中国农作物生产主要依赖品种改进、施用化肥农药和人工、机械化耕、种、管、收，但近年来耕地面积减少和环境恶化极大限制了农作物高产增收的潜力[1]。尤其现在以家庭农场为主的小规模农作物生产种植主要凭农民主观经验和感觉来管理生产，缺乏精准的各类数据支持、理论根据和科学指导[2] 。随着农业物联网、信息传感器、智能农机与农业机器人、人工智能 AI 等技术的 不断应用与深入发展，通过农作物耕种管收全程全要素农情信息获取与研判、病虫害预警与防控、生长环境调控等全生长期的多方位管护和服务决策，实现改良品种、调控管理生产、减施水肥药、精准采收、对接产销、品控溯源等全链条智能作业决策与精准管理[3]。近年来倡导的高标准农田是按照国家统一规划和标准实施的重大农田基础设施建设项目，既能达到农田生产高产高质高效的目的，又能实现抗灾能力强和资源利用率高效的目标[4-5]。同时，建设高标准农田，还有助于加强农田的现代化、信息化和智能化发展，推动农田生产管理的作物-环境-农艺-农机深度融合，形成农业新质生产力[6-7][8-9]。
当今，在农业机械化的基础上，中国农业现在正进入“智能农业”或“数字农业”即数智农业的新时代[10]。CESCO等[11] 提出，“数智化”是“数字化”与“智慧化”的结合，是在农业数字化机械化基础上的更高层次的迭代升级，有利于带动农业生产的标准化、精准化、规模化，推动现代农业的智能化发展[12]。数智农业的生产管理应用了农业信息感知、定量决策、智能控制、精准投入、个性化服务五大先进生产技术，将现代信息技术与农业深度融合，是未来农业发展的必然趋势[13]。近年兴起的数智农业以数据化、智能化为特征，这是农业高质量发展基础，结合了数字农业和智慧农业的优势，是实现农业农村现代化的重要法宝，是推动乡村振兴发展的动力来源[14]。
数智农业通过先进传感技术（实时监测土壤湿度、气象条件和作物生长状况）、物联网设备（减轻农民劳动强度，推动农业生产现代化进程）和人工智能（使农业决策更加科学化和精准化）提高了农业生产效率和质量，需要政府、企业和农民协同努力推动农业现代化和数智农业可持续发展。数智农业的主要目标是建成融农田信息数据监测采集、系统感知、分析决策、农机数控和后台管控为一体的数字驱动型现代化农业农田生产管理新体系，包括农田农情、墒情、作物生长、病虫草害、水肥状况及环境信息等的预测获取，生成动态空间的农田信息作业系统，实现农作物种植节本增效、绿色生产、提高作物产能和质量[15-16]，强调了数智农业使用信息技术的经济和生态合理性[17]，提高农田生产力的同时，实现种植管护智慧决策[ 18]。
为贯彻落实国家“ 新一轮千亿斤粮食产能提升行动”，该研究主要围绕“推技术、提单产”定位试验示范高产品种、科学智能耕作、种肥精量同播、水肥一体化、病虫害监测防控等新品种、新技术、新产品和新装备，通过多传感器+遥感无人机+物联网系统获取农田生产耕、种、管、收全过程的信息数据，进行精准的生产管理和作业决策[19-20]。聚焦小麦玉米周年“吨半粮”关键技术攻关与模式样板打造，集成运用数智农田的整套提产增收技术模式，以点带面辐射推动周边麦玉一年两茬轮作农田产区智能化的精准作业与调控，实现农作物的智能种植管培、增产提效、改质促能，最终实现玉米、小麦作物提产增量。本文介绍了作者团队基于对当前高标准农田的理解而建设的数智农田整体架构和技术实现细节，概述了数智农业的概念、原理及高标准农田构建过程内容，分析了中国数智农田的发展现状和未来趋势。
1数智农田关键技术
