóng)業(yè)物聯(lián)網(wǎng)應(yīng)用以及集成的重點任務(wù)是:

(1)基于農(nóng)業(yè)物聯(lián)網(wǎng)嵌入式平臺實現(xiàn)農(nóng)業(yè)裝備智能化,以提高農(nóng)機(jī)作業(yè)的信息透明度、自動化水平、通訊的實時性與大規(guī)模協(xié)同作業(yè),使農(nóng)機(jī)在更大范圍內(nèi)進(jìn)一步提高作業(yè)效率、連續(xù)作業(yè)時間和作業(yè)精度。

(2)在各大科研院所的推動下,國內(nèi)也已具備國際先進(jìn)的農(nóng)業(yè)環(huán)境監(jiān)控平臺,然而平臺的用戶量、普及率遠(yuǎn)遠(yuǎn)低于國外平臺,普及農(nóng)業(yè)環(huán)境智能監(jiān)控平臺、推動平臺智能決策機(jī)理的進(jìn)一步研究是國內(nèi)農(nóng)業(yè)物聯(lián)網(wǎng)發(fā)展的重要任務(wù)之一。

(3)隨著農(nóng)業(yè)大數(shù)據(jù)技術(shù)、農(nóng)業(yè)人工智能技術(shù)的發(fā)展,已實現(xiàn)了大數(shù)據(jù)的深層次挖掘,例如深度置信網(wǎng)絡(luò)、遞歸神經(jīng)網(wǎng)絡(luò)、人工蜂群算法,結(jié)合有監(jiān)督學(xué)習(xí)與無監(jiān)督學(xué)習(xí)的優(yōu)勢,充分挖掘數(shù)據(jù)內(nèi)蘊藏的實際問題的最優(yōu)解,為農(nóng)業(yè)生產(chǎn)者、管理者提供智能決策和在線指導(dǎo)。

農(nóng)業(yè)物聯(lián)網(wǎng)將徹底改變當(dāng)前以人為主、以設(shè)備為輔的農(nóng)業(yè)業(yè)務(wù)模式,在一個理想的農(nóng)業(yè)物聯(lián)網(wǎng)中,要以設(shè)備為主、以人為輔。因此,農(nóng)業(yè)物聯(lián)網(wǎng)可以解放設(shè)備、機(jī)器的生產(chǎn)力,使設(shè)備、機(jī)械在準(zhǔn)確信息與農(nóng)業(yè)業(yè)務(wù)模型指導(dǎo)下,實現(xiàn)智能化,擺脫人的約束,以優(yōu)于人為控制的合理性與準(zhǔn)確性保持更長時間的運行。模型與底層控制網(wǎng)絡(luò)的精度是實現(xiàn)這個目標(biāo)的決定性因素,而精準(zhǔn)的農(nóng)業(yè)業(yè)務(wù)模型依賴于先進(jìn)的數(shù)據(jù)處理、價值關(guān)系挖掘及模型參數(shù)學(xué)習(xí)技術(shù);精準(zhǔn)的底層控制網(wǎng)絡(luò)則依賴于精準(zhǔn)的農(nóng)業(yè)感知、執(zhí)行裝備,更先進(jìn)的機(jī)理、更完善的工藝是決定底層控制網(wǎng)絡(luò)質(zhì)量的關(guān)鍵因素。此外,我國農(nóng)業(yè)物聯(lián)網(wǎng)的推廣與實際應(yīng)用,需要具備達(dá)到一定規(guī)模的集約化生產(chǎn)模式的支撐。

我國農(nóng)業(yè)物聯(lián)網(wǎng)的需求日趨強勁,傳感器國產(chǎn)化、通信低成本化、信息處理智能化和物聯(lián)網(wǎng)平臺的云化是農(nóng)業(yè)物聯(lián)網(wǎng)的必然發(fā)展趨勢。傳感器國產(chǎn)化是我國農(nóng)業(yè)物聯(lián)網(wǎng)的發(fā)展方向,一方面國產(chǎn)傳感器的穩(wěn)定性、準(zhǔn)確性和可靠性有待進(jìn)一步提升,需要大學(xué)、科研院所和傳感器企業(yè)聯(lián)合協(xié)同攻關(guān);NBIoT、5G等新一代通信技術(shù)需要進(jìn)一步降低使用成本,形成各種農(nóng)業(yè)應(yīng)用終端;各種農(nóng)業(yè)動植物生產(chǎn)模型需要進(jìn)一步系統(tǒng)化、體系化和實用化,這是一個長期的艱巨的過程;農(nóng)業(yè)物聯(lián)網(wǎng)平臺也要按照標(biāo)準(zhǔn)化、個性化、云計算化的要求,逐步形成行業(yè)統(tǒng)一的平臺,實現(xiàn)農(nóng)業(yè)物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能、智能裝備技術(shù)的系統(tǒng)集成。

1 MISRA S, KRISHNA P V. Efficient medium access control for cyber-physical systems with heterogeneous networks[J]. IEEE Systems Journal, 2015, 9(1):22-30.

2 施苗苗, 宋建成, 田慕琴, 等. 基于物聯(lián)網(wǎng)的設(shè)施農(nóng)業(yè)遠(yuǎn)程智能化信息監(jiān)測系統(tǒng)的開發(fā)[J]. 江蘇農(nóng)業(yè)科學(xué),2016,26(11): 392-395. SHI Miaomiao, SONG Jiancheng, TIAN Muqin, et al. Development of remote intelligent information monitoring system based on IoT in facility agriculture[J]. Jiangsu Agricultural Sciences,2016,26(11): 392-395. (in Chinese)

3 BREWSTER C, ROUSSAKI I, KALATZIS N, et al. IoT in agriculture: designing a europe-wide large-scale pilot[J]. IEEE Communications Magazine, 2017, 55(9):26-33.

4 BERTINO E, CHOO K, GEORGAKOPOLOUS D, et al. Internet of things (IoT): smart and secure service delivery[J]. ACM Transactions on Internet Technology, 2016, 16(4):Article No 22.

5 KAMILARIS A, PITSILLIDES A. Mobile phone computing and the Internet of things: a survey[J]. IEEE Internet of Things Journal, 2016, 3(6):885-898.

6 PANG Z B, CHEN Q, HAN W L, et al. Value-centric design of the Internet-of-things solution for food supply chain: value creation, sensor portfolio and information fusion[J]. Information Systems Frontiers, 2015, 17(2):289-319.

