智慧农业发展现状与趋势
Development Status and Trend of Smart Agriculture
DOI: 10.12677/HJAS.2020.1012163, PDF,  被引量    国家自然科学基金支持
作者: 谭 昆, 孙三民*, 杜良宗, 周少梁:塔里木大学水利与建筑工程学院,新疆 阿拉尔
关键词: 新型农业智能灌溉发展举措New Agriculture Smart Irrigation Development Measures
摘要: 随着社会的深化改革与科技的不断创新,智能化、智慧化灌溉逐渐成为未来农业发展的趋势,因此,加强农业节水灌溉技术的创新研究很有必要,本文以未来新型农业发展过程为主导,分析了智慧农业节水灌溉系统现存的问题,并为未来农业的发展提供了建议举措。
Abstract: With the deepening reform of the society and the continuous innovation of science and technology, the intelligent irrigation has gradually become the trend of the agricultural development in the future. Therefore, it is necessary to strengthen the innovative research of water-saving irrigation technique. Led by the development process of new agriculture in the future, the existing problems of water-saving irrigation system in the intelligent agriculture are analyzed and some suggestions for the development of the future agriculture are provided.
文章引用:谭昆, 孙三民, 杜良宗, 周少梁. 智慧农业发展现状与趋势[J]. 农业科学, 2020, 10(12): 1071-1075. https://doi.org/10.12677/HJAS.2020.1012163

参考文献

[1] 耿兴隆. WebGIS在园林灌溉管理系统中的应用研究[D]: [硕士学位论文]. 北京: 华北电力大学, 2011.
[2] 钱彬, 韩洪杰. 基于光电子信息处理的智能灌溉监控系统研究[J]. 农机化研究, 2020, 42(8): 245-248.
[3] 李德旺, 许春雨, 宋建成, 田慕琴, 邢希君. 基于物联网的远程智能灌溉控制系统的开发[J]. 节水灌溉, 2017(10): 87-91.
[4] 李友丽, 赵倩, 代艳侠, 李银坤, 曾烨, 郭文忠. 水肥一体化自动管理对叶用莴苣生长及灌溉水生产效率的影响[J]. 中国蔬菜, 2018(8): 44-50.
[5] 王树梅, 廖小平. 基于ZigBee技术的农业自动化监控系统实现[J]. 西南师范大学学报(自然科学版), 2018, 43(7): 33-38.
[6] 刘卉, 汪懋华, 王跃宣, 马道坤, 李海霞. 基于无线传感器网络的农田土壤温湿度监测系统的设计与开发[J]. 吉林大学学报(工学版), 2008(3): 604-608.
[7] 邵斌. 基于物联网的农田环境监控系统设计方法[J]. 农机化研究, 2020, 42(2): 194-198+204.
[8] 刘美娟. 基于光电传感器的农业大棚监控技术研究[J]. 西南师范大学学报(自然科学版), 2018, 43(7): 19-24.
[9] 包汉斌, 纪建伟. 基于STM32的温室大棚智能远程灌溉控制系统[J]. 北方园艺, 2016(21): 55-60.
[10] 贾艳玲, 刘思远. 基于ZigBee技术的葡萄园智能灌溉系统设计[J]. 江苏农业科学, 2015, 43(6): 383-385.
[11] 俞卫东, 刘永华, 孔德志, 凌小燕. 基于PLC的智能灌溉施肥机的研制[J]. 中国农机化学报, 2013, 34(6): 177-179.
[12] 冯兆宇, 崔天时, 张志超, 王锐, 刘春莉, 王立峰. 基于灰色神经网络与模糊控制的寒地水稻灌溉制度[J]. 灌溉排水学报, 2018, 37(4): 71-79.
[13] 余国雄, 王卫星, 谢家兴, 陆华忠, 林进彬, 莫昊凡. 基于物联网的荔枝园信息获取与智能灌溉专家决策系统[J]. 农业工程学报, 2016, 32(20): 144-152.
[14] 胡国强, 陈书军, 刘强. 基于ARM11的土壤湿度自动控制系统设计[J]. 河南农业科学, 2017, 46(7): 142-147.
[15] 杜云明, 盖丽娜, 颜兵兵. 基于单片机的温室灌溉控制系统设计[J]. 农机化研究, 2012, 34(12): 88-91.
[16] 于婷婷, 朱龙图, 李名伟, 陈怡兵, 黄东岩. 基于GPRS和GSM的水稻智能灌溉系统[J]. 农业现代化研究, 2016, 37(5): 988-994.
[17] 傅隆生, 宋珍珍, Zhang Xin, 李瑞, 王东, 崔永杰. 深度学习方法在农业信息中的研究进展与应用现状[J]. 中国农业大学学报, 2020, 25(2): 105-120.
[18] 熊俊涛, 戴森鑫, 区炯洪, 林筱芸, 黄琼海, 杨振刚. 基于深度学习的大豆生长期叶片缺素症状检测方法[J]. 农业机械学报, 2020, 51(1): 195-202.
[19] 董伟, 钱蓉, 张洁, 张立平, 陈红波, 张萌, 朱静波, 卜英乔. 基于深度学习的蔬菜鳞翅目害虫自动识别与检测计数[J]. 中国农业科技导报, 2019, 21(12): 76-84.
[20] 史红栩, 李修华, 李民赞, 王伟, 温标堂. 基于深度学习的香蕉病害远程诊断系统[J]. 华南农业大学学报, 2020, 41(6): 92-99.
[21] 张乐, 金秀, 傅雷扬, 李绍稳. 基于Faster R-CNN深度网络的油菜田间杂草识别方法[J]. 激光与光电子学进展, 2020, 57(2): 304-312.
[22] 董戈. 基于深度学习和图像处理的水果收获机器人抓取系统[J]. 农机化研究, 2021, 43(3): 260-264.