1. 引言
农业数字化转型是现代农业高质量发展的重要引擎。近年来，国家农业部等部门提出《“数据要素×”三年行动计划(2024~2026年)》，明确要求实现“数据要素 × 现代农业”，提升农业生产的数智化水平，推动产业链数据融通创新，为现代数字化农业种植发展指明了方向。数字化农业种植是将数据作为农业生产要素，通过整合遥感、气象、土壤、农事作业等多种数据，构建以数据和模型为支撑的农业生产场景，实现精准种植等智慧农业作业方式，提高农作物的生产效率。然而，相较于工业(37.8%)、服务业(19.5%)等领域数字发展，农业产业链的数字技术渗透率仅为8.2% [1]。特别是在产业链上游的种植环节，农业生产方式主要依赖经验操作，数字化管理手段不足，难以实现精准的数据采集与分析，限制了智能种植和精准调控的实施[2] [3]。为了解决目前遇到的困境，需要在一定程度上改变传统种植业的种植方式，将数字化技术与种植环节相结合，实现数字化种植。
当前农业数字化转型研究主要集中于农业资源要素数字化配置[4]-[6]、农业生产技术数字化[7]、智慧农业供应链[8] [9]以及农村电商和旅游等方面[10]-[12]，然而对于农业产业链上游核心环节(种植环节的数字化研究)尚存研究空白。因此，本文在现代农业背景下，构建了数字化种植管理系统，旨在通过数据驱动的方式提升农业生产的智能化和精准化，解决种植环节数字化管理的不足，进而推动农业产业链的全面数字化发展。
2. 研究综述
2.1. 农业数字化
数据作为信息化时代的重要生产要素，构成了农业数字化转型的基础。在农业数字化转型过程中，数据要素对农业产业链数字化发展起到了积极推动作用，促使农业逐步朝着精准化和智能化方向迈进[13]。现有研究多集中于农业产业链的数字化，诸如信息化、数字化与乡村企业创新的结合，探索农业与产业融合的创新，以及智慧农业供应链的构建与发展[9] [14]；将数字化技术与市场营销相结合的同时优化农业营销环境，例如将数字化与农村电商、物流和旅游相结合[10] [15]，设计优化农业用户需求的信息系统[16]，以数字技术引领农村创新发展。
因此在研究农业产业链数字化过程中，农业生产作为农业产业链的核心环节之一也在数字化进程中得到了发展。农业生产的数字化体现为精准农业的发展，通过将农业生产从依赖个人经验转向依托客观数据来调节和优化，提高了生产效率，并有效降低了因经验主义导致的低效率和质量问题[17]。例如，史东旭等人设计了一款基于物联网和大数据驱动的农业病虫害监测技术，利用传感器收集农场环境数据，分析其对作物病虫害的影响[7]；Fabregas等人的研究通过加强农业咨询指导，帮助农民科学决策，提高了农作物的产量。这些研究表明，农业种植的数字化在农业生产数字化中具有重要地位。
农业管理信息系统主要涉及农业生产、信息收集、农产管理等，不仅可以作为独立的农业生产、管理平台，也可以当作农业决策的基础管理平台。农业管理信息系统的作用体现为对农业产业的调控，通过将农业产业链不同环节信息化进行宏观管理与调控[18]。现有管理信息系统研究涉及农业产业链的各个方面，上游信息系统与调控农业种植相关，例如种子挑选、灌溉检测、施肥控制及病虫监督等[7] [19] [20]；信息系统在中游则依靠物联网和大数据调控管理农业生产的过程，例如供应链、精准农业及运营管理等[9] [21] [22]；在下游，信息系统调控与农作物相关的服务与创新行业，例如农业创新成果、物流电商及农业金融等[23]-[25]。这些研究表明农业管理信息系统在农业数字化的过程中起到了重要作用。
2.2. 理论基础
