第二章

农业物联网理论框架

从“智慧地球”到“感知中国”，“物联网”（Internet of Things）成为全球瞩目的关键词，它被称为继计算机、互联网之后世界信息产业的第三次浪潮。物联网被美国列为振兴经济的两大工具之一，被欧盟定位成使欧洲领先全球的基础战略，也被中国纳入战略性新兴产业规划重点，《中华人民共和国国民经济和社会发展第十二个五年规划纲》指出，要“推动物联网关键技术研发和在重点领域的应用示范”。

本章首先论述了发展农业物联网的必要性，其次系统回顾了农业物联网发展历程。在此基础上，详细分析了农业物联网的概念内涵、体系框架和关键技术。

第一节 发展农业物联网的意义

我国农业正处在从传统农业向现代农业转变的进程当中，物联网浪潮的来临，为现代农业发展创造了前所未有的机遇。改造传统农业、发展现代农业，迫切需要运用物联网技术对大田种植、设施园艺、畜禽养殖、水产养殖、农产品质量追溯等各种农业要素实行数字化设计、智能化控制、精准化运行和科学化管理，从而实现对各种农业要素的“全面感知、可靠传输以及智能处理”。

一、物联网是推动信息化与农业现代化融合的重要切入点

党的十七届三中全会明确提出，发展现代农业，必须按照“高产、优质、高效、生态、安全”的要求，加快转变农业发展方式，推进农业科技进步和创新，加强农业物质技术装备，健全农业产业体系，提高土地产出率、资源利用率和劳动生产率。将不断促进“农业技术集成化、劳动过程机械化、生产经营信息化”和“推进农业信息服务技术发展，重点开发信息采集、精准作业和管理信息、农村远程数字化和可视化、气象预测预报和灾害预警等技术作为加快农业科技创新的重要内容。以信息传感设备、传感网、互联网和智能信息处理为核心的物联网必将在农业领域得到广泛应用，并将进一步促进信息技术与农业现代化的融合。

二、农业物联网是推动我国精细农业应用与实践的重要驱动力

精细农业是信息时代基于信息、知识和现代农业装备管理复杂农业生产系统的精耕细作、精细经营技术体系，是利用3S技术、传感技术、智能决策技术和变量作业智能化控制装备，对农业生产过程进行量化分析、智能决策、变量投入、定位操作的现代农业生产管理技术体系，它是21世纪农业产业科学经营管理发展的重要方向之一。目前精细农业实施的最大障碍，仍然集中在农田信息高效、低成本获取传感技术以及基于信息和计算处理的智能化管理决策模型方法上。随着物联网的发展和应用，通过感知技术可以获取更多的信息，包括作物信息、农田环境信息、农机作业信息等，为精细农业提供更加丰富的实时信息，通过全面互联共享可以获得更多的网络服务（Web Service），提高精细农业科学决策水平和作业实施水平。

三、农业物联网是农业信息化应用优先发展的领域

我国发展现代农业面临着资源紧缺与生态环境恶化的双重约束，面临着资源高投入和粗放式经营的矛盾，面临着农产品质量安全问题的严峻挑战，迫切需要加强以农业物联网为代表的农业信息化技术应用，实现农业生产过程中对动植物、土壤、环境从宏观到微观的实时监测，提高农业生产经营精细化管理水平，达到合理使用农业资源、降低生产成本、改善生态环境、提高农产品产量和品质的目的。从应用对象层面来看，物联网在农业领域应当优先在土、水资源可持续利用，生态环境监测，农业生产过程精细管理，农产品与食品安全可追溯系统和大型农业机械作业服务调度、远程工况监测与故障诊断等领域优先发展；从技术层面来看，物联网在农业领域应用，要优先在重点农业综合开发区发展3S基础设施与服务平台建设，突破适于农业生物与环境条件下使用的信息获取低成本传感技术、面向不同应用目标的信息智能化处理技术和科技成果产业化发展模式等关键共性问题等。

