計(jì)算機(jī)物聯(lián)網(wǎng)技術(shù)在智能水稻農(nóng)田管理中的應(yīng)用策略研究

中圖分類號(hào)：TP79 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1673-6737（2025）05-0182-06

Research ontheApplicationStrategy ofComputerInternet of Things Technology in Intelligent Rice Field Management

LIU Juan（Social Credit Center of Shandong Province（Development and Reform Data Application CenterofShandong Province），Jinan 25oo11，China）

Abstract：Themanagementofricefieldsisdirectlyrelatedtoriceyieldandfoodsecurity.Duetovariousuncertain factorsinthenaturalenvironment，itisdificulttoachievestabilitythroughmanualmanagementinthepast.Researchon theaplicationstrategyofcomputerInternetofThingstechnologyininteligentricefieldmanagementinresponsetothe aboveissues.DesignanintegratedmanagementmechanismforfarmlandbasedoncomputerIoTtechnology，whichis dividedintotwoparts.ThefirstpartisaricefarmlandperceptionmodulebasedonIoTtechnology，whichobtainsvarious statusdataaboutfarmland.Theotherpartisthericefielddynamicmanagementmodule basedoncomputertechnology， whichusescomputeralgorithmsormodelstoachieveintegratedwaterandfertlizercontrolandricegrowthevaluation basedontheobtained status data.Theresultsindicate that through theinteligent managementofcomputerIoT technology， thefieldwaterholdingcapacitycanrespondmorequicklyandstably，achievingprecisemanagementoffarmland water volume.ThroughtheinteligentmanagementofcomputerIoTtechnologythericegrowthinthepaddyfieldisstable，with agrowthindexgreaterthanO.85，consistentlyatheexcelentlevelI）level，indicatinggoodmanagementefctiveess.

KeyWords：Computerinternetofthingstechnology；Rice;Inteligentfarmlandmanagement；Waterfertilizerintegration; Evaluation of rice growth

糧食是人們賴以生存與發(fā)展的物質(zhì)基礎(chǔ)。水稻作為全球超過(guò)半數(shù)人口的主食，其生產(chǎn)與種植更是農(nóng)業(yè)領(lǐng)域中的重點(diǎn)工作。水稻產(chǎn)量與質(zhì)量的穩(wěn)定提升是維護(hù)糧食安全體系的關(guān)鍵，而要保證水稻產(chǎn)量與質(zhì)量的穩(wěn)定提升，水稻農(nóng)田管理是必不可少的工作。水稻農(nóng)田管理是一項(xiàng)綜合性工作，包括灌溉、施肥、生長(zhǎng)監(jiān)測(cè)等多個(gè)環(huán)節(jié)，每一個(gè)環(huán)節(jié)的管理質(zhì)量都關(guān)系到水稻最后的產(chǎn)量[2]。目前，水稻農(nóng)田管理仍是以傳統(tǒng)模式為主，也就是依賴管理人員的人工經(jīng)驗(yàn)，這種管理方式靈活度較高，成本低，但是很容易受到管理人員技術(shù)水平限制，管理效果難以達(dá)到穩(wěn)定，尤其水稻種植還受到溫度、濕度、光照等各種不確定因素影響較大。傳統(tǒng)人工管理主要存在資源分配不均的情況，導(dǎo)致水資源浪費(fèi)，化肥農(nóng)藥過(guò)量使用或者使用不足等，不僅增加了生產(chǎn)成本，還對(duì)生態(tài)環(huán)境造成了潛在威脅[4]。

為了解決傳統(tǒng)人工管理模式的不足，隨著計(jì)算機(jī)物聯(lián)網(wǎng)技術(shù)的大力開(kāi)發(fā)，創(chuàng)新了農(nóng)田管理模式，逐漸向著智能化、自動(dòng)化管理模式方向發(fā)展，該模式借助物聯(lián)網(wǎng)感知水稻生長(zhǎng)過(guò)程中的土壤濕度、溫度、養(yǎng)分含量、光照強(qiáng)度以及病蟲害情況等關(guān)鍵信息，然后通過(guò)計(jì)算機(jī)技術(shù)對(duì)感知到的信息進(jìn)行深度挖掘，從而制定個(gè)性化的灌溉、施肥和病蟲害防治方案，實(shí)現(xiàn)資源的優(yōu)化配置與高效利用。為此，進(jìn)行計(jì)算機(jī)物聯(lián)網(wǎng)技術(shù)在智能水稻農(nóng)田管理中的應(yīng)用策略研究。通過(guò)該研究以期能夠探索出一條具有高適應(yīng)性和高靈活性的水稻智能化種植模式，提高水稻種植質(zhì)量。

