農業物聯網技術發展程度的實證分析

龍華　姚裔虎　劉凱

摘要：近年來快速發展的物聯網技術對農業的產業升級起到了積極促進作用。首先對國內外物聯網概念與農業發展融合的現況進行概述，采用模糊層次分析法（AHP）建立農業與物聯網融合發展程度指標體系，基于農業與物聯網融合度指標體系，分析我國各省農業與物聯網融合發展水平，結合市政結果給出對應的政策建議，從而為政府在制定農業產業政策時提供農民、研發單位及消費者等相關用戶參考信息，發展國內適用并且能與國際接軌的農業物聯網。

關鍵詞：農業物聯網;融合度;模糊AHP;指標體系

中圖分類號： F323.3;S126? 文獻標志碼： A? 文章編號：1002-1302（2019）03-0177-05

我國擁有豐富的天然資源，加上政府、研究單位及農民的努力，造就了農業技術成果的飛速發展。近年來，國內在推行“互聯網+農業”的模式，農業發展已邁入知識、自動化創新密集型的產業發展階段，但產業鏈中大部分生產作業卻仍依賴人工投入，面對國內高齡化的農業人力結構與全球糧食安全議題，農業生產力再升級勢在必行。將現有的農業技術再做提升，已成為產業生產力再升級的關鍵[1-2]。借鑒其他產業如工業與服務業發展情況，可以發現，除了不斷提升技術層面外，要以單一技術為點，通過串聯延伸成網，形成互相聯通的概念，使得產業能在現有技術下提升整體生產力，這是伴隨著物聯網技術的實現所帶來的成果。

近年來物聯網技術已逐漸被普及應用，目前我國處于農業產業生產力再升級階段，本研究首先概述我國農業產業發展歷程、物聯網概念以及國內外將物聯網概念與農業發展融合的現況，采用模糊層次分析法（AHP）建立農業與物聯網融合發展程度指標體系，基于農業與物聯網融合度指標體系，分析我國各省農業與物聯網融合發展水平，探討將物聯網應用于農業發展的現實狀況，以期為政府、農民、研發單位及消費者等提供參考信息，發展國內適用并且能與國際接軌的農業物聯網。

1 相關文獻綜述

我國農業發展經歷了傳統勞動力、經驗及資本密集的農業發展階段，并因工業生產自動化發展步入技術、機械密集的農業發展階段，再因產業集成化與自動化概念邁入知識、自動化創新密集的農業發展階段;由基本生產追求產量最大化向講求質量轉變，農業產值也因此提高，但農業物聯網仍依賴人工投入。此外，國內高齡化的農業人力結構已成為農業發展必須面對的關鍵課題。近年來由于智能產業逐漸成熟，醞釀并促成了農業產業再升級;我國政府于2015年提出了“互聯網+”的技術發展策略，目標包括提升農業生產力，強調智慧密集性，即以智慧化為基礎概念，配合開放數據、巨量數據、物聯網及智慧機械的運用，期望達到精準、講求效率、提高糧食安全、降低風險且兼顧質量的生產目標[3-5]。

物聯網是近20年內蓬勃發展起來的，有別于傳統必須以人為主導來傳遞數據的因特網，物聯網配有只讀序號的事物，數據通過網絡能夠互相傳輸。探討物聯網運用于農業發展前，必須先了解物聯網概念，才能有效掌握應用方法。物聯網概念始于實時無線傳輸、衛星通信、無線射頻辨識、高精度感測、標準化機器對機器、高智能嵌入等技術的發展。此外，將信息放置于數據中心，在網絡上存取使用的云端運算互聯網技術（IT）即服務概念，更是實現物聯網萬物與網絡相連的關鍵。用戶可利用電子卷標將實體上網做聯結，一個物聯網可能聯結數億個物體[6]。

各產業紛紛導入物聯網概念并付之于應用。研究發現，物聯網不僅能增進作業便利性，更能提升產業生產力;農業也參與其中，但由于以往慣有根據經驗累積并且倚重勞動力的生產作業方式，加上農業生產具有因不同作物而有不同管理方式的特性，因此將物聯網概念引進與應用于農業有困難性，相對于制造業，物聯網運用在農業上遭遇的問題有3種，分別是對農業的價值不清、農業人力素質較低、附加價值較低。

