序論：寫(xiě)作是一種深度的自我表達(dá)。它要求我們深入探索自己的思想和情感，挖掘那些隱藏在內(nèi)心深處的真相，好投稿為您帶來(lái)了七篇智能農(nóng)業(yè)論文范文，愿它們成為您寫(xiě)作過(guò)程中的靈感催化劑，助力您的創(chuàng)作。

篇(1)

摘要……………………………………………………………………………………Ⅰ

英文摘要………………………………………………………………………………Ⅱ

1“數(shù)字農(nóng)業(yè)”的內(nèi)涵…………………………………………………………1

2國(guó)外“數(shù)字農(nóng)業(yè)”關(guān)鍵技術(shù)發(fā)展與應(yīng)用……………………………………………1

2.1美國(guó)………………………………………………………………………………………1

2.2英國(guó)………………………………………………………………………………………2

2.3德國(guó)………………………………………………………………………………………2

3我國(guó)發(fā)展“數(shù)字農(nóng)業(yè)”的緊迫性…………………………………………………2

4“數(shù)字農(nóng)業(yè)”的發(fā)展趨勢(shì)………………………………………………………………3

4.1農(nóng)業(yè)生產(chǎn)全流程智能化將逐步成為現(xiàn)…………………………………………………3

4.2農(nóng)產(chǎn)品流通電商化發(fā)展將更加迅猛……………………………………………………3

4.3農(nóng)業(yè)多元化公共服務(wù)將更加完善………………………………………………………4

5 “數(shù)字農(nóng)業(yè)”的實(shí)踐策略……………………………………………………………4

5.1實(shí)現(xiàn)農(nóng)業(yè)農(nóng)村業(yè)務(wù)數(shù)字化和可視化……………………………………………………4

5.2推動(dòng)數(shù)字農(nóng)業(yè)技術(shù)創(chuàng)新…………………………………………………………………5

5.3提高農(nóng)業(yè)農(nóng)村經(jīng)營(yíng)管理數(shù)字化水平…………………………………………………5

結(jié)語(yǔ)…………………………………………………………………………………………6

致謝………………………………………………………………………………………7

參考文獻(xiàn)……………………………………………………………………………………8

摘 要

數(shù)字農(nóng)業(yè)是將信息作為農(nóng)業(yè)生產(chǎn)要素，用現(xiàn)代信息技術(shù)對(duì)農(nóng)業(yè)對(duì)象、環(huán)境和全過(guò)程進(jìn)行可視化表達(dá)、數(shù)字化設(shè)計(jì)、信息化管理的現(xiàn)代農(nóng)業(yè)。數(shù)字農(nóng)業(yè)使信息技術(shù)與農(nóng)業(yè)各個(gè)環(huán)節(jié)實(shí)現(xiàn)有效融合，對(duì)改造傳統(tǒng)農(nóng)業(yè)、轉(zhuǎn)變農(nóng)業(yè)生產(chǎn)方式具有重要意義。本文總結(jié)了國(guó)外“數(shù)字農(nóng)業(yè)”關(guān)鍵技術(shù)發(fā)展與應(yīng)用,結(jié)合我國(guó)發(fā)展數(shù)字農(nóng)業(yè)的緊迫性與當(dāng)前數(shù)字農(nóng)業(yè)的發(fā)展趨勢(shì),對(duì)我國(guó)“數(shù)字農(nóng)業(yè)”的發(fā)展提出了幾條實(shí)踐策略。

關(guān)鍵詞：數(shù)字農(nóng)業(yè)；農(nóng)業(yè)信息化；發(fā)展策略

Abstract

Content:Digital agriculture is a kind of modern agriculture that takes information as agricultural production elements, uses modern information technology to express agricultural objects, environment and the whole process visually, digital design and information management. Digital agriculture makes the information technology and all aspects of agriculture achieve effective integration, which is of great significance to the transformation of traditional agriculture and the transformation of agricultural production mode. This paper summarizes the development and application of the key technologies of "digital agriculture" in foreign countries. Combined with the urgency of developing digital agriculture in China and the current development trend of digital agriculture, several practical strategies are put forward for the development of "digital agriculture" in China.

Key words:Digital agriculture; agricultural informatization; development strategy

淺析“數(shù)字農(nóng)業(yè)”發(fā)展趨勢(shì)與策略

1“數(shù)字農(nóng)業(yè)”的內(nèi)涵

“數(shù)字農(nóng)業(yè)”是農(nóng)業(yè)數(shù)字經(jīng)濟(jì)的重要實(shí)踐。當(dāng)前，學(xué)術(shù)界和工業(yè)界尚未能夠?qū)?shù)字農(nóng)業(yè)形成統(tǒng)一的定義。通用名稱包括信息農(nóng)業(yè)，精確農(nóng)業(yè)，“ Internet + 農(nóng)業(yè)”等等。本文中提到的數(shù)字農(nóng)業(yè)基于農(nóng)業(yè)信息化，在農(nóng)業(yè)鏈的所有環(huán)節(jié)中都強(qiáng)調(diào)了下一代信息技術(shù)的重要作用，代表了農(nóng)業(yè)產(chǎn)業(yè)的新視野?，F(xiàn)代農(nóng)業(yè)與信息化的緊密結(jié)合使可以充分利用數(shù)字技術(shù)。數(shù)字技術(shù)在促進(jìn)農(nóng)業(yè)發(fā)展方面發(fā)揮著重要作用，并且不斷的提高現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)的數(shù)字化水平，支持農(nóng)村戰(zhàn)略的實(shí)施。

2國(guó)外“數(shù)字農(nóng)業(yè)”關(guān)鍵技術(shù)發(fā)展與應(yīng)用

2.1美國(guó)

美國(guó)完善的農(nóng)業(yè)產(chǎn)業(yè)基礎(chǔ)和數(shù)字技術(shù)體系促進(jìn)農(nóng)業(yè)發(fā)展。美國(guó)數(shù)字農(nóng)業(yè)發(fā)展建立在農(nóng)業(yè)生產(chǎn)高度專業(yè)化、規(guī)模化、企業(yè)化的基礎(chǔ)上，已經(jīng)建成了完善的現(xiàn)代農(nóng)業(yè)技術(shù)應(yīng)用與管理系統(tǒng)。自20世紀(jì)90年代起，美國(guó)已開(kāi)始應(yīng)用數(shù)字農(nóng)業(yè)技術(shù)，包括應(yīng)用遙感技術(shù)對(duì)作物生長(zhǎng)過(guò)程進(jìn)行檢測(cè)和預(yù)報(bào)、在大型農(nóng)機(jī)上安裝GPS設(shè)備、應(yīng)用GIS處理和分析農(nóng)業(yè)數(shù)據(jù)等，對(duì)大田作物進(jìn)行生產(chǎn)前、中、后期的全面監(jiān)測(cè)與管理。在21世紀(jì)初已經(jīng)實(shí)現(xiàn)“3S”技術(shù)、智能機(jī)械系統(tǒng)和計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)在大農(nóng)場(chǎng)中的綜合應(yīng)用，智能機(jī)械已經(jīng)進(jìn)入商品化階段。如JohnDeere公司的“綠色之星”精準(zhǔn)農(nóng)業(yè)系統(tǒng)，基于物聯(lián)網(wǎng)技術(shù)與“3S”技術(shù)搭建的新型精準(zhǔn)農(nóng)業(yè)管理系統(tǒng)，用以進(jìn)行精細(xì)農(nóng)作、農(nóng)機(jī)管理、農(nóng)藝管理和計(jì)劃管理，可繪制農(nóng)場(chǎng)產(chǎn)量的“數(shù)字地圖”，在機(jī)械化生產(chǎn)大農(nóng)場(chǎng)中的市場(chǎng)占有率達(dá)到了65％以上。在大數(shù)據(jù)、物聯(lián)網(wǎng)等數(shù)字技術(shù)飛速發(fā)展的助推下，美國(guó)數(shù)字農(nóng)業(yè)技術(shù)已與農(nóng)業(yè)生產(chǎn)的產(chǎn)前、產(chǎn)中、產(chǎn)后形成緊密銜接，應(yīng)用范疇覆蓋從作物生長(zhǎng)的微觀監(jiān)測(cè)到宏觀農(nóng)業(yè)經(jīng)濟(jì)分析。此外，美國(guó)也已形成完善的技術(shù)服務(wù)組織網(wǎng)絡(luò)，美國(guó)服務(wù)類企業(yè)與公益機(jī)構(gòu)可為經(jīng)營(yíng)主體提供較為完善的技術(shù)服務(wù)，例如美國(guó)農(nóng)業(yè)技術(shù)服務(wù)組織（FSA）為農(nóng)民提供豐富的信息。

2.2英國(guó)

英國(guó)信息化技術(shù)應(yīng)用助推精準(zhǔn)農(nóng)業(yè)。信息化技術(shù)推動(dòng)英國(guó)農(nóng)業(yè)向數(shù)字化、智能化、精準(zhǔn)化的方向發(fā)展。英國(guó)農(nóng)村地區(qū)信息化基礎(chǔ)設(shè)施完備，互聯(lián)網(wǎng)、4G信號(hào)已實(shí)現(xiàn)基本覆蓋。在此基礎(chǔ)上，精準(zhǔn)農(nóng)業(yè)技術(shù)得以實(shí)現(xiàn)在農(nóng)業(yè)的全方位應(yīng)用，如借助遙感技術(shù)進(jìn)行作物生產(chǎn)監(jiān)測(cè)與產(chǎn)量預(yù)報(bào)、農(nóng)業(yè)資源調(diào)查、農(nóng)業(yè)生態(tài)環(huán)境評(píng)價(jià)和災(zāi)害監(jiān)測(cè)等；英國(guó)Massey Ferguson公司研發(fā)的“農(nóng)田之星”信息管理系統(tǒng)，借助傳感識(shí)別技術(shù)和GPS技術(shù)能夠更為精準(zhǔn)地進(jìn)行種植和養(yǎng)殖作業(yè)、數(shù)據(jù)記錄分析和制定解決方案；智能機(jī)械已基本裝備衛(wèi)星定位系統(tǒng)、電腦控制和軟件應(yīng)用系統(tǒng)，能夠根據(jù)不同位置、不同質(zhì)量的地塊情形實(shí)現(xiàn)自動(dòng)化、精準(zhǔn)化、變量化作業(yè)，同時(shí)可以采集作物信息用以制作電子地圖和調(diào)整生產(chǎn)策略。2013年英國(guó)啟動(dòng)《農(nóng)業(yè)技術(shù)戰(zhàn)略》，提出了應(yīng)用大數(shù)據(jù)、物聯(lián)網(wǎng)技術(shù)和智能技術(shù)進(jìn)一步發(fā)展精準(zhǔn)農(nóng)業(yè)，從而提升農(nóng)業(yè)生產(chǎn)效率，如借助GateKeeper專家系統(tǒng)提供輔助決策和農(nóng)場(chǎng)管理、LELY擠奶機(jī)器人等智能化設(shè)備在養(yǎng)殖場(chǎng)中的應(yīng)用、自動(dòng)感知技術(shù)在施肥施藥機(jī)械上的應(yīng)用、二維碼技術(shù)在農(nóng)產(chǎn)品產(chǎn)銷環(huán)節(jié)的廣泛應(yīng)用等。

2.3德國(guó)

德國(guó)關(guān)鍵技術(shù)與設(shè)備的積極研發(fā)與推廣。在歐盟農(nóng)業(yè)共同政策對(duì)數(shù)字農(nóng)業(yè)的支持下，德國(guó)積極發(fā)展高水平數(shù)字農(nóng)業(yè)，在農(nóng)業(yè)生產(chǎn)高度機(jī)械化的基礎(chǔ)上，建立完善的計(jì)算機(jī)支持和輔助決策系統(tǒng)，提供數(shù)字農(nóng)業(yè)綜合解決方案。德國(guó)投入大量資金與人力支持?jǐn)?shù)字農(nóng)業(yè)核心技術(shù)與智能設(shè)備研發(fā)，并由大型企業(yè)牽頭，如德國(guó)拜耳公司投資2 億歐元支持?jǐn)?shù)字農(nóng)業(yè)布局，已在60多個(gè)國(guó)家提供數(shù)字化解決方案，并旗下Xarvio品牌推廣數(shù)字農(nóng)業(yè)，通過(guò)XarvioScouring識(shí)別系統(tǒng)高效識(shí)別和分析作物生長(zhǎng)和病蟲(chóng)害信息，幫助農(nóng)民優(yōu)化田塊單獨(dú)管理和農(nóng)田統(tǒng)籌優(yōu)化。擁有百年歷史的德國(guó)農(nóng)業(yè)機(jī)械制造商CLAAS集團(tuán)結(jié)合第四代移動(dòng)通信技術(shù)和傳感器技術(shù)，實(shí)現(xiàn)收割過(guò)程的全面自動(dòng)化。

3我國(guó)發(fā)展“數(shù)字農(nóng)業(yè)”的緊迫性

今年雖然受到疫情影響，但我國(guó)大部分農(nóng)產(chǎn)品仍然是一個(gè)“大年”，怎樣解決需求下降、部分市場(chǎng)關(guān)閉、物流受阻等難題，把農(nóng)貨順利賣出去，讓農(nóng)民實(shí)現(xiàn)豐產(chǎn)又豐收？加速數(shù)字農(nóng)業(yè)發(fā)展是不二法門。

農(nóng)業(yè)長(zhǎng)期保持著傳統(tǒng)形態(tài)，技術(shù)進(jìn)步一直較慢，特別是進(jìn)入信息化時(shí)代后，農(nóng)業(yè)技術(shù)滯后帶來(lái)的產(chǎn)業(yè)發(fā)展差距愈發(fā)顯著。隨著數(shù)字經(jīng)濟(jì)的興起，越來(lái)越多的領(lǐng)域引入互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等技術(shù)，實(shí)現(xiàn)了智能化、數(shù)字化重塑，生產(chǎn)率大幅度提高。2019 年，我國(guó)服務(wù)業(yè)、工業(yè)數(shù)字經(jīng)濟(jì)滲透率分別為 37.8%、19.5%，但農(nóng)業(yè)只有 8.2%，數(shù)字化改造的空間很大，需盡快趕上信息社會(huì)的發(fā)展步伐。

農(nóng)業(yè)數(shù)字化轉(zhuǎn)型是農(nóng)業(yè)現(xiàn)代化的必然選擇，也是破解目前農(nóng)業(yè)難題的一劑良方，瞄準(zhǔn)這個(gè)主攻方向，無(wú)疑將為農(nóng)業(yè)高質(zhì)量發(fā)展提供新動(dòng)能，給予農(nóng)民更多獲得感。對(duì)廣大農(nóng)民來(lái)講，農(nóng)產(chǎn)品銷售難的問(wèn)題最頭疼，常常遭遇“多收了三五斗”的尷尬。可以說(shuō)，農(nóng)業(yè)數(shù)字化水平滯后，農(nóng)產(chǎn)品質(zhì)量不穩(wěn)定、難以標(biāo)準(zhǔn)化、產(chǎn)銷信息不對(duì)稱等是導(dǎo)致農(nóng)產(chǎn)品銷售難的主因。顯然，加快技術(shù)與傳統(tǒng)農(nóng)業(yè)的融合，打造數(shù)字農(nóng)業(yè)，對(duì)產(chǎn)業(yè)鏈進(jìn)行全方位的數(shù)字化改造，使得傳統(tǒng)農(nóng)業(yè)脫胎換骨，插上科技的翅膀騰飛，已成為農(nóng)業(yè)發(fā)展新趨勢(shì)。

4“數(shù)字農(nóng)業(yè)”的發(fā)展趨勢(shì)

4.1農(nóng)業(yè)生產(chǎn)全流程智能化將逐步成為現(xiàn)實(shí)

物聯(lián)網(wǎng)技術(shù)在現(xiàn)代農(nóng)業(yè)生產(chǎn)設(shè)施和設(shè)備領(lǐng)域中的應(yīng)用極大地提高了現(xiàn)代農(nóng)業(yè)生產(chǎn)設(shè)施和設(shè)備的數(shù)字和智能水平，實(shí)現(xiàn)了整個(gè)農(nóng)業(yè)生產(chǎn)過(guò)程的數(shù)字化控制，實(shí)現(xiàn)了農(nóng)業(yè)智能化生產(chǎn)和管理。它可以解決由托管服務(wù)流程引起的一系列問(wèn)題。在種植業(yè)中，重點(diǎn)是如何精確控制生產(chǎn)環(huán)節(jié)，例如育苗，播種，施肥，灌溉和病蟲(chóng)害防治。當(dāng)前，荷蘭，日本，以色列和其他國(guó)家正在使用大數(shù)據(jù)，人工智能和信息技術(shù)來(lái)促進(jìn)數(shù)字化，精確化和智能化作物種植的發(fā)展。

