國內(nèi)智慧農(nóng)業(yè)研究熱點分析

摘" 要：該文采用文獻計量分析方法和知識圖譜，對國內(nèi)智慧農(nóng)業(yè)研究相關(guān)文獻進行梳理分析。結(jié)果顯示，自2010年國內(nèi)相關(guān)文獻量持續(xù)快速增長，主要的研究機構(gòu)分布于北京、廣東、山東和江蘇等省份，研究熱點相對集中于物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和機器人等研究領(lǐng)域，智慧農(nóng)業(yè)系統(tǒng)完善、農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)、復合型農(nóng)業(yè)人才培養(yǎng)是該領(lǐng)域亟待解決的問題。對這些研究熱點進一步探討，為了解國內(nèi)該領(lǐng)域研究進展、發(fā)展趨勢提供參考。

關(guān)鍵詞：智慧農(nóng)業(yè)；人工智能；農(nóng)業(yè)大數(shù)據(jù)；物聯(lián)網(wǎng)；農(nóng)業(yè)

中圖分類號：DF413.1" " " 文獻標志碼：A" " " " " 文章編號：2096-9902（2024）17-0030-04

Abstract： This paper uses bibliometric analysis method and knowledge graph to sort out and analyze domestic literatures related to intelligent agriculture research， the results show that since 2010， the amount of relevant literatures in China has continued to grow rapidly. The main research institutions are distributed in Beijing， Guangdong， Shandong， Jiangsu and other provinces， and the research hotspots are relatively concentrated in the research fields of Internet of Things， big data， artificial intelligence， robots and so on. The improvement of intelligent agricultural system， the construction of agricultural infrastructure and the training of compound agricultural talents are urgent problems in this field. Further discussion on these research hotspots will provide reference for understanding the research progress and development trend in this field in China.

Keywords： intelligent agriculture; artificial intelligence; agricultural big data; Internet of Things; agriculture

我國中央一號文件曾多次提及“智慧農(nóng)業(yè)”，2017年提出實施智慧農(nóng)業(yè)工程，推進農(nóng)業(yè)物聯(lián)網(wǎng)試驗示范和農(nóng)業(yè)裝備智能化，2018年要求促進信息技術(shù)與農(nóng)機農(nóng)藝融合應(yīng)用，2024年建議持續(xù)實施數(shù)字鄉(xiāng)村發(fā)展行動，發(fā)展智慧農(nóng)業(yè)，縮小城鄉(xiāng)“數(shù)字鴻溝”。智慧農(nóng)業(yè)依托于現(xiàn)代技術(shù)，對農(nóng)業(yè)生產(chǎn)進行的深度改造，包括智能化技術(shù)的推廣應(yīng)用以及農(nóng)業(yè)生產(chǎn)要素的改進等，是傳統(tǒng)勞動密集型農(nóng)業(yè)生產(chǎn)向技術(shù)密集型農(nóng)業(yè)生產(chǎn)的轉(zhuǎn)變[1]。智慧農(nóng)業(yè)的研究與實踐，對于推動我國農(nóng)業(yè)產(chǎn)業(yè)轉(zhuǎn)型升級、鄉(xiāng)村振興發(fā)展的作用意義重大。

有國內(nèi)學者對2017—2020年全球智慧農(nóng)業(yè)相關(guān)文獻進行了統(tǒng)計分析，僅從文獻量來看我國和美國是全球智慧農(nóng)業(yè)研究主要文獻產(chǎn)出國，另有學者對2019年前的全球智慧農(nóng)業(yè)領(lǐng)域?qū)＠M行了統(tǒng)計分析，專利數(shù)量顯示我國是智慧農(nóng)業(yè)相關(guān)專利的主要技術(shù)來源國[2-3]。智慧農(nóng)業(yè)研究領(lǐng)域技術(shù)更新發(fā)展迅速，本文將中國知網(wǎng)收錄的（截至2024年7月）該領(lǐng)域北大核心、CSSCI、CSCD等核心期刊論文作為分析對象，利用文獻計量方法和知識圖譜進行文獻梳理和研究熱點分析，為國內(nèi)智慧農(nóng)業(yè)相關(guān)研究提供參考。