1基于計(jì)算機(jī)物聯(lián)網(wǎng)技術(shù)的農(nóng)田一體化管理機(jī)制設(shè)計(jì)

為滿足人口增長(zhǎng)的需要以及減輕糧食安全壓力，基于計(jì)算機(jī)物聯(lián)網(wǎng)技術(shù)設(shè)計(jì)一個(gè)智能水稻農(nóng)田一體化管理機(jī)制，目的是打破傳統(tǒng)農(nóng)田管理碎片化、低效化的局面，實(shí)現(xiàn)對(duì)水稻農(nóng)田的科學(xué)化管理5。農(nóng)田一體化管理機(jī)制結(jié)構(gòu)如下圖1所示。

圖1基于計(jì)算機(jī)物聯(lián)網(wǎng)技術(shù)的農(nóng)田一體化管理機(jī)制

水稻農(nóng)田一體化管理機(jī)制，根據(jù)計(jì)算機(jī)物聯(lián)網(wǎng)技術(shù)的作用分為兩部分，一部分是基于物聯(lián)網(wǎng)技術(shù)的水稻農(nóng)田感知模塊，另一部分是基于計(jì)算機(jī)技術(shù)的水稻農(nóng)田動(dòng)態(tài)管理模塊。下面一體化管理機(jī)制進(jìn)行具體分析。

2基于物聯(lián)網(wǎng)技術(shù)的水稻農(nóng)田感知模塊

水稻農(nóng)田科學(xué)管理的依據(jù)是獲取到的關(guān)于農(nóng)田各種狀態(tài)數(shù)據(jù)，如溫度、含水量 ??pH 值、生長(zhǎng)數(shù)據(jù)等。而要獲取這些數(shù)據(jù)，需要用到物聯(lián)網(wǎng)技術(shù)-8。物聯(lián)網(wǎng)技術(shù)是指通過(guò)各種信息傳感設(shè)備，按約定的通信協(xié)議，實(shí)現(xiàn)監(jiān)測(cè)目標(biāo)與網(wǎng)絡(luò)相連接并將監(jiān)測(cè)信息傳遞出去，以實(shí)現(xiàn)智能化識(shí)別、定位、跟蹤、監(jiān)管等功能的一種技術(shù)。ZigBee技術(shù)具有低功耗、自組網(wǎng)和高穩(wěn)定性等優(yōu)點(diǎn)，是物聯(lián)網(wǎng)中實(shí)現(xiàn)各傳感設(shè)備間通信的關(guān)鍵。以ZigBee技術(shù)為基礎(chǔ)，搭建智能水稻農(nóng)田感知的物聯(lián)網(wǎng)，網(wǎng)絡(luò)結(jié)構(gòu)如下圖2所示。

圖2基于ZigBee的智能水稻農(nóng)田感知的物聯(lián)網(wǎng)

從圖2中可以看出，該物聯(lián)網(wǎng)中共有3類節(jié)點(diǎn)，其中協(xié)調(diào)器是最關(guān)鍵的一類，負(fù)責(zé)節(jié)點(diǎn)管理、網(wǎng)絡(luò)組建和數(shù)據(jù)傳輸?shù)萚]。利用協(xié)調(diào)器進(jìn)行農(nóng)田感知物聯(lián)網(wǎng)具體搭建過(guò)程如下：

步驟1：將協(xié)調(diào)器節(jié)點(diǎn)部署在水稻農(nóng)田田埂邊緣網(wǎng)關(guān)。

步驟2：通過(guò)協(xié)調(diào)器節(jié)點(diǎn)通過(guò)掃描檢測(cè)能量情況并選擇干擾最小的信道。

步驟3：協(xié)調(diào)器以選定的信道和PANID啟動(dòng)網(wǎng)絡(luò)，并配置參數(shù)。

步驟4：終端節(jié)點(diǎn)或路由節(jié)點(diǎn)向協(xié)調(diào)器發(fā)送人網(wǎng)請(qǐng)求[。

步驟5：協(xié)調(diào)器接收到入網(wǎng)請(qǐng)求后面，對(duì)終端節(jié)點(diǎn)或路由節(jié)點(diǎn)進(jìn)行校驗(yàn)并為其分配PANID和16位短地址[2]