糧食安全問題是當今農業生產不容忽視的議題，而對于氣候變遷，傳統農業生產更是有著看天吃飯的特性，在農業生產中面臨著許多難以預測的挑戰與影響。如何讓農民、研究者、食品生產及加工者真正參與到數據開放的作業中，讓每個人都能取得相關的數據信息，并促進國際間開放發展是目前的一大難點。目前，我國致力于推動農業電子化與智能化，發展物聯網便是施政重點之一，其中包含通過無線通信技術強化農產品安全管理監控、整合產銷信息并建構智能節能系統、建置智能農業網絡化服務管理模塊與事件預警回饋機制、布置長期監測無線傳感器網絡（WSN）、將智慧辨識技術落實于農業生產管理及農業源頭安全管理數字化，并發展農民田間決策云端服務系統，推廣服務架構，以建立地理信息及遙測技術并建構農業環境數據庫，提供小農田間操作信息與決策建議。實際應用中已有布建重要農作產區害蟲自動監測裝置，建構預警監控專家系統，應用射頻識別技術（RFID）、二維碼技術（QR Code）及智能軟件技術（APP）等整合從生產端開始的農產品安全檢測，驗證及過程追蹤管理互聯網絡，實時監控自家種畜禽場飼養管理活動并規劃畜禽場云端運算數據庫及物聯網，應用多元傳輸通道將分類數據整合，并提供給需求方選用[7]。以政策支持推動整合資源，推廣給農民，協助信息化管理數據，進而規劃生產計劃，提升生產與管理效益。

對比國際上農業物聯網發展，國際上做法一開始大多集中1～2個主導領域或是跨領域形成聯盟，先建置物聯網架構再慢慢擴散，而國內雖有許多單位投身農業物聯網開發，卻像是在搶先機、占地盤，缺乏資源整合。國際上將物聯網應用于農業發展，設立氣候智能型農業平臺，以物聯網的概念進行運作，除了作為數據庫提供農業相關數據外，同時是知識交流與締結聯盟合作關系的場所;目標是在氣候變遷逐漸不利于作物生產的環境中，以各種技術協助農民面對氣候變遷，維持或提高農業生產系統的生產效率，以確保糧食安全。社區支持農業（CSA）促成約20個國家與100多個農業機構組成全球聯盟氣候智能型農業，輔導非洲國家增進農業生產力，甚至出版原始數據集供需求者免費下載，內容主要分為氣候智能型案例、維持農場管理的改良技術與方法及架構啟動三大部分。氣候智能型案例、維持農場管理的改良技術與方法針對氣候變遷會遭遇的農業問題進行分析，包括水資源、土壤、能源等以及糧食價值鏈，提供生產者規劃生產作業的詳細信息;架構啟動則著重于機構、國家政策、金融與投資、減少災害風險、安全網、知識學習與能力發展以及評估、監測與評價等平臺運作之關鍵因素，為農業政策制定者提供參考[8]。美國aWhere公司成立16年來專注于收集世界各地氣象與農業相關數據，在2015年10月與Apigee公司合作，建構專屬于農業的分析決策智能管理平臺，不僅使農民可以通過參考氣候與市場預估數據來決定作物栽培品項及栽種時機，還能進一步為消費者提供需求價格預測信息，且平臺所提供的信息可作為供應商及客戶作出買賣決策的依據，同時可幫助農民制定更精準的生產計劃。這對于因對象作物不同而有不同管理方式特性的農業生產作業，具有相當的突破性。BinMaster公司整合監控技術與傳感設備開發谷物智能監控系統，自動化控制溫度、濕度及通風裝置，有效降低谷物倉儲風險。AgGateway公司則以非營利性聯盟的方式，促進電子商務在農業上的應用，包含精準農業、作物營養、作物保護、糧食與飼料、種子保存、零售并聯合系統、軟件開發商及服務供貨商等，期望能將通信技術更妥善運用于農業，以達到提升糧食安全的目標。位于菲律賓的國際水稻研究所（IRRI）積極地規劃并運用其豐富的研究資源，除與蓋茨基金會合作因應氣候變遷的水稻新品種培育計劃外，也與德國、瑞士、印度、印度尼西亞及泰國等國際研究機構合作，促成以遙控感測為基礎的作物信息與保險新興經濟體，建立水稻生產區監控系統，以精準的監控數據來支持生產決策、風險評估等。眾所周知，IRRI與全球89個國家合作，將全球3 024個水稻品種的基因組數據公開發布于亞馬遜云端供全球使用。2015年10月IRRI在泰國與聯合國環境規劃署共同召集成立永續水稻平臺，并制定全球第1套水稻種植標準，期望能高效率生產水稻并能作為制定政策的依據[9]。美國物聯網公司研發各式傳感設備并建置作物監控管理系統、建設農業工程及農業云平臺，形成包含政策、農業、商務及智庫的智能農業服務模式。農業對物聯網的應用相較于其他產業，或許仍有觀望疑慮存在，如附加價值或使用者接受度較低等因素。而這些多半與傳統的農業定義相關，但并非改變定義觀念便可將農業與物聯網概念順利結合并推行，須將農業生產鏈各階段解構，換個角度或重新思考每個階段的關鍵構成要素[10]，還須要深入了解物聯網技術能夠在哪些環節發揮優勢，大膽進行跨領域整合，最后由使用者共同檢視是否達到預期目標，作為回饋檢討的依據。尤其在政府、農業研究單位及農民的努力下，我國擁有許多育種資源、優良栽培和飼養管理等生產技術，且擁有充足的農業資訊作為建構背景;而物聯網技術隨著科技產業的日新月異不斷精進與深化，因此兩者結合并非單一具體的技術或做法，須面對并克服多重整合挑戰，且更需要團結生產者與政策制定者甚至民眾的力量方可實踐運作[11]。

