蘭玉彬，趙德楠，張彥斐，朱俊科

（1. 山東理工大學(xué)農(nóng)業(yè)工程與食品科學(xué)學(xué)院，淄博 255000；2. 山東理工大學(xué)生態(tài)無人農(nóng)場研究院，淄博 255000； 3. 山東省旱作智能農(nóng)機(jī)裝備協(xié)同創(chuàng)新中心，淄博 255000；4. 山東省農(nóng)業(yè)航空智能裝備工程技術(shù)研究中心，淄博 255000； 5. 中英智能農(nóng)業(yè)聯(lián)合研究中心，淄博 255000）

0 引言

據(jù)國家統(tǒng)計(jì)局?jǐn)?shù)據(jù)，截至2018年底，中國的城鎮(zhèn)化率接近60%[1]。大量的農(nóng)村剩余勞動(dòng)力向城市轉(zhuǎn)移，空心村數(shù)量增長[2]，60歲以上的老年人口仍然充當(dāng)了農(nóng)業(yè)生產(chǎn)的主要人員，未來“誰來種地”問題日益凸顯。隨著信息技術(shù)的迅速發(fā)展，無人農(nóng)場的概念被提出來，英國哈珀·亞當(dāng)斯大學(xué)（Harper Adams University）與Precision Decision公司建成了世界上首個(gè)無人農(nóng)場（Hands-Free Farm）[3]。在中國，隨著物聯(lián)網(wǎng)、大數(shù)據(jù)、5G、人工智能、無人駕駛等技術(shù)的興起，無人農(nóng)場被賦予了更加豐富的內(nèi)涵，成為指引中國智慧農(nóng)業(yè)發(fā)展的一種重要載體。

另一方面，中國每年使用農(nóng)藥原藥30萬t[4]，農(nóng)用化肥施用折純量5 793.6萬t（近十年平均數(shù)據(jù)）[5]。農(nóng)藥和化肥的使用提高了作物產(chǎn)量，但其過量和不合理的施用導(dǎo)致土壤板結(jié)和酸化、有機(jī)質(zhì)層變薄，有益微生物、害蟲天敵等逐年減少甚至區(qū)域性滅絕，農(nóng)田生物多樣性喪失，農(nóng)田生態(tài)平衡遭到破壞[6]。農(nóng)戶不得不逐年增加農(nóng)藥化肥的施用量來保證作物產(chǎn)量，隨之帶來的是農(nóng)產(chǎn)品品質(zhì)下降，如此惡性循環(huán)，農(nóng)田將產(chǎn)不出安全的食物。構(gòu)建綠色、循環(huán)、可持續(xù)發(fā)展的農(nóng)田生態(tài)系統(tǒng)成為解決當(dāng)前問題的重要途徑。從1987年開始，華南農(nóng)學(xué)院駱世明教授就先后編寫了多版《農(nóng)業(yè)生態(tài)學(xué)》書籍，從農(nóng)田生態(tài)系統(tǒng)中的能量流動(dòng)、物質(zhì)循環(huán)、生物種群與群落、農(nóng)業(yè)資源的合理利用等方面對生態(tài)農(nóng)業(yè)的概念、原理、模式和技術(shù)體系等[7-9]進(jìn)行了比較全面的概述，為中國生態(tài)農(nóng)業(yè)的發(fā)展奠定了重要的理論基礎(chǔ)。

生態(tài)無人農(nóng)場是生態(tài)農(nóng)業(yè)與無人農(nóng)場技術(shù)的有機(jī)結(jié)合，是一種技術(shù)集成創(chuàng)新的模式，瞄準(zhǔn)的是“未來誰來種地、如何種好地”的問題。2017年，本文作者團(tuán)隊(duì)到訪英國哈珀·亞當(dāng)斯大學(xué)，與英國國家精細(xì)農(nóng)業(yè)中心Simon Blackmore教授團(tuán)隊(duì)洽談交流，雙方于2018年成立了中英智能農(nóng)業(yè)聯(lián)合研究中心。2019年，山東理工大學(xué)在山東淄博落地建成了中國首個(gè)生態(tài)無人農(nóng)場，并基于生態(tài)無人農(nóng)場研究團(tuán)隊(duì)的實(shí)踐與探索，凝練出生態(tài)無人農(nóng)場的概念。

生態(tài)無人農(nóng)場（Eco-Unmanned Farm, EUF），就是基于精準(zhǔn)施藥、生態(tài)沃土、農(nóng)業(yè)廢棄物循環(huán)利用、提高農(nóng)田生態(tài)系統(tǒng)生物多樣性等可持續(xù)發(fā)展理念，以智慧云大腦為核心，集成物聯(lián)網(wǎng)、5G、大數(shù)據(jù)、人工智能和無人駕駛等高新技術(shù)，實(shí)現(xiàn)農(nóng)田信息的自動(dòng)采集和處理、科學(xué)決策以及無人農(nóng)機(jī)的遠(yuǎn)程控制，在人不進(jìn)入農(nóng)田的條件下完成周期性作業(yè)的一種智慧農(nóng)業(yè)模式。生態(tài)無人農(nóng)場模式的實(shí)施是高度集成化的系統(tǒng)性應(yīng)用工程，解決的也是系統(tǒng)性的農(nóng)業(yè)問題，需要多學(xué)科的高度融合。其中涵蓋了生態(tài)農(nóng)業(yè)、農(nóng)業(yè)物聯(lián)網(wǎng)、農(nóng)業(yè)大數(shù)據(jù)、農(nóng)業(yè)人工智能、農(nóng)機(jī)無人駕駛等眾多高新技術(shù)。本文從構(gòu)建可持續(xù)發(fā)展的農(nóng)田生態(tài)系統(tǒng)為出發(fā)點(diǎn)，融合國內(nèi)迅速發(fā)展的信息技術(shù)，對生態(tài)無人農(nóng)場的關(guān)鍵技術(shù)與模式進(jìn)行了總結(jié)概述，以期為未來農(nóng)業(yè)、智慧農(nóng)業(yè)的發(fā)展以及推進(jìn)農(nóng)業(yè)農(nóng)村現(xiàn)代化高質(zhì)量發(fā)展提供有益借鑒。

1 生態(tài)農(nóng)業(yè)關(guān)鍵技術(shù)與模式

從生態(tài)學(xué)角度分析，農(nóng)田生態(tài)系統(tǒng)由生物和環(huán)境兩部分組成。生物部分涵蓋了以綠色植物為主的生產(chǎn)者，以動(dòng)物和微生物為主的消費(fèi)者，和以微生物為主的分解者。人類活動(dòng)中，農(nóng)藥[10]、化肥[6]的過量輸入和不合理的土壤耕作制度[11-12]對農(nóng)田生態(tài)系統(tǒng)造成的不利影響最為明顯。人類的介入改變了農(nóng)田生態(tài)系統(tǒng)的物質(zhì)、能量循環(huán)，使農(nóng)田的生物多樣性變得單一，也改變了土壤微生物等農(nóng)田生物的生存環(huán)境。在大田糧食作物生產(chǎn)場景中，農(nóng)藥、化肥的使用和深耕、深松、旋耕等土壤耕作制度強(qiáng)化了生產(chǎn)者的物質(zhì)和能量輸出，即產(chǎn)出了更多的糧食[13]。但過量的農(nóng)藥化肥同時(shí)也殺死了害蟲天敵、土壤微生物或者抑制了其活性，連年頻繁耕作破壞了土壤微生物的生存條件[14]，使其數(shù)量大大下降，降低了分解者將有機(jī)物分解成無機(jī)物的生態(tài)功能，導(dǎo)致了土壤有機(jī)質(zhì)含量下降、土壤生病以及一系列環(huán)境失衡問題。

但人類的農(nóng)業(yè)活動(dòng)不可避免地對農(nóng)田生態(tài)系統(tǒng)的平衡造成影響，因此，要將農(nóng)田的開發(fā)利用與保護(hù)修復(fù)相結(jié)合，采取合理的技術(shù)措施對農(nóng)田進(jìn)行生態(tài)化管理與改造。需從所產(chǎn)生影響的根源入手，即農(nóng)藥、化肥、耕作制度三大因素的合理調(diào)控以及以增加分解者、害蟲天敵等為主的農(nóng)田生物多樣性重建。如圖1所示為基于無人化作業(yè)手段的生態(tài)農(nóng)業(yè)關(guān)鍵技術(shù)與模式，其內(nèi)涵是：構(gòu)建循環(huán)農(nóng)田生態(tài)系統(tǒng)、構(gòu)建病蟲害綠色防控技術(shù)體系和應(yīng)用生態(tài)沃土機(jī)械化耕作模式。

