平台 生产装备指标：机械化耕作95%以上，综合信息化水平60%以上（建议使用该系统，作为加分项） 冷链运输指标：水果，茶叶，蔬菜的预冷率80%，冷链运输率50%，（其中肉类要求100%)， 有物流基地和配送中心 产品加工指标 产地加工指标：初加工率80%以上 支持精深加工 综合利用指标：废弃物资源利用化率和回收处置率85%以上 新业态指标 电商指标：电商销售额占比大于30% 发展结合当地特色的休闲农业 品牌销售指标：品牌销售额大于80% 科技支撑指标 良种指标：种植业良种覆盖率100%，养殖业主导品种占比60%，水产良种化率高于全省10% 技术创新指标：每年应用2个新技术或新工艺等，与一家市级科研所或大专院校合作 科技推广指标：园区主导产业先进实用配套技术推广应用率98%，新型农业经营主体主要从业人员培训覆盖率90% 组织方式指标 职业农民指标：有新型职业农民的村民小组占比80%以上， 引入或培

例如：喷淋，补光，联动电机等（依客户 设置）。金属一体成型机身配套镜面显示屏，整 体设计感大气又突出。采用工业级7寸高清彩色 屏，专业设计师设计炫彩UI界面，高档大气。 温度：-40-80℃ 湿度：0-100%RH 土壤温度：-40-80℃ 土壤湿度：0-100%RH 二氧化碳：0-5000ppm 光照度：0-20W（ux） 支持10路继电器，2路可接入 ≤380V，7路接入≤220W，1 路≤220V限位开关。 湿度测量 测量范围：0%-100% 分辨率0.1℃，精度 ±2% 工作条件 -50℃-85℃ 09 风向测量 测量范围：0-360° 分辨率1°，精度 ±3° 土壤监测 土壤温度：-40-80℃ 土壤湿度：0-100%RH 10 04 05 云田智能一体自动采集预警设备 中天云田六要素一体自动气象站，是一种 测量多参数气象要素的专 业传感器,可同时测量 大气温度、大气湿度、风速、风向、气压、雨量

...................... 79 4.2.3 关键技术与研究热点 .................................................... 80 4.2.4 案例分析 ..........................................................................81 4.2.5 计算机视觉识别技术能用于检验农产品的外观品质，检验效率高，可替 代传统人工视觉检验法，从而提高农业劳动效率 146。 人工智能在农业领域中的应用历程可以分为以下几个阶段： 第一 阶段：萌芽期(20 世纪 70 年代末至 80 年代末) 20 世纪 70 年代末，美国为代表的欧美国家率先开始了农业信 息 化的应用研究，以专家系统为代表的人工智能应用开始在农业领 域萌 芽。专家系统之父 Edward A.Feigenbaum 发达国家为主，开发系统主要是面向农作物的病虫害诊断。最早是美国 伊利诺斯大学的植物病理学家和计算机学家于 1978 年共同开发的大 豆 病害诊断专家系统 LPANT/ds 。20 世纪 80 年代中期至 80 年代末，农业专家系统从单一的病虫害诊断转向 生 产管理、经济分析决策、生态环境、农产品市场销售管理等。如 COMAX/GOSSYM 是美国最为成功的一个农业专家系统，用于向

； 监控、 Wifi 的建设全园覆盖 排灌设施 排灌设施完善、涝能排 ，有效灌溉面积达 80% 以上。 达标 大于等于 80% 排灌设施完善 水肥一体化设施建设 水肥一体化设施覆盖面积点种植面积比例。水肥一 体化全覆盖 ，大棚均设置喷灌、滴灌 ，达标 大于等于 80% 全园建立水肥控制灌溉的智能化 机械化、自动化 园区生产机械化、 自动化水平；设施完善 ，机械配

灵活布置土壤水分传感器；也可将传感器布置在不同的深度，测量剖面土壤水分情况。 土壤墒情监测 土壤监测要素 水分 / 温度 土壤 EC 电导率 土壤 PH 值 水分量程： 0~100% 温度量程： -40~80℃ 水分精度：读数的 3% （ 0~53% 读数的 5% （ 53%~100% ） 温度精度： 0.5℃ 响应时间：＜ 1S 输出信号： RS485/4~20mA/ 分钟可设置 通信制式：移动 / 电信 NB-IoT 网络 响应时间：≤ 15S （ 1m/s 风速） 温度长期稳定性：≤ 0.1℃/year 湿度长期稳定性：≤ 1%/y 温度范围： -40℃——80℃ 湿度范围： 0-100%RH 温度分辨率： 0.1℃ 湿度分辨率： 0.1%RH 温湿度参数 直流供电：内置锂电池 电池工作时长：≥ 3 年 上报间隔：≥ 10min 采样间隔：

热传感器 CO2 噪音 畜牧业监测用到的传感器 物联网无线信息采集节点 无线节点是物联网无线数据采集专用节点，创新的无线传感器接入、传输 技术。 单点信息采集的成本与传统的自动监测站相比下降大约８０－９０％； 信息传输稳定可靠、即插即用、超低功耗、免维护。无线信号可以轻松穿 越房屋、农作物等各种障碍物。 技术规格 描述 供电电源 Li AA 3.6V 2.4Ah 使用寿命 3-5 年（按每小时一次传输） 控制设备数量 常规 100-300 个 物联网无线控制节点 物联网无线节点是一种物联网无线设备控制专用节点，采用创新的无线技 术用于各种设备的无线控制。 单个温室的控制成本与传统的控制设备相比下降大约８０－９０％； 信息传输稳定可靠、即插即用、超低功耗、免维护。无线信号可以轻松穿 越房屋、农作物等各种障碍物。 技术规格 描述 供电电源 交流电或太阳能 输入接口 1 个数字接口， 4 个模拟接口

