顧生浩,盧憲菊,王勇健,郭新宇*

(1.北京農(nóng)業(yè)信息技術(shù)研究中心,數(shù)字植物北京市重點(diǎn)實(shí)驗(yàn)室,北京 100097;2.國(guó)家農(nóng)業(yè)信息化工程技術(shù)研究中心,北京 100097)

數(shù)字孿生(digital twin,DT)以數(shù)字化方式創(chuàng)建物理實(shí)體的虛擬模型，借助數(shù)據(jù)模擬物理實(shí)體在現(xiàn)實(shí)環(huán)境中的行為，通過虛實(shí)交互反饋、數(shù)據(jù)融合分析、決策迭代優(yōu)化等手段，為物理實(shí)體增加或擴(kuò)展新的能力[1]。2003年，密歇根州立大學(xué)Grieves[2]首次提出數(shù)字孿生的概念，并將其定義為一種實(shí)體和虛擬產(chǎn)品相連接的三維模型。隨后DT技術(shù)在制造業(yè)的產(chǎn)品設(shè)計(jì)、生產(chǎn)制造、故障預(yù)測(cè)等細(xì)分領(lǐng)域逐漸得到應(yīng)用，并顯示出獨(dú)特的技術(shù)優(yōu)勢(shì)。國(guó)際權(quán)威信息技術(shù)咨詢機(jī)構(gòu)Gartner連續(xù)3年(2017、2018、2019年)將數(shù)字孿生評(píng)為全球未來十大關(guān)鍵技術(shù)之一，這項(xiàng)技術(shù)對(duì)于彌合制造業(yè)物理世界和信息世界的鴻溝，推動(dòng)新一代信息技術(shù)與制造業(yè)深度融合，進(jìn)而實(shí)現(xiàn)中國(guó)制造2025和工業(yè)4.0的核心理念——智能制造具有重要作用。當(dāng)前，隨著5G、虛擬現(xiàn)實(shí)和增強(qiáng)現(xiàn)實(shí)等技術(shù)的成熟和商用部署應(yīng)用，DT技術(shù)正在加速與其他行業(yè)的深度融合，已經(jīng)成為智慧城市管理等復(fù)雜系統(tǒng)認(rèn)知和管控的關(guān)鍵技術(shù)之一。隨著農(nóng)業(yè)傳感器、物聯(lián)網(wǎng)技術(shù)、農(nóng)業(yè)模型和大數(shù)據(jù)分析系統(tǒng)、農(nóng)業(yè)智能裝備和專用機(jī)器人等科技成果的不斷涌現(xiàn)，農(nóng)業(yè)科研、生產(chǎn)、流通和服務(wù)領(lǐng)域已經(jīng)快速實(shí)現(xiàn)了數(shù)字化和網(wǎng)絡(luò)化，正向智能化階段邁進(jìn)。農(nóng)業(yè)數(shù)字孿生系統(tǒng)將有機(jī)整合、融合農(nóng)業(yè)生產(chǎn)的物理實(shí)體和數(shù)字賽博空間，實(shí)現(xiàn)“連接-感知-決策-控制”一體化，能夠更好地感知和認(rèn)知農(nóng)業(yè)復(fù)雜系統(tǒng)并實(shí)現(xiàn)智慧管控，有望為農(nóng)業(yè)數(shù)字化轉(zhuǎn)型升級(jí)提供新動(dòng)能。本文系統(tǒng)分析了作物生產(chǎn)系統(tǒng)認(rèn)知和管控方式的發(fā)展歷程，簡(jiǎn)要介紹了農(nóng)業(yè)數(shù)字孿生系統(tǒng)的背景、概念、組成及優(yōu)勢(shì)，提出農(nóng)業(yè)數(shù)字孿生系統(tǒng)在我國(guó)的應(yīng)用前景和發(fā)展建議，為我國(guó)構(gòu)建自主可控的農(nóng)業(yè)數(shù)字孿生系統(tǒng)提供參考。