1.1 循環(huán)農(nóng)田生態(tài)系統(tǒng)的構(gòu)建

構(gòu)建物質(zhì)循環(huán)的農(nóng)田生態(tài)系統(tǒng)是農(nóng)業(yè)可持續(xù)發(fā)展的重要手段。中國對生態(tài)農(nóng)業(yè)發(fā)展十分重視，據(jù)報(bào)道，中國先后兩批建立了102個(gè)生態(tài)農(nóng)業(yè)示范縣，帶動(dòng)省級(jí)生態(tài)農(nóng)業(yè)示范縣500多個(gè)[15]，也因地制宜地探索出多種生態(tài)農(nóng)業(yè)模式。如華南農(nóng)業(yè)大學(xué)研究人員探索出的鴨稻共作模式，在水稻田中人為加入鴨種群的干預(yù)，利用鴨子的雜食性解決了農(nóng)田病蟲草害問題，減少了農(nóng)藥化肥投入，提高了農(nóng)產(chǎn)品品質(zhì)[16]。研究還表明，鴨稻共作系統(tǒng)中，捕食性天敵的數(shù)量和多樣性都得到提高[17]。山東農(nóng)業(yè)大學(xué)劉玉升教授團(tuán)隊(duì)等研究的利用黃粉蟲、白星花金龜幼蟲、黑水虻等[18-20]腐食性昆蟲處理廚余垃圾、作物秸稈、畜禽糞便等，實(shí)現(xiàn)了蟲子喂雞，蟲糞還田的循環(huán)模式，對農(nóng)業(yè)廢棄物都有較高的轉(zhuǎn)換率。數(shù)據(jù)顯示，對玉米秸稈的轉(zhuǎn)換率可高達(dá)94.72%[21]。除此之外，還有?；~塘模式、稻魚共生模式[22]、豬-沼-果模式、林果間作模式、農(nóng)村沼氣模式等典型的生態(tài)農(nóng)業(yè)模式。

在以小麥玉米輪作為主的生態(tài)無人農(nóng)場智慧大田場景中，人類是農(nóng)田生態(tài)系統(tǒng)中有機(jī)物的最大消費(fèi)者，糧食的產(chǎn)出伴隨著以秸稈為主的農(nóng)業(yè)廢棄物的產(chǎn)出。秸稈中仍儲(chǔ)存著大量的有機(jī)物和能量，合理利用秸稈是近年來的研究熱點(diǎn)，存在秸稈還田、畜牧飼料、生物質(zhì)能源等[23]再利用手段。從物質(zhì)與能量循環(huán)的角度考慮，秸稈的產(chǎn)出相對應(yīng)的是農(nóng)田地力、肥力的損耗，“取之于地，用之于地”的秸稈還田方式更符合生態(tài)發(fā)展的理念。但秸稈直接還田也存在腐爛周期長的問題，秸稈中攜帶的寄生蟲、致病菌如果得不到妥善處理，也會(huì)影響作物生長。綜合考慮，將秸稈合理科學(xué)地回到農(nóng)田生態(tài)系統(tǒng)的物質(zhì)循環(huán)，主要有兩方面的技術(shù)手段。一是秸稈粉碎還田，即“從哪來回哪去”。二是種養(yǎng)循環(huán)，種，即作物種植，養(yǎng)，即動(dòng)物養(yǎng)殖。秸稈作為飼料，經(jīng)過牲畜的消化產(chǎn)生動(dòng)物糞便，再經(jīng)過堆漚發(fā)酵無害化處理后噴施還田，秸稈以有機(jī)肥的形式再次回到農(nóng)田生態(tài)系統(tǒng)的物質(zhì)、能量循環(huán)中，實(shí)現(xiàn)“取之于地，用之于地”的循環(huán)模式。其次，除了大型動(dòng)物的飼養(yǎng)，通過養(yǎng)殖白星花金龜、黃粉蟲等功能性昆蟲，經(jīng)過昆蟲過腹轉(zhuǎn)換，產(chǎn)生富含有機(jī)質(zhì)的蟲糞基生物肥，增加農(nóng)田土壤的有機(jī)質(zhì)含量，從而減少化學(xué)肥料的使用。

雖然起到分解者作用的牲畜、腐生昆蟲等不在農(nóng)田生態(tài)系統(tǒng)的空間維度范圍內(nèi)，即分解者與農(nóng)田環(huán)境是分離的，但其仍發(fā)揮著農(nóng)田分解者的生態(tài)功能，完成腐生食物鏈的人工閉環(huán)循環(huán)，結(jié)合部分秸稈還田，則實(shí)現(xiàn)了秸稈的物質(zhì)多級(jí)利用。因此，構(gòu)建循環(huán)農(nóng)田生態(tài)系統(tǒng)的本質(zhì)，是通過人為手段增加農(nóng)田生態(tài)系統(tǒng)的生物多樣性，實(shí)現(xiàn)全物質(zhì)無限量循環(huán)而不產(chǎn)生額外廢棄物，并以此達(dá)到減少化學(xué)肥料使用的生態(tài)目的。

1.2 精準(zhǔn)施藥技術(shù)

農(nóng)藥是保證作物產(chǎn)量的有力武器，但落后的施藥器械與施藥技術(shù)導(dǎo)致農(nóng)藥利用率低，過量的農(nóng)藥施用不僅增加了農(nóng)資投入成本，還導(dǎo)致了作物對農(nóng)藥的依賴性，一旦停止施用農(nóng)藥，病蟲害爆發(fā)，將造成作物減產(chǎn)甚至絕產(chǎn)。生態(tài)無人農(nóng)場通過對農(nóng)田實(shí)施以精準(zhǔn)農(nóng)業(yè)航空技術(shù)應(yīng)用為特色的生態(tài)化管理，輔之以地面精準(zhǔn)施藥技術(shù)裝備，通過一系列農(nóng)藥減施、增效手段逐步減少其施用，實(shí)現(xiàn)“能少用則少用”，保證作物產(chǎn)量和食品安全。

隨著蘭玉彬教授“精準(zhǔn)農(nóng)業(yè)航空”技術(shù)體系[24-26]（圖2）在國家“兩減”重點(diǎn)專項(xiàng)“地面與航空高工效施藥技術(shù)與智能化裝備”項(xiàng)目的實(shí)施，植保無人機(jī)產(chǎn)品可靠性大幅提高，具備了自動(dòng)規(guī)劃航線、全程自主飛行、厘米級(jí)作業(yè)航跡精度、大數(shù)據(jù)監(jiān)控、仿地飛行、自主避障等功能，大幅提高了施藥效率，基本實(shí)現(xiàn)精準(zhǔn)化、智能化[27]?！熬珳?zhǔn)農(nóng)業(yè)航空”理念的基本思想是：通過空中和地面遙感[28]，采集并解析具有地理位置的農(nóng)田中的作物長勢、病蟲草害、生長環(huán)境等農(nóng)情信息，再將農(nóng)田分為作業(yè)網(wǎng)格， 依據(jù)不同的農(nóng)情制定不同的作業(yè)處方圖，并對網(wǎng)格進(jìn)行按需作業(yè)，即精準(zhǔn)施藥或精準(zhǔn)撒播等。

農(nóng)藥的減施、增效包括地面與航空兩個(gè)維度，從精準(zhǔn)施藥技術(shù)角度來分析，二者優(yōu)勢互補(bǔ)。農(nóng)田生態(tài)化改造第一層次的技術(shù)要求是對靶噴施[29]，對靶噴施的定義是，區(qū)分作物與土壤，在有作物的區(qū)域噴施，在非靶標(biāo)區(qū)停止噴施，邏輯關(guān)系可分為0和1；第二層次的技術(shù)要求是變量噴施[30]，在病蟲害發(fā)生程度高的區(qū)域多噴，在發(fā)病程度低的區(qū)域少噴，邏輯關(guān)系是0～1；第三層次的技術(shù)要求是靜電噴施[31-32]，由于從噴施器械噴出的農(nóng)藥霧滴或顆粒，有60%以上脫離作物靶標(biāo)，流失到空氣和土壤中，這一部分農(nóng)藥是浪費(fèi)掉的，亦是造成土壤污染的重要來源。靜電噴施中，利用農(nóng)藥霧滴或顆粒之間的排斥力，以及農(nóng)藥與作物間的吸附力，可以提高其在作物靶標(biāo)的沉積分布均勻性，提高中靶率以及作物葉片背面的沉積量[33]，邏輯關(guān)系是0～1之間某個(gè)值乘以系數(shù)，系數(shù)越高，則農(nóng)藥的利用率越高。另外，利用霧滴漂移[34]控制技術(shù)和添加農(nóng)藥助劑[35]，可將這個(gè)系數(shù)進(jìn)一步提高。綜合目前的農(nóng)藥減施增效技術(shù)，研發(fā)對靶、變量、靜電噴施系統(tǒng)，將是實(shí)現(xiàn)精準(zhǔn)施藥的究極武器，但是系統(tǒng)功能的集成面臨可靠性和響應(yīng)精度等的挑戰(zhàn)，對靶變量靜電噴施系統(tǒng)的技術(shù)集成研究尚屬空白。通過以上技術(shù)手段逐步減少農(nóng)藥使用，并實(shí)現(xiàn)農(nóng)藥的最大化利用，在保證作物產(chǎn)量和品質(zhì)的基礎(chǔ)上，減少農(nóng)藥對農(nóng)田生態(tài)環(huán)境的污染。

1.3 農(nóng)藥替代技術(shù)