政府重视农业信息化基础建设，每年拨款 15 亿美元建设农业信息网络，已建成 世界最大的农业计算机网络系统 AGNET ；  在利用物联网科技促进智能、精准农业上处于全球领导地位；  大农场对物联网设备技术的采用率高达 80% ；  农产品电子商务发展较早，与农产品期货市场的联系紧密。  荷兰：  以色列： 一个农业资源极度匮乏的国家，却一直在创造全球领先的农业奇迹。 滴灌技术：节约用水，提高灌溉效率； 根据情况上传结果 I nt ernet 智能手机 智能手机 智能手机 现场执法案卷发布 结果数据接收服务器 （优化角度上可放置数台） 过度页 成功案例分享 成功案例分享 贵州茅台集团， 80 万亩高粱管理（四个红粮基地：遵义、仁怀、金沙、习水）。 从高粱的计划种植、生长过程监管、检测、收购进行全方位管理。 从而达到高产化、智能化、精细化的管理，从源头保障酒的品质。 成功案例分享 

建成了农业大数据综合服务平台，政府出资搭建平台，为种植 户安装检测基站设备，汇聚当地的专家、企业、电商等资源， 建立起覆盖全产业链的监管服务平台。2016 年 7 月份，当地无 核黄皮上市，80%的农户都能实现网上销售，平均价格达到 16 －24－ 块/斤，较过去每斤提价近 9 元，亩产量提升 270 斤，种植农户 单亩收益提升 2400 元，既增加了农民收入，又提升了农民种 植积极性。农户可以完全根据手机终端 管理系统，以及应用自主研发的“空中雾灌系统”，已经实现全 面物联网种植，依据收集到的作物信息，输出耕作灌溉方案， 解决了传统灌溉方式的弊病，提高亩产量的同时也极大的节约 了水资源。据悉，菜园的总产量 2016 年达到了 75—80 万斤， 亩产量 2017 年预计突破 6000 斤，几乎在传统龙须菜种植产量 上实现翻番。同时，农场管理员直接在手机上查看菜园情况， 节省劳动力，同时比人工经验更加精准科学。 与此同时，广东、广西、海南、四川等地均已开展农业大

作实施细则》（辽农机〔2024〕203 号）、辽宁省农业农村厅 省 - 6 - 发展改革委 省财政厅 省粮食和物资储备局《关于实施好 2025 年农业机械报废更新补贴政策的通知》（辽农机〔2025〕80 号）。 （2）政策摘要：充分利用超长期特别国债资金，坚持“农民 自愿、政策支持、方便高效、安全环保”原则，加力推进老旧农 业机械报废更新，加快农机装备结构调整。一是扩大报废补贴范 围。农机报废更新补贴机具种类范围由 无害 化处理任务的实施者。专业集中无害化处理补助标准分两档，猪 体长（从猪的双耳耳根轮廓线间距离最短处连线的中心点至尾根 处的直线距离）30cm 以下 50 元/头，体长 30cm（含）以上 80 元/头。养殖场户自行分散处理的，由各地参照专业集中无害化 处理补助标准给予适当补助。 ⑤屠宰环节无害化处理补助。主要用于屠宰环节病死（害） 猪无害化处理等，分为病害猪损失补贴和无害化处理费用补贴。 （3）实施范围、补助对象及补助标准：实施范围为全省（不 含大连）。对玉米、水稻、小麦、大豆、花生、马铃薯、玉米制 种、水稻制种、育肥猪、能繁母猪、奶牛、梅花鹿（仅铁岭市实 施）保险，投保人自缴 20%，政府补贴 80%；对公益林保险， 投保人自缴 5%，政府补贴 95%；对商品林保险，投保人自缴 25%, 政府补贴 75%；对日光温室大棚（辽西北地区）、食用菌、中药 材、肉牛、肉羊、驴保险，投保人自缴 30%，政府补贴

气象信息获取的途径及其在农业生产中的应用； - 销售渠 道和市场信息获取方式，以及其对价格波动的感知。 数据收集结果显示，大多数农民对精准农业技术有较高期望， 但存在技术门槛高、成本负担重等问题。例如，80%的受访农民表 示愿意使用智能灌溉系统，但其中 60%认为现有系统价格过高，不 适合小规模农户。 此外，调查发现，农民对病虫害的实时监控和预警系统有强烈 需求。70%的农民表示，目前的病虫害防治主要依赖传统经验，缺 类别 预算（万 元） 备注 人力资源 400 包括工资、福利与培训费用 硬件资源 500 包括服务器、存储设备与网络设备采购 软件资源 100 包括软件授权与平台搭建费用 数据采集与标注 80 包括农业数据的采集、清洗与标注费用 其他费用 120 包括差旅、办公场地租赁与不可预见费用 此外，项目还将设立专项风险管理基金，用于应对技术风险、 市场风险与政策风险，确保项目的顺利推进。通过上述资源分配与 的利用率、内存消 耗等硬件指标，以避免资源瓶颈影响训练效率。以下是一个示例表 格，展示资源监控的关键指标及其建议阈值： 指标 建议阈值 备注 GPU 利用率 80%-95% 过低表示计算资源未充分利用，过高可能 导致过热 CPU 利用率 50%-80% 过高可能影响数据预处理速度 显存占用率 ≤90% 过高可能导致显存溢出 训练批次时间 ≤10ms 时间过长可能影响训练效率 最后，建立日志记录和告警机制，对异常情况进行及时预警。