2024年2月，美国爱荷华州立大学和密歇根州立大学等研究人员在Trends in Plant Science发表了题为Cyber-agricultural systems for crop breeding and sustainable productionTrends in Plant Science文章，综述了网络农业系统(CAS)在作物育种和可持续生产中的应用。
关键词: 人工智能, 传感技术, 物联网, 计算机视觉, 作物育种
网络农业系统(CAS)是一个整合传感技术、人工智能、智能执行器和物联网信息技术的农业总体框架。
CAS组成部分：网络物理系统(CPSs)、农业数字孪生(DTs)、网络基础设施(CI)
CAS通过使用各种传感器收集数据对作物生长环境和生长状态进行实时监控，这些数据通过通信渠道传输，进行云存储和分析，为农业决策提供了科学依据。利用机器学习等算法从数据中提取可操作信息，构建计算模型，实现对作物生长的预测和优化管理。通过智能执行器调节CPS，实现精确的农业操作，如精准施肥和病虫害控制。
农业数字孪生(DTs)是一种虚拟模型，能精确反映一个农业物理系统的状态和行为。DTs作为物理农业系统的数字副本，能够模拟作物的生理状态、生长和发展，为农业管理提供了一个虚拟的实验平台。DTs可以在器官、植株、田地和农场/温室等不同尺度上进行部署，用于监测、诊断、产量最大化和育种决策支持。
CI框架需要处理大量异构数据，支持实时分析、可视化和信息传播。CI提供了必要的软件和硬件，以处理各种数据类型和规模计算，包括云计算基础设施。CI确保了数据在不同层次之间的安全传输，包括边缘计算、雾计算和云计算。
研究结果表明，在作物育种和生产中，CAS可提高作物生产和管理的效率和可持续性，其中CI是实现CAS框架的关键，包括数据管理、计算和网络通信。DTs可以用于从基本研究到育种再到精准农业的多种应用，在不同尺度上模拟和优化农业生产。
该研究提出的CAS代表了农业的一个全面框架，它利用最前沿的信息技术，以提高作物育种和生产的效率、生产力和可持续性。由传感器、建模和通信三个核心部分组成的CAS与DTs和CI融合，为智能农业的发展提供新视角。
原文链接：doi.org/10.1016/j.tplants.2023.08.001
