魏 鵬，閆曉靜，徐 軍，楊代斌，袁會珠

（中國農(nóng)業(yè)科學(xué)院植物保護研究所，北京 100193）

2021年中國農(nóng)業(yè)農(nóng)村部等六部委印發(fā)的《“十四五”全國農(nóng)業(yè)綠色發(fā)展規(guī)劃》指出，我國主要農(nóng)作物的農(nóng)藥利用率到2025年需要從2020年的40.6%提升至43%。2023年2月，中共中央國務(wù)院發(fā)布《關(guān)于做好2023年全面推進鄉(xiāng)村振興重點工作的意見》，進一步指出，要加快建設(shè)農(nóng)業(yè)強國，推進農(nóng)業(yè)綠色發(fā)展，加快農(nóng)業(yè)投入品減量增效技術(shù)的推廣應(yīng)用。由此可見，人們對健康美好生活的不斷向往和社會的發(fā)展對農(nóng)藥施用等提出了更高的要求，但目前我國大部分地區(qū)仍舊采用大面積、大容量的植保施藥方法，施藥量不合理等問題導(dǎo)致的環(huán)境污染與農(nóng)藥殘留超標(biāo)等問題十分嚴(yán)峻。

隨著精準(zhǔn)農(nóng)業(yè)理念（圖1）的提出與實踐[1]，人工智能等各種數(shù)字化技術(shù)不斷涌現(xiàn)，植保技術(shù)與裝備均得到了極大的發(fā)展。其中，植保施藥技術(shù)的創(chuàng)新及其裝備的智能化已成為實現(xiàn)農(nóng)藥減施增效的重要途徑[2]。本文以植保施藥技術(shù)的創(chuàng)新與藥械裝備的智能化兩個方面作為切入點，分析國內(nèi)外學(xué)者在該領(lǐng)域的研究現(xiàn)狀，并對其存在的難題和未來的發(fā)展進行探討。

圖1 精準(zhǔn)農(nóng)業(yè)架構(gòu)

1 植保施藥技術(shù)的創(chuàng)新

植保施藥技術(shù)的創(chuàng)新旨在實現(xiàn)農(nóng)藥的減施增效，即降低成本、減少環(huán)境污染和藥物殘留的目的。目前，該技術(shù)領(lǐng)域的創(chuàng)新涉及用藥量、混藥、施用過程等各環(huán)節(jié)的優(yōu)化，主要包括精準(zhǔn)變量施藥技術(shù)、精準(zhǔn)在線混藥技術(shù)、精準(zhǔn)對靶施藥技術(shù)、物理場輔助施藥技術(shù)和噴霧飄移控制技術(shù)。此外，植保用藥與生物防控技術(shù)的多元化發(fā)展，也在不斷推動植保技術(shù)的相應(yīng)進步。

1.1 精準(zhǔn)變量施藥技術(shù)

精準(zhǔn)變量施藥技術(shù)是按照作物病蟲草害的發(fā)生程度和生長狀況，將已獲取的田間信息處理生成用藥決策，并通過調(diào)節(jié)施藥控制系統(tǒng)參數(shù)實現(xiàn)變量施藥的方法。該技術(shù)的實現(xiàn)主要分為施藥決策的生成與決策執(zhí)行兩個方面。前者主要分為建立融合地理信息的處方圖和傳感器信息的實時解譯兩部分；后者主要在于施藥系統(tǒng)的傳感器類型、變量施藥控制方法與算法上的差異。該技術(shù)的具體分類與內(nèi)容如表1所示。

表1 精準(zhǔn)變量施藥技術(shù)

精準(zhǔn)變量施藥技術(shù)按需用藥的理念有效降低了農(nóng)藥的使用量，進一步減少了資源的浪費和環(huán)境的污染。閆春雨等[3]使用無人機搭載多光譜相機獲取噴施棉花脫葉劑前后4次的田間數(shù)據(jù)建立最優(yōu)監(jiān)測模型，分別生成作業(yè)處方圖指導(dǎo)施藥（圖2），節(jié)約農(nóng)藥7.39%；Nan等[4]使用CMAC-PID仿形跟蹤算法建立了基于樹冠體積與葉面積密度的噴施流量計算方法，與常規(guī)室外噴施相比，該方法可使冠層內(nèi)外噴霧變異系數(shù)分別降低25.9%和21.9%，地面沉積覆蓋率平均值降低20.2%。