7 閻曉軍,王維瑞,梁建平. 北京市設(shè)施農(nóng)業(yè)物聯(lián)網(wǎng)應(yīng)用模式構(gòu)建[J]. 農(nóng)業(yè)工程學(xué)報,2012,28(4):149-154. YAN Xiaojun, WANG Weirui, LIANG Jianping. Application mode construction of Internet of things (IoT) for facility agriculture in Beijing[J]. Transactions of the CSAE, 2012, 28(4):149-154.(in Chinese)

8 RAO B, SALUJA P, SHARMA N, et al. Cloud computing for Internet of things & sensing based applications[C]∥2012 Sixth International Conference on Sensing Technology, 2012: 374-380.

9 LI L, HU X G, CHEN K, et al. The applications of WiFi-based wireless sensor network in Internet of things and smart grid[M]. New York: IEEE, 2011:789-793.

10 李道亮. 農(nóng)業(yè)物聯(lián)網(wǎng)導(dǎo)論[M]. 北京:科學(xué)出版社, 2012: 395.

11 葛文杰, 趙春江. 農(nóng)業(yè)物聯(lián)網(wǎng)研究與應(yīng)用現(xiàn)狀及發(fā)展對策研究[J/OL]. 農(nóng)業(yè)機(jī)械學(xué)報,2014,45(7): 222-230. http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?flag=1&file_no=20140735&journal_id=jcsam. DOI:10.6041/j.issn.1000-1298.2014.07.035. GE Wenjie, ZHAO Chunjiang.State-of-the-art and developing strategies of agricultural Internet of things[J/OL].Transactions of the Chinese Society for Agricultural Machinery,2014,45(7):222-230. (in Chinese)

12 馬文靜, 吳東亞, 徐冬梅, 等. 農(nóng)業(yè)物聯(lián)網(wǎng)統(tǒng)一標(biāo)識體系建設(shè)[J]. 中國標(biāo)準(zhǔn)化,2014(1): 79-83. MA Wenjing, WU Dongya, XU Dongmei, et al. Uniform identification system construction for agricultural IoT [J]. China Standardization,2014(1): 79-83. (in Chinese)

13 RUIZ G, LUNADEI L. The role of RFID in agriculture: applications, limitations and challenges[J]. Comput. Electron. Agric, 2011, 1(79):42-50.

14 張瓊, 劉暢. RFID在散貨堆場裝卸機(jī)械行走定位中的應(yīng)用[J]. 起重運輸機(jī)械,2017(1): 75-77.

15 熊瓊. 果蔬采摘機(jī)器人自主定位與導(dǎo)航設(shè)計——基于RFID和WSN信息融合[J]. 農(nóng)機(jī)化研究,2017,39(10): 223-227. XIONG Qiong. Autonomous positioning and navigation design of fruit and vegetable picking robot—based on information fusion of RFID and WSN [J]. Journal of Agricultural Mechanization Research, 2017,39(10): 223-227. (in Chinese)

16 FU X J, SHARMA A, KAMPIANAKIS E,et al. A low cost 10.0~11.1 GHz X-band microwave backscatter communication testbed with integrated planar wideband antennas[C]∥IEEE International Conference on RFID, 2016: 89-92.

17 LASCIO E, VARSHNEY A, VOIGT T, et al. Poster abstract: localight-a battery-free passive localization system using visible light[C]∥2016 15th ACM/IEEE International Conference on Information Processing in Sensor Networks (IPSN), 2016:1-2.

18 靜平, 張曉梅, 許艷麗, 等. 納米材料電化學(xué)傳感器在食品安全檢測中的應(yīng)用[J]. 食品安全質(zhì)量檢測學(xué)報,2013,36(2): 379-382. JING Ping, ZHANG Xiaomei, XU Yanli,et al. Applications of electrochemical sensors based on nanomaterials for food safety detection [J]. Journal of Food Safety & Quality,2013,36(2): 379-382. (in Chinese)

19 吳世杰. 幾種金屬基電極制備及在重金屬檢測中的應(yīng)用研究[D]. 濟(jì)南:山東師范大學(xué), 2013. WU Shijie. Electrochemical determination of heavy metals by metal-based electrodes[D]. Ji’nan:Shandong Normal University, 2013. (in Chinese)

20 尹鵬飛, 侯文濤, 許立坤, 等. 熱浸涂銀/氯化銀和銀/鹵化銀參比電極對比研究[J]. 腐蝕科學(xué)與防護(hù)技術(shù),2010,22(5): 407-411. YIN Pengfei, HOU Wentao, XU Likun,et al.Comparative study on Ag/AgCl and Ag/Agx reference electrodes prepared by hot dip coating method[J]. Corrosion Science and Protection Technology, 2010,22(5): 407-411. (in Chinese)

21 何霖, 許立坤, 王均濤, 等. 熱浸涂銀/氯化銀參比電極性能研究[J]. 腐蝕科學(xué)與防護(hù)技術(shù),2009,21(5): 482-485. HE Lin, XU Likun, WANG Juntao,et al. Performance of Ag/AgCl reference electrode prepared by hot dip coating method [J]. Corrosion Science and Protection Technology, 2009,21(5): 482-485. (in Chinese)

22 楊渝, 李龍, 劉紅偉, 等. 全固態(tài)裸露式Ag/AgCl參比電極的研制及應(yīng)用[J]. 化學(xué)傳感器,2011,31(3): 45-48. YANG Yu, LI Long, LIU Hongwei,et al. Preparation and application of all-solid exposed Ag/AgCl reference electrode [J]. Chemical Sensors, 2011,31(3): 45-48. (in Chinese)

23 李向陽, 杜寶中, 周長強. 全固態(tài)SiC參比電極的研制及應(yīng)用[J]. 化學(xué)傳感器,2006,26(3): 39-42. LI Xiangyang, DU Baozhong, ZHOU Changqiang. Preparation and application of the whole-solid SiC reference electrode [J]. Chemical Sensors, 2006,26(3): 39-42.(in Chinese)

