近年來，我國高度重視農業信息化與現代化發展。物聯網技術已被廣泛應用于農業生產的各個環節，在精準灌溉、精準施肥、病蟲害防治、環境智能調控、智慧水產、智慧畜禽業等領域發揮了重要作用。我國農業物聯網技術的發展尚處于初期探索階段，主要應用于設施農業上，存在規模小、成本高、見效差等問題。相較于荷蘭、以色列、美國和日本等發達國家的農業物聯網技術，我國還存在農業專用傳感器缺乏、農機與農藝融合不夠等缺點。
要加快我國農業物聯網技術應用推廣進程，必須突破農業物聯網的關鍵技術瓶頸，研制出符合我國國情的農業物聯網裝備與系統，加強農機與農藝的融合應用，發揮信息在農業生產管理中的潛在價值，為農業生產經營注入新活力。
本文從物聯網的“感知、傳輸、處理和應用4個關鍵層次，對國內外研究和應用現狀進行分析，詳細介紹了物聯網系統各層次的關鍵技術，指出當前我國農業物聯網發展面臨的問題，并結合我國實際提出農業物聯網未來的研究方向與發展趨勢。
1 信息感知技術
傳感器是獲取農業信息的載體，包括感知農業生產環境和動植物生命信息的技術與裝備。傳感器是物聯網發展的根基，其智能化轉型是提升種植業、畜禽業、水產業的信息化與智能化的核心。
1.1 種植信息感知技術
1.1.1 環境信息傳感技術
環境監測傳感器類型繁多，較常用的有溫濕度、光照、二氧化碳等傳感器。常規農田環境感知傳感器技術相對成熟，但由于農田環境惡劣，導致傳感器在“高濕熱”或低溫環境下的穩定性與可靠性差，且受成本和供電等因素的制約。因此，穩定可靠、低成本、低能耗的環境傳感器的研發已成為主要發展趨勢。
1.1.2 土壤信息新型傳感技術
土壤信息一般包括含水量、氮、磷、鉀、有機質以及各種礦物質成分。傳統的土壤理化及養分分析方法費時費力。近年來，國內外研究人員對土壤信息的快速檢測方法開展了相關研究，取得了較好進展。
1）土壤水分檢測。傳統的土壤水分檢測方法 無法滿足快速實時原位檢測的要求，而時域反射 （time domain reflectometry, TDR）、頻域反射 （frequency domain reflectometry, FDR）等電磁傳感 方式又存在適應性差等缺陷。因此，一些研究人員利用可見-近紅外光譜檢測土壤水分含量 。此外， 也有學者利用太赫茲光譜的懼水性，開展了基于太赫茲透射光譜技術的土壤含水率研究，均獲得了較好的檢測效果，為土壤水分的精確測量提供了新的方法和技術。
2）土壤養分檢測。土壤養分快速檢測技術是科學施肥的關鍵，也是當前行業難題。現代光譜技術的發展，為土壤養分檢測提供了新的解決方案。 研究人員應用近紅外光譜實現了土壤中有機質、 磷、水分、鉀、酸堿度、有機碳、礦物質等成分的檢測 ，還應用可穿透光譜實現了不同深度土壤有機物、磁懸浮顆粒含量的檢測，均取得了較好的效 果。以上研究為土壤養分快速原位檢測提供了新思路，具有較好的應用潛力。
3）土壤重金屬檢測。土壤重金屬快速檢測是 分析農業面源污染與環境治理的關鍵技術。目前， 研究人員應用中紅外光譜、激光誘導擊穿光譜 （laser-induced breakdown spectroscopy, LIBS）、太 赫茲時域光譜[8] 、Landsat 8 多光譜成像[9] 等技術，檢 測土壤中砷（As）、鉛（Pb）、鎘（Cd）、鉻（Cr）、鎳（Ni）、 銅（Cu）等重金屬的含量，取得了較好的相關性。從 研究結果看，LIBS光譜檢測精度高，且LIBS易于模塊化與便攜化，在土壤重金屬現場檢測方面具有明顯優勢。