价值链是一个来自企业管理的概念，由迈克尔波特提出[26]。他认为价值创造是由一系列活动构成，这些活动可以分为基本活动和辅助活动两大类，前者与产业有关，后者与相关服务有关。将价值创造的构成与农业相结合，可将农业价值链分为产业价值与附加价值[27]。从农业产业链的发展角度来看，传统农业的价值产生主要通过物质产品的输出，所以过往农业价值创造主要通过提升产品功能效用或降低生产成本[28]。随着农业数字化进程的推进，数据作为新的生产要素在价值创造的过程中起到了作用[29] [30]。从价值链理论的角度来看，数据产生价值一方面需要提高数据自身使用价值，另一方面需要提高数据的附加价值[31]。数据要素价值的产生伴随着农业数据价值链从数据采集到服务创新的完整周期[32]。从数据采集与积累再到加工流通，农业生产原始数据经过有效加工与流通后转化为标准的数据要素，从数据本身进入了价值实现的层面[33]。加工后的数据通过算法模型融入到了农业产业，催生出了生产优化、供应链管理等新的服务，在实现供需匹配的同时提高了数据本身的价值[34]。数据也因此成为农业价值链创造的重要组成部分。因此从农业价值链理论的角度来看，农业数据价值的创造是农业生产环节中价值创造的重要环节。
2.3. 文献述评
数字化农业种植技术的应用不仅推动了农业生产的发展，还生成了大量与农业种植相关的数据，如数字素养、社会网络、有机肥替代技术的应用强度、作物生长的环境条件以及绿色种植技术对农户的影响[35] [36]。这些数据对于提升数字化种植效果具有重要意义。在研究农业数字化种植时，如何充分利用这些数据及其产生的价值，以进一步提高农业生产的智能化和精准度，成为亟待解决的问题。在实际研究过程中，信息系统可在一定程度上实现数据的采集、流动与分析[37] [38]，并在处理过程中实现数据价值[39]。但是如何借助系统设计挖掘与运用农业生产中产生的数据要素，亦是亟待深入研究的重要议题。因此，需要搭建数据中台，以系统化的思维来解决数字化种植中的数据处理问题，推动农业数字化管理的有效实施。
3. 数字化种植管理系统的设计搭建
3.1. 设计思路
遵循“顶层规划、统一标准、需求牵引、技术领先、因地制宜”的原则，以“六数一体”为建设思路，从“数据基础、数据汇聚、数据连接、数字智慧、数字创新、数据治理”六个层次进行系统构建(图1)。
Figure 1. System development approach
图1. 系统搭建思路
数据基础：是指通过物理传输方式获取数据的过程，这是现代农业智能化和数字化的基础。相比传统的数据收集方式，机械化的数据采集方式有效降低了人工成本，提高了工作效率，确保信息的精准和及时获取，从而大幅提升了农业生产的效率。
数据汇聚：是对数据基础层收集的数据进行梳理和整合，解决了分布在不同网络环境和存储平台中的数据难以利用和缺乏业务价值的问题。作为数据中台的核心工具，数据汇聚将来自各种异构网络和数据源的数据集中存储，为后续的数据连接提供了基础支持。
数据连接：强调数据中台的数据处理和运算能力。数据中台通过数据技术对海量数据进行采集、计算、存储和加工，统一数据标准和口径。数据中台与业务中台互联，业务数据在数据中台处理后，为产品中心、运营中心和采购中心等提供专业的决策支持。
数字智慧：包括运营管理决策和战略规划决策两个方面。运营管理覆盖从产前的育苗配肥、产中监测，到产后的加工和仓储销售，涵盖农业生产的全产业链。战略规划则包括市场竞争分析、数字化仓储和对外展示等功能，旨在提升公司内部效率并为商户提供智能化支持。
数字创新：通过构建农业企业创新网络，借助新型基础设施推动数字农业的发展，打造农业企业的数字生态系统。数字创新还探索数字农业的新模式，促进数字农业产业链的全面发展。
数据治理：对数据资产的“生产、采集、管理、存储、使用”的全过程管理，旨在确保高质量的数据存储和输出。通过制定相关的数据标准、管理流程和制度，规范数据的生产和使用过程，从而解决数据管理中的问题，满足农户的需求。
3.2. 系统架构图
数字化种植管理系统设计目标在于服务农业、发展农业及提升农业价值，通过集成新兴互联网技术，以数字化战略为基础，构建一个覆盖种苗培育、智慧种植、环境监测、智能农机、农户管理及应急保障等多个业务模块的农业种植全周期智能管理架构，通过多个模块之间的相互配合提升农业生产的整体水平。整体架构如图2所示，分为数据采集层、数据传输层、数据应用层、业务层四个层次。
Figure 2. System architecture diagram
图2. 系统架构图
采集层：系统的数据主要来源于土壤、气象、农作物和农业机械等，依托多种传感器、影像设备及遥感技术实现数据的感知与采集，旨在精确掌握植物生长、发育等健康状况。采集范围包括生长状态监测、病虫害检测以及农田环境监测等多个方面，为精准农业管理提供必要的信息支持。