1" 文獻數(shù)據(jù)采集與分析

利用中國知網(wǎng)CNKI期刊全文數(shù)據(jù)庫檢索智慧農(nóng)業(yè)研究領(lǐng)域相關(guān)文獻，并獲取了相關(guān)文獻數(shù)據(jù)，為獲取高質(zhì)量學術(shù)研究成果，將期刊全部限定為北大核心、CSSCI和CSCD，檢索日期是2024年7月14日。通過主題檢索途徑進行檢索，為提高文獻檢索查全率，檢索式設(shè)定為SU=智慧農(nóng)業(yè)or農(nóng)業(yè)大數(shù)據(jù)or（（人工智能or大數(shù)據(jù)）and農(nóng)業(yè)），剔除書訊、行業(yè)報道、新聞公告等內(nèi)容后，檢索獲得2 213條期刊論文數(shù)據(jù)。利用SATI4.0網(wǎng)絡(luò)版對全部文獻數(shù)據(jù)進行去重處理，去重后的文獻共計1 926篇。發(fā)文趨勢結(jié)果顯示，2010年至2023年相關(guān)研究文獻量呈持續(xù)快速增長的態(tài)勢，增長了近10倍，且2021年起連續(xù)3年均保持在200篇以上，相關(guān)領(lǐng)域的研究緊跟技術(shù)發(fā)展的速度，研究人員從多個角度對智慧農(nóng)業(yè)展開了研究探討。

從發(fā)文機構(gòu)的統(tǒng)計結(jié)果來看，國內(nèi)形成了分別以中國農(nóng)業(yè)大學、國家農(nóng)業(yè)信息化工程技術(shù)研究中心、中國農(nóng)業(yè)科學院等為中心的多個合作研究機構(gòu)團體，但科研機構(gòu)之間廣域合作相對偏少，機構(gòu)分布結(jié)果顯示國內(nèi)該領(lǐng)域研究機構(gòu)主要分布在北京、廣東、山東和江蘇等地。中國農(nóng)業(yè)大學信息與電氣工程學院和國家農(nóng)業(yè)信息化工程技術(shù)研究中心是發(fā)文量最多的研究機構(gòu)，近年來發(fā)文總量累計40篇左右。中國農(nóng)業(yè)大學信息與電氣工程學院的主要合作機構(gòu)有該校工學院、現(xiàn)代農(nóng)業(yè)裝備優(yōu)化設(shè)計北京市重點實驗室、水利與土木工程學院，以及吉林農(nóng)業(yè)大學信息技術(shù)學院、浙江大學生物系統(tǒng)工程與食品科學學院等，他們的研究主要有農(nóng)業(yè)信息技術(shù)處理等。國家農(nóng)業(yè)信息化工程技術(shù)研究中心與北京農(nóng)業(yè)信息技術(shù)研究中心、中國農(nóng)科院農(nóng)村發(fā)展研究所、北京市農(nóng)業(yè)物聯(lián)網(wǎng)工程技術(shù)研究中心、北京市農(nóng)林科學院信息技術(shù)研究中心等機構(gòu)針對農(nóng)業(yè)數(shù)據(jù)平臺設(shè)計與應(yīng)用、物聯(lián)網(wǎng)技術(shù)應(yīng)用等研究進行了合作研究。

從國內(nèi)研究人員形成合作研究網(wǎng)絡(luò)來看，主要的合作團隊有：李瑾為中心的研究團隊，學者成員有來自北京市農(nóng)林科學院信息技術(shù)研究中心、國家農(nóng)業(yè)信息化工程技術(shù)研究中心等研究機構(gòu)的馮獻、趙春江、郭美榮，該團隊的主要研究內(nèi)容為智慧農(nóng)業(yè)發(fā)展戰(zhàn)略、路徑、機制以及對策建議；河南省農(nóng)業(yè)科學院農(nóng)業(yè)經(jīng)濟與信息研究所李國強為中心的研究團隊，成員有來自該中心的鄭國清、張杰、臧賀藏等，其進行物聯(lián)網(wǎng)技術(shù)在病蟲害識別、監(jiān)測預(yù)警及其管理系統(tǒng)等方面的應(yīng)用研究。