圖2 精準(zhǔn)變量施藥處方圖

盡管精準(zhǔn)變量施藥技術(shù)已經(jīng)有了長足的發(fā)展，但在實際應(yīng)用中仍存在部分難題有待解決。在施用量決策生成方面，獲取的農(nóng)田信息會存在偏差，造成處理和分析的結(jié)果誤判，同時缺少用于處方圖建立與施藥量解譯的病蟲草害發(fā)生程度量化判別的統(tǒng)一標(biāo)準(zhǔn)；決策執(zhí)行方面存在變量控制延時、工作參數(shù)不穩(wěn)定等問題。

1.2 精準(zhǔn)在線混藥技術(shù)

精準(zhǔn)在線混藥技術(shù)是將藥劑與水獨立存放，在施藥作業(yè)時按照用藥所需濃度實時在線混配后施用的方法[17]。現(xiàn)有的混藥方式主要有直注式、旋動式和射流式3種，如表2所示。

精確在線混藥技術(shù)可解決預(yù)混式配藥的混藥不均、用藥濃度無法根據(jù)變量施藥需求實時改變等問題，減少了施藥人員與農(nóng)藥的直接接觸?；焖幏绞胶突焖幤鞯脑O(shè)計與優(yōu)化是影響混藥配比效率、質(zhì)量的關(guān)鍵。理論方面，房開拓等[20]以非彈性介質(zhì)的動量計算為切入點，通過理論推導(dǎo)、仿真與試驗相結(jié)合的方法，總結(jié)出一組用于射流式混藥器設(shè)計分析的特性方程；結(jié)構(gòu)方面，宋海潮等[21]通過優(yōu)化混藥器內(nèi)部繼旋器、收縮管、擴散管、分流器等結(jié)構(gòu)（圖3），實現(xiàn)了脂溶性農(nóng)藥與水的均勻混合。

圖3 3D 打印制作的混藥器

目前精準(zhǔn)在線混藥技術(shù)存在實時變量施藥與在線混藥之間的延時、不同類型藥劑在混藥器中混藥效果有差異等問題，需要進一步優(yōu)化混藥結(jié)構(gòu)，改進混藥工作參數(shù)，提高混藥效果。

1.3 精準(zhǔn)對靶施藥技術(shù)

精準(zhǔn)對靶施藥技術(shù)是精準(zhǔn)變量施藥技術(shù)的基礎(chǔ)。變量施藥前，農(nóng)機需要準(zhǔn)確獲取施藥靶點或區(qū)域，然后根據(jù)病蟲草害的發(fā)生程度進行變量施藥。精準(zhǔn)對靶施藥技術(shù)的關(guān)鍵在于目標(biāo)物的檢測，目前已有紅外線、超聲波、激光雷達、機器視覺、光譜成像和多傳感器融合等檢測方法[22]，如表3所示。

表3 目標(biāo)物對靶檢測方法

精準(zhǔn)對靶施藥技術(shù)進一步減少了藥劑的用量，Partel等[23]使用多傳感器融合檢測施藥靶標(biāo)并分類、變量噴施，有效減少了28%的施藥量。圖4為作業(yè)機具對靶變量噴施的施藥處方圖與作業(yè)軌跡[23]。但該技術(shù)在靶標(biāo)識別方面仍需要進一步提高傳感器識別效率、減少施藥延時、提升檢測準(zhǔn)確性以及提高對靶定位精度等。

圖4 多傳感器融合檢測對靶變量噴施作業(yè)軌跡與處方圖

1.4 物理場輔助施藥技術(shù)

物理場輔助施藥技術(shù)是通過在施藥機具與靶標(biāo)之間建立特定的物理場以進一步優(yōu)化施藥效果的方法。用于輔助施藥技術(shù)的物理場主要包括磁場、電場、熱場、風(fēng)場、超聲場[35]，其特點和優(yōu)勢如表4所示。

表4 輔助施藥的物理場

物理場介入藥劑噴施過程可進一步改善藥劑霧滴、顆粒的性能，提升沉積量。Zhao等[39]設(shè)計了應(yīng)用于航空植保施藥的靜電霧化噴施系統(tǒng)（圖5），使得靶標(biāo)正面的液滴沉積密度增加了16.7%，靶標(biāo)背面的液滴沉積量提升約4倍；Mucha-Pelzer等[55]通過不同的方法施用硅粉藥劑進行黑葉螺、菜粉蝶防控效果影響試驗，結(jié)果發(fā)現(xiàn)，靜電輔助噴施AL-06-109粉劑的效果最佳，與傳統(tǒng)手動施藥方式相比提升了54%；Moges等[36]使用安裝磁化系統(tǒng)的TeeJetXR110015型噴嘴噴霧器開展甘蔗田施藥試驗，與常規(guī)噴施結(jié)果相比，磁化輔助施藥可大幅減少霧滴飄移，作物頂部的沉積量可增加12.1%～41.5%，中部可增加40.6%～65.0%。