传输层：采集终端获得的数据通过无线通信技术，如TCP、LoRa、Wi-Fi等，进行实时、准确地传输至数据中心，以确保信息的完整性和及时性。
应用层：应用层是系统的核心，集成了大数据分析与机器学习算法，以业务层的实际需求为导向，通过物联网技术与大数据结合，对数据进行深度挖掘和分析，旨在提升产业质量与效率，实现产业的转型升级。此外，系统开发人员采用敏捷开发方法迭代和优化数据处理算法，确保系统能快速适应不断变化的农业需求与环境条件。
业务层：业务层作为数字化种植管理系统中与农业生产实践直接相关的部分，旨在构建低碳节能、高效高产、绿色环保的现代农业种植管理体系。基于互联网基础设施，横向拓展出种苗培育、智慧种植、环境监控、智能农机、农户管理、应急保障等六大业务模块，旨在实现种植计划的优化、作物生长监测的精确性以及农产品供应链的高效管理。
4. 系统业务描述
4.1. 种苗培育业务
种苗培育业务系统涵盖了种苗管理、培育过程监控及研发创新等三个关键子功能。通过系统，科研团队可以精确管理种苗信息，包括来源、品种、质量等，实现种苗的追踪与溯源。在培育过程中，系统实时监控温湿度、光照等环境参数，并自动调控温室条件，确保最佳生长环境，提高种苗的存活率和质量。同时，研发团队可记录创新实验数据，推动新品种的研发。该综合业务功能使种植者能够有效管理整个种苗生命周期，提升农业生产的可持续性与创新性。
4.2. 智慧种植业务
智慧种植业务系统集成了智能配肥、自动化灌溉以及无人机监测三大子功能，为种植者提供智能化农业管理方案。在智能配肥系统中，系统基于土壤养分和作物需求，结合作物生长模型和历史气象数据，精准制定施肥方案，优化施肥时机与配比，提高肥料利用效率。
自动化灌溉功能依托对气象和土壤湿度等数据的实时监测，通过高级算法实现智能灌溉，确保植物获得适量水分，提升水资源利用效率并增强灌溉计划的前瞻性与适应性。此外，无人机监测利用高分辨率传感器定期巡视农田，实时监测作物生长状况及病虫害情况，实现劳动力的节约并提高作业质量。
4.3. 环境监控业务
针对农业大田种植分布广、监测点多等特点，环境监控业务系统通过气象条件监测实时收集温度、湿度、风速等气象信息，为农户提供精准的天气预测，助力合理决策。气象监测还可以分析长期气象趋势，帮助农户规划作物的长期种植策略。
病虫害监测系统除了定期检测外，土壤监测通过传感器实时监测土壤湿度、养分含量等关键参数，为农田提供个性化的灌溉和施肥建议，优化农业生产流程。在监测过程中，可以利用先进的图像识别技术，定期检测农田中的病虫害情况，实时分析病虫害发展趋势，与防治方案库联动，提供个性化的防治建议。通过实时数据分析，系统可以整合各项监测数据，为农户生成全面的环境报告，推动农业生产的智能化和可持续发展。
4.4. 智能农机业务
智慧农机管理系统通过安装卫星定位检测终端设备，整合优势资源，对农机进行精准定位，了解农机的运动轨迹、工作质量；运用机器学习技术，根据作业历史和土地特性，自动推荐最合适的农机类型和作业方式，根据已有数据了解农机的供需关系，对农机资源进行指挥调度、跨区作业等管理。
另一方面，智能农机业务也注重对智能农业机器人的开发，目的是提升自主导航的精确性，以及在复杂地形中的作业能力，确保在各种条件下都能够自主完成种植、收割、除草等作业任务，减轻农民体力劳动，提高生产效率。这两个子功能的融合使得农业生产更为智能、高效，为农户提供了先进的农机控制方案。
4.5. 农户管理业务
农户管理业务系统包含了基本信息浏览、上传、维护、查询、导出、打印以及用户信息管理等多个子模块，以满足用户的不同需求，可以为农户人员管理提供标准化的途径。作物种植计划功能允许农户根据土地特性、气象条件等因素，制定科学的种植计划，自动生成种植建议报告，包括最佳的作物轮作、播种时间、施肥方案等，以最大程度地提升产量和农田可持续利用。此外，为了促进知识共享，系统还可以建立农户之间的交流平台，使得农户可以互相学习先进的种植技术和管理方法，真正做到多主体价值共创。
4.6. 应急保障业务
