数字化技术赋能苹果果园精准生产管理

杨剑超 赵浩健 刘 伟 李淑平 杨鲁光 张焕春*

（1山东省烟台市农业科学研究院，山东烟台 265500；2天津农学院，天津 300384；3蓬莱市农业农村局，山东烟台 264009；4莱州市农业农村局，山东烟台 261437）

苹果是我国北方地区面积最大的果树门类，由于其经济效益较高是许多地区的农民增收的主要途径，但是由于我国乡村从业人员近年来老龄化严重，对于苹果生产人工的依赖度要求越低越好，所以需要借助于数字化信息技术实现对苹果栽培和管理过程中的精准管理。本文提出了基于数字化苹果园管理的三个层次，并根据三个层次提出相对应的架构设计，为果园迈进数字化提供参考。

苹果是我国第一大水果品种和第一大出口水果，有140多年的历史，苹果也是我国最早放开市场的农产品之一，生产、流通、加工、贸易各个环节产业链齐全完善。进入到2010年前后，由于苹果生产的劳动力缺乏等问题，开始参考欧美结合日本，转变传统乔化果树栽培，推广矮化果树，大量引入欧美的机器方案，实现果园的机械化，并逐渐加入信息化管理要素，为数字化果园的发展提供了基础。

数据作为新型生产要素，是数字化、网络化、智能化的基础，已快速融入生产、分配、流通、消费和社会服务管理等各个环节，深刻改变着生产方式、生活方式和社会治理方式[1-5]，数字技术与农业产业的深度融合已成为产业转型升级的重要驱动力。2020年农业农村部发布的《数字农业农村发展规划（2019-2025年）》明确了新时期数字农业农村建设的总体思路和发展蓝图，要求以产业数字化为主线，全面提升农业农村生产智能化、经营网络化、管理服务高效便捷化，以数字化引领驱动农业农村现代化，为实现乡村全面振兴提供有力支撑[6]。

我国数字经济与农业融合发展已经日趋成熟。从2013年“宽带中国”上升为国家战略以来，农村宽带覆盖率逐年提升，至2019年，我国行政村4G覆盖率超过98%，实现了全球领先的农村网络覆盖[7]。随着我国5G新基建和北斗卫星系统的建成和完善，可用于农业观测的高分辨率遥感卫星部署完成，农业遥感、导航和通信卫星应用体系初步确立，农业物联网监测系统不断得到推广和应用，为农业生产数字化提供了基础保障。特别是2018年后，全国苹果主产区的各地市都朝向数字化发力，例如山东省开展了数字化果园认定，让数字果园的管理有章可依，更加规范。

1 数字技术赋能果园发展的三个层次

数字化信息技术赋能果园生产精准管理，随技术发展和资金投入和技术成熟水平，分为三个赋能服务类型，从信息本体服务，到信息规划管理，再到信息智能化管理三个服务类型，功能和服务依次递进。

1.1 物联网信息监测型赋能服务

1.1.1 果园物联网系统物联网是指通过各种信息传感器、射频识别技术、全球定位系统、红外感应器、激光扫描器等各种装置与技术，实时采集任何需要监控、 连接、互动的物体或过程，采集其声、光、热、电、力学、化学、生物、位置等各种需要的信息，通过各类可能的网络接入，实现物与物、物与人的泛在连接，实现对物品和过程的智能化感知、识别和管理。物联网是一个基于互联网、传统电信网等的信息承载体，它让所有能够被独立寻址的普通物理对象形成互联互通的网络[8-12]。

目前应用于果园的物联网设备主要分为环境类传感器和生物体传感器两种，环境类传感器主要为监测空气温度、湿度、光照、二氧化碳、降雨、风力和监测土壤水分、温度、ec的传感器；生物体传感器包括植物茎杆粗度、茎杆液流和叶片湿度及光合作用等传感器。然后利用有线或者无线的方式组建信息采集平台，并由平台给终端手机或者电脑等发布实时的信息，用户可以根据信息做出自主判断，执行农业操作[13-18]。

以上两种传感器多由工业传感器的改型而成，网络也是基于工业总线转化，我国农业物联网应用较广的为rs485总线的传感器，在无线网络主要采用蜂巢电话的2G/4G技术和以WIFI/LORA为代表的无线局域网技术为网络载体，不论传感器、网络和平台，大都是采用开源框架。相对欧美等大的农业物联网集成供应商，我们的农业物联网体除了造价成本和组网门槛较低外，不论硬件还是软件都较国外基于can总线等方式的农业物联网系统有较大的差距，主要体现在系统的稳定性、传感器精确度和寿命上。

但是近几年我国的基于开源的物联网平台发展迅速，组网和程序设置的门槛也再次降低，虽然在继承性产品的熟化程度落后于国外，但是在应用成本，在快速组网布局、研发新的应用模式方面遥遥领先于国外，也为物联网小型化农业传感器的大规模零售化推广应用提供了新的机遇。

1.1.2 苹果物联网系统赋能果园精准管理应用数字化传感器对于了解苹果栽培环境等信息至关重要，首先是利用气象信息实现对果园气象灾害的提前预判，特别是近地表的传感器可以捕捉自有园区小气候的特征，对于霜冻、冰雹等灾害具有一定的前瞻性预报推送，弥补气象灾害造成直接或间接的损失，另外利用土壤传感器可以得到果园的水分情况，为果树进行人为水费调控提供了科学依据，物联网+传感器的组合是数字果园的基础。