由前述分析經驗可得，我國農業生產規模與國際上相比雖有差異，但生產鏈各階段的關鍵構成要素可能只是大同小異，面對人口日益增長、氣候變遷及糧食短缺危機，農業物聯網不僅是發展趨勢，而且是確保糧食安全的必行方向。物聯網技術已經準備好，未來農業生產者將不再是一半看天一半靠自己，不再僅倚靠自身擁有的累積經驗來從事生產[12]。政府可實時掌握精確信息，從而給出更精準可信的風險評估與決策，研究單位可通過依據數據信息來進行研發或組成研發聯盟，更有效率地將研發成果轉介給生產者運用，形成良好的合作循環機制，農民或相關生產者不僅可通過研究單位取得更好的資源，還可通過物聯網所提供的眾多信息審慎規劃生產策略，以降低風險甚至獲得更優越的生產報酬，對于消費者而言可以隨時查詢農作物狀態，可減少其對農作物安全性的疑慮;回歸到最初目的，通過物聯網技術的應用，有利于實現提高糧食安全、降低生產風險且兼顧品質的生產目標[13-15]。

以上是國內外農業物聯網的發展現狀，目前有關農業物聯網融合發展的程度進行了大量研究，學者分析了“互聯網+”形勢下農業科技發展的新途徑和具體實現路徑。學者通過農業互聯網合作的新模式，對農業的總體產業鏈進行優化設計。學者通過對農業電子商務的發展模式進行探索，根據農產品的特性進行具體的電商物流對接，給出了農業物聯網融合的新路徑、方法。以上研究多為農業物聯網融合的定性研究，很少涉及到具體定量研究，也沒有具體的融合度的測算，為此，本研究通過對農業物聯網融合理論的深入探討，結合模糊AHP，給出農業物聯網融合度的具體測算指標體系，根據該體系對農業物聯網的融合程度進行深入實證分析，通過具體的實證分析結果給出農業物聯網發展的政策建議。

2 構建評價指標體系和選擇實證模型

根據前述農業物聯網理論的深入研究，綜合國內農業物聯網發展現狀，提煉農業物聯網融合度的指標體系，農業物聯網融合度的指標會因產業、時間與市場的不同而有所差異，為此，本研究擬采用模糊AHP建立具體的農業物聯網融合度指標體系。以下對模糊層次分析法的數據分析過程進行詳細介紹。

2.1 模糊層次分析法

本研究將模糊層次分析法作為求取各項評估準則權重關系與重要性程度的方法。主要是將模糊理論導入發展的層次分析法中，對各項評估準則進行權重評比與重要性排序[16]，具體步驟為

