数据驱动的作物群体数字孪生与智能方法研究综述OA
【目的】系统综述数据智能驱动的作物群体数字孪生研究进展,阐明其理论框架、关键技术与应用方向,为实现作物“群体—养分—水分”一体化精准调控与智慧农业发展提供参考。【方法】文章基于国内外相关文献,梳理数字孪生在农业中的定义、层级结构及核心组成;重点分析多源信息感知、群体结构表征、机理—AI融合建模、数据同化及虚实交互等关键技术;结合典型案例,总结其在作物养分水分管理、健康监测、结构优化与智能决策中的应用。【结果】(1)数字孪生通过多源数据融合与模型协同,实现作物群体的动态映射与智能调控。(2)数字孪生通过虚实融合实现智能决策,并为水肥管理、群体健康监测及产量优化等关键环节提供了决策依据。(3)数字孪生仍然存在数据异构、模型标准化及系统集成不足等问题。【结论】数据智能驱动的作物群体数字孪生是实现农业精准化与农业绿色发展的关键路径。未来应加强数据标准建设、模型协同与平台集成,构建开放共享的孪生体系,推动农业智能化与可持续发展。
许贝贝;程捷;平今明;陈桂鹏;丛汶峰
养分资源高效利用全国重点实验室/中国农业大学资源与环境学院/国家农业绿色发展研究院,北京100193 河北曲周农业绿色发展国家野外科学观测研究站,邯郸057250江西省农业科学院农业经济与信息研究所/江西省农业智能感知工程研究中心,南昌330200养分资源高效利用全国重点实验室/中国农业大学资源与环境学院/国家农业绿色发展研究院,北京100193 河北曲周农业绿色发展国家野外科学观测研究站,邯郸057250江西省农业科学院农业经济与信息研究所/江西省农业智能感知工程研究中心,南昌330200养分资源高效利用全国重点实验室/中国农业大学资源与环境学院/国家农业绿色发展研究院,北京100193 河北曲周农业绿色发展国家野外科学观测研究站,邯郸057250
农业科技
作物群体数字孪生数据智能多源感知机理—AI融合虚实交互智能决策智慧农业
《中国农业信息》 2026 (1)
P.50-65,16
教育部基础学科和交叉学科突破计划(JYB2025XDXM702)。
评论