近年來，智慧農業(yè)與無人農場已成為國內外學者和科研機構的研究熱點。2016年，美國凱斯紐荷蘭、約翰迪爾公司分別提出了各自的無人化農機發(fā)展構想，并著手研發(fā)具備全面感知與自主避障能力的農業(yè)機械。2017年，英國哈珀亞當斯大學啟動了“Hands Free Hectare project”，通過多輛無人駕駛農機的協(xié)同作業(yè)，成功實現了小麥耕種與管理的全程無人化操作，有力驗證了無人農場模式的可行性 。2018年，日本建成了高科技農場Techno Farm Keihanna，該農場基于智慧農業(yè)系統(tǒng)，充分展示了智慧農業(yè)在高效生產方面的巨大潛力和優(yōu)勢。在國內，無人農場的研究同樣如火如荼。羅錫文院士團隊深耕水稻無人農機領域，研發(fā)了一系列信息化感知、智能決策、精準作業(yè)和智慧管理技術，成功建設了水稻無人農場。趙春江院士團隊聚焦數字技術，開展農業(yè)智能決策平臺、天空地信息獲取技術、北斗導航控制與智能作業(yè)裝備等多方面的深入研究，為無人農場研究提供了寶貴經驗。

無人智慧農場涉及智能感知、高效傳輸、智能控制和大數據智能服務等多個核心領域。在智能感知與傳輸方面，能夠實時獲取土壤、氣候和作物長勢等多維度信息。例如，孟祥等利用LoRA組網技術，構建農田感知傳輸網絡，實現了大田土壤濕度信息的精準采集和高效傳輸。Song等和Nair等運用分組密碼和無監(jiān)督機器學習等算法，有效提升了組網傳輸中數據傳輸的安全性和穩(wěn)定性。齊小剛等則提出了一種自組網可靠性評估方案。同時，Zhou等、承達瑜等和Sakamoto等研究團隊利用圖像提取技術，實現了小麥長勢和物候期的精準識別。Liu等和馮惠芬等利用激光雷達、近紅外成像、高光譜成像等技術，成功提取了作物的形狀和生理信息。在農場智能控制和大數據智能服務領域，羅錫文院士團隊、趙春江院士團隊等分別從智能農機裝備和管理平臺等角度入手，通過融合農機自動導航、裝備自動作業(yè)等技術，顯著提升了作業(yè)效率和質量。此外，眾多學者還在積極探索將人工智能、機器學習和自動化等先進技術應用于農業(yè)生產全過程，包括無人耕作、精準播種、智能灌溉、變量施肥、病蟲害防治，以及自動化收獲等，已取得一系列研究成果。具體而言，Jaiswal和Ballal、Benyezza等和賈紅軍將先進控制算法嵌入到物聯(lián)網系統(tǒng)中，實現了灌溉系統(tǒng)中閘閥的精確調控。而Rodríguez、Cambra Baseca，以及張洪奇等則分別以咖啡農場、玉米農場和設施無人農場為研究對象，深入開展了大數據服務的相關研究。

一系列研究已取得豐碩成果，但在復雜多變的農田環(huán)境中，如何進一步提高信息檢測的準確性、增強信息傳輸的可靠性，以及提升農機裝備的穩(wěn)定可靠性，仍是亟待解決的難題。為了實現農場的精準高效管理，這些難題需持續(xù)深入研究和攻克。本研究積極響應國家糧食安全戰(zhàn)略，緊密結合山東德州“噸半糧”無人智慧農場工程建設需求，旨在深入探討無人智慧農場的架構、關鍵技術、建設機制和服務模式，為工程建設提供有力的智慧農業(yè)技術支撐。首先，基于廣泛調研，設計“噸半糧”無人智慧農場架構，為農場建設提供全面的規(guī)劃設計方案，明確建設的主要工作內容和流程；其次，從數據感知、組網傳輸、數據分析、農機作業(yè)、灌溉管理、航空施藥等關鍵環(huán)節(jié)入手，通過具體案例分析核心技術，實現從農田信息感知、數據傳輸到農機裝備管控的系統(tǒng)化集成，構建閉環(huán)的智慧農業(yè)管理體系。最后，構建大數據服務平臺，提供品種篩選、預測預警、精準控制、處方管理等多方面的科學、高效數據服務，并進一步探索智慧農業(yè)的建設機制和服務模式，為無人智慧農場的建設和運營提供有益參考。

