声明

因转载众多，无法找到真正来源，如标错来源，或对于文中所使用的图片、文字、链接中所包含的软件/资料等，如有侵权，请跟我们联系删除，谢谢。将在收到信息后第一时间进行删除。参考资料来源网络，仅用于行业知识分享，供个人学习参考，不得作商业用途。

文档获取方式见文末

目 录

1 项目概述 1

1.1 项目背景 1

1.1.1 发展数字化农业是国家战略规划要求 1

1.1.2 乡村信息化发展对大数据建设提出了新要求 2

1.1.3 落实政策部署推进农业农村现代化及数字化 2

1.2 现状分析 3

1.3 政策法规 4

1.3.1 国家相关政策 4

1.3.2 省相关政策 4

1.3.3 相关政策 4

1.4 标准规范 4

1.4.1 技术标准规范 5

1.4.2 行业标准规范 5

1.4.3 国家标准规范 5

1.5 建设目标及内容 6

1.5.1 建设目标 6

1.5.2 建设内容 7

2 需求分析 7

2.1 信息资源建设需求分析 7

2.1.1 土地资源管理 7

2.1.2 基础地理信息资源 7

2.1.3 环境监测信息资源 8

2.2 数据资源需求分析 8

2.2.1 数据应用需求 8

2.2.2 数据安全需求 8

2.2.3 数据质量需求 9

2.2.4 数据交换共享需求 9

2.3 其他需求分析 9

2.3.1 基本需求 9

2.3.2 核心需求 10

2.3.3 功能需求 10

2.3.4 性能需求 11

3 项目建设必要性与可行性 12

3.1 必要性分析 12

3.2 可行性分析 12

3.2.1 政策环境条件 12

3.2.2 社会环境条件 12

3.2.3 技术环境条件 13

3.2.4 经济环境条件 13

4 总体设计 13

4.1 架构设计 13

4.1.1 总体架构 13

4.1.2 数据架构 14

4.1.3 部署架构 15

4.1.4 安全架构 16

4.1.5 应用模式 17

4.2 技术路线 18

4.2.1 微服务 18

4.2.2 GIS技术 31

4.2.3 卫星遥感应用技术 35

4.3 接口设计 42

4.3.1 外部接口 42

4.3.2 内部接口 42

5 建设内容 45

5.1 数字农业云平台 45

5.1.1 土地资源监测 45

5.1.2 地块分布监测 46

5.1.3 执法记录监管 46

5.1.4 种植品种分布监测 47

5.1.5 作物长势监测 48

5.1.6 苗情监测 49

5.1.7 成熟度预估监测 50

5.1.8 产量预估监测 51

5.1.9 病虫害监测 51

5.1.10 气象监测 52

5.2 六大应用系统 54

5.2.1 农业生产管理平台系统 54

5.2.2 物联网监测和预警平台系统 58

5.2.3 特色农产品销售以及流通系统 72

5.2.4 农产品溯源系统 77

5.2.5 农机监管平台系统 81

5.2.6 标准化生产种植系统 84

6 项目建设管理 86

6.1 项目组织机构 86

6.1.1 项目组织机构 86

6.1.2 项目领导小组 88

6.1.3 项目专家小组 88

6.1.4 质量保证小组 88

6.1.5 风险管理小组 88

6.1.6 实施开发小组 88

6.2 项目建设与运行管理制度 88

6.2.1 项目管理例会制度 89

6.2.2 信息沟通制度 89

6.2.3 项目重大事项决策制度 89

6.2.4 质量管理 90

6.2.5 进度管理 95

6.2.6 安全施工管理制度 100

6.2.7 文明施工制度 100

6.3 项目风险与风险管理 100

6.3.1 风险识别与分析 100

6.3.2 项目风险防控措施 101

6.3.3 建立有效的风险控制管理过程 101

6.3.4 检查工程质量，签证技术材料 102

6.3.5 控制施工动态，做好协调工作 103

项目概述

建设目标及内容

建设目标

通过建设《数字农业云平台》，走以科技为支撑的内涵式现代农业发展之路，围绕国家粮食安全战略和高标准粮田建设要求，全面落实“藏粮于地，藏粮于技”方针，把数字农业云平台打造为高水平、综合性的信息服务中心，进一步拓展对农业生产的服务保障能力，提高农业生产效率，促进农业生产的规模化经营，扛牢粮食安全责任，全面夯实粮食增产稳产基础。

《数字农业云平台》信息化项目建设从实际需求出发，坚持可靠、实用、高标准、先进的原则，以“管护网络化、手段信息化、监督社会化、资料规范化”的高标准农田保护方针为指导，以智慧农业精细化为目标，以高标准农田上图成果及土地利用总体规划修编数据库为基础，以物联网技术的精确感知、5G传输技术和智能分析等技术为支撑，在工程、信息和管理三个层面上进行有机的融合，形成具备灵活适用的项目区自动化监控体系、先进高效的农田信息化体系、科学完备的农田管理保障体系等功能特点的现代化高标准农田项目区示范工程，实现配水精准化、灌溉智能化、管理精细化、服务便捷化、运维专业化、工程数字化。

建设内容

本项目建设一个数字农业云平台及六大应用系统，包括农业生产管理平台系统、物联网监测和预警平台系统、农产品溯源平台系统、智慧农机监管平台系统、农产品销售及流通系统、标准化生产种植系统等，覆盖全部智慧农业智能监测设备，实现智能监测站与数据中心可靠通信，实现平台和用户的信息交互。

总体设计

架构设计

总体架构

一个数字农业云平台：建一张“人、地、天”一体化的全面感知平台；

六大应用系统：包括农业生产管理平台系统、物联网监测和预警平台系统、农产品溯源平台系统、智慧农机监管平台系统、农产品销售及流通系统、标准化生产种植系统，满足不同用户的差异化业务和服务需求。

平台基于云服务及网络中心，实现管理的规范化、科学化，提高了智慧农业工程管理水平和服务能力。

按信息化建设布局分为基础设施层、数据资源层、支撑层、平台层、应用层以及信息安全和标准规范体系。

数据架构

图 数据架构图

平台数据架构如图所示，通过各种数据采集方式汇集业务数据，知识数据、互联网数据、物联网采集数据和文档数据等，建立数据仓库并同步进行数据治理。基于统一的数据字典建立健全各类主题数据库，并建立统一的数据服务接口和数据访问权限管理机制，平台各模块提供实时、同源、高效、完整的数据。

部署架构

图 部署架构图

本项目首先接收监测设备传输过来的数据，进行数据解析处理后，存储入数据库。应用系统与数据分离，应用程序按业务拆分，通过超链接进行关联，使用消息队列分发数据。建立本地缓存和远程分布式缓存，提升性能。使用负载均衡，提升平台的稳定性，并赋予平台可以通过增加服务器数量提升性能的能力。

随着数据量增长，考虑使用分布式数据库服务器和分布式文件服务器来保障数据安全和系统性能。

使用NoSQL和搜索引擎弥补关系型数据库对非关系型数据处理的不足。采用微服务方式部署，采用公有云模式，不仅数据安全且免维护费用。本设计架构，部署科学合理，减少浪费，保障系统稳定可靠。