24 樊玲, 衛(wèi)軍, 彭述權(quán), 等. 一種可用于混凝土內(nèi)部固態(tài)MnO2參比電極研究[J]. 傳感技術(shù)學(xué)報,2014,27(6): 709-714. FAN Ling, WEI Jun, PENG Shuquan,et al. Studies on the performance characteristics of manganese oxide reference electrode for concrete environments[J]. Chinese Journal of Sensors and Actuators,2014,27(6): 709-714. (in Chinese)

25 王麗品, 王森林, 段錢花. 復(fù)合電沉積制備Ni/NiFe2O4電極及其電催化析氧性能[J]. 應(yīng)用化學(xué),2013,30(6): 690-697. WANG Lipin, WANG Senlin, DUAN Qianhua. Ni/NiFe2O4composite electrode prepared by electro-deposition and its electro-catalytic performance towards oxygen evolution reaction [J]. Chinese Journal of Applied Chemistry, 2013,30(6): 690-697. (in Chinese)

26 ANINDITA, SINGH A, SINGH R N. Effect of V substitution at B-site on the physicochemical and electrocatalytic properties of spinel-type NiFe2O4towards O-2 evolution in alkaline solutions[J]. International Journal of Hydrogen Energy, 2010, 35(8):3243-3248.

27 莊全超, 魏國禎, 董全峰, 等. 溫度對石墨電極性能的影響[J]. 物理化學(xué)學(xué)報,2009,25(3): 406-410. ZHUANG Quanchao, WEI Guozhen, DONG Quanfeng,et al. Influence of temperature on the performance of a graphite electrode [J]. Acta Physico-Chimica Sinica,2009,25(3): 406-410. (in Chinese)

28 瞿曌, 瞿國瑞, 胡冠昱. 石墨電極的研究與實踐[J]. 金屬熱處理,2003,28(11): 56-59. QU Zhao, QU Guorui, HU Guanyu. Research and practice on the graphite electrode [J]. Heat Treatment of Metals,2003,28(11): 56-59. (in Chinese)

29 YE G R, CHAI Y Q, YUAN R, et al. A mercury(II) ion-selective electrode based on N,N-dimethylformamide-salicylacylhydrazone as a neutral carrier[J]. Analytical Sciences, 2006, 22(4):579-582.

30 MORTENSEN J, LEGIN A, IPATOV A,et al. A flow injection system based on chalcogenide glass sensors for the determination of heavy metals[J]. Analytica Chimica Acta, 2000, 403(1-2):273-277.

31 PLASCHKE M, CZOLK R, ACHE H J. Fluorometric-determination of mercury with a water-soluble porphyrin and porphyrin-doped sol-gel films[J]. Analytica Chimica Acta, 1995, 304(1):107-113.

32 LOO A H, SOFER Z, BOUSA D. Carboxylic carbon quantum dots as a fluorescent sensing platform for DNA detection[J]. ACS Applied Materials & Interfaces, 2016, 3(8):1951-1957.

33 高成耀, 佟建華, 邊超, 等. 摻硼金剛石薄膜電極分析檢測痕量鎘、鉛、銅、汞[J]. 新型炭材料,2017,32(3): 277-283. GAO Chengyao, TONG Jianhua, BIAN Chao,et al. Simultaneous detection of trace Cd (Ⅱ), Pb (Ⅱ), Cu (Ⅱ), Hg (Ⅱ) ions by a boron-doped diamond electrode[J]. New Carbon Materials,2017,32(3): 277-283. (in Chinese)

34 胡琪, 譚學(xué)才, 吳佳雯, 等. 基于石墨烯摻雜金納米粒子的滅除威分子印跡電化學(xué)傳感器的制備與性能研究[J]. 分析測試學(xué)報,2015,34(3): 328-334. HU Qi, TAN Xuecai, WU Jiawen,et al. Preparation of molecularly imprinted electrochemical sensor for detection of 3,5-xylyl methylcarbama based on gold nanoparticles-dopped graphene modified glassy carbon electrode[J]. Journal of Instrumental Analysis,2015,34(3): 328-334. (in Chinese)

35 畢可, 施曉文, 杜予民. 基于絲網(wǎng)印刷電極的甲胎蛋白電化學(xué)免疫傳感器[J]. 分析科學(xué)學(xué)報,2017,33(2): 159-164. BI Ke, SHI Xiaowen, DU Yumin. Disposable screen-printed electrodes for high sensitive electrochemical immunosensing of alpha-fetoprotein[J]. Journal of Analytical Science,2017, 33(2): 159-164. (in Chinese)

36 AL X X, SHI J. MoS2nanosheet-based fluorescent biosensor for protein detection via terminal protection of small-molecule-linked DNA and exonuclease Ⅲ-aided DNA recycling amplification[J]. Biosensors and Bioelectronics, 2015,74:227-232.

37 左顯維, 馮治棋, 胡艷琴, 等. 基于MoS2納米片的熒光生物傳感器對飲用水中Hg2+的檢測[J]. 環(huán)境化學(xué),2017,36(1): 167-174. ZUO Xianwei, FENG Zhiqi, HU Yanqin,et al. A fluorescent biosensor based on MoS2nanosheets for the detection of Hg2+in drinking water [J]. Environmental Chemistry, 2017,36(1): 167-174. (in Chinese)

38 羅偉, 曾新華, 李淼, 等. 檢測痕量Hg2+的量子點熒光傳感器系統(tǒng)設(shè)計[J]. 光譜學(xué)與光譜分析,2015,35(11): 3236-3240. LUO Wei, ZENG Xinhua, LI Miao,et al.A quantum dot fluorescence sensor system design for Hg2+trace detection[J]. Spectroscopy and Spectral Analysis,2015,35(11): 3236-3240. (in English)

40 張學(xué)華, 王君玉, 韓敏. 氯胺T-四堿催化分光光度法測定河南省黃淮平原農(nóng)業(yè)地質(zhì)調(diào)查樣品中痕量碘[J]. 巖礦測試,2007,26(5): 391-394. ZHANG Xuehua, WANG Junyu, HAN Min.Catalytic spectrophotometric determination of trace iodine in agricultural geological survey samples from Huanghuai plain of Henan Province in chloramine T-tetrabase system[J]. Rock and Mineral Analysis,2007,26(5): 391-394. (in Chinese)

41 JARZEBINSKA R, KORPOSH S, JAMES S, et al. Optical gas sensor fabrication based on porphyrin-anchored electrostatic self-assembly onto tapered optical fibers[J]. Analytical Letters, 2012, 45(10):1297-1309.

