本專(zhuān)題我共整理了10篇文章，來(lái)自中國農業(yè)科學(xué)院農業(yè)質(zhì)量標準與檢測技術(shù)研究所、南京農業(yè)大學(xué)、英國林肯大學(xué)、華南農業(yè)大學(xué)、江南大學(xué)、國家農業(yè)智能裝備工程技術(shù)研究中心、浙江大學(xué)、中國科學(xué)院、吉林農業(yè)大學(xué)、西北農林 科技 大學(xué)、國家信息農業(yè)工程技術(shù)中心等單位。

文章包含農產(chǎn)品質(zhì)量安全納米傳感器、太陽(yáng)能殺蟲(chóng)燈、分簇路由算法、農田物聯(lián)網(wǎng)混合多跳路由算法、水產(chǎn)養殖溶解氧傳感器研制、土壤養分近場(chǎng)遙測方法、農機遠程智能管理平臺、水肥濃度智能感知與精準配比、果園多機器人通信等內容，供大家閱讀、參考。

專(zhuān)題--農業(yè)傳感器與物聯(lián)網(wǎng)

Topic--Agricultural Sensor and Internet of Things

[1]王培龍, 唐智勇. 農產(chǎn)品質(zhì)量安全納米傳感應用研究分析與展望[J]. 智慧農業(yè)(中英文), 2020, 2(2): 1-10.

WANG Peilong , TANG Zhiyong. Application analysis and prospect of nanosensor in the quality and safety of agricultural products[J]. Smart Agriculture, 2020, 2(2): 1-10.

知網(wǎng)閱讀

[2]楊星, 舒磊, 黃凱, 李凱亮, 霍志強, 王彥飛, 王心怡, 盧巧玲, 張亞成. 太陽(yáng)能殺蟲(chóng)燈物聯(lián)網(wǎng)故障診斷特征分析及潛在挑戰[J]. 智慧農業(yè)(中英文), 2020, 2(2): 11-27.

YANG Xing, SHU Lei, HUANG Kai, LI Kailiang, HUO Zhiqiang, WANG Yanfei, WANG Xinyi, LU Qiaoling, ZHANG Yacheng. Characteristics analysis and challenges for fault diagnosis in solar insecticidal lamps Internet of Things[J]. Smart Agriculture, 2020, 2(2): 11-27.

摘要： 太陽(yáng)能殺蟲(chóng)燈物聯(lián)網(wǎng)（SIL-IoTs）是一種基于農業(yè)場(chǎng)景與物聯(lián)網(wǎng)技術(shù)的新型物理農業(yè)蟲(chóng)害防治工具，通過(guò)無(wú)線(xiàn)傳輸太陽(yáng)能殺蟲(chóng)燈組件狀態(tài)數據，用戶(hù)可后臺實(shí)時(shí)查看太陽(yáng)能殺蟲(chóng)燈運行狀態(tài)，具有殺蟲(chóng)計數、蟲(chóng)害區域定位、輔助農情監測等功能。但隨著(zhù)SIL-IoTs快速發(fā)展與廣泛應用，故障診斷難和維護難等矛盾日益突出。基于此，本研究首先闡述了SIL-IoTs的結構和研究現狀，分析了故障診斷的重要性，指出了故障診斷是保障其可靠性的主要手段。接著(zhù)介紹了目前太陽(yáng)能殺蟲(chóng)燈節點(diǎn)自身存在的故障及其在無(wú)線(xiàn)傳感網(wǎng)絡(luò )（WSNs）中的體現，并進(jìn)一步對WSNs中的故障進(jìn)行分類(lèi)，包括基于行為、基于時(shí)間、基于組件以及基于影響區域的故障四類(lèi)。隨后討論了統計方法、概率方法、層次路由方法、機器學(xué)習方法、拓撲控制方法和移動(dòng)基站方法等目前主要使用的WSNs故障診斷方法。此外，還探討了SIL-IoTs故障診斷策略，將故障診斷從行為上分為主動(dòng)型診斷與被動(dòng)型診斷策略，從監測類(lèi)型上分為連續診斷、定期診斷、直接診斷與間接診斷策略，從設備上分為集中式、分布式與混合式策略。在以上故障診斷方法與策略的基礎上，介紹了后臺數據異常、部分節點(diǎn)通信異常、整個(gè)網(wǎng)絡(luò )通信異常和未診斷出異常但實(shí)際存在異常四種故障現象下適用的WSNs故障診斷調試工具，如Sympathy、Clairvoyant、SNIF和Dustminer。最后，強調了SIL-IoTs的特性對故障診斷帶來(lái)的潛在挑戰，包括部署環(huán)境復雜、節點(diǎn)任務(wù)沖突、連續性區域節點(diǎn)無(wú)法傳輸數據和多種故障診斷失效等情形，并針對這些潛在挑戰指出了合理的研究方向。由于SIL-IoTs為農業(yè)物聯(lián)網(wǎng)中典型應用，因此本研究可擴展至其它農業(yè)物聯(lián)網(wǎng)中，并為這些農業(yè)物聯(lián)網(wǎng)的故障診斷提供參考。