数智农业主要涉及农业信息感知、智能控制、定量决策、精准投入和个性化服务技术，将先进的信息技术应用到农业生产中是未来农业发展的主要方向。近10年来，美国、英国、德国、加拿大、日本、韩国等农业发达国家高度关注智慧农业的发展，从国家层面进行战略部署，积极推进农业物联网、农业传感器、农业大数据、农业机器人、农业区块链等智慧农业关键技术的创新发展[21]。日本政府自2019年起在全国范围205个区域开展了智慧农业的实证化研究课题，旨在利用机器人、人工智能、物联网等前沿技术示范“智慧农业”，加速智慧农业的实施落地，德国正致力于发展更高水平的数字农业，通过大数据和云技术的应用，积极扶持数字农业；法国抓住农业数智化转型的时代趋势，鼓励发展数智农业，致力于打造欧洲大数据农业典范；英国专门启动农业技术战略，向大数据整合数智农业迈进。欧洲农业机械协会2017年提出在信息化背景下农业数字技术革命正在到来，未来欧洲农业的发展方向以现代信息技术与先进农机装备应用为特征[22-23]。各国在数智农业的研究和应用方面也都有自己的特点和优势。中国在智慧农业领域研究起步虽然要比欧美发达国家晚，但是发展最为迅速，但目前仍缺乏基础研究和技术积累，整体技术水平与发达国家尚有差距，中国智慧农业所面临的不仅仅是技术板冶问题，而是整体技术水平均较低的“短桶”问题[24]。近年来，国家在智慧农业发展方面提出了乡村振兴战略规划、大数据战略以及《数字乡村发展战略纲要》等重大战略和规划[25]。
“大物移云智”（大数据、物联网、移动互联网、云计算、AI）加快了农田信息感知数字化，实现全要素农情
精准感知、识别与表达[26-27]；数智农业有效助力农田管理决策，实现灾害预警、病虫害监测防治，推动农机装备智能化控制，实现作物-农机-农艺信息融合；促进农田管理服务的高效便捷、精准对接[28]，为农业新质生产力的发展提供持续动力和实践示范场景。作者团队构建的数智农田主要包含农田信息获取系统、智能作业装备、云管理平台和溯源系统。旨在覆盖农作物生长的耕、种、管、收的生产全程，建立人-机-作物全要素生产的智能监测、管控和决策平台，实现良种、良田、良机、良法、良制五良融合、农作物‒农艺‒农机信息的有机融合提升粮食产能的数智超高产模式，最终达到农田高产、优质、高效、生态、安全的生产目标[29-30]。数智农田的信息获取系统是由多光谱航测无人机、地面全要素农情监测站和地下传感器设备组成的“空-地一体化信息感知平台”，获取农田作物、土壤、气象、病虫害和植被表型等信息，为农作物各生产环节的监测融合提供管理决策执行的基础数据[31-33]；通过将农作物全生长期的信息数据储存于后台服务器，结合物联网、大数据、人工智能等手段建立决策模型，通过管理平台指导系统和装备管护作业[34]。
如图1所示，数智农田的种植示范基地约有10hm2（36.675°N ，116.645°E），位于山东省德州市齐河县，采用小麦、玉米轮作的标准化种植。数智农田的关键技术和装备主要包含空-地农田信息获取系统、水肥一体化微喷灌溉系统、病虫害智能管控系统、智能作业装备、农作物种植管理平台及溯源系统等。数智农田的建设集成了多种信息数字化技术和智能化的耕种管收机械装备，有效解决了传统农田中作物信息获取困难、管护不及时，机械化程度低等问题，基本实现了农田作物生产的信息化、机械化和智能化作业。
1.1数智农田总体架构
齐河超高产农田配备有多种环境、土壤、病虫害、水肥信息传感器装置和智能化技术支持的机械化作业装备，如图2所示。建立的数智农田从实际生产需求，通过田间环境全要素监测站与多光谱视频监控实现小麦、玉米全生长期信息数据的实时准确获取与监测，精准掌握农田植被、环境指标及发展趋势、作物生长状况等全维度生产的关联数据，构建麦玉轮作农田数字化、智能化应用技术体系，实现农田精准预测、科学种植、智能管理，应用智能、标准、绿色、科学地麦玉轮作模式及装备指导农业生产管护，为农作物生产决策打好精准的数据化基础。