4.2農(nóng)產(chǎn)品流通電商化發(fā)展將更加迅猛

電子商務(wù)的飛速發(fā)展為農(nóng)產(chǎn)品流通提供了新的平臺(tái)和基礎(chǔ)。例如，美國(guó)著名的新鮮食品電子商務(wù)公司LocalHarvest是一個(gè)平臺(tái)，該平臺(tái)整合了有機(jī)農(nóng)業(yè)的上下游，并連接了中小型農(nóng)場(chǎng)和消費(fèi)者。LocalHarvest平臺(tái)基于從相關(guān)農(nóng)場(chǎng)收集的基本信息來(lái)支持地圖搜索系統(tǒng)，使消費(fèi)者能夠搜索本地社區(qū)周圍的農(nóng)場(chǎng)并購(gòu)買難以保存的新鮮農(nóng)產(chǎn)品，例如蔬菜和禽蛋。農(nóng)產(chǎn)品在快速物流系統(tǒng)下，可以快速送到消費(fèi)者家中，從而大大提高農(nóng)產(chǎn)品物流的效率和質(zhì)量。

值得欣喜的是，近年來(lái)，全國(guó)各地與各大電商平臺(tái)紛紛投入大量資源，重構(gòu)產(chǎn)業(yè)鏈，培植人才，發(fā)力促進(jìn)農(nóng)產(chǎn)品上行。以河北省為例，近年來(lái)積極引入農(nóng)業(yè)電商龍頭企業(yè)，與阿里巴巴、京東、拼多多等電商平臺(tái)開(kāi)展合作，持續(xù)在直播助農(nóng)、農(nóng)產(chǎn)品品牌孵化、新農(nóng)商人才培養(yǎng)等領(lǐng)域，合力打造河北數(shù)字農(nóng)業(yè)“新基建”?？梢钥吹?，利用大數(shù)據(jù)和分布式人工智能技術(shù)匹配優(yōu)化資源，將需求傳導(dǎo)給供給端，有效緩解了供需信息不對(duì)稱造成的產(chǎn)銷脫節(jié)。在互聯(lián)網(wǎng)科技力量的加持下，傳統(tǒng)農(nóng)業(yè)的“痛點(diǎn)”也得到有效解決，進(jìn)一步打開(kāi)了農(nóng)產(chǎn)品從田間到餐桌的通路。

隨著電商農(nóng)產(chǎn)品銷量的快速增長(zhǎng)，廣大農(nóng)民亦受益匪淺，農(nóng)業(yè)生產(chǎn)模式發(fā)生重大變化，以需求引導(dǎo)生產(chǎn)、訂單式農(nóng)業(yè)逐漸成為主流，精準(zhǔn)種植、數(shù)字營(yíng)銷提升了農(nóng)民收入水平，促進(jìn)更多農(nóng)民融入數(shù)字農(nóng)業(yè)的場(chǎng)景里。以往很多滯銷農(nóng)產(chǎn)品位于貧困地區(qū)，數(shù)字農(nóng)業(yè)重塑產(chǎn)業(yè)鏈，幫助貧困戶掌握技術(shù)、融入市場(chǎng)，實(shí)現(xiàn)了造血扶貧。實(shí)踐證明，此種創(chuàng)新扶貧模式具有很強(qiáng)的活力。比如，拼多多的“農(nóng)地云拼”模式得到國(guó)務(wù)院扶貧辦的肯定，榮獲了今年的“全國(guó)脫貧攻堅(jiān)組織創(chuàng)新獎(jiǎng)”。截至 2019 年底，拼多多平臺(tái)直連的農(nóng)業(yè)生產(chǎn)者超過(guò) 1200 萬(wàn)人，累計(jì)帶貧人數(shù)超百萬(wàn)。

4.3農(nóng)業(yè)多元化公共服務(wù)將更加完善

通過(guò)將移動(dòng)互聯(lián)網(wǎng)和大數(shù)據(jù)等頂尖技術(shù)運(yùn)用在農(nóng)業(yè)公共服務(wù)，農(nóng)業(yè)服務(wù)也更加便利和靈活。這也是數(shù)字農(nóng)業(yè)發(fā)展的重要趨勢(shì)。一些國(guó)家為了促進(jìn)數(shù)字農(nóng)業(yè)的發(fā)展，在農(nóng)業(yè)信息化和農(nóng)業(yè)公共服務(wù)方面做出了很多努力。

5 “數(shù)字農(nóng)業(yè)”的實(shí)踐策略

5.1實(shí)現(xiàn)農(nóng)業(yè)農(nóng)村業(yè)務(wù)數(shù)字化和可視化

加快建立涵蓋農(nóng)業(yè)資源，農(nóng)村產(chǎn)業(yè)，生產(chǎn)管理，產(chǎn)品質(zhì)量，農(nóng)業(yè)機(jī)械設(shè)備和農(nóng)村治理的數(shù)據(jù)庫(kù)。利用地理空間信息技術(shù)和遙感技術(shù)整合空間數(shù)據(jù)，獲取耕地資源，漁業(yè)水資源，糧食生產(chǎn)功能區(qū)，現(xiàn)代化農(nóng)業(yè)園區(qū)，特色農(nóng)產(chǎn)品優(yōu)勢(shì)區(qū)，特色鮮明的農(nóng)業(yè)村莊，生產(chǎn)經(jīng)營(yíng)實(shí)體，村莊分布等數(shù)據(jù)。地圖存儲(chǔ)在數(shù)據(jù)庫(kù)中，使農(nóng)業(yè)和農(nóng)村資源數(shù)據(jù)立體化。通過(guò)集成的農(nóng)業(yè)調(diào)度系統(tǒng)，現(xiàn)場(chǎng)定點(diǎn)監(jiān)控系統(tǒng)，集成的遙感信息，無(wú)人機(jī)觀測(cè)和地面?zhèn)鞲衅骶W(wǎng)絡(luò)，可以建立農(nóng)作物的空間分布。通過(guò)農(nóng)作物的空間分布，重大自然災(zāi)害和其他動(dòng)態(tài)空間圖，形成了一個(gè)一體化的全域地理信息圖，為農(nóng)業(yè)生產(chǎn)和管理的科學(xué)指導(dǎo)奠定了堅(jiān)實(shí)的數(shù)據(jù)基礎(chǔ)。

5.2推動(dòng)數(shù)字農(nóng)業(yè)技術(shù)創(chuàng)新

創(chuàng)新，始終是鄉(xiāng)村振興的內(nèi)生動(dòng)力。要實(shí)現(xiàn)鄉(xiāng)村振興，離不開(kāi)“數(shù)字農(nóng)業(yè)”助力。手機(jī)變成新農(nóng)具、直播成了新農(nóng)活、數(shù)據(jù)成為新農(nóng)資，隨著農(nóng)業(yè)新業(yè)態(tài)新模式競(jìng)相涌現(xiàn)，數(shù)字經(jīng)濟(jì)發(fā)展紅利惠及三農(nóng)必將更加給力，而農(nóng)業(yè)信息技術(shù)已然成為數(shù)字農(nóng)業(yè)發(fā)展的關(guān)鍵支持。未來(lái)依靠農(nóng)業(yè)科學(xué)院和大學(xué)等農(nóng)業(yè)科學(xué)研究和技術(shù)開(kāi)發(fā)機(jī)構(gòu)來(lái)充分發(fā)揮農(nóng)業(yè)科技企業(yè)作為創(chuàng)新主題的作用，促進(jìn)數(shù)字農(nóng)業(yè)領(lǐng)域的“產(chǎn)學(xué)研”合作，并著重于先進(jìn)技術(shù)和核心技術(shù)。為了提高對(duì)關(guān)鍵技術(shù)的了解和研發(fā)，精確操作和智能決策的數(shù)字化管理，智能設(shè)備的變量修改和應(yīng)用，農(nóng)產(chǎn)品的靈活處理，區(qū)塊鏈等技術(shù)，3S 加速，智能識(shí)別，模型仿真，智能控制和其他軟件和硬件產(chǎn)品數(shù)字農(nóng)業(yè)的綜合應(yīng)用，了解數(shù)字農(nóng)業(yè)技術(shù)標(biāo)準(zhǔn)和規(guī)范體系的建立，數(shù)字農(nóng)業(yè)技術(shù)創(chuàng)新以及應(yīng)用服務(wù)系統(tǒng)的持續(xù)改進(jìn)。

5.3 提高農(nóng)業(yè)農(nóng)村經(jīng)營(yíng)管理數(shù)字化水平

當(dāng)前，就中國(guó)電子政務(wù)項(xiàng)目的發(fā)展而言，農(nóng)業(yè)部門中的電子政務(wù)服務(wù)水平不能完全滿足領(lǐng)導(dǎo)決策應(yīng)用程序和公共商務(wù)應(yīng)用程序的功能要求。農(nóng)業(yè)信息服務(wù)的總體水平有待進(jìn)一步提高。同時(shí)，這意味著中國(guó)農(nóng)業(yè)信息服務(wù)具有巨大的發(fā)展和利用空間。因此，有必要進(jìn)一步擴(kuò)大移動(dòng)互聯(lián)網(wǎng)技術(shù)，云計(jì)算，大數(shù)據(jù)等先進(jìn)技術(shù)在農(nóng)業(yè)信息服務(wù)領(lǐng)域的應(yīng)用，并通過(guò)建立靈活，便捷，高效，透明的農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)管理體系，為農(nóng)民提供更多便捷和信息服務(wù)。在信息公開(kāi)，政府公共關(guān)系，信息服務(wù)，辦公室工作等方面，充分利用農(nóng)民信箱和便攜式農(nóng)業(yè)和農(nóng)村地區(qū)的服務(wù)功能，提高了園藝，畜牧，水產(chǎn)品，田間管理和智能化管理水平。著眼于整個(gè)農(nóng)業(yè)產(chǎn)業(yè)鏈的要求，以提高勞動(dòng)生產(chǎn)率，研究和推廣適用于不同地形和環(huán)境的農(nóng)業(yè)機(jī)械，并進(jìn)一步促進(jìn)農(nóng)業(yè)“機(jī)器換人”。

結(jié) 語(yǔ)

數(shù)字農(nóng)業(yè)的發(fā)展實(shí)現(xiàn)了對(duì)農(nóng)業(yè)生產(chǎn)的自動(dòng)，精確控制，智能和科學(xué)管理，提高了農(nóng)業(yè)的可控性，降低了生產(chǎn)成本，并減少了環(huán)境污染，使農(nóng)業(yè)向精準(zhǔn)，環(huán)保和可持續(xù)的方向發(fā)展。此外，農(nóng)村電子商務(wù)的發(fā)展可以有效克服農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營(yíng)的不利因素，可以簡(jiǎn)化交易聯(lián)系，提高交易效率，降低成本，消除農(nóng)民對(duì)庫(kù)存余額的擔(dān)憂，并縮短生產(chǎn)周期。努力為農(nóng)民提供更多的商機(jī)。由于時(shí)間和空間的限制，內(nèi)容的選擇空間也越來(lái)越廣，這對(duì)于提高農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)管理人員的科學(xué)文化素養(yǎng)具有重要意義。

致 謝

在這篇論文的撰寫(xiě)過(guò)程中，我遇到了很多的困難和障礙，但都在老師、領(lǐng)導(dǎo)、同事、同學(xué)和朋友的幫助下順利解決了。尤其要強(qiáng)烈感謝周波老師在千里之外給我們線上授課進(jìn)行指導(dǎo)和幫助，不厭其煩地為我們解答疑問(wèn)、傳授知識(shí)，讓我非常感動(dòng)，在此向幫助和指導(dǎo)過(guò)我的各位老師表示最衷心的感謝!

同時(shí)也要感謝這篇論文所涉及到的各位學(xué)者，本文引用了數(shù)位學(xué)者的研究文獻(xiàn)，如果沒(méi)有各位學(xué)者的研究成果的幫助和啟發(fā)，我將很難完成本篇論文的寫(xiě)作。

同時(shí)也要感謝我的領(lǐng)導(dǎo)、同事、同學(xué)和朋友，在我寫(xiě)論文的過(guò)程中給予我很多素材，還在論文的撰寫(xiě)和排版過(guò)程中提供給我很大的幫助。由于我的學(xué)術(shù)水平有限，所寫(xiě)論文難免有不足之處，懇請(qǐng)各位老師和學(xué)友不吝批評(píng)與指教。

參考文獻(xiàn)

[1] 周清波 , 吳文斌 , 宋茜 . 數(shù)字農(nóng)業(yè)研究現(xiàn)狀和發(fā)展趨勢(shì)分析 [J].中國(guó)農(nóng)業(yè)信息 ,2019,30(01), 第 5-13 頁(yè) .

[2] 施威 , 曹成銘 .“互聯(lián)網(wǎng) + 農(nóng)業(yè)產(chǎn)業(yè)鏈”創(chuàng)新機(jī)制與路徑研究 [J].理論探討 ,2019(06), 第 110-114 頁(yè) .

篇(2)

 

就硬件來(lái)說(shuō)，自主導(dǎo)航涉及高運(yùn)算能力，測(cè)距法，傳感技術(shù)(譬如：全球定位系統(tǒng)，激光測(cè)距儀，超聲波，紅外傳感技術(shù))和3D地圖。從軟件的角度看，自主導(dǎo)航涉及圖像識(shí)別、色彩、特征、形狀、障礙物信息收集以及為判斷制定提供持續(xù)的統(tǒng)計(jì)分析。而這種技術(shù)未來(lái)在醫(yī)療、制造、能源、農(nóng)業(yè)、環(huán)境或空間探索等領(lǐng)域都將起到主要作用。

 

在醫(yī)療領(lǐng)域，人工智能和圖像處理會(huì)成為醫(yī)療診斷和外科手術(shù)的關(guān)鍵工具。計(jì)算算法能幫助識(shí)別受損的組織器官，并預(yù)測(cè)在一個(gè)生命周期中可能會(huì)出現(xiàn)什么情況。機(jī)器在處理大量的信息時(shí)表現(xiàn)會(huì)更好，在健康醫(yī)療領(lǐng)域提供多一種診斷方法可能會(huì)成為“實(shí)際上的標(biāo)準(zhǔn)”。隨著機(jī)器人的敏捷度和準(zhǔn)確性的提高，及其在高難度手術(shù)中可以輔助外科醫(yī)生，未來(lái)手術(shù)治療的效果將變得更好。

 

在制造業(yè)，圖像處理技術(shù)將會(huì)重新構(gòu)造現(xiàn)有的生產(chǎn)方案。隨著計(jì)算機(jī)視覺(jué)的敏捷度變得更高，有望誕生新的生產(chǎn)模式和組裝線/拆卸線。這些新的模式很可能補(bǔ)足工廠的勞動(dòng)力，對(duì)于工廠的工作內(nèi)容，機(jī)器人更適合從事生產(chǎn)類的工作，而人類更適合做質(zhì)量檢驗(yàn)、管理、產(chǎn)品設(shè)計(jì)和創(chuàng)新。

 

在能源領(lǐng)域，計(jì)算機(jī)技術(shù)也能發(fā)揮很多作用。隨著可再生能源成為現(xiàn)實(shí)，我們同樣需要在全球范圍內(nèi)為發(fā)電/能源轉(zhuǎn)換和配電網(wǎng)建設(shè)基礎(chǔ)設(shè)施。這里應(yīng)用的概念是分散化(從更多不同的來(lái)源收集更多不同種類的能源)。我們將應(yīng)用人工智能，模式識(shí)別和決策算法控制能量流，并解決發(fā)電商和用戶之間信息不對(duì)等的問(wèn)題。這種高效的能源管理方式(智能電網(wǎng))有可能擴(kuò)大能源的來(lái)源，最終降低發(fā)電/能源轉(zhuǎn)換/用電的成本。

 

農(nóng)業(yè)是另一個(gè)受人工智能影響很大的領(lǐng)域。隨著世界人口的不斷增加，我們需要尋找新的食物生產(chǎn)方式。舉個(gè)例子，自動(dòng)駕駛車輛的技術(shù)可以轉(zhuǎn)化為能應(yīng)用在農(nóng)業(yè)領(lǐng)域的自動(dòng)行走車。人工智能和圖像處理技術(shù)能幫助實(shí)現(xiàn)拖拉機(jī)的自動(dòng)控制，令其不間歇地在農(nóng)場(chǎng)根據(jù)農(nóng)作物生產(chǎn)情況執(zhí)行灌溉、施肥、投放農(nóng)藥等任務(wù)。播種和灌溉將會(huì)成為自動(dòng)農(nóng)用機(jī)器的日常工作，同理，無(wú)人飛行器(UAVs)將在未來(lái)應(yīng)用于農(nóng)業(yè)檢查、處理和制圖。這些技術(shù)進(jìn)步將促使農(nóng)業(yè)的成本下降，從而降低糧食價(jià)格。

 

在航天機(jī)器人方面，太空探索的自動(dòng)化程度將提高，這將使軌道機(jī)器人得以協(xié)助宇航員完成更多任務(wù)，譬如發(fā)射衛(wèi)星，開(kāi)啟/關(guān)閉艙門或設(shè)備清洗等。

 

同樣，機(jī)器人也可能成為廢料收集和回收利用的重要工具。應(yīng)用機(jī)器人和人工智能技術(shù)將使公園、甚至是海洋或其他區(qū)域的清潔成為現(xiàn)實(shí)，這樣的功能會(huì)對(duì)環(huán)境產(chǎn)生積極影響。

 

看到這里，大家應(yīng)該知道，當(dāng)我們進(jìn)行自主導(dǎo)航的研究時(shí)，受益的不僅是自動(dòng)駕駛汽車，實(shí)際上，也在推動(dòng)機(jī)器人和人工智能技術(shù)延伸到人類生活的其他方面。

 

作者：Antonio Espingardeiro 來(lái)源：計(jì)算機(jī)世界 2013年38期

篇(3)

〔關(guān)鍵詞〕知識(shí)圖譜；專家系統(tǒng)；發(fā)展軌跡

DOI：10．3969／j．issn．1008－0821．2012．02．040

〔中圖分類號(hào)〕G250.71 〔文獻(xiàn)標(biāo)識(shí)碼〕A 〔文章編號(hào)〕1008－0821（2012）02－0159－08

Knowledge-based Expert System Development Overview MapLiao Yi

（Political Department，National University of Defense Technology，Changsha 410073，China）

〔Abstract〕Artificial intelligence expert system is the most important and most active areas of an application,which implements the artificial intelligence research from theory to practice,turning from the general reasoning strategies of a major breakthrough in the use of expertise.This chronological order,the expert system into the 1980s before the 1980s,1990s,2000,after four stages.Articles using bibliometric methods,analysis of the expert system development process,development and trends,pointing out that the current phase is the development of expert systems,expert systems into a variety of commercial operation,need to address the knowledge acquisition bottleneck,matching conflicts and other issues for expert systems to understand and master the subject structure,evolution,development and so provide an unique perspective and knowledge.