1 作物生產(chǎn)系統(tǒng)管控和認(rèn)知的發(fā)展與農(nóng)業(yè)數(shù)字孿生

1.1 作物生產(chǎn)系統(tǒng)管控和認(rèn)知方式的發(fā)展

作物生產(chǎn)系統(tǒng)是由大氣、土壤、作物和管理措施構(gòu)成的多層次的農(nóng)田生態(tài)系統(tǒng)[3]，其非線性、互饋性、多尺度等特征是人們深入認(rèn)知作物生產(chǎn)系統(tǒng)所面臨的重要難題。隨著科學(xué)技術(shù)的不斷進(jìn)步，種植業(yè)經(jīng)歷了從以人力、畜力為動(dòng)力的1.0階段，到以農(nóng)機(jī)具為生產(chǎn)工具的2.0階段，再到以農(nóng)業(yè)自動(dòng)化技術(shù)裝備為支撐的3.0階段，最后到以新一代信息技術(shù)為支撐的4.0階段(表1)[4]。現(xiàn)代農(nóng)業(yè)生產(chǎn)系統(tǒng)呈現(xiàn)出開放式、多樣化、多目標(biāo)的發(fā)展趨勢(shì)，日新月異的育種技術(shù)和不斷加劇的氣候變化導(dǎo)致系統(tǒng)中品種、環(huán)境和措施三者間的相互作用日趨復(fù)雜，這些都將加劇作物生產(chǎn)系統(tǒng)的復(fù)雜性。作物生產(chǎn)系統(tǒng)的全程信息感知和精確管控技術(shù)是建設(shè)數(shù)字農(nóng)業(yè)農(nóng)村的重要內(nèi)容，有助于建立投入產(chǎn)出安全無害、資源利用節(jié)約高效和監(jiān)測(cè)預(yù)警全程覆蓋的作物生產(chǎn)技術(shù)體系。類比于工業(yè)4.0實(shí)現(xiàn)制造物理世界和信息世界的互聯(lián)互通和智能化操作的目標(biāo)，農(nóng)業(yè)4.0時(shí)代下實(shí)現(xiàn)對(duì)種植業(yè)全鏈條、全要素的智慧管控所亟需突破的瓶頸是如何實(shí)現(xiàn)作物生產(chǎn)系統(tǒng)的物理世界和信息世界的交互與共融。

表1 作物生產(chǎn)系統(tǒng)不同階段管控方式的發(fā)展歷程Table 1 Development of the approach to crop production management of different stage

日新月異的信息技術(shù)直接推動(dòng)了作物生產(chǎn)系統(tǒng)認(rèn)知方法的升級(jí)。根據(jù)時(shí)間順序和驅(qū)動(dòng)因子的不同，將作物生產(chǎn)系統(tǒng)認(rèn)知方式分為以下類型：①模型驅(qū)動(dòng)下的作物生產(chǎn)系統(tǒng)模擬模型；②模型、知識(shí)驅(qū)動(dòng)下的作物管理專家系統(tǒng)和決策支持系統(tǒng)；③模型、知識(shí)和數(shù)據(jù)驅(qū)動(dòng)下的平行農(nóng)業(yè)和農(nóng)業(yè)數(shù)字孿生系統(tǒng)(圖1)。以1965年de Wit提出作物葉片光合模型為標(biāo)志[5]，作物生產(chǎn)系統(tǒng)的認(rèn)知方法進(jìn)入了模型驅(qū)動(dòng)的時(shí)代，各國(guó)科研人員相繼致力于定量描述作物生長(zhǎng)、發(fā)育和產(chǎn)量形成過程及其對(duì)品種、環(huán)境和管理的響應(yīng)，形成了以APSIM[6]和DSSAT[7]為代表的一系列作物生產(chǎn)系統(tǒng)模擬模型。針對(duì)降低棉花生產(chǎn)投入成本的迫切需要，美國(guó)農(nóng)業(yè)部計(jì)算機(jī)科學(xué)家Lemmon[8]于1986年整合了棉花生長(zhǎng)模擬模型GOSSYM和棉花栽培管理知識(shí)規(guī)則，形成了棉花管理專家系統(tǒng)COMAX，并成功應(yīng)用于灌溉量與施氮量需求的評(píng)估和收獲策略制定，實(shí)現(xiàn)了規(guī)?；藁ㄉa(chǎn)的節(jié)本增效，此后面向果園管理、灌溉控制和種植區(qū)劃等方面研發(fā)出一系列成效卓著的農(nóng)業(yè)專家系統(tǒng)[9]。為了推動(dòng)集成多種作物模型的計(jì)算機(jī)模擬系統(tǒng)在農(nóng)業(yè)技術(shù)推廣中的應(yīng)用，農(nóng)業(yè)技術(shù)轉(zhuǎn)化國(guó)際基準(zhǔn)網(wǎng)絡(luò)組織資助夏威夷大學(xué)于1993年開發(fā)出一套農(nóng)業(yè)技術(shù)推廣決策支持系統(tǒng)(DASST)[10]，該系統(tǒng)在充分理解作物生產(chǎn)系統(tǒng)運(yùn)行規(guī)則的基礎(chǔ)上，通過預(yù)測(cè)某一特定環(huán)境下的作物生長(zhǎng)發(fā)育和產(chǎn)量形成，實(shí)現(xiàn)對(duì)作物生產(chǎn)系統(tǒng)的優(yōu)化管控[7]，近年來已形成了針對(duì)多個(gè)尺度的決策支持系統(tǒng)。隨著5G通信技術(shù)在2019年正式實(shí)現(xiàn)商用，在智能決策開始從線下轉(zhuǎn)為線上，從離線轉(zhuǎn)為實(shí)時(shí)的背景下，中國(guó)科學(xué)院自動(dòng)化所提出了面向作物生產(chǎn)系統(tǒng)的平行農(nóng)業(yè)智能技術(shù)，即構(gòu)建一個(gè)與實(shí)際農(nóng)業(yè)系統(tǒng)相對(duì)應(yīng)的虛擬農(nóng)業(yè)系統(tǒng)，通過虛擬農(nóng)業(yè)系統(tǒng)對(duì)未來情景的推演和學(xué)習(xí)為實(shí)際農(nóng)業(yè)系統(tǒng)的優(yōu)化管控提供支持[11]。

