智慧植保及其发展建议

王海光

(中国农业大学 植物保护学院，北京 100193)

植物病虫草鼠害(以下简称病虫害)的发生严重影响粮食安全、生物安全和生态安全。人们在与病虫害斗争过程中，提出了有害生物综合治理(integrated pest management)、可持续植保(sustainable plant protection)、有害生物生态治理(ecological pest management)等防治理念，通过植物检疫、抗性品种利用、农业防治、生物防治、物理防治、化学防治等措施的综合应用，促进了病虫害的安全、有效、绿色和可持续治理。新中国成立70多年来，我国建立了国家-省-市-县四级植保体系，制定了《中华人民共和国进出境动植物检疫法》、《植物检疫条例》、《农药管理条例》、《农作物病虫害防治条例》、《中华人民共和国生物安全法》等法律法规，发布了《一类农作物病虫害名录》，提出了“预防为主，综合防治”的植保工作方针以及“植物系统工程”、“公共植保、绿色植保”、“科学植保、公共植保、绿色植保”等病虫害防治理念，在小麦条锈病(由Pucciniastriiformisf. sp.tritici引起)、稻瘟病(由Magnaportheoryzae引起)、蝗虫、稻飞虱、草地螟(Loxostegesticticalis)、草地贪夜蛾(Spodopterafrugiperda)、苹果蠹蛾(Cydiapomonella)、马铃薯甲虫(Leptinotarsadecemlineata)、松材线虫(Bursaphelenchusxylophilus)等多种重要病虫害的防控方面取得了显著成效。我国针对突发性、暴发性、灾害性病虫害的防控能力显著提升，例如，针对草地贪夜蛾的入侵，我国制定了应急处置方案，建立了阻截防控体系，取得了草地贪夜蛾“阻击战”的阶段性胜利[1-2]。

受全球气候变化、耕作制度改变、经济贸易和旅游业发展、植物品种更换等影响，病虫害发生规律呈现新变化，一些流行性、暴发性重大病虫害危害性增强，一些局部地区发生或偶发性的病虫害发生范围逐渐扩大、所造成的危害逐渐加重，人为传播病虫害或外来入侵有害生物的威胁愈发严重。并且，随着人们生活水平的提高，农产品农药残留、食品安全、生态安全等日益受到关注和重视。尤其是近年来我国农村劳动力流失严重，导致农业劳动力结构性变化，老年劳动力占比增多，使得农业生产面临着“谁来种地，如何种好地”的问题[3-4]。因此，加强植物保护工作，做好植物病虫害的安全、有效、绿色、可持续防控和治理，对保障农业生产安全、农产品质量安全、国家粮食安全、生物安全和生态安全具有重要意义。

计算机技术、传感技术、通信技术、微电子技术、控制技术等信息技术推动和促进了科学发展与技术进步，改变了人类的生活和生产方式。物联网(Internet of Things)、移动互联、云计算(cloud computing)、大数据(big data)、人工智能(artificial intelligence，AI)等现代信息技术的迅速发展，影响着各个行业。现代信息技术推动和促进了农业信息化向智能化不断发展，其与农业生产工具的集成和融合使得农业机械或装备更加自动化、智能化，促进农业向智慧农业(smart agriculture)方向发展。我国“十三五”规划(2016-2020年)(中华人民共和国国民经济和社会发展第十三个五年规划纲要)将“智慧农业”列为农业现代化重大工程之一。2016-2022年每年中央一号文件均对加强关键信息技术在农业领域中的应用、推动农业现代化发展提出要求。2016年7月中共中央办公厅、国务院办公厅印发的《国家信息化发展战略纲要》提出“没有信息化就没有现代化”、“把信息化作为农业现代化的制高点”。2018年中共中央、国务院印发的《乡村振兴战略规划(2018-2022年)》提出“加强农业信息化建设”、“大力发展数字农业，实施智慧农业工程和‘互联网+’现代农业行动，鼓励对农业生产进行数字化改造，加强农业遥感、物联网应用，提高农业精准化水平”。2020年10月29日中国共产党第十九届中央委员会第五次全体会议通过的《中共中央关于制定国民经济和社会发展第十四个五年规划和二O三五年远景目标的建议》提出“深入实施藏粮于地、藏粮于技战略”、“建设智慧农业”。我国人口众多，粮食安全是国家安全的重要基础，一方面应该坚持最严格的耕地保护制度，严守耕地红线；另一方面应该加强农业科技创新、研发和攻关，促进农业技术推广应用。发展智慧农业对于保障我国粮食安全、全面实施乡村振兴战略、加快农业农村现代化具有重要意义。

智慧农业是现代农业的重要建设方向，是建立在可持续发展基础之上的农业生产方式，是农业现代化的重要体现，具体内容包括信息智能感知、智能决策、智能控制等，涉及耕作、种植、管理、采收、流通等多个环节。智慧农业受到国内外学者的广泛关注。正如中国工程院院士汪懋华2019年在《智慧农业(中英文)》创刊贺词中所言“‘智慧农业’绝不仅仅是科学的简单应用和堆砌，除了要懂得工程与农业生物基础科学的基本原理、理论和方法之外，还必须善于处理好科学要素、技术要素、经济要素、管理要素、社会要素、环境要素等多要素的集成、选择和优化。‘智慧农业’是基于新一代ICT(笔者注：ICT全称为information and communications technology，即信息与通信技术)科技与农业农村现代化深度融合发展的集成体系。” 中国工程院院士赵春江[5]认为“智慧农业是以信息和知识为核心要素，通过将互联网、物联网、大数据、云计算、人工智能等现代信息技术与农业深度融合，实现农业信息感知、定量决策、智能控制、精准投入、个性化服务的全新的农业生产方式，是农业信息化发展从数字化到网络化再到智能化的高级阶段。”智慧农业的发展受到农业信息化和机械化水平的限制。在智慧农业生产中，信息技术被用于农业系统的各个环节，实现数据获取和共享、智慧决策、智慧管理、智慧服务等。在2020年12月18日中国工程院战略咨询中心、科睿唯安(Clarivate Analytics)、高等教育出版社联合发布的《全球工程前沿2020》中，“农业生物信息、环境信息的智能感知”、“农业机械人作业对象识别与定位”被列为农业领域的11项工程研究前沿中的2项，“无人农场智能装备”、“农业先进传感机理与技术”、“植保无人飞机病虫害智能识别与精准对靶施药”被列为农业领域的9项工程开发前沿中的3项。

2013年5月13日我国农业部发布的《农业部关于加快推进现代植物保护体系建设的意见》(农农发〔2013〕5号)规定我国应加快推进现代植物保护体系建设，实现植保体系监测预警信息化、物质装备现代化、应用技术集成化、防控服务社会化、人才队伍专业化、行业管理规范化。病虫害智能化精准识别与监测预警、智能化精准靶向施药等智能化植保技术和智能化植保装备已经受到关注，被认为是未来植保的重要发展方向和趋势[6-7]。信息技术促进植保信息化(plant protection informationization)向纵深发展，提高植保领域的自动化、数字化、智能化水平，推动着传统植保向现代植保、智慧植保的变革。

没有农业信息化，就没有农业现代化；没有植保信息化，就没有植保现代化。随着现代信息技术支撑的智慧农业的发展，智慧植保作为其不可或缺的部分，同样应该从理论、技术、应用多层面全面发展。AI等现代信息技术在植保领域的应用将提升植保相关产业水平，智慧植保将为植保相关领域科研、生产和产业等带来翻天覆地的变化，将会解决传统植保中措施落后、效率低、人力和物力成本高、农药过度或不当施用等问题。