四、农业物联网将成为未来农业经济社会发展的重要方向

物联网技术作为信息产业的第三次浪潮，必将为改造传统农业，加快转变农业增长方式，发展高产、优质、高效、生态、安全的现代农业发挥重要作用，培育引领农业的未来发展。《国家中长期科学和技术发展规划纲要》中，明确将“传感器网络及智能信息处理”作为“重点领域及其优先主题”；温家宝总理在2009年11月3日向首都科技界发表的《让科技引领中国可持续发展》的讲话和2010年、2011年政府工作报告中，都提出要加快物联网的研发应用，要着力突破传感网、物联网关键技术，及早部署后IP时代相关技术研发，使信息网络产业成为推动产业升级、迈向信息社会的“发动机”。“农业物联网技术”已经纳入“十二五”863计划发展纲要。我国农业面临着新的发展机遇和挑战，要实现农业生产由粗放型经营向集约化经营方式的转变、由传统农业向现代农业的转变，必须瞄准世界农业科技前沿，大力发展现代农业信息技术，提升我国农业物联网技术研发与应用水平。农业物联网技术的发展，将会解决一系列在广域空间分布的信息获取、高效可靠的信息传输与互联、面向不同应用需求和不同应用环境的智能决策系统集成的科学技术问题，将是实现传统农业向现代农业转变的助推器和加速器，也将为培育物联网农业应用相关新兴技术和服务产业发展提供无限的商机。作为物联网重要分支之一的农业物联网也必将在我国具有广阔的应用前景。

第二节 农业物联网发展现状

一、国外农业物联网发展现状

在感知技术方面，国外农业传感器技术的研究比较先进，主要依托于敏感机理、敏感材料、工艺设备和计测技术，对基础技术和综合技术要求较高，其核心主要掌握在美、日、英、法、德、俄等为代表的国家中，具有微型化、成本高、标准化、高可靠性、微功耗、环境适应性、安全性高、多参数集成、一体化等特点。美国YSI、哈希公司，德国的Trios和WTW等公司在传感器研制方面走在世界的前列，并在环境监测、食品质量安全溯源等领域得到广泛应用。而RFID集成了无线通信、芯片设计与制造、天线设计与制造、标签封装、系统集成、信息安全等技术，已步入成熟发展期。目前RFID应用以低频和高频标签技术为主，超高频技术具有可远距离识别和低成本的优势，有望成为未来主流。

在网络传输方面，网络通信技术连接智能设备和控制系统的桥梁，主要实现物联网数据信息和控制信息的双向传递、路由和控制，重点包括低速近距离无线通信技术、低功耗路由、自组织通信、无线接入M2M通信增强、IP承载技术、网络传送技术、异构网络融合接入技术以及认知无线电技术。其新技术主要有：IPV6技术，3G技术，TD-LTE技术，三网融合技术等；同时，将WSN、现场总线等较为成熟的技术与新技术进行融合，扬长避短，力图进一步提高通信网络质量。其中，IPV6网络将较原有网络容纳更多的网络节点，具有更好的移动性、安全性与可靠性；3G技术可全面提高网络的可用性。3G技术具有通信速度快、容量大、可靠性高的特点，将为系统组网提供便利；利用WSN技术将实现结点的非接触、可移动管理，使系统硬件运行更稳定，数据采集更快速。而近距离无线通信技术目前面临多种技术并存的现状，其中IEEE 802.15.4技术影响较大。IEEE 802.15.4低速低功耗无线技术正在面向智能电网和工业监控应用研究增强技术。广域无线接入以蜂窝移动通信技术为代表，国际上正在开展核心网和无线接入M2M增强技术研究。总的来说，对于信息传输，国外起步较早，掌握了大量的核心技术、较早地制定了接口标准和协议标准，技术较成熟。

在海量智能信息处理方面，海量信息智能处理综合运用高性能计算、人工智能、数据库和模糊计算等技术，对收集的感知数据进行通用处理，重点涉及数据存储、并行计算、数据挖掘、平台服务、信息呈现等。基于智能计算的动植物生长模型、环境评价、决策支持、农业知识表达、预测预警模型、智能搜索、海量数据挖掘等信息处理技术相对比较成熟，尤其是在物联网中间件技术方面，微软、Google等软件巨擘占据主导地位。欧美发达国家研发了大量实用的应用软件，构建了知识共享和无缝连接的软件平台，实现了农业生产问题的远程实时诊断和协同决策管理，有效推动智能信息处理技术的快速发展。