应急保障业务系统用以提高对农田突发水灾旱灾等的报警和反应能力，改善应急反应的资源配置。该系统涵盖了日常应急准备、灾害预警、应急指挥、灾后恢复等模块，并与专门的组织机构达成联系，确保物资供应、通讯设备充足，与当地相关应急部门进行合作，尽可能地减少经济损失[7]。在提高灾害响应能力的同时，系统可以借助遥感技术，实时监控灾害影响范围和严重程度，提供更准确的损失评估。与此同时，系统建立了一套完善的农业保险数据对接机制，确保在灾害发生后，农户能够及时获得相应的保险赔偿。
5. 子功能模块
5.1. 种苗培育业务子功能
选种：农业的基础是种苗。农业的基础在于良好的种苗资源，要实现农业的高质量发展，必须确保有充足数量且质量优良的壮苗供应，为良好的农作物生长提供保障。为此，应建立政策驱动、专家参与、工程带动的多元化种苗培育体系，推动数字农业工程高质量建设，实现种苗培育可持续发展。
育苗：即在气候条件不利于蔬菜生长的时候，通过建立保护设施，营造适宜的环境条件，以培育出健壮的适龄苗种。育苗是种植业的关键环节，是争取农时，增多茬口，发挥能力，提早成熟，延长供应，减免病虫害和自然灾害、增加产量的一项重要措施。
研发：旨在推动新品种的培育、改进育种技术，提高种苗质量和适应性。
5.2. 智慧种植业务子功能
智能配肥：该模块由两大子系统构成：加肥车控制系统与加肥站控制系统。以加肥车为运输载体，建立起“工厂–配送站–农户”高效便捷的液体肥料流通渠道，极大地减少仓储、搬运、包装及流通环节成本。具备自动控制加肥与施肥、防止肥料掺假以及通过无线网络实现远程集中监控等功能。
自动化灌溉：该系统包括传感器、智能网关、后台监控系统、无线电磁阀、供水系统等组件。系统先设定好专业正常值，各类传感器在获取土壤的温度、湿度等信息后，将数据传输到智能网关，用户可以在客户终端实时查看数据。如果土壤指标低于设定值，无线电磁阀开启，供水系统随之打开，直至指标正常才结束灌溉。
无人机监测：作为农业生产尤其是农药喷洒作业的新型工具，无人机的应用对节省农药用量、应急救灾、保障粮食安全等，都发挥了积极作用，真正做到了减轻农民负担，实现科技造福人类。
5.3. 环境监控业务子功能
气象条件监测：通过实时监测气象参数，提供精准的气象数据，帮助农户和农业专业人员更好地管理农田。系统配备各类传感器，实时监测农田的空气温度、湿度。系统还可以记录农田的风速和风向，这对于评估风对植物的影响、合理安排农业活动和防范自然灾害(如风灾)具有重要作用。系统可以为收集到的气象数据提供历史查询功能，以供农户和农业专业人员查询参考。
土壤监测：土壤监测范围包括土壤湿度、温度、养分、PH值、盐分、质地等，系统将监测到的土壤数据进行实时记录，并提供历史查询功能，农户和农业专业人员可以查看过去的土壤状况，分析土壤变化趋势。当土壤参数异常时，系统能够快速发出预警，提醒农户采取应对措施，保障农田健康。
病虫害监测：通过监控视频可以快速了解到农田现状，苗情拍照可以了解植物情况，虫情拍照可以快速了解虫情信息并且做出病虫害处理。
实时数据分析：将种植过程中的施肥、灌溉、无人机作业、病虫害监测和生长环境监测等业务环节全部纳入实时管理、监控和大数据分析系统，处理后的数据随时自动上传至总部，管理者无需待在监控室就能通过电脑、手机或移动终端实时掌握农田实时作业情况，便于及时根据农田情况做出反应。
5.4. 智能农机业务子功能
智能无人机植保：目前已经在农业领域广泛应用，专门用于植保的无人机，包括飞行平台(固定翼、直升机、多轴飞行器)、导航飞控、喷洒机构三部分，用户可以通过地面遥控或导航飞控，来实现药剂、种子、粉剂等的喷洒作业[40]。
智能农业机器人：机器人可以通过集成先进的感知、决策和执行技术，实现对农业生产过程的智能化和自动化。通过使用GPS、激光雷达等导航系统，机器人能够精确定位于农田中，并沿预定路径进行行走。系统支持用户设定农田作业任务，如播种、施肥、除草等。智能农业机器人根据任务规划，自主执行作业任务，高效完成农业生产活动。农户也可以通过语音、图形界面等方式与农户进行智能交互，降低成本，提高农业生产效率。
5.5. 农户管理业务子功能
基础信息管理：通过基层人员下乡走访配合钉钉线上填报等方式，收集农户的专业技能信息、拥有大型农具数量信息、土地亩数信息、贫困户信息等，以便于合作社统一管理、定点帮扶，从而更好地为农户提供个性化的服务和支持。
