1.     数字农业的背景

        依据农业农村部制定的《数字农业农村发展规划（2019-2025）》的建设目标，建设一批智慧农场、智慧果园的项目，实现大田作物、设施园艺重点领域单品种全程或关键环节的信息技术集成应用，建立数字农业技术支撑规范、集成应用模式，促进数字农业生产取得重要进展。在大田种植领域，重点构建天空地一体化观测体系，实现生长环境和作物本体的实时数据采集，建设农业生产过程智能化管理系统，促进节水灌溉，科学施肥，科学施药管理，建立气象灾害预警和病虫害防治系统。

2.     建设目标

智慧农场解决方案基于现代传感器技术、5G/4G、Lora等远程数据传输技术和大数据、云计算以及互联网信息技术，通过对大田土壤、作物生长和气象数据的收集、数据的分析、模型建立和运行，形成科学管理流程，提高农产品产量和品质，减小农药带来的土壤和水源的污染。具体实现包含但不限于如下目标。

        2.1 节水灌溉

通过监测土壤含水量数据、作物蒸发蒸腾数据、田间气象环境数据，控制田间水分平衡，把握灌溉量和灌溉时间窗口，达到节水灌溉的目的。

        2.2 科学施肥

通过土壤理化性质、土壤肥力的数据收集，通过监测作物物候和作物生理生态指标数据，在作物播种、发育、生长过程中对土壤进行科学基肥和追肥的施用。

        2.3科学施药

把握农药施用量和时间窗口，减少农药的用量、增加农药的施用效果，提高农作物的有机品质，减小农药的面源污染。

        2.4 农业气象灾害预警和预防

通过实施田间气象环境数据，和作物生理指标数据的监测，及时对可能出现的气象自然灾害进行预报，如霜冻预报，采取配套措施避免或减小气象灾害对产量的影响。

        2.5 作物病虫害预警和防治

通过田间气象数据，尤其是积温数据的监测、应用气象条件、作物（宿主）和病原三角关系模型，跟踪预测作物病虫害的发生和发展，配合科学施药机制，对病虫害进行有效防治

        2.6 产量预估

通过历史气象数据、土壤墒情数据、作物物候观测数据和病虫害观测数据的比较、分析，应用产量估计模型，对当年作物产量进行估计，指导采收后的市场行为。

3.     智慧农场构架

4.     多维度的传感器数据获取

•   田间气象数据 ：

             空气温度、空气湿度、风速、风向、降雨量、总辐射（光照），蒸发

•   土壤墒情和营养数据：

            土壤墒情，土壤温度 （土壤的含水量，蒸发量，渗透量）

            土壤盐分，土壤PH, 土壤中的氧气

            土壤养分测定：N ,P, K 及微量元素

•   作物生长数据：

            物候观测，图像和视频系统

            NDVI 冠层监测，生理胁迫监测

            植物茎流监测 （蒸腾）

            植物茎秆大小、果实大小监测

           植物根系图像观测

•   遥感数据：

           无人机搭载多光谱图像数据

           无人机搭载高光谱图像数据

•   病虫害数据：

            孢子捕捉监测系统

            虫情监测系统 

5.     智慧农场大数据平台

• GIS 可视化数据基础

• 传感器数据的接入
  

          气象数据接入
  

          土壤墒情数据接入

          作物生长数据接入

          遥感数据接入

• 数据的分析、挖掘

• 水肥和农药管理的模型

          节水灌溉模型 

          肥料管理模型

          农药管理模型

• 数据的分享分发