圖1 作物生產(chǎn)系統(tǒng)認(rèn)知方法發(fā)展歷程Fig.1 Development of the approach to learning crop production system

1.2 農(nóng)業(yè)數(shù)字孿生系統(tǒng)簡(jiǎn)介

《中共中央、國(guó)務(wù)院關(guān)于實(shí)施鄉(xiāng)村振興戰(zhàn)略的意見》和《數(shù)字經(jīng)濟(jì)發(fā)展戰(zhàn)略綱要》提出，“要大力發(fā)展數(shù)字農(nóng)業(yè)，實(shí)施數(shù)字鄉(xiāng)村戰(zhàn)略，推動(dòng)農(nóng)業(yè)數(shù)字化轉(zhuǎn)型”。2020年農(nóng)業(yè)農(nóng)村部制定的《數(shù)字農(nóng)業(yè)農(nóng)村發(fā)展規(guī)劃(2019—2025年)》進(jìn)一步提出了“數(shù)字農(nóng)業(yè)農(nóng)村建設(shè)的總體思路、發(fā)展目標(biāo)和重點(diǎn)任務(wù)”。新一代信息技術(shù)支撐下的現(xiàn)代作物生產(chǎn)系統(tǒng)是實(shí)現(xiàn)農(nóng)業(yè)農(nóng)村現(xiàn)代化的先決條件，也是落實(shí)數(shù)字鄉(xiāng)村戰(zhàn)略在種植業(yè)領(lǐng)域的重要體現(xiàn)。在2018年荷蘭瓦格寧根大學(xué)與騰訊公司聯(lián)合舉辦的第一屆國(guó)際人工智能溫室種植大賽中，騰訊AI實(shí)驗(yàn)室團(tuán)隊(duì)利用傳感器和攝像頭獲取黃瓜的生長(zhǎng)狀況和溫室環(huán)境數(shù)據(jù)，利用人工智能算法和作物生長(zhǎng)模型推演未來情景對(duì)黃瓜生長(zhǎng)發(fā)育狀況的影響，從而為打頂、通風(fēng)、補(bǔ)光等措施提供最優(yōu)決策方案，最終在保證黃瓜不減產(chǎn)的情況下提升了能源利用效率[12]。因此，各國(guó)政府均十分重視新一代信息技術(shù)在農(nóng)業(yè)生產(chǎn)中的應(yīng)用。在氣候變化加劇、勞動(dòng)力緊張和耕地資源增量有限的背景下，利用物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等新一代信息技術(shù)正確認(rèn)知作物生產(chǎn)系統(tǒng)是推動(dòng)農(nóng)業(yè)生產(chǎn)提質(zhì)增效的必由之路。

