亳州市利辛县阚疃镇智慧农业项目建设方案.docx

安徽省亳州市利辛县阚瞳镇智慧农业项目建设方案目录一、建设背景3二、建设目标6三、建设方案93.1 大田智能灌溉建设方案93.2 农机无人作业建设方案113.3 农情智能感知建设方案143.4 农业科学决策建设方案153.5 农事智能推荐建设方案18四、建设内容204.1 软件平台总体架构204.2 土壤墉情监测系统204.3 农业气象监测系统244.4 苗情灾情监测系统26五、建设周期与投资估算61六、效益分析626.1 社会效益626.2 经济效益63一、建设背景2023年2月，农业农村部1号文件中提出大力发展智慧农业和数字乡村。推进数据整合。加快国家农业遥感应用与研究中心建设，搭建应用农业农村大数据平台。实施数字农业建设项目，建设一批数字农业创新中心、数字农业创新应用基地，协同推进智慧农业关键核心技术攻关。制定加快推进数字乡村及智慧农业发展的指导意见。拓展应用场景。认定一批农业农村信息化示范基地，打造一批智慧农（牧、渔）场。深入推进数字乡村建设试点。2023年10月亳州市政府出台关于中共亳州市委亳州市人民政府关于做好2022年全面推进乡村振兴重点工作的实施意见中提出促进农业生产结构优化调整。以提高亩均产出为导向，围绕“稳产量、提品质、增效益”，聚力建设“华夏酒城”，发展酿酒专用粮食基地，大力发展优质专用小麦、高蛋白大豆、高粱等，推行“按图索麦”和订单化生产，优质专用粮食发展到630万亩。同时，传统农业人口持续减少，也逐步倒逼“劳动力密集型”的生产方式向“资本、技术密集型”的生产方式转型。现代农业是一个对资金、人才、技术等要求都很高的长周期产业，需要强大的发展实力和不计较短期得失的情怀为后盾。技术方面，随着北斗卫星导航定位、机器人、大数据、区块链、人工智能等现代信息技术的加速发展和在农业领域的推广应用，中国现代农业的发展已具备了更为坚实的科技支撑。而社会资本的进入，对于构建新型农业经营体系，加速农业生产智能化、科技化、机械化进程等，都具有十分积极的作用。项目区平面图本项目共三个田块区域，其中蓝色区域为1号核心地块，约185亩，2号王楼村北部地块约305亩，3号高庄南部地块约431亩，共计约921亩。项目区现场图二、建设目标围绕智慧农业大田种植全场景，以百亩级智慧农场建设运营为核心，打造无人化农场应用示范基地。以自动化、智能化、信息化为手段，实现项目区域内的大田智能灌溉，农机无人作业，农情智能感知,农业科学决策，农事智能推荐。最终达到减肥减药、省时省工、增产增质的智慧大田。(1)大田智能灌溉：通过田间智能监控设备对作物的实时采集，利用作物生育期智能识别算法，确定作物当前所处的生长阶段，形成基于大田作物(水稻、小麦、玉米等)的需水模型。结合农作物生长过程中实时采集的气象信息，以及布设在田间的土壤墙情实时监测设备，综合形成作物在当前生长时期的灌溉模型。并利用布设在田间的智能灌溉设备，实现大田作物的智能灌溉，精准灌溉。达到灌溉的精准化、智能化、无人化,减少灌溉用水、用电，确保作物生长所需水分，提高作物产量，减少人工成本。(2)农机无人作业：播种机无人作业：利用北斗卫星导航系统，实现对播种机作业路径精准规划和定位。确保播种作物的苗齐、苗壮。同时便于后期农事管理的人工和机器作业。植保机无人作业：利用移动端病虫情采集终端，对田间病虫草情进行定期采集、上报。结合田间视频监控设备对病虫情进行远程巡查,形成田间病虫情发生发展情况的初步判断。并定期通过无人机进行病虫草害的低空图像采集和遥感分析，形成病虫草害分布图，系统结合作物当前生育期和对应病虫草害知识图谱，针对病虫草害分布图生成变量施药处方图。