数字孪生系统在农业生产中的应用探讨

数字孪生技术与农业的深度融合将为农业数字化转型升级提供新动能。农业数字孪生系统基于农业生产系统所产生的数据流，通过实时态势感知、超实时虚拟推演和全程交互反馈，有效实现对作物生产系统的智慧管控。系统分析了作物生产系统及其认知方法的发展历程，明确了农业数字孪生系统产生的背景、概念、内涵、基本组成及其技术优势，提出我国农业数字孪生系统的应用方向和发展路径，为推进我国作物生产智能化提供参考。     

非常时期，智慧农业助力园区正常生产

正新冠肺炎疫情发生期间,农业园区的正常生产和运营遭遇极大困难,而科百智慧农业产业园则依靠科百信物融合作物精准栽培管理系统(KBCPS)的全新网上智能管理模式,保证了园区的正常运行和作物的正常生长。KB-CPS充分利用专业农业传感器、实时环境数据、作物生长模型,集成多学科、多物理量、多尺度、多概率的仿真过程,在虚拟网络空间中完成对农业作业环境的数字映射,并以数字孪生技术重建数字化农业     

数字农作技术研究的若干进展与发展方向

 着重介绍数字农作技术研究的若干最新进展与发展方向。数字农作即通过综合运用数字化技术，研究农作物生产系统中信息获取、处理、管理和利用的关键技术及应用系统，从而对农作系统过程的信息流实现全面的数字化表达和整合。近年来，作者围绕数字农作的关键技术及应用系统，开展了较为深入和系统的研究工作，重点在作物生长模拟模型、作物管理知识模型、作物生长无损监测、农作空间信息管理、数字农作决策系统等5个领域取得了显著的研究进展。数字农作的未来发展将需要综合运用信息管理、自动监测、动态模拟、虚拟现实、知识工程、精确控制、网络通讯等现代信息技术，以农作物生产要素与生产过程的信息化与数字化为主要研究目标，发展农业资源的信息化管理、农作状态的自动化监测、农作过程的数字化模拟、农作系统的可视化设计、农作知识的模型化表达、农作管理的精确化控制等关键技术，进一步研制综合性数字农作技术软硬件系统，实现农作系统监测、预测、设计、管理、控制的数字化、精确化、可视化、网络化。农作生长与生产系统的数字化将带动农业产业的信息化和现代化。     

智慧农业新技术如何助力中国农业发展

智慧农业作为现代农业发展的高级阶段,是中国农村经济社会发展转型的必由之路。随着云计算、大数据、传感器等物联网技术的高速发展,智慧化生产已经成为不可逆的趋势,同时逐渐渗透到农业生产中,以物联网、人工智能等新技术助力中国农业发展。智慧农业发展的基础在于数字农业,指的是利用传感器、无线网络、大数据、云计算等进行数据收集与分析,通过可视化展示,实时监测农作物的生长情况,以数据指导农业生产,实现作物的精准管理,最终提高农作物的产量。     

基于数字孪生的智慧油气站场设计与开发

随着中国油气站场建设规模不断扩大,生产运行及安全管理的要求日益严苛,但目前管道及站场实体可视化应用及综合展示非常匮乏,无法以三维场景查看站场内各区域分布及运行数据,尚未建立与实际情况高度一致的设施设备模型。为此,提出了基于数字孪生的智慧油气站场系统化解决方案：在数字孪生理论的基础上,以ArcGIS系统为基础平台,运用3Ds Max软件建立等比例、高精度的站场模型,搭建真实映射物理站场的数字孪生站场,辅以先进传感、大数据分析及人机交互技术,形成智慧化的输油气站场信息物理系统。以陕西某压气站为例进行了系统设计与开发示范,结果表明：该系统能够实现站场全要素的三维展示、站场状态的实时监测、站场管理的统筹决策,有利于全方位提升站场安全生产的宏观监管、重点监管、精准监管水平。（图3,参22）     

在役油气管道数字孪生体的构建及应用

中缅油气管道是中国首条经过数字化恢复构建数字孪生体的在役山地管道。通过基准点测量、管道中线探测、航空摄影测量、三维激光扫描、三维地形构建、倾斜摄影、数字三维建模等技术进行数据收集、校验及对齐,对管道建设期的设计、采办、施工及部分运行期的数据进行恢复,对站场及管道的设备、建筑等构建数字三维模型,形成管道线路数据资产库和站场数据资产库,构建中缅油气管道的数字孪生体。通过多系统融合,深入发掘数据价值,实现管道可视化运行、设备拆解培训、指导维检修作业及应急抢险作业等,为实现管网智慧化运营奠定了数据基础。(图1,表1,参25)     