目前，尚未见针对智慧植保的较系统和全面的报道。因此，本研究拟在农业、科技和学科发展基础上，从智慧植保的概念、理论框架、功能、关键技术、研究进展等方面进行阐述，并提出发展智慧植保的建议，抛砖引玉，旨在促进对智慧植保的认识和能够对智慧植保的良性发展提供一些参考。

1 智慧植保的概念

智慧植保是以传感器技术、计算机视觉技术、全球定位技术、网络通讯技术、AI技术等为基础，以智能手机、计算机、机器人、无人机和各种农业机械或装备等为终端，用于病虫害监测、预测预警、防控和管理等的综合技术体系，是植物保护与其他多个学科交叉的综合科学。从更狭义的角度考虑，智慧植保是植物病虫害防控植保工作的智慧化；从更宏观的角度理解，智慧植保应该包含在农业生产、植保管理、植保科研、植保服务等各个环节，可以是AI技术等现代信息技术渗透到各个环节的植保工作中，而使其机械化、精准化、自动化、智能化、智慧化。

智慧农业的英文为“smart agriculture”，亦有称之为“intelligent agriculture”。参照智慧农业的英文，智慧植保的英文可为“smart plant protection”，亦可为“intelligent plant protection”。为了避免将“smart plant protection”或“intelligent plant protection”理解为对“smart plant”或“intelligent plant”的“protection”，智慧植保的英文可为“smart phytoprotection”，亦可为“intelligent phytoprotection”。不过，“smart phytoprotection”应该更合适一些，也更有灵性。

信息技术在农业领域的应用促进了农业信息化，推动农业向智慧农业、现代化农业方向发展。农业信息化可以理解为“信息技术+农业”，智慧农业可以理解为“物联网+AI+农业”。信息技术在植保领域的应用促进了植保信息化，推动植保向现代植保、智慧植保方向发展，植保信息化可以理解为“信息技术+植保”，智慧植保可以理解为“物联网+AI+植保”。智慧植保作为智慧农业的组成部分，是以可持续植保和精准植保为基础的，是现代植保的重要发展方向和重要体现。

智慧植保的发展，将会提高获取数据的精度、广度(时间和空间)、准确度、时效性，提高病虫害预测预警的准确性和时效性，将更容易实现病虫害的早发现、早防治，并可做到病虫害智能精准定位与施药防治，达到减药增效目的，提高生产效率。智慧植保可为开展植保工作提供新型、便捷、高效的技术和方法，为研究病虫害发生规律和防控措施提供支撑。智慧植保会提高工作效率，实现信息的快速、高效传输，有害生物的快速鉴定和诊断，精准、高效的预测预警，自动化、智能化的有效防控。在智慧植保下，可从多层次、多时相等多个方面研究植保问题，为在更大时空范围内和更复杂系统层面研究问题和开展研究成果应用提供可能和条件。

从智慧植保的概念来看，智慧植保具有智能化(intelligence)(自动化、自动学习、智能控制和管理等)、高精确性(high precision)(精准植保，位置精准、数据精确、操作精确等)、高效率(high efficiency)(便捷、高速、程序优化、省力高效等)、可持续性(sustainability)(绿色、环境友好、减药增效、生态可持续、生产可持续、技术可持续等)、高安全性(high safety)(生物安全、生产过程安全、产品安全等)的特点，可简称为IPESS。

2 智慧植保相关学科与理论框架

智慧植保是多学科交叉的新兴学科或领域，是植物保护与AI等现代信息技术的最直接交叉和融合发展，其将围绕整个农业生产和农产品流通过程开展病虫害系统的监测、病虫害预测预警、病虫害管理和决策、植保生产服务等的理论、技术和方法、应用研究，实现植保精准化、自动化、智能化、智慧化，其理论框架如图1所示。智慧植保涉及植物保护科学、信息科学、农业工程等，其与植物保护、AI、农业工程、数学、系统科学、计算机科学、通信科学、遥感科学、生态学、生物科学等多个学科密切相关。

图1 智慧植保理论框架Fig.1 Theoretical framework of smart phytoprotection

发展和建设智慧植保是一个系统工程。智慧植保将为植保工作带来革命性改变。得益于传感器、网络传输、机械、AI等技术的发展，智慧植保可使信息获取更加即时化、精准化、标准化等，预测预警和防控决策更加及时、自动化、精准化、智能化等，防控措施实施更加机械化、精准化、自动化、智能化等。

3 智慧植保产生的必然性和必要性

智慧植保的产生具有必然性。AI等现代信息技术已经向各个领域延伸，可谓是无孔不入，相关信息技术逐步被应用于植保领域的多个方面。智慧农业的发展将极大地推进农业现代化进程，必然会影响植保领域的科研、农业措施以及相关产业的发展，必然会引起、促进和驱动智慧植保的发展。无人机喷药在一些地方逐渐形成产业，物联网逐渐被用于病虫害监测，机器人已被用于设施栽培和果园中的病虫害监测和防控，这些均可作为智慧植保的一部分。

智慧植保的产生具有必要性。实现农业现代化，必须是实现农业全产业链的现代化，农业生产中的植保工作也必须实现现代化，这就需要必须重视AI等信息技术在植保领域中的应用，加强植保信息化建设，发展智慧植保。传统的植保模式需要顺应科技、农业、社会和时代发展得以提升，发展智慧植保是最便捷、最安全的方式。随着科技的快速发展，植保领域的科研必须引入AI等信息技术，提高植物保护研究水平，促进学科发展，提升植保服务能力和水平。智慧植保的发展应该有一个过程，由人与AI混合集成(人机融合智能)逐步过度到AI全自动化、智能化作业，最终实现“人机分离”。越早重视和发展智慧植保，将越能尽早占领领域高地，越可能掌握基础理论和核心技术，越可能享受智慧植保带来的红利。

4 智慧植保应用场所

智慧植保应用场所主要可分为农用地、农产品储存和流通场所、实验室等。农用地可分为露地栽培场所和设施栽培场所，相应的智慧植保研究和实现植物监测、病虫害监测、环境监测、传播介体监测等，研究和实现信息传输(有线或无线网络传输)、信息处理(环境因素异常判断、植物生长异常判断、有害生物的自动识别和危害程度自动评估、病虫害预测预警、防治决策等)、病虫害精准防控等。农产品储存和流通场所是指农产品分检、储存、运输、销售等过程中所涉及的场所，这些场所的有害生物监测和环境监测对于保障农产品质量和安全、防止有害生物传播非常重要。实验室应用场所是指人工控制条件的实验室和智慧植保实验室，相应的智慧植保主要是试验和研究过程的自动化、智能化、智慧化以及实验室环境条件的智能控制，主要包括机器人自动试验操作、实验室智能管理、病虫害发生和管理模拟、农药计算机智能设计和研制、植物抗性分子设计等。

5 智慧植保的功能

智慧植保的功能主要包括智能监测、智能预测预警、智能决策、智能溯源、智能管理、智能服务等，可以进行病虫害系统的监测(远程、自动化)、预测预警、精准施药和防控、有害生物溯源、病虫害智慧化管理、植保咨询和服务等。智慧植保可提高数据和信息的数字化、可视化表达能力，有利于信息及时、精准传输，避免因为信息不对称而产生防控措施滞后，可进行病虫害发生和管理模拟以及高效精准的计算机辅助农药设计、分子设计抗性育种等，可实现精准化、自动化、智能化管理。智慧植保可以改变传统植保模式、释放大量劳动力，可更高效地服务农业生产和用户，为农业农村现代化和乡村振兴建设服务。