平台部署主要技术要求如下：

平台部署于公有云，其中

核数：16C

内存：32GB

系统盘：超高IO100G

数据盘：高IO500G

对象存储服务：提供标准多AZ存储服务，每年10TB应用存储空间；

规格：8核16G

存储空间：500G

安全架构

《数字农业云平台》安全体系满足国家信息安全等级保护三级要求，应用安全防护体系架构图如下图所示。

图 平台安全架构

访问安全：安全认证登录，密码长度与密码安全性有较大关系，对用户密码最短长度进行要求，对用户密码进行密文显示和储存，保证密码安全性。对于长期未访问和异地访问的用户，采用手机验证码验证的方式，保证使用者是账户拥有者。

权限管理：对管理端不同操作人员权限进行管理，基于用户角色赋予操作人员不同的页面访问、数据查看和数据操作访问权限。

敏感信息保护：对用户联系方式，身份证号和其他的敏感数据进行脱敏展示，以防数据暴露。

数据上传合规性验证：用户提交数据时，对数据进行合规性验证，保证数据的有效性。

通信安全：应用程序传输敏感信息过程中应采用SSL/TLS数据加密传输方式，并在客户端对SSL证书合法性进行校验。获取数据信息时，通过令牌验证，保证数据去向目标可控。

数据存储安全：主从数据库，主库同时负责读取和写入操作，并复制写入到一个或多个从库中，从库只负责读操作。树状形式的从库再将写入复制到更多的从库中去。如果主库离线，系统可以以只读模式运行，直到某个从库被提升为主库或有新的主库出现。

应用模式

图 应用模式图

数字农业云平台的建设为管理者、操作者、生产者等角色提供了丰富的场景，各种功能结合不同的场景，通过不同的形式提供给最终用户，以实现便捷的应用服务和良好的用户体验。

平台对大量数据进行处理，处理完成的数据用于对外展示和生产决策。因此主要通过监控大屏进行展示，并在PC端的平台管理端集成其数据展示功能，使用户能更方便的使用系统进行查询浏览，不受地域限制。农业物联网设备的管理集成在管理端的数据接收服务器中，主要完成设备运行状态监控、数据传输情况和设备故障预警等功能。

本项目的用户除平台工作人员和管理人员外，平台为广大农户和相关从业者也提供了很多服务，结合广大农户日常习惯特点，使用电脑时间较少，因此为农户和相关从业者的服务均集成在用户服务APP中。

此外，通过该平台的建设，对农业相关数据形成了较为成熟的数据仓库，数据的再次加工利用会更加便捷，可提供标准的API接口供其他业务系统使用。

技术路线

微服务

微服务云应用平台是面向调控云业务的一站式PaaS平台服务，提供微服务框架，兼容主流开源生态，不绑定特定开发框架和平台，帮助开发人员快速构建基于微服务架构的分布式应用；提供应用云上托管解决方案，帮助用户简化部署、监控、运维和治理等应用生命周期管理问题。

1、微服务架构

图 微服务应用架构示意

微服务框架(CloudServiceFramework)是企业级微服务应用管理平台，包含服务注册、配置和治理中心，帮助用户实现微服务应用的快速构建、实时监控和高可用保障。兼容主流开源生态，不绑定特定开发框架和平台，支持已有应用业务代码零修改接入。

图 微服务-SaaS服务架构图

图 微服务-SaaS服务架构图-调度

（1）微服务开发框架

支持Springcloud、Dubbo、grpc、thrift等微服务RPC框架；提供微服务的注册、发现、通信、路由、重试等基础能力。

（2）微服务治理中心

1）负载均衡提供微服务的负载均衡、限流、降级、容错、熔断、灰度发布、回滚等服务治理中心。当出现访问量较大，单个服务实例无法负载的情况下，选择合适的负载均衡策略保证负载在多个实例中能够均衡分布。负载均衡策略包含随机、轮询、响应时间权重、一致性哈希（超过会话保持时间或失败次数阈值时，不再访问该实例）。

负载机制：采用Nginx

图 负载均衡架构

2）服务限流

限流解决微服务实例之间的流量分配问题，当当前服务实例的QPS超过给定阈值时，该服务实例不再接受新的请求。

3）服务降级降级是容错的特殊形式，通过限制非核心服务的可用性，来保证核心业务的正常运行。服务降级包括：手动降级（即刻降级）和容错降级（当服务请求发生错误时进行降级）。服务降级后，消费方对该服务的调用直接返null或抛出异常。

4）服务容错当服务请求发生错误时，根据预设的容错策略进行应对。容错策略包含Failover（在不同服务实例上重新尝试建立连接）、Failfast（不再尝试建立连接，即请求失败时立即返回失败结果）、Failback（在同一个服务实例上重新尝试建立连接）。

5）服务熔断当目标服务响应缓慢或大量超时发生时，熔断该服务的调用，对于后续调用请求，不再调用目标服务，直接返回，防止雪崩效应，等到目标服务好转再恢复调用。熔断包含手动熔断和自动熔断两种方式。自动熔断在请求失败率和窗口请求数超过给定阈值时自动触发，需设置熔断时间窗口参数。

6）灰度发布

按照权重方式设置灰度规则，通过配置每个服务实例的引流权重，请求按照配置的百分比率流向对应的服务实例。支持使用服务分组、服务厂商、服务站点定义微服务的灰度发布规则。

（3）微服务安全管控

提供基于AK/SK的认证鉴权、黑白名单等能力保障服务访问安全。

（4）统一配置中心支持微服务配置项的发布、更改和通知。

（5）微服务监控

支持微服务实例和接口级的实时QPS、响应时间、出错率等监控统计。

图 微服务监控架构

（6）调用链跟踪

实时分析系统内每一次服务调用链的情况，精准发现系统的瓶颈和隐患。调用链详情包括应用名、IP、调用类型（Springcloud、Dubbo、grpc）、被调用服务、状态、响应时间、网络流量，支持按应用名、时间范围、调用类型、响应阈值等条件进行查询。

2、API网关

API网关（APIGateway）提供高性能、高可用的API托管服务,辅助将能力、服务、数据以API的形式开放给调控云及其他业务系统，提供API定义、测试、发布、下线等全生命周期管理。

图 API网关架构图

（1）API生命周期管理

支持API创建、测试、发布、下线等生命周期管理功能以及API分组、版本管理、快速回滚等维护功能。

（2）权限控制

用户以APP作为请求API的身份，网关支持针对APP的权限控制。API提供者主动授权某个APP调用某个API的权限，只有已经获得授权的APP才能请求相应的API。

（3）安全防护

支持多种身份认证方式，建议采用HMAC算法签名。支持HTTPS协议，支持SSL加密。

（4）请求检验

支持参数类型、参数值（范围、枚举、正则、JsonSchema）校验，无效校验直接会被API网关拒绝。

（5）监控告警。提供可视化的API实时监控，包括：调用量、流量大小、响应时间、错误率。支持历史情况查询，以便统筹分析。

（6）SDK

至少支持JAVA、C++两种语言的接口。统一配置中心着眼于把业务开发者从复杂以及繁琐的配置中解脱出来，只需专注于业务代码本身，从而能够显著提升开发以及运维效率。同时将配置和发布包解藕，也进一步提升发布的成功率，并为运维的力度管控、应急处理等提供强有力的支持。