作物生长模型（CropGrow）研究进展

农业信息技术是基于信息技术与农业科学的交叉融合而形成的新兴技术,催生了数字农业和智慧农业的快速发展。作物生长模型作为其核心内容之一,可以动态模拟作物生长发育过程及其与气候因子、土壤特性和管理技术之间的关系,从而有效克服传统农业生产管理研究中较强的时空局限性,为不同条件下的作物生产力预测预警与效应评估等提供量化工具。本文重点介绍笔者团队在作物生长模型的构建与应用方面形成的总体技术方法、最新研究进展及未来发展思考。通过20多年系统深入的探索和实践,本团队以小麦、水稻等作物为主要对象,以"生理机制解析-模型算法构建-生产力动态预测-效应定量评估-模拟平台研发"为主线,综合运用系统分析、动态建模、虚拟现实、情景模拟及决策支持等方法,开展了作物生长模型CropGrow的构建与应用研究。首先,利用系统分析方法与动态建模技术,构建了机理性与预测性兼备的综合性作物生长模型(CropGrow),包括阶段发育与物候期、器官发生与建成、光合生产与物质积累、同化物分配与产量品质形成、养分动态、水分平衡以及作物三维形态建成与虚拟显示等子模型,可数字化、可视化表征不同条件下作物生长发育与生产力形成过程;然后,结合地理信息系统(GIS)和遥感(RS)技术,构建了基于模型、GIS和RS有效耦合的区域作物生产力预测技术;进一步量化了气候变化、品种更新、土壤改良、措施优化对区域作物生产力形成的影响,拓展了适宜方案生成、理想品种设计、气候效应评估、耕地利用评价以及农业政策制定等应用技术;最后,运用构件化程序设计思想,基于作物生产数据库、作物模型构件库等,集成开发了基于模型的数字化、可视化作物生长模拟系统与决策支持平台,实现了数据管理、参数优化、生长模拟、遥感耦合、区域预测、方案设计、效应评估、安全预警、产品发布等综合功能。未来作物模拟研究将在完善基础数据库的基础上,进一步提升预测能力、量化基因效应、拓展智能决策、耦合多功能模型等,为粮食生产的预测预警、情景效应的量化评估、生产管理的智能决策、作物品种的优化设计等提供数字化支撑,对于保障国家粮食安全和推进数字农业发展具有重要意义。     

作物生长模拟模型的研究与应用

作物生长发育模型与模拟是近40年来国际学术界的一个新的生长点,目前已发展为当今最为活跃的农业前沿性研究领域之一,是数字农业的重要基础和关键技术。上世纪90年代以来,作物模拟继续朝着应用多元化方向发展,作物生长模型的机理性和预测性不断得到改进和提高。现作物模型已成功地应用于农业生产及资源环境的管理中,从而在社会经济发展中将会起着日益重要的作用。文章系统介绍了作物生长模型发展的4个主要阶段,指出了各阶段生长模型的研究进展,并对模型的建立过程及涉及的关键技术进行阐述,指出生长模型在农业生产和科研中的应用。     

超融合时序数据库在果园大数据中存储策略分析

【目的】为智慧果园管理和综合服务提供技术支撑。【方法】传统的数据库无法满足智慧果园多模态数据融合和全场景查询分析等问题,文章通过分析智慧果园数据来源和应用逻辑,以都市龙泉驿现代农业园区为示范应用,从多级数据局部存储策略、冷热数据存储和空间数据存储等方面探索了存储策略,提供了一站式数据库解决方案。【结果】该解决方案满足果园数据高效存储、管理的需求,结果显示YMatrix充分发挥了其高吞吐、低延迟、高并发、准实时数据加载等优点。【结论】该研究为数字农业和果园数字化基础设施建设和农业数字孪生建设提供技术参考,为实现现代化智慧农业提供经验。     

农业绿色发展数据移动采集系统设计与开发

【目的】 为农业绿色发展提供时空大数据、环境监测数据、作物生长数据等数据支撑。【方法】 文章利用遥感解译技术、地理信息技术、空间数据可视化技术，开发了一套农业绿色发展数据移动采集系统。系统支持在手机移动端搭建绿色农业试验基地实场景，实时采集各类实验和环境数据，并查看数据曲线；运用模型对实验采集的各类数据运算后进行评价、分析和排名。 【结果/【结论】 系统使用方便，传输稳定，可靠性高，有效提高研究人员的工作效率，系统可应用于绿色农业多场景多类型数据的采集，包括试验基地和实验方案等基础数据，大气、土壤、水质等物联网环境数据，作物长势、叶面积指数、植株高度等作物生长数据等。     

作物种植行自动检测研究现状与趋势

大田作物一般成行种植,以提高种植效率和方便田间管理.因此,作物种植行自动检测对于智能农机携带传感器拍摄影像实现自主导航、精准打药,乃至基于无人机搭载传感器拍摄高分辨率影像生成田间的精准管理作业单元都具有重要意义,是智慧农业管理的重要组成部分.本研究首先系统归纳总结了已有作物种植行自动检测方法,分析了Hough变换法、最...     