〔Key words〕knowledge maps;expert systems;the development trajectory

專家系統(tǒng)作為人工智能的一個(gè)重要分支，發(fā)展已經(jīng)超過(guò)50年，在很多應(yīng)用領(lǐng)域都獲得了廣泛使用，取得了豐碩成果。本文運(yùn)用文獻(xiàn)計(jì)量這一獨(dú)特視角對(duì)專家系統(tǒng)進(jìn)行了再回顧和再分析，將智能科技劃分為初創(chuàng)期、成長(zhǎng)期、低谷期、發(fā)展期，利用詞頻分析、共引分析、作者共現(xiàn)分析等方法揭示專家系統(tǒng)的學(xué)科結(jié)構(gòu)、影響程度、關(guān)鍵節(jié)點(diǎn)與時(shí)間點(diǎn)等重要而獨(dú)特的知識(shí)，為了解和掌握專家系統(tǒng)的發(fā)展與演化過(guò)程提供了獨(dú)特視角。

1 數(shù)據(jù)來(lái)源

SCI（Science Citation Index）是美國(guó)科學(xué)情報(bào)研究所ISI（Institute for Science Information）出版的期刊文獻(xiàn)檢索工具，所收錄的文獻(xiàn)覆蓋了全世界最重要和最有影響力的研究成果，成為世界公認(rèn)的自然科學(xué)領(lǐng)域最為重要的評(píng)價(jià)工具。本文以Web of Science中的SCI數(shù)據(jù)庫(kù)為數(shù)據(jù)來(lái)源，選用高級(jí)檢索方式，以“Expert System/Experts System”作為主題詞，于2011年5月在Web of Secience中進(jìn)行檢索，一共檢索到14 500篇相關(guān)文獻(xiàn)記錄。獲得的年度分布如圖1。所示。雖然，專家系統(tǒng)研究從20世紀(jì)五六十年代就開(kāi)始了，但是從圖1可以看出直到1982年才有主題詞與專家系統(tǒng)相關(guān)的論文出現(xiàn)。圖1表明1991年左右，專家系統(tǒng)相關(guān)論文達(dá)到了峰值，但隨后呈逐年下降的趨勢(shì)。到1999年，只有494篇。但21世紀(jì)開(kāi)始，專家系統(tǒng)相關(guān)論文又出現(xiàn)了增加的趨勢(shì)，并維持在一個(gè)穩(wěn)定的水平中。圖1 專家系統(tǒng)在SCI數(shù)據(jù)庫(kù)文獻(xiàn)發(fā)表年度變化情況

2012年2月第32卷第2期基于知識(shí)圖譜的專家系統(tǒng)發(fā)展綜述Feb.，2012Vol.32 No.22 專家系統(tǒng)前40年的發(fā)展

本文利用基于JAVA平臺(tái)的引文分析可視化軟件Citespace，首先設(shè)定時(shí)間跨度為1950-1991年，時(shí)間切片長(zhǎng)度為1年，聚類方式為共被引聚類（Cited Reference），閾值選擇為（2，2，20）、（3，3，20）、（3，3，20）。Citespace得出這些引文的時(shí)間跨度為1950－1990年，可以繪制出該時(shí)間段的專家系統(tǒng)論文時(shí)區(qū)分布圖，如圖2所示。我們以年代先后為序，將20世紀(jì)80年代以前作為第一階段，80年代至90年代作為第二階段。圖2 1950-1991年各年度專家系統(tǒng)論文之間的時(shí)區(qū)分布圖

2.1 專家系統(tǒng)起源時(shí)期

根據(jù)圖2顯示，這段時(shí)期有7個(gè)突出節(jié)點(diǎn)，既有7位代表人物。第一個(gè)節(jié)點(diǎn)代表的是“人工智能之父”――英國(guó)著名科學(xué)家阿蘭?麥席森?圖靈（Alan Mathison Turing），他于1950年在《心靈》雜志上《計(jì)算機(jī)器與智能》，提出了著名的“圖靈測(cè)試”，探討了機(jī)器智能的可能性，為后來(lái)的人工智能科學(xué)提供了開(kāi)創(chuàng)性的構(gòu)思［1］。

第二個(gè)節(jié)點(diǎn)代表的是美國(guó)工程院院士、加州大學(xué)扎德（LA.Zadeh）教授，他于1965年在《信息與控制》雜志第8期上發(fā)表題為《模糊集》的論文，提出模糊集合理論，給出了模糊性現(xiàn)象定量描述和分析運(yùn)算的方法，從而誕生了模糊數(shù)學(xué)。1978年，扎德教授提出了“可能性理論”，將不確定性理解為可能性，為模糊集理論建立了一個(gè)實(shí)際應(yīng)用上的理論框架，這也被認(rèn)為是模糊數(shù)學(xué)發(fā)展的第二個(gè)里程碑。同年，國(guó)際性期刊《International Journal of Fuzzy Sets and System》誕生，這使得模糊理論得到普遍承認(rèn)，理論研究高速發(fā)展，實(shí)際應(yīng)用迅速推廣。

第三個(gè)節(jié)點(diǎn)代表的美國(guó)兩院院士、卡內(nèi)基-梅隆大學(xué)教授艾倫?紐厄爾（Allen Newell），1972年，他出版了《人怎樣解題》（Human Problem Solving)一書(shū)，書(shū)中描述了他和西蒙試圖建立一個(gè)計(jì)算機(jī)化的“通用問(wèn)題求解器”的歷程：20世紀(jì)50年代，他們發(fā)現(xiàn)，人類的問(wèn)題解決，在一定知識(shí)領(lǐng)域內(nèi)可以通過(guò)計(jì)算機(jī)實(shí)現(xiàn)，所以他們開(kāi)始用計(jì)算機(jī)編程來(lái)解決問(wèn)題，1956年，他們研發(fā)出了邏輯理論家和通用問(wèn)題求解器（General Problem Solver），并建立了符號(hào)主義人工智能學(xué)派。我們可以看出，這本書(shū)是對(duì)他以前所作工作的總結(jié)與歸納，而邏輯理論家和通用問(wèn)題求解器正是專家系統(tǒng)的雛形，為專家系統(tǒng)的出現(xiàn)奠定了堅(jiān)實(shí)的基礎(chǔ)。

但是艾倫?紐厄爾的嘗試無(wú)法解決大的實(shí)際問(wèn)題，也很難把實(shí)際問(wèn)題改造成適合于計(jì)算機(jī)解決的形式，并且對(duì)于解題所需的巨大搜索空間也難于處理。為此，美國(guó)國(guó)家工程院院士、斯坦福大學(xué)教授費(fèi)根鮑姆（E.A.Feigenbaum）等人在總結(jié)通用問(wèn)題求解系統(tǒng)成功與失敗的經(jīng)驗(yàn)基礎(chǔ)上，結(jié)合化學(xué)領(lǐng)域的專門知識(shí)，于1965年研制了世界上第一個(gè)專家系統(tǒng)dendral，可以推斷化學(xué)分子結(jié)構(gòu)。專家系統(tǒng)進(jìn)入了初創(chuàng)期，其代表有dendral、macsyma（數(shù)學(xué)專家系統(tǒng)）等，第一代專家系統(tǒng)以高度專業(yè)化、求解專門問(wèn)題的能力強(qiáng)為特點(diǎn)，向人們展示了人工智能應(yīng)用的廣闊前景［2］。

第四個(gè)節(jié)點(diǎn)代表人物是美國(guó)麻省理工學(xué)院著名的人工智能學(xué)者明斯基（Minsky）。1975年，他在論文《表示知識(shí)的框架》(A Framework for Representating Knowledge，McGraw-Hill)中提出了框架理論，框架理論的核心是以框架這種形式來(lái)表示知識(shí)。理論提出后，在人工智能界引起了極大的反響，并成為了基于框架的專家系統(tǒng)的理論基礎(chǔ)，基于框架的專家系統(tǒng)適合于具有固定格式的事物、動(dòng)作或事件。

第五個(gè)節(jié)點(diǎn)代表人物是美國(guó)普林斯頓大學(xué)教授格倫謝弗（Glenn Shafer），他在1976年出版了《數(shù)學(xué)理論的證據(jù)》（A mathematical theory of evidence）一書(shū)，介紹了由他和Dempster于1967年提出的D-S理論（即證據(jù)理論）。證據(jù)理論可處理由不知道因素引起的不確定性，后來(lái)，該理論被廣泛應(yīng)用于計(jì)算機(jī)科學(xué)和工程應(yīng)用，是基于D-S證據(jù)理論的專家系統(tǒng)的理論基礎(chǔ)。

第六個(gè)重要節(jié)點(diǎn)代表是美國(guó)斯坦福大學(xué)愛(ài)德華?漢斯?肖特利夫（Shortliff EH）教授，他于1975年在著名雜志《數(shù)學(xué)生物科學(xué)》上發(fā)表《A model of inexact reasoning in medicine》（《在醫(yī)學(xué)模型的不精確推理》）一文，他結(jié)合自己1972－1974年研制的世界第一個(gè)醫(yī)學(xué)專家系統(tǒng)――MYCIN系統(tǒng)（用于診斷和治療血液感染及腦炎感染，是第二代專家系統(tǒng)的經(jīng)典之作），提出了確定性理論，該理論對(duì)專家系統(tǒng)的發(fā)展產(chǎn)生了重大影響。

第七個(gè)節(jié)點(diǎn)代表人物是美國(guó)麻省理工學(xué)院計(jì)算機(jī)科學(xué)和人工智能實(shí)驗(yàn)室的戴維斯（Randall Davis）教授，他于1976年提出元知識(shí)的概念，并在專家系統(tǒng)的研制工具開(kāi)發(fā)方面做出了突出貢獻(xiàn)――研制出知識(shí)獲取工具Teiresias，為專家系統(tǒng)獲取知識(shí)實(shí)現(xiàn)過(guò)程中知識(shí)庫(kù)的修改和添加提供了工具［3］，關(guān)Teiresias，他于1977年在《Artificial Intelligence》雜志上中進(jìn)行了詳細(xì)介紹，而這也為本時(shí)期專家系統(tǒng)的快速增多和廣泛應(yīng)用奠定了堅(jiān)實(shí)基礎(chǔ)。

20世紀(jì)70年代后期，隨著專家系統(tǒng)應(yīng)用領(lǐng)域的不斷開(kāi)拓，專家系統(tǒng)研發(fā)技術(shù)逐漸走向成熟。但同時(shí)，專家系統(tǒng)本身存在的應(yīng)用領(lǐng)域狹窄、缺乏常識(shí)性知識(shí)、知識(shí)獲取困難、推理方法單一等問(wèn)題也被逐漸暴露出來(lái)。人們從各種不同類型的專家系統(tǒng)和知識(shí)處理系統(tǒng)中抽取共性，人工智能又從具體研究逐漸回到一般研究。圍繞知識(shí)這一核心問(wèn)題，人們重新對(duì)人工智能的原理和方法進(jìn)行探索，并在知識(shí)的獲取、表示以及知識(shí)在推理過(guò)程中的利用等方面開(kāi)始出現(xiàn)一組新的原理、工具和技術(shù)。

2.2 專家系統(tǒng)發(fā)展的黃金時(shí)期

20世紀(jì)80年代是專家系統(tǒng)突飛猛進(jìn)、迅速發(fā)展的黃金時(shí)代，根據(jù)圖2顯示，這段時(shí)期共有論文982篇，有7個(gè)突出節(jié)點(diǎn)。

1980年，出現(xiàn)了第一個(gè)節(jié)點(diǎn)代表――美國(guó)斯坦福大學(xué)計(jì)算機(jī)科學(xué)系系主任尼爾森（NILS J.NILSSON），他出版的《人工智能原理》（《Principles of artificial intelligence》）一書(shū)，表明了拉近理論和實(shí)踐的距離的目標(biāo)，書(shū)中對(duì)基于規(guī)則的專家系統(tǒng)、機(jī)器問(wèn)題解決系統(tǒng)以及結(jié)構(gòu)對(duì)象的代表等都進(jìn)行了具體的論述。

1981年，出現(xiàn)了第二個(gè)節(jié)點(diǎn)代表――英國(guó)赫特福德大學(xué)教授Clocksin，威廉F，他出版的《PROLOG語(yǔ)言編程》一書(shū)，引起了計(jì)算機(jī)科學(xué)界的極大興趣，并已被證明是一個(gè)重要的編程語(yǔ)言和人工智能系統(tǒng)的新一代基礎(chǔ)，是專家系統(tǒng)的重要編程語(yǔ)言。

1982年，出現(xiàn)了第三個(gè)節(jié)點(diǎn)代表――美國(guó)匹茲堡大學(xué)教授米勒（Miller RA），他在《英格蘭醫(yī)藥分冊(cè)》上發(fā)表了《基于計(jì)算機(jī)的醫(yī)學(xué)內(nèi)科實(shí)驗(yàn)診斷顧問(wèn)》（An Experimental Computer based Diagnostic Consultant for General Internal Medicine.N Engl J Med,307,468-76,1982）一文，屬當(dāng)時(shí)診斷專家系統(tǒng)的代表力作，書(shū)中介紹了著名的內(nèi)科疾病診斷咨詢系統(tǒng)INTERNIST-1，之后將其不斷完善成改進(jìn)型INTERNIST-2，即后來(lái)的CADUCEUS專家系統(tǒng)，其知識(shí)庫(kù)中包含了572種疾病，約4 500種癥狀。

1983年，出現(xiàn)了第四個(gè)節(jié)點(diǎn)代表――美國(guó)的海斯羅斯（Hayes-Roth，F(xiàn)）教授，他于1983年發(fā)表著作《建立專家系統(tǒng)》，對(duì)專家系統(tǒng)建立的原則和要素、開(kāi)發(fā)的生命周期等重要問(wèn)題進(jìn)行了詳細(xì)講解，為研究與開(kāi)發(fā)各種類型的專家系統(tǒng)提供了理論依據(jù)。

1984年，出現(xiàn)了第五個(gè)節(jié)點(diǎn)代表――美國(guó)匹茲堡大學(xué)計(jì)算機(jī)科學(xué)、哲學(xué)和醫(yī)學(xué)教授布魯斯?布坎南（Bruce G.Buchanan），他于1984年發(fā)表著作《規(guī)則的專家系統(tǒng)：斯坦福啟發(fā)式編程項(xiàng)目Mycin實(shí)驗(yàn)》（《Rule Based Expert Systems:The Mycin Experiments of the Stanford Heuristic Programming Project》，這是有史以來(lái)關(guān)于醫(yī)療診斷系統(tǒng)MYCIN的實(shí)驗(yàn)規(guī)則庫(kù)公布?；谝?guī)則的專家系統(tǒng)MYCIN是專家系統(tǒng)開(kāi)發(fā)過(guò)程中一個(gè)里程碑，研究其開(kāi)發(fā)思路與方法具有非常重要的意義。