5.1 智能监测

智慧植保可以实现病虫害系统的智能监测，可为病虫害预测预警以及制定和实施相应的管理策略和措施提供及时、准确、规范的信息。病虫害系统监测包括植物监测(种类、品种、生长状态、生育期、抗性、产品质量和产量等)、病虫害监测(种类诊断和识别、危害程度、群体数量、群体组成、传播方式、传播距离等)、环境监测(空气温度、空气相对湿度、风向、风速、降雨、二氧化碳、光照强度、光照时间、紫外线、土壤温度、土壤湿度、土壤pH、土壤肥力或化学元素、根围或叶围微生物区系、其他植物或生物的活动等)等。病虫害系统监测可分为单株(单叶或单果等)、田块、大范围或区域等不同层次，为了获得更加全面的信息，应该加强多点监测(多传感器监测)；可分为地面或近地、航空、航天等不同水平的监测，实现天空地一体化监测；可利用置于田间的传感器、手持式或农业机械装载传感器以及无人机、飞机、卫星等搭载的传感器进行监测。智能监测还包括对农产品存储和流通环节的病虫害监测。病虫害系统的智能监测主要涉及传感器、物联网、无人机、机器人、“3S”(即GNSS(global navigation satellite system，全球导航卫星系统)、RS(remote sensing，遥感)、GIS(geographic information system，地理信息系统))、计算机视觉和图像处理、AI等信息技术以及生物技术。

智慧植保可以实现病虫害的自动识别和评估，包括有害生物的自动识别、自动计数和危害严重程度的自动评估，有害生物和危害部位的自动定位，有害生物和危害严重程度的实时自动监测等。智慧植保应该进行农业生产全过程监测，包括农作物种苗质量检测、播种前农田环境监测、农作物生长环境信息自动感知和获取、农作物整个生长过程监测(病虫害早期监测、普遍率和严重程度监测、病情动态监测等)和管理过程监测、农产品质量监测(病虫害以及毒素、农药残留、所含微生物种类和数量等)。借助移动终端或计算机平台等，可以查看植物生长状态、病虫害发生情况、农田管理情况。

监测受到复杂环境条件、病虫害种类、病虫害复杂的危害症状、监测所用软硬件等多种因素影响。获得高质量的病虫害系统监测数据并进行快速传输和处理是非常重要的，特别是智能识别技术与机械或装备相结合，以便农业机械或装备在田间作业时即可完成监测，为进一步决策或工作安排做准备。进行病虫害系统监测时，应保证监测数据的代表性、规范化和标准化。一方面应该重视早期监测技术的研发和实施，以实现早防治、早处理、早预警，“早期”可以理解为没有显示危害症状的时期、尚未达到防治指标或经济受害允许水平的时期；另一方面，目前病原监测主要是通过孢子捕捉器监测气传病原菌物，应该加强其他病原物的监测手段研究，尤其是土壤或种苗携带病原物的监测。不但要监测病原物种类，还应加强病原物群体组成的监测。应进行微生物区系的监测，尤其是叶围或根围的监测。在利用计算机视觉技术或图像处理技术时，应该注意视频监控中病虫害的自动检测和评估方法、基于深度学习算法实现图像自动智能分割的方法等研究。

5.2 智能预测预警

智慧植保可以实现病虫害的智能预测预警，包括早期预测预警以及发生部位、危害程度、损失程度、有害生物群体数量和组成等的预测预警。当然，亦可进行有害生物安全预测，即对不发生的预测，负预测。预测预警信息包括文字、图形、图文、视频等多种形式。借助手机短信或信息推送、网页、微博、应用程序APP(application program)或公众号等多种渠道，将预测预警信息及时精准传送给用户和受众，并且用户和受众可根据需要定制预测预警信息。

5.3 智能施药

智能施药是智慧植保的重要功能和研究内容。无人机、机器人、自走式或车载式农业机械或装备等可根据装载的传感器获得病虫害发生信息或者获得的操作指令，通过施药管理系统进行精准变量施药和施药作业控制，实现病虫害的精准防治。智能精准变量施药主要是根据传感器获得的病虫害种类、严重程度、危害部位等信息，自动制定药剂处方，根据施药机械携带的所需要的药剂种类，自动配制药剂，定制药剂喷施的剂量、路线和地点，调动药量控制系统，控制喷施量和施药时间，进行靶向施药。田间作业时，可以边监测边喷药，亦可以先监测制定生成变量施药处方图，然后根据处方图进行精准变量喷施。

大面积使用统一喷药防治方案，往往会造成农药和人力的浪费，还会造成环境污染、药害等问题。在智能植保下，应该根据监测信息，实施有分别地精准、变量施药。在实际生产中，植保无人机喷药已得到较多应用[4, 8-12]。植保无人机施药应该做到靶标精准、选药精准、药量精准，需要精准定位(靶标定位和导航)、精准识别(确定病虫害种类以便精准选择农药种类)、精准定量。植保机器人、自走式农业机械或装备等在智能控制下，也可实现精准变量施药[4, 10-11]。

5.4 智能溯源

现在经济贸易发达，农产品运输量大、范围广，在农产品贸易和运输过程中，会造成有害生物传播。为了及时了解有害生物来源，保障生物安全，对由农产品传播的有害生物的溯源工作非常重要。进行有害生物溯源的技术主要有分子生物学技术、携带有害生物的农产品溯源技术、气流传播轨迹分析溯源技术等。通过农产品进行有害生物溯源工作实际应该做到农作物种植过程、采收过程、加工过程、销售过程等的智能化监督管理，对从种植、生产管理、植物生长到农产品收获、运输、后期加工、销售等全生产过程、全产业链进行跟踪和监测。通过农产品溯源，可以加强有害生物管理，可以追溯有害生物随农产品流通造成的传播，掌握其传播途径，有利于病虫害的宏观治理，尤其是对于危险性有害生物更能做到监管、溯源，做到有效、及时防控。应该加强溯源系统研发，保障农产品、农药、有害生物的可追溯性，这对于了解有害生物传播、保障农产品安全以及危险性有害生物的有效防控具有重要意义，可以有效跟踪有害生物的蔓延，防止其发生地理范围的扩大，可降低人为因素在有害生物传播中的作用，可为农业安全、生物安全、生态安全提供保障和提供应急处置依据。轨迹分析模式可用于气传有害生物的溯源分析和传播轨迹预测[13-17]，为有害生物和病虫害的宏观管理提供依据，应加强相关研究。

5.5 智能管理

智慧管理包括病虫害的监测、预测预警、防治决策、防治措施实施等的智能控制和管理，涉及农业生产全过程、全链条。为了推动智慧植保的发展和应用实施，应该加强智慧植保系统平台的研发工作。该平台应该囊括智慧植保的框架系统，集成智慧植保的各个功能模块，实现智慧植保的大部分功能，包括田间环境自动监测系统、病虫害识别和评估系统、有害生物溯源系统、病虫害预测预警系统、病虫害精准防控系统、农药管理系统、智慧植保实验室管理系统等(图2)，每个系统可以包含多个模块。平台可分为不同应用层次，可以是全国性的，也可以是区域性的，亦可以是田块水平的或小环境的。利用该平台，在田间农作物生长的全过程，进行智能化、可视化实时监测，进行及时决策，及时采取措施，保障农作物健康生长、农业丰收；可以进行防治方案的自动生成、精准防控和靶向施药，即根据识别的位置和种类，进行自动施药判断、药剂选择、药量控制等，实现精准变量施药防治；在建立的智慧植保实验室中，实现机器人自动试验操作、实验室智能管理、病虫害发生和管理模拟、农药计算机智能设计和研制、植物抗性分子设计等。用户通过该平台，可实时监测植物生长和有害生物危害情况以及相关环境条件，并自动获取相关管理建议，进行智能管理。智慧植保系统平台的研发，可以推动智慧植保相关技术的发展和现代植保的建设，有利于提高现代植保的精准化、自动化、智能化管理水平，能够更好服务于现代农业发展。智慧植保系统平台还可以包括农产品自动检测和分级作业管理系统，或者可以单独开发农产品自动检测和分级作业管理系统，可以在线进行农产品质量检测和根据需要进行分检作业，将含有有害生物或受到病虫害为害的农产品自动检出。