物理場輔助施藥技術(shù)的推廣應(yīng)用仍存在較多難題，主要在于物理場對霧滴生成、沉降和沉積過程的影響機理不清晰，物理場調(diào)控霧化噴施霧滴物化性質(zhì)的工作參數(shù)不明確，田間試驗的可重復(fù)性與普適性較差。

1.5 噴霧飄移控制技術(shù)

飄移是指向靶標(biāo)沉降的農(nóng)藥霧滴受環(huán)境氣流影響而向非靶標(biāo)區(qū)域運動的現(xiàn)象。影響霧滴飄移的因素主要分為兩方面，一方面為自然風(fēng)與作業(yè)機具風(fēng)場耦合的環(huán)境氣流，另一方面是藥滴粒徑、動量等自身特性[17]。目前，噴霧飄移控制技術(shù)主要有改進噴嘴結(jié)構(gòu)、優(yōu)化噴施風(fēng)場、防飄助劑研發(fā)、建立飄移風(fēng)險預(yù)測和控制模型等方法。

噴嘴結(jié)構(gòu)改進方面，研究集中于設(shè)計使用防飄噴頭的方法，主要包括氣吸型、文丘里型等[17]。馮玉茹等[56]使用文丘里防飄噴頭開展了水稻紋枯病的防治效率檢測試驗，與常規(guī)扇形噴頭相比，防治效果提升30%；Homer等[57]在葡萄園多年生雜草的防治試驗中對比使用了多款防飄移噴嘴，與AI（air injection）型相比，DG（drift guard）型防飄噴嘴不僅可以產(chǎn)生更小的霧滴，而且飄移量更少。

噴施風(fēng)場優(yōu)化方面，研究集中于設(shè)計使用強制風(fēng)場和風(fēng)幕的方法。劉昶希等[48]開展了使用錐形風(fēng)場式防飄噴施裝置的強制輔助氣流防飄移特性研究，通過建立單霧滴運動模型和CFD仿真分析優(yōu)化了防飄裝置，使得多因素正交試驗建立的豎直和水平方向總霧滴飄移量占比的數(shù)學(xué)模型顯著性較高（P＜0.05，R2分別為0.934、0.945）；梁昭[58]結(jié)合模糊控制策略、雙峰分布霧滴飄移沉積模型，使用最小二乘支持向量機對風(fēng)速均值進行預(yù)測，建立了基于風(fēng)幕防飄系統(tǒng)的智能控制系統(tǒng)，與傳統(tǒng)風(fēng)幕系統(tǒng)相比，在模擬橫向自然風(fēng)的條件下，其風(fēng)幕系統(tǒng)的沉積量可提高29.53%。

防飄助劑研發(fā)方面，研究集中于開發(fā)能夠輔助生成減少風(fēng)場脅迫，分布均勻性更好且具有更高覆蓋密度、沉積量霧滴群的藥劑。張海艷等[59]以霧滴在作物葉片表面的碰撞模型和霧滴攔截模型為基礎(chǔ)，建立了用于植保無人機施藥霧滴黏附量分析預(yù)測的模型，并開展了助劑對藥液性質(zhì)、霧化效果、霧滴沉積特征的影響試驗，與清水相比，添加1%邁飛與0.5%邁圖Target助劑溶液可使得每公頃水稻田的霧滴黏附量分別增加800.78%和1 051.49%。為分析助劑對藥液防治效果的影響，鄭發(fā)嬌等[60]通過開展4.5%聯(lián)苯菊酯水乳劑1 000、1 500、2 000倍液分別添加0.1%有機硅表面活性劑Silwet 408、礦物油、滲透劑JFC-2助劑的室內(nèi)外試驗發(fā)現(xiàn)，與未添加助劑相比，各濃度的4.5%聯(lián)苯菊酯水乳劑添加助劑后的田間藥液持留量增加了15.22%～41.96%，田間防效增加了5.26%～30.03%。