1985年，出現(xiàn)了第六個(gè)節(jié)點(diǎn)代表――美國(guó)人工智能專家、加州大學(xué)教授哈蒙（Harmon P），他出版了《專家系統(tǒng)：人工智能業(yè)務(wù)》（《Expert systems：artificial intelligence in business》）一書(shū)。書(shū)中闡述了專家系統(tǒng)如何解決問(wèn)題，代表知識(shí)，并得出推論，并介紹了人工智能的具體制度，確定了專家系統(tǒng)的市場(chǎng)。

1986年，出現(xiàn)了第七個(gè)節(jié)點(diǎn)代表――著名的專家系統(tǒng)學(xué)者沃特曼（Waterman DA），他出版了《專家系統(tǒng)指南》一書(shū)，該書(shū)對(duì)專家系統(tǒng)的概念、組成、建立過(guò)程、建立工具、應(yīng)用領(lǐng)域等做了深入淺出的系統(tǒng)介紹與論述，是當(dāng)時(shí)全面介紹專家研發(fā)與應(yīng)用的經(jīng)典書(shū)籍。

20世紀(jì)80年代初，醫(yī)療專家系統(tǒng)占主流，主要原因是它屬于診斷類型系統(tǒng)且容易開(kāi)發(fā)。80年代中期，出現(xiàn)大量投入商業(yè)化運(yùn)行的專家系統(tǒng)，為各行業(yè)帶來(lái)了顯著的經(jīng)濟(jì)效益。從80年代后期開(kāi)始，大量新技術(shù)成功運(yùn)用到專家系統(tǒng)之中，使得專家系統(tǒng)得到更廣泛的運(yùn)用。在這期間開(kāi)發(fā)的專家系統(tǒng)按處理問(wèn)題的類型可以分為：解釋型、預(yù)測(cè)型、診斷型、設(shè)計(jì)型等。應(yīng)用領(lǐng)域擴(kuò)展到農(nóng)業(yè)、商業(yè)、化學(xué)、通信、醫(yī)學(xué)等多個(gè)方面，成為人們常用的解決問(wèn)題的手段之一。

然而，與此同時(shí)，現(xiàn)有的專家系統(tǒng)也暴露出了自身嚴(yán)重的缺陷，使不少計(jì)算機(jī)界的知名學(xué)者對(duì)專家系統(tǒng)產(chǎn)生了懷疑，認(rèn)為專家系統(tǒng)存在的問(wèn)題有以下幾點(diǎn)：（1）專家系統(tǒng)中的知識(shí)多限于經(jīng)驗(yàn)知識(shí)，極少有原理性的知識(shí)，系統(tǒng)沒(méi)有應(yīng)用它們的能力；（2）知識(shí)獲取功能非常弱。為了建造專家系統(tǒng)，必須依賴于專家獲取知識(shí)， 不僅費(fèi)時(shí)， 而且很難獲取完備性和一致性的知識(shí)；（3）求解問(wèn)題的方法比較單一，以推理機(jī)為核心的對(duì)問(wèn)題的求解尚不能反映專家從認(rèn)識(shí)問(wèn)題到解決問(wèn)題的創(chuàng)造性過(guò)程；（4）解釋功能不強(qiáng)［4］。等到學(xué)者們回過(guò)頭重新審視時(shí)，20世紀(jì)90年代的專家系統(tǒng)理論危機(jī)已然爆發(fā)。

3 90年代專家系統(tǒng)向多個(gè)方向發(fā)展

由于20世紀(jì)80年代專家系統(tǒng)研究迅猛發(fā)展，商業(yè)價(jià)值被各行各業(yè)看好，導(dǎo)致90年代大批專家系統(tǒng)從實(shí)驗(yàn)室走出來(lái)，開(kāi)始了它們的工程化市場(chǎng)化進(jìn)程。從圖1看以看出，在20世紀(jì)90年代，專家系統(tǒng)的相關(guān)論文不增反減，進(jìn)入一個(gè)局部低谷期，這期間以“Expert System/Experts System”為主題詞的論文共7 547篇。本文利用Citespace軟件，設(shè)置參數(shù)為（4，4，20）（4，3，20）（4，4，20），獲取了該時(shí)期論文的引文聚類圖（如圖3所示）。圖2 專家系統(tǒng)1990－2000年的論文引文聚類圖

從圖3中我們可以看出，全圖的節(jié)點(diǎn)比較分散，沒(méi)有形成大的聚類，這表示該階段沒(méi)有形成重點(diǎn)研究方向，也沒(méi)有重大科研成果和標(biāo)志性著作產(chǎn)生，專家系統(tǒng)的市場(chǎng)化進(jìn)程嚴(yán)重牽引了研究者們的注意力，這是專家系統(tǒng)研究陷入低谷期的重要原因。

這段時(shí)間專家系統(tǒng)的研究工作大致分以下幾個(gè)方面：第一個(gè)研究方向依舊是建立在扎德（LA.Zadeh）教授模糊理論上的模糊專家系統(tǒng)，它同樣是該年代專家系統(tǒng)研究的重點(diǎn)方向。

第二個(gè)研究方向是骨架專家系統(tǒng)，代表人物有美國(guó)斯坦福大學(xué)的愛(ài)德華?漢斯?肖特利夫（Shortliff EH）教授。1974年末，MYCIN系統(tǒng)基本建成后，MYCIN的設(shè)計(jì)者們就想到用其它領(lǐng)域的知識(shí)替換關(guān)于感染病學(xué)的知識(shí)，可能會(huì)得到一個(gè)新的專家系統(tǒng)，這種想法導(dǎo)致了EMYCIN骨架系統(tǒng)的產(chǎn)生。EMYCIN的出現(xiàn)大大縮短了專家系統(tǒng)的研制周期，隨后，AGE、OPS5、KEE、KBMS、GESDE等骨架系統(tǒng)應(yīng)運(yùn)而生，它們?cè)?0世紀(jì)90年代專家系統(tǒng)的研究進(jìn)程中，發(fā)揮著重要作用。

第三個(gè)研究方向是故障診斷專家系統(tǒng)，代表人物有美國(guó)麻省理工學(xué)院的蘭德?tīng)?戴維斯（Randall Davis）教授。他于1984年在《人工智能》雜志上發(fā)表了《基于結(jié)構(gòu)和行為的診斷推理 》（《Diagnostic Reasoning Based on Structure and Behavior》）一文，該論文描述了一個(gè)利用知識(shí)結(jié)構(gòu)和行為，在電子電路領(lǐng)域進(jìn)行故障診斷排除的專家系統(tǒng)。之后，故障診斷專家系統(tǒng)在電路與數(shù)字電子設(shè)備、機(jī)電設(shè)備等各個(gè)領(lǐng)域已取得了令人矚目的成就，已成為當(dāng)今世界研究的熱點(diǎn)之一。

第四個(gè)研究方向是基于規(guī)則的專家系統(tǒng)，布魯斯?布坎南（Bruce G.Buchanan）的著作對(duì)基于規(guī)則的專家系統(tǒng)在這個(gè)時(shí)期的發(fā)展仍有著積極的指導(dǎo)作用。多種基于規(guī)則的專家系統(tǒng)進(jìn)入了試驗(yàn)階段。傳統(tǒng)基于規(guī)則的專家系統(tǒng)只是簡(jiǎn)單的聲明性知識(shí)，而目前，規(guī)則的形式開(kāi)始向產(chǎn)生式規(guī)則轉(zhuǎn)變，并趨向于提供較完善的知識(shí)庫(kù)建立和管理功能。

第五個(gè)研究方向是知識(shí)工程在專家系統(tǒng)中的運(yùn)用。代表人物是美國(guó)斯坦福大學(xué)的克蘭西教授（Clancy W J），他于1985年在《人工智能》雜志上發(fā)表了重要論文《啟發(fā)式分類》（《Heuristis classification》），啟發(fā)式分類即對(duì)未知領(lǐng)域情況的類的識(shí)別過(guò)程。它是人類思維解決問(wèn)題的重要方法，在人工智能、專家系統(tǒng)中可常用啟發(fā)式設(shè)計(jì)計(jì)算機(jī)程序，模擬人類解決問(wèn)題的思維活動(dòng)。

第六個(gè)研究方向是機(jī)器學(xué)習(xí)在專家系統(tǒng)中的運(yùn)用。代表人物是機(jī)器學(xué)習(xí)領(lǐng)域前輩、澳洲悉尼大學(xué)著名教授John Ross Quinlan。他于1986年在《機(jī)器學(xué)習(xí)》（《Mach.Learn》）雜志上發(fā)表《決策樹(shù)算法》（《Induction of Decision Trees》）一文，文中他詳細(xì)描述了決策樹(shù)算法的代表――ID3算法。之后，有大量學(xué)者圍繞該算法進(jìn)行了廣泛的研究，并提出多種改進(jìn)算法，由于決策樹(shù)的各類算法各有優(yōu)缺點(diǎn)，在專家系統(tǒng)的實(shí)際應(yīng)用中，必須根據(jù)數(shù)據(jù)類型的特點(diǎn)及數(shù)據(jù)集的大小，選擇合適的算法。

第七個(gè)研究方向是神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)，代表人物有人工智能專家Stephan I.Gallant和美國(guó)加利福尼業(yè)大學(xué)教授巴特?卡斯科（Bart Kosko）。Gallant于1988年在《ACM的通信》上發(fā)表了《連接主義專家系統(tǒng)》（《Connectionist expert systems》）一文，文中講述Gallant 設(shè)計(jì)了一個(gè)連接主義專家系統(tǒng)（Connectionist expert system），其知識(shí)庫(kù)是由一個(gè)神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)的（即神經(jīng)網(wǎng)絡(luò)知識(shí)獲?。?，開(kāi)創(chuàng)了神經(jīng)網(wǎng)絡(luò)與專家系統(tǒng)相結(jié)合的先例。

第八個(gè)研究方向是遺傳算法在專家系統(tǒng)中的運(yùn)用。代表人物是遺傳算法領(lǐng)域著名學(xué)者、美國(guó)伊利諾伊大學(xué)David Goldberg教授和人工智能專家L.Davis。1989年，Goldberg出版了專著《搜索、優(yōu)化和機(jī)器學(xué)習(xí)中的遺傳算法》，該書(shū)系統(tǒng)總結(jié)了遺傳算法的主要研究成果，全面而完整地論述了遺傳算法的基本原理及其應(yīng)用；1991年，Davis編輯出版了《遺傳算法手冊(cè)》，書(shū)中包含了遺傳算法在科學(xué)計(jì)算、工程技術(shù)和社會(huì)經(jīng)濟(jì)中的大量應(yīng)用實(shí)例，該書(shū)為推廣和普及遺傳算法的應(yīng)用起到了重要的指導(dǎo)作用。這些都推動(dòng)了基于遺傳算法的專家系統(tǒng)的研發(fā)推廣。

第九個(gè)研究方向是決策支持系統(tǒng)在專家系統(tǒng)中的運(yùn)用，代表人物是美國(guó)加利福尼亞大學(xué)伯克利分校教授埃弗雷姆?特班（Efraim Turban）。他于1990年出版了《決策支持和專家系統(tǒng)的管理支持系統(tǒng)》（《Decision support and expert systems:management support systems》）一書(shū)。20世紀(jì)80年代末90年代初，決策支持系統(tǒng)開(kāi)始與專家系統(tǒng)相結(jié)合，形成智能決策支持系統(tǒng)，該系統(tǒng)充分做到了定性分析和定量分析的有機(jī)結(jié)合，將解決問(wèn)題的范圍和能力提高到一個(gè)新的層次。

第十個(gè)研究方向是各種理論知識(shí)在專家系統(tǒng)中的綜合運(yùn)用，代表人物是美國(guó)加利福尼業(yè)大學(xué)教授巴特?卡斯科（Bart Kosko）和美國(guó)伊利諾伊州研究所教授Abdul-Rahman K.H?？ㄋ箍疲↘osko）于1992年出版《神經(jīng)網(wǎng)絡(luò)和模糊系統(tǒng)：一個(gè)擁有機(jī)器智能的動(dòng)力系統(tǒng)方法》（《Neural networks and fuzzy systems:a dynamical systems approach to machine intelligence》）一書(shū)，這是第一本將神經(jīng)網(wǎng)絡(luò)和模糊系統(tǒng)結(jié)合起來(lái)的讀本，也是神經(jīng)網(wǎng)絡(luò)與模糊理論綜合應(yīng)用于專家系統(tǒng)建設(shè)的經(jīng)典著作；Abdul-Rahman K.H教授于1995年，在美國(guó)電氣和電子工程師協(xié)會(huì)的《電力系統(tǒng)及自動(dòng)化》（《Transactions on Power Systems》）會(huì)議刊上發(fā)表了《人工智能模糊無(wú)功負(fù)荷的最優(yōu)VAR控制方法 》（《AI approach to optimal VAR control with fuzzy reactive loads》）一文，論文提出了一個(gè)解決無(wú)功功率（VAR）控制問(wèn)題，這個(gè)方法包含了專家系統(tǒng)、模糊集理論和人工神經(jīng)網(wǎng)絡(luò)的重要知識(shí)。

雖然專家系統(tǒng)大量建造，但投入實(shí)際運(yùn)行的專家系統(tǒng)并不多，且效率較低，問(wèn)題求解能力有待進(jìn)一步提高。原因之一就是專家系統(tǒng)主要是模擬某一領(lǐng)域中求解特定問(wèn)題的專家的能力，而在模擬人類專家協(xié)作求解方面很少或幾乎沒(méi)有做什么工作。然而在現(xiàn)實(shí)世界中，協(xié)作求解具有普遍性，針對(duì)特定領(lǐng)域、特定問(wèn)題的求解僅僅具有特殊性，專家系統(tǒng)雖然在模擬人類專家某一特定領(lǐng)域知識(shí)方面取得了成功，但它仍然不能或難以解決現(xiàn)實(shí)世界中的問(wèn)題。其次，開(kāi)發(fā)的專家系統(tǒng)的規(guī)模越來(lái)越大，并且十分復(fù)雜。這樣就要求將大型專家系統(tǒng)的開(kāi)發(fā)變成若干小的、相對(duì)獨(dú)立的專家系統(tǒng)來(lái)開(kāi)發(fā)，而且需要將許多不同領(lǐng)域的專家系統(tǒng)聯(lián)合起來(lái)進(jìn)行協(xié)作求解。然而，與此相關(guān)的分布式人工智能理論和實(shí)用技術(shù)尚處在科研階段。只有分布式系統(tǒng)協(xié)作求解問(wèn)題得以解決，才能克服由于單個(gè)專家系統(tǒng)知識(shí)的有限性和問(wèn)題求解方法的單一性等導(dǎo)致系統(tǒng)的“脆弱性”，也才能提高系統(tǒng)的可靠性，并且在靈活性、并行性、速度等方面帶來(lái)明顯的效益［5］。

4 21世紀(jì)專家系統(tǒng)進(jìn)入穩(wěn)定發(fā)展時(shí)期

進(jìn)入21世紀(jì)，專家系統(tǒng)開(kāi)始緩慢發(fā)展，這期間以“Expert System/Experts System”為主題詞的論文共5 964篇。本文利用Citespace軟件，設(shè)置參數(shù)為（6，6，20）（5，5，20）（5，5，20），獲取了該時(shí)期論文的引文聚類圖（如圖4所示）。圖4 專家系統(tǒng)2000－2010年的論文引文聚類圖

這個(gè)時(shí)期專家系統(tǒng)有3個(gè)主要研究方向：第一個(gè)是研究方向是節(jié)點(diǎn)明顯的基于模糊邏輯的專家系統(tǒng)研究方向。90年代以來(lái)，模糊控制與專家系統(tǒng)技術(shù)相結(jié)合，進(jìn)一步提高了模糊控制器的智能水平。基于模糊邏輯的專家系統(tǒng)有以下優(yōu)點(diǎn)：一是具有專家水平的專門知識(shí)，能表現(xiàn)專家技能和高度的技巧以及有足夠的魯棒性（即健壯性）；二是能進(jìn)行有效的推理，能夠運(yùn)用人類專家的經(jīng)驗(yàn)和知識(shí)進(jìn)行啟發(fā)性的搜索和試探性的推理；三是具有靈活性和透明性。

第二個(gè)是研究方向是Rete模式匹配算法在專家系統(tǒng)中的應(yīng)用，代表人物是美國(guó)卡內(nèi)基―梅隆大學(xué)計(jì)算機(jī)科學(xué)系的Charles L.Forgy教授，1979年，他首次提出Rete算法。專家系統(tǒng)工具中一個(gè)核心部分是推理機(jī)，Rete算法能利用推理機(jī)的“時(shí)間冗余”特性和規(guī)則結(jié)構(gòu)的相似性，并通過(guò)保存中間運(yùn)算結(jié)果的方法來(lái)提高推理的效率。1982年，他在《人工智能》雜志上發(fā)表《Rete算法：許多模式／多對(duì)象的模式匹配問(wèn)題的一個(gè)快速算法》（《Rete:A Fast Algorithm for the Many Pattern/Many Object Pattern Match Problem》）一文，該文解釋了基本算法的概念，介紹了詳細(xì)的算法，描述了模式和適當(dāng)?shù)膶?duì)象交涉算法，并說(shuō)明了模式匹配的執(zhí)行操作。

