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。