飄移風(fēng)險模型探索方面，主要集中于飄移風(fēng)險預(yù)測和控制模型的探究。鄒雄等[61]以多相流理論與質(zhì)點運動學(xué)方法為基礎(chǔ)，分析了霧滴直徑、初始速度，風(fēng)速與無人機飛行高度、速度對霧滴飄移的影響，證明霧滴的飄移距離與噴施霧滴的初始速度角度呈二次函數(shù)分布，特定條件下，霧滴初始速度角度為20°時的霧滴飄移距離最短。倪佳勝等[62]結(jié)合CFD仿真模擬與風(fēng)動試驗數(shù)據(jù)，建立了氣流速度、噴施高度和霧滴粒徑對霧滴飄移距離影響的多元線性回歸模型，該模型對霧滴飄移量的預(yù)測精度可達83.9%；孫道宗等[63]開展了不同風(fēng)速和噴頭傾斜角度下噴霧霧滴飄移影響的試驗（圖6），通過分析水平、垂直兩維度上的霧滴質(zhì)量分布與變異系數(shù)，建立了側(cè)風(fēng)風(fēng)速與噴施角度對霧滴飄移影響的模型，并計算了不同風(fēng)速下的最佳補償噴施傾斜角度。

圖6 霧滴飄移補償試驗

1.6 施藥的多元化發(fā)展

除農(nóng)藥施用方法外，農(nóng)藥制劑產(chǎn)品的質(zhì)量和性能也會直接決定病蟲草害的防治效果。隨著人們對農(nóng)產(chǎn)品質(zhì)量安全和生態(tài)環(huán)境要求的不斷提高，農(nóng)藥的發(fā)展正在加速步入高效、低毒、綠色的新階段；農(nóng)藥制劑產(chǎn)品的研發(fā)更加多元化、精細(xì)化和功能化[64]。多元化方面，農(nóng)藥制劑根據(jù)分散程度可分為均相與非均相體系。前者主要包括可溶劑、微乳劑、可分散液劑和乳油等；后者主要包括懸浮劑、水乳劑和納米乳劑等。精細(xì)化方面，為優(yōu)化藥劑在霧化、沉積和傳輸?shù)冗^程中的性能，相應(yīng)地研發(fā)出配套的表面活性劑、增稠劑和各類油劑等農(nóng)藥助劑。功能化方面，為進一步提升不同施藥場景下農(nóng)藥應(yīng)用的需求，已研發(fā)出種衣劑、微囊緩控釋制劑、納米制劑、省力化制劑和藥肥等[64-66]。

農(nóng)作物病蟲草害的綠色防治是農(nóng)業(yè)可持續(xù)發(fā)展的重要途徑。綠色防治技術(shù)主要包括生物天敵防控技術(shù)、誘捕誘殺技術(shù)等。Nayak等[67]在苦瓜田采用害蟲綜合誘殺方法進行連續(xù)3年的果蠅防控試驗，結(jié)果發(fā)現(xiàn)，綜合蟲害管理可有效減少約76%的蟲害損失。劉萬才等[68]根據(jù)水稻田二化螟發(fā)育進度，使用植保無人機分次集中投放赤眼蜂進行生物防控，結(jié)果顯示稻螟赤眼蜂與螟黃赤眼蜂的防控效果分別達83.22%、80.05%，在不施藥的情況下實現(xiàn)了水稻二化螟的有效控制。

為滿足農(nóng)藥制劑與綠色防控技術(shù)多元化發(fā)展帶來的植保施藥需求，施藥器械也在不斷創(chuàng)新與改進。例如，為滿足赤眼蜂的精準(zhǔn)投放，大量學(xué)者對投放平臺、投放器和投放方法不斷進行優(yōu)化，進一步促進了生物防控技術(shù)在植保領(lǐng)域的推廣應(yīng)用[69]；為滿足顆粒類藥肥載體、包覆種衣劑的作物種子等固體的精準(zhǔn)變量撒播，大量學(xué)者通過優(yōu)化控制算法、控制機構(gòu)、監(jiān)測方法等不斷改進條播、離心撒播等設(shè)備及其性能，提升顆粒撒施過程中的沉積分布效果[70-71]。

2 農(nóng)業(yè)植保裝備的智能化

農(nóng)業(yè)植保施藥作業(yè)分為人工施藥、機械化施藥、自動化施藥和智能化施藥4個發(fā)展階段。隨著人工智能等新興技術(shù)的迅速發(fā)展，農(nóng)機裝備的智能化、智慧化程度得到顯著提升，降低農(nóng)業(yè)勞動力成本的同時，進一步提高了農(nóng)業(yè)植保施藥的效率和安全性[72-73]?，F(xiàn)階段，農(nóng)業(yè)植保施藥裝備的智能化主要集中于智能農(nóng)機的自主作業(yè)軌跡規(guī)劃與導(dǎo)航、自主避障運行與遠程在線監(jiān)管三方面。