第三個(gè)是研究方向是專家系統(tǒng)在電力系統(tǒng)中的運(yùn)用。世界各國(guó)的專家們開(kāi)始熱衷于在電力生產(chǎn)的各個(gè)環(huán)節(jié)使用專家系統(tǒng)，代表人物有日本的福井賢、T.Sakaguchi、印度的Srinivasan D、美國(guó)伊利諾伊州研究所的Abdul-Rahman K.H、希臘雅典國(guó)立技術(shù)大學(xué)的Protopapas C.A、和中國(guó)的羅旭，他們?cè)诿绹?guó)電氣和電子工程師協(xié)會(huì)的《電力傳輸》（《IEEE transactions on power delivery）會(huì)議刊及《電源設(shè)備系統(tǒng)》會(huì)議刊（《On Power Apparatus and Systems》）上發(fā)表了多篇有影響力的論文，內(nèi)容涉及系統(tǒng)恢復(fù)、電力需求預(yù)測(cè)、變電站故障診斷和報(bào)警處理等多方面。

這十年間，專家系統(tǒng)的研究不再滿足于用現(xiàn)有各種模型與專家系統(tǒng)進(jìn)行簡(jiǎn)單結(jié)合，形成基于某種模型的專家系統(tǒng)的固有模式。研究者們不斷探索更方便、更有效的方法，來(lái)解決困擾專家系統(tǒng)的知識(shí)獲取瓶頸、匹配沖突、組合爆炸等問(wèn)題，而這也推動(dòng)了研究不斷向深層次、新方向發(fā)展。但是，由于專家系統(tǒng)應(yīng)用的時(shí)間長(zhǎng)、領(lǐng)域廣，他們?cè)庥龅钠款i問(wèn)題一時(shí)得不到有效解決，導(dǎo)致了這一時(shí)期末，專家系統(tǒng)研究呈現(xiàn)出暫時(shí)的下滑現(xiàn)象。

5 專家系統(tǒng)發(fā)展趨勢(shì)分析

圖一發(fā)展曲線上第二個(gè)時(shí)間節(jié)點(diǎn)是1992年，從該年起專家系統(tǒng)相關(guān)論文呈下降趨勢(shì)，然后在2002年又開(kāi)始緩慢增長(zhǎng)，近一年多來(lái)又開(kāi)始下降，這標(biāo)志著專家系統(tǒng)研究在布滿荊棘的道路上前行，前景是光明的，但道路是曲折的。本文以5年為一個(gè)單位，統(tǒng)計(jì)了1990－2009年20年期間專家系統(tǒng)相關(guān)論文中高頻詞的變化情況，如表1所示，從該表可以獲得這個(gè)時(shí)期專家系統(tǒng)研究的一些特點(diǎn)。

（1）在1990-1999年期間，人工智能出現(xiàn)新的研究，由于網(wǎng)絡(luò)技術(shù)特別是國(guó)際互連網(wǎng)技術(shù)發(fā)展，人工智能開(kāi)始由單個(gè)智能主體研究轉(zhuǎn)向基于網(wǎng)絡(luò)環(huán)境下的分布式人工智能研究，使人工智能更加實(shí)用，這給專家系統(tǒng)帶來(lái)了發(fā)展的希望。正因?yàn)槿绱耍覀儚脑~頻上可以看出，人工智能（artificial intelligence）一詞在這十年一直位居前兩位，在專家系統(tǒng)研究中處于主導(dǎo)地位，而與其相關(guān)的知識(shí)表示（knowledge representation）、知識(shí)獲取(knowledge acquisition)等，也成為了學(xué)者們研究的重點(diǎn)方向。

（2）該時(shí)期的第二個(gè)特點(diǎn)是神經(jīng)網(wǎng)絡(luò)研究的復(fù)蘇。神經(jīng)網(wǎng)絡(luò)是通過(guò)模擬人腦的結(jié)構(gòu)和工作模式，使機(jī)器具有類似人類的智能，如機(jī)器學(xué)習(xí)、知識(shí)獲取、專家系統(tǒng)等。我們從詞頻上可以看出神經(jīng)網(wǎng)絡(luò)（neural network）一詞得以快速增長(zhǎng)，1995年時(shí)位列第一，進(jìn)入21世紀(jì)也是穩(wěn)居第二位，神經(jīng)網(wǎng)絡(luò)很好地解決了專家系統(tǒng)中知識(shí)獲取的瓶頸問(wèn)題，能使專家系統(tǒng)具有自學(xué)習(xí)能力，它的出現(xiàn)為專家系統(tǒng)提供了一種新的解決途徑［6］，同時(shí)也顯示出他獨(dú)有的生機(jī)與活力。

（3）該時(shí)期是模糊邏輯的發(fā)展時(shí)期。模糊理論發(fā)展至今已接近三十余年，應(yīng)用范圍非常廣泛，它與專家系統(tǒng)相結(jié)合，在故障診斷、自然語(yǔ)言處理、自動(dòng)翻譯、地震預(yù)測(cè)、工業(yè)設(shè)計(jì)等方面取得了眾多成果。我們從詞頻上可以看出，模糊邏輯（fuzzy logic）一詞，除在1990－1994年期間位居第六位外，之后都位居前三甲，2000-2004年期間更是位列第一。模糊控制與專家系統(tǒng)技術(shù)相結(jié)合，進(jìn)一步提高了模糊控制器智能水平，這種控制方法既保持了基于規(guī)則的方法的價(jià)值和用模糊集處理帶來(lái)的靈活性，同時(shí)把專家系統(tǒng)技術(shù)的表達(dá)與利用知識(shí)的長(zhǎng)處結(jié)合起來(lái)，能處理更廣泛的控制問(wèn)題。

（4）故障診斷成為專家系統(tǒng)研究與應(yīng)用的又一重要領(lǐng)域。故障診斷專家系統(tǒng)的發(fā)展起始于20世紀(jì)70年代末,雖然時(shí)間不長(zhǎng),但在電路與數(shù)字電子設(shè)備、機(jī)電設(shè)備等各個(gè)領(lǐng)域已取得了令人矚目的成就,已成為當(dāng)今世界研究的熱點(diǎn)之一。這從高頻詞分布可以開(kāi)出，故障診斷（fault diagnosis）從1995-1999年間的最后一位攀升至2005-2009年間的第一位，足見(jiàn)其強(qiáng)大的生命力。在專家系統(tǒng)己有較深厚基礎(chǔ)的國(guó)家中，機(jī)械、電子設(shè)備的故障診斷專家系統(tǒng)已基本完成了研究和試驗(yàn)的階段，開(kāi)始進(jìn)入廣泛應(yīng)用。

（5）遺傳算法的應(yīng)用逐漸增多。20世紀(jì)90年代，遺傳算法迎來(lái)了發(fā)展時(shí)期，無(wú)論是理論研究還是應(yīng)用研究都成了十分熱門的課題。尤其是遺傳算法的應(yīng)用研究顯得格外活躍，不但應(yīng)用領(lǐng)域擴(kuò)大，而且利用遺傳算法進(jìn)行優(yōu)化和規(guī)則學(xué)習(xí)的能力也顯著提高。進(jìn)入21世紀(jì)，遺傳算法的應(yīng)用研究已從初期的組合優(yōu)化求解擴(kuò)展到了許多更新、更工程化的應(yīng)用方面。這在高頻詞分布中可以看出，以2000作為臨界點(diǎn)，遺傳算法（genetic algorithms）從20世紀(jì)90年代的10名之后，到位于高頻詞前六強(qiáng)之中，充分反映出它發(fā)展的良好勢(shì)頭。

6 小 結(jié)

專家系統(tǒng)是20世紀(jì)下半葉發(fā)展起來(lái)的重大技術(shù)之一，它不僅是高技術(shù)的標(biāo)志，而且有著重大的經(jīng)濟(jì)效益?！爸R(shí)工程之父”E.Feignbaum在對(duì)世界許多國(guó)家和地區(qū)的專家系統(tǒng)應(yīng)用情況進(jìn)行調(diào)查后指出：幾乎所有的ES都至少將人的工作效率提高10倍，有的能提高100倍，甚至300倍［7］。

專家系統(tǒng)技術(shù)能夠使專家的專長(zhǎng)不受時(shí)間和空間的限制，以便推廣稀缺的專家知識(shí)和經(jīng)驗(yàn)；同時(shí)，專家系統(tǒng)能促進(jìn)各領(lǐng)域的發(fā)展，是各領(lǐng)域?qū)＜覍I(yè)知識(shí)和經(jīng)驗(yàn)的總結(jié)和提煉。

專家系統(tǒng)發(fā)展的近期目標(biāo)，是建造能用于代替人類高級(jí)腦力勞動(dòng)的專家系統(tǒng)；遠(yuǎn)期目標(biāo)是探究人類智能和機(jī)器智能的基本原理，研究用自動(dòng)機(jī)模擬人類的思維過(guò)程和智能行為，這幾乎涉及自然科學(xué)和社會(huì)科學(xué)的所有學(xué)科，遠(yuǎn)遠(yuǎn)超出了計(jì)算機(jī)科學(xué)的范疇。

隨著人工智能應(yīng)用方法的日漸成熟，專家系統(tǒng)的應(yīng)用領(lǐng)域也不斷擴(kuò)大。有人類活動(dòng)的地方，必將有智能技術(shù)包括專家系統(tǒng)的應(yīng)用，專家系統(tǒng)將成為21世紀(jì)人類進(jìn)行智能管理與決策的工具與助手。

參考文獻(xiàn)

［1］百度百科［EB］.http:∥baike.省略/view/2130.htm．

［2］黃可鳴.專家系統(tǒng)二十年［J］.計(jì)算機(jī)科學(xué)，1986，（4）：26-37.

［3］路耀華.思維模擬與知識(shí)工程［M］.北京：清華大學(xué)出版社，1997．

［4］趙致琢.專家系統(tǒng)研究［J］.貴州大學(xué)學(xué)報(bào)：自然科學(xué)版，1990，（6）：40-48.

［5］鄒光宇.專家系統(tǒng)發(fā)展現(xiàn)狀及其應(yīng)用前景［J］.電力勘測(cè)，1994，（3）：21-26.

篇(4)

【關(guān)鍵字】智能化樓宇，安防，自動(dòng)監(jiān)控，報(bào)警系統(tǒng)，研究

中圖分類號(hào)：TB381 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：

一．前言

智能樓宇(Intelligent Building)目前的提法很多，日本、美國(guó)、歐洲、新加坡等國(guó)家。以及國(guó)際智能工程學(xué)會(huì)的提法都不盡相同。我國(guó)與日本的情況比較相近．日本機(jī)電工業(yè)協(xié)會(huì)樓宇智能化分會(huì)把智能化樓宇定義為：綜合計(jì)算機(jī)、信息通信等方面的最先進(jìn)技術(shù)，使建筑物內(nèi)的電力、空調(diào)、照明、防災(zāi)、防盜、運(yùn)輸設(shè)備等協(xié)調(diào)性的工作。實(shí)現(xiàn)建筑物自動(dòng)化(BA)、通信自動(dòng)化(CA)和辦公自動(dòng)化(OA)，將這三種功能結(jié)合起來(lái)的建筑，就是智能化樓宇。

二．智能化樓宇安防自動(dòng)監(jiān)控報(bào)警系統(tǒng)的必要性

1．隨著計(jì)算機(jī)技術(shù)的不斷發(fā)展．新觀念和新技術(shù)不斷更新．這些將對(duì)智能化樓宇的發(fā)展有了更高和更新的要求．也要求在智能樓宇的建設(shè)中要不斷地增加新的目標(biāo)和功能。樓字自動(dòng)化系統(tǒng)也叫建筑設(shè)備自動(dòng)化系統(tǒng)(BuidingAutomationSystem，BAS)，是智能樓宇建筑不可缺少的一部分，其任務(wù)是對(duì)建筑物內(nèi)的能源使用、環(huán)境及安全設(shè)施進(jìn)行監(jiān)測(cè)、控制．以提供一個(gè)既安全可靠、節(jié)約能源、舒適宜人的工作或居住環(huán)境。

2．特別是隨著我國(guó)國(guó)民經(jīng)濟(jì)的迅速發(fā)展，安防系統(tǒng)的相對(duì)滯后已經(jīng)嚴(yán)重阻礙了我國(guó)國(guó)民經(jīng)濟(jì)的發(fā)展。伴隨著我國(guó)各個(gè)行業(yè)的智能樓宇化。這種矛盾越來(lái)越突出嘲。因此，強(qiáng)調(diào)把安防自動(dòng)報(bào)警系統(tǒng)納入到建筑智能化樓宇系統(tǒng)中、提高樓宇自動(dòng)化水平，迎合當(dāng)前通過(guò)樓宇自控技術(shù)實(shí)現(xiàn)更多、更高要求的需要。是符合世界發(fā)展潮流的．也是當(dāng)前發(fā)展的緊迫問(wèn)題。

3．本研究的安防自動(dòng)監(jiān)控報(bào)警系統(tǒng)應(yīng)用了現(xiàn)代化的控制部件與設(shè)備，查詢了人們無(wú)法實(shí)時(shí)檢查的環(huán)境．將樓宇建筑物中的重要場(chǎng)景傳輸?shù)揭粋€(gè)或多個(gè)監(jiān)控系統(tǒng)并顯示。使在無(wú)人值守的各類情況下及時(shí)觀察、了解災(zāi)情、監(jiān)控盜情、記錄竊情與相關(guān)的暴力犯罪行為。它可以通過(guò)遙控?cái)z像機(jī)及其輔助設(shè)備(鏡頭、云臺(tái)、門禁、防盜探頭等)直接觀看被監(jiān)視場(chǎng)所的情況。同時(shí)，監(jiān)控系統(tǒng)還可以與消防報(bào)警等其他安全技術(shù)防范體系聯(lián)動(dòng)運(yùn)行，使防范能力更加強(qiáng)大。該監(jiān)控系統(tǒng)的另一個(gè)特點(diǎn)是可以把被監(jiān)視場(chǎng)所的圖像及聲音全部或部分地記錄下來(lái)，為日后對(duì)某些事件的處理及分析提供了方便條件及重要依據(jù)。

三．自動(dòng)監(jiān)控報(bào)警系統(tǒng)組成介紹

1．系統(tǒng)的組成

系統(tǒng)主要由前端信息采集系統(tǒng)、信息傳輸控制系統(tǒng)、遠(yuǎn)程拓展系統(tǒng)信息管理系統(tǒng)和自動(dòng)報(bào)警系統(tǒng)組成，如圖l所示。

圖一 控制中心設(shè)計(jì)原理框圖

(一)前端信息采集系統(tǒng)：主要由圖像信息采集和探頭信息采集兩部分組成。圖像信息采集部分是監(jiān)控系統(tǒng)的主要部分，是整個(gè)系統(tǒng)的“眼睛”．它把監(jiān)視的內(nèi)容變?yōu)閳D像信號(hào)傳送到控制中心的監(jiān)視器上顯示并實(shí)時(shí)存儲(chǔ)。探頭信息采集通過(guò)各種監(jiān)控探頭(如紅外線防盜探頭、消防探頭、門禁探頭等1實(shí)時(shí)監(jiān)控各個(gè)探頭信息點(diǎn)的實(shí)時(shí)狀態(tài)，通過(guò)信息傳輸控制系統(tǒng)送達(dá)信息管理系統(tǒng)判斷處理。包括攝像機(jī)、鏡頭、云臺(tái)、智能球形攝像機(jī)探頭、紅外探頭．玻璃破碎感知器或門磁開(kāi)關(guān)等。

(二)信息傳輸控制系統(tǒng)：主要傳輸前端各信息監(jiān)視點(diǎn)的實(shí)時(shí)狀態(tài)信息．并對(duì)所采集系統(tǒng)中各數(shù)據(jù)采集點(diǎn)控制，包括傳輸線纜、光纖傳輸、同軸電纜傳輸、網(wǎng)線傳輸、無(wú)線傳輸。

(三)遠(yuǎn)程拓展系統(tǒng)：包括IP監(jiān)控、遠(yuǎn)程監(jiān)控、網(wǎng)絡(luò)監(jiān)控、視頻會(huì)議等技術(shù)交流。

(四)信息管理系統(tǒng)：負(fù)責(zé)處理由前端監(jiān)視攝像采集系統(tǒng)采集的信息數(shù)據(jù)。通過(guò)信息管理系統(tǒng)，將傳送過(guò)來(lái)的圖像信息顯示在監(jiān)視器上，記錄所有的圖像及監(jiān)控信息。計(jì)算并生成對(duì)所采集監(jiān)控信息的信息處理結(jié)果，受理臺(tái)顯示發(fā)生警情的用戶的相關(guān)信息。系統(tǒng)包括dvr硬盤錄像系統(tǒng)、視頻矩陣、畫(huà)面處理器、切換器、分配器、報(bào)警主機(jī)。