步驟1：建立層次結構

評估標準依據模糊德菲法進行初次篩選。再結合最終目標、次目標與評估項目等，建立起多層次的架構，但每個層次的要素最多為7個。

步驟2：構建成對比較矩陣

經由前期理論研究可得，評估第L層對第L+1層的重要性程度，據此建立成對比較矩陣A，A=[aij]。

步驟3：建立三角模糊數

本研究以幾何平均數代表大部分專家的共識，隨后根據模糊德菲法建立三角模糊數，并綜合不同專家對兩兩要素間相對重要程度看法的模糊性。

2.2 評價指標體系構建

2.2.1 農業物聯網融合度的定義 農業物聯網融合度可用于衡量物聯網在農業中的應用程度分析，表示物聯網技術的發展水平以及對農業發展的深度促進作用，該指標可為國家發展先進農業政策提供重要的政策指導及理論參考。

2.2.2 指標體系的建立原則 指標體系的建立原則包括（1）準確性與可實施性相結合。基于農業物聯網的基本概念以及產業應用角度，選取表征農業物聯網真實發展水平的因素指標進行構建，從而滿足選取指標的科學性及準確性，同時保證以上指標能夠充分地進行測度，獲得較為準確的數值。（2）廣度性與深度性。所謂廣度性指的是農業物聯網的融合度指標具有一定的代表性，能夠代表農業物聯網發展的各個層面，并盡量以較少的指標來全面表征農業物聯網的融合度;指標除了要具有廣度性之外，還要具有深度性，深度性主要指的是農業物聯網融合度指標體系要能夠深層次地反映農業物聯網的融合現狀及物聯網對農業發展的促進作用。（3）分析數據的可獲得性。農業物聯網的融合度指標要能夠采用具體數據來表征，且這些數據都能夠實際獲得或通過統計數據、表格獲得，只有將這些數據進行有效的量化，才能保證所選擇指標的可靠性及公正性。

2.2.3 指標的選擇與說明 根據“2.2.2”節中的指標體系構建原則及農業物聯網研究，給出農業物聯網融合度的科學評價指標體系，共有4個一級指標和16個二級指標（表1）。

2.2.3.1 農業物聯網基礎設施 農業基礎設施代表農業物聯網的底層結合程度，主要包含計算機擁有率、寬帶網絡裝機率、移動網絡覆蓋率以及智能手機擁有率等指標，上述4個具有代表性的二級指標能夠深入反映物聯網在農業中的底層應用狀況，這些指標對農業物聯網的融合起到基礎支撐作用。

2.2.3.2 農業物聯網產業發展水平 農業物聯網產業發展水平代表物聯網在農業中的產業化應用程度，主要包含農業智能裝備擁有率、農業傳感器芯片市場規模、農業機械總動力、農業電子信息產值等指標，上述4個具有代表性的二級指標能夠深入反映物聯網在農村產業化應用的程度，對農村科學技術的發展和進步具有顯著的推動作用。

2.2.3.3 研發投入力度 研發投入力度主要用于衡量物聯網在農業中的研發前景，主要包含受教育程度、研發投入比重、 農機企業的專利擁有量、農業研發機構的數量等指標，這4個二級指標能夠深入反映物聯網在農業中的研發水平，體現農業物聯網技術的發展前景及動力。

2.2.3.4 物聯網應用效果 物聯網應用效果表征物聯網在農業中的實施效果，主要包含土地產出率、資金利用率、勞動生產率以及智能農機裝備使用率等指標，這4個二級指標能夠深入反映物聯網在農業中的整體應用效果，顯示物聯網對農業發展的顯著推動作用。