图2 智慧植保系统平台基本构成Fig.2 Basic structure of smart phytoprotection system platform

6 智慧植保关键技术

智慧植保涉及多种现代技术。智慧植保的主要技术体现在现代信息技术的利用(实现远程智能监测和控制)，新型植保机械或装备的利用(植保无人机、植保机器人、装载定位导航系统和自动控制系统的农机等)，基于射频识别(radio frequency identification，RFID)技术等农产品智能溯源系统的利用(实现有害生物传播路径可追踪、有害农产品和农药可溯源)，以及智能植保综合管理系统的利用等方面。主要涉及传感器技术、计算机视觉技术和图像处理技术、“3S”技术、物联网技术、植保机械相关技术、网络通讯技术、大数据技术、AI技术、云计算技术、生物技术等。限于篇幅，这里不具体涉及生物技术。

6.1 传感器技术

传感器(transducer/sensor)是指能够感受测量目标并将相关信息转换为一定信号的器件或装置。传感器类型多样，可感知多种信息[18-19]，是目前多种智能系统获取信息的基础，其获得的最终信息可以是图像、视频、数据等，涉及环境、农作物、病虫害、地理位置、农事活动和机械作业等。传感器作为各种信息获取系统和控制系统的末端器件或装置，通过接口程序、有线/无线网络，将获取的信息传输给相关系统，供进一步利用。传感器技术与有线/无线网络传输技术、大数据技术、云计算技术、智能控制技术等关系密切。利用传感器技术，通过物联网、无人机、机器人、智能植保机械或装备等，可实时了解病虫害发生情况、植物生长状态、农产品状态、环境因素变化等，可实现智慧感知、信息传输以及智能预警、控制和管理。传感器的精度、准确性和敏感性以及环境因素、传感器放置位置等因素会影响所获得信息的质量和效率。需要进一步开展传感器感知的基础理论研究，研发价格低、稳定性强、准确性高、智能化的传感器。

6.2 计算机视觉技术和图像处理技术

计算机视觉技术和图像处理技术是对获取的图像信息进行处理和分析，以获得目标信息的技术，在智能手机、物联网、遥感、无人机、机器人等方面应用广泛。常规图像处理过程包括图像预处理、图像分割、图像特征提取、特征选择、识别模型构建、图像识别等。深度学习的发展，使得可将图像直接或经过一定处理后，利用深度学习模型自动进行感兴趣区域或目标定位、检测和识别等，在图像自动识别方面表现出巨大优势。利用计算机视觉技术和图像处理技术，可以实现病虫害自动监测，实现有害生物的自动识别和计数、危害程度的诊断和评估、田间作物以及其他生物或物体的探测等，并且结合物联网技术、遥感技术、移动终端等可以实现远程监测，这些方面的研究较多[20-33]，关键是如何将相关研究成果真正用于生产实际，以便实现病虫害相关信息的自动获取，尤其是为病原孢子和微小害虫的自动识别和评估提供快速、方便、简单的实用方法[24,32,34-36]。这些技术的应用可提高无人值守作业能力，提高工作效率，并可与病虫害的防治决策和精准防治相结合，综合提高病虫害管理水平。计算机视觉技术和图像处理技术研究对象正由二维图像为主向三维图像为主发展，正由数字图像识别向视频目标检测发展，正由小视野图像处理向区域范围图像处理发展，会促进病虫害信息获取更加自动化、效率更高、地理范围更广，为病虫害系统管理提供更强支撑。

6.3 “3S”技术

“3S”技术综合了空间技术、传感器技术、卫星定位与导航技术、通讯技术、计算机技术等，可用于空间和环境信息的采集、处理、分析和管理等[37-38]。目前，GNSS包括美国全球定位系统(global positioning system，GPS)、俄罗斯格洛纳斯全球卫星导航系统(globalnaya navigatsionnaya sputnikovaya sistema，GLONASS)、欧盟伽利略卫星导航系统(Galileo satellite navigation system)和中国北斗卫星导航系统(BeiDou navigation satellite system，BDS)。我国应该建立以自行研制的BDS为基础的智慧植保系统，实现病虫害监测和植保作业时的精准定位和导航。将无人机、机器人、自走式农业机械或装备等搭载BDS，实现精准定位、自动精准导航、自动避障等功能，以便实现自主进行田间病虫害监测和植保作业。利用RS技术可对病虫害等目标进行光谱数据和遥感图像的高效获取、处理、解译，为病虫害系统管理提供依据。应该重视不同平台RS技术的研发，尤其是卫星遥感综合技术的研发。应重视提高WebGIS和移动GIS的数据分析处理能力。综合利用GNSS的精准定位和导航功能、RS的信息采集功能、GIS的数据分析和管理功能，集成和融合形成“3S”一体化技术，在病虫害监测、预测预警和管理等方面发挥更大功能，为智慧植保提供更强有力支撑。

6.4 物联网技术

物联网是任何物与物之间在任何时间、任何地点相互连接形成的网络[39]。物联网一般具有感知层、传输层、处理层、应用层4层网络架构，其具有全面感知、可靠传输、智能处理的特征[40]。物联网技术与多种信息技术有关，涉及传感器技术、RFID技术、GPS技术、RS技术等感知技术，无线传感器网络技术、移动通信技术、互联网技术等信息传输技术，以及各种信息处理、识别技术、智能控制技术等[40-41]。

物联网技术是支撑智慧农业发展的主要技术[42]，基于物联网技术可以实现农业生产的自动化、信息化、智能化、规范化、规模化、集约化等。物联网系统可用于农作物、病虫害、环境的监测以及农作物生产管理和监测等，以便实时了解农作物生产环境和生长情况、病虫害发生情况、农产品储藏环境中的各因素的状态和变化，及时决策和采取相关措施。基于物联网系统，利用定位导航技术可实现对感知对象的精准定位和跟踪。基于物联网技术，构建农田实时监控系统(包括各种传感器、有线/无线传输系统、数据处理中心/服务器端、用户终端)，可以实现农业生产的全过程监测和监控，若与智能管理系统相结合，可以实现农业生产的科学化、精准化、智能化管理。

可以开发基于二维码技术或RFID技术的农产品安全溯源管理系统，该系统可与农产品电子交易平台或电子商务平台进行对接，同时，可与农田植保管理系统进行对接，使其覆盖包括种苗来源、种植、生产管理、农药来源与施用以及农产品的采摘和收获、加工、存储、运输、销售等多个环节的农业全产业链。一旦发现危险性有害生物，可以利用这一农产品安全溯源管理系统追溯其来源和流通途径，便于及时采取治理措施。基于二维码技术或RFID技术，亦便于农产品和农药等农用物资信息的快速获取、存取和传输，便于目标的及时检测和分检。