除了精準(zhǔn)施藥，從“能不用就不用”的角度，可以應(yīng)用農(nóng)藥替代技術(shù)。農(nóng)藥替代技術(shù)有三方面的含義，一是豐富生物多樣性，采取以蟲治蟲的生物防控；二是采用殺蟲燈引誘殺蟲等物理防控方法；三是采用免農(nóng)藥噴施技術(shù)，即用無污染、無農(nóng)殘的免農(nóng)藥成分制劑替代化學(xué)農(nóng)藥制劑的使用。

在豐富生物多樣性進(jìn)行生物防控方面，通過在遷飛性害蟲的遷飛途徑區(qū)設(shè)置引誘帶和隔離帶，在引誘帶、隔離帶和農(nóng)田周圍種植矢車菊等功能性植物，涵養(yǎng)害蟲天敵，實(shí)現(xiàn)以蟲治蟲。針對玉米螟等農(nóng)業(yè)害蟲，亦可采用投放赤眼蜂、綠僵菌等技術(shù)手段。針對人工投放效率低下，投放密度不均等問題，近年來利用無人機(jī)進(jìn)行赤眼蜂投放成為生物防控的可行性手段之一[36]。生物防控在農(nóng)藥減施、替代、減少農(nóng)資投入、提升生態(tài)效益方面都展現(xiàn)出良好的前景。

免農(nóng)藥噴施技術(shù)中，以噴施臭氧功能水和電生功能水為主要手段。臭氧水殺菌的原理是：臭氧中高氧化性的單氧原子與細(xì)菌、真菌等接觸后，會(huì)與其細(xì)胞壁的脂類雙鍵反應(yīng)，破環(huán)其細(xì)胞壁和細(xì)胞膜，導(dǎo)致胞內(nèi)汁液流失，同時(shí)作用于細(xì)胞內(nèi)部的蛋白質(zhì)、氨基酸、多糖等，使細(xì)胞迅速失活[37]。電生功能水通過將含鹽電解質(zhì)溶液電解為氧氣、氯氣、含氯化合物等有效成分，利用其氧化性、低pH值等特性，使微生物膜電位失衡，并破壞細(xì)胞內(nèi)結(jié)構(gòu)，導(dǎo)致病原菌死亡[38]。臭氧功能水和電生功能水都具有廣譜、高效、快速的殺菌、殺蟲作用，通過制備臭氧功能水、電生功能水，結(jié)合高效的地面與航空植保機(jī)械進(jìn)行噴施，噴施后分解成氧氣等無污染和無農(nóng)殘的成分，實(shí)現(xiàn)對農(nóng)藥的替代。

農(nóng)田的農(nóng)藥替代生態(tài)化改造建立在多種技術(shù)手段的共同作用下，將無人農(nóng)機(jī)裝備、農(nóng)藝與生物防治等技術(shù)手段相結(jié)合，隨著有益菌群和有益昆蟲天敵等生物多樣性的恢復(fù)，農(nóng)田生態(tài)系統(tǒng)對農(nóng)藥的依賴程度下降并逐步恢復(fù)平衡狀態(tài)，借此實(shí)現(xiàn)農(nóng)田的生態(tài)化管理與可持續(xù)發(fā)展。

1.4 生態(tài)沃土機(jī)械化耕作模式

傳統(tǒng)的土壤耕作制度有翻耕、深松、旋耕等形式，短期內(nèi)土壤耕作促進(jìn)了地表與底層土壤的交換以及營養(yǎng)元素的利用，改善土壤通透性，利于作物高產(chǎn)[39]。但連年頻繁耕作也使原本肥沃的底層土壤暴露于地表，土壤養(yǎng)分和水分流失嚴(yán)重，地力下降，導(dǎo)致化肥越用越多，并產(chǎn)生依賴性。免耕近二十年來已成為國內(nèi)農(nóng)業(yè)機(jī)械學(xué)家、生態(tài)學(xué)家、土壤學(xué)家、農(nóng)藝學(xué)家、作物營養(yǎng)學(xué)家等的研究熱點(diǎn)[40-42]。研究表明，相對傳統(tǒng)耕作，免耕/少耕通過減少對土壤的擾動(dòng)，可改善土壤理化性質(zhì)，提高土壤中微生物活性、微生物碳含量，對土壤生物的數(shù)量、多樣性、種群結(jié)構(gòu)有保護(hù)和修復(fù)作用。免耕結(jié)合秸稈還田，能夠增加有機(jī)質(zhì)輸入、提高土壤有機(jī)碳含量，提高土壤團(tuán)聚體的比例和穩(wěn)定性，有效協(xié)調(diào)碳排放和水分利用，提高農(nóng)田生態(tài)系統(tǒng)固氮能力等[43-45]。但免耕時(shí)間過長，土壤板結(jié)、孔隙度降低，水氣運(yùn)行不暢，生物活動(dòng)受限，減產(chǎn)或不利于高產(chǎn)[46]。秸稈覆蓋處理不當(dāng)，病蟲害易發(fā)生。依賴化學(xué)除草劑抑制雜草，污染和殘留較為嚴(yán)重，影響生態(tài)。

將耕作方式組合，如免耕-深松、深松-翻耕、翻耕-免耕等跨年輪作的優(yōu)化耕作方案[47]被證明可以彌補(bǔ)單一耕作方式的局限性，更利于高產(chǎn)和保護(hù)農(nóng)田生態(tài)。合理、科學(xué)的耕作制度需減少對土壤生態(tài)的侵蝕與破壞，為土壤微生物提供良好的生存環(huán)境，保持土壤良好的理化性質(zhì)，以利于作物生長，保證作物產(chǎn)量與品質(zhì)。山東理工大學(xué)在2005年提出了生態(tài)沃土機(jī)械化的農(nóng)機(jī)農(nóng)藝融合技術(shù)，之后開展了一系列研究與試驗(yàn)，在淄博臨淄的富群農(nóng)機(jī)合作社40 hm2小麥玉米生產(chǎn)取得成本減少15%、增產(chǎn)15%以上的滿意效果[48]。2020年，山東理工大學(xué)生態(tài)無人農(nóng)場以856.9 kg/0.067 hm2刷新了全國冬小麥單產(chǎn)紀(jì)錄[49]。

生態(tài)沃土機(jī)械化[48,50]，就是要建立周期性輕簡組合土壤耕作制度。保證作物的茁壯生長，從土壤結(jié)構(gòu)上需要耕層有合理的團(tuán)粒結(jié)構(gòu)、適當(dāng)?shù)目紫抖?，以利于水土保持、水氣循環(huán)、生態(tài)平衡，從而有利于植物根系生長發(fā)育、土壤有益動(dòng)物和土壤微生物活動(dòng)。機(jī)械化耕作是改善耕層結(jié)構(gòu)的最有效手段，但是精耕細(xì)作式的連年翻耕或單純?yōu)楸Ｗo(hù)地表完全不翻耕，從增產(chǎn)節(jié)約角度和土壤結(jié)構(gòu)角度看都是不夠科學(xué)合理的?？茖W(xué)的土壤耕作方法應(yīng)當(dāng)是進(jìn)行盡量少的適度翻耕，配合適度的深松、淺旋、苗帶細(xì)旋等耕作措施，形成以少耕免耕為主的長周期輕簡組合耕作體系。圖1中的耕作模式和圖3分別是以四年、六年為周期的生態(tài)沃土周期耕作循環(huán)圖。

生態(tài)沃土機(jī)械化耕作模式是農(nóng)機(jī)與農(nóng)藝的有機(jī)融合，它以綠色可持續(xù)為農(nóng)業(yè)機(jī)械化發(fā)展理念，用生態(tài)型機(jī)械化技術(shù)和方法輕簡耕作，精準(zhǔn)種植與管理，科學(xué)處理和田間高效利用秸稈，以不斷增加土壤有機(jī)質(zhì)含量、改善生態(tài)環(huán)境和土壤結(jié)構(gòu)，逐步減少化肥、農(nóng)藥等化學(xué)物資的使用，用最低的能耗和成本達(dá)到生產(chǎn)生態(tài)、地力提升、高產(chǎn)高效的目的。

2 無人農(nóng)場關(guān)鍵技術(shù)