(五)自動(dòng)報(bào)警系統(tǒng)：對(duì)信息管理系統(tǒng)得出的警報(bào)事件．將需要處警的報(bào)警事件轉(zhuǎn)發(fā)到1 10指揮中心或有關(guān)的處警單位。

2．設(shè)備配置

(一)控制中心需對(duì)前端監(jiān)控探頭等進(jìn)行實(shí)時(shí)監(jiān)控和記錄?？紤]到監(jiān)控效果要求比較高、圖像質(zhì)量要求清晰穩(wěn)定，控制中心采用3臺(tái)全實(shí)時(shí)(回放、監(jiān)視都是25幀，秒)的16路的嵌入式硬盤錄像機(jī)進(jìn)行實(shí)時(shí)監(jiān)控、錄像，嵌入式硬盤錄像機(jī)是完全脫離PC平臺(tái)設(shè)計(jì)的，徹底杜絕了病毒的入侵，啟動(dòng)迅速、性能穩(wěn)定，系統(tǒng)參數(shù)及程序在斷電時(shí)也不會(huì)丟失。

(二)硬盤錄像機(jī)本身不帶硬盤，為了能夠保存一段時(shí)間內(nèi)的錄像資料．至少需給每一臺(tái)硬盤主機(jī)配備2塊500G硬盤(硬盤占用空間按0．15G／小時(shí)／路來(lái)計(jì)算)。

(三)可以自選配備l臺(tái)音視頻矩陣，由至少8臺(tái)監(jiān)視器組成電視墻．可以多點(diǎn)監(jiān)控、指定監(jiān)視器監(jiān)控等。嵌入式硬盤錄像機(jī)的輸出信號(hào)首先輸入到視頻矩陣，然后通過(guò)視頻矩陣輸出到監(jiān)控電視墻上。

(四)要實(shí)現(xiàn)同一時(shí)間硬盤錄像機(jī)的錄像功能和電視墻的監(jiān)視功能。需將輸入信號(hào)一分為二．選配音視頻分配器4臺(tái)。

(五)為了實(shí)現(xiàn)視頻控制矩陣、主控計(jì)算機(jī)能夠并行控制前端的攝像頭和云臺(tái)．需要一個(gè)系統(tǒng)協(xié)議轉(zhuǎn)換器(BL—D322C)。

(六)考慮到多個(gè)用戶同時(shí)訪問(wèn)網(wǎng)絡(luò)將帶來(lái)流量瓶頸等問(wèn)題，使用視頻服務(wù)器來(lái)進(jìn)行中轉(zhuǎn)。讓視頻服務(wù)器提供強(qiáng)大的負(fù)載能力。

3．報(bào)警功能

報(bào)警功能包括：防盜防火防燃?xì)庑孤贿h(yuǎn)程監(jiān)聽(tīng)、布防與撤防；10秒鐘錄音及緊急求助；切斷通話，優(yōu)先報(bào)警；后備電源可達(dá)24小時(shí)等。一旦住宅辦公室、倉(cāng)庫(kù)或機(jī)房等有人非法進(jìn)入。以及有其他緊急求救時(shí)，通過(guò)探測(cè)器的感應(yīng)，系統(tǒng)會(huì)自動(dòng)撥通事先設(shè)定的報(bào)警電話，用事先錄入的語(yǔ)言報(bào)告發(fā)警地點(diǎn)和名稱、電話號(hào)碼等警情信息(見(jiàn)圖2)。防盜防入侵報(bào)警系統(tǒng)一般由報(bào)警主機(jī)及報(bào)警探頭組成．而探頭分為紅外、微波雙探測(cè)器及閃光報(bào)警器等。

圖二 報(bào)警中心設(shè)計(jì)原理圖

4．實(shí)現(xiàn)過(guò)程

警報(bào)接收與處理主機(jī)也稱為防盜主機(jī)．是報(bào)警探頭的中樞．負(fù)責(zé)接收?qǐng)?bào)警信號(hào)、控制延遲時(shí)間、驅(qū)動(dòng)報(bào)警輸出等工作嗍。將某區(qū)域內(nèi)的所有防盜防侵入傳感器組合在一起．形成一個(gè)防盜管區(qū)，一旦發(fā)生報(bào)警就可在防盜主機(jī)上一目了然地反映出區(qū)域所在。防盜主機(jī)目前以多回路分區(qū)防護(hù)為主流。優(yōu)越的系統(tǒng)更可顯示出警報(bào)來(lái)源是該區(qū)域內(nèi)的哪一個(gè)報(bào)警傳感器及所在

位置。以便采取相應(yīng)的接警對(duì)策。現(xiàn)代的防盜主機(jī)都采用微處理器控制，內(nèi)有只讀存儲(chǔ)器和數(shù)碼顯示裝置，普遍夠編程并有較高的智能，主要表現(xiàn)為：

（一）以聲光方式顯示報(bào)警，以人工或延時(shí)方式解除報(bào)警：

（二）對(duì)所連接的防盜防侵入傳感器，可根據(jù)需要而設(shè)置成布防狀態(tài)或撤防狀態(tài)．也可用程序編寫(xiě)控制方式和防區(qū)回路性能：

（三）可接多組密碼鍵盤，可設(shè)置多個(gè)擁護(hù)密碼，以進(jìn)行保密防竊：

（四）遇有警報(bào)時(shí)，其報(bào)警信號(hào)可以經(jīng)由通信線路。以自動(dòng)或人工干預(yù)方式向上級(jí)部門和保安公司轉(zhuǎn)發(fā)．以快速溝通信息或組網(wǎng)：

（五）可程序設(shè)置報(bào)警連動(dòng)動(dòng)作，即遇有報(bào)警時(shí)，防盜主機(jī)的編程輸出端可通過(guò)繼電器接點(diǎn)閉合執(zhí)行相應(yīng)的動(dòng)作。

（六）電話撥號(hào)器同警號(hào)、警燈一樣，都是報(bào)警輸出設(shè)備?？赏ㄟ^(guò)電話線把事先錄好的聲音信息傳輸給某個(gè)人或某個(gè)單位。

四．結(jié)束語(yǔ)

智能化樓宇安防自動(dòng)監(jiān)控報(bào)警系統(tǒng)對(duì)于樓宇的安全十分重要，因此對(duì)于這方面的研究具有重要的意義和價(jià)值。

參考文獻(xiàn)：

[1]田思源; 胡楠; 矯亮; 劉飛; 姚玉霞 智能化樓宇安防自動(dòng)監(jiān)控報(bào)警系統(tǒng)的研究農(nóng)業(yè)網(wǎng)絡(luò)信息2010-07-26期刊

[2]鄭艷瓊; 馬渝昆; 李昂 城市火災(zāi)自動(dòng)報(bào)警監(jiān)控系統(tǒng)發(fā)展應(yīng)用中國(guó)消防產(chǎn)品年鑒2007/01/01年鑒

[3]張吉春 高潔 安全防范與智能樓宇 (被引用 4 次) [期刊論文] 《中國(guó)人民公安大學(xué)學(xué)報(bào)（自然科學(xué)版）》 PKU -2006年1期

[4]任帥 張華斌 安防系統(tǒng)綜合雷電防護(hù)研究 [會(huì)議論文] 2011 - 2011年第二十八屆中國(guó)氣象學(xué)會(huì)年會(huì)

[5]潘興華 魏東 基子LonWorks技術(shù)的樓宇自控系統(tǒng)開(kāi)發(fā) (被引用 1 次) [期刊論文] 《儀器儀表標(biāo)準(zhǔn)化與計(jì)量》 -2006年2期

篇(5)

查看更多《中國(guó)信息界》雜志社信息請(qǐng)點(diǎn)擊： 《中國(guó)信息界》編輯部

        戰(zhàn)略與政策

        (5)廣播電視網(wǎng)絡(luò)在三網(wǎng)融合中的對(duì)策研究 李大珊 梁躍 魯英杰 袁韻峰 蔣安玲 裴多

        實(shí)踐與應(yīng)用

        (9)村級(jí)電子政務(wù)現(xiàn)狀及發(fā)展對(duì)策分析 趙麗敏 廖桂平 陳艷 姚元森

        (13)智慧城市的發(fā)展和問(wèn)題淺析 彭保

        (15)市民卡建設(shè)推廣的思路和路徑淺析——以南京市市民卡建設(shè)和推廣為例 顧穎

        (17)團(tuán)結(jié)湖智慧街道建設(shè)探索與實(shí)踐 李容珍 徐鋒 馬哲 邱逸

        (19)科學(xué)規(guī)劃智慧萊州建設(shè) 加快推進(jìn)縣域經(jīng)濟(jì) 吳瓊 施瑞軍 曲錫峻 陳愛(ài)峰 吳開(kāi)平

        (21)大力推進(jìn)智慧城市建設(shè) 鄧小勇

        (27)資源整合下的政府?dāng)?shù)據(jù)中心建設(shè)研究與實(shí)現(xiàn) 嚴(yán)愛(ài)明

        (31)省（市）國(guó)資委信息化建設(shè)策略與系統(tǒng)架構(gòu)研究 杜羅砷

        (33)淺析后危機(jī)時(shí)代江蘇省中小企業(yè)“云”改造模式 葛福江 姚立

        (35)企業(yè)信息安全問(wèn)題研究 劉文華

        (37)基于itil理念的高校云服務(wù)資源管理研究 方力 沈鑫 葉昭暉

        (39)電子商務(wù)專業(yè)能力培養(yǎng)與課程設(shè)置滿意度研究 趙麗 付華

        (41)提升黨校教師信息素養(yǎng)要念好“四字經(jīng)” 張青

        (43)我國(guó)汽車制造業(yè)erp系統(tǒng)應(yīng)用研究 李志剛

        (45)煙草農(nóng)業(yè)信息化的困境與對(duì)策 彭俊

        (47)可編程短波數(shù)據(jù)處理終端的設(shè)計(jì)與實(shí)現(xiàn) 朱賢斌

        (49)it服務(wù)持續(xù)性管理的風(fēng)險(xiǎn)評(píng)估和預(yù)防措施的最優(yōu)化選擇 朱光

        (52)長(zhǎng)春市政務(wù)信息資源目錄體系規(guī)劃設(shè)計(jì)研究 柳羽輝

        (54)基于starlims平臺(tái)的實(shí)驗(yàn)室信息管理系統(tǒng)工作流配置的研究 馬文俊 張家勇 羅承渺 胡衛(wèi)民

        (57)從“國(guó)家檢察官學(xué)院吉林分院內(nèi)部辦公業(yè)務(wù)網(wǎng)”建設(shè)談項(xiàng)目的整體管理 趙淑霞

        (59)基于oracle的epdm模型數(shù)據(jù)遷移策略研究 孔明華 顧娟

        (61)探析物聯(lián)網(wǎng)在石油行業(yè)的應(yīng)用 王偉 陳奇志

        (63)基于云計(jì)算模式的應(yīng)用系統(tǒng)集中管理技術(shù)開(kāi)發(fā)與應(yīng)用 單延明 吳鈞 李大勇 王志敏

        (65)勘探戰(zhàn)略選區(qū)信息化平臺(tái)的建設(shè)及應(yīng)用 馮紅君 馬玉龍 滕良娟 段非 張海勇

        (67)應(yīng)用油水生產(chǎn)數(shù)據(jù)分析技術(shù)判別水平井水侵類型的研究 劉斐

        (69)云gis在石化行業(yè)總圖管理系統(tǒng)中的應(yīng)用實(shí)踐 廖志銳 劉爭(zhēng)飛 劉力嘉 任宗雷 徐

        (72)面向流程行業(yè)mes系統(tǒng)的虛擬化硬件架構(gòu) 谷克宏 黃岷 張振宇 朱家兵

        (74)萬(wàn)兆交換機(jī)在企業(yè)中的應(yīng)用研究 李淑倩 楊敏 關(guān)宇

        (76)瑪河氣田智能建設(shè)試點(diǎn)設(shè)想 藺勝利 滑曉輝 單鴻飛

        (78)智能安防報(bào)警系統(tǒng)的研究與應(yīng)用 門虎 郭振杰 武旭

     

   (81)智能巡檢系統(tǒng)在克拉美麗氣田的應(yīng)用 楊斌 張揚(yáng) 藺勝利

        (83)石油企業(yè)網(wǎng)絡(luò)信息安全的監(jiān)控系統(tǒng)研究與應(yīng)用 于順安

        學(xué)子園地

        (85)“沙集模式”未來(lái)發(fā)展之路——在“小即是美”與“大是所趨”之間的抉擇 齊志強(qiáng)

        (89)電子政務(wù)系統(tǒng)－環(huán)境生態(tài)學(xué)測(cè)評(píng)指標(biāo)分析 夏宜君

        報(bào)告與方案

        (92)信息通信技術(shù)對(duì)超鏈接社會(huì)的影響分析 無(wú)

        海外論文

        (98)因特網(wǎng)是我們生活的主頁(yè) 張進(jìn)京（譯）

        資訊

        (104)以信息生產(chǎn)力推動(dòng)“新四化”及社會(huì)轉(zhuǎn)型 無(wú)

        (104)《中國(guó)經(jīng)濟(jì)向何處去——基于信息經(jīng)濟(jì)學(xué)的分析》新書(shū)會(huì)在京召開(kāi) 無(wú)

篇(6)

精確林業(yè)以3S技術(shù)、信息技術(shù)、智能化決策技術(shù)、可變量控制技術(shù)等為技術(shù)支撐體系，以生態(tài)學(xué)、造林學(xué)、工程學(xué)、系統(tǒng)學(xué)、控制學(xué)、測(cè)繪學(xué)為指導(dǎo)，能在自動(dòng)化、智能化、一體化、時(shí)效性、準(zhǔn)確性、可靠性等方面滿足人們的需要，它的建立依賴于地球空間信息基礎(chǔ)理論及其它高新科學(xué)技術(shù)的發(fā)展。

1.1全球定位系統(tǒng)

全球定位系統(tǒng)(GPS)是＿種可供全球享用的空間信息資源，具有全球性、全天候、高精度、用途多、可靠性好、覆蓋范圍廣、定位速度快、抗干擾性強(qiáng)和自動(dòng)化程度高等特點(diǎn)。在精確林業(yè)中，它主要實(shí)現(xiàn)對(duì)采集的林間信息進(jìn)行空間定位，實(shí)時(shí)、快速地提供包括各類傳感器(如CCD攝像頭)和運(yùn)載平臺(tái)(如作業(yè)車輛、飛機(jī)等)目標(biāo)的空間位置，輔助作業(yè)機(jī)械完成處方實(shí)施.