在系统集成方面，国外企业研发能力强，部分企业掌握核心技术，并且在市场上占据绝对主导地位。SOA即面向服务的体系架构，它将应用程序的不同功能模块化，并通过标准化的接口和调用方式联系起来，实现快速可重用的系统开发和部署。SOA可提高物联网架构的扩展性，提升应用开发效率，充分整合和复用信息资源。自1996年Gartner提出以来受到了IT业界的热捧，产业化进程不断加快。自2006年以来，IBM、BEA、甲骨文等一批软件厂商开发推出了一系列实施方案并部署了一些成功案例，使得SOA进入现实的脚步在不断加快。同年，IBM全球SOA解决方案中心在北京和印度成立，定制各个行业的模块化SOA解决方案，并结合IBM服务咨询和软件力量全方位实施，这意味着IBM已经在SOA产业化方面抢先一步。BEA也宣布推出“360度平台”以进一步巩固其在中间件领域的优势，而微软和甲骨文也纷纷发力中间件市场，竞争进一步加快SOA产业化进程。目前SOA已成为软件架构技术主流发展趋势，但国际上还没有统一的概念和实施模式。

在云计算方面，云计算是一种全新的网络服务模式，代表了信息时代的未来，将传统的以桌面为核心的任务处理转变为以网络为核心的任务处理，利用互联网实现自己想完成的一切处理任务，使网络成为传递服务、计算力和信息的综合媒介，真正实现按需计算、网络协作。它是分布式计算（Distributed Computing）、网格计算（Grid Computing）和并行计算（Parallel Computing）的商用发展，是虚拟化（Virtualization）、效用计算（Utility Computing）等概念混合演进并跃升的结果。通过云计算，网络服务提供者可以在瞬息之间处理数以千万计甚至亿计的信息，实现和超级计算机同样强大的效能，同时，用户可以按需计量地使用这些服务，从而实现将计算作为一种公用设施来提供的梦想。自云计算成为研究热点以来，对于云计算在物联网中的应用也被众多学者纳入研究课题。物联网中的海量感知信息需要高效地处理技术对其进行处理，云计算中的网络计算和智能化技术能帮助物联网实现信息存储资源和计算能力的分布式共享，智能化信息处理能力，为海量信息提供支撑。

目前，国外的农业专用感知设备、传输网络和智能信息处理等技术水平较高，并在农业领域取得大面积的推广应用。

在大田种植方面，Motorola实验室开发的低开销、低能、自组织的传感器网络neuRFon，可以监测农业、环境和一些过程参数。美国Evans和Bergman领导USDA研究组研制了一个中央控制的可线形移动的自动灌溉系统，其中无线传感器用于远程监听气象数据和生长物参数来辅助决策灌溉时间安排；Hamrita T K等开发出土壤性质监测系统，运用了RFID技术，实现了对土壤温度、湿度等的实时监测，对后续植物的生长状况提供研究的依据。Bowman K D，Ampatzidis Y G等将RFID技术应用于检测果树的信息，从而分析出果实的生长状况。西班牙农业科学家通过生物传感器操纵种子的遗传基因，在玉米种子里找到了防止脱水的基因，培育出了优良的玉米种子。Gomide等人在2001年为庄稼管理和空间变化研究提出了一个移动田间数据获取系统，该系统可以进行局部田间调查、采集各种土壤环境参数和作物生长参数等；同年，Damas M等在西班牙开发和示范应用了一个分布式的远程自动灌溉系统，它可以控制1500hm2灌溉面积，测试表明可以节约30%～60%的用水。2004年，Mahan和Wanjura与企业合作开发了一种无线红外测温系统。该系统由红外传感器、程序逻辑控制器、部署在田间采集数据的低能无线收发器和田外的远程接收器组成。