统一配置中心是一款在分布式架构环境中对应用配置进行集中管理和推送的工具类产品，具有完善的配置管理流程、配置实时推送、多版本控制，更提供配置细粒度的管理如灰度管理、任意版本重置等丰富功能。基于该产品，可以在微服务、DevOps、大数据等场景下极大地减轻配置管理的工作量，增强配置管理的服务能力。

支持多种配置文件，包括：LinuxEnvironment、Tomcat、Nginx、SpringCloudConfig、Dubbo、Logback等。

图 统一配置中心架构图

GIS技术

1.技术选型

本系统需要采用地理信息系统（GIS）技术，并可在电子地图上进行信息查询、结果展示等操作。

（1）GIS服务选择

ArcGIS（版本10.5）。

（2）ArcGIS优势

1）系统的开放性

为了充分利用已有的企业资源，要求GIS软件必须具备良好的开放性，包括支持多种硬件平台、操作系统、数据库以外，还要求能够将已有的各种格式的数据转换目前可用的数据类型，及支持多种数据格式的转换。硬件平台可以支持SUN、IBM、HPUnix、DigitalUnix、SGI、WindowsNT、AlphaNT等多种；数据库可以支持Oracle、SQLServer、DB2、Informix等；开发工具除了软件所带的宏语言以外，由于采用微软的组件对象模型（COM）技术，还可以是Delphi、VB、VC、C等大量其它的开发语言。

2）技术成熟、安全稳定系统的安全性应具有三个方面的意义：一是系统 自身的坚固性，即系统应具备对不同类型和规模的数据和使用对象都不能崩溃的特质，以及灵活而强有力的恢复机制；二是系统应具备完善的权限控制机制以保障系统不被有意或无意地破坏；三是系统应具备在并发响应和交互操作的环境下保障数据安全和一致性。平台软件是系统的基础，GIS平台的安全稳定直接决定着整个系统工程的稳定性。ESRI公司作为全球最大的GIS技术提供商，从事GIS理论研究、产品开发以及应用拓展近四十年，在全球拥有数以百万计的用户群体，其产品经历了数十年的应用考验-可以说是千锤百炼，技术成熟，成功范例多，稳定性强。

3）操作简便、易于开发

ArcGIS系列软件不仅有着完善的可扩展的体系结构，而且界面风格简单友好，易于使用。同时ArcGIS具有公共组件库，详尽的文档和例子代码，使开发ArcGIS变得异常简单。

4）海量数据的存储企业级信息系统以及社会级信息系统的核心是数据仓库，用来存储和管理所有的空间和属性数据。这势必要求所选用的GIS软件具备海量数据的存储和管理能力。ArcSDE对海量数据的存储和管理以及多用户的并发访问等在国内外众多用户现场都得到了很好的验证和考验。

2.ArcGIS平台架构

图 ArcGis平台架构

应用层：用户访问ArcGIS平台的入口，不管是GIS专家还是弱GIS人群，都可以通过Apps访问ArcGIS平台提供的内容。

门户层：ArcGIS平台的访问控制中枢，是用户实现多维内容管理、跨部门跨组织协同分享、精细化访问控制，以及便捷的发现和使用GIS资源的渠道。门户可通过聚合多种来源的数据和服务创建地图，例如聚合自有的数据、Esri及Esri合作伙伴提供的数据等，制作的地图可供用户调用。

服务器层：服务器是ArcGIS平台的重要支撑，为平台提供丰富的内容和开放的标准支持。它是空间数据和GIS分析能力、大数据分析能力在Web中发挥价值的关键，负责将数据转换为GIS服务（GISService）。

3.ArcGIS服务

（1）ArcGISGISServer

ArcGISGISServer可以将地理资源转化为在线服务，这些资源包括地理制图、地理编码、地理处理、3D地理数据、要素编辑、网络分析、OGC支持、数据访问、移动数据提取等。这些在线资源可以供用户通过桌面、Web、移动等多客户端使用。

ArcGISGISServer是ArcGISEnterprise的核心组件，作为WebGIS平台的托管服务器，是实施WebGIS平台不可缺少的服务器产品。

图 ArcGisServer站点架构

客户端：客户端可以使用ArcGISGISServerInternet服务或ArcGISGISServer本地服务创建Web应用程序、移动应用程序和桌面应用程序。ArcGISGISServer包括两种指定的客户端应用程序开发框架：1）WebAPIs，2）ArcGISRuntimeSDKs。

GIS服务器：GIS服务器用于托管GIS资源（例如地图、地理处理工具和地址定位器等）并将它们作为服务呈现给客户端应用程序。当客户端应用请求某种特定服务时，GIS服务器产生响应并且将其返回到客户端应用。GIS服务器可以是一台计算机，也可以是多台计算机。GIS服务器可以配置集群，每个集群专注于运行某项工作，以高效稳定处理多并发请求。

WebAdaptor：WebAdaptor用于整合GIS服务器与现有的企业级Web服务器。WebAdaptor通过URL接收Web服务请求并将这些请求发送到站点中的GIS服务器。还可以通过HTTP负载均衡器、网络路由器、或第三方负载均衡软件来公开站点。

Web服务器：Web服务器用于托管Web应用程序，并为ArcGISGISServer

站点提供可选的安全和负载均衡能力。

数据服务器：数据服务器包含在GIS服务器上作为服务进行发布的GIS资源。这些资源可以是地图文档、地址定位器、Globe文档、地理数据库和工具箱。

（2）ArcGISGISServer主要功能

1）支持具有空间能力的数据库

ArcGISGISServer支持对包含空间类型的商业数据库中的空间数据进行直接操作。通过ArcGISGISServer可以将数据发布为成多种类型的服务，以供桌面、Web浏览器和移动设备等各种终端访问。

2）空间数据管理

ArcGISGISServer通过两种级别的地理数据库来管理空间数据，它们基于相同的ArcGISGeodatabase模型（工作组级和企业级）。管理员可以对发布的地理数据实现抽取，检入/检出（check-in/check-out）以及复制等管理操作。

3）创建和管理GISWeb服务

ArcGISGISServer提供多种遵循REST、SOAP及OGC标准的Web服务，包括二三维地图服务、矢量切片服务、影像服务、要素服务、地理处理服务等多种服务类型。并支持使用ServerObjectExtention（SOE）和ServerObjectInterceptors（SOI）进行服务自定义扩展，用来满足用户的不同需求。通过Web服务向桌面端、Web端和移动端提供丰富GIS功能。

4）移动应用程序

ArcGISGISServer支持iOS、Android、WindowsPhone、Windows等主流移动平台。开发人员可以使用相应的开发工具包创建自定义移动应用。

5）在线编辑

利用ArcGISGISServer可以将存储在企业级空间数据库或原生关系数据库中的空间和属性数据发布为要素服务，然后在桌面端、Web端或者移动端进行在线数据编辑。

卫星遥感应用技术

专题产品制作是卫星遥感在农业应用服务的关键。不同专题产品的生产采用不同的技术路线与模型算法。

（一）农业用地监测

随着我国城镇化进程的不断加快，农业用地不断减少，粮食安全受到一定威胁。利用遥感技术进行农业用地监测，摸清“家底”，意义重大。

农业用地遥感监测的技术路线为：基于Landsat8OLI、高分一号WFV等多源多时相数据，采用监督分类中的最大似然分类方法对土地覆盖信息进行分类，在GIS空间分析技术支持下，利用土地利用转移矩阵计算土地转换的净变化量、交换变化量和总变化量，分析土地变化及转换关系，从而实现农用地动态调查与评估、可耕地退化态势、土地流转等的监测。