2.1 無人農(nóng)場的基本原理

無人農(nóng)場是高標(biāo)準(zhǔn)農(nóng)田建設(shè)的重要支撐，從仿生學(xué)角度分析，無人農(nóng)場可稱為仿人農(nóng)場。與人類神經(jīng)系統(tǒng)相對應(yīng)，無人農(nóng)場具有感知、決策和執(zhí)行三大基本要素。無人農(nóng)場是機(jī)器換人所要展現(xiàn)的最終形態(tài)，物聯(lián)網(wǎng)替換了人類的感知器官；大數(shù)據(jù)和人工智能組成智慧云大腦，替換了人類的大腦；無人駕駛的農(nóng)業(yè)機(jī)械（簡稱無人駕駛農(nóng)機(jī)，泛指用于農(nóng)業(yè)生產(chǎn)的所有機(jī)器人、無人機(jī)、機(jī)械裝備等）替換了需要人類四肢參與執(zhí)行的有人駕駛農(nóng)機(jī)。因此，智慧云大腦是無人農(nóng)場最重要的“器官”，智慧云大腦的發(fā)達(dá)程度決定了無人農(nóng)場的智慧化程度。經(jīng)過農(nóng)田天空地一體化的農(nóng)情信息感知，當(dāng)農(nóng)田到了一定的作業(yè)階段，需要執(zhí)行耕、種、管、收等作業(yè)環(huán)節(jié)時(shí)，農(nóng)場的智慧云大腦就會(huì)自動(dòng)發(fā)送指令調(diào)動(dòng)農(nóng)機(jī)庫的無人駕駛農(nóng)機(jī)下田，按照規(guī)劃好的路徑作業(yè)。物聯(lián)網(wǎng)模擬的是人的感官知覺，是接收信號(hào)的載體，信號(hào)傳到大腦，大腦會(huì)自動(dòng)處理這些信息，并且做出回應(yīng)，從而執(zhí)行相應(yīng)的農(nóng)事操作。智慧云大腦科學(xué)決策的形成需要大數(shù)據(jù)積累和人工智能的訓(xùn)練[51]，不斷優(yōu)化精度，這樣智慧云大腦才能形成農(nóng)田精準(zhǔn)管理的執(zhí)行方案。有人農(nóng)場和無人（仿人）農(nóng)場的基本原理如圖4和圖5所示。在人類參與的機(jī)械化農(nóng)場中，決策主要由人來完成，而在成熟的無人農(nóng)場系統(tǒng)中，決策由農(nóng)場的智慧云大腦來完成。

以農(nóng)田作物生蟲需要進(jìn)行施藥作業(yè)的場景為例，人類通過眼睛得到作物生蟲的信息，人的大腦接收信息并且根據(jù)經(jīng)驗(yàn)做出需要進(jìn)行施藥的決策，通過人的四肢背負(fù)噴霧器或者駕駛施藥器械開展施藥作業(yè)。而在無人農(nóng)場中，作物生蟲的信息由農(nóng)田布設(shè)的傳感器網(wǎng)絡(luò)或者通過衛(wèi)星、無人機(jī)遙感獲取并通過通訊網(wǎng)絡(luò)傳輸至無人農(nóng)場的智慧云大腦，智慧云大腦通過大數(shù)據(jù)處理和人工智能分析，形成施藥決策，從而發(fā)送施藥指令，施藥過程由無人駕駛農(nóng)機(jī)來完成。在此過程中，人不需要進(jìn)入農(nóng)田，這是無人農(nóng)場的基本特征[52]。

無人農(nóng)場實(shí)現(xiàn)了遠(yuǎn)程種田，即使農(nóng)場主不在農(nóng)場，也能實(shí)現(xiàn)精準(zhǔn)管理，讓一個(gè)人管理上千畝農(nóng)田成為可能。從無人農(nóng)場的三大功能，即農(nóng)田信息的自動(dòng)采集和處理、科學(xué)決策以及無人農(nóng)機(jī)的遠(yuǎn)程控制來說，無人農(nóng)場需要三大技術(shù)體系支撐。它們是以物聯(lián)網(wǎng)技術(shù)為支撐的天空地一體化的農(nóng)情信息獲取體系，以大數(shù)據(jù)、人工智能為支撐的科學(xué)決策體系和以農(nóng)機(jī)無人駕駛技術(shù)為支撐的地空一體化無人機(jī)群協(xié)同作業(yè)體系。圖6為山東理工大學(xué)探索出的生態(tài)無人農(nóng)場模式示意圖。

2.2 無人農(nóng)場的感知器官-物聯(lián)網(wǎng)

農(nóng)業(yè)物聯(lián)網(wǎng)將無人農(nóng)場中農(nóng)機(jī)智能裝備狀態(tài)信息、作物信息、環(huán)境信息三大要素的數(shù)據(jù)實(shí)時(shí)連接共享。傳感器和數(shù)據(jù)傳輸技術(shù)是組成物聯(lián)網(wǎng)的重要支撐[53]，將天空地一體化的傳感器空間網(wǎng)絡(luò)感知的海量多元異構(gòu)信息通過有線或無線通訊技術(shù)完成裝備-作物，裝備-環(huán)境，作物-環(huán)境等的實(shí)時(shí)交互功能。數(shù)據(jù)傳輸分為有線傳輸和無線傳輸，無人農(nóng)場中常用的有線傳輸技術(shù)有CAN現(xiàn)場總線技術(shù)等，常用的無線傳輸技術(shù)有Zigbee、WiFi、LoRa、4G、5G等[54]，而5G技術(shù)憑借其高傳輸速率、低延時(shí)[55]的特性，為農(nóng)場管理的可視化、在線化提供了應(yīng)用前景，為遙感無人機(jī)變量噴施處方圖[56]的實(shí)時(shí)生成、提高農(nóng)用無人機(jī)避障[57]的響應(yīng)速度等提供了可能。5G技術(shù)在無人農(nóng)場中的研究應(yīng)用將是智慧農(nóng)業(yè)發(fā)展的重要方向之一，山東淄博的第一個(gè)5G基站建立在山東理工大學(xué)生態(tài)無人農(nóng)場。

農(nóng)機(jī)智能裝備的狀態(tài)信息智能感知便于實(shí)現(xiàn)對裝備的狀態(tài)參數(shù)、作業(yè)參數(shù)等的實(shí)時(shí)監(jiān)控和故障排查，為農(nóng)場管理的精準(zhǔn)決策提供依據(jù)。其感知對象涵蓋了動(dòng)力機(jī)械、耕整地機(jī)械、播種機(jī)械、植保機(jī)械、灌溉機(jī)械、收獲機(jī)械等部分[58]。動(dòng)力機(jī)械的關(guān)鍵參數(shù)有動(dòng)力輸出、扭矩、位置、行駛方向、行進(jìn)速度、作業(yè)姿態(tài)等；耕整地機(jī)械中利用陀螺儀、傾角傳感器、壓力傳感器、超聲波傳感器、紅外傳感器[59]等感知機(jī)械位置狀態(tài)、耕作深度、耕作阻力以及動(dòng)力輸出信息等；播種機(jī)械加載的紅外光敏傳感器、視覺傳感器、光電傳感器[60]等實(shí)現(xiàn)對種子、肥料等固體顆粒播量、播速、播深、漏播情況等的監(jiān)控；植保機(jī)械利用壓力傳感器、機(jī)器視覺傳感器、測速傳感器、流量傳感器、超聲波傳感器、激光傳感器等實(shí)現(xiàn)農(nóng)藥噴霧壓力、流量、液位等的監(jiān)控[61-62]，以及噴桿的高度測量與調(diào)節(jié)，植保無人機(jī)還可實(shí)現(xiàn)飛行高度、飛行速度的實(shí)時(shí)感知；灌溉機(jī)械利用壓力傳感器、流量傳感器、流速傳感器等對水肥灌溉的流量、流速、水壓等數(shù)據(jù)監(jiān)測，便于實(shí)現(xiàn)精準(zhǔn)的水肥灌溉及調(diào)控；收獲機(jī)械基于電阻傳感器、γ射線傳感器、光電傳感器、壓電傳感器等測量糧食產(chǎn)量、含水率、破損率等參數(shù)[63]，為農(nóng)場提供估產(chǎn)以及糧食品質(zhì)判定的參考?？梢钥闯?，傳感器分布在智能農(nóng)機(jī)裝備作業(yè)的各個(gè)環(huán)節(jié)，組成泛在的傳感器節(jié)點(diǎn)，這讓田間作業(yè)過程可視化、數(shù)據(jù)化，并讓生產(chǎn)環(huán)節(jié)更加安全可控。

作物與環(huán)境農(nóng)田信息的感知是實(shí)現(xiàn)精準(zhǔn)作業(yè)的前置基礎(chǔ)，無人農(nóng)場的智能感知需要依托天空地一體化的農(nóng)情信息獲取系統(tǒng)來實(shí)現(xiàn)。地面尺度的農(nóng)田土壤墑情、氣象信息等的獲取主要依靠地面布設(shè)的傳感器完成。無線傳感器網(wǎng)絡(luò)（Wireless Sensor Network, WSN）是地面?zhèn)鞲衅鞯闹匾M織結(jié)構(gòu)[64-65]，大量的傳感器節(jié)點(diǎn)利用廣泛布設(shè)的探頭、探針將其獲取農(nóng)田信息轉(zhuǎn)換成電信號(hào)，經(jīng)過控制模塊處理后，由無線/有線網(wǎng)絡(luò)傳輸至農(nóng)場的智慧云大腦/指控中心/云平臺(tái)。按照監(jiān)測對象分類，監(jiān)測范圍包含了土壤墑情、氣象參數(shù)和作物生長狀況等。土壤墑情監(jiān)測方面，賈科進(jìn)等[66]設(shè)計(jì)了基于Zigbee無線傳感器網(wǎng)絡(luò)的土壤墑情監(jiān)測系統(tǒng)，可用于節(jié)能節(jié)水和智能灌溉；漆海霞等[67]設(shè)計(jì)了基于LoRa的花生水分監(jiān)測系統(tǒng)，試驗(yàn)結(jié)果表明系統(tǒng)在800 m距離內(nèi)數(shù)據(jù)通訊成功率較高，這對中小型無人農(nóng)場中的土壤墑情數(shù)據(jù)采集具有一定的應(yīng)用價(jià)值；趙燕東等[68]研發(fā)了能夠同時(shí)測量土壤水分、電導(dǎo)率、溫度的多參數(shù)復(fù)合傳感器系統(tǒng)，其能夠滿足在線測量的要求。氣象監(jiān)測方面，氣象站是常用的農(nóng)田氣象參數(shù)測量的載體，集成了多種傳感器，用于測量風(fēng)速、風(fēng)向、大氣壓、空氣溫濕度、光照強(qiáng)度等。楊亦洲等[69]組建的基于ModBus和Zigbee的氣象無線傳感器網(wǎng)絡(luò)，實(shí)現(xiàn)了多節(jié)點(diǎn)、多參數(shù)的氣象參數(shù)采集功能；張李元等[70]開發(fā)了基于NB-IoT技術(shù)的氣象站，可實(shí)現(xiàn)與云服務(wù)器的數(shù)據(jù)交互功能。鑒于農(nóng)業(yè)生產(chǎn)的場景特點(diǎn)，農(nóng)田氣象監(jiān)測系統(tǒng)朝著數(shù)據(jù)傳輸穩(wěn)定、低功耗和小型化方向發(fā)展[71-72]。在地面監(jiān)測作物生長狀況方面，則主要以圖像和視頻獲取的形式出現(xiàn)，用于觀察作物長勢與監(jiān)控農(nóng)場的安全等。