物联网技术的发展除了前面所述需要加强高性能传感器研发外，还需要研发提高数据无线传输能力的技术以及大量数据高效存储和处理的技术。

6.5 智能农业机械和装备技术

利用“AI+农业机械”模式，农业机械和智能软件系统集成，发展智能农业机械，可提高农业机械的自动化、智能化、智慧化水平，可以研发多功能一体化无人自动驾驶机械或装备，实现无人自动智能作业。智能植保机械或装备应该包括智能植保无人机、智能植保机器人、车载式或自走式智能植保机械或装备等。利用智能植保机械或装备，依赖于导航系统和传感器，实现实时感知、多信源的智能决策、智能作业，自动识别病虫害、评估严重程度并进行定位；自动选择农药种类、用药量；自动感知环境(障碍物、植物生长情况等)，用于自动导航、靶向变量施药等，对相关作业参数进行自动调整；亦可预先设定行走路线，在导航系统指引下，沿着预设路线行走，进行农事操作。智能植保机械或装备可提高生产效率，解放劳动力，减少人力成本，改变过去植保作业过度依靠人力的情况。国内外在利用植保机器人、植保无人机、自走式喷雾机械等植保机械和施药技术方面开展了大量研究和应用[4,10-11,43]，提高了植保作业的机械化、自动化、精准化、智能化水平。应该加强机械或装备的病虫害智能感知和施药智能控制同机作业研究，使得感知到病虫害并获得施药指令时可以即时进行精准变量喷药作业。

6.5.1植保无人机

目前，无人机有油动力、电动力、混合动力等不同动力来源类型，多旋翼电动植保无人机应用最为广泛。无人机在植保方面主要有两个方面的应用，即病虫害的巡航监测和喷药防治。基于无人机平台的病虫害系统监测报道较多[44-47]，为农田和病虫害信息获取提供了便利。植保无人机施药在生产中应用日益增多[8-9,12]。植保无人机喷药效率高，节水、节药，可以克服传统人工施药中存在的劳动力需求多、劳动强度大、耗时、效率低、可能造成药害和毒害等问题。植保飞防有利于农业生产的机械化、自动化、规模化、产业化。植保无人机已较多地被用于小麦、水稻、玉米等大田作物的病虫害防治。植保无人机的飞行受到天气、地理环境、续航时间等影响，其喷药防效受到药剂、助剂、施药方式、施药时间(或植物生育期)、天气、地理环境等影响，尤其是风，影响药剂的附着，会造成药剂漂移问题。植保无人机尚不能对田间多种有害生物进行针对性施药。需要开发自主飞行无人机，加强植保无人机相关行业标准的制定，研发适于无人机喷施的农药，开发无人机自动巡航监测和喷药控制系统，提高无人机作业的精准化、自动化、智能化水平，实现自动变量精准喷雾等智能作业和智能管理。

6.5.2植保机器人

随着科技的发展，多种植保机器人被研发出来并投入使用[48]。智能植保机器人具有传感器、精准导航系统、智能控制系统等，可以实现田间自动巡检和监测、信息高效传输到计算机管理系统或平台、植保措施的自主决策和实施、远程控制等。智能植保机器人通过传感器或视觉系统获取信息、通过自带的信息处理系统对信息进行处理、分析，进行行动决策，或者将信息传输给远端的控制系统，由控制系统进行决策或发布机器人行动指令。借助于植保机器人，可以提高生产效率、降低农民的劳动强度、减少施药等植保操作对农民可能造成的伤害。植保机器人将向多传感器融合、网络化、自动化、智能化方向发展。

6.5.3车载式或自走式智能植保机械或装备

植保机械或装备发展迅速[4,10-11,43]。目前，植保机械或装备借助于自动导航系统，预先设置作业参数、工作地块的精细地图等，或者依靠自动传感监测系统，已经可以实现精准变量施药。智能系统与农业机械的集成和融合需要进一步加强，特别是高精度导航定位系统、数据处理系统和决策系统需要提升功能。应该加强自走式智能植保机械或装备的研发。车载式或自走式智能植保机械或装备在田间复杂动态环境条件下，应具备高分辨率的视觉系统，准确、高精度地获取环境信息，并能智能处理和决策，实现精准定位和导航，实现运动路径自动规划，实现有害生物和病虫害识别以及精准、靶向变量施药；或者，依靠高速网络传输，将信息传输到服务器，经信息处理和分析后返回指令给植保机械或装备，进行智能操作，实现无人作业。

6.6 网络通讯技术

网络通讯技术包括有线网络通讯技术和无线网络通讯技术。远程监控设备(各种传感器)以及无人机、机器人、植保机械或装备与网络相连接，可实现信息有线/无线传输和远程控制，可提高信息传输效率和便捷性，通过标准的网络接口和数据格式，可以方便、快捷、高效地实现数据的共享和应用。在智慧农业中应用较多的协议是互联网协议第四版(Internet Protocol Version 4，IPv4)。IPv6(Internet Protocol Version 6)是由国际互联网工程任务组(Internet Engineering Task Force)设计的用于替代IPv4的下一代互联网协议。2017年11月，中共中央办公厅、国务院办公厅印发《推进互联网协议第六版(IPv6)规模部署行动计划》。IPv6的发展和推进将大力推动物联网、云计算、大数据、AI等技术的发展，亦会推动智慧植保的发展。随着5G网络发展，无线网络传输速度得到很大提升，将为智慧植保发展提供强大动力，有利于解决信息传输中存在的“卡脖子”问题。

6.7 大数据技术

随着信息感知和获取水平的提高，农业生产过程、农产品收获、存储、流通、管理等环节的植保相关数据信息获取量激增，为智慧植保提供了基础信息资源。大数据技术为存储、传输、处理、分析和管理这些数据提供了支撑。大数据技术已在医疗、金融、商业、交通、教育、农业等行业得到深入应用，并且助推智慧农业的发展[49-50]。大数据具有高容量(volume)、高速度(velocity)、多样性(variety)、真实性(veracity)、低密度价值(value)等特征[49,51]。植保大数据主要包括有害生物数据、病虫害发生和危害数据、农田作物数据、农业生产环境数据、农业生产管理数据、农产品流通数据、植保农资数据、植保机械或装备数据等。

大数据技术与数据挖掘技术、机器学习算法、云计算技术等紧密相关。分布式数据库(distributed database)和非关系数据库(NoSQL或No-SQL)应用日益增多，为大数据的存储、管理和利用提供了支撑。发展智慧植保，应该重视数据标准和数据共享机制的建立，应该加强数据库建设，满足产生的海量数据存储。基于大数据技术，可以构建病虫害系统综合管理系统，以便更系统、科学地的进行病虫害监测、预测、管理以及提供高效的植保服务。

我国已经组建国家农业科学数据中心(https:∥www.agridata.cn)，其中包括植物保护科学方面的大量数据(包含病虫草鼠害调查和监测数据、抗病性监测数据、病虫害图像数据、病虫害种类数据、农药试验数据、生防菌转录组数据等)。2021年11月19日，我国农业农村部大数据发展中心正式成立，旨在大数据赋能农业农村现代化建设和乡村振兴，将加快我国农业向智慧农业发展。

6.8 AI技术

近些年，AI技术得到了迅猛发展，促进了各个领域的智能化，其在植保领域应用日益增多。智慧植保的发展离不开AI技术和各种建模技术。专家系统(expert system)是AI的一种重要分支和应用领域，已经报道多个植物病虫害诊断、预测预报、综合治理及植物检疫、农药管理等方面的专家系统[52-55]。以深度学习(deep learning)为代表的机器学习(machine learning)发展迅速，已经出现TensorFlow、Theano、Keras、Torch、Caffe、Deeplearning4j等多个深度学习框架和Alexnet、GoogLeNet、VGGNet、Faster R-CNN、ResNet、YOLOv4、YOLOv5等多个深度学习网络架构，为智慧植保发展提供了强力支撑。深度学习在基于图像处理的植物病虫害识别和评估研究和应用方面的报道迅速增多[26-27,29,33,56-58]。随着AI算法的进一步发展，自动决策和控制不断实现，将促进智慧植保发展，可实现病虫害信息的自动获取，病虫害的自动识别，病虫害危害程度的自动评估、自动预测，病虫害防控自动决策、措施自动实施等。