在设施园艺方面，国外已有了非常完善的设备和经验。例如，美国加州Camalie葡萄园在1.78hm2区域部署了20个Crossbow公司的Mica2dot节点，组建了土壤温湿度监测网络，同时还监测酒窖内储存温度变化，2005年和2006年葡萄产量分别较上一年翻了一倍，同时也改善了葡萄酒品质，节省了灌溉用水。2002年英特尔公司率先在俄勒冈州建立了第一个无线传感葡萄园。传感器节点被分布在葡萄园的每个角落，每隔1分钟检测1次土壤温度、湿度或该区域有害物的数量以确保葡萄可以健康生长，进而获得大丰收。Mizunuma等人配置了一个农田WLAN和温室监控植物生长和实现远程控制的生产系统，这种远程控制可以提高产量和减少劳动量。位于美国加利福尼亚州Oxnard的草莓培育商Norcal Harvesting安装一套物联网系统，实时追踪植物的状况。系统还可以根据空气和土壤的状况，自动触发相关行为，如浇水或调节温度。这套系统由Climate Minder开发，目的是帮助培育商更好地管理植物的生长情况。自2007年发布以来，已被土耳其200多家温室和苗圃所采用。特别是荷兰，由于国小地少，他们早已使用水培技术进行生产蔬菜和花卉；并利用计算机管理对EC值、pH值、温度、湿度、二氧化碳、光照、人工风力的监测和控制等。

在畜禽养殖方面，Parsons J等对Colorado的羊安装电子标签，运用物联网技术提高了羊群管理效率。利用传感器还可以监测畜、禽、蛋等的鲜度。日本长崎大学研制出一种用于测定畜、禽肉鲜度的传感器；美国的养鸡场利用鸡蛋检测仪来检测鸡蛋质量的优劣。Bishop-Hurley和Swain等人开展了一项耕牛自动放牧测试，成功地实现了第一个基于无线传感器网络的虚拟栅栏系统。Nagl等人为家养牲畜设计了一个远程健康监控系统，系统中有多种类型的传感器，包括GPS传感器、脉码血氧计、温度传感器、电子地带、呼吸传感器、环境温度传感器。Taylor和Mayer报道研究了一种完备的智能动物管理系统。每个动物身上安装一个无线传感器，用于无线检测动物的位置和各种健康信息。美国农业部也历经多年最终研发出了“全国动物检测系统（NAIS）”，该系统是通过RFID技术来识别监测奶牛，以预防死亡性疾病的传播。以色列AfiKim奶牛场智能管理系统，包括一整套机械、数字化设备和信息管理系统，完成奶牛日常自动挤奶、身份识别、发情检测、自动分群、自动称重、奶牛饲喂、奶牛标记、移动终端检测、奶牛场环境调控系统等。

在水产养殖方面，水质自动监测在国外起步较早。丹麦、德国、瑞典、挪威、美国、日本、韩国等西方国家主要借助于发达的工业和高水平的科技，将自动监控技术应用于水产养殖业已经有20多年历史，重点进行水质调控方面的自动化和机械化的研究。从1955年至1975年，美国共建成13000个监测站，它们组成水质自动监测网，它有许多专业水产养殖自动化设计队伍，他们拥有丰富的经验和成功的案例，其中最为代表的就是海鸟公司。欧美从80年代开始出现多参数水质测定仪，主要以监测水温、浊度、pH值、电导率、溶解氧、化学需氧量、总有机碳等水质污染的综合指标为基础。而我国在这方面的应用才刚刚起步，如上海雷磁、宁波的奥博等几家做分析仪的厂家，它们的产品仍停留在分立式的小仪器上，设备简陋，不能搭建成完善的监控系统。