农业用地遥感监测主要利用了土地覆盖信息分类及土地覆盖变化分析两个关键技术：

（1）土地覆盖信息分类

在经过预处理的遥感影像基础上，提取归一化植被指数NDVI、改进的归一化差异水体指数MNDWI、归一化建筑指数NDBI，形成特征组合，提高分类精度。

NDVI=(ρNIR-ρred)/(ρNIR+ρred)，式中ρNIR为近红波段反射率，ρred为红光波段反射率。

MNDWI=(ρGREEN-ρSWIR1)/(ρGREEN+ρSWIR1)，式中ρGREEN为绿色波段反射率，ρSWIR1为中红外波段反射率。

NDBI=(ρSWIR1-ρNIR)/(ρSWIR1+ρNIR)，式中ρSWIR1为中红外波段反射率，ρNIR为近红外波段反射率。

分类流程图如图所示：

图 土地覆盖信息

（2）土地覆盖变化分析

土地利用转移矩阵可以既全面又具体地分析区域土地利用变化的数量结构

特征。一般土地利用矩阵中Rij为T1到T2期间i类土地转换为j类土地面积占土地总面积的百分比；Rii为T1到T2期间i类土地保持不变的面积百分比。Ri+为T1时i类土地面积总百分比。R+j为T2时j类土地总面积百分比。Ri+-Rii为T1-T2期间i类土地面积减少的百分比；R+j-Rjj为T1-T2期间j类土地面积增加的百分比。

土地覆盖净变化量Pj=MAX(Rj+-Rjj，R+j-Rjj)-MIN(Rj+-Rjj，R+j-Rjj)

土地覆盖交换变化量Rj=2*MIN(Rj+-Rjj，R+j-Rjj)

土地覆盖总变化量Zj=Pj+Rj=MAX(Rj+-Rjj，R+j-Rj)+MIN(Rj+-Rjj，R+j-Rj)

（二）作物识别与估产

能够及时准确地了解主要农作物各自的种植面积以及产量信息，对于制定粮食政策、优化种植结构及农业生产销售企业在粮食贸易中争取主动权等有着非常重要的意义。

作物识别与估产的技术路线为：基于Landsat、哨兵二号、高分一号、高分六号、RapidEye等多源遥感数据，在深入分析小麦、玉米、大豆、棉花、水稻、油菜、甘蔗、烟叶、茶叶等多类典型作物光谱与纹理特征的基础上，选用归一化植被指数（NDVI）时间序列数据、红边波段上的光谱信息及近红外波段上的纹理信息作为特征识别的依据，利用决策树分类的方法提取目标作物；利用GIS空间分析统计功能，获取该作物种植面积；然后，对历史年份中作物关键生育期的NDVI累积值与当年作物单产进行回归分析，建立冬小麦单产预测模型；单产预估值乘以面积，完成估产。

图 作物识别与估产处理流程

（三）土壤墒情监测

土壤水分在地-气界面间物质、能量交换中起着重要的作用，是农作物生长发育的基本条件。大范围的土壤墒情监测是农业生产指导、农业过程研究和环境因子评价的重要组成部分。目前土壤水分监测方法主要有地面观测、水文模拟及遥感反演三种。田间实测精度较高，但只能反映测量点附近数平方米范围的信息，代表范围有限，很难表现土壤水分空间变异格局，且耗费大量人力物力。水文模拟方法有助于获取大范围长时间序列的土壤水分数据，但涉及参数较多，受环境影响较大，制约了模拟结果的可信度。遥感技术具有大面积同步观测，时效性、经济性强的特点，为大面积高动态监测土壤水分提供了可能。

遥感监测土壤墒情的原理是：在地表土壤水分变化不太大的情况下，地表温度（LST）与植被指数（VI）存在明显的负相关关系，即以LST和VI为坐标轴形成的散点图呈一条斜线。当研究区域的地表土壤水分变化范围较大时，不同斜率的直线形成了一个三角形空间，称作温度-植被指数特征空间（LST-VISpace），其中每一条斜线代表了不同的土壤水分状况。因此，地表温度与植被指数相结合可以表征土壤墒情，该指示性参数即为温度植被干旱指数（TVDI），其计算公式如下：

其中，TS为任意像元的地表温度，VI为植被指数（可选用归一化植被指数NDVI、增强型植被指数EVI或山地植被指数NDMVI等）；a、b、c、d分别为干边、湿边拟合方程的系数，干边即存在某一VI值所对应的最高温度，湿边与之相反。TVDI范围在0-1之间，TVDI值越大，区域越干旱，土壤水分含量越低。

遥感监测土壤墒情的技术路线为：利用每日中低分辨率的极轨卫星数据的热红外波段进行地表温度LST的反演；为了消除和减弱高程和地形起伏的影响，还需引入DEM对LST反演结果予以地形修正；利用红光波段和近红外波段计算植被指数VI；然后建立LST-VI特征空间并进行线性拟合分析，得到干、湿边拟合方程系数，求解TVDI，得到TVDI的空间分布图；结合地面实测站点的地表土壤水分含量数据，建立TVDI与实测土壤水分含量的数学模型，最终生产出地表土壤水分含量数据日产品（空间分辨率1km），与此同时，还可以按照行业标准将研究区域划分为潮湿、湿润、正常、干旱与重旱，并在此基础之上分析其空间分异格局，形成专题图报。

图 土壤墒情监测流程

农业生产受气象条件影响很大，气象灾害的出现常常会影响农业经济发展，干旱、洪涝、病虫害、风雹等都会对农业造成巨大损失。遥感技术应用于农业灾害监测有很大优势，如信息综合、时效性强、可实现大范围同步监测和动态监测等。

农业灾害监测主要是针对多种农业灾害，监测受灾面积、评估受灾程度。不同的农业灾害其遥感监测方法也不同。针对不同农业灾害类型，首先需要分析图像特征和生境特征（如下表所列），选取适宜的特征进行遥感解译。

表 农业灾害图像特征和生境特征分析

、

下面以病虫害为例，介绍农业灾害监测方法：

病虫害期间，植物特征吸收曲线特别是红色区和红外区的光谱特性会发生相应变化，因此可以选择适宜时间分辨率的多光谱或高光谱遥感影像数据的红边波段进行监测，结合实测叶绿素含量、叶面积指数，建立叶片叶绿素含量的估算模型，提取病虫害信息。技术路线如下：

图 病虫害监测流程

接口设计

外部接口

外部接口指各子系统接收外部数据使用的通讯接口。外部数据包括大田土壤养分信息、用水数据、农业气象数据等。外部数据通过外部接口接入平台后会进行格式验证、统一数据结构等一系列操作。