4）土壤農藥殘留檢測。土壤農藥殘留是造成環境污染問題的重要根源，傳統檢測方法過程復雜，且依賴大型儀器，難以實時檢測和推廣應用。 由于農藥殘留含量極低，常規光譜技術難以滿足檢測需求。近年來，因超材料具有天然材料所不具備的超常物理性質而備受關注。與超材料結合的拉曼光譜和太赫茲光譜能大大降低檢測限，已成為當前的熱點研究課題。
拉曼光譜技術是一種可以反映分子內部信息的指紋光譜技術。表面增強拉曼光譜是將納米材 料與拉曼光譜結合，信號強度可提升 6～8 個數量 級，具有很高的靈敏度，在農藥殘留檢測上具有很 大的優勢（圖1）。研究人員開展了表面增強拉曼光譜結合基底材料的研究，實現了土壤中毒死蜱、噻菌 靈等農藥的超低濃度檢測 ，獲得了較高的檢測精度。
太赫茲光譜因能量低、對非極性物質穿透能力 強，可以反映分子的細微差別，而成為安檢、通信領域、醫學成像、無損檢測等方面的研究熱點。太赫茲光譜覆蓋了生物大分子等物質特征譜，在農藥殘留檢測方面具有獨特優勢。
1.1.3 作物信息新型傳感技術
1）作物營養與生理檢測。作物營養與生理指標是評價與監測作物生長的關鍵技術參數，快速、 準確地獲取作物生理和營養信息，有助于作物生產的精確化、數字化、智能化管理。研究人員通過數字圖像處理技術、近紅外光譜、高光譜等手段對作 物中氮、磷、鉀、丙二醛、可溶性蛋白質、植物色素等 成分開展了研究。
2）作物病蟲害檢測。作物病蟲害是影響農作物 品質、產量及威脅糧食安全的主要因素，已成為當前 農業管理中首要關注的問題。近年來，許多學者揭示了高光譜遙感、無人機、計算機視覺等技術在作物 病蟲害識別、監測及早期預判上的多種可能性。
3）農產品重金屬檢測。重金屬污染是農產品 質量安全的“隱形殺手”。有毒重金屬如砷（As）、鉛 （Pb）、鎘（Cd）、鉻（Cr）、硒（Se）、汞（Hg）等進入作物體內后，導致大量必需元素缺失、酶活性降低，降低 農作物對鈣、鎂等礦質元素的吸收、轉運能力，影響 農作物的品質，甚至導致植物死亡。動物或人食 用含有重金屬的農作物后，會對機體造成嚴重危害 。目前，常用的重金屬檢測方法有激光誘導擊穿光譜、原子吸收光譜法、原子熒光技術等。
4）農產品農藥殘留檢測。為了防治害蟲和提高農產品的產量，農民大量施用農藥導致其殘留嚴 重，農產品質量問題堪憂。因此，研究快速、便捷、 可靠的農藥殘留檢測方法迫在眉睫。目前，新型的農產品農藥殘留檢測技術有太赫茲時域光譜和表 面增強拉曼光譜。
一些研究表明，太赫茲技術在抗生素和殺螨劑 、殺蟲劑、混合農藥等的檢測中具有良好效果，說明太赫茲光譜技術在農藥殘留分析領域具有廣闊的應用前景。
利用表面增強拉曼光譜技術可以實現農藥殘留的快速無損檢測，圖 2A 是常見的基于表面增強 拉曼光譜技術的快速無損檢測方法，其中較為流行 的是基于柔性基底材料的富集（圖2B）和原位檢測 （圖2C）2種方式。已有的研究表明，該技術可以實現噻菌靈[28] 、溴氰菊酯等農藥殘留的檢測分析。
1.2 養殖信息感知
1.2.1 畜禽養殖信息感知
規模化、設施化、集約化的畜禽養殖方式已成 為當今畜禽養殖業發展的必然趨勢。養殖信息的 智能感知技術及專用傳感器的發展，是推動畜禽精 細化養殖進步的重要底層驅動力。利用先進傳感 技術、音視頻監控技術、計算機技術等多維信息感 知技術可實現對畜禽養殖環境信息、畜禽個體生理 信息、動物行為等實時監測，有助于提高動物的生 理健康和福利水平。