2.1 自主作業(yè)軌跡規(guī)劃與導(dǎo)航

傳統(tǒng)的農(nóng)業(yè)植保施藥方式不僅勞動成本高，而且對工作人員存在著巨大的暴露風(fēng)險[74]。智能農(nóng)機裝備的開發(fā)與應(yīng)用進一步提高了農(nóng)業(yè)的管理效率與安全性[73]。智能農(nóng)機自主作業(yè)軌跡規(guī)劃主要分為全區(qū)域覆蓋植保施藥與目標(biāo)識別對靶精準(zhǔn)導(dǎo)航施藥作業(yè)兩種。前者主要應(yīng)用于小麥、玉米等大面積、高密度種植農(nóng)田的植保施藥；后者主要應(yīng)用于丘陵果園、溫室等種植場景。王偉等[75]通過作業(yè)區(qū)域劃分、改進蟻群算法確定區(qū)域遍歷順序與簡化廣度優(yōu)先搜索（breadth first search，BFS）算法確定區(qū)域遍歷銜接路徑的方法優(yōu)化了農(nóng)田全區(qū)域覆蓋作業(yè)的效率，路徑重復(fù)率相較于傳統(tǒng)的蟻群與BFS算法降低了44%；Chen等[30]結(jié)合無人機遙感、嵌入式硬件開發(fā)和邊緣計算等技術(shù)，設(shè)計了應(yīng)用于丘陵果樹精準(zhǔn)對靶噴施的植保系統(tǒng)，規(guī)劃所得施藥航線相較于基于海拔規(guī)劃的航線可減少19%的航程。

農(nóng)機自主導(dǎo)航作業(yè)主要通過機器視覺、激光雷達和衛(wèi)星定位等方法實現(xiàn)。機器視覺方面，主要通過地面斜向視角和航空全局視角提取農(nóng)機導(dǎo)航參考數(shù)據(jù)；激光雷達方面，主要通過SLAM等方法建立農(nóng)機導(dǎo)航作業(yè)環(huán)境；衛(wèi)星定位方面，主要通過衛(wèi)星以數(shù)據(jù)無線傳輸方法向聯(lián)網(wǎng)農(nóng)機傳遞地理信息完成導(dǎo)航。張彥斐等[76]對比使用多種機器學(xué)習(xí)算法提取無人機搭載多光譜相機獲取的果樹影像，并使用感興趣區(qū)域劃分與特征點擬合的方法提取果樹行導(dǎo)航線，與人工擬合參考線相比，平均角度偏差僅為0.597 5°；Gasparino等[77]使用UTM30-LX激光掃描儀和慣性傳感器采集玉米田三維點云數(shù)據(jù)，處理得到的玉米田導(dǎo)航車道寬度64.02%在0.05 m誤差范圍內(nèi)；吳才聰?shù)萚78]通過在農(nóng)機裝備上安裝北斗終端、制定數(shù)據(jù)傳輸協(xié)議的方法構(gòu)建了基于北斗的農(nóng)機作業(yè)大數(shù)據(jù)系統(tǒng)（圖7），該系統(tǒng)可準(zhǔn)確記錄、獲取農(nóng)機工作時長、行駛里程和作業(yè)面積等工作參數(shù)，為農(nóng)機作業(yè)大數(shù)據(jù)動態(tài)監(jiān)測與數(shù)據(jù)分析提供服務(wù)。