從文獻來源期刊統(tǒng)計結(jié)果來看，國內(nèi)發(fā)表相關(guān)研究論文超20篇的學術(shù)期刊有13種，發(fā)文量相對集中的主要有《農(nóng)機化研究》（168篇）、《農(nóng)業(yè)工程學報》（151篇）、《農(nóng)業(yè)經(jīng)濟》（97篇）、《江蘇農(nóng)業(yè)科學》（81篇）、《農(nóng)業(yè)機械學報》（68篇）、《中國農(nóng)機化學報》（67篇），發(fā)文量占比小于1%的期刊共計發(fā)表相關(guān)研究論文1 076篇，約占全部文獻量56%。

2" 關(guān)鍵詞詞頻統(tǒng)計及熱點分析

為了解國內(nèi)智慧農(nóng)業(yè)相關(guān)研究進展和趨勢，借助VOSviewer對上述文獻數(shù)據(jù)進行了高頻關(guān)鍵詞統(tǒng)計。高頻關(guān)鍵詞統(tǒng)計結(jié)果顯示，物聯(lián)網(wǎng)是該研究領(lǐng)域頻次最高的關(guān)鍵詞。此外，大數(shù)據(jù)、人工智能、機器人、計算機視覺和農(nóng)業(yè)大數(shù)據(jù)等關(guān)鍵詞頻次均高于40次（表1），凸顯了該研究領(lǐng)域研究技術(shù)應(yīng)用特性?，F(xiàn)代化、信息化、數(shù)字化研究也較為集中，映證了現(xiàn)代信息技術(shù)在智慧農(nóng)業(yè)研究領(lǐng)域的廣泛應(yīng)用。

利用軟件VOSviewer生成可視化圖譜（圖1），結(jié)合高頻關(guān)鍵詞、高被引論文對智慧農(nóng)業(yè)、物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和機器人等研究熱點展開分析，為相關(guān)研究提供參考。

2.1" 智慧農(nóng)業(yè)

智慧農(nóng)業(yè)系統(tǒng)由智慧設(shè)施農(nóng)業(yè)、農(nóng)情、植保、灌溉和市場管理等多個子系統(tǒng)組成，是現(xiàn)代信息技術(shù)與傳統(tǒng)農(nóng)業(yè)生產(chǎn)有機融合的產(chǎn)物，涵蓋了農(nóng)業(yè)全域、全過程，在農(nóng)業(yè)自動化生產(chǎn)、優(yōu)化控制、智慧化決策等發(fā)揮重要作用，支持綠色節(jié)能、高效優(yōu)質(zhì)產(chǎn)業(yè)發(fā)展模式。從世界智慧農(nóng)業(yè)發(fā)展歷程來看，在經(jīng)歷了探索萌芽階段、早期創(chuàng)新階段、理論形成階段之后，2015年物聯(lián)網(wǎng)技術(shù)將智慧農(nóng)業(yè)推向了數(shù)據(jù)驅(qū)動階段，逐步由研發(fā)應(yīng)用向?qū)嵸|(zhì)性工程建設(shè)轉(zhuǎn)變[4]。歐美、日本等國家借助智慧農(nóng)業(yè)相關(guān)技術(shù)實現(xiàn)了農(nóng)業(yè)產(chǎn)業(yè)升級，對信息傳感、數(shù)據(jù)挖掘應(yīng)用、產(chǎn)業(yè)集群方面進行了戰(zhàn)略布局，在技術(shù)體系構(gòu)建、政策扶持、人才保障等方面的研究具有參考借鑒意義。