6.9 云计算技术

云计算是一种基于网络、通过软件实现自动化管理的计算和服务模式。云计算的服务类型主要有基础设施即服务(infrastructure as a service)、平台即服务(platform as a service)、软件即服务(software as a service)、数据即服务(data as a service)等。云计算利用虚拟化技术通过虚拟平台为用户提供服务。利用云计算技术可以便捷、高效地实现信息存储资源和计算能力的分布式共享[59]。利用云计算技术可以实现植保相关数据的实时存储和共享、远程分析处理以及病虫害的预警发布和防治决策等。

7 智慧植保技术应用进展

智慧植保正处于发展阶段，有些相关技术已在研究和生产中得到应用，这里仅从病虫害的监测、预测预警、管理和防治决策以及植保机械或装备防治作业控制等方面简要介绍智慧植保技术的应用进展，以展示相关技术为植保工作带来的改变和智慧植保具有巨大的发展潜力。

7.1 基于物联网的病虫害系统监测和预测预警

物联网技术已用于病虫害远程视频诊断和监测、环境自动监测、植物或植物产品状态自动监测等以及病虫害预测预警，相关研究和应用较多。我国研发的中国马铃薯晚疫病实时监测预警系统[60-61]、小麦赤霉病自动监测预警系统[62-63]、害虫性诱远程实时监测系统[60,64]、农林病虫害自动测控物联网系统[27,60]等病虫害系统监测系统，已经在实际生产中得到应用，提升了相关病虫害的监测、测报和管理水平。

我国基于B/S(browser/server，浏览器/服务器)架构开发了中国马铃薯晚疫病实时监测预警系统，实现了马铃薯晚疫病全国联网监测[61]。该系统总体架构包括田间终端、传输层、数据层、应用层、用户层。该系统利用小气候监测仪自动采集田间气象数据，并将所采集气象数据自动无线传输至数据库服务器，基于比利时埃诺省农业应用研究中心(Centre for Applied Research in Agriculture-Hainaut，CARAH)建立的马铃薯晚疫病监测预警CARAH模型进行马铃薯晚疫病的侵染分析和预测，利用WebGIS功能将预测结果以地图形式展示，并将针对监测点的马铃薯晚疫病预警信息通过邮件和短信形式传送给用户。

西北农林科技大学和陕西省植物保护工作总站联合研制了小麦赤霉病自动监测预警系统，该系统主要由小麦赤霉病预报器和预警软件平台系统组成[62]，利用该系统可实时获取麦田环境因子数据，并结合初始菌源量自动预测赤霉病发生程度。该系统已在陕西、江苏、河南、湖北、安徽等地进行了应用试验评估[65-67]。

多家公司研发了害虫性诱远程实时监测系统，利用置于诱捕器中的害虫诱芯，结合害虫自动计数系统(如通过电子红外感应系统计数诱捕的害虫)，实现害虫诱捕和自动计数，并可将相关数据通过网络传输到服务器数据库或移动终端[60,64]。由于害虫性诱具有专一性特点，利用害虫性诱远程实时监测系统可实现特定害虫的精准化、自动化监测。

河南鹤壁佳多科工贸股份有限公司研发了佳多农林病虫害自动测控物联网系统(佳多农林ATCSP物联网)，该系统包括虫情信息采集系统、孢子培养统计分析系统、小气候信息采集系统等，可用于农田虫情、病原孢子、小气候等信息采集，并将所采集数据自动无线传输至数据中心。全国农业技术推广服务中心自2013年开始依托该公司建立农作物病虫实时监控物联网，截止2018年底，已建成联网站点165个，覆盖河南、广西、新疆等26省(自治区、直辖市)[27]。云计算技术与物联网技术相融合可为数据获取、传输、处理和应用提供更便利、高效的模式。“物联网+云计算”的病虫害系统监测方案已被多家公司采用。浙江托普云农科技股份有限公司研发了一套由远程拍照式虫情测报灯、远程拍照式孢子捕捉仪、无线远程自动气象站、远程视频监控系统等组成的病虫害监测预警系统，利用该系统，可自动采集害虫、病原孢子、气象等信息，将所采集信息通过远程无线传输自动上传至云服务器，在终端可以实时显示监测信息，并可进行病虫害发生动态分析和预测。

7.2 基于移动终端的病虫害识别、评估和数据采集

移动终端在数据采集、存储、传输、处理等方面应用日益便捷、广泛，可方便地实现植物病虫害系统的多种信息获取，可将所获取信息直接存储于移动终端，亦可通过网络传输至服务器或数据处理中心，并可实现远程管理和控制。中国科学院合肥智能机械研究所、安徽中科智能感知产业技术研究院有限责任公司和全国农业技术推广服务中心等单位合作研发了一款农作物病虫害移动智能采集设备——智宝(ZPro)[68]，该设备将病虫害田间发生数据的自动采集处理、分类识别、分析上报集于一体，可实现病虫害的自动精准识别、自动计数、病虫害发生严重程度智能评估，实现田间病虫害发生信息和微环境因子等数据的实时自动采集和上报。将移动终端和物联网相结合，可以实现网络存在情况下的随时植物病虫害系统的监测、管理等。目前，相关研究和应用大多集中于病虫害系统监测方面，在管理方面的研究和应用相对薄弱，尤其是我国自主研发的相关系统仍主要用于植物病虫害系统的监测。

智能手机日益普及，各种与植物病虫害相关的APP被开发出来并得到实际应用，其中多数是病虫害识别、危害程度评估和数据采集应用程序。赵庆展等[69]开发了可用于Android/iOS操作系统的基于移动GIS的棉田病虫害信息采集系统，该系统运用GPS定位技术，采用美国ESRI(Environmental Systems Research Institute)公司的ArcMap 10.1和ArcGIS Server 10.1进行空间分析和服务发布，实现了棉田病虫害信息的采集、发送、存储、处理分析，并提供信息推送服务。叶海建等[70]开发了一个基于Android的黄瓜霜霉病定量诊断系统，该系统利用图像处理技术，根据自然背景条件下所拍摄黄瓜叶部霜霉病病害图像中病斑区域占其所在叶片区域的百分比进行病害等级划分，实现黄瓜霜霉病危害程度的定量评估。曹旨昊等[36]开发了一个基于Android的粘虫板害虫自动计数系统，利用该系统可对在茶园中利用粘虫板诱集的害虫进行拍照，实时进行图像处理，实现对诱集到的微小害虫的自动计数和结果实时上传至服务器。中国科学院合肥智能机械研究所、安徽中科智能感知产业技术研究院有限责任公司和全国农业技术推广服务中心等单位基于图像处理技术和深度学习方法合作开发了一款用于农作物病虫害智能识别的APP——随识[30]，利用该APP，通过拍照或上传图像可实现农作物主要病虫害的识别，并可获取相应病虫害的防治决策和服务信息。

7.3 基于RS技术的病虫害识别、评估和数据采集

RS技术是一种非接触探测目标物的技术。基于RS技术可从多平台(地面或近地、航空、航天)、多水平(单叶、冠层、田块、区域)进行病虫害监测，方便及时掌握病虫害发生情况，以便进行病虫害预测预警和管理。需要加强遥感数据和图像分析处理研究，以满足精准化、自动化、智能化提取信息和进行目标物识别、评估的需要。