作物數(shù)字孿生系統(tǒng)(digital twin of crop production system,CPSDT)是作物生產(chǎn)系統(tǒng)日趨復(fù)雜、物聯(lián)網(wǎng)日漸成熟及DT技術(shù)不斷完善等多方背景催生的新興產(chǎn)物。CPSDT是數(shù)據(jù)驅(qū)動(dòng)下對(duì)作物生產(chǎn)系統(tǒng)的全息映射，側(cè)重于對(duì)作物生產(chǎn)過程的實(shí)時(shí)態(tài)勢(shì)感知、超實(shí)時(shí)虛擬推演和全程交互反饋，旨在為作物生產(chǎn)的智慧管控提供參考。與工業(yè)領(lǐng)域相比，數(shù)字孿生技術(shù)在農(nóng)業(yè)中的應(yīng)用尚處初步探索階段。全球頂尖農(nóng)業(yè)科研機(jī)構(gòu)荷蘭瓦格寧根大學(xué)已于2019年將數(shù)字孿生技術(shù)列為該校未來4年的三大重點(diǎn)研究領(lǐng)域，并在作物生產(chǎn)應(yīng)用層面啟動(dòng)了“虛擬番茄系統(tǒng)”項(xiàng)目，虛擬番茄系統(tǒng)是一個(gè)由環(huán)境、作物、管理和社會(huì)經(jīng)濟(jì)的實(shí)時(shí)數(shù)據(jù)驅(qū)動(dòng)的虛擬番茄作物模擬模型，通過推演溫室番茄產(chǎn)前、產(chǎn)中、產(chǎn)后的外界因素交互作用對(duì)經(jīng)濟(jì)回報(bào)的影響，旨在實(shí)現(xiàn)以高產(chǎn)高效為目標(biāo)的番茄生產(chǎn)智慧管控[13]。英國(guó)洛桑研究中心與數(shù)字澤西公司于2019年聯(lián)合啟動(dòng)了“數(shù)字孿生農(nóng)場(chǎng)”的先導(dǎo)科技項(xiàng)目，加強(qiáng)澤西島的數(shù)字化基礎(chǔ)設(shè)施建設(shè)，通過推演未來不同發(fā)展情境下的澤西島農(nóng)業(yè)風(fēng)貌，為當(dāng)?shù)卣鞑块T的政策制定提供洞見[14]。

1.3 農(nóng)業(yè)數(shù)字孿生系統(tǒng)的基本組成及技術(shù)優(yōu)勢(shì)

參考數(shù)字孿生技術(shù)在制造業(yè)中的應(yīng)用[15]，作物數(shù)字孿生系統(tǒng)中的虛擬作物生產(chǎn)系統(tǒng)是物理作物生產(chǎn)系統(tǒng)的準(zhǔn)實(shí)時(shí)數(shù)字化鏡像，并通過對(duì)未來情景的推演為優(yōu)化作物生產(chǎn)系統(tǒng)提供決策建議，旨在促進(jìn)農(nóng)業(yè)生產(chǎn)系統(tǒng)進(jìn)行數(shù)字化轉(zhuǎn)型升級(jí)。圖2呈現(xiàn)了作物數(shù)字孿生系統(tǒng)的概念模型。物理作物生產(chǎn)系統(tǒng)中部署了密集的傳感器(圖像、光譜、點(diǎn)云和環(huán)境傳感器)，收集多種技術(shù)措施(補(bǔ)光通風(fēng)、肥水灌溉和整枝打頂?shù)?共同影響下的多尺度作物長(zhǎng)勢(shì)(葉片含氮量、果實(shí)數(shù)量、葉面積指數(shù)等)、土壤和大氣環(huán)境(土壤含水量、氣溫、輻射等)等數(shù)據(jù)。虛擬作物生產(chǎn)系統(tǒng)基于不斷傳輸?shù)臄?shù)據(jù)建立物理作物生產(chǎn)系統(tǒng)的數(shù)字化模型，并與迭代優(yōu)化算法相結(jié)合用于推演未來不同情境下的作物生產(chǎn)系統(tǒng)狀況，最后依據(jù)不同的生產(chǎn)目標(biāo)(高產(chǎn)、高效、優(yōu)質(zhì)等)自動(dòng)生成指導(dǎo)作物生產(chǎn)系統(tǒng)的決策方案。物理系統(tǒng)中傳感器提供的數(shù)據(jù)對(duì)虛擬系統(tǒng)進(jìn)行實(shí)時(shí)驅(qū)動(dòng)，虛擬系統(tǒng)分析產(chǎn)生的決策反饋至物理系統(tǒng)，繼而由虛擬系統(tǒng)根據(jù)對(duì)物理系統(tǒng)的再評(píng)估結(jié)果產(chǎn)生持續(xù)優(yōu)化的決策建議。

圖2 作物數(shù)字孿生系統(tǒng)概念模型Fig.2 Conceptual model of the digital twin of crop production system