作物种植计划：通过对信息已入库农户的定期跟踪，旨在帮助农户科学制定和管理农田中各作物的种植计划。从作物选择再到播种密度布局、种植时间安排、灌溉安排、作物轮作规划，真正实现全方位方案设计。以数据为导向，系统收集和分析作物生长数据，生成作物生长报告，帮助农户评估产量、效益，为未来的种植计划提供参考。
5.6. 应急保障业务子功能
灾害预警：本系统在农田设置用于测量地下水位、地表水位的电子水尺和测量结果输入采集仪，采集仪将测量结果发送到远程的预警系统服务器进行处理，预警系统服务器判断是否有涝、渍、旱灾，对于可能发生的水旱灾害及时给出预警，进行灌溉或排水准备，有效实现水旱灾害监测和控制自动化。
应急资源调配：当农田自然灾害发生后，应急资源的配置与调度效率直接反映了应急能力的水平。相关人员应提前配置好防灾减灾用品，如大功率抽水机、大容量蓄水池等。
农业保险服务：此功能旨在为农户提供风险保障和经济补偿，帮助农户应对自然灾害、疾病等不可预测的因素。首先，农户在系统中可以选择适合自己农业生产特点的保险产品，包括农作物保险、收入保险、灾害保险等。系统调用农户信息数据和保险产品计算保费，农户可自行登录管理和查看自己的保单相关信息，如遇自然灾害、疾病等影响造成损失时，系统可完成理赔申请、理赔审核结算等一系列流程。
5.7. 设备管理子平台
DMP设备管理平台：DMP是一种用于管理和监控网络连接的设备的平台，通常用于管理各种类型的设备。在农业领域可以实现对物联网终端进行系统升级、监控预警、资源优化、设备维护等功能，涵盖了农业生产的各个环节，可以帮助农业管理者实现农业生产的智能化、精准化和可持续发展。
CMP云端API连接开发接口平台：基于电信运营商网络(蜂窝，LTE等)，可以提供可连接性管理、优化以及终端管理，维护等方面的功能；开放的API调用接口则能帮助客户进行系统集成和增值功能开发；所有设备的数据都可以存储在云端。
6. 总结
本文围绕农业上游种植业的数字化需求，设计一套数字化种植管理系统。该系统致力于解决农业生产中的关键问题，在促进农业市场和农业产业链的数字化发展方面具有重要意义。
在实践层面，数字化种植管理系统的设计有助于提升农业生产的实际效益。通过系统高度集成的功能模块，包括种苗培育、种植环境监测预警以及作物种植规划等，系统实现了农业生产各关键要素的精细化管理，在提高生产效率的同时有效降低了生产成本。此外，系统还注重农业生产流程的标准化与规范化，通过实时监测种植数据，加强农户管理和沟通，提升了农业生产的可控性和可预测性。在确保农产品质量和安全的前提下，该系统推动了农业数字化的整体进步。数字化种植管理系统主要解决农业数字化转型中的“上游”问题，但农业整体的数字化转型不仅依赖于生产环节的数字化，更需要继续探索数字经济在农业中的多元应用路径，真正实现民生福祉，助力乡村振兴和农业可持续发展。
在理论层面，数字化种植管理系统的设计在一定程度上解决了农业生产数字化的问题。从农业产业链的视角来看，农业数字化的研究内容十分丰富，如农业资源要素的数字化配置、农业生产技术的数字化革新、乡村产业与数字化的结合推动的新型产业创新、智慧农业供应链的构建，以及通过乡村电商、旅游数字化等形式促进农产品销售等方面均得到了广泛研究。在这些研究中，农业种植的数字化作为农业生产数字化的核心内容之一，已取得了显著进展，包括种植技术的数字化发展和向农户提供科学的种植建议。然而，由于缺乏关于农业种植数据中台的构建，导致对数字化种植系统的研究有所不足。本文设计的数字化种植管理系统不仅深化了农业数字化在生产领域的探索，而且对农业数字化系统化研究的进一步发展提供了支持。
致 谢
感谢老师在信息及论文上的支持，感谢《农业科学》编辑部的辛苦付出！
基金项目
国家自然科学基金项目(72301087)；浙江省本科高校“十四五”教学改革项目(JGBA2024435)；浙江省教育科学规划课题(2025SCG009)；该研究获得“杭州师范大学校级科研创新团队项目”资助(TD2025021)；杭州市哲学社科重点研究基地“平台经济创新与发展研究中心”资助。
NOTES
*通讯作者。