步驟6：發(fā)送入網(wǎng)響應(yīng)，當(dāng)終端節(jié)點(diǎn)或路由節(jié)點(diǎn)成功加入網(wǎng)絡(luò)后，就可以發(fā)送數(shù)據(jù)。

基于組建好的網(wǎng)絡(luò)，首先利用終端節(jié)點(diǎn)設(shè)備感知農(nóng)田各種狀態(tài)數(shù)據(jù)，如下表1所示

表1終端節(jié)點(diǎn)設(shè)備感知數(shù)據(jù)類型

終端節(jié)點(diǎn)設(shè)備將感知到的數(shù)據(jù)封裝為ZigBee應(yīng)用層幀，然后發(fā)送給路由器。路由器作為“信號(hào)中繼”，可以擴(kuò)展網(wǎng)絡(luò)覆蓋范圍并支持多跳傳輸（單跳距離從 50m 增至 150m ），提高網(wǎng)絡(luò)傳輸距離[13]。路由器節(jié)點(diǎn)將接收到的水稻農(nóng)田感知數(shù)據(jù)轉(zhuǎn)發(fā)給協(xié)調(diào)器節(jié)點(diǎn)，協(xié)調(diào)器節(jié)點(diǎn)最終將數(shù)據(jù)傳輸給計(jì)算機(jī)處理中心，用于水稻農(nóng)田管理4。

3基于計(jì)算機(jī)技術(shù)的水稻農(nóng)田動(dòng)態(tài)智慧管理模塊

利用物聯(lián)網(wǎng)技術(shù)感知到的水稻農(nóng)田狀態(tài)數(shù)據(jù)，通過(guò)各種計(jì)算機(jī)算法或者模型實(shí)現(xiàn)水肥一體化控制、水稻長(zhǎng)勢(shì)評(píng)估等水稻農(nóng)田動(dòng)態(tài)智慧管理。

3.1 水肥一體化控制管理

水和肥是水稻生長(zhǎng)過(guò)程中不可缺少的兩種物質(zhì)，若是過(guò)多，將導(dǎo)致根系變黑、腐爛，吸收能力喪失；若是少了，則導(dǎo)致葉片卷曲、枯黃，功能葉早衰，水稻生長(zhǎng)受抑制[5。因此，進(jìn)行水肥一體化精準(zhǔn)控制是水稻農(nóng)田動(dòng)態(tài)管理中最重要的環(huán)節(jié)。首先，確定水稻對(duì)水肥的標(biāo)準(zhǔn)要求，如表2所示。

表2水稻對(duì)水肥的標(biāo)準(zhǔn)要求

水稻對(duì)水肥要求會(huì)因所處的不同生長(zhǎng)時(shí)期、生長(zhǎng)環(huán)境等因素而發(fā)生變化，參照上述標(biāo)準(zhǔn)，利用一種計(jì)算機(jī)模型——整數(shù)階PID控制器，進(jìn)行水肥一體化管理，構(gòu)建基于整數(shù)階PID的水肥一體化計(jì)算機(jī)管理模型[16-17]。該模型控制律表示如下：

式中， b（t），b （t代表水稻 χ_t 生長(zhǎng)時(shí)期水肥標(biāo)準(zhǔn)與稻田實(shí)際水肥情況； a（τ） 代表誤差在時(shí)間上的累積； 代表比例增益系數(shù)、積分增益系數(shù)、微分增益系數(shù)； Φ_t^t 代表時(shí)間； s（t） 代表水稻生長(zhǎng)時(shí)期水肥控制量； a（t） 代表水稻 Φ_t 生長(zhǎng)時(shí)期水肥標(biāo)準(zhǔn)與稻田實(shí)際水肥情況之間的差值[8。

該模型的傳遞函數(shù)如下：

式中， G（t） 代表水稻 Φ_t 生長(zhǎng)時(shí)期傳遞函數(shù)[19]

將計(jì)算得到的 s（t） 傳遞給水肥灌溉系統(tǒng)，該系統(tǒng)根據(jù) s（t） ，生成控制指令，實(shí)現(xiàn)水肥的自動(dòng)調(diào)控[20]。

3.2水稻長(zhǎng)勢(shì)評(píng)估管理

水稻長(zhǎng)勢(shì)評(píng)估是精準(zhǔn)農(nóng)業(yè)的重要環(huán)節(jié)，通過(guò)多維度監(jiān)測(cè)與分析可優(yōu)化田間管理、預(yù)測(cè)產(chǎn)量并指導(dǎo)災(zāi)害預(yù)警。水稻長(zhǎng)勢(shì)描述指標(biāo)如下表3所示2。