2.2.4 指標權重測算 本研究根據“2.1”節中模糊層次分析法的計算方式，得出農業物聯網各級評價指標權重（表2）。

從表2可以看出，在一級指標中，農業物聯網產業發展水平的權重最高，顯示了農業物聯網發展水平在衡量農業物聯網融合度方面的典型代表性;其次是研發投入力度，它代表了物聯網在農業中的應用前景，也對農業物聯網的融合度起到了深入的促進作用;物聯網的應用效果在所有一級指標中權重最低，其次是農業物聯網基礎設施，這2個指標都是農業物聯網融合的基礎指標，并不具備顯著的代表性，因此權重比較低。在農業物聯網基礎設施對應的二級指標體系中，移動網絡覆蓋率及智能手機擁有率的權重較高，這與當前的移動大數據時代背景形勢相符合，也反映了農業物聯網的融合基礎;在農業物聯網產業發展水平的二級指標體系中，農業智能裝備擁有率以及農業傳感器芯片市場規模的權重較高，這2個指標代表了農業物聯網發展水平的顯著程度，農業機械總動力及農業電子信息產值作為表征農業物聯網發展水平的基礎參考指標，相對不顯著，權重值也較低;在研發投入力度的二級指標體系中，幾個指標的權重值較為接近，其中農業研發機構數量及研發投入比重的權重值較高，受教育程度及農機企業專利擁有量的權重值略低;在物聯網應用效果的二級指標中，土地產出率及資金利用率作為物聯網應用效果的基礎指標，權重值并不高，勞動生產率及智能農機裝備使用率的權重值較高，特別是智能農機裝備使用率指標具有顯著的代表性，因此該指標的權重值也最高，綜合以上的指標分析，可以發現，本研究指定的指標跟現實情況較為符合，能夠真實反映物聯網在農業中的融合程度。

3 實證研究

3.1 數據收集

結合“2.2”節構建的農業物聯網融合度指標體系，根據國家統計局給出的最新《中國統計年鑒》以及最新的《中國互聯網發展狀況統計報告》，剔除無效的數據區域，對我國各區域的農業物聯網發展水平進行綜合分析，為了更加直觀地反映我國各區域的農業物聯網發展水平，本研究分6個大區域進行農業物聯網融合程度的評價分析，六大區域分別為華東區域、華北區域、華南區域、東北區域、西北區域以及西南區域。

3.2 實證分析

根據模糊AHP的計算公式，得出我國各區域的農業物聯網融合程度。以總關聯度為依據對我國各區域農業與互聯網融合程度進行排序，關聯度越高的區域和城市，農業物聯網融合程度也越高，排序結果如表3所示。

從表3可以看出，農業物聯網平均發展水平較高的區域為華東、華北區域，這些區域也是我國農業現代化發展最為完善以及最適合種植作物的農地區域，也是我國農業科研機構最為密集的區域，研發實力及整體的受教育程度都居全國前列，華南、東北區域的農業物聯網平均水平在全國范圍內居中，但廣西壯族自治區為特例，這是由于特殊的地緣位置以及少數民族自治區等文化原因，使得其農業物聯網發展水平全國最低，在該區域也是處于墊底水平。目前全國農業物聯網融合程度較低的區域為西北、西南區域，這些區域首先受困于地理環境，山區和復雜地形較多，較難進行農業現代化推廣，另外由于整體人口的受教育程度相比其他區域偏低，研發結構數量也偏少，這些因素都制約了2區域的農業物聯網發展水平以及相互之間的融合度。從以上的實證分析結果也能看出，本研究所選擇的指標符合我國大部分區域的具體情況，能夠客觀有效地反映國內區域的整體農業物聯網融合發展水平。

4 結論與建議

4.1 結論

本研究通過對農業物聯網融合理論的深入研究，結合模糊AHP，給出農業物聯網融合度的具體測算指標體系，并根據該體系對農業物聯網的融合程度進行深入的實證研究，具體的研究結論如下：

（1）采用模糊層次分析法的計算方式，得出了農業物聯網融合的4個一級指標以及12個二級指標，一級指標中，農業物聯網產業發展水平的權重最高，其次是研發投入力度;物聯網的應用效果在所有一級指標中權重最低，其次是農業物聯網基礎設施。在農業物聯網基礎設施對應的二級指標體系中，移動網絡覆蓋率及智能手機擁有率的權重較高;在農業物聯網產業發展水平的二級指標體系中，農業智能裝備擁有率以及農業傳感器芯片市場規模的權重較高，農業機械總動力及農業電子信息產值的權重值較低;在研發投入力度的二級指標體系中，農業研發機構數量及研發投入比重的權重值較高，受教育程度及農機企業專利擁有量的權重值略低;在物聯網應用效果的二級指標中，土地產出率及資金利用率權重值較低，勞動生產率及智能農機裝備使用率的權重值較高，特別是智能農機裝備使用率指標的權重值最高，綜合指標分析，可以發現，本研究指定的指標跟現實情況較為符合，具有較強的準確性和客觀性。