图 外部接口示意图

外部数据分为结构化数据和非结构化数据，结构化数据包括传感器所采集的时效数据，非结构化数据包括地理空间数据、视频流、卫星遥感图像等。

（1）对于格式化数据的处理：通过外部接口首先将验证格式是否属于结构化数据，接着将结构化数据统一

解析并转换为XML文件，此操作的目的是为了兼容多种厂家的数据格式。之后进行统一的传感器状态校验、数据异常校验、解析时效数据和数据入库。

（2）对于非结构化数据的处理：通过外部接口首先将验证格式确定该非结构化数据的数据类型，随后根据类

型进入到图像识别或GIS渲染等模块中进行数据处理。

内部接口

内部接口指系统后台与前端交互时使用Restful规范接口。由于平台架构采用前后端分离的设计思想，故系统后台向前端提供标准的Restful接口，并将数据整理为Json格式进行数据传输。前端可使用Ajax技术进行异步请求。为了保证数据的传输安全，传输信道使用SSL加密。

内部接口提供了一套完整的权限认证流程：

（1）用户通过内部接口并根据接口文档使用正确的请求格式和参数发起请求，请求中携带的令牌信息用于确认请求合法性和用户权限，确认通过后进行指定的后续业务操作，并最终响应需要的Json数据。确认未通过则响应拒绝处理的Json数据。

图 内部数据流图

（2）内部接口的数据格式：

Json格式包括3个字段，msg字段表示响应状态的描述性文字；code字段为状态码，0代表成功，-1代表异常或拒绝处理；data字段则包括此次请求需要的核心数据。

图 Json数据格式示意图

建设内容

数字农业云平台

土地资源监测

运用人工智能识别技术结合卫星遥感数据，对全区的用地类型进行精准分析，融合管理部门的业务数据，实现对全域范围内涵盖耕地、林地、水域、城镇及其他等类型分布、面积测算等精准监测，以图表的形式展示各地类在全域范围内的面积及占比情况。同时，在GIS地图上展示全区耕地的空间分布，并接入显示区域内永久基本农田和非永久基本农田的数据，以图表的形式展示基本农田的面积与占比，让管理部门实时掌握耕地资源数量变化、面积分布，做到耕地资源数量底数清。

地块分布监测

通过遥感技术、无人机测绘技术，根据耕地纹理确定地块位置、识别地块分界、测算地块和种植面积，实现对地块的宏观和精细化的描绘，根据用地需求进行划分。

每个地块基本信息都可以进行浏览，包括地块的身份编码、地块的名称、地块的测量面积、地块的类型（农用地、非农用地）、地块的属性（大棚、大田、水塘、草地等）。

绿色地块入网，保证了管理人员第一时间了解宏观范围内地块信息情况，方便管理人员对相关政策的发布，做到宏观调控有理可依。

执法记录监管

在执法管理环节上，可对区域内所有地块农产品质量安全数据进行统计分析，以直观清晰的柱状图、扇形图、曲线图等方式展示近年来农残检测合格情况、生产基地信用考核榜单、农资进销台账、农产品基地数量的排名情况、农资销量的排名情况，并可以进入到每一个地块的查看检测、信用等多方面的数据，真正实现了智慧监管。

种植品种分布监测

结合当地全域农作物现状，利用融合环境大数据的深度学习技术，基于高分辨率卫星遥感影像，按照农作物物候期特征、图像纹理表现特征等，构建适应相应数据结构的深度学习模型，实现识别和分类，计算和统计全域实际种植面积以及分布，形成一张图，用户可在地图上直观监测全域当年的种植分布，实现主粮资源底数清，用户做到心中有数，为后续种植结构调整及整体种植规划提供有力的依据，保障粮食安全。

图 作物识别技术路线

图 种植分布

作物长势监测

利用时序卫星影像数据，反演NDVI、LAI等相关植被指数，对区域主要作物的生长趋势进行不间断地观察，获得关键物候期作物长势的综合评估，支持动态轮播形式查看。支持将当年长势与往年长势进行对比，用于监测生长状态异常点。支持将作物长势状态进行分级，快速定位长势较弱区域，便于管理者有针对性的进行监控和管理。

图 种植结构变化分析

苗情监测

基于多源卫星遥感影像，反演地表作物植被指数和叶面积指数等信息，对苗情进行分级、分析，为用户提供各等级苗的占比情况对比，支持按照时间序列查看全域农作物出苗情况，为作物生长的前期监控提供有力的信息支持。

图 苗情分析

成熟度预估监测

基于作物生长区域的地表形态、光照时间、强度、收获期的降雨、温度、风速和风向等信息，综合判断作物成熟度及收获最佳时间，为作物及时收获提供决策支持。不同农作物种植到不同地区，也因各种环境条件的影响，收获时间有所差异。若收获时间过晚，易受冻害影响，所以种植时，要综合考虑当地地理环境条件和品种特性，才能获取较好的经济效益。不同时期收获，其产量高低也大不相同，因此收获的最佳时期是什么时候，这些是管理者最关心的问题。基于作物生长区域的地表形态、光照时间、强度、收获期的降雨、温度、风速和风向等信息，综合判断成熟度及收获最佳时间，为作物及时收获提供决策支持。

图成熟度评估

产量预估监测

综合耕地历史产量数据、气象数据、土壤数据以及卫星遥感数据等，采用大数据技术构建针对全域的“遥感+气象+作物模型”的产量预测模型，利用当年的环境数据，如气象、长势（遥感数据）、土肥概况等，对区域产量进行评估，形成区域产量分布地图。

图 产量预估

病虫害监测

结合遥感+气象技术手段进行病虫害侵染风险分析或每周作物发病定局预测，基于卫星遥感基础底图，进行叠加分析、缓冲区分析等一系列空间挖掘，形成相应的病虫害预测预警地图，帮助当地农业管理者、龙头企业对各种病虫害进行有的放矢的预防监测和治理。

图 病虫害监测

气象监测

可视化方式查看辖区范围内的实时降雨雷达图、云图、温湿度、风速分布图，实时实时监测预警台风、火灾等气象灾害。为农业生产提供更精准的气象服务，从传统的“看天吃饭”向“知天而作”转变。

图 历史风险监测

基于遥感和历史气象数据，分析历史上十年内的高温热害、低温冷害、暴雨、干旱、大风、雷雨大风等受灾天数和分布情况，绘制各个气象灾害的历史风险地图。并以统计图表的形式，将本年发生的各类气象灾害和历史平均进行比较。

图 实时气象预报预警

提供今日气象预报信息、14天中长期气象预测。支持家庭农场、种植示范基地、专业合作社等类型用户分钟级更新的气温、降水、风力、湿度等实时气象要素监测，以各类图表形式展示。支持针对特定作物提供气象预警，针对可能造成的影响和建议采取的措施提供农事提醒。同时，对该区域作物生长期历史有效积温、累积降水量等进行统计分析。

图 气象趋势地图

将当年气象与历史十年气象数据进行对比分析，以地图与图表的方式展现当年逐月气象条件（积温、平均温、累积降水等）与历史十年均值的差异程度。

六大应用系统

农业生产管理平台系统

通过遥感、物联网技术，将农场基本情况实时传输到平台，管理人员通过平台可以实现对农场的基本情况（经营面积、现场图像、土壤数据、气象数据、农事操作记录、认证报告、信用背书），从而减少人工进行管理成本，改变以往靠手填上报、抽样检查的情况，将记录还可以进行上传，查看每个地块往年记录。