总体建设内容包括：（1）基于农田现有种植设施，配套遥感无人系统巡航、物联网虫害测控系统、多光谱病害监测站和田间环境监测站等，对农作物小麦、玉米植株的生长环境全程实时监测，预报气象和墒情、苗情、虫情、灾情等“四情”，实现麦玉作物生产科学决策、精准施策防控管理；（2）改造农机装备，加装北斗系统实现高精度自主导航作业、障碍预警监测，施肥播种机械数据收发反馈系统实现精量播施，视觉感知系统实时自动对垄正行等，对耕地、播种、施肥、打药、收获等全过程高精准控制和监测作业，提升作业安全、智能、高效；（3）建设数智农田管理平台，对试验基地数字化、智能化系统和装备进行多方面全方位管控，实现农资、人员、成本、装备、农田、收成等精准管理，跟踪、识别、监测农作物的生产、运输、处理全过程，通过溯源登记保证农产品的质量安全。本项目利用大数据、物联网、AI智能、云计算等先进技术系统和智能装备，与传统农艺、农机融合作业管护，对农田当年种植小麦进行测产后，构建的数智农田最终实现了单位面积农作物增产约15%～25%，增效约25%。
1.2数智农田信息技术系统
病虫害治理是农作物生产中的重中之重，前期监测预防是确保农作物健康生长和提高生产效率的关键环节，传统的病虫害监测效率低、数据获取不及时、处理方法烦琐等[35]。快速、高效地掌握病虫的发生动态并及时防控，对作物增产保收具有重要意义。当前，遥感监测方式可大致分为天基、空基和地基三种。其中，天基监测如卫星遥感易受气象影响且空间分辨率低，地基监测如固定监测站监测范围有限，而空基中的无人机(UAV)遥感监测具备灵活度高、采集迅速且覆盖面广等优点，很好地弥补了传统病虫害监测过程中存在的缺陷[36]。
该研究的智能信息获取技术系统是农田进行种植管理、作业生产和决策执行的前提，综合了现代无人机与地面监测技术，利用地面传感器、遥感技术、GIS（地理 信息系统）和先进的图像处理技术，实现了农作物株高、植被覆盖度、叶面积指数的作物长势信息精准获取应用验证[37]，为农业信息精准获取提供了从系统技术装备到遥感数据处理方法途径。通过多传感器信息融合获取农田作物植被指数及养分、病虫草害、气象环境、根系土壤等信息，结合技术系统及人工数据建立更精准的数据综合决策模型，提高农田生产效能、解放劳动力、促进作物提产增收[38]。传统农田的作物信息仅依赖于人工或单一传感器的数据进行分析计算、决策执行，其准确性和抗干扰能力较差。在数智农田中配装有信息采集遥感无人机、全要素农情环境监测站、昆虫种群密度监测站、靶标害虫监测站和多光谱病害监测站等设备（表1），通过自主研发矫正训练后的算法系统，利用多光谱传感器接收作物反射的特定波段光谱信息并处理分析，实现对目标作物的检测监测、分类和识别，借助多光谱无人机使用植被的光谱特征进行作物病虫害胁迫遥感监测，可以完成农作物病草害、虫情信息采集并上传服务器进行识别及计数，管理人员通过后台web网页或手机App来远程查看病虫草害情况，对作物病虫害进行预测管护用药，极大减少了农药化肥的过度施用。
如表1和图3所示，数智示范农田中的智能信息获取技术系统主要包括多光谱无人机、地面杆站监测系统以及地下物联网传感器等。无人机巡航和远程监控系统可以代替人力进行周期性巡田作业，配合变焦镜头监测，远程监控并记录农田作物的生长状况，评估病虫草害的发生情况；靶标害虫监测系统利用杀虫灯，虫情测报站等设备观测并预防虫害爆发，可实现诱虫捕杀或配合控制固定管路预防性用药，达到绿色防控；水肥一体化微喷带灌溉系统利用在田间铺设的微喷带实现水肥一体的远程灌溉管理，结合土壤墒情及环境气象信息可实现自动水肥一体化管理。病虫草害管理具体的流程：（1）数据采集：用配备的信息传感器、高清摄像头和遥感无人机等设备收集小麦、玉米田间图像、温度、湿度、气象和土壤等相关数据；
（2）数据分析：经过深度学习算法和AI决策模型分析采集的数据，识别出玉米田中的病虫草害情况，借助全要素农情监测站的智能复合型环境监测站、昆虫种群密度监测站、靶标害虫监测仪、多光谱病草害监测站获取的小麦、玉米田数据，利用图像识别技术识别病虫草害的类型和程度；（3）预警系统：基于分析结果，智慧植保装备生成玉米试验田的病虫草害预警信息，包括病虫草害的发生情况、预测趋势及建议的防治措施；（4）决策支持：将采集分析获取的预警信息通过手机或云平台等传递给农民，帮助他们及时了解病虫草害的情况，并及时制定相应的防治计划和作业策略。