42 李杰, 李蒙蒙, 孫立朋, 等. 保偏微納光纖倏逝場傳感器[J]. 物理學(xué)報,2017,66(7): 191-200. LI Jie, LI Mengmeng, SUN Lipeng,et al. Polarization-maintaining microfiber-based evanescent-wave sensors[J]. Acta Physica Sinica,2017,66(7): 191-200. (in Chinese)

43 高翔, 劉鵬, 盧潭城, 等. 一種土壤濕度測定方法在ZigBee無線傳感器網(wǎng)絡(luò)中的應(yīng)用[J]. 傳感器與微系統(tǒng),2015,36(1): 151-153. GAO Xiang, LIU Peng, LU Tancheng,et al. Application of a method of soil moisture measurement in ZigBee WSNs [J]. Transducer and Microsystem Technologies,2015,36(1): 151-153. (in Chinese)

44 GAO Xiaodong, WU Pute, ZHAO Xining,et al. Estimating the spatial means and variability of root-zone soil moisture in gullies using measurements from nearby uplands[J]. Journal of Hydrology, 2013, 476:28-41.

45 HUTTON R J, LOVEYS B R. A partial root zone drying irrigation strategy for citrus-effects on water use efficiency and fruit characteristics[J]. Agricultural Water Management, 2011, 98(10):1485-1496.

46 姜明梁, 方嫦青, 馬道坤. 基于TDR的土壤水分傳感器設(shè)計與試驗[J]. 農(nóng)機(jī)化研究,2017,39(8): 147-153. JIANG Mingliang, FANG Changqing, MA Daokun.Design and experimental research of an instrument for soil moisture sensor based on TDR[J]. Journal of Agricultural Mechanization Research, 2017,39(8): 147-153. (in Chinese)

47 許景輝, 馬孝義, SALLY D. 基于低頻濾波法的T-TDR含水率測量方法研究[J/OL]. 農(nóng)業(yè)機(jī)械學(xué)報,2014,45(6): 172-176. http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?flag=1&file_no=20140626&journal_id=jcsam. DOI:10.6041/j.issn.1000-1298.2014.06.026. XU Jinghui, MA Xiaoyi, SALLY D. Measurement of soil moisture with T-TDR probe based on LFF method [J/OL]. Transactions of the Chinese Society for Agricultural Machinery,2014,45(6): 172-176. (in Chinese)

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

49 JIAO X F, KOVACS J M, SHANG J L, et al. Object-oriented crop mapping and monitoring using multi-temporal polarimetric RADARSAT-2 data[J]. ISP RS Journal of Photogrammetry and Remote Sensing, 2014,96:32-46.

50 劉陽, 馬蓉, 曹衛(wèi)彬, 等. 農(nóng)業(yè)車輛自動導(dǎo)航系統(tǒng)中CAN總線的研究進(jìn)展[J]. 農(nóng)機(jī)化研究,2011,33(8): 233-236. LIU Yang, MA Rong, CAO Weibin,et al.Progress on the research of CAN bus in automatic navigation system of agricultural vehicles[J]. Journal of Agricultural Mechanization Research, 2011,33(8): 233-236. (in Chinese)

51 劉曉光, 張亞靖, 胡靜濤, 等. 基于CAN總線的農(nóng)機(jī)導(dǎo)航控制系統(tǒng)終端的設(shè)計與實現(xiàn)[J]. 農(nóng)機(jī)化研究,2016,38(11): 133-136. LIU Xiaoguang, ZHANG Yajing, HU Jingtao,et al. Design and implementation of terminal based on CAN for agricultural vehicle navigation control system[J]. Journal of Agricultural Mechanization Research, 2016, 38(11): 133-136. (in Chinese)

52 劉傳茂, 王熙. 農(nóng)機(jī)數(shù)據(jù)采集傳輸系統(tǒng)的設(shè)計與實現(xiàn)——基于CAN總線[J]. 農(nóng)機(jī)化研究,2016,38(12): 207-211. LIU Chuanmao, WANG Xi. Design and implementation of agricultural machinery data acquisition and transmission system——based on CAN bus [J]. Journal of Agricultural Mechanization Research,2016,38(12): 207-211. (in Chinese)

53 高祥, 居錦武, 蔣勱, 等. 基于CAN總線的分布式農(nóng)業(yè)溫室控制系統(tǒng)設(shè)計[J]. 中國農(nóng)機(jī)化學(xué)報,2016,37(4): 67-70. GAO Xiang, JU Jinwu, JIANG Mai,et al. Design on distributed agricultural greenhouse control system based on CAN bus [J]. Journal of Chinese Agricultural Mechanization,2016,37(4): 67-70. (in Chinese)

54 祝敏. 基于CAN總線的大棚溫濕度監(jiān)控系統(tǒng)的設(shè)計[J]. 自動化與儀器儀表,2010(1): 57-60.

55 宋娟, 李偉, 李慶鋒. 基于CAN總線的智能化節(jié)水灌溉系統(tǒng)的研究[J]. 節(jié)水灌溉,2012(11): 64-66. SONG Juan, LI Wei, LI Qingfeng. Research on intelligent water saving irrigation system based on CAN bus[J]. Water Saving Irrigation,2012(11): 64-66. (in Chinese)

56 張麗紅, 孫磊, 倫翠芬, 等. 基于CAN總線的連棟溫室節(jié)水灌溉控制系統(tǒng)[J]. 農(nóng)機(jī)化研究,2011,33(6): 168-170. ZHANG Lihong, SUN Lei, LUN Cuifen,et al.A water saving irrigation control system of joined greenhouses based on CAN bus[J]. Journal of Agricultural Mechanization Research,2011,33(6): 168-170. (in Chinese)

57 可曉海, 張文超, 唐開輝, 等. 基于GSM網(wǎng)絡(luò)和485總線的農(nóng)業(yè)監(jiān)控系統(tǒng)設(shè)計[J]. 中國農(nóng)機(jī)化學(xué)報,2016,37(5): 213-218. KE Xiaohai, ZHANG Wenchao, TANG Kaihui,et al.Design of agricultural intelligent monitoring system based on GSM network and 485 bus[J]. Journal of Chinese Agricultural Mechanization,2016,37(5): 213-218. (in Chinese)

58 MISRA S, KRISHNA P V. Efficient medium access control for cyber-physical systems with heterogeneous networks[J]. IEEE Systems Journal, 2015, 9(1):22-30.