根據(jù)水稻長(zhǎng)勢(shì)描述指標(biāo)，結(jié)合一種計(jì)算機(jī)算法一—熵權(quán)法，進(jìn)行水稻長(zhǎng)勢(shì)評(píng)估22。首先，利用計(jì)算機(jī)計(jì)算每一個(gè)評(píng)估指標(biāo)的比重，公式如下：

式中， c_ij 代表第 i 個(gè)樣本的第 j 個(gè)水稻長(zhǎng)勢(shì)描述指標(biāo)的比重； d_ij 代表歸一化后的第 i 個(gè)樣本的第 j 個(gè)水稻長(zhǎng)勢(shì)描述指標(biāo)； n 代表樣本數(shù)量。接著，

表3水稻長(zhǎng)勢(shì)描述指標(biāo)體系

計(jì)算每個(gè)指標(biāo)的熵值23]。計(jì)算公式如下：

式中， D_j 代表評(píng)價(jià)指標(biāo)的熵值。根據(jù) D_j ，計(jì)算信息效用值，即：

式中， E_j 代表第 j 個(gè)水稻長(zhǎng)勢(shì)描述指標(biāo)的信息效用值。最后計(jì)算第 j 個(gè)水稻長(zhǎng)勢(shì)描述指標(biāo)的權(quán)重。計(jì)算公式如下：

式中， w_ij 代表指標(biāo)權(quán)重； m 代表水稻長(zhǎng)勢(shì)描述指標(biāo)的數(shù)量。

結(jié)合第 j 個(gè)水稻長(zhǎng)勢(shì)描述指標(biāo)的權(quán)重與歸一化指標(biāo)值，計(jì)算水稻長(zhǎng)勢(shì)指數(shù)，即

式中， Y 代表水稻長(zhǎng)勢(shì)指數(shù)[24]

根據(jù)水稻長(zhǎng)勢(shì)指數(shù)，劃分5個(gè)等級(jí)，如下表4所示。

表4水稻長(zhǎng)勢(shì)指數(shù)等級(jí)劃分

4應(yīng)用效果分析

為驗(yàn)證計(jì)算機(jī)物聯(lián)網(wǎng)技術(shù)在智能水稻農(nóng)田管理中的應(yīng)用策略中的應(yīng)用效果，以兩塊水稻試驗(yàn)田為對(duì)象，進(jìn)行實(shí)驗(yàn)測(cè)試，如下圖3所示。

圖3水稻試驗(yàn)田

這兩塊水稻試驗(yàn)田均種植湘早粘45號(hào)，其余面積、土質(zhì)、種植工藝等所有參數(shù)也都高度相同，其中一個(gè)通過(guò)計(jì)算機(jī)物聯(lián)網(wǎng)技術(shù)進(jìn)行智慧管理，另一個(gè)通過(guò)傳統(tǒng)人工模式管理。

在水稻田部署20個(gè)傳感器節(jié)點(diǎn)，實(shí)現(xiàn)每隔12h 一次的全田數(shù)據(jù)采集，精度達(dá) ±2% ，然后每隔 200m 部署1個(gè)太陽(yáng)能供電的路由器，終端傳感器的數(shù)據(jù)至協(xié)調(diào)器，確保全田覆蓋。物聯(lián)網(wǎng)部署如下圖4所示。

圖4物聯(lián)網(wǎng)部署

物聯(lián)網(wǎng)參數(shù)配置如下表5所示。

表5物聯(lián)網(wǎng)參數(shù)配置

基于部署的物聯(lián)網(wǎng)，獲取水稻農(nóng)田參數(shù)，如表6所示。

表6水稻農(nóng)田狀態(tài)參數(shù)表（部分）

（1）水量管理效果。基于物聯(lián)網(wǎng)采集和傳輸?shù)乃咎餇顟B(tài)數(shù)據(jù)，進(jìn)行水肥管理，其中田間持水量管理效果如下圖5所示。

圖5田間持水量變化曲線

從圖5中可以看出，與傳統(tǒng)人工管理模式相比，通過(guò)計(jì)算機(jī)物聯(lián)網(wǎng)技術(shù)進(jìn)行智慧管理，田間持水量能夠更加快速響應(yīng)，且后期也能夠極大程度根據(jù)需求穩(wěn)定灌溉。由此說(shuō)明計(jì)算機(jī)物聯(lián)網(wǎng)技術(shù)的應(yīng)用實(shí)現(xiàn)了對(duì)農(nóng)田水量的精準(zhǔn)管理。