在农产品流通和溯源方面，在澳大利亚，奶牛养殖业是畜牧业中最早采用RFID技术并广泛建立自动识别系统的一个领域，在它的标识计划中，奶牛个体标识主要采用Allflex公司生产的纽扣式电子耳标，所有的电子耳标都采用世界动物标识标准（ISO11784/85），阅读距离达1.2米，实现成功识别奶牛个体的同时进行挤奶工序并清楚地知晓牛奶的一些重要参数，如脂肪含量、体细胞数和蛋白质含量等，从而自动配比出每个个体需要的粗料、细料，完成自动配食喂食，并能及时发现患病个体，很大程度地节省了人力、物力、财力。SpiesslMayr E等运用RFID技术改进和优化了猪肉的可追溯系统。KojiSugahara等采用RFID和移动电话技术对农产品质量追溯进行研究。在英国疯牛病引发的恐慌时，许多发达国家就开始对农产品流通的跟踪追溯有了相当的重视，欧盟、美国、日本的农产品可追溯系统已经发展得比较成熟，其中欧盟的农产品可追溯系统应用较早。由于受到疯牛病的影响，2000年年末，国际物品编码协会（EANInteoational）编制EAN·UCC系统，欧盟将其运用在的整个牛肉供应链中，也称为“牛肉标签法”。该法规要求自2002年1月起，所有在欧盟国家上市销售的牛肉产品必须要具备可追溯性。2002年6月，加拿大政府计划在2008年年底之前，实现将加拿大80%农业食品纳入农产品可追溯体制，实现“品牌加拿大”战略。为了保障肉制品可安全食用，追溯体制要求所有农场的动物都进行强制性动物标识。在水产品追溯体系建设方面，欧盟致力于制定和推行关于水产品供应链的可追溯性法律、法规，水产品追溯计划是由欧盟委员会资助的一项协同工作计划，该计划的英文名称是Traceability of Fish Products，简称TraceFish计划。该计划由挪威渔业研究所牵头，由来自欧盟及北欧等诸多国家的各个相关领域的企业和机构团体自愿组成，包括捕捞企业、养殖企业、物流企业、销售企业、IT企业以及研究机构、立法机构、欧盟委员会等。TraceFish计划的主要目标是研究调查水产品的全链可追溯性，建立水产品可追溯体系的执行标准，即鱼产品从养殖或捕捞直至消费者整个链所需要记录的信息以及信息记录和传递的方法等共同的标准。

总体分析认为，国外的农业物联网应用相对比较成熟，并在一些领域得到应用推广。

二、国内农业物联网发展现状

在感知技术方面，主要有传感器技术和射频识别技术。传感器是把被测量的信息转换为另一种易于检测和处理的量的独立器件或设备，在农业的各个领域都有着广泛的应用；射频识别技术具有远距离非接触读写、多标签读写、数据可更新、穿透性及适应环境能力强等许多优势，因而成为物联网技术的研究热点。

目前，我国农业专用传感器技术的研究相对还比较滞后，特别是在农业用智能传感器、RFID等感知设备的研发和制造方面，许多应用项目还主要依赖进口感知设备。中国农业大学、国家农业信息化工程中心、中国农科院等单位已开始进行农业专用感知设备的研制工作，但大部分产品还停留在实验室阶段，产品在稳定性、可靠性、低功耗等性能参数方面还和国外产品存在不少差距，离产业化推广还有一定的距离。

在传输网络方面，在支撑物联网开发的过程当中，集分布式信息采集、信息传输和信息处理技术于一体的无线传感网络（Wireless Sensor Network，WSN）发挥着重要的作用。随着传统的传感器逐步实现微型化、智能化、信息化以及网络化，无线传感网络正以其低成本、微型化、低功耗和灵活的组网方式、铺设方式以及适合移动目标等优势受到广泛重视。

我国也已初步推出了低功耗、自组织的无线传感网络，中国移动、中国电信、清华同方等公司和中国农业大学、国家农业信息化工程中心、中国农科院等科研单位也是国内研发农业无线传感网络的先行者。

在智能信息处理方面，智能信息处理技术是以农业信息知识为基础，采用各种智能计算方法和手段，使得物体具备一定的智能性，能够主动或被动地实现与用户的沟通，也是物联网的关键技术之一。

目前我国研究的农业决策模型、预测预警模型等信息处理技术，大部分还只是停留在论文和测试阶段，尚未形成真正的产品化应用软件和可共享的软件平台。农业智能决策信息处理智能化程度低、共享度差，缺乏有效的信息载体和集成应用技术，无法实现农业生产问题的实时诊断和协同决策。