59 VIJAY G, BDIRA E B. Cognition in wireless sensor networks: a perspective[J]. IEEE Sensors Journal, 2011, 11(3):582-592.

60 ZHANG S, ZHANG H. A review of wireless sensor networks and its applications[C]∥Proceeding of the IEEE International Conference on Automation and Logistics, 2012.

61 ZHU C H, WANG H, LIU X L. A novel sensory data processing framework to integrate sensor networks with mobile cloud[J]. IEEE Sensors Journal, 2016,10(3):1125-1136.

62 BEHZADAN A, ANPALAGAN A, WOUNGANG. An energy efficient utility-based distributed data routing scheme for heterogeneous sensor networks[J]. Wireless Communications and Mobile Computing, 2014,15:2020-2037.

63 鄭寧, 楊曦, 吳雙力. 低功耗廣域網(wǎng)絡(luò)技術(shù)綜述[J]. 信息通信技術(shù),2017,10(1): 47-54. ZHENG Ning, YANG Xi, WU Shuangli. A survey of low-power wide-area network technology[J]. Information and Communications Technologies,2017,10(1): 47-54. (in Chinese)

64 趙靜, 蘇光添. LoRa無線網(wǎng)絡(luò)技術(shù)分析[J]. 移動通信,2016,43(21): 50-57. ZHAO Jing, SU Guangtian. Analysis on LoRa wireless network technology[J]. Mobile Communications,2016,43(21): 50-57. (in Chinese)

65 肯尼·庫克耶, 維克托·邁爾-舍恩伯格. 大數(shù)據(jù)時代的歷史機(jī)遇——產(chǎn)業(yè)變革與數(shù)據(jù)科學(xué)[M]. 北京:清華大學(xué)出版社, 2013.

66 王文生, 郭雷風(fēng). 農(nóng)業(yè)大數(shù)據(jù)及其應(yīng)用展望[J]. 江蘇農(nóng)業(yè)科學(xué),2015,43(9): 1-5.

67 DENG M X, DI L P, HAN W G,et al. Web-service-based monitoring and analysis of global agricultural drought[J]. Photogrammetric Engineering and Remote Sensing, 2013, 79(10):929-943.

68 LIU Y F. Innovation of marketing pattern of fresh agricultural products based on internet plus and big data platform[J]. Agro Food Industry Hi-Tech, 2017, 28(3):1739-1743.

69 KLEIN L J, MARIANNO F J, ALBRECHT C M,et al. PAIRS: a scalable geo-spatial data analytics platform[C]∥IEEE International Conference on Big Data, 2015:1290-1298.

70 DUTTA R, MORSHED A, ARYAL J, et al. Development of an intelligent environmental knowledge system for sustainable agricultural decision support[J]. Environmental Modelling & Software, 2014,52:264-272.

71 FRELAT R, LOPEZ-RIDAURA S, GILLER K E, et al. Drivers of household food availability in sub-Saharan Africa based on big data from small farms[J]. Proceedings of the National Academy of Sciences of the United States of America, 2016, 113(2):458-463.

72 WOLFERT S, GE L, VERDOUW C, et al. Big data in smart farming—a review[J]. Agricultural Systems, 2017,153:69-80.

73 DIALLO O, Rodrigues J J. Distributed database management techniques for wireless sensor networks [J]. IEEE Transactions on Parallel and Distributed Systems, 2015, 26(2):604-620.

74 劉現(xiàn), 鄭回勇, 施能強, 等. 人工智能在農(nóng)業(yè)生產(chǎn)中的應(yīng)用進(jìn)展[J]. 福建農(nóng)業(yè)學(xué)報,2013,28(6): 609-614. LIU Xian,ZHENG Huiyong, SHI Nengqiang, et al. Artificial intelligence in agricultural applications[J]. Fujian Journal of Agricultural Sciences,2013,28(6): 609-614. (in Chinese)

75 張雅琪, 鄭榮寶, 付艷華, 等. 近50年來全球農(nóng)田保護(hù)的知識圖譜研究[J]. 中國農(nóng)業(yè)科技導(dǎo)報,2017,19(3): 37-49. ZHANG Yaqi, ZHENG Rongbao, FU Yanhua,et al. Knowledge mapping of research on international farmland protection during 1964—2015 [J]. Journal of Agricultural Science and Technology,2017,19(3): 37-49. (in Chinese)

76 趙明, 杜亞茹, 杜會芳, 等. 植物領(lǐng)域知識圖譜構(gòu)建中本體非分類關(guān)系提取方法[J/OL]. 農(nóng)業(yè)機(jī)械學(xué)報,2016,47(9):278-284. http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?flag=1&file_no=20160938&journal_id=jcsam. DOI:10.6041/j.issn.1000-1298.2016.09.038. ZHAO Ming, DU Yaru, DU Huifang,et.al. Research on ontology non-taxonomic relations extraction in plant domain knowledge graph construction[J/OL].Transactions of the Chinese Society for Agricultural Machinery,2016,47(9):278-284. (in Chinese)

77 鄭建麗, 劉平, 張祝利, 等. 基于專家系統(tǒng)的艙室智能化設(shè)計在漁船上的應(yīng)用[J]. 農(nóng)業(yè)工程學(xué)報,2015,31(6): 208-212. ZHENG Jianli, LIU Ping, ZHANG Zhuli, et al. Application of cabin intelligent compartments based on expert system in fishing vessel [J]. Transactions of the CSAE, 2015,31(6): 208-212. (in Chinese)

78 戴建國, 賴軍臣. 基于圖像規(guī)則與Android手機(jī)的棉花病蟲害診斷系統(tǒng)[J/OL]. 農(nóng)業(yè)機(jī)械學(xué)報,2015,46(1): 35-44. http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?flag=1&file_no=20150106&journal_id=jcsam. DOI:10.6041/j.issn.1000-1298.2015.01.006. DAI Jianguo, LAI Junchen. Image-rule-based diagnostic expert system for cotton diseases and pests based on mobile terminal with Android system[J/OL].Transactions of the Chinese Society for Agricultural Machinery,2015,46(1):35-44. (in Chinese)