农事操作管理

农事操作管理是农场管理的重要一环，对每一个环节信息记录的精细，对日后农事生产有着指导性的意义，如何方便快捷的记录农事和查阅的时候便捷是农事操作管理的标准。

1、可通过以下两个入口来记录农事：

工作台的农事模块，点击“+”号可批量为多个地块记录农事，

进入某个地块的农事记录模块，点击“记农事”可为当前地块记录农事。

2、点击“记农事”按钮后进入记农事页面，根据实际生产情况对农事的以下字段进行记录，点击右上角“提交”，农事即记录成功：

农事内容：简单说明农事的内容，例如施肥、育苗；

农资：可通过点击“添加农资”按钮来记录该条农事中用到的农资，点击后进入选择农资页面（，选择某个农资并记录每亩用量，点击“确定”即可；

农事图片：可通过点击“上传图片”按钮来上传农事图片进行辅助记录；地块：选择执行农事操作的地块，可多选；

完成时间：记录农事操作的完成时间，默认当前日期，可修改；负责人：记录农事操作的负责人，默认当前账号，可修改；

3、若选择农资页面没有找到该条农事用到的农资，可通过点击页面下方“新增农资”来添加新的农资，点击后进入新增农资页面，填写以下字段后点击“保存”即可新增成功：

4、工作台的农事模块可查看基地下所有的农事记录；地块的农事记录模块可查看该地块下所有的农事记录，添加了农资的农事会自动生成农资使用记录，并记录使用成本，点击“农资统计”可查看。

食用农产品合格证

食用农产品合格证标准化、统一化，有利于农产品监管。通过产品合格证可以将农产品追溯到企业，追溯到什么时间生产，什么批次生产，保证了食品安全可追溯。

投入品管理

对区域内种苗、肥料和农药的总使用量、分类使用量、来源情况一目了然，并且可以调阅每个农资销售商的销售台账，了解每笔销售出去农资的去向。

农产品管理

可查看区域内所有地块过去每个月的历史总产量和未来预计产量，且可明确到每个农产品的产量。

可查看消费者对农产品的扫码溯源/评价趋势分析，并提供了供消费者溯源查询的农产品质量安全追溯平台（支持PC和手机查询）。

可对历史产量的农产品进行多维度分析，包含：农残药残检测情况、是否全流程可追溯情况、种植标准分布情况。

物联网监测和预警平台系统

物联网环境监控是通过数据信息的采集，将数据传输的云平台，通过云平台进行数据呈现，从而做出相适应的决策。采集土壤数据，空气数据、水源数据、病虫害数据、气象数据，通过控制设备下达指令，实现灌溉、监管、除虫、治病、遮阳、补光等一系列助植物生长的措施。

农情监测系统

通过视频监控、传感器监测农场内农业生产要素包括土壤、水质、气象和作物的生长的各情况，例如土壤温湿度、土壤氮磷钾离子含量、重金属离子含量等等，减少人工，为科学化生产提供数据指导。通过电脑或APP查看农场实时视频监控，还可对摄像头进行旋转和缩放控制。

病虫害监测系统

通过虫情测报灯和AI病虫害识别监测农场内虫害情况，及时控制虫害发生。

远程拍照式虫情测报灯实现了远程智能在线监控，可以有效减少因人为因素导致的监测不全面，也弥补了传统虫情监测设备自动化程度低，信息传送不及时等问题，为尽早防范农作物病虫害的发生提供了可靠的解决方案，极大方便了植保部门开展工作。在当前农业种植业结构调整的关键时期，远程拍照式虫情测报灯为农作物安全生长提供了可靠的保护，推动现代农业的绿色、高效发展。

病虫害AI识别系统

产品基于前沿的人工智能（AI）技术，包括深度学习、自然语音处理、图像识别、知识图谱等，旨在为用户提供移动互联新兴形势下农业病虫害的智能精准诊断及防治决策服务。平台支持三种农业病虫害智能诊断功能，对应三种不同条件下的诊断方式。第一种为农业病虫害特征自诊功能，是基于用户自定义病害特征进行诊断；第二种为农业病虫害拍照诊断，是基于用户拍照上传的图像进行诊断；第三种为农业病虫害知识图谱问答诊断，是基于用户语音交互形式进行诊断。

AI病虫害监测系统可以实时对田间环境进行监控，并对监控视频进行分析，一旦发现病虫情立即触发报警系统，避免重大经济损失。可清晰直观的记录每个监测点的作物生长情况、病虫情况、灾害情况，并对突发性异常事件的过程进行及时监视支持手机、电脑等终端的实时田间远程监测，可进行摄像头旋转、缩放控制，是测报人员的“听诊器”、“千里眼”

农业病虫害知识图谱问答诊断是一种更全面的诊断方式，用户不仅可以描述病害症状，也可以给出发病时间和区域，进而得到相应的答案。基于知识图谱的问答给出的答案相对基于关键词的查询要更为全面和准确。平台通过对接语音识别接口，结合自然语音处理技术，对用户的问题进行解析，最终给出相应的答案。下面的10个问答示例对基于知识图谱的诊断方式给出了相应的描述，其中的问题全部基于语音形式，答案则实时显示在用户界面上。

墒情监测系统

通过传感器、视频监控识别监测土壤情况，对相关数据进行管控。

技术参数：

（1）土壤水分（体积含水量）测量范围：干土 水分饱和土，实验室测量精度： 2%，野外测量精度： 5%；

（2）温度测量范围：-20 70 ，测量精度 0.5 ；

（3）稳定时间：通电后约10s；

（4）响应时间：响应在1s内进入稳定过程；

（5）通讯方式：GPRS无线通讯、RS485通讯；

（6）供电方式：内部锂电池供电（充满电后可持续一个月供电）或外部太阳能板供电；

（7）工作环境温度：一40 80 ；

（8）平均无故障时间： 25000h；

（9）输出信号：RS485或GPRS；

（10）工作电流： 100mA，典型值40mA；

（11）工作电压：12V 24V；

（12）工作环境湿度：100%RH（无凝结）；

功能特点：

1.一体化设计

2.无线传输

3.可以内置GPS定位

4.具备多深度水分、温度变化测量能力；

5.根据不同的应用场合，定制深度不同、配置不同的产品；

6.具备移动或局域数据网络通讯能力；

7.两种外部供电方案：太阳能供电、220VAC供电（220VAC转DC12V）及内置长效锂电池持续供电，供电能力设计一次充满可选持续工作1个月；

土壤肥力监测系统

土壤肥力监测系统系统包括传感器、智能适配器、智能农业云终端、传输网络和物联网平台组成。可实时监测生产区域内的土壤肥力信息，为生产提供数据支撑服务，监测指标包括土壤温湿度，土壤电导率，土壤钾离子，土壤硝酸根离子和土壤铵根离子，并以图表反映监测数据，把监测的数据形成变动图像，可与灌溉系统相结合，当土壤湿度下降时，说明土壤干旱，可远程控制或自动控制水泵工作，调整土壤湿度；当土壤肥力值偏低时，说明土壤肥力流失，可增补肥料，调高土壤无机盐含量。

图 土壤重肥力监测系统界面图

土壤重金属监测系统

通过土壤重金属离子传感器，监测土壤铜离子、土壤铅离子和土壤镉离子等土壤重金属离子指标。远程在线采集土壤重金属含量实时数据，并以图表反映监测数据，把监测的数据形成变动图像，实时将监测数据通过无线网络发送到管理基地的大数据平台，超标自动预警，指导农业生产,方便精准地了解和掌握作物的生产环境，与区块链溯源系统进行联动，为农产品安全保驾护航。