并导入给植保无人机。植保无人机根据变量施药处方图，规划好作业路径后，自动执行变量施肥作业。实现精准施药，减少用药量和用药费用。收割机无人作业：通过农业遥感对作物成熟度进行分析，形成作物成熟度分布图。当作物适合收割时，利用北斗卫星导航系统，实现对收割机作业路径精准规划和定位。无人收割机按照规划的既定路线，执行收割作业。(3)农情智能感知：利用物联网、大数据技术，对种植区域农情实现智能感知和可视化呈现。通过布设在田间的墙情、水势等农业传感器，对作物生长的土壤环境进行实时监测，实现农业墙情的智能监测。通过田间气象站的气象数据采集，结合区域天气预报信息，实现作物生长气象情况的智能感知和气象灾害的自动预警。通过布设在田间的虫情测报灯的虫情监测，结合移动病虫情采集、无人机低空图像采集和遥感分析、田间视频监控摄像头远程监控，实现作物病虫情的智能感知。通过田间视频监控摄像头远程监控、无人机低空图像采集和遥感分析实现作物苗情灾情的智能感知。通过对农情的实时感知，实现对作物生长情况的及时了解，做到远程化、高效率的智能感知和快速处置。提高农业管理效率和精准度。(4)农业科学决策：根据日常对种植区域的病虫草害监测，结合大田作物病虫草害预测模型和知识图谱，形成病虫草害精准施药决策，实现精准施药，减少用药量和用药费用。根据农业遥感监测数据分析得出的作物长势图，结合大田作物生育期模型，形成精准施肥决策，实现精准施肥，减少肥料使用量和费用。根据对农业气象数据的实时监测和对种植作物成熟度的遥感分析，形成收货日期决策，推荐最合理的收获日期，确保在适宜的日期收割且尽量不影响产量。（5）农事智能推荐：基于成熟的、科学的大田作物（水稻、小麦）生育期模型，可根据作物的种植日期，种植品种，种植地区，种植方式自动模拟和演算出作物整个生命周期中的关键生育期节点，并在每一个关键节点输出科学、合理的农事活动建议和农艺操作标准。让农业种植不再完全依靠传统农民种植经验，而可以通过科学的、系统的信息化知识及时推送给种植户。有效减少大田种植技术门槛，通过智能的农事推荐，降低农业种植风险，有效提高种植收入。三、建设方案3.1 大田智能灌溉建设方案基于大田智能灌溉的建设目标，规划大田智能灌溉软件平台由以下系统和功能组成:-作物图片作物生育期智能识Sl算法生育期大田作物知识图谱-知识库一；大田作物需水模型大田作物灌溉模型需水模型*土壤墙情1.土壤墙情监测系统信息苗情灾情监测系统：通过田间布设的视频监控设备，对作物生育期进行监测。为作物生育期智能识别提供图片素材。作物生育期智能识别算法：基于大数据和人工智能模型，对作物图片进行生育期智能识别。大田作物知识图谱：基于大数据和海量的大田作物种植知识库,形成大田作物种植管理、病虫害管理、灌溉管理、施肥管理、施药管理等的知识图谱和数据库。大田作物（水稻、小麦、玉米等）的需水模型：基于大数据和大田作物知识图谱，根据作物不同的生育期形成对应的需水模型。农业气象监测系统：通过布设在田间的气象监测设备，结合区域的气象预报数据，对未来一段时间内的气象信息进行预测预报。土壤墙情监测系统：通过布设在田间的土壤墙情监测设备，实时监测土壤的墙情情况，以决定作物的缺水情况。大田作物（水稻、小麦、玉米等）灌溉模型：结合需水模型，未来天气情况，土壤实际含水情况等多种因素，最终输出作物当前的灌溉指令。精准灌溉系统：通过布设在田间的灌溉阀门和灌溉控制设备，执行灌溉模型发出的灌溉指令。大田种植1区灌溉项目平面布置图n<AIYAIM1- HKitffM*i*XUW.2-<1(*3tHtS<gaiBtt<U>(ai«»-»>l<i><VMinrM)(0lT5M>-Mu.