1.2.1信息采集无人机
无人机遥感监测平台利用搭载的各种传感器获取目标作物的遥感影像、视频、点云等数据，通过对数据的处理、挖掘和建模来获取农作物病虫害胁迫信息[36]，以无人机测绘摄影测量等专业处理软件和数据处理分析相 关算法或模型为代表的无人机遥感监测软件系统[39]。无人机巡航信息采集技术能够实时提供高分辨率监测数据，对及时防治病虫害、减少农药使用、保护环境和提高农作物产量具有重要意义[40]。针对小麦、玉米全生长期多光谱信息采集无人机不定时动态巡航监测，并利用农作物叶绿素光谱图像分析，捕捉作物长势差异，对种植状况评估、长势监测、倒伏分析、水肥灌溉进行数字化、智能化、精准化管理，实现麦玉植株生理状况、生长信息全面感知和实时共享[41]；结合全要素农情监测站、昆虫靶标监测系统、多光谱监测系统等，实现麦玉农田生产全流程环境数据的实时准确获取与全能监测，为智能农机高效作业、田间管理决策方案制定及良好应用推广打好准确的数据基础。
1.2.2智能全要素农情监测站
依托现代化信息技术系统实时监测农田环境、气象、土壤、病虫害、植被表型等信息，满足农作物生产要素监测需求，结合大数据分析和人工智能算法洞悉麦玉农田多维度农情信息，掌握麦玉作物生产要素之间的模式和规律，精准预测病虫草害的发生、预估作物产量质量等关键指标，为农田作物生产提供科学、精准和高效的农事管培方案。全要素农情监测站前端安装有温湿度、二氧化碳、pH 值、土壤电导率和温湿度传感器，采集环境因子、作物苗期、生长期等数据；通过边缘智脑搭建数据交互通道，传输数据至数智农田管理平台分析数据模型和制定决策执行方案，及时进行病虫草害预测和防控，合理配置农业生产资源，最终实现农田增产提效。
1.2.3种群密度和靶标害虫监测站
开展对小麦、玉米作物伤害较大的害虫全天候引诱靶标害虫监测工作，利用昆虫生物信息素监测单一性害虫的种群密度及发生状况变化趋势，建立麦玉农田害虫电子标本数据库，精准监测并掌握昆虫变化规律。靶标害虫监测站利用360～780nm广谱光源引诱，并结合风漩涡方式捕捉昆虫，实测害虫的生活习性及种群密度变化，精准计量捕获昆虫并形成趋势图，再结合环境数据多点成网找准预警防控阀值，建立区域靶标害虫 的精准监测防控体系，指导害虫的精准绿色防治。
1.2.4多光谱病害监测站
多光谱病害监测站基于分析作物、土壤、水分等光谱不同反射率和吸收率信息变化，实时定点自动全天候的获取农田气候、土壤、植被（叶绿素含量和叶面积指 数）、病虫害和长势差异等数据、图像信息，结合多光谱无人机的动态航测实现农田信息全向立体感知，推演水肥分布不均、土壤营养要素缺失度、病虫草害发生度等因素对麦玉作物长势、产量、品质造成的影响程度和变化趋势，实现病虫草害监测预警、土壤肥力评估、作 物长势分析、产量估算等，针对性的开展施肥、打药、灌溉等管理作业，并实时监测反馈农事作业效果和作物 生长情况[42] 。通过监测植被的生理指数（氮磷钾，色素，水分等）光谱波段获得植被指数，可针对作物倒伏、出苗率、产量品质、病虫草害等信息制定种植区配水打药施肥的精准管理方案，做出生产科学预判和决策，以观测作物养分反馈数据实现水肥药的精准调控，为未来的智能装备在数智农田的应用数字化、信息化奠定基础。
1.3水肥一体化微喷带灌溉系统