在空天尺度農(nóng)田信息的獲取上，主要依靠遙感技術(shù)來完成。遙感，顧名思義，即遙遠(yuǎn)的感知，廣義的遙感涵蓋了衛(wèi)星遙感、航空飛機(jī)遙感和地面遙感[28]。農(nóng)業(yè)遙感技術(shù)，是指搭載圖像、光譜、雷達(dá)等傳感器對作物長勢、農(nóng)田墑情、病蟲草害發(fā)病情況等進(jìn)行監(jiān)測，獲取病蟲草害、植被覆蓋度、植物缺素和水分等信息[73-75]。生態(tài)無人農(nóng)場遙感應(yīng)用的目的是基于遙感手段獲取的農(nóng)田信息，針對性地對病蟲草害發(fā)生的趨勢進(jìn)行預(yù)測，結(jié)合農(nóng)田作物生長趨勢等對最佳播種、施藥、施肥、灌溉、收獲等時(shí)間節(jié)點(diǎn)進(jìn)行判斷和預(yù)警，對作物產(chǎn)量進(jìn)行估測，并可以生成作物信息處方圖。處方圖的網(wǎng)格被定義了不同處理等級(jí)，用以指導(dǎo)精準(zhǔn)變量的水、肥、藥等的灌溉與噴施。

劉良云等[76]利用衛(wèi)星遙感獲取小麥的歸一化植被指數(shù)，監(jiān)測了小麥播種時(shí)間，預(yù)測了小麥出粉率；唐翠翠等[77]基于衛(wèi)星遙感數(shù)據(jù)建立了小麥蚜蟲發(fā)生預(yù)測模型，通過對比發(fā)現(xiàn)，相關(guān)向量機(jī)（Relevance Vector Machine, RVM）對小麥蚜蟲發(fā)生的預(yù)測精度較高，可為預(yù)防性施藥防治提供依據(jù)；趙靜等[78]對夏玉米無人機(jī)可見光圖像進(jìn)行處理，快速準(zhǔn)確地得到了夏玉米多個(gè)生長階段的植被覆蓋度信息；趙靜等[79]還利用無人機(jī)多光譜成像區(qū)分玉米與田間雜草，得出支持向量機(jī)（Support Vector Machine, SVM）模型的區(qū)分度較好；孔繁昌等[80]利用無人機(jī)高光譜圖像對水稻稻瘟病的發(fā)生等級(jí)進(jìn)行區(qū)分，結(jié)合光譜特征解釋了病害侵染后反射率和相關(guān)植被指數(shù)的變化過程，為稻瘟病的預(yù)警提供了支持；馬慧琴等[81]將遙感數(shù)據(jù)和氣象數(shù)據(jù)相結(jié)合，成功預(yù)測了小麥灌漿期的蚜蟲爆發(fā)趨勢，精度高于80%；劉峰等[82]開發(fā)了將遙感數(shù)據(jù)與作物生長模型相結(jié)合的系統(tǒng)，對無人農(nóng)場模型庫的建立具有一定的指導(dǎo)意義，另外研究表明這將有助于對作物產(chǎn)量進(jìn)行估測[83]?？傮w來說，衛(wèi)星遙感具有監(jiān)測面積廣、不受時(shí)空地域限制等優(yōu)點(diǎn)，但成本相對較高；地面遙感感知精度高，但存在操作效率低下的問題；無人機(jī)低空遙感搭載緊湊、輕便、耐用的傳感器獲取農(nóng)田信息，可快速準(zhǔn)確獲取帶有地理坐標(biāo)的高精度信息數(shù)據(jù)。三種遙感手段各有利弊，但又相輔相成，共同組成了天空地尺度的農(nóng)情信息感知網(wǎng)絡(luò)，成為無人農(nóng)場智慧化管理最重要的手段之一。遙感技術(shù)在生態(tài)無人農(nóng)場中還有諸多應(yīng)用場景，如2019年臺(tái)風(fēng)“利奇馬”過境時(shí)，生態(tài)無人農(nóng)場研究團(tuán)隊(duì)采用無人機(jī)遙感技術(shù)對農(nóng)田小麥倒伏情況進(jìn)行了快速評估[84]。

通過構(gòu)建天空地一體化的農(nóng)情信息感知系統(tǒng)，眾多傳感器節(jié)點(diǎn)獲取的數(shù)據(jù)通過通訊協(xié)議匯集傳輸?shù)睫r(nóng)場的智慧云大腦/云平臺(tái)/指控中心，實(shí)現(xiàn)了對農(nóng)田全方位立體化的信息感知和獲取，為無人農(nóng)場大數(shù)據(jù)的形成積累關(guān)鍵參數(shù)，為科學(xué)決策提供基礎(chǔ)。

2.3 無人農(nóng)場的大腦-大數(shù)據(jù)與人工智能

人工智能技術(shù)在農(nóng)業(yè)上主要有農(nóng)作物識(shí)別與檢測、農(nóng)作物病蟲害與缺素診斷、農(nóng)作物生產(chǎn)精準(zhǔn)管控、農(nóng)產(chǎn)品質(zhì)量分揀和溯源、土地與種植資源管理等應(yīng)用場景[85]。農(nóng)業(yè)人工智能在生態(tài)無人農(nóng)場應(yīng)用場景中，是指利用計(jì)算機(jī)的機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等算法，對傳感器網(wǎng)絡(luò)所獲取的海量信息進(jìn)行規(guī)律挖掘，通過優(yōu)化算法進(jìn)行數(shù)據(jù)分析和趨勢預(yù)測，形成規(guī)律模型，模型系統(tǒng)的成熟與集成將使智慧云大腦完全具備思考和決策的能力[86]。形成具有自主決策能力的智慧云大腦需要大數(shù)據(jù)支撐，在數(shù)據(jù)量和處理能力還不足時(shí)，往往需要使用一些相對簡單的算法和模型來完成基本的功能，并通過人為地挖掘和輸入重要特征，輔之以人類的決策經(jīng)驗(yàn)，不斷訓(xùn)練和優(yōu)化決策精度。由于短期內(nèi)積累的數(shù)據(jù)量往往形成不了真正意義的大數(shù)據(jù)，因此人類的決策還將承擔(dān)重要的輔助作用。

農(nóng)業(yè)大數(shù)據(jù)存在多維、廣源、異構(gòu)、動(dòng)態(tài)的特點(diǎn)[87]，傳統(tǒng)的數(shù)據(jù)存儲(chǔ)和數(shù)據(jù)處理方式已經(jīng)無法滿足大數(shù)據(jù)的應(yīng)用要求。尋求一種數(shù)據(jù)存儲(chǔ)能力強(qiáng)、計(jì)算速度快的數(shù)據(jù)管理平臺(tái)尤為重要。Hadoop框架是無人農(nóng)場大數(shù)據(jù)的主要組織形式，具有高效、安全、易拓展等優(yōu)點(diǎn)[88]?；贖adoop的大數(shù)據(jù)管理平臺(tái)，通過構(gòu)建分布式的文件系統(tǒng)，在Hadoop框架下的HDFS和MapReduce兩大核心組件分別具備了海量的數(shù)據(jù)存儲(chǔ)功能和數(shù)據(jù)高速處理能力[89]，經(jīng)過MapReduce的進(jìn)一步數(shù)據(jù)歸納、數(shù)據(jù)挖掘，結(jié)合人工智能的算法處理，實(shí)現(xiàn)無人農(nóng)場管理的智能分析與智能決策。隨著無人農(nóng)場天空地一體化的農(nóng)情信息采集，大數(shù)據(jù)逐漸積累，而新數(shù)據(jù)的產(chǎn)生存儲(chǔ)不會(huì)影響原有數(shù)據(jù)的結(jié)構(gòu)，而是通過構(gòu)建新數(shù)據(jù)節(jié)點(diǎn)的方式實(shí)現(xiàn)數(shù)據(jù)累加[90]。人工智能算法為大數(shù)據(jù)提供經(jīng)驗(yàn)?zāi)Ｐ停Y(jié)合MapReduce的并列計(jì)算，實(shí)現(xiàn)對數(shù)據(jù)價(jià)值的深度挖掘。農(nóng)田環(huán)境、作物種類和田間管理環(huán)節(jié)的復(fù)雜性、病蟲草害發(fā)生的多樣性、植物生長的特異性，以及農(nóng)業(yè)生產(chǎn)資料之間的相互影響不確定性，導(dǎo)致了農(nóng)業(yè)大數(shù)據(jù)海量多源異構(gòu)數(shù)據(jù)的冗雜性，這將為農(nóng)業(yè)大數(shù)據(jù)的獲取提出更高的要求。模塊化、規(guī)律化的信息分類采集，將有助于大數(shù)據(jù)快速存儲(chǔ)與計(jì)算。