（2）水稻長(zhǎng)勢(shì)評(píng)估管理。計(jì)算機(jī)物聯(lián)網(wǎng)技術(shù)對(duì)水稻長(zhǎng)勢(shì)的評(píng)估如圖6所示。

從圖6中可以看出，1號(hào)水稻田水稻長(zhǎng)勢(shì)穩(wěn)定，水稻長(zhǎng)勢(shì)指數(shù)大于0.85，說(shuō)明一直處在優(yōu)（I級(jí)）等級(jí)，說(shuō)明1號(hào)水稻田通過(guò)計(jì)算機(jī)物聯(lián)網(wǎng)技術(shù)的智慧管理，植株健壯，葉色濃綠，分蘗旺盛，產(chǎn)量潛力高，實(shí)現(xiàn)了精準(zhǔn)管理。而傳統(tǒng)人工管理模式下，2號(hào)水稻長(zhǎng)勢(shì)指數(shù)在0.60～1.00之間波動(dòng)，說(shuō)明水稻田水稻長(zhǎng)勢(shì)不穩(wěn)定，管理效果較差。

5 結(jié)束語(yǔ)

隨著計(jì)算機(jī)物聯(lián)網(wǎng)技術(shù)的快速發(fā)展，其在智能水稻農(nóng)田管理中的應(yīng)用正逐步改變傳統(tǒng)農(nóng)業(yè)生產(chǎn)模式。因此，探索一種高效、精準(zhǔn)、可持續(xù)的基于計(jì)算機(jī)物聯(lián)網(wǎng)技術(shù)的智能水稻農(nóng)田管理模式。研究中通過(guò)部署多源傳感器、邊緣計(jì)算網(wǎng)關(guān)和計(jì)算機(jī)智能決策和分析系統(tǒng)，實(shí)現(xiàn)了對(duì)水稻生長(zhǎng)環(huán)境的實(shí)時(shí)監(jiān)測(cè)、精準(zhǔn)調(diào)控和科學(xué)管理，顯著提升了水肥利用效率、降低了資源浪費(fèi)，并為糧食安全生產(chǎn)提供了數(shù)據(jù)支撐。

參考文獻(xiàn)：

[1]曾華忠，吳庚勇，陸靜丹，等.廣西稻蝦共作模式下“雙季稻 + ”生態(tài)高產(chǎn)綜合種養(yǎng)技術(shù)[J].雜交水稻，2024，39（6）：107-111.

[2]馬唯一，朱濟(jì)鄒，朱旺，等.鹽害和干旱對(duì)稻米品質(zhì)形成的影響及生理機(jī)制研究進(jìn)展[J].中國(guó)水稻科學(xué)，2025，39（2）：156-170.

[3]劉家輝，劉強(qiáng)，李廣.不同施氮梯度下影響春小麥產(chǎn)量的參數(shù)敏感性分析及優(yōu)化[J].干旱地區(qū)農(nóng)業(yè)研究，2025，43（2）：253-261.

[4]王遠(yuǎn)銘，葛梅紅，程寧寧，等.不同施肥模式下芒果園氮素養(yǎng)分平衡及氮?dú)馀欧臶J].西南農(nóng)業(yè)學(xué)報(bào)，2025，38（1）：160-170.

[5]宮園，徐玉婷，潘友菊，等.氣候智慧型農(nóng)業(yè)措施對(duì)中國(guó)農(nóng)田土壤有機(jī)碳含量影響的Meta分析[J].農(nóng)業(yè)資源與環(huán)境學(xué)報(bào)，2024，41（1）：92-104.

[6]余忠義，全春夏，方舟，等.數(shù)智農(nóng)田構(gòu)建關(guān)鍵技術(shù)裝備及展望[]農(nóng)業(yè)工程學(xué)報(bào)，2024，40（23）：1-14.

[7]張艷軍，楊殿林，王慧，等.基于農(nóng)田生境管理的農(nóng)作物害蟲生態(tài)防控研究進(jìn)展[J].農(nóng)業(yè)資源與環(huán)境學(xué)報(bào)，2024，41（5）：997-1003.

[8]劉曉.基于信息融合的農(nóng)田智能化管理系統(tǒng)應(yīng)用研究[J].農(nóng)機(jī)化研究，2023，45（5）：215-219.

[9]華明圓，宋健，王曉平，等.農(nóng)機(jī)裝備物聯(lián)網(wǎng)技術(shù)研究現(xiàn)狀與展望[J].江蘇農(nóng)業(yè)科學(xué)，2024，52（1）：17-27.