水肥灌溉决策系统和控制模型作为提高水肥一体化智能、高效和实用的关键技术，融合了传感器来监测土壤、作物生长状态实现农田精准的水肥灌溉[43-45]。本研究数智农田采用作者及合作单位自主研发的泵注式的水肥一体化微喷带灌溉系统[46-47]，其部件和组成如图4 所示，注肥泵将水肥混合后通过作物中预先铺设的微喷带进行滴灌或喷洒，实现水肥一体化的施用作业。目前，农田水肥管理基本实现了自动化，有效减少人力、时间投入，节约氮、氮、磷及钾肥的施用。根据小麦、玉米周年期的水肥需求特征统筹管理，筛选适宜水肥耦合模式的专用水溶肥产品，为数智农田周年节水省肥丰产增效提供技术支撑；利用全要素农情监测站的土壤墒情原位监测模块，结合环境监测站的历史数据预测降雨，及时获取麦玉作物生长期土壤水分状况并发布灌溉预警，利用集雨控水保墒和精准测墒灌溉技术[48]，提升土壤蓄水保墒能力和作物抗旱性。麦玉周年轮作模式下的数智农田建成后，水肥一体化的微喷带高效灌溉技术成效显著，经过农田小麦测产和各项种植数据对比后，当年综合节水量较常规灌溉可达50%以上，比滴灌节水20%~30%，比常规施肥节省肥料15%～25%。
1.4病虫害智能管理平台
本研究数智农田病虫害智能管理流程为信息获取、实时监测、智能管理、技术服务等（图3b）。平台运用大数据、物联网、人工智能和 AI 算法等知识，应用GPS 定位、多光谱遥感、神经网络识别与云数据库技术，通过田间配备的农情监测站、靶标害虫监测站和多光谱病害监测站，日夜监测作物生长环境数据、病虫害的图像和发生规律，进行病虫害的分析识别和预警训练[49-50]；提供作物病虫害的类型和发生程度信息，再结合知识图 谱技术的专家库，进行智能分析预警和精准防治方案制定，实现病虫害数据的分类、存储、管理和应用[51] ，融合其他农情信息绘制病虫害趋势变化图进行预警防控，通过可视化云平台或APP 实时查看作物虫情趋势，为农民提供作物病虫害精准防治生产辅助决策，指导农户在作物的各生长期进行有效防控[52]。
2数智农田作业装备
数智农业作为一种将各类信息技术与传统农业有机融合的整体，在发达国家发展水平相对较高，尤其日本、德国等农业强国。2015 年，德国提出了农业4.0 发展理念，包括农业装备智能化、作业精确化，借助遥感技术、卫星系统等快速收集土地、环境、作物测产等数据信息，为作物种植管理和政策制定提供科学指引；日本在大力发展数智农业时主要重视政企合作，政府负责相关平台的开发与完善，支持IT 企业开发各类农业生产技术装备 对农作物种植中灌溉、施肥和管控等环节进行科学优化，提升农作物的产量、效率和品质。美国将人工智能、大数据、云计算技术应用于智能作业装备，在提升农作物耕种管收作业效率的同时，通过分析农田生产数据评估农作物种植状况，为优化农作物的育种和种植方案提供科学指引。
自2012 年起，国家先后提出了“精准农业”和“智 能农业”，制定了一系列政策推动数智农业及技术装备 的发展，对农业农村发展和乡村振兴具有重要的促进作 用。在发展战略层面，曹昕宇等[ 13] 提出，数智农业是数 字农业与智慧农业深度融合的产物，是对农业数字化的完善与升级，主要表现在农业生产、人员、管理数智化三方面，需要政府大力支持，提升农民技术能力，加大人才引进等；李道亮[53]指出物联网是智慧农业的主要技术支撑，主要借助多种传感器（感知、传输、应用）获取种植、养殖、物流等方面信息，加强农业传感器、RFID、GPS及RS技术对作物生产过程进行全方位立体式监管；刘成良等[54]从农田装备的智能感知控制、决策、作业、管控等五方面展开，提出“智能在端、智慧在云、管控在屏”的发展新思路，实现现场控制智能化、云端决策智慧化、监控调度移动终端化发展；陈桂芬等[55]重点阐述人工智能技术在农业生产方式（施肥、灌溉、病虫害防治、采摘）、农产品经营（质量安全跟踪和科学决策）、农业管理（预测灾害、评估品质产量）的普及应用。