1.2地理信息系統(tǒng)

地理信息系統(tǒng)(GIS)可以在計(jì)算機(jī)硬件、軟件系統(tǒng)的支持下，存儲(chǔ)、管理、分析和描述整個(gè)或部分地球表面與空間和地理分布有關(guān)的數(shù)據(jù)，把地理位置和相關(guān)屬性有機(jī)地結(jié)合起來(lái)，根據(jù)用戶需要將空間信息及屬性信息準(zhǔn)確真實(shí)、圖文并茂地輸出。在精確林業(yè)中，它主要實(shí)現(xiàn)對(duì)多種來(lái)源的時(shí)空數(shù)據(jù)進(jìn)行存儲(chǔ)、分析和處理，根據(jù)數(shù)據(jù)繪制電子地圖，作為新的集成系統(tǒng)的基礎(chǔ)平臺(tái)。

1.3遙感

遙感(RS)是一種多平臺(tái)、多波段、高分辨率和全天候的對(duì)地觀測(cè)技術(shù)，主要通過(guò)遙感器獲取地球表面(層)自然界目標(biāo)的波譜特征信息及對(duì)這些信息進(jìn)行加工、處理，從而達(dá)到認(rèn)識(shí)自然界的目的。在精確林業(yè)中，它主要用于實(shí)時(shí)地獲取樹(shù)木生長(zhǎng)環(huán)境、生長(zhǎng)狀況和空間差異的大量時(shí)空變化信息，及時(shí)對(duì)GIS進(jìn)行數(shù)據(jù)更新。

1.4數(shù)據(jù)庫(kù)管理系統(tǒng)

數(shù)據(jù)庫(kù)管理系統(tǒng)(DBMS)使存儲(chǔ)和查找數(shù)據(jù)最優(yōu)化，實(shí)現(xiàn)了﹁體化存儲(chǔ)和初步的一體化查詢，具有很好的完整性，避免了數(shù)據(jù)過(guò)于瑣碎帶來(lái)的不便。在精確林業(yè)中，它主要用于建立包含林木長(zhǎng)勢(shì)、自然條件和歷史數(shù)據(jù)等信息的數(shù)據(jù)庫(kù)，同時(shí)，它使GIS軟件能充分利用商用數(shù)據(jù)庫(kù)已經(jīng)成熟的眾多特性，如快速索引、數(shù)據(jù)完整性和一致性保證、安全和恢復(fù)機(jī)制及分布式處理機(jī)制，明顯提高GIS軟件管理空間數(shù)據(jù)的能力。

1.5決策支持系統(tǒng)

決策支持系統(tǒng)(DSS)綜合了專家系統(tǒng)(ES)和模型系統(tǒng)(SS)，它根據(jù)專家在長(zhǎng)期生產(chǎn)中積累的知識(shí)，建立作物栽培模型、統(tǒng)計(jì)趨勢(shì)分析與預(yù)測(cè)模

1.6可變量控制技術(shù)

可變量控制技術(shù)(VRT)就是根據(jù)不同位置及要求自動(dòng)改變施用比率的技術(shù)。它通過(guò)計(jì)算機(jī)控制，對(duì)林木所需用的水、肥料、農(nóng)藥等變量的類別和數(shù)量進(jìn)行判斷，根據(jù)需要調(diào)控如植保機(jī)械向林間噴灑這些變量的速率，使系統(tǒng)能在特定時(shí)間對(duì)特定目標(biāo)進(jìn)行操作規(guī)劃，以達(dá)到精確定量地灌溉、施肥、噴藥的目的，體現(xiàn)了“對(duì)癥下藥”、“按需給予、”“變量投入”的原則，它的實(shí)施可有效避免傳統(tǒng)粗放型林業(yè)生產(chǎn)活動(dòng)中造成的資源浪費(fèi)和伴隨的環(huán)境污染問(wèn)題。在精確林業(yè)中，它主要實(shí)現(xiàn)對(duì)生產(chǎn)過(guò)程進(jìn)行調(diào)控，合理地進(jìn)行施肥、灌溉、施藥等措施。GIS繪制電子地圖，生成林木長(zhǎng)勢(shì)情況分布圖，分析此圖，獲得林區(qū)內(nèi)樹(shù)木長(zhǎng)勢(shì)的差異程度一根據(jù)該圖，對(duì)影響樹(shù)木成長(zhǎng)的各項(xiàng)因素進(jìn)行分析，將地形、土質(zhì)、土壤肥力、土壤含水量、氣候狀況、蟲(chóng)害、病害發(fā)生情況空間數(shù)據(jù)輸入計(jì)算機(jī)，利用樹(shù)木生長(zhǎng)發(fā)育模型、相關(guān)作業(yè)的專家知識(shí)庫(kù)等建立空間智能決策支持系統(tǒng)，確定產(chǎn)生長(zhǎng)勢(shì)差異的原因，生成林木管理處方圖一根據(jù)處方圖，生成響應(yīng)林業(yè)機(jī)械的智能控制軟件，按照按需投入、區(qū)別對(duì)待的原則，利用可變量控制技術(shù)實(shí)施施肥、噴藥等操作一對(duì)其執(zhí)行效果進(jìn)行評(píng)估。

2、精確林業(yè)的基本操作過(guò)程

精確林業(yè)的出現(xiàn)，使定量獲取影響樹(shù)木長(zhǎng)勢(shì)情況的因素及最終生成的空間差異性信息，實(shí)施可變量投入，達(dá)到低成本、低消耗、高效率、環(huán)保好等目標(biāo)成為可能。圖1是精確林業(yè)基本操作過(guò)程的示意圖，其實(shí)施過(guò)程可描述為：帶GPS和實(shí)時(shí)傳感器的作業(yè)機(jī)械隨時(shí)間和空間變化自動(dòng)采集林間定位及對(duì)應(yīng)林班的樹(shù)木長(zhǎng)勢(shì)情況數(shù)據(jù)一通過(guò)型、空間分析與技術(shù)經(jīng)濟(jì)分析模型，通過(guò)用戶選擇最優(yōu)模型，輸入模型的參數(shù)，獲得仿真運(yùn)算結(jié)果，從而為決策提供輔助支持的依據(jù)。在精確林業(yè)中，它主要實(shí)現(xiàn)對(duì)樹(shù)木長(zhǎng)勢(shì)、病害、蟲(chóng)害的發(fā)生趨勢(shì)進(jìn)行分析模擬，針對(duì)林木生長(zhǎng)環(huán)境和生長(zhǎng)條件的時(shí)空差異性，生成處方圖，提供各林班施肥噴藥方案，對(duì)精確林業(yè)的實(shí)施效果、經(jīng)濟(jì)效益進(jìn)行評(píng)估。

3、精確林業(yè)的研究現(xiàn)狀

3.1國(guó)外研究動(dòng)態(tài)

一些發(fā)達(dá)國(guó)家在精確林業(yè)相關(guān)技術(shù)的研究方面發(fā)展較快，如在森林土壤類型分析、林地適應(yīng)性評(píng)價(jià)、森林生態(tài)環(huán)境模擬、林木育種以及生長(zhǎng)監(jiān)測(cè)和森林收獲等領(lǐng)域已有成熟的應(yīng)用。

美國(guó)林務(wù)局為每個(gè)林管局和林業(yè)研究所配備了資源級(jí)GPS接收機(jī)，主要用于災(zāi)害監(jiān)測(cè)和防治的飛機(jī)導(dǎo)航、林相圖的自動(dòng)更新和林區(qū)作業(yè)的定位服務(wù)。

美國(guó)林務(wù)局和伊利諾大學(xué)聯(lián)合開(kāi)發(fā)的SmartForest軟件，實(shí)現(xiàn)了森林景觀的可視化，以DTM三維顯示技術(shù)為基礎(chǔ)，使用GIS作為決策支持媒介來(lái)考察景觀尺度的資源狀況，在林業(yè)信息的支持下，可以從不同視角模擬觀察森林景觀及其變化。

美國(guó)太空成像公司對(duì)原有的利用衛(wèi)星RS數(shù)據(jù)監(jiān)測(cè)火災(zāi)的技術(shù)和方法進(jìn)行了歸納、整理和合并，形成了一套基于Internet影像查詢系統(tǒng)的、實(shí)用的火災(zāi)探測(cè)算法，該算法具有自適應(yīng)和區(qū)域性敏感的特點(diǎn)，所以適合于區(qū)域和全球火災(zāi)監(jiān)測(cè)，可以實(shí)時(shí)獲取火災(zāi)位置等信息。

Reid等人(2001)研究開(kāi)發(fā)了FIAMODEI。來(lái)存儲(chǔ)和分析林業(yè)數(shù)據(jù)，主要具有森林現(xiàn)狀分析、發(fā)展趨勢(shì)預(yù)測(cè)、森林生態(tài)景觀分析、觀光風(fēng)景區(qū)內(nèi)的森林布局等功能，同時(shí)，它還可提供林道、河流、邊界等數(shù)據(jù)的查詢。

Dimitru和Olson運(yùn)用空間信息系統(tǒng)集成和衛(wèi)星數(shù)據(jù)來(lái)確定森林覆蓋率。技術(shù)路線是，通過(guò)像素尺寸的變化來(lái)判別樹(shù)種是否有所增加，對(duì)比LandsatTM和SPOY—XS遙感衛(wèi)星攝像2、3、4波段得到的數(shù)據(jù)，可以得到林區(qū)內(nèi)較為準(zhǔn)確的信息。美國(guó)克羅拉多大學(xué)研究開(kāi)發(fā)了一套航空錄像的自動(dòng)配準(zhǔn)和校正系統(tǒng)，它是實(shí)時(shí)獲取資源信息的RS工具，克服了影像配準(zhǔn)與幾何校正的時(shí)間太長(zhǎng)、費(fèi)用太高、與精確GIS匹配能力有限的缺點(diǎn)，在不增加過(guò)多硬件的基礎(chǔ)上，極大降低了人為干預(yù)的操作，主要用于監(jiān)測(cè)森林病蟲(chóng)害。

3.2國(guó)內(nèi)研究動(dòng)態(tài)

福建農(nóng)林大學(xué)交通學(xué)院研究開(kāi)發(fā)了基于GIS的木材運(yùn)輸決策支持計(jì)劃系統(tǒng)，它綜合運(yùn)用線形規(guī)劃和GIS技術(shù)，可以協(xié)助計(jì)劃者確定最小費(fèi)用集運(yùn)材路徑、確定最佳楞場(chǎng)空間位置和木材流分配，目標(biāo)是在需材單位定貨和森林資源條件的約束下，木材集運(yùn)綜合成本最低。

東北林業(yè)大學(xué)完成了基于WEB和3S技術(shù)的森林防火智能決策支持系統(tǒng)的研究，實(shí)現(xiàn)了林火數(shù)據(jù)庫(kù)、林火預(yù)報(bào)預(yù)防、林火蔓延模型、撲火指揮決策等方面的智能化、網(wǎng)絡(luò)化管理，使系統(tǒng)能夠在互聯(lián)網(wǎng)上實(shí)現(xiàn)運(yùn)行和信息傳輸，自動(dòng)優(yōu)化系統(tǒng)參數(shù)和自動(dòng)修正模型參數(shù)，形成撲火指揮決策支持專家系統(tǒng)。

南京林業(yè)大學(xué)機(jī)電學(xué)院開(kāi)展了利用以機(jī)器視覺(jué)、圖像處理、GPS、GIS、DBMS、DSS、VRT為代表的高新技術(shù)從事精確林業(yè)的構(gòu)成、實(shí)現(xiàn)、應(yīng)用等研究，開(kāi)發(fā)了基于機(jī)器視覺(jué)的室內(nèi)農(nóng)藥自動(dòng)精確施用系統(tǒng)。該系統(tǒng)以實(shí)驗(yàn)室環(huán)境中所建的試驗(yàn)?zāi)Ｐ蜑檠芯繉?duì)象，模擬農(nóng)藥施用的真實(shí)情況，用總結(jié)出的一套算法進(jìn)行圖像處理，并以此為依據(jù)做出決策控制噴頭實(shí)現(xiàn)農(nóng)藥的精確施用，分析和探索了在自然環(huán)境中基于實(shí)時(shí)視覺(jué)傳感技術(shù)的農(nóng)藥精確施用的可行性和效果。在實(shí)驗(yàn)室內(nèi)開(kāi)展了一系列的試驗(yàn)和研究，對(duì)施藥過(guò)程中的運(yùn)動(dòng)模擬、樹(shù)木圖像采集、圖像分割、施藥決策、數(shù)據(jù)交換、噴霧執(zhí)行等主要問(wèn)題和技術(shù)難點(diǎn)做了較為深入的探討和研究，涵蓋了基于實(shí)時(shí)視覺(jué)傳感技術(shù)的農(nóng)藥精確施用的主要技術(shù)要點(diǎn)。實(shí)驗(yàn)室測(cè)試表明，該系統(tǒng)運(yùn)行良好并有很好的戶外應(yīng)用前景，特別適用于路旁樹(shù)木的病蟲(chóng)害防治，林木栽植株距較大時(shí)，和常規(guī)施藥方法相比，可節(jié)省50%以上的用藥量。

此外，該學(xué)院還開(kāi)展了農(nóng)藥精確噴霧機(jī)時(shí)空數(shù)據(jù)分析與融合研究，目標(biāo)是建立集CCD攝像頭、GPS、GIS為一體的移動(dòng)式農(nóng)藥精確噴霧系統(tǒng)，圖2為該系統(tǒng)的技術(shù)路線圖，它的設(shè)計(jì)思路是：將CCD實(shí)時(shí)立體攝像系統(tǒng)、GPS、GIS在線地安裝在高射程噴霧機(jī)上，隨著噴霧機(jī)的行駛，所有系統(tǒng)均在同一時(shí)間脈沖控制下進(jìn)行實(shí)時(shí)工作，把GPS精確定位數(shù)據(jù)和CCD獲取的林木數(shù)字圖像通過(guò)處理隨時(shí)送人GIS中，而G1S中已經(jīng)存儲(chǔ)有電子地圖信息和林班圖，在GIS平臺(tái)上有效集成時(shí)空數(shù)據(jù)、屬性數(shù)據(jù)以及歷史數(shù)據(jù)，根據(jù)歷史上病蟲(chóng)害發(fā)生情況和植物保護(hù)專家在長(zhǎng)期生產(chǎn)中獲得的知識(shí)，進(jìn)行病蟲(chóng)害統(tǒng)計(jì)趨勢(shì)模型和技術(shù)經(jīng)濟(jì)分析，建立農(nóng)藥使用技術(shù)專家系統(tǒng)，并根據(jù)實(shí)時(shí)數(shù)據(jù)分析、圖像處理、噴霧目標(biāo)特征和病蟲(chóng)害防治目標(biāo)閾值，建立智能決策支持系統(tǒng)，從而可針對(duì)當(dāng)時(shí)當(dāng)?shù)氐纳植∠x(chóng)害防治實(shí)際需要確定農(nóng)藥投入的種類、數(shù)量等，指導(dǎo)自動(dòng)執(zhí)行變量投入決策，控制可變量噴頭實(shí)現(xiàn)農(nóng)藥精確定量噴霧。根據(jù)不同林業(yè)生產(chǎn)情況及病蟲(chóng)害發(fā)生類型、程度，利用此系統(tǒng)來(lái)對(duì)應(yīng)控制特定區(qū)域做出可變量控制決策而實(shí)現(xiàn)農(nóng)藥精確對(duì)靶噴霧，在最大程度上杜絕非目標(biāo)農(nóng)藥沉積，減輕環(huán)境污染。

4、精確林業(yè)在我國(guó)的發(fā)展前景

我國(guó)已經(jīng)進(jìn)行了一定規(guī)模的精確農(nóng)業(yè)試點(diǎn)工作，部分技術(shù)、產(chǎn)品已趨成型，如由北京農(nóng)業(yè)信息技術(shù)中心承擔(dān)的北京市小湯山精確農(nóng)業(yè)示范工程已進(jìn)行了谷物測(cè)量、水分在線測(cè)量、田間信息采集、RS監(jiān)測(cè)作物長(zhǎng)勢(shì)、水分、病蟲(chóng)草害、防治環(huán)境監(jiān)測(cè)、GPS采樣定位、導(dǎo)航、農(nóng)業(yè)ES分析、農(nóng)業(yè)機(jī)械的實(shí)時(shí)在線控制等試驗(yàn)。林業(yè)與農(nóng)業(yè)相比有諸多不同，如森林資源類型多、區(qū)域差異大、周期長(zhǎng)、干擾多、變化快、條件復(fù)雜，決定了精確林業(yè)實(shí)現(xiàn)的難度要比精確農(nóng)業(yè)大。

在我國(guó)，精確林業(yè)的理論框架逐步完善，技術(shù)體系初步建立，應(yīng)用領(lǐng)域進(jìn)一步擴(kuò)大，產(chǎn)業(yè)部門逐漸形成。3S技術(shù)及其它高新技術(shù)現(xiàn)已經(jīng)廣泛應(yīng)用于森林資源清查、林地面積實(shí)時(shí)測(cè)量、林界劃分、護(hù)林防火、飛播造林、荒漠化監(jiān)測(cè)等方面。目前，北京市精確林業(yè)示范地建設(shè)已經(jīng)啟動(dòng)，2001年，國(guó)家高新技術(shù)發(fā)展計(jì)劃(863計(jì)劃)批準(zhǔn)了精確林業(yè)課題立項(xiàng)，這標(biāo)志著精確林業(yè)的研究進(jìn)入了系統(tǒng)集成與平臺(tái)建立階段。隨著一些經(jīng)濟(jì)發(fā)達(dá)地區(qū)精確林業(yè)示范地的建立，我國(guó)精確林業(yè)將由實(shí)驗(yàn)轉(zhuǎn)向生產(chǎn)，由技術(shù)形成產(chǎn)業(yè)，必將擁有廣泛的應(yīng)用前景和強(qiáng)大的生命力。

篇(7)

關(guān)鍵詞 微信 農(nóng)業(yè)科技 傳播中圖分類號(hào)：G206 文獻(xiàn)標(biāo)識(shí)碼：A

0引言

當(dāng)前，農(nóng)業(yè)科學(xué)技術(shù)不斷迅速的發(fā)展，越來(lái)越多的新的科技產(chǎn)品取代了舊一代落后的產(chǎn)品。雖然新的科技和產(chǎn)品出爐，但是沒(méi)有被日常農(nóng)業(yè)生產(chǎn)廣泛的應(yīng)用，農(nóng)業(yè)整體生產(chǎn)效益不高。其中一個(gè)重要的原因是由于農(nóng)業(yè)科技傳播效率不高。農(nóng)業(yè)生產(chǎn)具有很多特點(diǎn)，比如說(shuō)農(nóng)作物的數(shù)量繁多、土壤構(gòu)成比較復(fù)雜、農(nóng)業(yè)生產(chǎn)收到季節(jié)以及地域的限制、耕作土地面積大，但是耕作效率不高等特點(diǎn)。農(nóng)業(yè)生產(chǎn)活動(dòng)對(duì)農(nóng)業(yè)科技有著較高的要求，但是指導(dǎo)和傳播農(nóng)業(yè)科學(xué)技術(shù)的人員遠(yuǎn)遠(yuǎn)不夠，造成供求遠(yuǎn)小于需求的局面的發(fā)生。