1）畜禽養殖環境信息感知。畜禽養殖環境影響動物的生長發育，制約著畜禽的產量和質量。畜禽舍內由于飼料、墊草、糞尿、發酵物產生的粉塵和 一氧化碳、氨氣、甲烷、硫化氫等有害氣體，容易導致人畜發生疾病[30] 。對畜禽舍內環境信息的感知， 是動物福利養殖的基礎。目前，基于電化學檢測原理的氣體傳感器在畜禽環境有害氣體感知中應用 較多 。感知畜禽舍環境光照強度的感知器件包括 光導型和光伏型。前者靈敏度雖高，但響應時間 長，頻率特性差，強光線性差。后者的穩定性和光 電特性的線性度更高，應用較多。
受多環境參數的互相影響，以及人類活動、氣候條件的干擾，畜禽舍養殖環境呈現出時變、非線性、多變量耦合的特點，環境信息獲取難度大。因 此，急需對適用于特定復雜的畜禽養殖舍環境信息 感知與采集技術開展研究。
2）畜禽生理信息感知。畜禽體征信息主要包括動物個體信息、健康信息、行為信息、情緒信息等生理信息。傳統畜禽生理指標的測量主要依靠人工操作或者在畜禽體內植入生理信號感知芯片，費時費力，測量結果不客觀且精度低，會使動物發生 應激反應，進而造成傷害。
基于傳感器技術的數據獲取簡單方便、抗干擾 能力強，可實現多種數據的實時連續測量。利用射 頻識別（radio frequency identification, RFID）技術、 紅外探測技術、無線傳感網絡技術等，可實現對動物的體溫、心率、血壓等生理指標，以及休息、快走、 定位、發情等行為信息的監測。
隨著新型技術的發展，許多研究人員開展了基于機器視覺技術、雙目視覺原理和徑向基函數 （radial basis function, RBF）神經網絡等的圖像監測 技術對畜禽信息感知的研究，可在不危害動物的情況下，實現動物體尺、體質量、體溫等生理指標的測量，以及行走、采食、飲水等行為的識別。此外， 動物叫聲包含其情緒狀態、生理健康等信息。采用 聲音收錄設備實時錄制聲音信息，建立聲音分析數據庫,構建聲音監測系統，可實現動物疾病診斷、情緒狀態識別、行為監測、進食監測、成長率監測等。由于畜禽活體特征復雜多變，急需研究開 發精準、智能、無損的新型生理信息感知技術。
1.2.2 水產養殖信息感知
水質是影響水產品品質的關鍵因素。傳統的水質傳感器多依據電化學原理設計，受水體流速、 溫度、壓力等外部因素影響，測量值存在一定誤差。 此外，其校正方法也過于煩瑣，且存在壽命較短、適用范圍小等問題。
隨著技術的進步，具有自校準、自識別等功能的智能傳感器得以實現。智能傳感器不需要人工 干預，可自動采集數據并對其進行預處理；同時，還具有標準化數字輸出、與上位機雙向通訊等多種功能。針對集約化養殖對水質的要求，智能水質傳感器可實現對溫度、濁度、溶解氧、電導率和酸堿度等多個指標的同時監測 。
1.3 農業生產管理的個體識別技術
個體識別技術貫穿整個農產品的生產、加工、 物流倉儲、銷售管理等多個環節中，用于標識和跟蹤每個農產品的信息。
1.3.1 個體識別技術
農業物聯網中的個體識別技術主要有條形碼、 二維碼技術和RFID技術。
1）二維碼技術。隨著信息科技的發展，二維碼 突破了條形碼的平面編碼性質，充分利用橫向和縱向的空間排序來記錄數據符號信息 。由于其信息 儲存量大、成本低、抗損性強等獨特優勢，被廣泛應用于農業物聯網。二維碼在農產品溯源上的應用 主要是農產品加工與物流，包括原材料信息、生產 配方信息、成品信息等的錄入、核實與查詢[44] 。