农业装备经历了重点领域机械化、全过程机械化到智能化的演变，国家粮食安全从数量安全到质量安全，再到数量-质量-生态安全三位一体转变，是农业现代化的应有之义[56]。在国家政策大力引领下，我国农业智能装备、北斗农机自动导航驾驶、无人农场、高通量植物表型平台等智慧农业科技取得了巨大的进步[57]。智能作业装备（图5）是数智农田作物种植、生长和管护的执行者。物联网的推广、AI智能及无人驾驶技术的发展、5G 技术普及让农田作业机具的远程调控落地实用。无人 驾驶技术不仅降低了生产过程中的人力投入，降低成本，同时为机具规划了更准确的作业路径，确保了作业机具高效率、高质量的工作效果[58]。相比于传统农田机具，人机分离提升了操作者的实用安全性，辅助驾驶系统提高了作业精度和效率，结合远程无人机巡航、地面地下采集系统自动化地监测田间病虫草害情况，制作田间管理施药作业处方图完成作物病虫草害防治，相比传统的施药作业可以省药30%以上，减少人力投入50% 以上。
农田耕种管收机械是影响耕种作业质量与生产效益的关键装备，在机具作业前，使用遥感无人机测绘农田的地形、植被，获得厘米级的高清作业地图；通过“北斗”卫星和地面GPS 辅助驾驶系统添加出传统农机的辅 助驾驶模块，在实现农机自动化作业的同时进行全程无人化管理[59-60] 。小麦、玉米全程机械化、智能化发展是实现数智农田生产提质增产的重要措施，其主要作业装备有耕整地装备、精量种肥一体播施机、精准施肥机、植保无人施药机、水肥一体化微喷带灌溉系统、农作物收获装备等（表2），可通过农田管理平台向机具下发作业任务时实时回传作业状态参数来实现机具远程作业的在线监控。
2.1耕整地装备
耕整地机械作业时将土壤有机质、植物残渣和肥料均匀混合到土壤中，促进作物植株及根系发育，提高作物的产量和效益。该研究的拖拉机耕整系统集成了智能传感器、GPS 定位和无线通信技术[61-62] ，能够更好地满足不同作物的耕深、调平和控制需求，提高农业高标准农田的建设质量和效益[63] 。此外，通过小麦、玉米旋耕 施肥播种一体化作业，在提高生产效率和质量的同时，为作物的播种和生长构建良好土壤环境，降低种植成本和碳排放，推动农田现代化、智能化发展。
2.2精量播种装备
国内外的耕播机械技术水平在不断创新和改进，推出了一批高效化、智能化的耕播机械产品[64] ，呈现出多功能化、智能化和生态环保化的发展趋势，有助于提高 农田生产效率、降低生产成本，促进农业现代化和可持续发展。该研究在作物播种方面：（1）智能电驱精准播 种保全苗，融合农机电驱排种、作业监测和智能导航等 先进农机技术；（2）麦玉苗带清茬宽幅错位密植保壮苗（图4b），采用“封闭耕仓+重辊镇压 ”、“同位仿形+ 气吸精播”、“苗带整理+深松施肥”复式播施技术，辅 以智能信息调控来实现种子的精准定位与均匀分布[65]；
（3）配备北斗导航和GPS 辅助系统实现作物高精度的直线定行播种，行直作业可提升作物的光温利用率、增加产量、提升收获效率；（4）筛选耐高密种植的麦玉品种，依托中国农业大学作物育种优势学科，明确不同品种高产栽培适宜种植密度，构建高质量群体来实现麦玉轮作密植优质高产。
2.3精准施肥装备
纵观国内外在作物施肥作业发展进程中，运用多种先进现代施肥技术和配套机具，已基本实现全面机械化施肥作业。但仍有化肥过度施用、施肥技术落后和机械化程度低等，且化肥产品结构不合理和管理制度不健全。该研究在肥料减施增效中:（1）选用营养丰富且性状优良的绿色高效肥料，如优化复合肥、缓控释肥料、液体肥、作物专用肥和水溶性肥等养分产品，结合信息获取系统采集的作物养分和生长信息合理控制化肥施用；（2）构建数智农田施肥的管理平台与监测系统，通过机载终端接入物联网实时上传机具位置和作业状态，实现肥料精准施用的技术指导与管控，集成建立农田化肥减施增效技术管理体系。
2.4植保无人机
智慧植保是以传感器技术、计算机视觉技术、全球定位技术、网络通讯技术、AI 技术等为基础, 以智能手机、计算机、机器人、无人机和各种农业机械或装备等为终端,用于病虫害监测、预测预警、防控和管理等的综合技术体系,是植物保护与其他多个学科交叉的综合科学。智慧植保可以理解为“物联网+AI+植保 ”。智慧植保作为智慧农业的组成部分,是以可持续植保和精准植保为基础的,是现代植保的重要发展方向和重要体现[66] 。近年来，植保无人机的普及应用，可以快速完成农田播种、施肥和喷药作业[67-68] 。通过巡航无人机和信息获取系统采集农田数据，根据农作物特征 AI 识别模型，系统通过高清地图对病虫草害区域的定位信息传至植保无人机，实现精准对靶施药防治，具有高效安全、节本环保等优点[69-70]。