图 土壤重金属监测系统界面图

苗情监测系统

田间苗情、灾情一体化自动监测系统，是指由自动监测系统对农作物的生长发育状态、病虫害情况以及灾情进行实时视频监控（包括日间图像和夜间的红外图像）。结合气象、墒情等传感器可以对田间苗情实现自动监测，使管理人员可以远程关注作物生长状况，根据作物在不同生长周期的需求，指导灌溉、施肥、喷药等措施。

气象监测系统

农业气象站广泛用于气象农业，实时监测气象变化对果园基地的影响，科学管理苹果、樱桃种植；实时监测果园内的气象信息，包括风速、风向、雨量、光照强度、空气温湿度、气压、PM2.5等，根据信息数据分析苹果、樱桃的成长环境，为苹果、樱桃数字化种植提供指导依据，同时也为科学研究提供有效真实的依据。

常规设置5分钟采集发送数据一次，也可以设置数据存储和发送时间。

高度集成化，易安装即插即用，免拉电拉网，场景适用性极强，超强低功耗，稳定工作不离线，可根据用户的环境采集需求进行传感器和视频组件配置。

图 超低功耗农业气象站

安装一套无线气象监测站，主要荔枝园区的气象环境指标（可配：土壤水分，土壤温度，空气温度、空气湿度，雨量，风速、风向，辐射，光照强度，大气压，露点，光合有效辐射，PH，蒸发，二氧化碳）。

超低功耗农业气象站会定时将监测到的气象数据通过无线网络（GPRS或4G）发送到监测平台或者管理人员的手机上，指导生产。为荔枝种植提供指导依据及灾害预警。

超低功耗农业气象监测系统符合《II型自动气象站》（QX/T1-2000）标准。

智能灌溉系统

智能灌溉系统是面向农业种植节约、高产、高效、标准、绿色、安全的发展需求，基于智能传感器、无线传输技术、大规模数据处理与远程控制等物联网核心技术开发的，集土壤、水质及环境参数在线采集、远程控制、无线传输、数据处理、预警信息发布、决策支持、一体化控制等功能于一体的现代农业物联网系统。用户及管理人员可以通过手机、计算机等信息终端，实时掌握种植环境信息，及时获取异常报警信息及环境预警信息，云数据平台自动运算处理，并根据不同区域不同类别采集数据进行叠加处理同时可以根据环境监测结果，实时调整控制设备，实现作物的科学种植与管理，为作物的标准化种植管理实现标准化生产种植模型提供科学依据奠定技术基础。最终实现节能降耗、绿色环保、增产增收的目标。

系统主要体现在以下几个方面：

（1）在种植准备的阶段，我们可以根据布置的传感器，分析实时的土壤信息，来调整种植方式。

（2）在种植和培育阶段，可以用物联网的技术手段采集温度、湿度的信息，进行高效的管理，从而应对环境的变化，保证植物育苗在最佳环境中生长。

（3）在农作物生长方面，可以利用实时监测作物生长的环境信息、养分信息和作物病虫害情况。利用相关传感器准确、实时地获取土壤水分、环境温湿度、光照情况，通过实时的数据监测和物定作物的专家经验相结合，配合控制系统调理作物生长环境，改善作物营养状态，及时发现作物的病虫害爆发时期，维持作物最佳生长条件，对作物的生长管理有非常重要的作用。

（4）在农产品的收获阶段，我们也同样可以利用物联网的信息，把它传输阶段、使用阶段的各种性能进行采集，反馈到前端，从而在种植收获阶段进行更精准的测算。

（5）通过农业现代化管理，提高了农产品品质，为打造农产品品牌奠定基础，对农产品的销售及品牌推广起到了极大的推动作用。

（6）根据作物生长时所需要关注的各类监测信息（土壤温湿度、土壤养分、PH，电导率等）通过高精度传感器和智能终端，远程在线采集实时数据，实现对生产生态环境数据的实时监测，方便精准地了解和掌握作物的生产环境，从而进行适时适宜的调控，优化农作物的生长境，提高农作物生产的效益。

（7）农业气象站广泛用于气象、农业，监测气象变化对农作物的影响，科学管理农业种植；实时监测区域内的气象信息，包括风速、风向、雨量、光照强度、空气温湿度、气压等，为农业种植提供指导依据，同时也为科学研究提供有效真实的依据。

（8）针种植现场视频监控的要求，保障生产与收获季节的正常运转，无需亲临现场就可以通过视频信息管理、监控，同时通过视频图像可实时观察作物生长状况及观察病虫害状况，为远程专家诊断做依据。

（9）智能灌溉系统可以减少灌溉过程中劳动力配置，通过局部灌溉，土壤疏松，通透气性良好，可减少作业次数和劳动力投入，节省了大量的人力物力。充分发挥节水灌溉设备作用，优化灌溉制度，提高效益，起到真正的节水减肥的实际效果。

定时循环灌溉

设定电磁阀开启的时间、时长、重复次数，使灌溉系统自动运行，定时时间灵活便捷

灌溉分区管理

系统可根据现场管道情况对电磁阀控制器进行分区设置，实现灌溉自定义分区，方便防区灌溉管理

远程自动灌溉

通过手机或电脑对指定电磁阀进行远程开/关。结合传感器和气象站监测数据制定自动化策略。使灌溉系统在特定环境下智能开启或关闭

精准灌溉记录

系统自动记录对设备进行的操作，记录灌溉历史数据，生成灌溉报表。

实时实景监控

通过对水泵电流和电压监测、管网分干管流量和压力监测，能够及时发现爆管、漏水、低压运行等异常事件。通过高清摄像头，可实景查看灌溉设备的工作情况和田间作物情况。

特色农产品销售以及流通系统

电商销售系统

专为农场打造的营销工具，以塑造农场品牌为核心目标的电商系统。

可以对农场进行多维度全方位呈现，帮助农场实时连接消费者，激活各类潜在消费者的需求，大大提高消费者从接触到购买的转化率。同时为农场提供各类营销工具，满足各种营销场景，并且帮助农场通过社交玩法产生流量裂变，获得更多的客户。

农场品牌塑造

农场秀致力于服务农场品牌建设和营销转化，帮助农场宣传文化、提高优质农产品的附加值，打造品牌形象。整合农场秀与微信社群传播，通过可视化的地理位置、种植地块、环境指标、农事记录、配套设施等全方位展示农场风采，是农场的一张数字名片。

·创意内容，自由组合

农场可在后台设置农场秀页面，支持农场介绍、我们是新农人、食品安全科普、种植标准、检测/认证、供应农产品、销售模式七大展示模块自由组合，任意调整页面顺序或隐藏页面内容。

·营销窗口，个性模板

支持设置农场秀微信分享格式、实现模板个性化。微信作为线上营销的主要渠道，将农场秀作为微信营销的载体、农场的微官网，是消费者了解农场的第一入口。

·理念传播，打造品牌

随着消费者消费结构的改变，对农产品质量、安全的要求越来越高，然而市场上有机绿色农产品品质参差不齐，影响消费者判断。农场秀让农场与消费者对话，通过农场秀传达农场个性化的情怀、理念，提升农场品牌形象，助力农产品品牌化。