农情信息智能感知及解析的研究进展

现代农业中,农业生产者需要实时、准确、全面地了解农田环境和农作物的生长状态,并对得到的农田信息数据做出相应分析、归纳和决策。农情信息智能感知和解析技术在现代农业生产中具有不可替代的地位。本文从农情智能感知和信息解析技术2个方面展开论述,重点分析了国内外农业物联网农情信息智能感知技术和基于大数据分析的农情解析方法研究进展,详细介绍了基于农情信息的智能决策技术在农机装备智能化应用的研究现状,总结了目前农用传感器应用存在的问题,并对今后在农情感知、信息解析技术、农业数据库技术以及智能决策技术方面的发展提出了建议,以期为智慧农业的深入发展提供参考。     

大数据时代省级农业科学院图书馆创新服务建设的探讨

大数据时代已经到来,大数据技术的应用和研究已经渗透到图书馆的资源建设和服务中。针对省级农业科学院图书馆,从服务于农业科研角度分析了农业科研人员的信息需求特点、图书馆服务现状与问题,在此基础上提出培养跨界人才,优化人才结构;扩大数字馆藏,完善馆藏体系;突出研究院特色,建设特色资源;收集专业数据,开发数据产品和建设数字图书馆平台,实现智能型服务的创新服务建设策略。     

作物生长模型（CropGrow）研究进展

农业信息技术是基于信息技术与农业科学的交叉融合而形成的新兴技术,催生了数字农业和智慧农业的快速发展。作物生长模型作为其核心内容之一,可以动态模拟作物生长发育过程及其与气候因子、土壤特性和管理技术之间的关系,从而有效克服传统农业生产管理研究中较强的时空局限性,为不同条件下的作物生产力预测预警与效应评估等提供量化工具。本文重点介绍笔者团队在作物生长模型的构建与应用方面形成的总体技术方法、最新研究进展及未来发展思考。通过20多年系统深入的探索和实践,本团队以小麦、水稻等作物为主要对象,以"生理机制解析-模型算法构建-生产力动态预测-效应定量评估-模拟平台研发"为主线,综合运用系统分析、动态建模、虚拟现实、情景模拟及决策支持等方法,开展了作物生长模型CropGrow的构建与应用研究。首先,利用系统分析方法与动态建模技术,构建了机理性与预测性兼备的综合性作物生长模型(CropGrow),包括阶段发育与物候期、器官发生与建成、光合生产与物质积累、同化物分配与产量品质形成、养分动态、水分平衡以及作物三维形态建成与虚拟显示等子模型,可数字化、可视化表征不同条件下作物生长发育与生产力形成过程;然后,结合...     

作物生长模型发展现状及应用前景

随着农业作物学科和计算机科学技术的发展,作物生长模型的研究在20世纪60年代开始迅猛发展,至今经历了从定性的概念模型到定量的机理模型、从作物的生理生态过程模拟模型发展成为综合的作物应用模型的发展历程。在简要介绍国内外作物生长模型的研究进程、特点及现状的基础上,指出了现有模型中存在的问题,并对其应用前景和发展趋势进行了探讨。     

基于物联网技术的设施作物环境智能监控系统

为了提高设施作物生产管理的智能化水平,结合设施作物监管需求,基于物联网技术,研制了设施作物智能监测系统。在设施作物生长发育过程中,该系统可以全程对设施作物进行实时监控,实现了温室内光、温、气等环境参数和生产现场远程视频的实时监测,还可以远程自动控制湿帘风机、喷淋滴灌、内外遮阳、加温补光等设备,从而实现了温室环境的自动调控,提高了获取数据的效率和准确性。通过在实际生产中应用,该系统具有功耗低、成本低、扩展灵活、性能稳定等优点,说明了该系统设计的合理性、稳定性与实用性。该系统的构建和运行,为设施作物长势进行实时跟踪监测与综合分析以及管理提供决策支持。     

基于作物模型的计算机模拟软件研究

基于作物模型的计算机模拟软件是数字农业中实现农业信息化的重要基础。该文系统介绍了作物模型及作物模拟的概念,作物生长模拟技术的产生和发展,并对模拟软件的研发过程中涉及的关键技术进行阐述,指出模拟软件在农业生产和科研中的应用。