[10]劉羽飛，何勇，劉飛，等.農(nóng)業(yè)傳感器技術(shù)在我國(guó)的應(yīng)用和市場(chǎng)：現(xiàn)狀與未來(lái)展望[J].浙江大學(xué)學(xué)報(bào) （農(nóng)業(yè)與生命科學(xué)版），2023，49（3）：293-304.

[11]李利如，張孟.智慧農(nóng)業(yè)物聯(lián)網(wǎng)平臺(tái)的多場(chǎng)景應(yīng)用[J].中國(guó)農(nóng)業(yè)資源與區(qū)劃，2023，44（7）：116，128.

[12]章子文，梁思程，張洪奇，等.設(shè)施溫室物聯(lián)網(wǎng)智能測(cè)控系統(tǒng)研究[J.山東農(nóng)業(yè)大學(xué)學(xué)報(bào)（自然科學(xué)版），2024，55（4）：633-643.

[13]丁亞會(huì)，陳誠(chéng)，喬曉軍，等.基于物聯(lián)網(wǎng)的病蟲害綠色防控系統(tǒng)研發(fā)與應(yīng)用[J].中國(guó)農(nóng)業(yè)科技導(dǎo)報(bào)，2024，26（4）：77-86.

[14]魏鋒，馬麗娟，葛靜，等.基于物聯(lián)網(wǎng)的塑料大棚保溫被自動(dòng)揭放對(duì)越冬葉菜生長(zhǎng)及品質(zhì)的影響[J]甘肅農(nóng)業(yè)大學(xué)學(xué)報(bào)，2024，59（1）：292-303.

[15]張潔，楊誠(chéng)陽(yáng)，鄒佳琪，等.基于計(jì)算機(jī)視覺(jué)的大豆與玉米種子計(jì)數(shù)方法研究[J]四川農(nóng)業(yè)大學(xué)學(xué)報(bào)，2024，42（5）：1021-1027，1048.

[16]高一聰，許晨，林瓊，等.茶葉生產(chǎn)裝備自動(dòng)化與智能化技術(shù)研究進(jìn)展與展望[J].農(nóng)業(yè)機(jī)械學(xué)報(bào)，2024，55（7）：1-14.

[17]張昆，袁博涵，崔靜瑩，等.基于計(jì)算機(jī)視覺(jué)的茶葉嫩芽識(shí)別方法研究進(jìn)展[J].山東農(nóng)業(yè)科學(xué)，2024，56（5）：163-170.

[18]何可，朱潤(rùn).數(shù)字技術(shù)賦能糧食系統(tǒng)綠色低碳轉(zhuǎn)型[J].南京農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2025，25（1）：55-67.

[19]張守利，劉晨.基于服務(wù)的云邊端協(xié)同流數(shù)據(jù)處理體系結(jié)構(gòu)研究[J].山東農(nóng)業(yè)大學(xué)學(xué)報(bào)（自然科學(xué)版），2024，55（3）：385-395.

[20]莫竣程，邵志偉，梁妙婷，等.我國(guó)農(nóng)田氮磷流失監(jiān)測(cè)現(xiàn)狀與在線監(jiān)測(cè)標(biāo)準(zhǔn)化方法[J].江蘇農(nóng)業(yè)科學(xué)，2024，52（3）：12-21.

[21]楊俊，馬霆，郭丹.提升數(shù)字能力賦能智慧農(nóng)業(yè)發(fā)展[J].華中農(nóng)業(yè)大學(xué)學(xué)報(bào)，2023，42（5）：282-288.

[22]姚莉，鄧春秀，唐彪，等.基于最大熵模型（ MaxEnt ）和地理信息系統(tǒng)（GIS）的四川省眉山市東坡區(qū)晚熟柑橘適宜性評(píng)價(jià)[J].中國(guó)農(nóng)業(yè)科學(xué)，2025，58（4）：748-758.

[23]余富強(qiáng)，王斌成，郭娜煒，等.基于注意力機(jī)制的多任務(wù)番茄葉片病害識(shí)別方法[J].河北農(nóng)業(yè)大學(xué)學(xué)報(bào)，2024，47（6）：32-39.

[24]王海.計(jì)算機(jī)技術(shù)在農(nóng)業(yè)信息化中的創(chuàng)新應(yīng)用[J]中國(guó)農(nóng)業(yè)資源與區(qū)劃，2025，46（1）：201，220.

圖6水稻長(zhǎng)勢(shì)指數(shù)曲線