(WIQH<Wm-M->>(<><Mm<4A>a70Mum)s<<<atr*AvWarwa>.(<><tntJlttta><cm<nHKM二MHrM)flwan.J.工R4MU*mtMlMa.KKtftll.*>04HA*arX4tMflfitfAma<rW0«MRMMtl.KffilXR三fmx”HtMWUW核心区灌溉系统布置图3.2 农机无人作业建设方案基于农机无人作业的建设目标，规划播种机无人作业软件平台由以下系统和功能组成：播种机无人作业路题划单元作业路径路径规划农机执行路径播种机无人作业路径规划单元：可执行播种机播种作业的路径规划，和路径下发到农机的功能。播种机无人作业执行单元：无人农机接收农机作业路径，依据北斗卫星导航按照既定的规划路径执行播种任务。基于农机无人作业的建设目标，规划植保机无人作业软件平台由以下系统和功能组成:路s三o三w?路径移动端巡田APP：通过移动端app软件，实现对田间病虫草害情况的随时采集和上传反馈。苗情灾情监测系统：通过田间布设的视频监控设备，对病虫情进行远程巡查，形成田间病虫情发生发展情况的初步判断。病虫草害监测系统：根据病虫草害发生情况的初步判断，通过无人机按需进行病虫草害的低空图像采集和遥感分析，形成病虫草害分布图。大田作物知识图谱：基于大数据和海量的大田作物种植知识库，形成大田作物种植管理、病虫害管理、灌溉管理、施肥管理、施药管理等的知识图谱和数据库。结合作物当前生育期和对应病虫草害知识图谱，针对病虫草害分布图生成变量施药处方图。植保机无人作业路径规划单元：可执行植保机植保作业的路径规划，和路径下发到农机的功能。植保机无人作业执行单元：无人农机接收农机作业路径，依据北斗卫星导航按照既定的规划路径执行植保任务。基于农机无人作业的建设目标，规划收割机无人作业软件平台由以下系统和功能组成:路径规划农机执行路径农业遥感系统：通过遥感图像监测，对作物长势和成熟度进行分析，确定作物是否适宜收割。收割机无人作业路径规划单元：当作物成熟度达到收割标准时，可先在路径规划单元执行收割机收割作业的路径规划，和路径下发到农机。收割机无人作业执行单元：无人农机接收农机作业路径，依据北斗卫星导航按照既定的规划路径执行收割任务。3.3 农情智能感知建设方案基于农情智能感知的建设目标，规划农情智能感知软件平台由以下系统和功能组成:土壤墙情监测系统：通过布设在田间的土壤崎情监测设备，实时监测土壤的墙情情况，以决定作物的缺水情况。苗情灾情监测系统：通过田间布设的视频监控设备，对作物生长情况进行实时远程监测。作物倒伏智能识别算法：基于大数据和人工智能模型，对视频监控采集的作物图片进行倒伏情况的智能识别。病虫草害监测系统：通过布设在田间的虫情测报灯可进行虫情的实时监测。移动端巡田APP：通过移动端app软件，实现对田间病虫草害情况的随时采集和上传反馈。农业遥感系统：通过遥感图像分析及时掌握田间病虫草害的分布情况。农业气象监测系统：通过布设在田间的气象监测设备，结合区域的气象预报数据，对未来可能发生的气象灾害情况进行实时监测和及时预警。3.4 4农业科学决策建设方案基于精准施药的建设目标，规划精准施药决策软件平台由以下系统和功能组成：变量施药天田作物知识图谱病虫草害发生发展趋势病虫草宙预测模型未来天气信息精准施药决策的数据源由移动端app软件提供病虫草害监测数据，由病虫草害监测系统提供病虫害监测数据，由农业遥感系统提供病虫草害发生分布数据，由农业气象系统提供未来一段时间内的天气情况。病虫草害预测模型：基于大数据和人工智能算法，对采集的数据进行综合、智能分析，精准预测未来病虫草害的发生发展趋势。大田作物知识图谱：基于大数据和