CPSDT不同于傳統(tǒng)的植物計(jì)算機(jī)輔助設(shè)計(jì)(plant-CAD)[16]或作物決策支持系統(tǒng)(DSS)[17]，也并非另一種以傳感器為基礎(chǔ)的作物生產(chǎn)物聯(lián)網(wǎng)解決方案[18]。植物計(jì)算機(jī)輔助設(shè)計(jì)是局限在計(jì)算機(jī)模擬環(huán)境中，以某一時(shí)刻植物的資源截獲量的最大化為目標(biāo)，在復(fù)雜的群體環(huán)境中實(shí)現(xiàn)株型和種植模式的優(yōu)化設(shè)計(jì)；作物管理決策支持系統(tǒng)在作物生長(zhǎng)模型[19]、知識(shí)模型[20]和專家系統(tǒng)[21]的基礎(chǔ)上，集預(yù)測(cè)、診斷和決策等功能于一體，實(shí)現(xiàn)對(duì)整個(gè)作物生長(zhǎng)與管理過程的精確化設(shè)計(jì)、動(dòng)態(tài)化預(yù)測(cè)和數(shù)字化調(diào)控；作物生產(chǎn)物聯(lián)網(wǎng)解決方案在作物所處環(huán)境中布置傳感器，實(shí)現(xiàn)對(duì)作物生長(zhǎng)參量或環(huán)境要素的監(jiān)測(cè)繼而對(duì)作物生長(zhǎng)狀況(水、氮盈虧和病蟲害)進(jìn)行診斷。CPSDT綜合了上述技術(shù)和方案的優(yōu)勢(shì)，打破了實(shí)時(shí)傳輸、科學(xué)計(jì)算、決策制定和自動(dòng)控制難以同步的限制，通過以虛控實(shí)的方式實(shí)現(xiàn)作物生產(chǎn)系統(tǒng)的智慧管控。

2 數(shù)字孿生系統(tǒng)在農(nóng)業(yè)中的應(yīng)用

2.1 從數(shù)字育種向智慧栽培拓展

現(xiàn)代基因測(cè)序技術(shù)的發(fā)展和普及大幅推進(jìn)了農(nóng)作物育種的規(guī)?；剑N家對(duì)大規(guī)模、高通量、高時(shí)序植物表型性狀的采集進(jìn)一步推動(dòng)了高通量表型鑒定相關(guān)技術(shù)裝備的快速發(fā)展。然而，現(xiàn)有植物表型數(shù)據(jù)采集設(shè)備主要還是通過硬盤讀寫的傳統(tǒng)方式進(jìn)行傳輸，普遍存在讀寫速度慢、采集效率低和難以在線查看與解析等問題[22]。面向育種的農(nóng)業(yè)數(shù)字孿生系統(tǒng)有望通過對(duì)植株點(diǎn)云、光譜、圖像數(shù)據(jù)和植物高通量表型平臺(tái)作業(yè)信息的全面深度感知、實(shí)時(shí)傳輸交換、快速計(jì)算處理和高級(jí)建模分析，實(shí)現(xiàn)對(duì)植物表型性狀的實(shí)時(shí)解析和對(duì)表型平臺(tái)的智能控制，為植物表型精準(zhǔn)鑒定和種質(zhì)資源的高效評(píng)價(jià)提供及時(shí)、準(zhǔn)確、穩(wěn)定的技術(shù)支持。植物表型高通量獲取技術(shù)裝備與模型計(jì)算工具的快速融合能夠?yàn)檗r(nóng)民提供栽培管理措施指導(dǎo)。集成了5G和邊緣計(jì)算等先進(jìn)技術(shù)的智能機(jī)器人逐漸具備了自動(dòng)采集和智能分析植物表型數(shù)據(jù)的能力，這使得規(guī)?；療o人農(nóng)場(chǎng)的穩(wěn)定運(yùn)行成為可能[23]。田間雜草精確識(shí)別技術(shù)的快速進(jìn)步大幅推進(jìn)了鋤草機(jī)器人的自動(dòng)化識(shí)別和實(shí)時(shí)精準(zhǔn)作業(yè)[24]。另外，基于機(jī)器視覺和光譜的病蟲害鑒別技術(shù)與知識(shí)模型相結(jié)合，有效促進(jìn)了精準(zhǔn)施藥技術(shù)在大田農(nóng)業(yè)生產(chǎn)中的落地應(yīng)用[25]。