尽管我国的农业专用感知设备、传输网络和智能信息处理技术和国外有一定的差距，但政府的重视和一些重大示范工程的开展使得我国农业物联网的起步并不低，和国外基本在同一个起跑线上。

在大田种植方面，中国农业大学2009年在新疆建立的滴灌控制系统可以自动监测农作物生长的土壤墒情信息，可以实现按照土壤墒情进行自动滴灌，从而达到节约农业用水的目的；黑龙江农垦正在积极开展水稻物联网示范；浙江大学开发和应用无线传感网络系统和智能化管理及控制系统，实现了对土壤水分、养分、温度、湿度和光照等信息的实时监测；东北大学采用基于ZigBee技术的无线传感网络与GPRS网络相结合的节水灌溉控制系统，能根据土壤墒情和作物用水规律实施精准灌溉，有效地解决了农业灌溉用水利用率低的问题。

在设施园艺方面，北京农业信息技术研究中心与北京市及各区县农委合作，以设施蔬菜、花卉生产为切入点，积极开展了设施农业信息化的试验示范，在北京大兴、通州、顺义、昌平等8个区县的规模设施农业生产基地集中应用了一批具有自主知识产权的信息化与物联网技术产品，建设了基于生物环境感知技术、低成本无线宽带传输技术和智能反馈控制技术等的设施农业生产远程指导、设施环境综合调控，肥/水/药智能投入等信息化综合应用系统。

在畜禽养殖及水产养殖方面，江苏省走在了全国前列，如东众大牧业养鸡场应用智能化监测控系统后，养鸡场用工量减少35%，减少鸡场环境应急反应95%以上，养鸡成活率由93%提高到了98%以上，经济效益提高了20%以上；东南大学针对规模化畜牧养殖中畜禽舍环境监测难的问题，设计开发了一套基于无线传感网络的畜禽舍环境监控系统，可将畜禽舍环境参数控制在设定的范围，促进动物健康成长；宜兴市农林局与中国农业大学联合研发的水产养殖环境智能监控系统，具有数据实时自动采集、无线传输、智能处理和预测预警信息发布、辅助决策等功能，可实现对河蟹养殖池水质特别是溶解氧的监控与调节，有效改善河蟹生长环境，提高河蟹产量和品质，并减少对周边水体环境的污染，每亩增收1000元，目前示范面积已达到10000亩。

在农产品质量安全溯源方面，由于“多宝鱼”、“瘦肉精猪肉”等农产品质量安全事故频发，在北京、上海、南京等地已开始采用条码、IC卡、RFID等技术建立农产品质量安全追溯系统。

总体分析认为，我国的农业物联网应用还处于发展初期，与国外几乎同时起步，但广泛的应用表明我国农业物联网正在进入快速发展期，具备了一定的基础。农业物联网的应用基本上是政府开展的示范工程或项目，产业化程度还很低，因此，加快物联网技术在农业中的应用，以应用促产业，以产业促发展是我国农业物联网发展的重中之重。

第三节 农业物联网的概念内涵

一、物联网

物联网（Internet of Things）最早是由麻省理工学院Ashton教授1999年在研究RFID时最早提出的。2003年，SUN公司发表文章Toward a Global“Internet of Things”介绍了物联网的基本工作流程并提出解决方案。2008年11月，IBM首席执行官彭明盛提出“智慧地球”的发展战略，受到美国政府的高度重视，奥巴马对“智慧地球”的构想积极回应。2009年8月7日，温家宝总理视察无锡时提出“感知中国”理念，使物联网概念在国内引起高度重视，成为继计算机、互联网、移动通信之后新一轮信息产业浪潮的核心领域。

目前公认的物联网定义是国际电信联盟给出的，国际电信联盟认为，物联网是通过智能传感器、射频识别、激光扫描仪、全球定位系统、遥感等信息传感设备及系统和其他基于物-物通信模式（M2M）的短距无线自组织网络，按照约定的协议，把任何物品与互联网连接起来，进行信息交换和通信，以实现智能化识别、定位、跟踪、监控和管理的一种巨大智能网络。