工業(yè)化、城鎮(zhèn)化與人口老齡化等因素的疊加使得農(nóng)村勞動力產(chǎn)生短缺，提升資源利用率和農(nóng)業(yè)產(chǎn)業(yè)生產(chǎn)率的需求迫切，我國智慧農(nóng)業(yè)發(fā)展雖然起步晚于歐美國家，但相關(guān)技術(shù)研發(fā)正在與農(nóng)業(yè)生產(chǎn)深度融合中，通過實踐應(yīng)用為現(xiàn)代農(nóng)業(yè)建設(shè)提供著強有力的科技支撐。通過傳感器設(shè)備對農(nóng)作物長勢、病蟲害、生長環(huán)境等信息進行有效采集，向智慧農(nóng)業(yè)系統(tǒng)持續(xù)提供相關(guān)數(shù)據(jù)，從而有效實施專家診斷、精準作業(yè)、田間管理，如華南農(nóng)業(yè)大學在無人農(nóng)場的實踐中，實現(xiàn)了作物生產(chǎn)全程監(jiān)控和耕種管理全面覆蓋，借助專家系統(tǒng)完成精準灌溉、施肥、施藥[5]。

在對相關(guān)文獻梳理過程發(fā)現(xiàn)，物聯(lián)網(wǎng)技術(shù)、區(qū)塊鏈技術(shù)、機器學習、云計算和數(shù)字孿生等在國內(nèi)智慧農(nóng)業(yè)研究中均有涉及。在高被引論文中，研究內(nèi)容較多涉及智慧農(nóng)業(yè)研究進展、發(fā)展路徑和對策建議等，在智慧發(fā)展過程中也不可避免地面臨著亟待解決的現(xiàn)實問題，歸納分析結(jié)果顯示，國內(nèi)學者認為我國智慧農(nóng)業(yè)發(fā)展受到農(nóng)村基礎(chǔ)設(shè)施建設(shè)、前沿關(guān)鍵技術(shù)、政策支持等等諸多因素的制約，需要政府加強主導和協(xié)調(diào)作用，制定系統(tǒng)化、戰(zhàn)略性的整體發(fā)展規(guī)劃，引導創(chuàng)新性農(nóng)業(yè)商業(yè)模式，鼓勵行業(yè)領(lǐng)域突破關(guān)鍵技術(shù)研發(fā)，提升數(shù)據(jù)分析、挖掘與實際應(yīng)用的整合程度，加大農(nóng)業(yè)信息基礎(chǔ)設(shè)施的投入，建立復合型高素質(zhì)專業(yè)人才隊伍[6]。

2.2" 物聯(lián)網(wǎng)

物聯(lián)網(wǎng)概念起源于美國麻省理工學院，利用信息傳感設(shè)備和互聯(lián)網(wǎng)技術(shù)建立物與物、物與人聯(lián)系，在眾多領(lǐng)域?qū)崿F(xiàn)任何時間、任何地點的物品智能化識別、管理[7]。智慧農(nóng)業(yè)是傳統(tǒng)農(nóng)業(yè)經(jīng)歷電腦、數(shù)字、精確農(nóng)業(yè)后的高級階段，其突出優(yōu)勢在于物聯(lián)網(wǎng)技術(shù)的應(yīng)用，為海量農(nóng)業(yè)信息的感知、利用提供強有力支撐，助力發(fā)展模式和產(chǎn)業(yè)升級，如美國農(nóng)業(yè)生產(chǎn)經(jīng)營、流通環(huán)節(jié)借助物聯(lián)網(wǎng)技術(shù)實現(xiàn)了數(shù)據(jù)共享、智能決策、電子商務(wù)升級，實踐應(yīng)用于大田種植物、設(shè)施園藝、畜禽養(yǎng)殖、水產(chǎn)養(yǎng)殖和農(nóng)產(chǎn)品質(zhì)量安全與追溯等具體領(lǐng)域中[8-9]。

