品牌战略
OA系统
数字农业
浏览量：76 2024-01-11
随着国家在农业现代化发展方面的要求越来越迫切，推进农业农村现代化是全面建设社会主义现代化国家的重大任务，是解决发展不平衡不充分问题的重要举措，是推动农业农村高质量发展的必然选择。在数字技术和数字经济快速发展的背景下，数字农业和数字乡村的建设是实现未来农业农村现代化的必要条件。人工智能、5G、物联网、大数据等信息技术的快速发展，推进了经济社会各个领域的数字化转型，全球数字化的脚步已势不可挡，新形态数字经济将会是助推全球经济发展的重要趋势导向。在数字化转型的时代浪潮中，用数字经济赋能现代农业，是下一阶段的发展重点，也是全面推进乡村振兴，加快农业农村现代化发展的关键。
川发数科作为数字农业综合解决方案服务商，面向政府部门、农业企业及合作社、农户，以数据为驱动、科技为支撑、应用为抓手、服务为出发点构建农业数字经济生态。通过数字化技术，结合地方农业特色以及市场需求，健全农业的产业链，发挥数字技术在农业现代化上转型的效应，提供打造出精品农业、品牌农业与便捷农业的一站式数字化解决方案。
数字农业整体架构
（1）区域农业产业大数据平台
为便于政府相关管理部门，了解大范围内的农业生产条件和产业发展预测，借助全要素数字孪生，实现农业的数字化管理和农业运行的“一网统管”。综合展示农业生产、服务、销售、品牌打造等维度的数据,为决策者在特色农业产业发展规划方面提供数据支撑，帮助决策者更加科学合理的制定产业发展策略、合理匹配农业资源方面奠定数据基础。
（2）数字农场管理系统
基于GIS可视化展示农场信息、帮助农业生产主体合理调配和管理农场资源。
丰富的面板直观展示天气预报、农场、地块、产量、农事、物联网、水肥使用、销售、市场行情等概况信息。
基于高清航拍图清晰呈现各种植区域地块、作物、物联网设备的分布及预警情况，并可对单独地块相关资源信息进行有效调度操作。
实时展示各智能化设备在田间的运行情况，并结合农事生产建议以及农户的活动轨迹有效掌握种植现场的执行效率以及资源利用情况。
（3）数字化育种系统
种质资源管理：主要包括种子基础数据信息、管理数据信息、鉴定和评价数据信息、交换数据信息等，并对数据进行分析处理，提高作物品种选育价值和实际利用率，同时使数据更加科学化、规范化。
育种过程管理： 针对农场育种全过程，建立从“制种计划制定”到“田间试验设计”再到“育种数据采集”的云化管理流程，串联分散的育种环节，提高育种效率。
智能考种分析：按育种组合育种材料的采集，通过智能考种终端，快速自动获取种子千粒重、平均面积、平均周长、平均长度、平均宽度、长宽比等数据，为高效选取更好的品种提供技术支撑。
（4）智能种植分析系统
依托AI智能种植分析，有效输出虫情、苗情、土壤、长势、环境、农事等各维度评分。
基于农作物精细化的物候期模型建立，依托多光谱无人机影像并利用AI分析能力对种植现场进行智能化分析，给出各种植地块的土壤环境、气象环境、生长态势、病虫草害、农事操作、营养元素等各维度的打分。
管理人员通过系统查看生产基地“四情”分布情况并依据各地块的智能分析结果，更合理的规划下阶段的生产以及资源分配策略，对于目前农业生产往精细化精准化方面发展提供了有力的技术基础。
（5）种植过程管理系统
建立标准化种植流程 提供精细化生长模型指导农业生产。
帮助农场建立标准化生产管理体系，管理员可基于当年气候、种植面积、品种及市场环境，有效结合种粮食作物种植模型对具体的地块生产进行提前规划。