2）RFID技術。RFID是一種無線通信技術，可 以通過無線電訊號自動識別目標對象并讀寫數據， 已應用于畜產品、水產品、果蔬等食品溯源系統中 。與傳統信息標識技術不同，RFID不受特定 工作條件的限制，可以在各種惡劣環境中工作，且無須人工干預，操作方便快捷，具有對高速運動物體識別和對多個標簽批量讀取的特點。此外，RFID 還具有可多次讀寫信息、可對標簽中存儲的單品信息加密、可擴展更大的信息存儲容量等二維碼技術 所不具備的優點。因此，RFID將是未來農業物聯網中最基本的信息工具。
1.3.2 倉儲物流信息感知
在農產品流通環節，通過對倉儲和物流過程中 的環境信息進行實時監測，可以快速定位質量問題 發生的關鍵節點，避免質量糾紛。在保護企業利益的同時，能及時地發出質量安全信息預警，消除農產品質量安全隱患。
利用傳感器技術、RFID技術或條形碼自動識別 技術、全球定位系統（global positioning system, GPS） 技術和車載視頻識別技術等，實現對倉儲環境 的感知調控、貨物的識別和追蹤定位等，進而實現 農產品全生命周期的追蹤溯源。
2 信息傳輸技術
農業物聯網信息傳輸方式主要分為有線通信與無線通信。常見的有線通信技術有電力載波、光纖通信、現場總線技術、程控交換技術等。無線通信包括射頻通信技術、調頻通信技術、藍牙、通用分 組無線服務（general packet radio service, GPRS）、 2G/3G/4G/5G、ZigBee 等。隨著現代通信技術的發展，越來越多的新型關鍵通信技術和組網模式應用 到農業物聯網場景中，并逐步在通信帶寬、通信速率、組網效率上進行突破。
2.1 5G 通信技術
5G作為一種新興的通信手段，通過對其體系構 架上的改進，實現了系統性能的大幅度提高。同4G 技術相比，5G通信的數據流量增長1 000倍，聯網設備數目擴大 100 倍，峰值速率達10 Gb/s 以上，用戶 可獲得速率達到10 Mb/s，具有延時短、可靠性高、頻譜利用率高和網絡耗能低等特性。5G 通信技術 為現代農業大容量數據的實時獲取和場景建模提供了信息傳輸保障，對未來機器換人和農業生產智能化管理提供了技術保障。
2.2 遠距離無線電（long range radio, LoRa）技術
LoRa技術是由美國Semech公司發布的一種專 用于無線電調制解調的技術。隨著物聯網技術的不斷發展，低功耗廣域物聯網（low power wide area network, LPWAN）接入技術的出現滿足了遠距離設備的接入需求。LPWAN技術采用星型網絡覆蓋方式，在接收端及時糾正數據傳輸過程中注入的錯誤 碼元，采用信道沖突檢測機制，解決了節點數據并發和丟包問題，極大地提高了網絡的魯棒性。與 傳統農業物聯網ZigBee技術相比，其信息傳輸能力 與穩定性大幅提升，具有傳輸距離遠、功耗低、成本 低等優勢，適用于傳輸少量數據的應用場景。
2.3 窄帶物聯網（narrow band-Internet of Things, NB-IoT）技術
NB-IoT是一種專為物聯網設計的窄帶射頻技 術，因功耗低、連接穩定、成本低、架構優化出色等優勢而受到青睞。它聚焦于低功耗、廣覆蓋物聯網市場，使用授權（license）頻段，可采取帶內、保護帶 或獨立載波等3種部署方式，可與現有網絡共存而平滑升級。NB-IoT 網絡由終端、基站、核心網、機器對機器（machine-to-machine, M2M）平臺及運營支撐系統等組成。NB-IoT 簡化了信令，具有與傳 統的集成移動解決方案（integrated mobile solution, IMS）/演進式分組核心網（evolved packet core, EPC） 不同的核心網控制設備。NB-IoT技術有效解決 了農田信息遠程傳輸成本高、能耗高等問題，是農業物聯網信息傳輸的重要手段。