2.2 基于數(shù)字孿生系統(tǒng)的環(huán)境智能控制

農(nóng)業(yè)數(shù)字孿生系統(tǒng)可促進(jìn)農(nóng)業(yè)生產(chǎn)系統(tǒng)安全、健康、可持續(xù)發(fā)展，并有望率先在高度工業(yè)化的植物工廠中實(shí)現(xiàn)應(yīng)用。植物工廠是通過全過程、自動(dòng)化、高精度控制設(shè)施內(nèi)環(huán)境要素，實(shí)現(xiàn)作物周年連續(xù)生產(chǎn)的高效農(nóng)業(yè)系統(tǒng)，其環(huán)境控制系統(tǒng)為作物實(shí)現(xiàn)連續(xù)生產(chǎn)和品質(zhì)調(diào)控提供重要保障[26]。當(dāng)前植物工廠存在運(yùn)行成本高和能源消耗大的問題，而且環(huán)境控制系統(tǒng)中多以傳統(tǒng)經(jīng)驗(yàn)知識(shí)(植物各階段生長(zhǎng)發(fā)育所需最適溫度、濕度和光照等)為決策依據(jù)，并未考慮作物與環(huán)境間的相互反饋。作物數(shù)字孿生系統(tǒng)采用信息物理融合的思想，首先基于物聯(lián)網(wǎng)技術(shù)完成植物工廠生產(chǎn)系統(tǒng)的數(shù)字化鏡像，其次基于數(shù)字植物系統(tǒng)完成多源異構(gòu)數(shù)據(jù)的智能化分析，進(jìn)一步基于孿生數(shù)據(jù)完成應(yīng)對(duì)未來情景的智能化決策，最后基于植物工廠機(jī)器人完成決策的自動(dòng)化執(zhí)行。上述四個(gè)環(huán)節(jié)緊密連接、相互反饋形成閉環(huán)，通過作物生產(chǎn)系統(tǒng)的物理實(shí)體和虛擬模型間全要素、全過程和全系統(tǒng)的虛實(shí)映射和交互融合，形成虛實(shí)一體、迭代優(yōu)化、以虛控實(shí)的運(yùn)行模式，促進(jìn)環(huán)境和水肥的智能化調(diào)控和育苗、采收、分級(jí)等環(huán)節(jié)的智慧管控，最終達(dá)到提升全要素生產(chǎn)效率的目標(biāo)。

2.3 基于數(shù)字孿生的農(nóng)技教育培訓(xùn)

信息化時(shí)代的網(wǎng)絡(luò)學(xué)習(xí)或遠(yuǎn)程教育打破了工業(yè)時(shí)代知識(shí)獲取的時(shí)空界限，但卻難以實(shí)現(xiàn)學(xué)習(xí)場(chǎng)景在虛實(shí)空間的交互反饋，且存在諸如推送知識(shí)精度不高、與學(xué)習(xí)者的匹配度不足等問題[27]。農(nóng)業(yè)科教和農(nóng)技推廣是推進(jìn)現(xiàn)代農(nóng)業(yè)高質(zhì)量發(fā)展的重要抓手，“互聯(lián)網(wǎng)+”農(nóng)技推廣服務(wù)極大地促進(jìn)了農(nóng)業(yè)科技成果轉(zhuǎn)化和實(shí)用技術(shù)推廣，但現(xiàn)有的文本、圖片和視頻等信息載體無法真實(shí)展示作物與農(nóng)業(yè)技術(shù)的交互反饋。農(nóng)業(yè)數(shù)字孿生系統(tǒng)結(jié)合AR/VR技術(shù)為教、學(xué)兩端都帶來了方式方法的創(chuàng)新。在農(nóng)業(yè)科教方面，學(xué)生在作物數(shù)字孿生系統(tǒng)上進(jìn)行田間觀測(cè)和栽培試驗(yàn)時(shí)具備多種情景下模擬的可行性，而且更能感受真實(shí)的立體呈現(xiàn)和沉浸感。在農(nóng)技推廣方面，農(nóng)戶可以在真實(shí)的農(nóng)作場(chǎng)景中接受遠(yuǎn)程農(nóng)技培訓(xùn)，并且得到未來不同情境下農(nóng)技措施對(duì)的作物生產(chǎn)狀況的影響，提高農(nóng)戶學(xué)習(xí)接收先進(jìn)農(nóng)技積極性的同時(shí)幫助農(nóng)戶有效規(guī)避風(fēng)險(xiǎn)。