在国内，工业和信息化部电信研究院认为物联网是通信网和互联网的拓展应用和网络延伸，它利用感知技术与智能装备对物理世界进行感知识别，通过网络传输互联，进行计算、处理和知识挖掘，实现人与物、物与物信息交互和无缝链接，达到对物理世界实时控制、精确管理和科学决策目的。

我们可以看出两个定义虽有文字差异，但本质上没有区别，都需要利用感知技术对物理世界进行感知和识别，通过网络传输互联，进行计算、处理和知识挖掘，实现对物理世界实时控制、精确管理和科学决策，都含感知、传输、处理和应用4个层次。

二、农业物联网

经过十几年的发展，物联网技术与农业领域应用逐渐紧密结合，形成了农业物联网。目前，官方尚没有关于农业物联网的定义，我们认为，农业物联网是物联网技术在农业生产、经营、管理和服务中的具体应用，就是运用各类传感器，广泛地采集大田种植、设施园艺、畜禽养殖、水产养殖、农产品物流等领域的农业现场信息；通过建立数据传输和格式转换方法，集成无线传感器网络、电信网和互联网，实现农业信息的多尺度（个域、视域、区域、地域）可靠传输；最后将获取的海量农业信息进行融合、处理，并通过智能化操作终端实现自动化生产、最优化控制、智能化管理、系统化物流、电子化交易，进而实现农业集约、高产、优质、高效、生态和安全的目标。

第四节 农业物联网的体系架构

根据信息生成、传输、处理和应用的原则，可以把农业物联网分成感知层、传输层、处理层和应用层。图2-1展示了农业物联网的理论框架。

感知层是让物品对话的先决条件，即以传感器、RFID、GPS、RS、条码技术，采集物理世界中发生的物理事件和数据，包括各类物理量、身份标识、情境信息、音频、视频等数据，实现“物”的识别。

传输层具有完成大范围的信息传输与广泛的互联功能，即借助于现有的广域网技术（如SMDS网络、3G/4G LTE移动通信网、Internet等）与感知层的传感网技术相融合，把感知到的农业生产信息无障碍、快速、高安全、高可靠地传送到所需的各个地方，使物品在全球范围内能够实现远距离、大范围的通信。

处理层通过云计算、数据挖掘、知识本体、模式识别、预测、预警、决策等智能信息处理平台，最终实现信息技术与行业的深度融合，完成物品信息的汇总、协同、共享、互通、分析、预测、决策等功能。

应用层是农业物联网体系结构的最高层，是面向终端用户的，可以根据用户需求搭建不同的操作平台。农业物联网的应用主要实现大田种植、设施园艺、畜禽养殖、水产养殖以及农产品流通过程等环节信息的实时获取和数据共享，以保证产前正确规划以提高资源利用效率，产中精细管理以提高生产效率，产后高效流通，实现安全溯源等多个方面，促进农业的高产、优质、高效、生态、安全。

第五节 农业物联网的关键技术

一、农业信息感知技术

农业信息感知技术是指利用农业传感器、RFID、条码技术、GPS、RS等在任何时间与任何地点对农业领域物体进行信息采集和获取。

（一）农业传感器技术

农业传感器技术是农业物联网的核心，农业传感器主要用于采集各个农业要素信息，包括种植业中的光、温、水、肥、气等参数；畜禽养殖业中的二氧化碳、氨气、二氧化硫等有害气体含量，空气中尘埃、飞沫及气溶胶浓度，温、湿度等环境指标等参数；水产养殖业中的溶解氧、酸碱度、氨氮、电导率、浊度等参数。

（二）RFID

RFID（Radio Frequency Identification），即射频识别技术，也被称为电子标签，指利用射频信号通过空间耦合（交变磁场或电磁场）实现无接触信息传递并通过所传递的信息达到自动识别目的的技术，是在20世纪90年代逐步新兴起来的一项自动识别技术，可通过射频信号自动识别目标对象并获取相关数据，识别工作无须人工干预，可工作于各种恶劣环境，在农业上主要应用于动物跟踪与识别、数字养殖、精细作物生产、农产品流通等。