人工智能（Artificial Intelligence，AI）是一種模擬或者延伸人的智能方法、理論的工具。通俗意義上來講，人工智能模擬的是人的思維方法，是通過一定的計(jì)算機(jī)語言、程序算法來完成認(rèn)知、學(xué)習(xí)、判斷、形成策略等功能[91]。而人工智能算法實(shí)質(zhì)上是為了解決特定的問題而設(shè)計(jì)的計(jì)算過程和數(shù)學(xué)模型，是事務(wù)的規(guī)律性總結(jié)。因此，農(nóng)業(yè)人工智能的核心技術(shù)是基于農(nóng)業(yè)大數(shù)據(jù)的算法形成的規(guī)律模型，規(guī)律模型可以用來指導(dǎo)實(shí)際的農(nóng)業(yè)生產(chǎn)與管理。在無人農(nóng)場中，大數(shù)據(jù)和人工智能技術(shù)替代了人類大腦，以智慧云大腦/云平臺(tái)/指控中心為載體發(fā)揮形成田間管理決策和發(fā)送作業(yè)指令等功能。數(shù)據(jù)、計(jì)算和算法是人工智能的三大基石，而算法是人工智能的靈魂。農(nóng)業(yè)人工智能中，按照訓(xùn)練方式的不同，可分為監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)、半監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)等。在與無人農(nóng)場相關(guān)的人工智能算法研究中，卷積神經(jīng)網(wǎng)絡(luò)、回歸神經(jīng)網(wǎng)絡(luò)、隨機(jī)森林、線性回歸、邏輯回歸、支持向量機(jī)等監(jiān)督學(xué)習(xí)算法和深度卷積神經(jīng)網(wǎng)絡(luò)等深度學(xué)習(xí)算法較為常見，不同的算法在無人農(nóng)場實(shí)現(xiàn)功能時(shí)有各自的應(yīng)用場景。在作物病害識(shí)別方面，劉濤等[92]基于Mean Shift算法實(shí)現(xiàn)了水稻病斑區(qū)域的劃分，利用支持向量機(jī)模型對多種水稻病害完成了識(shí)別分類；夏永泉等[93]基于隨機(jī)森林算法對小麥葉部白粉病、葉枯病、葉銹病等進(jìn)行識(shí)別，準(zhǔn)確率可達(dá)95%，精度優(yōu)于同等條件下的支持向量機(jī)方法；孫俊等[94]對傳統(tǒng)的卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行了優(yōu)化，通過批歸一化與全局池化方法加速了作物病害圖像數(shù)據(jù)處理和特征精簡，使模型對作物病害的識(shí)別準(zhǔn)確率達(dá)到99.56%。在作物識(shí)別方面，楊蜀秦等[95]開發(fā)了基于DeepLab V3＋深度語義分割網(wǎng)絡(luò)的優(yōu)化模型，獲得了93.06%的平均像素精度和87.12%的平均交并，為作物特征與分類提取提供了更加準(zhǔn)確的性能與技術(shù)支持；賈銀江等[96]通過引入AMPSO算法對支持向量機(jī)進(jìn)行優(yōu)化，提高了模型對作物的分類精度。

在農(nóng)業(yè)人工智能功能實(shí)現(xiàn)層面上，地面無人農(nóng)機(jī)/機(jī)器人與已經(jīng)具備了故障自檢、作業(yè)信息上傳、自主避障功能，在與農(nóng)田環(huán)境交互方面，初步具備了作物識(shí)別與檢測功能，空中的遙感無人機(jī)基于可見光、多光譜、高光譜數(shù)據(jù)執(zhí)行作物識(shí)別、作物長勢監(jiān)測、病蟲害診斷與識(shí)別和預(yù)警等功能。在生態(tài)無人農(nóng)場中，根據(jù)獲取的氣象信息和以及人類耕作經(jīng)驗(yàn)，智慧云大腦做出播種的決策并向播種機(jī)發(fā)送指令下田播種作業(yè)；根據(jù)遙感數(shù)據(jù)得出的農(nóng)田病蟲害信息，得知農(nóng)田需要水、肥、藥管理時(shí)，智慧云大腦做出預(yù)警，并向無人噴灌或無人植保機(jī)械發(fā)送指令，基于生成的農(nóng)田信息處方圖，開展精準(zhǔn)施藥、施肥、灌溉作業(yè)；根據(jù)作物長勢和生長情況，得出作物已經(jīng)成熟信息時(shí)，向收獲機(jī)發(fā)送指令下田開展收獲作業(yè)。這些功能部分還處于研究試驗(yàn)研究階段，尚未形成成熟體系，不過，這些將是農(nóng)業(yè)人工智能技術(shù)在生態(tài)無人農(nóng)場建設(shè)中的重要體現(xiàn)，也是未來努力的方向。如圖7所示為山東理工大學(xué)建設(shè)的生態(tài)無人農(nóng)場智慧云大腦。

大數(shù)據(jù)與人工智能技術(shù)充當(dāng)了無人農(nóng)場的智慧云大腦，類比人腦，智慧云大腦是無人農(nóng)場最重要的器官。當(dāng)智慧云大腦完全具備獨(dú)立自主決策能力時(shí)，即無人農(nóng)場實(shí)現(xiàn)自我管理時(shí)，將最大程度地使人類從農(nóng)業(yè)生產(chǎn)過程中解放出來，只需享受產(chǎn)出的食物。

2.4 無人農(nóng)場的執(zhí)行器官-無人駕駛農(nóng)機(jī)

世界上首個(gè)無人農(nóng)場的雛形在英國誕生，其英文表達(dá)是Hands-Free Farm，展現(xiàn)的是在沒有任何人進(jìn)入農(nóng)場的情況下，由機(jī)械完成從翻地、播種、灌溉、直到收獲的全部流程，并由無人機(jī)監(jiān)控作物的生長[5]。因此，農(nóng)機(jī)無人駕駛是無人農(nóng)場最初想要展現(xiàn)的形式。但在生態(tài)無人農(nóng)場模式下，農(nóng)機(jī)無人駕駛只是無人農(nóng)場的執(zhí)行層，無人駕駛農(nóng)機(jī)將在前端感知層和決策層基礎(chǔ)上，使農(nóng)田的管理更加信息化、精準(zhǔn)化、智能化和高效化。

無人駕駛技術(shù)最先應(yīng)用于汽車駕駛領(lǐng)域，但農(nóng)田相對公路的應(yīng)用場景更為復(fù)雜，如農(nóng)田地塊往往崎嶇不平，農(nóng)機(jī)進(jìn)行耕種管收等作業(yè)需要與旋耕機(jī)、播種機(jī)等特定農(nóng)機(jī)具配合，在地頭轉(zhuǎn)彎時(shí)需將農(nóng)機(jī)具抬起，又涉及與傳感器和液壓控制系統(tǒng)的協(xié)調(diào)。在田間作業(yè)時(shí)，遇到障礙物需要自主避障，農(nóng)機(jī)出現(xiàn)故障，需要自主停車等。綜上，實(shí)現(xiàn)農(nóng)機(jī)無人駕駛需要精準(zhǔn)的位置定位、合理的路徑規(guī)劃、準(zhǔn)確的姿態(tài)控制、靈敏的自動(dòng)避障和連貫的機(jī)具協(xié)同。圖8為生態(tài)無人農(nóng)場地空一體化無人機(jī)群協(xié)同作業(yè)場景。