对粮食作物种植期内的农事操作进行提前计划和部署，系统按时间范围将农事任务推送至对应负责人，并为其提供农事操作建议。根据任务执行情况，将作业记录进行可视化展示，有效对农事作业情况进行监管，提高工作效率和工作质量。
种植管理移动端
数字稻田管理移动端面向农场的生产及管理人员，将复杂的农业管理和生产问题简单化，为操作人员提供从产前、产中及产后的一体化配套服务，有效指导和解决操作人员在实际生产过程中遇到的各种问题，提高生产操作的精准化程度和执行效率。
（6）专家服务在线系统
农业专家精准化远程指导，AI能力赋能病虫害识别，快速解决农业难题。
通过与农业科研院所合作，结合本地专家资源构建专家库，为农民提供在线问答、农技知识库、线下咨询等远程专家服务，如有需要可邀请专家进行现场指导；相关解决思路和结果还能在数字农场中进行实时呈现。
利用AI识别技术为农户提供实时的物候期及病虫害识别，并给出指导建议，解决农业生产难题。
（7）无人机智能应用系统
无人机监测分析：对于农业监测而言，多光谱影像相较于人眼观察能提供更多准确的指向信息，帮助洞察植物状况。采集到的多光谱影像信息，连同后续分析出的NDRE、NDVI 等植被数据，可以将作物长势差异性光谱数据以及病虫害影响数据有效展示在数字农场的GIS地图或航拍底图上，通过差异性分析为农户和农技人员及时做出应对策略提供数据依据，并结合系统作物生长模型给出合理化作业建议。
无人机飞巡监测：
基本苗分析：基于无人机飞巡采集的样本，可自主识别每亩基本苗。根据目标单产，结合基本苗偏离目标值高低，可及时调整栽培促控措施，确保高产稳产。
缺苗分析：在水稻播种出苗后，根据飞巡图像，识别出苗率，统计缺苗数据，以便及时补苗，确保当季种植产量。
叶龄进程：根据水稻品种的生育习性和特点，结合飞巡图像分析，确定当前农田水稻叶龄，判断生育期是否有滞后，以便于提前开展农事补救措施。
穗数分析：通过飞巡图像分析农田水稻的穗数，提前进行产量预估。
（8）农机作业监管应用系统
农机设备管理：整合对接农场及外部供应商的农机设备资源（无人机、农业机器人、农业自驾仪、耕种机等），按照农机不同型号和作业类型，建立农机名录和设备档案，分配唯一标识码，并跟踪每次的使用情况，建立农机使用档案，为实现农机调度提供资源储备及数据支撑。
农机作业管理：围绕农场种植过程中农机作业管理要求，基于3S和移动智能监控终端，对植保无人机、农业机器人、播种机、植保机、收割机等农机进行远程作业跟踪，并实时获取农业机械工况与位置、行驶速率、作业路径、作业耗时等作业数据，基于数据统计分析提升农事管理效率和管理质量。
农机调度管理：根据不同区域农机作业需求，进行全域农机作业能力合理调配，及时满足当前紧急区域的农事作业需求，实现农事需求与农机能力的协同，提高农机作业效力。
（9）农业撮合对接服务系统
根农户使用移动终端发布农资、农具、农技、植保、市场行情等需求信息，涉农企业通过平台接单前往指定的田间地头作业，实现在线下单、远程监测、精准调控、线上结算，帮助农户“足不出户”完成农资采购及农事作业。
（10）粮食生产质量溯源系统
可视化回溯生产全流程，搭建消费者与园区信任桥梁、助力粮食销售。
将粮食作物种植生产过程中各环节业务数据，建立生产过程的透明履历，最大程度保障生产过程数据的真实可靠。
并将传统的产地收粮业务进行数字化升级，基于实际业务场景建立标准化的赋码、称重、运输、入库流程，利用智能电子秤及手持机设备实现收粮数据的实时传输，减少现场繁杂的数据记录工作及提高现场业务人员的工作效率。
基于溯源二维码，建立数据可视化的完整生产全流程，实现粮食一袋一码，并有效关联对应农户及地块，方便监管者和消费者查询回溯粮食生产过程，全面提升消费者的认知度、认可度。