在我國物聯(lián)網(wǎng)發(fā)展路徑探索、試點省市應(yīng)用模式示范整體推動下，我國農(nóng)業(yè)物聯(lián)網(wǎng)發(fā)展持續(xù)加速。在相關(guān)高被引論文中，部分內(nèi)容涉及物聯(lián)網(wǎng)技術(shù)在農(nóng)業(yè)監(jiān)測的應(yīng)用研究，如GPRS網(wǎng)絡(luò)技術(shù)、LoRa無線通信技術(shù)、ZigBee技術(shù)和窄帶物聯(lián)網(wǎng)NB-IoT技術(shù)等技術(shù)的實踐應(yīng)用。國內(nèi)學者對農(nóng)業(yè)大棚環(huán)境監(jiān)測系統(tǒng)的研究成果顯示，可以實時采集農(nóng)作物生產(chǎn)信息后，對棚內(nèi)風機、加濕器、灌溉裝置等實時精確調(diào)控，改善精準農(nóng)業(yè)生產(chǎn)投入水平[10]；應(yīng)用物聯(lián)網(wǎng)技術(shù)建立農(nóng)業(yè)生產(chǎn)監(jiān)控系統(tǒng)，采集環(huán)境監(jiān)測數(shù)據(jù)和農(nóng)作物圖像數(shù)據(jù)，通過數(shù)據(jù)庫比對識別病蟲害信息遠程獲取專家診斷意見，手機推送病蟲害預(yù)警信息以供農(nóng)戶參考[11]。物聯(lián)網(wǎng)技術(shù)雖然在我國農(nóng)業(yè)研究領(lǐng)域已取得部分成效，助力智慧農(nóng)業(yè)生產(chǎn)方面還將發(fā)揮更大的潛能作用，但在具體的實踐應(yīng)用中面臨著標準體系完善、關(guān)鍵技術(shù)突破等諸多挑戰(zhàn)[8]。

2.3" 農(nóng)業(yè)大數(shù)據(jù)

大數(shù)據(jù)被學者認為是繼物聯(lián)網(wǎng)、云計算之后信息技術(shù)產(chǎn)業(yè)又一次重要技術(shù)變革，成為農(nóng)業(yè)數(shù)據(jù)挖掘和智慧化發(fā)展的前沿技術(shù)，其具體應(yīng)用類型被劃分為生產(chǎn)過程管理數(shù)據(jù)、農(nóng)業(yè)資源管理數(shù)據(jù)、農(nóng)業(yè)生態(tài)環(huán)境管理數(shù)據(jù)、農(nóng)產(chǎn)品與食品安全管理大數(shù)據(jù)、農(nóng)業(yè)裝備與設(shè)施監(jiān)控大數(shù)據(jù)和農(nóng)業(yè)科研活動大數(shù)據(jù)等[12]。

農(nóng)業(yè)生產(chǎn)全流程產(chǎn)生的海量多源數(shù)據(jù)信息覆蓋面廣，相關(guān)數(shù)據(jù)的存儲、挖掘應(yīng)用都面臨著巨大的挑戰(zhàn)。精準農(nóng)業(yè)生產(chǎn)、養(yǎng)殖等需要農(nóng)業(yè)大數(shù)據(jù)技術(shù)的支持，運用大數(shù)據(jù)理念、技術(shù)、方法獲取、存儲、計算、應(yīng)用這些數(shù)據(jù)，有助于農(nóng)業(yè)領(lǐng)域跨專業(yè)的數(shù)據(jù)分析與挖掘，為農(nóng)業(yè)生產(chǎn)環(huán)境檢測、過程管理、資源利用提供有力支撐。農(nóng)業(yè)大數(shù)據(jù)通過優(yōu)化整合農(nóng)業(yè)數(shù)據(jù)資源、數(shù)據(jù)資源平臺建設(shè)，為農(nóng)業(yè)產(chǎn)業(yè)乃至政府、企業(yè)等的決策和發(fā)展提供強力支持。研究現(xiàn)狀表明，基礎(chǔ)設(shè)施不完善、數(shù)據(jù)分析和共享能力不足、復合型人才缺乏是國內(nèi)農(nóng)業(yè)大數(shù)據(jù)有效利用的主要障礙因素，國內(nèi)學者在對農(nóng)業(yè)大數(shù)據(jù)研究展望中建議建立農(nóng)業(yè)大數(shù)據(jù)體系、數(shù)據(jù)共享機制、大數(shù)據(jù)生態(tài)集群等以便有效應(yīng)對現(xiàn)狀及存在的問題[13]。