全球衛(wèi)星定位系統(tǒng)（Global Navigation Satellite System, GNSS）是一種以衛(wèi)星為基礎(chǔ)的高精度無線電導(dǎo)航定位系統(tǒng)，是實(shí)現(xiàn)農(nóng)機(jī)定位導(dǎo)航的核心技術(shù)。它泛指所有的衛(wèi)星定位導(dǎo)航系統(tǒng)，包括美國的GPS、俄羅斯的GLONASS、中國的北斗衛(wèi)星導(dǎo)航系統(tǒng)（BeiDou Navigation Satellite System, BDS）等[97]。高精度的導(dǎo)航定位是實(shí)現(xiàn)無人農(nóng)場精準(zhǔn)高效作業(yè)的基本要求，隨著基于載波相位差分技術(shù)的實(shí)時(shí)動(dòng)態(tài)定位技術(shù)（Real-time kinematic, RTK）的成熟，較傳統(tǒng)GNSS精度優(yōu)化的RTK-GNSS應(yīng)用方案得到廣泛研究和應(yīng)用，國內(nèi)常用的有RTK-GPS和RTK-BDS等。RTK-GNSS定位導(dǎo)航系統(tǒng)由GNSS、差分基準(zhǔn)站、定位接收機(jī)、導(dǎo)航控制器等組成，差分基準(zhǔn)站向定位接收機(jī)發(fā)送差分?jǐn)?shù)據(jù)包，定位接收機(jī)通過對衛(wèi)星信號(hào)和差分信號(hào)的解譯，算得與基準(zhǔn)站之間的坐標(biāo)差，從而得出定位接收機(jī)即農(nóng)機(jī)的準(zhǔn)確位置[98]。導(dǎo)航控制器通過對行向、速度、轉(zhuǎn)向角等的測算與解譯，控制農(nóng)機(jī)按照規(guī)劃好的航線行進(jìn)，完成導(dǎo)航功能[99]，其誤差精度一般在厘米級(jí)。

合理的路徑規(guī)劃是指根據(jù)地塊情況進(jìn)行全局或者局部路徑規(guī)劃，而針對有無地圖可分為靜態(tài)規(guī)劃和動(dòng)態(tài)規(guī)劃，以適應(yīng)不同作業(yè)場景和提高地圖精度[100]。準(zhǔn)確的姿態(tài)控制是指根據(jù)規(guī)劃好的路徑進(jìn)行直線追蹤和轉(zhuǎn)向控制[99]。羅錫文等[101]研發(fā)了基于RTK-DGPS的拖拉機(jī)自動(dòng)定位導(dǎo)航系統(tǒng)，并設(shè)計(jì)了基于PID算法的導(dǎo)航控制器，當(dāng)前進(jìn)速度為0.8 m/s時(shí)，平均導(dǎo)航跟蹤誤差小于3 cm；張華強(qiáng)等[102]設(shè)計(jì)了一種基于改進(jìn)純追蹤模型的農(nóng)機(jī)路徑跟蹤算法，以東方紅1104-C型拖拉機(jī)為試驗(yàn)平臺(tái),設(shè)計(jì)了農(nóng)機(jī)自動(dòng)導(dǎo)航控制系統(tǒng)，試驗(yàn)表明當(dāng)行駛距離超過5 m后，最大橫向誤差為2 cm，有效提高了直線作業(yè)精度；王輝等[103]設(shè)計(jì)了一種基于預(yù)瞄追蹤模型的農(nóng)機(jī)導(dǎo)航路徑跟蹤控制方法，采用預(yù)瞄追蹤輔助直線引導(dǎo)農(nóng)機(jī)快速穩(wěn)定跟蹤規(guī)劃路徑，取得了良好的直線路徑追蹤效果。在轉(zhuǎn)向控制方面，魏爽等[104]建立了基于預(yù)瞄點(diǎn)搜索的純追蹤模型，在梨形轉(zhuǎn)向?qū)Ш侥Ｊ较拢`差為14.42 cm；楊洋等[105]設(shè)計(jì)了基于直流電機(jī)與全液壓轉(zhuǎn)向器直聯(lián)的自動(dòng)轉(zhuǎn)向機(jī)構(gòu)及其電控系統(tǒng)，車輪轉(zhuǎn)角響應(yīng)平均穩(wěn)態(tài)誤差小于0.1°，實(shí)現(xiàn)了良好的轉(zhuǎn)向性能；印祥等[106]以高速插秧機(jī)為試驗(yàn)平臺(tái)，研制了以無刷電機(jī)作為動(dòng)力源的電動(dòng)自動(dòng)轉(zhuǎn)向系統(tǒng)，試驗(yàn)結(jié)果表明在[-10°，10°]范圍內(nèi)的轉(zhuǎn)向控制誤差小于1°、均方根誤差小于1°，具備良好的控制穩(wěn)定性和可靠性。國內(nèi)一些農(nóng)機(jī)企業(yè)也配備了電控液壓系統(tǒng)，結(jié)合車輪偏角傳感器和轉(zhuǎn)向控制系統(tǒng)，實(shí)現(xiàn)了高靈敏度和精度的轉(zhuǎn)向控制。國內(nèi)極飛公司研發(fā)了農(nóng)機(jī)自駕儀，集成了定位、解譯、轉(zhuǎn)向控制等功能，經(jīng)過簡單改造，就可實(shí)現(xiàn)傳統(tǒng)農(nóng)機(jī)向無人駕駛農(nóng)機(jī)的過度，具有較好的推廣前景。與地面輪式機(jī)具相比，植保無人機(jī)具有操作靈活、作業(yè)效率高等特點(diǎn)，植保無人機(jī)在換行時(shí)，通常無需機(jī)頭與機(jī)尾的調(diào)換，通過平移換行即可完成航線追蹤，提高了作業(yè)效率，降低了動(dòng)能損耗[107]。

連貫的機(jī)具協(xié)同有兩個(gè)層次的含義。首先是農(nóng)機(jī)與機(jī)具的協(xié)同，是指農(nóng)機(jī)行至地頭時(shí)對所掛載的機(jī)具進(jìn)行抬升與下落的控制[58]，以完成路徑航線間的高效銜接。鑒于傳統(tǒng)的機(jī)械液壓提升不利于智能化控制，目前常采用電液提升方法，通過電液比例控制來解決這一問題。其次是農(nóng)機(jī)間的協(xié)同，一般指受農(nóng)時(shí)和突發(fā)自然災(zāi)害等因素影響，為保證作業(yè)效率需進(jìn)行多機(jī)協(xié)同作業(yè)。同種農(nóng)機(jī)間的協(xié)同需要相同的農(nóng)機(jī)進(jìn)行同工作量分配的農(nóng)事操作以提高效率；不同農(nóng)機(jī)之間的協(xié)同，如收獲機(jī)與運(yùn)糧車的協(xié)同，減少了作物收獲后的二次轉(zhuǎn)運(yùn)，提高了運(yùn)輸效率。多機(jī)協(xié)同同樣需要合理的路徑規(guī)劃[108]，以防止作業(yè)區(qū)域的重合和航線重合導(dǎo)致的農(nóng)機(jī)相撞事故。曹如月等[109]設(shè)計(jì)了基于蟻群算法的多機(jī)協(xié)同作業(yè)任務(wù)規(guī)劃算法，可有效降低路徑代價(jià)，提高作業(yè)效率；曹如月等[110]設(shè)計(jì)的基于WEB-GIS遠(yuǎn)程控制平臺(tái)，集數(shù)據(jù)收發(fā)、存儲(chǔ)、查詢、顯示和分析于一體，實(shí)現(xiàn)了多機(jī)協(xié)同的遠(yuǎn)程控制；姚竟發(fā)等[111]提出了聯(lián)合收割機(jī)多機(jī)無沖突協(xié)同作業(yè)路徑優(yōu)化算法，可有效降低作業(yè)時(shí)長，為作物搶收贏取寶貴時(shí)間；針對草地貪夜蛾等重大病蟲害的防控，植保無人機(jī)的一控多機(jī)功能[112]為蟲口奪糧、保衛(wèi)糧食安全做出了重要貢獻(xiàn)，在中國河南等地得到了示范性的應(yīng)用。

在硬件裝備與無人作業(yè)系統(tǒng)方面（如圖9所示），無人駕駛農(nóng)機(jī)涵蓋了耕、種、管、收四大環(huán)節(jié)，由無人駕駛耕整地機(jī)械、無人駕駛播種機(jī)械、無人駕駛植保機(jī)械、自走式噴灌機(jī)械、無人駕駛收獲機(jī)械等部分組成。除此之外，還有眾多田間信息采集的機(jī)器人等，結(jié)合空中的無人機(jī)進(jìn)行播種、播肥、施藥等作業(yè)環(huán)節(jié)，共同組成了地空一體化的無人機(jī)群協(xié)同作業(yè)體系。從農(nóng)機(jī)無人駕駛相關(guān)技術(shù)的研究進(jìn)展來看，當(dāng)前已經(jīng)基本具備了農(nóng)機(jī)無人駕駛功能，在中國山東、河北、廣東、吉林等地已經(jīng)得到初步推廣應(yīng)用。生態(tài)無人農(nóng)場模式將在前端智能感知與科學(xué)決策的基礎(chǔ)上，進(jìn)一步整合、集成一系列智能化無人作業(yè)技術(shù)，向著農(nóng)田少人乃至完全無人作業(yè)發(fā)展。