1.2 数字化辅助管理赋能服务

1.2.1 现代化果园的管理特征现代化果园的管理较传统果园的管理，有着本质上的不同，传统果园的管理一般是由农户依据不同时令的操作规程进行，肉眼对果园的经验判断进行施肥、打药、除草等操作。现代化果园，除了具备不同时令的操作规程外，由于果园面积大，农机具数量多，在进行农事管理和操作过程中，都需要合理进行统筹规 划，另外，现代化果园通常由农业专业机构进行公司化运营，从业人员也划分为长期工、临时工、农机师、农艺师和经理等职位，所以在不同任务和不同人物之间也存在协调关系，只有确保人、机、物的高效协调，才能降低人力、能耗、管理成本，这些离不开数字化信息技术。

1.2.2 数字化信息技术赋能果园人机物精准管理首先，在对园区人员和农机的管理上，数字化信息技术通过考勤机可以实现对工作人员的考勤管理，另外通过卫星定位技术可以实现对人员和农机的实时定位，方便对人员和生产机械进行调度。

另外，通过对区域标签，可以实现农业操作和被操作物的标记，并在系统中进行记录，从而实现在生产过程中进行溯源，溯源不仅可以记录农事操作轨迹，还可以协助管理农资投入品信息，人员责任追溯等，让果园管理场景更加透明化。

同时，配合物联网环境、土壤和生物等传感器信息，可以针对果园的农事操作构建作业模型，用于实现园区人员、农机统筹管理和农事操作信息与决策信息自动挂钩，实现系统督导，信息系统自动化辅助决策的管理模式。

1.3 数字化技术赋能果园管理的无人化水平，促成无人果园的实现

1.3.1 无人化果园的前提基础首先，无人化果园的基础是机械化果园和数字化果园，缺一不可。机械化是为了通过农机机器人来代替传统人工作业农机具，数字化是实现机械对园区感知的前提，只有及时获取园区的植物、环境、机械等信息，才能构建起机器人的感知系统。

另外，有了硬件的条件，软件决策分析系统也不可缺乏，并且必须依赖于人工智能技术。传统的计算机决策分析通过简单的机械学习可以为水肥机、割草机、弥雾机等制定行走路线，但是并无法与果园每日都在变化的状况适应，所以必须依赖于日益更新的视觉技术，结合物联网信息和近地遥感等信息，共同组成智慧机械的感知系统，从而实现精准的判断。

越来越多的实例证明，果园的智慧化和无人化，需要依赖最新和最先进的人工智能技术和智慧化机械技术，包括无人驾驶车辆技术、无人机技术和多机械协同技术等，并且无人化农机技术必须建立在智慧化交通技术实现的技术下放基础之上。

1.3.2 数字化技术赋能果园无人化管理截止目前，信息化技术实现果园无人化管理的最突出应用在于水肥管理，特别是目前市售水肥机的基本内核采用PLC控制，大多数都具备有通讯模块，可以根据数字化信息进行变量决策，另外由于水肥操作除了控制继电器开合实现配肥施肥外，对于农机并没有其他操作，因此水肥机的智慧化决策操控相较其他农机无人化管理更容易实现。

另外，如果实现无人化果园，那么对于果园的数字化管理平台的智慧化决策要求更高，必须有根据果园物联网信息的通过算法提炼出的模型，推测出精准的施肥策略，实现对园区的调控。

2 数字化技术赋能苹果果园精准生产管理的展望

2.1 物联网技术日趋成熟为农业信息精准获取提供更好的未来

随着半导体技术和供电技术的改进，越来越多的以mems芯片传感器为代表的新型传感器得到应用，也为农业传感器目前高耗能、稳定性差等突出问题提供了解决方案，并且传感器和物联网的成本价格也越来越低，这些都为农业物联网硬件更新提供了新的方案。

另外，传感器的研发不仅仅利用微电子技术，目前更多的研究希望利用荧光物质、化感物质等，在植物体内注入生物传感器，为植物“造影”，并配合目前的表型捕捉技术，完善对植物的感知，实现生命体传感器。

同时，日益更新的无人机技术和影像解析技术，打破传统传感器的固定式束缚，可以利用可见光和光谱航拍照片对果园进行冠层和土壤分析，从而实现从中等尺度对果园生产和管理信息的获知。

2.2 越来越多的人工智能辅助产品技术可能下放到农业产生新应用

从目前人类工业发展水平来看，实现机器代替人工无法完全实现，农业生产场景相较工业更为复杂，所以短期果园操作过程中，很难实现无人采摘、修剪等成熟装置的自动化。如何利用机器辅助来实现对人力和经验需求的降低，也是数字化信息技术结合机械技术为农业带来的突破点之一，其中应用于残障领域的仿生外骨骼，可以作为人体辅助系统实现农业采摘搬运的省力操作，智能眼镜通过AR应用，可以实现对果树病虫害的甄别、修剪枝条位置的判断等，从而突破农艺操作对人员技术经验的限制。虚拟现实技术同样可以应用于农业领域，通过机械联动实现远程化农机具操作。

2.3 大数据技术的日益发展为农业也带来无限可能

通过数字化技术在苹果种植、管理过程中的应用历史过程不难看出，数据的支撑作用越来越明显，果园智能化发展水平不仅依赖硬件技术进化，更取决于人类对大数据的把控应用能力的升级。所以面向未来的数字化农业决策系统，将是一个由感知网络、信息交叉、自主学习模型共同组建的人工智能平台，不仅仅需要农业基础信息，还需要市场、环境信息，服务于农业的综合决策。