【农业物联网】智慧农业模型应用多案例分享

农业模型、人工智能，大数据分析等技术，贯穿于智慧农业的信息感知、信息传输、信息处理与控制全过程，是实现智慧农业的核心技术力量。所谓的农业模型，指的是农业系统要素内及要素间关系的定量化表达，在智慧农业数据获取与处理中发挥不可或缺的作用，成为信息农业技术落地应用的重要桥梁和纽带。
　　

为进一步明晰农业模型的内涵和作用，促进农业模型进一步研究及应用，推动智慧农业健康、稳定和可持续发展，江苏省农科院、湖南省农科院等多所科研机构，展开了对农业模型发展与应用的相关研究。其中明确了农业模型的作用，且得到了具体应用，通过几个案例，管中窥豹，简单理解下智慧农业是什么样的。

案例一：气候情景预测

作为农业环境模型与农业生物模型相结合应用的典型例子，未来在农业生产方面会得到极大应用。

根据当地气象站的逐日气象数据，进行偏差校正，然后通过数据耦合、设置气候情景(包括基准和观测)和管理措施，对土壤硝态氮运移和淋失及相应玉米、高粱产量模拟结果进行评价分析。通过不同基准情景下，长时间范围土壤硝态氮运移和淋失以及相应玉米、高粱产量变化。

案例二：稻、油菜生产智慧化及灾害预警

水稻/油菜生长模型及其决策系统R/OCSODS与农业物联网、大数据等技术结合，开展了稻、油生产智慧化及主要灾害预警关键技术应用。其方法是基于农业模型的，利用环境(气温、光照、土壤水分、养分等)、生长(生物量、LAI、植株水分、养分等)及病虫灾害感知数据进行生产管理决策、灾害精细评估防控预警以及装备化实施。

2015-2018年，该模型在江苏省南通、南京、泰州