如图6所示，与大疆合作研发的植保无人机搭载激光雷达与RTK 差分定位系统，实现了自主路径规划、苗带识别导航与主动避障等技术功能，结合减振控制、辅助驾驶、定位转向系统等关键技术，融合病虫情测报系统、农情信息监测站、遥感无人机、激光雷达、多光谱监测站探测的农作物数据做成处方图实现精准对靶喷洒，减少农药用量[71] 。此外，植保无人机使用5G 技术接入数智农田管理平台，实时上传作业信息并评估施药效果，远程监控飞机的位置与运行轨迹等情况，合理做出植保无人机的任务调度，实现一控多机，多机协同立体作业，提高农田施药的作业效率和质量安全。
2.5农作物收获装备
小麦、玉米作为我国的主要粮食作物，其生产收获关系到农业粮食安全的稳定发展，联合收获机作为实现作物生产自动化收获的关键设备，其机具性能和技术发展广受关注。目前，我国小麦机械化技术装备十分成熟，但玉米机械化的收获还以果穗为主，对于后续的剥皮、集装、运输和晾晒工序作业普及度不高，作业环节多且生产成本高，限制我国玉米机械化收获发展的重要因素。新型的联合收获机应用GPS导航、GIS技术、智能监控、智能传感器、自动驾驶和大数据分析等，使麦玉联合收获机进行精准收割和高效作业，远程监控机器作业状态和出现故障等信息，集成的信息管理系统能够记录和分析作物的收割数据帮助用户进行云决策执行管理，及时调控收获机的行驶速度和路径，提高作业精度、降低收割损失和浪费，提高农作物生产收获的高效性和安 全性。
3数智农田管理平台和溯源系统
3.1数智农田管理平台
数智农田云管理平台是集技术系统和设备统一管理、识别测控、数据分析、智能决策和数据可视化于一体地物联网大数据平台[72-73] 。如图7 、图8所示，该平台的接收传感器上传监测数据形成环境数据库及作物长势数据库，并形成管理日志来支持数智农田的建设管控，通过数字技术系统、智能农机装备、现代化农业设施的集成应用实现大田智能生产种植与管控决策，为农民、生产者提供科学、高效的辅助决策工具和精准的作物管护服务，为新型的农业新质生产力发展提供典型实践范式。
该平台主要包括：（1）数据整合：管理平台对环境、土壤、病虫害、植被表型等可视化监测，绘制数据图表呈现，作相关分析和全程追溯；（2）监控预警：实现远 程在线监管作物环境和长势状态，对作物生长异常和病虫害情况及时预警防控；（3）智能决策：定时采集农田及作物图像上传至管理服务平台形成病虫害数据库，实现作物疾病、昆虫自动识别、诊断，制定深度防治措施；
（4）管理溯源：管理平台执行机具作业，记录农作物的 生长、加工、储藏等数据和视频，实时掌握农作物全生产动态，实现种植、管理、销售和加工全周期追溯。
3.2农作物溯源系统
该研究应用数智农田种植环节的农情监测数字化、生产全程可视化、农机作业智能化等技术系统，构建了农作物质量安全管理的溯源系统，通过视频、图像和条码智能识别技术，对小麦、玉米种植生产、运输、贮藏和加工过程的溯源信息追踪、识别、监测回馈终端，依托云管理平台系统对麦玉作物的追溯信息统计分析，整理溯源作物的类型、时间和地点等数据，结合图形模型信息，对追溯结果统计分析，以助力管理者决策执行[74]。基于农事操作、农资产品的全程信息登记，采集麦玉作物种植、加工生产的各个节点作业信息，助力作物质量安全的同时，实现麦玉生产信息全程可追溯。数智农田还配有溯源信息登记站，为麦玉作物溯源系统中的生产种植作业、作物生长信息、地域区块链、市场管理分析和操作展示平台等信息的采集录入提供基础数据，与系统行为动作识别的视频系统协同作用，对农业作物生产、管理各环节的操作规范和质量安全进行区块链溯源管理[75]，通过定点回收农药等包装废弃物统一无公害化处理，很好地避免对土壤、水源等造成面源环境污染危害，实现了麦玉作物生产全流程的标准化、数字化、可追溯化的管理。