（2）結合國家統計數據和互聯網統計數據，對我國六大區域省份的農業物聯網融合度進行測算，給出總體關聯值，從各區域的關聯度可以看出，農業物聯網平均發展水平較高的區域為華東、華北區域，華南、東北區域的農業物聯網平均水平在全國范圍內居中，目前全國農業物聯網融合程度較低的區域為西北、西南區域。我國各區域的農業物聯網關聯度總體不高，多數區域城市的農業物聯網關聯度低于0.5，另外從分析結果可以看出，本研究所選擇的指標符合我國大部分區域的具體情況，能夠客觀有效地反映國內區域的整體農業物聯網融合發展水平

4.2 建議

由以上的分析結果可知，我國農業物聯網的整合融合度水平較低，為提升我國農業物聯網的融合度，特別是提升農業物聯網發展落后區域的融合度，給出如下的政策建議：

（1）提高構建農業物聯網信息采集體系的速度。農業物聯網信息采集平臺的構建依賴農業物聯網基礎設施的建設。該平臺可以在對農業物聯網的數據進行規范化收集后，進入全國數據采集的大數據平臺，從而促進農業物聯網的進一步融合。

（2）整合農業物聯網的產業發展。從農業產業鏈的角度出發，在多維度上整合農業各產業階段的特點，將物聯網應用于農業產業鏈中的各個階段，從而進一步提升農業物聯網的融合度，最終促進農業現代化的發展。

（3）加快農業物聯網人才隊伍建設。依托全國各區域的農業研發機構及高校，對農業物聯網應用領域的具體需求深度挖掘對接，不斷復制現實案例，培育大量農業物聯網專業化人才隊伍，以滿足農業物聯網對多層次人才的需求。

參考文獻：

[1]秦懷斌，李道亮，郭 理. 農業物聯網的發展及關鍵技術應用進展[J]. 農機化研究，2014（4）：246-248，252.

[2]李道亮，楊 昊. 農業物聯網技術研究進展與發展趨勢分析[J]. 農業機械學報，2018，49（1）：1-20.

[3]楊超群. 農業信息化背景下物聯網技術應用文獻綜述[J]. 南方農機，2018，56（4）：131.

[4]鄭小芳，張鈞媛. 農業物聯網發展模式淺析[J]. 中國電子科學研究院學報，2014，9（3）：250-254.

[5]葛文杰，趙春江. 農業物聯網研究與應用現狀及發展對策研究[J]. 農業機械學報，2014，45（7）：222-230.

[6]張永華. 農業物聯網技術應用及創新發展策略[J]. 農業與技術，2018，38（10）：247.

[7]劉 淵，王瑞智，楊澤林. 農業物聯網應用發展研究[J]. 廣東農業科學，2013，40（23）：174-179.

[8]許世衛. 我國農業物聯網發展現狀及對策[J]. 中國科學院院刊，2013，28（6）：686-692.

[9]Behzadan A，Anpalagan A，Woungang I，et al. An energy efficient

utility based distributed data routing scheme for heterogenous sensor networks[J]. Wireless Communications and Mobile，2016，63（16）：28-36.

[10]Dutta R，Morshed A，Aryal J，et al. Development of an intelligent environmental knowledge system for sustainable agricultural decision support[J]. Environmental Modelling and Software，2017，38（3）：53-58.

[11]廖 偉. 物聯網發展指數及其評價體系研究[D]. 北京：北京交通大學，2014.

[12]Gao X D，Wu P T，Zhao X N，et al. Estimating the spatial means and variability of root-zone soil moisture in gullies using measurements from nearby uplands[J]. Journal of Hydrology，2013，476：28-41.

[13]毛科軍，官宏義，王曉蓉. 天津市農業物聯網產業發展戰略研究[J]. 江蘇農業科學，2016，46（11）：559-561.

[14]李智慶. 農業物聯網技術應用及創新發展路徑研究[J]. 電子技術與軟件工程，2016，66（23）：36.

[15]王艷麗，王靜婷. 農業物聯網體系結構模型構建[J]. 農業工程，2018，38（2）：29-31.

[16]楊建華，盧 波. 區域電子信息產業發展的評價指標體系研究[J]. 哈爾濱工業大學學報（社會科學版），2005，7（4）：56-60.曾孟佳，黃 旭，車 磊，等. 基于區塊鏈的病死害動物無害化處理模型[J]. 江蘇農業科學，2019，47（3）：182-188.