2.4 農(nóng)產(chǎn)品宣傳展示

積極發(fā)展品牌農(nóng)業(yè)是做強(qiáng)現(xiàn)代農(nóng)業(yè)的重要途徑，隨著互聯(lián)網(wǎng)和移動(dòng)消費(fèi)的日益繁榮，農(nóng)業(yè)品牌宣傳推廣正在成為農(nóng)產(chǎn)品加工業(yè)提升行動(dòng)的重要抓手。消費(fèi)者對(duì)農(nóng)產(chǎn)品的了解大部分是通過圖文、短視頻和直播等線上渠道或數(shù)字互動(dòng)體驗(yàn)館、科普體驗(yàn)館、農(nóng)業(yè)展覽館等線下場(chǎng)景，所了解的內(nèi)容主要聚焦農(nóng)產(chǎn)品的來源、種類和價(jià)值等，但鮮有對(duì)農(nóng)產(chǎn)品生產(chǎn)全鏈條的展現(xiàn)以及能夠讓用戶得到切身體驗(yàn)的互動(dòng)單元，從而無法充分滿足消費(fèi)者對(duì)農(nóng)產(chǎn)品生產(chǎn)和加工過程的好奇心和生產(chǎn)者對(duì)提升農(nóng)產(chǎn)品質(zhì)量管控水平的需要。面向農(nóng)產(chǎn)品生產(chǎn)和加工過程構(gòu)建農(nóng)業(yè)數(shù)字孿生系統(tǒng)，并借助5G技術(shù)實(shí)現(xiàn)生產(chǎn)數(shù)據(jù)信息化匯總、網(wǎng)絡(luò)化傳輸、數(shù)字化處理、可視化展示與智慧化管控，為消費(fèi)者全面細(xì)致地揭示農(nóng)產(chǎn)品的“來龍去脈”，并大幅提升農(nóng)業(yè)品牌數(shù)字營(yíng)銷綜合解決方案的科技感與互動(dòng)性。

3 我國(guó)農(nóng)業(yè)數(shù)字孿生系統(tǒng)的發(fā)展建議

農(nóng)業(yè)現(xiàn)代化是我國(guó)實(shí)現(xiàn)“四化同步”的短板，當(dāng)前迫切需要推進(jìn)農(nóng)業(yè)智能化生產(chǎn)，提高農(nóng)業(yè)生產(chǎn)綜合效益和競(jìng)爭(zhēng)力，加快實(shí)現(xiàn)我國(guó)農(nóng)業(yè)現(xiàn)代化的步伐。我國(guó)已在作物生產(chǎn)系統(tǒng)模擬模型、作物管理專家系統(tǒng)、作物管理決策支持系統(tǒng)和農(nóng)業(yè)環(huán)境測(cè)控技術(shù)裝備等方面取得長(zhǎng)足進(jìn)步，然而數(shù)字孿生系統(tǒng)研究包括前沿理論創(chuàng)新和工程技術(shù)應(yīng)用，需要多科學(xué)交叉協(xié)作創(chuàng)新。當(dāng)前我國(guó)發(fā)展農(nóng)業(yè)數(shù)字孿生系統(tǒng)的研發(fā)力量主要以農(nóng)業(yè)科研單位為主，缺乏創(chuàng)新鏈上多學(xué)科交叉協(xié)作及其與生產(chǎn)鏈的深度融合。另一方面，農(nóng)業(yè)環(huán)境測(cè)控技術(shù)和裝備缺乏統(tǒng)一標(biāo)準(zhǔn)，對(duì)農(nóng)業(yè)生產(chǎn)系統(tǒng)進(jìn)行高頻組網(wǎng)監(jiān)測(cè)仍存在困難，影響了農(nóng)業(yè)數(shù)字孿生系統(tǒng)中多源數(shù)據(jù)融合。針對(duì)我國(guó)在農(nóng)業(yè)數(shù)字孿生系統(tǒng)研發(fā)中面臨的問題，提出如下建議。

3.1 建立多學(xué)科協(xié)同的科技攻關(guān)模式

數(shù)字孿生系統(tǒng)是源自工業(yè)領(lǐng)域的一項(xiàng)新興科技，而該技術(shù)在農(nóng)業(yè)中的應(yīng)用落地需要聚焦農(nóng)業(yè)產(chǎn)業(yè)中多層生產(chǎn)經(jīng)營(yíng)主體的迫切需求，統(tǒng)籌產(chǎn)學(xué)研創(chuàng)新資源，建立計(jì)算機(jī)科學(xué)、自動(dòng)化、電子工程和農(nóng)學(xué)等多學(xué)科協(xié)同的科技攻關(guān)模式，推動(dòng)數(shù)字農(nóng)業(yè)孿生系統(tǒng)由單點(diǎn)突破向系統(tǒng)化、體系化的協(xié)同創(chuàng)新轉(zhuǎn)變。