基于单叶和近地或地面冠层的病虫害遥感监测研究较多[71-77]。航空遥感和航天遥感主要用于病害发生范围和发生严重程度的监测研究[78-82]，在虫害方面，其主要用于害虫危害程度和范围监测、害虫生境监测以及基于监测的生境条件进行害虫发生预测研究[83-85]。航天遥感和航空遥感在林业病虫害监测方面应用较多[78-79,85-87]，但是对于农作物病虫害，由于受到卫星分辨率的限制，虽已开展了不少病虫害卫星遥感监测研究，并取得一定进展，大多相关研究仍处于探索阶段。近年来，病虫害的高光谱成像遥感监测和基于无人机平台的病虫害遥感监测研究激增，尤其是基于无人机的植物病虫害遥感监测发展迅速，为病虫害信息获取和精准防控提供了支撑[44-45,88-89]。

雷达(radio detection and ranging，radar)亦是一种遥感，昆虫雷达被专门用于研究和探测昆虫在空中迁飞或扩散行为，其主要通过电磁波接收系统接收被昆虫反射回来的发射系统发射的电磁波而实现对昆虫的监测[90-91]，可用于监测迁飞性害虫的迁飞数量、迁飞活动、时空分布等。程登发等[92]研发了扫描昆虫雷达实时数据采集分析系统、胡晓文等[93]研发了毫米波扫描昆虫雷达数据处理分析系统，为雷达信号采集和分析提供了工具，为我国迁飞性害虫的实时监测和预警提供了支撑。昆虫雷达已用于草地贪夜蛾、草地螟、粘虫、棉铃虫(Helicoverpaarmigera)、稻飞虱、草地蝗、沙漠蝗(Schistocercagregaria)、马尾松毛虫(Dendrolimuspunctatus)、稻纵卷叶螟(Cnaphalocrocismedinalis)等多种迁飞性害虫的监测，促进了这些害虫的发生规律研究、预测预警和宏观治理。

7.4 病虫害管理和防治决策

病虫害的智能管理和防治决策是智慧植保的重要部分，是实现病虫害安全、有效、绿色和可持续治理的关键。病虫害管理贯穿于农业生产和农产品流通的全过程，在对病虫害系统进行监测基础上，进行病虫害预测预警，制定病虫害防治决策，实施病虫害管理。开展病虫害智能管理和防治决策，需要软硬件协同工作，需要依靠于病虫害智能管理系统、专家系统或决策支持系统(decision support system)等，基于获得的病虫害系统监测信息，利用这些系统进行智能处理和分析，形成管理和决策方案，决定进一步行动。国内外已有多个病虫害管理和防治决策相关系统被开发出来，提高了病虫害系统管理水平。为了充分利用已经建立的病虫害预测模型和实现方便根据实际情况进行预测模型选择，可以构建病虫害预测模型管理系统，或者构建模型库而作为病虫害管理和防治决策系统的支撑。杨和平等[52]构建了农作物害虫预测模型网络共享平台系统，利用该系统可根据预测需要选择预测模型进行相关害虫的预测。基于WebGIS，美国开发了ipmPIPE(https:∥ipmpipe.org)，可以地图的形式可视化显示美国范围内大豆锈病(由Phakopsorapachyrhizi引起)等多种病害的发生情况和预测结果，并且开发了专用于小麦赤霉病(由Fusariumgraminearum引起)风险评估的Fusarium Head Blight Prediction Center(http:∥www.wheatscab.psu.edu)。全国农业技术推广服务中心开发了“农作物重大病虫害数字化监测预警系统”，可对我国水稻、小麦、玉米、马铃薯、棉花、油菜等作物重大病虫害进行监测预警[94]。李凤菊等[95]利用WebGIS技术和知识模型，开发了基于B/S架构的小麦病虫草害管理决策支持系统，该系统可用于小麦病虫草害管理和预测，并根据预测结果生成防治措施。河北农业大学开发了中国马铃薯晚疫病监测预警系统(lateblight-China)(www.china-blight.net)[96-97]，利用该系统可对我国马铃薯晚疫病进行监测预警，并可获得基于预测结果的化学防治建议。

7.5 植保机械或装备的田间病虫害防治作业控制

在病虫害监测和预测基础上，开展病虫害的智能防治，需要对植保机械或装备田间防治作业进行智能控制。针对病虫害田间防治作业的智能控制，国内外科研人员从植保机械或装备的田间自主路径规划和导航、靶标精准感知和定位、精准变量施药等方面开展了大量研究。植保机械或装备可依靠作业处方图、定位导航系统或感知系统(借助计算机视觉技术、传感器技术、激光雷达技术、超声波技术、红外技术、光谱技术等)进行田间位置变动或病虫害防治作业。为了提高基于GPS的导航精度，在农业机械或装备导航中，差分全球定位系统(differential global positioning system，DGPS)和实时动态全球定位系统(real-time kinematic global positioning system，RTK-GPS)得到了较多应用[98]。在对病虫害精准感知基础上，精准变量施药的实现主要受到施药控制系统(包括各种控制部件和控制算法)的影响[99-100]。

智慧植保的发展离不开植保机械或装备与软件系统的融合发展。在研发植保机械或装备的同时，应加强软件系统开发，提高对植保机械或装备的控制能力以及植保机械或装备的智能化水平和自主作业能力。决策支持系统或控制系统对于病虫害管理决策和措施实施起到重要支撑作用。在各种数据库、数据信息、算法的支撑下，决策支持系统或控制系统可为植保机械或装备在不同条件下的作业实施提供帮助[43,101]。

目前，在设施栽培中，可以方便地远程实施设施环境的调控管理，并且已有多种施药控制设备或系统。王志彬等[102]研发了一款用于设施蔬菜病虫害绿色防控的多功能植保机，并开发了配套的信息管理系统，通过终端可进行植保机的远程控制，该设备经在生产中推广应用，取得了较好的防控设施蔬菜病虫害的效果。在大田施药作业中，无人机、机器人、自走式或车载式植保机械或装备应用较多。Udompetaikul等[103]研发了一个基于GPS的拖拉机悬挂式熏蒸剂施用系统，用于治理李属果树再植病，应用该熏蒸剂施用系统时，利用基于GPS的果园网格化软件绘制作业处方图，将作业处方图传输到精准熏蒸剂控制器和设置好流量控制参数后，即可自动完成定点熏蒸处理。

8 智慧植保发展的建议

智慧植保作为一个新兴的交叉学科或领域，其发展正处于关键时期。为了促进智慧植保快速良性发展，使得智慧植保乘科技、社会、经济发展之势，形成理论体系，服务农业，对于智慧植保的发展提出如下建议。

8.1 应该重视智慧植保的发展潜力

随着智慧农业的迅速发展和农业农村现代化建设的逐步推进，国家有关部门、高等院校、科研院所等应该重视AI等现代信息技术在植保领域的应用和发展，应该重视智慧植保的发展潜力。国家应该进行整体规划和布局，加大对相关研究的资助力度，设立智慧植保相关科研攻关项目，协调研究力量，开展基础理论和技术研究，避免同质化研究，突破“卡脖子”的技术难题，加强相关仪器、机械或装备研发，建设一批有实力的实验室和研究团队，支持可利用和可产业化的技术落地生根，提升智慧植保方面的研发水平和服务生产水平。

8.2 应该重视智慧植保体系建设

智慧植保体系建设事关智慧植保发展，事关植物保护新格局的建设，应该加以重视。智慧植保体系应该包括智慧植保管理体系、智慧植保科教体系、智慧植保物质装备生产体系、智慧植保技术推广体系、智慧植保效益评价体系、智慧植保服务体系等。智慧植保管理体系涉及管理职能部门建设、公共管理平台建设、执法监管、监测预警、病虫害防控等。智慧植保科教体系包括人才队伍建设和管理、科研项目规划、科研资源配置等。进行智慧植保物质装备生产体系建设，加强物质装备的生产和供应管理。加强智慧植保技术推广体系建设，需要加强技术推广人员管理，明确技术推广应用的可行性，做好示范性工作和人员培训工作，保证技术的标准化应用。建立智慧植保效益评价体系，对于智慧植保各种工作进行效益评价，促进智慧植保更快更好发展，获得更大的经济效益、社会效益和生态效益。应做好智慧植保服务体系建设，加强公共服务队伍建设，提供智能化的病虫害诊断、监测、发生和危害程度评估、预测预警、防治决策、咨询、信息定制等服务。