79 谷利芬, 謝芳. 基于多跳無線網(wǎng)絡(luò)和機(jī)器視覺的新式采摘機(jī)器人設(shè)計[J]. 農(nóng)機(jī)化研究,2018,40(3): 221-225. GU Lifen, XIE Fang. Design of a new picking robot based on multi hop wireless network and machine vision [J]. Journal of Agricultural Mechanization Research,2018,40(3): 221-225. (in Chinese)

80 顏秉忠. 機(jī)器視覺技術(shù)在玉米苗期雜草識別中的應(yīng)用[J]. 農(nóng)機(jī)化研究,2018,40(3): 212-216. YAN Bingzhong. Identification of weeds in maize seedling stage by machine vision technology [J]. Journal of Agricultural Mechanization Research,2018,40(3): 212-216. (in Chinese)

81 田磊, 李麗, 王明緒. 基于Android的玉米病蟲害機(jī)器視覺診斷系統(tǒng)研究[J]. 農(nóng)機(jī)化研究,2017,39(4): 207-211. TIAN Lei, LI Li, WANG Mingxu. Research on the diagnosis system of maize plant diseases and insect pests based on Android [J]. Journal of Agricultural Mechanization Research,2017,39(4): 207-211. (in Chinese)

82 王僑, 陳兵旗, 朱德利, 等. 基于機(jī)器視覺的定向播種用玉米種粒精選裝置研究[J/OL]. 農(nóng)業(yè)機(jī)械學(xué)報,2017,48(2): 27-37. http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?flag=1&file_no=20170204&journal_id=jcsam. DOI:10.6041/j.issn.1000-1298.2017.02.004. WANG Qiao, CHEN Bingqi, ZHU Deli,et al. Machine vision-based selection machine of corn seed used for directional seeding[J/OL].Transactions of the Chinese Society for Agricultural Machinery,2017,48(2):27-37. (in Chinese)

83 丁為民, 趙思琪, 趙三琴, 等. 基于機(jī)器視覺的果樹樹冠體積測量方法研究[J/OL]. 農(nóng)業(yè)機(jī)械學(xué)報,2016,47(6): 1-10,20. http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?flag=1&file_no=20160601&journal_id=jcsam. DOI:10.6041/j.issn.1000-1298.2016.06.001. DING Weimin, ZHAO Siqi, ZHAO Sanqin,et al. Measurement methods of fruit tree canopy volume based on machine vision[J/OL].Transactions of the Chinese Society for Agricultural Machinery,2016,47(6):1-10,20. (in Chinese)

84 王紅軍, 熊俊濤, 黎鄒鄒, 等. 基于機(jī)器視覺圖像特征參數(shù)的馬鈴薯質(zhì)量和形狀分級方法[J]. 農(nóng)業(yè)工程學(xué)報,2016,32(8): 272-277. WANG Hongjun, XIONG Juntao, LI Zouzou,et al. Potato grading method of weight and shape based on imaging characteristics parameters in machine vision system [J]. Transactions of the CSAE,2016,32(8):272-277. (in Chinese)

85 王欣, 李道亮, 楊文柱, 等. 基于可見光機(jī)器視覺的棉花偽異性纖維識別方法[J/OL]. 農(nóng)業(yè)機(jī)械學(xué)報,2015,46(8): 7-14. http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?flag=1&file_no=20150802&journal_id=jcsam. DOI:10.6041/j.issn.1000-1298.2015.08.002. WANG Xin, LI Daoliang, YANG Wenzhu,et al. Lint cotton pseudo-foreign fiber detection based on visible spectrum computer vision[J/OL].Transactions of the Chinese Society for Agricultural Machinery,2015,46(8):7-14. (in Chinese)

86 刁智華, 趙明珍, 宋寅卯, 等. 基于機(jī)器視覺的玉米精準(zhǔn)施藥系統(tǒng)作物行識別算法及系統(tǒng)實現(xiàn)[J]. 農(nóng)業(yè)工程學(xué)報,2015,31(7): 47-52. DIAO Zhihua, ZHAO Mingzhen, SONG Yinmao, et al. Crop line recognition algorithm and realization in precision pesticide system based on machine vision[J]. Transactions of the CSAE,2015,31(7): 47-52. (in Chinese)

87 刁智華, 王會丹, 魏偉. 機(jī)器視覺在農(nóng)業(yè)生產(chǎn)中的應(yīng)用研究[J]. 農(nóng)機(jī)化研究,2014,36(3): 206-211. DIAO Zhihua, WANG Huidan, WEI Wei. Summary of research on machine vision application in agricultural production [J]. Journal of Agricultural Mechanization Research,2014,36(3): 206-211. (in Chinese)

88 胡煉, 羅錫文, 曾山, 等. 基于機(jī)器視覺的株間機(jī)械除草裝置的作物識別與定位方法[J]. 農(nóng)業(yè)工程學(xué)報,2013,29(10): 12-18. HU Lian, LUO Xiwen, ZENG Shan,et al. Plant recognition and localization for intra-row mechanical weeding device based on machine vision [J]. Transactions of the CSAE, 2013,29(10): 12-18. (in Chinese)

89 劉同海, 滕光輝, 付為森, 等. 基于機(jī)器視覺的豬體體尺測點提取算法與應(yīng)用[J]. 農(nóng)業(yè)工程學(xué)報,2013,29(2): 161-168. LIU Tonghai, TENG Guanghui, FU Weisen,et al. Extraction algorithms and applications of pig body size measurement points based on computer vision [J]. Transactions of the CSAE,2013,29(2): 161-168. (in Chinese)

90 曹東, 田富洋, 宋占華, 等. AMR果蔬自動收獲機(jī)器人動力學(xué)建模與實時控制[J]. 農(nóng)機(jī)化研究,2018,40(2): 7-13. CAO Dong, TIAN Fuyang, SONG Zhanhua,et al. The dynamics and control of AMR vegetable and fruit automatic harvesting robot [J]. Journal of Agricultural Mechanization Research,2018,40(2): 7-13. (in Chinese)

91 黎永鍵, 趙祚喜, 黃培奎, 等. 基于DGPS與雙閉環(huán)控制的拖拉機(jī)自動導(dǎo)航系統(tǒng)[J/OL]. 農(nóng)業(yè)機(jī)械學(xué)報,2017,48(2): 11-19. http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?flag=1&file_no=20170202&journal_id=jcsam. DOI:10.6041/j.issn.1000-1298.2017.02.002. LI Yongjian, ZHAO Zuoxi, HUANG Peikui,et al. Automatic navigation system of tractor based on DGPS and double closed-loop steering control[J/OL].Transactions of the Chinese Society for Agricultural Machinery,2017,48(2):11-19. (in Chinese)