农事库存管理

通过一张图的形式，直观管理农场。基于遥感技术展示真实农场位置，为地块绘制地理轮廓，在数字地图模式中可总览所有地块的轮廓。

可视化方式管理地块信息。通过地块菜单，可查看地块卡片，展示地块名称、占地面积或点击进入地块详情页。

在地理轮廓图上展示当前种植作物的图案。通过作物种植菜单，可查看当前农场所有种植的作物，种植品种、种植情况一目了然。

农事生产日常任务分配和管理。通过Web、APP创建生产任务，安排任务负责人，设置任务名称、说明、地块、操作时间、投入品信息等，关联投入品信息的任务将自动计算农资成本。

农产品库存

农产品出库、入库管理，农产品出入库记录查询。

农资库存

农资出库、入库管理，农资出入库记录查询

客户订单管理

1.客户管理

个人会员

线下、线上个人会员管理。个人宅配套餐开通、维护，可根据最近创建或消费最多选项统一维护，提高会员管理效率。

企业会员

经销商、批发商等企业会员管理，可选择销售人员推销、客户推荐、活动等客户来源方式，并支持选择具体销售员、推荐客户。

2·订单管理

配送订单统计

订单统一维护，提高订单管理效率。汇总配送日订单菜品信息，及时进行采收或储备，跟踪订单情况，支持一键发货、批量发货，订单导出Excel。

历史订单

可查看历史订单信息，显示下单时间、菜品详情、收货信息，支持备注及取消发货，方便及时查看、处理订单问题。

农产品溯源系统

一键生成溯源

农场可对同一批次采收的农产品进行一键生成溯源码操作。二维码生成后，可通过热敏打印机进行打印，最终粘贴到农产品包装上。

可实现农产品从选种、育苗，到生产、销售、物流等产、供、销全过程的高效感知及可控，向消费者展示农产品的可视化档案，实现从农田到餐桌的双向可追溯。

种植环境溯源

通过溯源二维码展示农作物的基本信息和生产环境。消费者可查看种植品种、种植标准、种植时间、采收时间，并通过视频监控直观感受种植环境。

结合物联网监控、遥感影像等技术，了解农作物各项安全指标。支持查看健康度、农残药残、株间距遥感监测。同时实时更新传感器环境指标，保证养分充足且不被污染。

种植过程溯源

消费者可在时间轴上清晰了解作物从选种、育苗、定植到整枝、水肥、采收等的全流程。对农产品种植过程的安全追溯也是消费者辨别产品真伪的重要依据。

农场可在采收记录中选择需要展示的信息进行溯源。生产过程的溯源数据来源于农场每天的农事任务管理。农场管理的越好，可追溯的信息越丰富。

产品检验报告

农场可以通过上传农产品检验报告向消费者展示农产品的质量高低、价值大小。消费者通过查看检验报告对农产品的质量安全增强信心。

溯源真实性

基于物联网监测和生产过程的记录，自动化生成农产品的追溯信息，实现数据的有效真实和不可篡改。

通过唯一二维码对农产品生产、加工、流通、销售环节进行追溯，每一个溯源码都有唯一的编号，作为农产品的身份证真正做到一物一码全流程追溯。

农机监管平台系统

1）农机监管平台包含农机基础信息、农机位置服务、农机调度管理、农机补贴管理、农机作业订单管理等功能，能够实现农机的数字化管理和共享农机等服务。

2）平台可以显示农机分布位置、车机状态、机手信息、作业面积、作业时长、历史数据查询等，支持在线下单，方便远程调度合适农机进行作业；

3）可以显示农机作业路径、实时作业轨迹，根据作业轨迹匹配的准确性，以及作业面积、作业时长等因素，综合评价机手的作业质量，对作业质量进行远程监测；

4）数据可视化管理，数据总览、农机分布、作业统计、作业质量分布等能够生成分析报表，方便农机的调度和维护。

图 农机监管平台

（1）辖区农机部署

登录管理员账号，进入拓扑视图，查询辖区内农机的分布情况和机具状态。

（2）农机信息查询

进入农机界面，查询机具SN码，可以显示机具信息和相对应的作业信息。机具信息包括：机具编号、机主姓名、所在镇、街道、联系方式、出厂编号、发动机号等；

（3）田块信息查询

进入田块界面，可以查询一田块的作业信息，包括作业机器、机主姓名、作业账号、作业面积、作业时长、作业开始时间。同时，界面中也可呈现机具的工作状态、实时工况、历史数据等。

图 农机监管详情

（4）连接管理软件

中规模连接管理软件，含云端服务器部署，云平台基础功能，提供物联网设备与云平台的对接，在云端激活设备。*云平台融合云计算，微服务，大数据，物联网等技术，提供统一对内对外数据服务，数据上下行统一处理，并建立核心设备模块，提供设备影子，虚拟设备等技术，提供统一安全鉴权处理，并提供对外统一API服务，可扩展对接其他厂商，支持http，https，mqtt，websocket等多种主流协议，支持高并发和多目标终端同时在线监控。

图 连接管理软件平台技术性能

标准化生产种植系统

生长模型管理

该系统为农作物品种模型建立系统，服务于科研人员进行作物生长实验。该系统提供完整的实验配置、实验数据采集、实验数据分析、模型建立等解决方案，方便科研人员进行农作物生长实验。同时该实验系统产物将作为下一个系统的重要指导依据。

生长模型实验具备以下特点：

1）实验数据网络化，所有的实验记录都保存在实验系统中，在任何具备网络环境条件下，对实验数据的快速维护和结果查询，方便人员的实验管理。

2）使用智能硬件系统，实现数据指标的智能化采集。农业智能传感器技术的成熟，使得数据自动采集得以实现。本系统中，农作物地块根据需要部署相关的不同种类传感器（如土温、土湿、光照、重金属离子传感器等），可以实现数据自动采集（采集频率，采集时间等数据可自由配置）。

3）系统中引入正反馈系统，对实时采集的传感器数据进行监控，根据预先设定的方案，传感器数据超标以后执行相关反馈措施（如自动打开风机，关闭照明灯灯），实现实验环境数据的精确保障。

4）使用机器学习算法，实现数据拟合和实验建模，得到准确农作物生长模型，用于指导农事生产。

测土配方施肥

测土配方施肥是以养分归还（补偿）学说、最小养分律、同等重要律、不可代替律、肥料效应报酬递减律和因子综合作用律等为理论依据，以确定没养分的施肥总量和配比为主要内容。为了补充发挥肥料的最大增产效益，施肥必须怀选用良种、肥水管理、种植密度、耕作制度和气候变化等影响肥效的诸因素结合，形成一套完整的施肥技术体系。

通过传感器检测土壤及化肥、有机肥（含叶面肥、水溶肥、喷施肥等）中的速效氮、速效磷、有效钾、全氮、全磷、全钾、有机质、酸碱度、含盐量各种养分和元素等，将数据通过云终端传输到云平台，从而达到测土，云智能水肥机根据数据进行相应的操作，实现不同比例吸肥，从而保证相关土壤的优良。

下载方式

高质量PPT方案报告及WORD方案已上传至知识星球（目前已经积累2W+方案报告待上传星球）。

加入方式：

1）、关注公众号：优享智库

2）发信息

3）点击知识星球，获取加入方式。会员不限量下载。