2.4" 農(nóng)業(yè)人工智能、機器人

人工智能AI當前已經(jīng)進入高速發(fā)展階段，眾多國家將人工智能作為提升國家競爭力的重大戰(zhàn)略，2017年國務(wù)院印發(fā)的《新一代人工智能發(fā)展規(guī)劃》“三步走”戰(zhàn)略目標中指出，到2025年新一代人工智能成為帶動我國產(chǎn)業(yè)升級和經(jīng)濟轉(zhuǎn)型的主要動力，在智能制造、智能醫(yī)療、智慧城市、智能農(nóng)業(yè)和國防健身等領(lǐng)域得到廣泛應(yīng)用。作為新一輪產(chǎn)業(yè)變革的核心驅(qū)動力，深刻改變著人類生產(chǎn)生活方式，正在成為農(nóng)業(yè)研究領(lǐng)域技術(shù)創(chuàng)新驅(qū)動力。農(nóng)業(yè)人工智能是多種信息技術(shù)的集成及其在農(nóng)業(yè)領(lǐng)域的交叉應(yīng)用，囊括了智能感知、物聯(lián)網(wǎng)、智能裝備、專家系統(tǒng)和農(nóng)業(yè)認知計算等，涉及種植業(yè)、畜禽牧業(yè)和漁業(yè)等領(lǐng)域[14]。將人工智能、數(shù)據(jù)挖掘結(jié)合，充分發(fā)揮信息技術(shù)的獨特優(yōu)勢，在農(nóng)業(yè)領(lǐng)域遺傳基因編碼、專家系統(tǒng)、智能搜索、語言和圖像解析中發(fā)揮巨大潛力，可以推動農(nóng)業(yè)生產(chǎn)持續(xù)、高效發(fā)展[15]。

從高被引文獻來看，農(nóng)業(yè)機器人的應(yīng)用實踐主要在作物采摘、耕作、田間管理和植物保護等領(lǐng)域，作為農(nóng)業(yè)智能裝備系統(tǒng)的組成部分，農(nóng)業(yè)機器人技術(shù)反映著國家農(nóng)業(yè)機械化科技創(chuàng)新水平。農(nóng)業(yè)機器人在解決農(nóng)村勞動力不足的同時，應(yīng)對復雜的作業(yè)環(huán)境，可以減少農(nóng)業(yè)化肥對農(nóng)民人體造成的危害，切實提升農(nóng)業(yè)生產(chǎn)效率。

3" 結(jié)束語

現(xiàn)代信息技術(shù)對促進農(nóng)業(yè)產(chǎn)業(yè)發(fā)展的重要作用日益凸顯，智慧農(nóng)業(yè)集合了物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和機器人等先進技術(shù)，在農(nóng)業(yè)高效生產(chǎn)、農(nóng)業(yè)資源集約利用等方面具有先天優(yōu)勢，為推動我國鄉(xiāng)村振興提供了有力支撐。本文采用文獻計量的方法對國內(nèi)相關(guān)研究期刊論文進行了統(tǒng)計分析，信息技術(shù)應(yīng)用體系的構(gòu)建、農(nóng)業(yè)信息基礎(chǔ)設(shè)施的完善、復合型農(nóng)業(yè)人才隊伍的培養(yǎng)是當前智慧農(nóng)業(yè)發(fā)展亟待解決的問題。智慧農(nóng)業(yè)應(yīng)用實踐在國內(nèi)地區(qū)間發(fā)展不均衡，還需要加大對欠發(fā)達地區(qū)的投入力度，利用智慧農(nóng)業(yè)有效解決減輕農(nóng)村勞動力短缺、資源利用低效的現(xiàn)實問題。