（三）条码技术

条码技术是集条码理论、光电技术、计算机技术、通信技术、条码印制技术于一体的一种自动识别技术。条形码是由宽度不同、反射率不同的条（黑色、白色和空色），按照一定的编码规则编制而成，用以表达一组数字或字母符号信息的图形标识符。条码技术在农产品质量追溯中有着广泛应用。

（四）全球定位系统技术

全球定位系统技术是指利用卫星在全球范围内进行实时定位、导航的技术，利用该系统，用户可以在全球范围内实现全天候、连续、实时的三维导航定位和测速；另外，利用该系统，用户还能够进行高精度的时间传递和高精度的精密定位。全球定位系统技术在农业上对农业机械田间作业和管理起导航作用。

（五）RS技术

RS技术利用高分辨率传感器，采集地面空间分布的地物光谱反射或辐射信息，在不同的作物生长期，实施全面监测，根据光谱信息，进行空间定性、定位分析，为定位处方农作提供大量的田间时空变化信息。RS技术在农业上主要用于作物长势、水分、养分、产量进行监测。

二、农业信息传输技术

农业信息传输技术指将涉农物体通过感知设备接入传输网络中，借助有线或无线的通信网络，随时随地进行高可靠度的信息交互和共享。农业信息传输技术可分为无线传感网络技术和移动互联技术。

（一）农业无线传感网络

无线传感网络（WSN）是以无线通信方式形成的一个自组织多跳的网络系统，由部署在监测区域内大量的传感器节点组成，负责感知、采集和处理网络覆盖区域中被感知对象的信息，并发送给观察者。其中，ZigBee技术是基于IEEE802.15.4标准的关于无线组网、安全和应用等方面的技术标准，被广泛应用在无线传感网络的组建中，例如大田灌溉、农业资源监测、水产养殖、农产品质量追溯等。

（二）农业移动通信

随着农业信息化水平的提高，移动通信逐渐成为农业信息远距离传输的重要及关键技术。农业移动通信经历了3代的发展：模拟语音、数字语音以及数字语音和数据。我国农民的收入较低，农村的网络设施环境较差，普及计算机和互联网还有很大困难，而手机等移动设备价格相对低廉，移动网络设施也较为完善，因此农业移动通信技术的开发与使用在实现我国农业信息化的战略目标中有着举足轻重的作用。

三、农业信息处理技术

农业信息处理技术是以农业信息知识为基础，采用各种智能计算方法和手段，使得物体具备一定的智能性，能够主动或被动的实现与用户的沟通，也是物联网的关键技术之一。农业信息处理技术包括农业预测预警、农业诊断推理、农业智能决策、农业优化控制、农业视觉信息处理。

（一）农业预测预警

农业预测是以土壤、环境、气象资料、作物或动物生长、农业生产条件、化肥农药、饲料、航拍或卫星影像等实际农业资料为依据，经济理论为基础，数学模型为手段，对研究对象未来发展的可能性进行推测和估计。农业预警是指对农业的未来状态进行测度，预报不正确状态的时空范围和危害程度以及提出防范措施。

（二）农业诊断推理

农业诊断是指农业专家根据诊断对象所表现出的特征信息，采用一定的诊断方法对其进行识别，以判定客体是否处于健康状态，找出相应原因并提出改变状态或预防发生的办法，从而对客体状态做出合乎客观实际结论的过程。农业诊断推理指运用数字化表示和函数化描述的知识表示方法，构建基于“症状-疾病-病因”的因果网络诊断推理模型。

（三）农业智能决策

农业智能决策是智能决策支持系统在农业领域的具体应用，它综合了人工智能（AI）、商务智能（BI）、决策支持系统（DSS）、农业知识管理系统（AKMS）、农业专家系统（AES）以及农业管理信息系统（AMIS）中的知识、数据、业务流程等内容。

（四）农业优化控制

农业优化控制是在农业领域中给定的约束条件下，将人工智能、控制论、系统论、运筹学和信息论等多种学科综合与集成，使给定的被控系统性能指标取得最大化或最小化的控制。

（五）农业视觉处理

农业视觉处理是指利用图像处理技术对采集的农业场景图像进行处理而实现对农业场景中的目标进行识别和理解的过程。基本视觉信息包括亮度、形状、颜色、纹理等。