2.4 超窄帶（ultra narrow band, UNB）技術
UNB 技術能夠提供 60 bit/（s·Hz）以上的極高 頻譜利用率。實現UNB通信的關鍵技術包括甚小 頻移鍵控（very minimum shift keying, VMSK）調制 技術、擴展的二元相移鍵控（extended binary phaseshift keying, EBPSK）調制技術、最小波形差鍵控 （very-minimum waveform difference keying, VWDK） 調制技術和濾波器的選擇。
UNB技術優勢體現在終端成本低、功耗低、鏈 路預算覆蓋性能優等方面。UNB技術的局限性也 非常明顯，主要包括：終端通信能力有限，通信質量無法得到保障，空口不安全，網絡需自建，下行傳輸 能力有限且無法支持軟件升級更新。UNB終端通信 能力受限主要來自于非授權頻譜。UNB與NB-IoT 以及3G/4G/5G的有效結合可大幅降低農業物聯網通信成本，提升網絡局部覆蓋能力。
3 信息處理技術
利用信息處理技術對各類農業活動信息進行整理、分析、加工和挖掘，實現智能判斷和決策，從而為農業的智能化控制提供理論依據。
3.1 云計算與邊緣計算 物聯網產生的數據類型
物聯網產生的數據類型十分復雜，包括傳感器數據、RFID數據、二維碼、視頻、圖片等。將云計算與農業物聯網技術相結合，構建農業數據云，可以降低成本，提高效率，節約資源，促進農業現代化發展。邊緣計算是指在靠近物或數據源頭的網絡邊緣側，采用網絡、計算、存儲、應用等核心能力為一體的開放平臺，就近提供最近端計算服務。云計算與邊緣計算的有機結合是解決農業物聯網應用時 效性和進行趨勢分析的重要手段，對未來農業物聯網發展影響深遠。
3.2 算法與模型融合
在實際應用中，因受自身屬性和外界因素的影響，對象狀態呈現出復雜的空間和時間差異性。大 部分的算法與模型都是基于單變量時間序列的，即 只能利用某一類信息源的單變量時間序列信息，并 不能充分利用已有的多源信息。為了解決上述問題，可以將數學中交互多模型、多算法技術與多傳 感器信息融合技術有機結合，通過同時對多源信息綜合處理，識別對象狀態信息，從而提取一個能代表對象狀態的綜合信息。
3.3 模型傳遞
模型傳遞是將特定條件下建立的模型，通過一定的數學方法使其可應用于不同的樣品狀態、環境 條件或儀器條件，是解決數據通用性的關鍵技術。針對農業物聯網應用復雜多變的特點，可進行復雜 系統的參數化建模或采用多模型融合的方法構建模型傳遞系統。復雜系統的參數化建模通過變量的篩選、微分、小波變換、傅里葉變換等預處理方法 和增加擴充校正模型以及穩健回歸等方法，擴大所建模型的應用范圍，使其適應于不同對象，但是這 需要大量時間計算模型的動態參數，檢驗模型的精確性和適應性。而多模型融合通過對最優融合后 得到的最終狀態進行估計，可有效提高模型適應能力。
3.4 人工智能分析技術