3.2 構(gòu)建結(jié)構(gòu)合理的人才隊(duì)伍

我國(guó)農(nóng)業(yè)產(chǎn)業(yè)對(duì)數(shù)字孿生系統(tǒng)存在著巨大需求，但與制造業(yè)相比，農(nóng)業(yè)生產(chǎn)流程的標(biāo)準(zhǔn)化程度較低，涉及育種、農(nóng)機(jī)、農(nóng)藝、收儲(chǔ)、加工、運(yùn)輸?shù)榷鄠€(gè)環(huán)節(jié)，因此需要構(gòu)建應(yīng)用基礎(chǔ)研究、工程研發(fā)和技術(shù)推廣相結(jié)合的人才隊(duì)伍結(jié)構(gòu)，給予資金、政策和配套設(shè)施等方面的保障，建立市場(chǎng)化的績(jī)效評(píng)價(jià)體系與收入分配激勵(lì)機(jī)制，吸引信息技術(shù)、自動(dòng)化和傳感技術(shù)等領(lǐng)域的優(yōu)秀人才投入到中國(guó)農(nóng)業(yè)數(shù)字孿生系統(tǒng)的研究中。

3.3 加快技術(shù)裝備的互聯(lián)互通

物理農(nóng)業(yè)生產(chǎn)過程的準(zhǔn)實(shí)時(shí)數(shù)字化鏡像需要大量傳感器進(jìn)行組網(wǎng)監(jiān)測(cè)，隨著5G技術(shù)的商用和推廣，數(shù)據(jù)傳輸速率得到大幅提升，但多傳感器數(shù)據(jù)融合成為制約農(nóng)業(yè)數(shù)字孿生系統(tǒng)的重要瓶頸。一方面需要加強(qiáng)農(nóng)業(yè)傳感器的標(biāo)準(zhǔn)研究，提高多傳感器組網(wǎng)效率和農(nóng)業(yè)生產(chǎn)大數(shù)據(jù)的結(jié)構(gòu)化程度；另一方面，建議加快推進(jìn)農(nóng)業(yè)生產(chǎn)環(huán)境采集設(shè)備和解析技術(shù)的共享激勵(lì)機(jī)制。

3.4 加強(qiáng)與國(guó)際同行的交流與合作

數(shù)字孿生系統(tǒng)在農(nóng)業(yè)領(lǐng)域的應(yīng)用研究在世界范圍內(nèi)均處于起步階段。美國(guó)、荷蘭和以色列在規(guī)?；r(nóng)業(yè)生產(chǎn)、溫室園藝生產(chǎn)和高效節(jié)水農(nóng)業(yè)方面有著豐富的成功經(jīng)驗(yàn)，而且以波音(Boeing)、菲利普(Philips)和喜波(Seebo)為代表的企業(yè)已在數(shù)字孿生系統(tǒng)研發(fā)方面具備深厚的技術(shù)積累，我國(guó)需要借鑒發(fā)達(dá)國(guó)家的成功經(jīng)驗(yàn)，設(shè)立國(guó)際合作專項(xiàng)，通過與世界頂尖研究機(jī)構(gòu)共建聯(lián)合實(shí)驗(yàn)室/聯(lián)合研究中心的方式，開展農(nóng)業(yè)數(shù)字孿生系統(tǒng)的研發(fā)與應(yīng)用研究。

4 結(jié)語(yǔ)

信息技術(shù)和智能裝備的快速發(fā)展不斷推進(jìn)種植業(yè)向現(xiàn)代化邁進(jìn)，作物生產(chǎn)系統(tǒng)認(rèn)知和管控方式也相應(yīng)地從模型驅(qū)動(dòng)下的作物生產(chǎn)系統(tǒng)模擬模型，發(fā)展到以模型、知識(shí)為驅(qū)動(dòng)的作物管理專家系統(tǒng)和決策支持系統(tǒng)，再到模型、知識(shí)和數(shù)據(jù)驅(qū)動(dòng)下的平行農(nóng)業(yè)和農(nóng)業(yè)數(shù)字孿生系統(tǒng)。農(nóng)業(yè)數(shù)字孿生系統(tǒng)基于農(nóng)業(yè)生產(chǎn)系統(tǒng)所產(chǎn)生的數(shù)據(jù)流，通過實(shí)時(shí)態(tài)勢(shì)感知、超實(shí)時(shí)虛擬推演和全程交互反饋，有效實(shí)現(xiàn)對(duì)作物生產(chǎn)系統(tǒng)的智慧管控。在未來的科技支撐和產(chǎn)業(yè)實(shí)踐下，通過多學(xué)科協(xié)同攻關(guān)、加強(qiáng)人才隊(duì)伍建設(shè)、暢通技術(shù)裝備連接和深化國(guó)際科技合作，農(nóng)業(yè)數(shù)字孿生系統(tǒng)將在數(shù)字育種、智慧栽培、環(huán)境智能控制、農(nóng)技培訓(xùn)和農(nóng)產(chǎn)品推廣等方面發(fā)揮重要作用，最終推動(dòng)我國(guó)農(nóng)業(yè)智能化生產(chǎn)。