8.3 应该重视智慧植保学科建设和人才培养

“新农科”建设需要多学科交叉发展，尤其是信息技术在农业科学领域中的深入融合、创新和应用，将极大地促进相关学科发展。AI等现代信息技术已经影响了人类生产和生活的多个方面。我国非常重视AI等现代信息技术的发展和利用，亦非常重视AI等现代信息技术人才的培养，非常重视数字经济赋能国家高质量发展。2019年，教育部批准了华中农业大学设置智慧农业本科专业的申请，智慧农业首次成为我国普通高等学校本科专业，目前，教育部已经批准我国多所高等院校开设智慧农业本科专业，这非常符合我国“新农科”建设的需要，反映了国家对于培养多学科交叉融合创新型和复合型农业人才的重视和期望，并且已有多个单位建立了人工智能研究院或智能学院，为推进智慧农业专业人才培养创造了良好条件。

目前，大多智慧植保科研人员面临知识短缺问题，即信息技术专业的科研人员缺乏对植保相关知识的了解，植保专业的科研人员缺乏对信息技术的掌握。应该重视既懂信息技术、又懂植保知识的交叉学科人员的培养和支持。加强新型植保科技人才的培养，重视培养思维开阔、具备交叉学科技能的复合型人才，并重视现有科技人员的知识更新。吸引更多信息技术方面的人才到智慧植保领域，加强植保领域专家和信息技术领域专家、农业工程领域专家的交流和合作。植物保护作为农业的重要支撑和保障，应该加强多学科交叉方向的发展，促进智慧植保作为一个交叉学科或专业方向不断完善和发展。不但应该重视技术的研发和利用，还应该重视基础理论的研究。国家有关部门和高等院校应该加大智慧植保学科建设，在研发队伍上，应该大力支持具有植物保护和信息科学双重背景的科研人员开展智慧植保研究，并吸纳真正热衷于智慧植保、具有良好数学基础和信息科学基础的科研人员加入；在研究上，不但要重视技术的发展，更要重视相关理论体系的形成，将智慧植保作为一个学科方向建设，并在条件合适的情况下，尽快形成智慧植保专业方向，综合信息技术、植物保护、农业机械等多方面的师资力量，加强智慧植保本科生和研究生等各层次人才的培养。只有这样，才能从根本上解决目前智慧植保相关研究中出现的研究人员知识架构缺少植物保护基础或信息科学基础的情况。

8.4 应该重视和加强产学研协同合作

智慧植保的最终落脚点是应用。智慧植保的理论研究、技术研发、生产实际应用应该相互促进，不脱节，才能更有效率地推动智慧植保的发展。应该不断加强农业科技创新体制改革，既要重视农业科研工作的基础性，又要重视农业科研工作的应用性；既要发展基础理论，又要注重技术研发，软硬件都要注重发展。涉农高等院校和科研院所应该围绕农业发展方向和需求，开展科技创新，鼓励科研人员沉下心，结合实际，瞄准生产中的关键问题进行攻关，研发实用性强的技术、仪器、机械或装备。充分发挥企业的创新主体优势，结合生产实际，加强科技创新，获得具有知识产权的技术。应该重视和加强产学研多部门的协同合作，可以建立科技创新联盟，联合攻关，相关企业应该加大研发投入，与有关高等院校和科研院所建立良好合作关系，提高企业产品的科技含量和行业竞争力。国家有关部门可以为智慧植保相关企业提供更多优惠政策，鼓励社会资本进入智慧植保领域，为智慧植保提供研发资金支持。加强知识产权保护，让企业乐于、敢于投资创新研发，并能够从创新研发的产品中受益。应该做好智慧植保发展的统筹谋划，避免大规模的重复投资和研发，避免低水平投资和研发。

8.5 加强智慧植保关键技术研发

智慧植保的发展不应该停留在低层次、炒作概念的水平。不但要注重成形技术和产品的推广应用，更应该加强关键技术和核心技术研究和突破，研发实用、有竞争力的技术和产品，增加知识产权拥有量，真正提高植保工作的智能化水平。加强传感器技术和产品的研发，实现实时、快捷、全面获取农业生产中有害生物、环境、植物表型等方面的大量数据，为智慧植保提供基础数据支撑。加强网络通讯技术研发，提高网络传输和通讯能力。加强数据处理和决策控制系统的研发，形成高效的大数据分析技术，将获取的大量数据及时、快速、准确地处理和分析，并完成行动的决策部署，提高自动、智能决策水平，实现植保措施的智能实施和管理。加强“人机融合”以及农业机械作业自动化、智能化，并研发农业机械的远程控制平台，实现“人机分离”。

8.6 加强智慧植保标准化建设

现代信息技术的高速发展对标准化和规范化要求更高。发展智慧植保，应该加强获取数据的标准化、存储格式的标准化、硬件接口的标准化等方面的标准化建设。农业数据标准化(数据获取方法和技术的标准化、数据存储格式的标准化)程度亟待加强和提高，需要制定相应标准，提高数据准确性，以便进行传输和共享。加强信息获取、网络传输、信息处理、管理决策等环节的标准化建设，促进农业机械设备的标准化。

8.7 应该重视和加强智慧植保方面的交流工作

智慧植保发展中肯定会遇到各种问题，应该重视和加强智慧植保方面的交流工作，厘清智慧植保的发展方向，瞄准智慧植保的关键问题。应该成立专门的专业委员会、行业协会或行业联盟，搭建良好平台，加强日新月异的研究进展交流，促进多学科交叉和融合，并尽可能地针对关键问题和技术，在国家有关部门或有关组织的协调下进行协同攻关，促进智慧植保良性高速健康发展。

8.8 应该重视和加强基层农业从业人员的技能培训工作

农村劳动力流失严重，农业劳动力人口结构发生了很大变化，劳动力文化水平相对较低、思想观念相对保守，接受新技术的能力和意愿不强，对智慧农业和智慧植保的发展造成一定影响。应该重视和加强农业从业人员(尤其是农民)的培训和技能教育，培养有能力的农民成为具有专业水平的带头人，起到良好的示范和推动作用，并应该重视智慧植保相关产品或设备的后续服务工作。培养新型职业农民，成立专业化智慧植保队伍，改善植保生产、管理、服务模式。

8.9 应该重视和加强农村基础设施和智慧植保示范园区建设

智慧植保基础设施和机械设备技术含量高、价格高，造成智慧植保投资成本高。应打造合作社、专业化队伍或公司，吸引社会资金投资智慧植保相关产业，同时，应加强国家在智慧植保方面的投资力度。在进行投资时，应加强前期论证，避免出现重复性建设或半拉子工程。引进智慧植保所需要的机械或设备等。加强农村网络投资和建设，减少农业网络使用费用，促进信息化建设和信息传输。国家和地方行政部门、企业应该加强投资，建立智慧植保示范园区，发挥示范、引领、带动作用。

智慧植保的发展会给植保研究和产业领域带来翻天覆地的变化，带动一批产业发展，提高植保工作效率和安全性，彻底改变传统的植保监测、预测、防控的模式，而且能彻底解决基层植保从业人员短缺问题。智慧植保乃至智慧农业的大发展，势必在引起产业升级的同时，会带来社会结构性变化，产生一些新职业，导致另一些从业人员失业，引起系列的功能替代现象，从而由此产生的一系列社会问题同样值得关注和研究。