圖7 農(nóng)機作業(yè)大數(shù)據(jù)系統(tǒng)平臺

2.2 自主避障運行

智能農(nóng)機按照作業(yè)軌跡運行過程中最重要的是安全性，具體實現(xiàn)主要依靠自主避障功能。目前的智能農(nóng)機自主避障功能主要通過機器視覺、激光雷達識別、超聲測距等方法實現(xiàn)。視覺避障方面，Dang等[79]使用語義分割算法從單目相機獲取的圖像中提取障礙物特征并計算其位置和距離，通過增強A*算法優(yōu)化作業(yè)路徑，實現(xiàn)靜態(tài)與動態(tài)障礙物避讓與高效、低角度變化的作業(yè)轉(zhuǎn)向，轉(zhuǎn)向角度變化僅為2 rad。超聲測距避障方面，吳春玉[80]以超聲測距、機器視覺結(jié)合的方法，設(shè)計了農(nóng)用飛行器的避障控制系統(tǒng)，實現(xiàn)了飛行器的高效快速避障響應(yīng)，距離障礙物5 m、飛行速度1 m/s時的響應(yīng)時間均在0.5 ms左右。激光雷達避障方面，楊洋等[81]構(gòu)建了使用三階貝塞爾曲線在多邊界條件約束下路徑簇中規(guī)劃曲率最小的避障路徑算法，基于激光雷達、工控機等開發(fā)了用于作業(yè)動態(tài)識別區(qū)內(nèi)障礙物信息獲取與避讓的新型農(nóng)機（圖8），路徑跟蹤試驗中最大和平均橫向誤差分別為0.12 m、0.057 m，較傳統(tǒng)算法分別減少36.8%和28.8%。

圖8 自主避障農(nóng)機

2.3 遠程在線監(jiān)管

智能農(nóng)機遠程在線監(jiān)管是實現(xiàn)農(nóng)機智能化發(fā)展的重要環(huán)節(jié)。已有的農(nóng)機遠程在線監(jiān)管方法主要通過建立網(wǎng)頁端和手機APP平臺實現(xiàn)。網(wǎng)頁端農(nóng)機遠程監(jiān)管平臺主要應(yīng)用于農(nóng)機數(shù)據(jù)的收集、分析與可視化，農(nóng)機作業(yè)管理與調(diào)度等；手機端農(nóng)機監(jiān)管APP主要應(yīng)用于農(nóng)機作業(yè)數(shù)據(jù)的采集與功能執(zhí)行等。劉洋洋等[82]使用單片機處理多源數(shù)據(jù)的方法構(gòu)建了航空變量施藥實時監(jiān)控系統(tǒng)，可實現(xiàn)作業(yè)軌跡、高度、速度、施藥流量等數(shù)據(jù)的實時監(jiān)測，其對航跡、施藥流量監(jiān)測的平均偏差分別為0.98 m、3.57%，對流量控制的最大誤差為9.26%；蘭玉彬等[1]通過構(gòu)建實現(xiàn)天空地一體化農(nóng)情信息獲取、地空無人農(nóng)機協(xié)同作業(yè)決策與遠程監(jiān)控的生態(tài)無人農(nóng)場云端平臺（圖9），為智慧農(nóng)業(yè)、精準(zhǔn)農(nóng)業(yè)的發(fā)展提供了探索經(jīng)驗。

圖9 生態(tài)無人農(nóng)場云端遠程監(jiān)控平臺

3 討論與展望

農(nóng)業(yè)植保施藥技術(shù)與裝備的創(chuàng)新發(fā)展進一步實現(xiàn)了我國農(nóng)藥施用的減量增效，降低了植保作業(yè)的成本與風(fēng)險，提高了作業(yè)效率，但與發(fā)達國家和長遠目標(biāo)相比仍存在較大差距。主要存在以下突出問題：

（1）植保作業(yè)技術(shù)與裝備的創(chuàng)新、集成、應(yīng)用與示范推廣程度較低。

（2）技術(shù)理論的基礎(chǔ)研究與硬件設(shè)備等的創(chuàng)新能力相對薄弱。農(nóng)機產(chǎn)品的控制系統(tǒng)、控制算法、控制設(shè)備等核心軟硬件的自主創(chuàng)新程度較低。

針對上述問題，對我國植保施藥技術(shù)與裝備的未來發(fā)展提出以下展望：

（1）先進植保技術(shù)與裝備的創(chuàng)新仍停留在探索階段，新型農(nóng)機產(chǎn)品的性能穩(wěn)定性與適應(yīng)性需要進一步提升與突破，應(yīng)加快技術(shù)集成，縮短研發(fā)周期，加快產(chǎn)品落地、應(yīng)用與推廣。

（2）加大基礎(chǔ)技術(shù)理論與設(shè)備的研究投入，進一步促進如高效控制算法、高精度控制系統(tǒng)、高靈敏度傳感器等軟硬件的自主創(chuàng)新。

（3）為滿足精準(zhǔn)農(nóng)業(yè)、智慧農(nóng)業(yè)的技術(shù)需求，應(yīng)深入促進多學(xué)科融合建設(shè)發(fā)展，注重交叉學(xué)科人才的培養(yǎng)。