參考文獻：

[1] 柴天姿.現(xiàn)代技術(shù)推動智慧農(nóng)業(yè)創(chuàng)新的機制路徑[J].農(nóng)業(yè)經(jīng)濟，2024（4）：25-26.

[2] 任妮，郭婷，孫藝偉，等.全球智慧農(nóng)業(yè)領(lǐng)域研究態(tài)勢分析[J].農(nóng)業(yè)圖書情報學報，2021，33（9）：48-63.

[3] 孫藝偉，郭婷，戴紅君，等.專利視角下全球智慧農(nóng)業(yè)技術(shù)創(chuàng)新態(tài)勢分析[J].中國農(nóng)業(yè)信息，2021，33（4）：40-52.

[4] 馮獻，李瑾，崔凱.中外智慧農(nóng)業(yè)的歷史演進與政策動向比較分析[J].科技管理研究，2022，42（5）：28-36.

[5] 羅錫文，廖娟，胡煉，等.我國智能農(nóng)機的研究進展與無人農(nóng)場的實踐[J].華南農(nóng)業(yè)大學學報，2021，42（6）：8-17，5.

[6] 宋洪遠.智慧農(nóng)業(yè)發(fā)展的狀況、面臨的問題及對策建議[J].人民論壇·學術(shù)前沿，2020（24）：62-69.

[7] 孫其博，劉杰，黎羴，等.物聯(lián)網(wǎng)：概念、架構(gòu)與關(guān)鍵技術(shù)研究綜述[J].北京郵電大學學報，2010，33（3）：1-9.

[8] 陳曉棟，原向陽，郭平毅，等.農(nóng)業(yè)物聯(lián)網(wǎng)研究進展與前景展望[J].中國農(nóng)業(yè)科技導報，2015，17（2）：8-16.

[9] 劉麗偉，高中理.美國發(fā)展“智慧農(nóng)業(yè)”促進農(nóng)業(yè)產(chǎn)業(yè)鏈變革的做法及啟示[J].經(jīng)濟縱橫，2016（12）：120-124.

[10] 趙榮陽，王斌，姜重然，等.基于物聯(lián)網(wǎng)的農(nóng)業(yè)大棚生產(chǎn)環(huán)境監(jiān)控系統(tǒng)設(shè)計[J].農(nóng)機化研究，2021，43（11）：131-137.

[11] 施連敏，陳志峰，蓋之華.物聯(lián)網(wǎng)在智慧農(nóng)業(yè)中的應(yīng)用[J].農(nóng)機化研究，2013，35（6）：250-252.

[12] 孫忠富，杜克明，鄭飛翔，等.大數(shù)據(jù)在智慧農(nóng)業(yè)中研究與應(yīng)用展望[J].中國農(nóng)業(yè)科技導報，2013，15（6）：63-71.

[13] 孫九林，李燈華，許世衛(wèi)，等.農(nóng)業(yè)大數(shù)據(jù)與信息化基礎(chǔ)設(shè)施發(fā)展戰(zhàn)略研究[J].中國工程科學，2021，23（4）：10-18.

[14] 蘭玉彬，王天偉，陳盛德，等.農(nóng)業(yè)人工智能技術(shù)：現(xiàn)代農(nóng)業(yè)科技的翅膀[J].華南農(nóng)業(yè)大學學報，2020，41（6）：1-13.

[15] 陳桂芬，李靜，陳航，等.大數(shù)據(jù)時代人工智能技術(shù)在農(nóng)業(yè)領(lǐng)域的研究進展[J].吉林農(nóng)業(yè)大學學報，2018，40（4）：502-510.