隨著移動互聯網、物聯網、云計算等技術的快速發展，海量數據將爆發式增長，人工智能逐漸逼近人類智能，不斷推進新一代信息技術的革新。人工智能分析技術在農業信息智能處理中發揮著越來越重要的作用，但當前針對農業生產、經營、管理的人工智能理論體系仍待突破。尤其需重點突破 智能農業場景應用理論方法和共性關鍵技術，研制 一批集智能感知、控制、自主作業、智能服務等功能于一體的系統性裝備產品，有效促進農業生產經營 的資源節約、配置優化、治理高效，推動農業農村發 展的質量變革、效率變革和動力變革，以更好服務于我國鄉村振興戰略和農業農村現代化發展。
4 農業物聯網的應用
常見的農業物聯網應用體系如圖3所示。利用智能感知技術、信息傳輸技術和智能處理技術，對農事活動中的各個環節進行實時監測和遠程調控， 促進農業生產、經營管理、戰略決策的智能信息化， 實現農業生產的高效化 、集約化 、規模化和標準化。
4.1 種植物聯網技術應用
4.1.1 農田信息感知與調控
農田環境監控系統主要是實現對光照、溫濕 度、二氧化碳、微氣象和水質等信息的自動監測。 控制中心根據實時環境信息與作物生長模型進行 智能化調控 ，為作物生長提供適宜環境與營養條件。
4.1.2 大田作物病蟲害診斷與預警
病蟲害診斷與預警系統可以實現對作物病蟲 害的智能化實時遠程監測和診斷，對大田作物的正常生長具有重要的意義。通過傳感器采集大田作 物的病蟲害信息，結合圖片（或視頻）診斷模型或專家系統，實現對病蟲害信息的診斷和預警，指導科學施藥施肥，推進作物病蟲害的綠色防控。
4.2 養殖物聯網技術應用
4.2.1 畜禽養殖物聯網
畜禽農業物聯網系統利用智能傳感器、射頻識 別等先進感知技術，對養殖環境及動物生命信息進 行實時監測和智能調控，實現智能環境調控、精細 投喂、智能育種、智能屠宰及數字化營銷等全過程 的數字化管理。浙江省畜牧養殖云服務平臺已將 全省畜禽養殖企業、行政管理機構、技術服務機構、 執法機構、屠宰企業、農資經營企業等信息互聯共享，通過全程數字化實現有效共治、共享，大幅提升了畜禽養殖業的智能化管理水平。
4.2.2 水產養殖物聯網
高效生態智能化的精準養殖模式是我國水產 養殖業未來的重要發展方向。目前，我國水產養殖物聯網技術的應用仍受傳感器技術的制約，關鍵 水質傳感器國產化率不高，且使用壽命短、穩定性 和可靠性低。近年來，國內科研院所積極開展水質 傳感器技術攻關以及水產養殖調控模型的研究，推動了我國水產養殖業的智能化轉型。同時，也 開展了基于自動巡航無人駕駛技術和水下機器人 自主巡線技術的養殖環境動態監測研究，實現了水溫、溶解氧、酸堿度和氧化還原能力等指標的實時監測，以及魚蝦生理信息的實時定點獲取。
4.3 農產品溯源
在國家政策和技術發展的雙重推動下，農產品 溯源體系正逐步完善和普及。隨著大數據、云計算、物聯網等新技術在農業生產及食品加工中的推廣應用，使得更全面的信息得以收集與分析。農產品溯源系統成為介于生產者和消費者之間的及時可靠的信息傳遞渠道，幫助消費者建立對生產企業的信賴。
種植業溯源包括采摘收割、加工包裝、流通銷售等環節。在生產領域，構建生產檔案對農事操作、投入品使用、質量檢測等信息進行記錄管理；在流通領域，對倉儲物流過程中的環境信息和產品質量進行實時監測；在市場領域，消費者可通過查詢 二維碼、批號等方式追溯產品的詳細信息。
畜禽產品質量安全追溯系統，主要是對養殖、 屠宰、加工、銷售、流通、消費等環節的全程信息化監管，實現畜產品的全產業鏈溯源。
水產養殖業質量追溯通過數字條碼、二維碼等技術，實現水產養殖過程中的水質管理、養殖戶、生產地、投飼、用藥等信息的數字綁定，確保追溯信息的連通性和完整性，實現水產品來源可追溯、去向可查證、責任可追究。
小結與展望