3 生態(tài)無人農(nóng)場模式應(yīng)用場景與發(fā)展展望

3.1 生態(tài)無人農(nóng)場模式的應(yīng)用場景

生態(tài)無人農(nóng)場智慧大田。生態(tài)無人農(nóng)場模式倡導(dǎo)的是一種綠色可持續(xù)發(fā)展的理念，在此基礎(chǔ)上的感知層、決策層和執(zhí)行層三個(gè)層面上，進(jìn)行多種技術(shù)的集成創(chuàng)新，以達(dá)到生產(chǎn)生態(tài)、高產(chǎn)高效、智慧管理，因此生態(tài)無人農(nóng)場模式在不同應(yīng)用場景下具有不同的技術(shù)內(nèi)涵。本文主要介紹了智慧大田場景下的技術(shù)與典型模式，除了前端的感知層、決策層，在執(zhí)行層面上，大田種植農(nóng)場的執(zhí)行系統(tǒng)主要以無人化的大型農(nóng)業(yè)機(jī)械為主，而在果園、溫室等場景下，小型的農(nóng)業(yè)機(jī)器人是主要的執(zhí)行系統(tǒng)。

生態(tài)無人農(nóng)場智慧果園。生態(tài)無人農(nóng)場智慧果園是指利用物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能、固定與移動(dòng)的智能裝備等對果樹生長進(jìn)行水、肥、藥等的精準(zhǔn)管理。通過果園布設(shè)的傳感系統(tǒng)，實(shí)現(xiàn)對果園狀態(tài)的精準(zhǔn)感知，通過水肥一體化、精準(zhǔn)施藥，實(shí)現(xiàn)生態(tài)高效，通過農(nóng)業(yè)機(jī)器人實(shí)現(xiàn)無人化管理。智慧果園中涉及的除草、套袋、授粉、施藥、采摘、分選等主要環(huán)節(jié)都是由機(jī)器人來完成。物聯(lián)網(wǎng)是精準(zhǔn)管理的前端基礎(chǔ)、智慧決策平臺(tái)是核心系統(tǒng)，無人作業(yè)車、農(nóng)業(yè)機(jī)器人等是生產(chǎn)環(huán)節(jié)的裝備載體。生態(tài)無人農(nóng)場智慧果園的實(shí)施對象現(xiàn)階段主要針對規(guī)范化種植、機(jī)械化管理的標(biāo)準(zhǔn)果園，目前對于機(jī)械化管理程度較低的果園應(yīng)用潛力較小。

生態(tài)無人農(nóng)場智慧溫室。生態(tài)無人農(nóng)場智慧溫室可以實(shí)現(xiàn)對溫室栽培對象的生長信息實(shí)時(shí)獲取、處理與管理決策，智能化的溫室環(huán)境傳感器、智慧化的溫室管理平臺(tái)和自動(dòng)操作的溫室管理機(jī)器人實(shí)現(xiàn)了對人工的替代，并對水、肥、養(yǎng)、藥等進(jìn)行精準(zhǔn)調(diào)控。完成無人育苗、無人監(jiān)測、無人調(diào)控、無人分揀、無人收獲（采摘）等，來達(dá)到自動(dòng)生產(chǎn)、生態(tài)高效、智慧集約的效果。

生態(tài)無人農(nóng)場智慧漁場。本著循環(huán)水利用等生態(tài)理念，生態(tài)無人農(nóng)場智慧漁場的管理可以分為三個(gè)部分：在漁場內(nèi)布設(shè)各類傳感器以及動(dòng)態(tài)的巡檢系統(tǒng)，對水溫、水質(zhì)、光照、氣體含量、魚類生長狀況、魚類行為進(jìn)行測量與監(jiān)控；將數(shù)據(jù)傳輸至漁場的智慧云大腦/管控平臺(tái)，經(jīng)過數(shù)據(jù)處理產(chǎn)生科學(xué)決策；發(fā)送指令對水體環(huán)境進(jìn)行預(yù)警、調(diào)控，利用固定裝備、無人船、無人機(jī)、無人巡檢裝備等完成精準(zhǔn)的水質(zhì)調(diào)節(jié)、飼料投喂、增氧和收獲等一系列操作。

生態(tài)無人農(nóng)場智慧牛場。智慧牛場基于廢水、糞污等的合理處理及循環(huán)利用的理念，在智慧牛場感知、決策、執(zhí)行三大基礎(chǔ)模塊的支撐下，實(shí)現(xiàn)牛場智能識(shí)別、智能調(diào)控、智能繁育、智能投喂、智能清理、廢物處理等功能，核心的技術(shù)仍是基于人工智能的決策系統(tǒng)，代替人腦進(jìn)行調(diào)控干預(yù)，使牛場的生產(chǎn)管理更加科學(xué)合理與精準(zhǔn)高效。

除以上介紹的幾種常見的應(yīng)用場景外，還有生態(tài)無人農(nóng)場智慧雞場、智慧豬場、智慧牧場等諸多應(yīng)用場景，但其核心思想仍是生態(tài)發(fā)展理念與無人農(nóng)場、信息技術(shù)等的深度融合，生態(tài)無人農(nóng)場技術(shù)模式在不同應(yīng)用場景下需因地制宜地配套相應(yīng)的支持系統(tǒng)。

3.2 生態(tài)無人農(nóng)場模式的發(fā)展展望

2020年12月，中國工程院發(fā)布了《全球工程技術(shù)前沿2020》，在農(nóng)業(yè)領(lǐng)域公布的11個(gè)工程研究前沿和9個(gè)工程開發(fā)前沿中：農(nóng)業(yè)生物信息、環(huán)境信息的智能感知、農(nóng)業(yè)機(jī)器人作業(yè)對象識(shí)別與定位、農(nóng)業(yè)資源高效利用與循環(huán)經(jīng)濟(jì)、土壤生物多樣性與生態(tài)系統(tǒng)功能四項(xiàng)內(nèi)容被列入工程研究前沿；無人農(nóng)場智能裝備、農(nóng)業(yè)先進(jìn)傳感機(jī)理與技術(shù)、農(nóng)業(yè)農(nóng)村有機(jī)廢棄物綠色資源化利用、植保無人飛機(jī)病蟲害智能識(shí)別與精準(zhǔn)對靶施藥四項(xiàng)內(nèi)容被列入工程開發(fā)前沿[113]，而這些研究方向也與生態(tài)無人農(nóng)場理念的眾多關(guān)鍵技術(shù)密切相關(guān)，這正說明了生態(tài)無人農(nóng)場技術(shù)模式是農(nóng)業(yè)領(lǐng)域未來發(fā)展的重要方向。

目前，山東理工大學(xué)在智慧大田種植場景下的生態(tài)無人農(nóng)場模式已經(jīng)基本成熟，并且于2020年在吉林省農(nóng)安縣實(shí)現(xiàn)了首次推廣。山東理工大學(xué)生態(tài)無人農(nóng)場研究團(tuán)隊(duì)正在向生態(tài)無人農(nóng)場技術(shù)體系下的智慧漁場、智慧果園、智慧溫室等探索和推進(jìn)，將生態(tài)無人農(nóng)場這一模式和理念進(jìn)行深層次的探索，為未來農(nóng)業(yè)提供寶貴的借鑒。

21世紀(jì)是信息技術(shù)高速發(fā)展的時(shí)代，互聯(lián)網(wǎng)、移動(dòng)支付、網(wǎng)絡(luò)購物等技術(shù)悄然進(jìn)入人們的生活，人類生存方式產(chǎn)生了巨大變革。農(nóng)業(yè)作為國民經(jīng)濟(jì)的基礎(chǔ)，傳統(tǒng)的農(nóng)業(yè)模式也必將發(fā)生革命以適應(yīng)社會(huì)發(fā)展的需要。在中國城鎮(zhèn)化浪潮下，土地流轉(zhuǎn)也將成為土地高效集約化利用帶來契機(jī)。未來農(nóng)業(yè)，技術(shù)先行，生態(tài)無人農(nóng)場技術(shù)模式是對農(nóng)業(yè)未來的可持續(xù)發(fā)展進(jìn)行的一種大膽的嘗試與探索，在解決農(nóng)業(yè)勞動(dòng)力短缺問題、作業(yè)提效、作物增產(chǎn)、土地高效利用和生態(tài)保護(hù)方面都將產(chǎn)生巨大價(jià)值。

4 結(jié) 論

基于對生態(tài)無人農(nóng)場模式的探索進(jìn)行的總結(jié)論述，得出以下結(jié)論：

1）導(dǎo)致農(nóng)田生態(tài)系統(tǒng)生態(tài)問題的三大主要因素分別是農(nóng)藥、化肥的過度施用以及連年頻繁耕作對土壤生態(tài)的破壞。生態(tài)無人農(nóng)場模式通過無人化作業(yè)手段對農(nóng)田生態(tài)系統(tǒng)進(jìn)行生態(tài)化管理與改造，即通過無人駕駛機(jī)械作業(yè)完成對農(nóng)藥、化肥的減施與替代，以及土壤耕作的輕簡化，以此將生態(tài)農(nóng)業(yè)與無人農(nóng)場有機(jī)結(jié)合。

2）生態(tài)無人農(nóng)場模式的實(shí)施內(nèi)涵是：精準(zhǔn)施藥綠色環(huán)保、生態(tài)沃土集約高產(chǎn)、物質(zhì)循環(huán)持續(xù)發(fā)展、作物生長立體感知、數(shù)據(jù)驅(qū)動(dòng)精準(zhǔn)分析、人工智能科學(xué)決策、衛(wèi)星定導(dǎo)精準(zhǔn)作業(yè)和機(jī)具協(xié)同省時(shí)高效。