為緩解農(nóng)業(yè)科技供求遠(yuǎn)小于其需求的局面，本文提出利用新興手機(jī)軟件――微信來(lái)進(jìn)行農(nóng)業(yè)科技傳播。當(dāng)前，農(nóng)業(yè)科技信息建設(shè)主要依托電視、計(jì)算機(jī)以及開(kāi)一些農(nóng)業(yè)科技的講座來(lái)滿足農(nóng)民需求。雖然傳統(tǒng)的傳播方式獲取信息比較方便，而且費(fèi)用節(jié)省。但是存在一定的不足，比如說(shuō)電視節(jié)目有一定的時(shí)間限制，而且所講的知識(shí)也不一定適用于當(dāng)?shù)氐霓r(nóng)業(yè)生產(chǎn)問(wèn)題；農(nóng)村地區(qū)的電腦覆蓋率不廣，并不是家家戶戶都有電腦或者網(wǎng)絡(luò)；且農(nóng)業(yè)科技性的講座不會(huì)經(jīng)常性地召開(kāi)，農(nóng)民獲取農(nóng)業(yè)科技就不及時(shí)。

在這一大背景下，采取什么樣的措施將最新研究出來(lái)的農(nóng)業(yè)科學(xué)技術(shù)或者農(nóng)業(yè)科技產(chǎn)品推廣并且廣泛被農(nóng)民所應(yīng)用成為燃眉之急。本文提出將最新的手機(jī)軟件應(yīng)用到農(nóng)業(yè)科技傳播中來(lái)，是因?yàn)槟壳耙苿?dòng)互聯(lián)網(wǎng)下的手機(jī)正逐步成為這一信息終端的典型代表。而微信作為近兩年的熱門新興軟件，普及面廣，基于微信的農(nóng)業(yè)傳播的應(yīng)用研究具有重要的學(xué)術(shù)價(jià)值和現(xiàn)實(shí)意義。

1基于手機(jī)軟件――微信的農(nóng)業(yè)科技傳播模式

基于手機(jī)軟件微信的農(nóng)業(yè)科技傳播是指通過(guò)手機(jī)應(yīng)用軟件――微信與互聯(lián)網(wǎng)有機(jī)結(jié)合進(jìn)行的農(nóng)業(yè)傳播，它是無(wú)線通信技術(shù)和科技傳播技術(shù)的有機(jī)統(tǒng)一體；微信軟件作為新興廣泛應(yīng)用的手機(jī)軟件，它的優(yōu)點(diǎn)在于可以綜合使用圖片、文字、音頻、小視屏等多種形式來(lái)展示和傳播農(nóng)業(yè)信息。

1.1農(nóng)業(yè)科技傳播主體多元化

農(nóng)業(yè)科技傳播主體主要包括政府、農(nóng)業(yè)教科研單位、媒體、非政府組織等。他們互相分工協(xié)作，組成多元化的農(nóng)業(yè)科技傳播體系。其中，政府主要通過(guò)制定農(nóng)業(yè)科技傳播政策、為農(nóng)業(yè)科技傳播行為提供經(jīng)費(fèi)支持以及建設(shè)各類無(wú)線通信設(shè)施等。農(nóng)業(yè)教科研單位作為農(nóng)業(yè)科技傳播的核心主體，通過(guò)日常的科學(xué)研究，生產(chǎn)和創(chuàng)造了農(nóng)業(yè)科技知識(shí)，可通過(guò)手機(jī)微信軟件上的公眾平臺(tái)向農(nóng)戶傳播信息。電視臺(tái)、 廣播電臺(tái)等作為媒體組織，既是農(nóng)業(yè)科技傳播的渠道，也是主體之一，他們可通過(guò)制作農(nóng)業(yè)節(jié)目，以微信視頻、微信通知等形式來(lái)傳播最新的農(nóng)業(yè)科技知識(shí)。非政府組織，比如社區(qū)、自發(fā)成立的農(nóng)業(yè)協(xié)會(huì)等，他們可以通過(guò)平時(shí)的一些種植所得出的經(jīng)驗(yàn)，將自己的經(jīng)驗(yàn)?zāi)贸鰜?lái)跟大家分享，促進(jìn)共同發(fā)展。

1.2微信的農(nóng)業(yè)科技傳播內(nèi)容

眾所周知，伴隨著微信軟件的不斷升級(jí)，現(xiàn)在可以通過(guò)微信平臺(tái)，發(fā)送實(shí)時(shí)語(yǔ)音、實(shí)時(shí)小視頻、視頻對(duì)話、語(yǔ)音通話等。傳播主體可以構(gòu)建微信公眾平臺(tái)，例如政府公眾平臺(tái)可以最新的農(nóng)業(yè)科技政策；高?？蒲袡C(jī)構(gòu)可以最新研發(fā)的農(nóng)業(yè)科學(xué)技術(shù)或者農(nóng)業(yè)科技產(chǎn)品，推薦給農(nóng)民最適合他們生產(chǎn)所用的技術(shù)或者產(chǎn)品等。通過(guò)綜合的傳播技術(shù)途徑，全方位地展示和傳播農(nóng)業(yè)科學(xué)技術(shù)和產(chǎn)品，讓農(nóng)民可以較好地使用并應(yīng)用。

1.3整合式的農(nóng)業(yè)科技傳播渠道

補(bǔ)償性媒介理論的代表萊文森認(rèn)為：任何一種后繼的媒介，都是一種補(bǔ)償措施，都是對(duì)過(guò)去的某一種媒介或某一種先天不足的功能的補(bǔ)救和補(bǔ)償。微信傳播作為手機(jī)媒體，是繼紙質(zhì)媒體、廣播媒體、電視媒體、網(wǎng)絡(luò)媒體后產(chǎn)生的一種媒介；根據(jù)補(bǔ)償性媒介理論的觀點(diǎn)，手機(jī)媒體功能相較之前幾種媒介做出了一定的補(bǔ)充和完善。微信作為本文所研究的手機(jī)軟件對(duì)象，隨著微信版本的不斷更新升級(jí)，功能在不斷地發(fā)展完善強(qiáng)大。通過(guò)微信不僅只是簡(jiǎn)單的收發(fā)文字或者語(yǔ)音信息，還可以分享網(wǎng)頁(yè)，查看新聞，現(xiàn)在還可以拍小視頻發(fā)送，通過(guò)微信觀看視頻，更可以隨時(shí)隨地跟平臺(tái)后臺(tái)人員交互信息，后臺(tái)人員還會(huì)解答農(nóng)民的疑問(wèn)。

1.4農(nóng)業(yè)科技傳播對(duì)象廣泛

通過(guò)微信軟件進(jìn)行農(nóng)業(yè)科技傳播，所有接觸微信這一手機(jī)軟件的群體均成為潛在傳播對(duì)象。隨著經(jīng)濟(jì)的快速發(fā)展，電子技術(shù)的不斷更新，智能手機(jī)的價(jià)格不斷走低，在農(nóng)村用戶中微信軟件較其他手機(jī)軟件具有較高的占有率，用戶可以根據(jù)自身文化程度、農(nóng)業(yè)技術(shù)需求等因素，選擇關(guān)注合適的微信公眾號(hào)學(xué)習(xí)，互動(dòng)交流。此外，微信軟件作為手機(jī)媒體，它可以在群眾需要的任何時(shí)候提供在線幫助，比如說(shuō)，農(nóng)民在種植之前，想咨詢什么時(shí)候種怎么種合適，平臺(tái)可以安排人員解答；在農(nóng)作物生長(zhǎng)過(guò)程中，要施什么肥料，什么時(shí)候施肥料，平臺(tái)可以安排專業(yè)技術(shù)人員告訴你最新的合適的肥料，怎么施肥可以大大提高農(nóng)作物的產(chǎn)量等。微信不會(huì)占用其他時(shí)間，在需要的時(shí)候，它可以無(wú)時(shí)不刻地幫助用戶解答。

1.5農(nóng)業(yè)科技傳播效果精準(zhǔn)

微信平臺(tái)根據(jù)受眾的需求，只發(fā)送用戶所需要的農(nóng)業(yè)科技信息至微信平臺(tái)，同時(shí)，微信平臺(tái)可以根據(jù)群眾的需求，實(shí)時(shí)發(fā)送集成了語(yǔ)音、視頻、文字等手段的傳播內(nèi)容，更加生動(dòng)具體地解答群眾的問(wèn)題。這些途徑都能夠極大地提升農(nóng)業(yè)科技傳播的精準(zhǔn)性。

2基于微信的農(nóng)業(yè)科技傳播實(shí)施的可行性

隨著科技的快速發(fā)展，移動(dòng)互聯(lián)網(wǎng)技術(shù)不斷成熟；手機(jī)應(yīng)用軟件的不斷更新以及智能手機(jī)價(jià)格不斷走低。且微信作為近兩年穩(wěn)定迅速發(fā)展的上網(wǎng)應(yīng)用軟件，基于微信的農(nóng)業(yè)傳播成為農(nóng)業(yè)傳播框架下的可行性選擇。

2.1技術(shù)可行性分析

移動(dòng)網(wǎng)絡(luò)和手機(jī)互聯(lián)網(wǎng)交互性能的提升促進(jìn)了移動(dòng)通訊媒介技術(shù)條件的成熟，并逐步被運(yùn)用于農(nóng)業(yè)科技傳播媒介的內(nèi)容制作、傳輸與接收等各個(gè)核心環(huán)節(jié)，為農(nóng)業(yè)科技傳播模式的轉(zhuǎn)變奠定了堅(jiān)實(shí)的物質(zhì)基礎(chǔ)。微信平臺(tái)的可以集語(yǔ)音、視頻、實(shí)時(shí)信息交流等傳播途徑，傳播聲像并茂的農(nóng)業(yè)科技知識(shí)，使得農(nóng)民更容易接受。

2.2用戶可行性分析

通過(guò)微信平臺(tái)傳播農(nóng)業(yè)科技，用戶主要是現(xiàn)在在使用智能機(jī)，使用微信的這一群體，不單單是局限于在農(nóng)村的農(nóng)民，因?yàn)橛行┺r(nóng)民雖然自身文化素質(zhì)不高，但是其家人或者子女，可以向他們傳播最新的農(nóng)業(yè)科技和產(chǎn)品。而且現(xiàn)在智能機(jī)越來(lái)越普及，幾乎每人都有一款智能手機(jī)，加之現(xiàn)在農(nóng)民的文化素質(zhì)不斷提高，接受新興事物的能力也越來(lái)越強(qiáng)，所以基于微信平臺(tái)來(lái)傳播農(nóng)業(yè)科技知識(shí)變得十分可行。

2.3政策可行性分析

農(nóng)業(yè)部的《全國(guó)農(nóng)業(yè)農(nóng)村信息化發(fā)展“十二五”規(guī)劃》指出，在國(guó)家統(tǒng)籌布局新一代移動(dòng)通信網(wǎng)、下一代互聯(lián)網(wǎng)、數(shù)字廣播電視網(wǎng)、衛(wèi)星通信等設(shè)施建設(shè)的背景下，推進(jìn)農(nóng)村信息化基礎(chǔ)設(shè)施建設(shè)。另外，國(guó)家對(duì)各大電子制造廠商和移動(dòng)通信廠商發(fā)展智能終端市場(chǎng)、推廣和普及中低端智能機(jī)型給予了一定的政策和資金支持。這些都將極大地提升微信在農(nóng)業(yè)科技傳播中的可行性。

2.4傳播實(shí)踐可行性分析

隨著電子信息技術(shù)的發(fā)展，農(nóng)業(yè)手機(jī)應(yīng)用逐漸豐富，為微信傳播農(nóng)業(yè)科技提供了借鑒和參考。以前，由于手機(jī)功能沒(méi)有現(xiàn)在那么強(qiáng)大，而且網(wǎng)絡(luò)信號(hào)沒(méi)有現(xiàn)在覆蓋率這么廣泛，以前只能是收到文字短信啦傳播農(nóng)業(yè)科技。但是現(xiàn)在隨著技術(shù)的不斷發(fā)展，尤其是微信軟件的日益更新，不再是以往的文字短信模式，可以通過(guò)微信收發(fā)實(shí)時(shí)語(yǔ)音信息、實(shí)時(shí)拍攝小視頻傳播等。微信軟件可以集語(yǔ)音、視頻、文字、圖片、實(shí)時(shí)交互等多功能于一體，更好地向用戶傳播農(nóng)業(yè)科學(xué)技術(shù)。

3微信應(yīng)用于農(nóng)業(yè)科技傳播的建議

3.1 政府

政府要制定切實(shí)相關(guān)政策法規(guī)，使微信有效地應(yīng)用到農(nóng)業(yè)科技傳播過(guò)程中。同時(shí)，加大對(duì)手機(jī)通信網(wǎng)絡(luò)的基礎(chǔ)設(shè)施建設(shè)，鼓勵(lì)相關(guān)部門在微信上提供與農(nóng)業(yè)科技相關(guān)的信息。隨著電子科技的不斷發(fā)展，智能機(jī)幾乎已經(jīng)人手必備，但是由于有部分使用群體的自身文化素質(zhì)不夠，所以沒(méi)有廣泛地應(yīng)用其功能，尤其是手機(jī)微信這一類軟件，更別提通過(guò)手機(jī)軟件來(lái)學(xué)習(xí)農(nóng)業(yè)科技知識(shí)。政府及農(nóng)業(yè)相關(guān)部門應(yīng)該拿出經(jīng)費(fèi)，派農(nóng)技員下鄉(xiāng)，深入農(nóng)村，傳播農(nóng)業(yè)科技知識(shí)，教農(nóng)民學(xué)會(huì)使用微信，通過(guò)微信公眾平臺(tái)與專家互動(dòng)，獲取最新的農(nóng)業(yè)科技知識(shí)。

3.2農(nóng)民

由于現(xiàn)在農(nóng)村農(nóng)民的文化程度參差不齊，老一輩的農(nóng)民對(duì)新興事物的接受應(yīng)用能力遠(yuǎn)不如年輕一代。但是，永遠(yuǎn)要保持一顆好奇的心，多問(wèn)幾個(gè)為什么，碰到村里舉行的學(xué)習(xí)講座，或者農(nóng)技傳播人員下鄉(xiāng)傳播技術(shù)的時(shí)候，要積極參加，將新的農(nóng)業(yè)科學(xué)技術(shù)應(yīng)用到平時(shí)的農(nóng)作中來(lái)，受益自己。

3.3微信平臺(tái)

微信作為近幾年發(fā)展勢(shì)頭迅猛的熱門軟件，雖然帶來(lái)了一定的便捷性，但是，微信中也存在著一些問(wèn)題，比如：信息不道德、安全性問(wèn)題、不符合社會(huì)發(fā)展等。所以要出臺(tái)相應(yīng)的法規(guī)制度規(guī)范微信平臺(tái)上的信息以及一些個(gè)人行為，對(duì)信息進(jìn)行監(jiān)督，加強(qiáng)對(duì)用戶身份的審核，最好實(shí)施賬號(hào)實(shí)名制，對(duì)利用微信進(jìn)行不良消息散播等一系列不正當(dāng)?shù)男袨檫M(jìn)行打擊，為大家提供一個(gè)安全放心的微信交流環(huán)境。

參考文獻(xiàn)

[1] 蔡淑芳.基于手機(jī)媒體的農(nóng)業(yè)科技傳播模式探索與展望[J].東南傳播，2013（2）：88-90.

[2] 王光宇.發(fā)揮微信在主流意識(shí)形態(tài)傳播中的作用[J].理論與現(xiàn)代化，2014（7）：112-116.

[3] 聶飛燕.論3G手機(jī)媒體的傳播策略――以微博為例分析[J].西安文理學(xué)院學(xué)報(bào)，2010（2）：91-93.

[4] 馬彩紅.淺析報(bào)紙的生存狀況――基于 “補(bǔ)償性媒介理論” 的思考[J].新聞傳媒與社會(huì)發(fā)展論壇?2007――中國(guó)新聞業(yè)發(fā)展現(xiàn)狀與趨勢(shì)論文集[C]，2007.

[5] 童正茂.手機(jī)新媒體的功能承載與發(fā)展趨勢(shì)[J].吉首大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2011，32（1）：168-169.

[6] 張曉霞.論微媒介在新聞傳播中的作用――以微信為例[J].新興傳媒，2014（4）：118-119.

[7] 鮑立泉.數(shù)字傳播技術(shù)發(fā)展與媒介融合演進(jìn)[D].武漢：華中科技大學(xué)，2010.

[8] 謝秀菊，胡紅，陳勝文.微信在現(xiàn)代農(nóng)業(yè)科技傳播中的實(shí)踐與應(yīng)用[J]經(jīng)濟(jì)管理，2014（11）：273.