隨著農業物聯網技術的不斷創新和發展，物聯 網技術已滲透到農業的各個領域，并逐步形成專業 化經營管理模式，在農業生產、經營、管理中發揮著更積極的推動作用。具體將會體現在以下幾方面：
1）新型農業傳感器不斷豐富。未來農業物聯網技術的發展離不開傳感器的豐富和體系的完善。 當前，比較成熟的農用傳感器主要為常規環境類傳感器。可感知復雜種植/養殖環境信息以及生命體 征動態信息的新型多功能復合傳感器，仍是未來農用傳感器發展的重要攻關方向。同時，隨著智能技術發展的不斷深入，微型、低成本、自適應、微功耗、 高可靠性的農業傳感器的研發，將是農業物聯網發展的重要趨勢。
2）數據清洗與數據質量管理技術快速發展。 隨著農業物聯網技術的深入應用，涉農數據將呈現 出爆炸式增長。數據的可靠性和準確性是保障信息轉化為價值的前提，而現實中感知到的數據多是 冗余、錯誤、不完整和不一致的。農業數據源多、數據類型復雜、甄別困難將成為制約數字農業發展的 重要因素。科學高效的數據清洗與數據質量管理機制不僅會推動相關政策的制定，也將催生新業態，激發產業活力。因此，高效的數據清洗、數據管理體系以及數據共享機制的建立迫在眉睫。
3）新型農業智能作業裝備不斷涌現。隨著農業物聯網技術的發展，越來越多的智能裝備將被廣 泛應用在農業領域中，逐步取締傳統農業作業方式。輕量化、小型化、智能化、低成本作業裝備將越來越多，并成為未來農業物聯網發展的主流方向。此外，智能裝備的廣泛應用也將進一步推進農機與 農藝的深度融合，促進農業機械發揮更大的作用。
4）促進分子設計育種技術快速發展。農業物聯網技術的發展與應用，將會積累大量的農業氣候、作物生命、土壤養分等信息，極大豐富了現代設計育種領域的信息來源，促進農業育種與生物信息、大數據、人工智能等學科領域的會聚融合，有效 推動農業育種高效快速發展。
5）加快現代綠色生態農業發展進程。農業物聯網技術應用將轉變傳統的肥、藥施用手段，進一 步提高植物生長生命體征、病蟲害信息精確度。結合大數據與人工智能技術，大幅提升病蟲害預測與防治能力。結合多功能變量作業控制系統，指導變量施肥、變量噴藥和變量灌溉等作業，有效降低農藥、化肥施用量，保障農產品及環境綠色、安全，推進農業的綠色生態可持續發展。
6）農業大數據將加速現代農業發展。農業生產、經營與管理等數據的大規模匯聚形成農業大數據體系，包括數據接入、數據清洗、數據管理、資源目錄、共享交換、數據稽核、數據報表、預測預報等服務。全面覆蓋涉農數據資源，如耕地數據、種質資源數據、農業氣象數據、遙感數據、種植業數據、 畜牧業數據、漁業數據、農產品加工流通數據、農產品進出口數據等數據資源。大數據體系的應用將進一步提升農業各環節信息的透明度，推進農業向 高效、節約型現代農業轉型。
7）區塊鏈技術將深刻影響農業物聯網技術發展模式。區塊鏈本質上是一個互聯網共享數據庫， 存儲于其中的數據或信息，具有不可偽造、全程留痕、可以追溯、公開透明、集體維護等特征。充分利用區塊鏈技術，可重塑農產品追溯體系和品牌，也 有助于管理農資流向，保障食品安全。由于當前農業生產、流通、銷售等環節中設施設備的落后，農業 區塊鏈技術始終面臨著“產業鏈數據難以上鏈”的困境。對于農業物聯網而言，區塊鏈不僅是技術手 段，更是一種管理模式。基于區塊鏈技術的應用模式將深刻影響農業物聯網的管理模式，是未來農業 物聯網領域的重要發展方向和攻關目標。
作者：聶鵬程、張慧、耿洪良、王錚、何勇
來源：浙江大學學報
（內容版權歸原作者所有，如有侵權請立即與我們聯系，我們將及時處理）