山東德州作為全國首家地市級全域創(chuàng)建“噸半糧”的城市，擬通過實施“六大工程”等措施，打造8萬hm 2核心區(qū)、20萬hm 2輻射區(qū)、40萬hm 2帶動區(qū)，力爭實現大面積“噸半糧”生產。本研究在山東省德州市義渡口鎮(zhèn)建設了約13 hm 2的“噸半糧”無人智慧農場，旨在利用現代信息技術為農業(yè)生產管理注入新活力，推動農業(yè)轉型升級和提質增效。“噸半糧”無人智慧農場建設是一項系統(tǒng)性工程，擬基于農場實際運營與管理需求，分階段推進數字化感知和智能控制建設。通過數據賦能農場管理，逐步提升管理效能，并持續(xù)增強和優(yōu)化大數據分析服務功能，逐步向農場無人智能化管控模式轉變。

“噸半糧”無人智慧農場綜合利用物聯(lián)網、大數據等信息技術，實現了信息感知、傳輸、挖掘和應用的全鏈條集成和服務。總體架構如 圖1所示，包括感知層、傳輸層、處理層和應用層四大部分。其中，感知層作為無人農場建設的基礎，由物聯(lián)網感知網絡和智能農業(yè)裝備等構成，負責采集目標對象信息和控制命令的執(zhí)行，并通過組網模塊實現數據信息的匯聚。感知層以信息采集模塊為基礎單元，通過模塊化的傳感設備，便捷獲取土壤、氣象、作物表型、病害、蟲害、草害，以及水肥農機等裝備的作業(yè)信息等多類型數據。專用的模塊化信息采集設備，不僅實現了農產數據采集的準確性和可靠性，同時也豐富了傳感設備功能，簡化了安裝和維護步驟，為后續(xù)豐富數據信息、設備升級和功能擴展提供便捷。

圖 1 “噸半糧”無人智慧農場架構

Fig. 1 The architecture of the "1.5-Ton grain per Mu" unmanned smart farm

傳輸層是無人農場實現數據交互和傳輸的通道，包括數據匯聚的局域組網和數據上傳下達的廣域傳輸網絡。為方便智慧農場系統(tǒng)的分步建設，傳輸層采用自組網模型構建農場傳感網絡，實現不同采集單元數據信息的匯聚，并根據周邊單元反饋的信息強度調整網絡結構，保障各單元信息的穩(wěn)定、可靠傳輸。同時，匯聚節(jié)點在局域通信的基礎上增設網關/4G設備，實現與處理層的信息交互。通過自組網絡模型，保障農場內部數據傳輸的穩(wěn)定性和可靠性，避免在復雜環(huán)境下信號中斷等因素導致的數據丟失，提高基礎數據質量。匯聚節(jié)點與網關間采用自主設計的加密通信，增強數據安全，提升數據傳輸的可靠性。

處理層是無人農場智慧管理的核心，運行的大腦。它由數據庫、數據分析模型和決策模型三部分組成。數據庫負責存儲感知層和應用層獲取的各類數據；數據分析模型負責分析處理數據庫內的原始信息，得到預處理后的數據，并進一步分析處理數據，構建氣象環(huán)境預測、養(yǎng)分、作物生育期、作物表型、產量預測、良種篩選等數據挖掘分析模型；決策模型則將數據分析模型結果轉化為具體科學的農事指導意見和應對措施，以幫助農戶科學、高效地管理農場。其中，農機作業(yè)部分包括農機的定位導航和自主作業(yè)等數據分析，可根據農田情況實時調整優(yōu)化農機的作業(yè)路徑和設備參數，全面提升農機的作業(yè)質量。

應用層是無人農場功能實現的接口。通過應用層中的大數據平臺、手機端、微信小程序等軟件平臺，用戶可實時獲取農場信息，并通過農業(yè)設施裝備、智能農機、機器人、無人機和物聯(lián)網等設備實現農場的智慧化運營。

LIU lining, ZHANG Hongqi, ZHANG Ziwen, ZHANG Zhenghui, WANG Jiayu, LI Xuanxuan, ZHU Ke, LIU Pingzeng. Key Technologies and Construction model for Unmanned Smart Farms: Taking the "1.5-Ton Grain per Mu" Unmanned Farm as An Example[J]. Smart Agriculture, 2025, 7(1): 70-84. DOI: 10.12133/j.smartag.SA202410033