92 王冰心, 王孫安, 于德弘. 基于選擇性注意機(jī)制的果實簇識別與采摘順序規(guī)劃[J/OL]. 農(nóng)業(yè)機(jī)械學(xué)報,2016,47(11): 1-7. http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?file_no=20161101&flag=1. DOI:10.6041/j.issn.1000-1298.2016.11.001. WANG Bingxin, WANG Sun’an, YU Dehong. Visual selective attention for fruit cluster recognition and picking sequence planning [J/OL]. Transactions of the Chinese Society for Agricultural Machinery, 2016,47(11): 1-7. (in Chinese)

93 孟慶寬, 張漫, 楊耿煌, 等. 自然光照下基于粒子群算法的農(nóng)業(yè)機(jī)械導(dǎo)航路徑識別[J/OL]. 農(nóng)業(yè)機(jī)械學(xué)報,2016,47(6): 11-20. http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?flag=1&file_no=20160602&journal_id=jcsam. DOI:10.6041/j.issn.1000-1298.2016.06.002. MENG Qingkuan, ZHANG Man, YANG Genghuang,et al. Guidance line recognition of agricultural machinery based on particle swarm optimization under natural illumination[J/OL].Transactions of the Chinese Society for Agricultural Machinery,2016,47(6):11-20. (in Chinese)

94 胡靜濤, 高雷, 白曉平, 等. 農(nóng)業(yè)機(jī)械自動導(dǎo)航技術(shù)研究進(jìn)展[J]. 農(nóng)業(yè)工程學(xué)報,2015,31(10): 1-10. HU Jingtao, GAO Lei, BAI Xiaoping,et al. Review of research on automatic guidance of agricultural vehicles [J]. Transactions of the CSAE,2015,31(10): 1-10. (in Chinese)

95 張鐵民, 李輝輝, 陳大為, 等. 多源傳感器信息融合的農(nóng)用小車路徑跟蹤導(dǎo)航系統(tǒng)[J/OL]. 農(nóng)業(yè)機(jī)械學(xué)報,2015,46(3): 37-42. http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?flag=1&file_no=20150306&journal_id=jcsam. DOI:10.6041/j.issn.1000-1298.2015.03.006. ZHANG Tiemin, LI Huihui, CHEN Dawei,et al. Agricultural vehicle path tracking navigation system based on information fusion of multi source sensor[J/OL].Transactions of the Chinese Society for Agricultural Machinery,2015,46(3):37-42. (in Chinese)

96 薛金林, 張順順. 基于激光雷達(dá)的農(nóng)業(yè)機(jī)器人導(dǎo)航控制研究[J/OL]. 農(nóng)業(yè)機(jī)械學(xué)報,2014,45(9): 55-60. http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?flag=1&file_no=20140909&journal_id=jcsam. DOI:10.6041/j.issn.1000-1298.2014.09.009. XUE Jinlin, ZHANG Shunshun. Navigation of an agricultural robot based on laser radar[J/OL].Transactions of the Chinese Society for Agricultural Machinery,2014,45(9):55-60. (in Chinese)

97 周俊, 陳欽, 梁泉. 基于強化學(xué)習(xí)的農(nóng)業(yè)移動機(jī)器人視覺導(dǎo)航[J/OL]. 農(nóng)業(yè)機(jī)械學(xué)報,2014,45(2): 53-58. http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?flag=1&file_no=20140210&journal_id=jcsam. DOI:10.6041/j.issn.1000-1298.2014.02.010. ZHOU Jun, CHEN Qin, LIANG Quan. Vision navigation of agricultural mobile robot based on reinforcement learning [J/OL].Transactions of the Chinese Society for Agricultural Machinery,2014,45(2):53-58. (in Chinese)

98 李逃昌, 胡靜濤, 高雷, 等. 基于模糊自適應(yīng)純追蹤模型的農(nóng)業(yè)機(jī)械路徑跟蹤方法[J/OL]. 農(nóng)業(yè)機(jī)械學(xué)報,2013,44(1): 205-210. http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?flag=1&file_no=20130139&journal_id=jcsam. DOI:10.6041/j.issn.1000-1298.2013.01.039. LI Taochang, HU Jingtao, GAO Lei,et al. Agricultural machine path tracking method based on fuzzy adaptive pure pursuit model[J/OL].Transactions of the Chinese Society for Agricultural Machinery,2013,44(1):205-210. (in Chinese)

99 孟繁疆, 姬祥, 袁琦, 等. 農(nóng)產(chǎn)品價格主題搜索引擎的研究與實現(xiàn)[J]. 東北農(nóng)業(yè)大學(xué)學(xué)報,2016,47(9): 64-71. MENG Fanjiang, JI Xiang, YUAN Qi,et al. Research and implementation of agricultural prices subject search engine [J]. Journal of Northeast Agricultural University,2016,47(9): 64-71. (in Chinese)

100 李冬梅. 基于互聯(lián)網(wǎng)的農(nóng)產(chǎn)品直營模式構(gòu)建研究[J]. 農(nóng)業(yè)經(jīng)濟(jì),2016,34(5): 141-142.

101 王曉琴, 李書琴, 景旭, 等. 基于Nutch的農(nóng)業(yè)垂直搜索引擎研究[J]. 計算機(jī)工程與設(shè)計,2014,35(6): 2239-2243. WANG Xiaoqin, LI Shuqin, JING Xu,et al. Research on agriculture vertical search engine based on Nutch [J]. Computer Engineering and Design,2014,35(6): 2239-2243. (in Chinese)

102 郭俊軍, 孟繁疆, 張喜海, 等. 大豆主題網(wǎng)頁資源采集系統(tǒng)的研究[J]. 農(nóng)機(jī)化研究,2014,36(3): 182-185. GUO Junjun, MENG Fanjiang, ZHANG Xihai,et al. The research of soybean subject webpage resources acquisition system [J]. Journal of Agricultural Mechanization Research,2014,36(3): 182-185. (in Chinese)

103 魏紫京, 孟繁疆, 郭俊軍. 基于農(nóng)業(yè)信息搜索引擎分類器的設(shè)計與實現(xiàn)[J]. 農(nóng)機(jī)化研究,2014,36(3): 186-189. WEI Zijing, MENG Fanjiang, GUO Junjun. Design and implementation of the agricultural information search engine classifier [J]. Journal of Agricultural Mechanization Research,2014,36(3): 186-189. (in Chinese)

104 SINHA K, SAHA P D, DATTA. Response surface optimization and artificial neural network modeling of microwave assisted natural dye extraction from pomegranate rind[J]. Industrial Crops and Products, 2012, 37(1):408-414.