4结论与展望
本文结合农业农田作物实际生产需求，依托中国农业大学山东齐河超高产种植制度科技小院的智慧技术示范基地，由中国农业大学农业无人机系统研究院牵头，邀请国内外相关领域专家共同构建数智示范农田，集成 大数据、物联网、移动互联网、云计算和人工智能等技 术手段，建立麦玉智慧农田数字化应用技术体系，实现 农田麦玉作物的生产信息采集、科学种植、无人化机械化作业、智能管理及可视化追溯，应用标准、智能、科 学、绿色的麦玉轮作种植模式及技术装备指导生产管理，主要成果如下：
1）基于农田现有种植设施，通过空地全要素农情监 测站实现小麦、玉米全生长期信息数据的实时准确获取与采集监测，精准掌握农作物植被、环境土壤、作物生长状况等全维度麦玉生产关联数据，对麦玉作物的植株和生长环境全程实时监测管理，预报作物生长期的墒情、苗情、虫情、灾情等，实现了麦玉作物生产种植的科学决策执行、精准施策防控管理追溯作业。
2）研发改进导航预警、收发反馈和视觉感知系统实现高精度自主导航、种肥精量播施、实时对垄正行，对农田整地、播种、施肥、打药、灌溉和收获等全程高精准的控制和监测作业，实现作物‒农艺‒农机信息的高度 融合，达到农作物质优产增、高效安全的生产目标。
3）建设数智农田云管理平台，实现农田农情农事、生产种植、作业成本、技术设备、收获加工等精准管理；数智农田的种植和管理模式为传统农田减少人力成本约50%，农药减量约30%，肥料节省15%～25%，较常规灌溉节水50%、滴灌节水20%～30%，实现增产约15%~25%、增效约25%，解决传统农田中作物信息获取难、管护不及时，机械化程度低等问题，基本实现了农田作物生产的信息化、机械化和智能化生产作业。
本数智农田的建设虽然为农田作物生产管理提供了科学理论决策和超高产种植新模式，也为国内高标准农田的建设推广起到先行示范作用，取得了一定的成效和较大的进步，试验田目前已运营1～2 a ，距离农田环境及作物全方位多维度长期多年信息采集，种植全程机械化、智能化、数智化，生产管理无人化、数字化的现代化设施农田目标还有着不小的差距，在农作物生产、种 植、管护和收获方面还存着诸多问题亟待解决：
1）数智农田信息技术系统在获取田间环境、作物生 长及病虫害信息的研究与应用不够成熟。存在稳定性差、续航短、易受干扰和载荷不足等问题，难以将作物表型感知数据与农机技术装备进行高效整合利用，滞后的遥感监测数据无法实时指导病虫害防治，后期将更多地收集田间作物表型和病虫害类型特征数据组成大数据库，建立无人机遥感监测病虫害算法、模型，为智能农机作业装备的关键技术决策执行，并开展高精度、全方位、多层次农作物信息高效获取技术和数字生产管理研究。
2）农机装备在作业决策、精准控制和环境感知方面很薄弱。需结合田间、土壤环境实况，贯穿智能农机的信息感知、测控决策、自主导航、平台管理及精准服务等环节；在北斗自主导航和定位监测系统基础上融入机器视觉、深度学习、GNSS 等技术系统，使农机装备在 田间作业中更加自动化、智能化，形成种植作物-农艺- 农机融合的保护性耕作配套技术体系。
3）农作物管护装备的智能化生产管理体系还不健全。虽然，数智农田生产作业中水肥、植保技术和装备初步实现了智能化，但整体的种植管理还需要人工辅助，生产体系的整体连贯性不强，后期结合“大物移云”技术研发水肥药一体化、智慧植保技术装备及系统，建立适合各地农情的精准水肥药一体化施量指标体系和化肥农 药减施增效技术管理体系；统筹土肥、水种和施药等与农机、农艺、农信结合，建立多模式精准播种、施肥、打药控制管理体系平台，实现种、肥、药精准施用；结合高效节水微喷带灌溉技术，实现大田作物栽培种植的 科学管理、作物生长环境的高效监测管理，减少生产人力成本，降低种、肥、药和灌溉成本，真正实现无人化。