105 SHI Y, WANG Z W. Internet of things application to monitoring plant disease and insect pests [C]∥Proceedings of International Conference on Applied Science and Engineering Innovation, 2015:31-34.

106 GAN M, WANG C, ZHU C. Construction of hierarchical diagnosis network based on deep learning and its application in the fault pattern recognition of rolling element bearings[J]. Mechanical Systems and Signal Processing, 2016(2):72-73, 92-104.

107 LIU H, LI L, MA J. Rolling bearing fault diagnosis based on stft-deep learning and sound signals[J]. Shock and Vibration, 2016(2):1-12.

108 CHEN C L P, ZHANG C Y, CHEN L, et al. Fuzzy restricted boltzmann machine for the enhancement of deep learning[J]. IEEE Transactions on Fuzzy Systems, 2015, 23(6):2163-2173.

109 BOJNORDI M N, IPEK E. Memristive boltzmann machine: a hardware accelerator for combinatorial optimization and deep learning: international architecture-proceedings[C]∥IEEE Symposium on High-Performance Computing, 2016:1-13.

110 MA Y, GUO Z, SU J. Deep learning for fault diagnosis based on multi-sourced heterogeneous data[C]∥International Conference on Power System Technology (Powercon), 2014.

111 MARTENS J. Deep learning with hessian-free optimization[C]∥ICML’10 Proceedings of the 27th International Conference on International Conference on Machine Learning, 2010:735-742.

112 白曉平, 王卓, 胡靜濤, 等. 基于領(lǐng)航-跟隨結(jié)構(gòu)的聯(lián)合收獲機(jī)群協(xié)同導(dǎo)航控制方法[J/OL]. 農(nóng)業(yè)機(jī)械學(xué)報,2017,48(7): 14-21. http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?flag=1&file_no=20170702&journal_id=jcsam. DOI:10.6041/j.issn.1000-1298.2017.07.002. BAI Xiaoping, WANG Zhuo, HU Jingtao,et al. Harvester group corporative navigation method based on leader-follower structure[J/OL].Transactions of the Chinese Society for Agricultural Machinery,2017,48(7):14-21. (in Chinese)

113 劉雙印,徐龍琴,李道亮,等. 基于物聯(lián)網(wǎng)的南美白對蝦疾病遠(yuǎn)程智能診斷系統(tǒng)[J]. 中國農(nóng)業(yè)大學(xué)學(xué)報,2014,19(2):189-195. LIU Shuangyin, XU Longqin, LI Daoliang, et al. Research on remote system for disease diagnosis of Penaeus vannamei based on Internet of things[J]. Journal of China Agricultural University, 2014,19(2):189-195. (in Chinese)

114 RUIZ-GARCIA L, LUNADEI L. The role of RFID in agriculture: applications, limitations and challenges [J]. Computers and Electronics in Agriculture, 2011, 79(1):42-50.

115 郭曼, 朱海鵬, 酈晶. 基于數(shù)據(jù)網(wǎng)格的RFID農(nóng)產(chǎn)品跟蹤與追溯系統(tǒng)研究[J]. 農(nóng)機(jī)化研究,2007,29(11): 101-104. GUO Man, ZHU Haipeng, LI Jing. Study on ogsa-dai based r-apts (RFID-agricultural product traceability system) [J]. Journal of Agricultural Mechanization Research, 2007,29(11): 101-104. (in Chinese)

116 胡敏, 劉波平, 舒令花, 等. 基于RFID和二維碼的豬肉制品質(zhì)量安全追溯平臺的構(gòu)建[J]. 安徽農(nóng)業(yè)科學(xué),2017,45(26): 191-193. HU Min, LIU Boping, SHU Linghua,et al. Construction of traceabiltiy platform of pork product quality safety based on RFID and two-dimension code [J]. Journal of Anhui Agricultural Sciences,2017,45(26): 191-193. (in Chinese)

117 汪庭滿, 張小栓, 陳煒, 等. 基于無線射頻識別技術(shù)的羅非魚冷鏈物流溫度監(jiān)控系統(tǒng)[J]. 農(nóng)業(yè)工程學(xué)報,2011,27(9): 141-146. WANG Tingman, ZHANG Xiaoshuan, CHEN Wei,et al. RFID-based temperature monitoring system of frozen and chilled tilapia in cold chain logistics [J]. Transactions of the CSAE,2011,27(9): 141-146. (in Chinese)

猜你喜歡
聯(lián)網(wǎng)傳感器農(nóng)業(yè)
國內(nèi)農(nóng)業(yè)
國內(nèi)農(nóng)業(yè)
國內(nèi)農(nóng)業(yè)
“身聯(lián)網(wǎng)”等五則
《物聯(lián)網(wǎng)技術(shù)》簡介
《物聯(lián)網(wǎng)技術(shù)》簡介
康奈爾大學(xué)制造出可拉伸傳感器
擦亮“國”字招牌 發(fā)揮農(nóng)業(yè)領(lǐng)跑作用
簡述傳感器在物聯(lián)網(wǎng)中的應(yīng)用
物聯(lián)網(wǎng)下的智控萌寵屋
安达市| 中山市| 迭部县| 沙湾县| 和静县| 赤水市| 铜陵市| 九江县| 江城| 偃师市| 平武县| 泽库县| 嘉义市| 隆林| 汶上县| 连州市| 衡阳县| 延安市| 黄龙县| 湘乡市| 临清市| 涡阳县| 迁西县| 宁化县| 浏阳市| 虹口区| 巴楚县| 天台县| 额敏县| 定兴县| 宁南县| 肥乡县| 利川市| 红河县| 巧家县| 江口县| 波密县| 汾阳市| 正蓝旗| 隆尧县| 平谷区|