知網(wǎng)閱讀

[3]汪進(jìn)鴻, 韓宇星. 用于作物表型信息邊緣計算采集的認知無(wú)線(xiàn)傳感器網(wǎng)絡(luò )分簇路由算法[J]. 智慧農業(yè)(中英文), 2020, 2(2): 28-47.

WANG Jinhong, HAN Yuxing. Cognitive radio sensor networks clustering routing algorithm for crop phenotypic information edge computing collection[J]. Smart Agriculture, 2020, 2(2): 28-47.

摘要： 隨著(zhù)無(wú)線(xiàn)終端數量的快速增長(cháng)和多媒體圖像等高帶寬傳輸業(yè)務(wù)需求的增加，農業(yè)物聯(lián)網(wǎng)相關(guān)領(lǐng)域可預見(jiàn)地會(huì )出現無(wú)線(xiàn)頻譜資源緊缺問(wèn)題。針對基于傳統物聯(lián)網(wǎng)的作物表型信息采集系統中存在由于節點(diǎn)密集部署導致數據傳輸過(guò)程容易出現頻譜競爭、數據擁堵的現象以及固定電池的網(wǎng)絡(luò )由于能耗不均衡引起監測周期縮減等諸多問(wèn)題，本研究建立了一個(gè)認知無(wú)線(xiàn)傳感器網(wǎng)絡(luò )（CRSN）作物表型信息采集模型，并針對模型提出一種引入邊緣計算機制的動(dòng)態(tài)頻譜和能耗均衡（DSEB）的事件驅動(dòng)分簇路由算法。算法包括：（1）動(dòng)態(tài)頻譜感知分簇，采用層次聚類(lèi)算法結合頻譜感知獲取的可用信道、節點(diǎn)間的距離、剩余能量和鄰居節點(diǎn)度為相似度對被監控區域內的節點(diǎn)進(jìn)行聚類(lèi)分簇并選取簇頭，構建分簇拓撲的過(guò)程對各分簇大小的均衡性引入獎勵和懲罰因子，提升網(wǎng)絡(luò )各分簇平均頻譜利用率；（2）融入邊緣計算的事件觸發(fā)數據路由，根據構建的分簇拓撲結構，將待檢測各區域變化異常表型信息觸發(fā)事件以簇內匯聚和簇間中繼交替迭代方式轉發(fā)至匯聚節點(diǎn)，簇內匯聚包括直傳和簇內中繼，簇間中繼包括主網(wǎng)關(guān)節點(diǎn)和次網(wǎng)關(guān)節點(diǎn)-主網(wǎng)關(guān)節點(diǎn)兩種情況；（3）基于頻譜變化和通信服務(wù)質(zhì)量（QoS）的自適應重新分簇：基于主用戶(hù)行為變化引起的可用信道改變，或分簇效果不佳對通信服務(wù)質(zhì)量產(chǎn)生的干擾，觸發(fā)CRSN進(jìn)行自適應重新分簇。此外，本研究還提出了一種新的能耗均衡策略去能量消耗中心化（假設sink為中心），即在網(wǎng)關(guān)或簇頭節點(diǎn)選取計算式中引入與節點(diǎn)到sink的距離成正比的權重系數。算法仿真結果表明，與采用K-medoid分簇和能量感知的事件驅動(dòng)分簇(ERP)路由方案相比，在CRSN節點(diǎn)數為定值的前提下，基于DSEB的分簇路由算法在網(wǎng)絡(luò )生存期與能效等方面均具有一定的改進(jìn)；在主用戶(hù)節點(diǎn)數為定值時(shí)，所提算法比其它兩種算法具有更高頻譜利用率。

知網(wǎng)閱讀

[4]顧浩, 王志強, 吳昊, 蔣永年, 郭亞. 基于熒光法的溶解氧傳感器研制及試驗[J]. 智慧農業(yè)(中英文), 2020, 2(2): 48-58.

GU Hao, WANG Zhiqiang, WU Hao, JIANG Yongnian, GUO Ya. A fluorescence based dissolved oxygen sensor[J]. Smart Agriculture, 2020, 2(2): 48-58.

摘要：溶解氧含量的測量對水產(chǎn)養殖具有極其重要的意義，但目前中國市面上的溶解氧傳感器存在價(jià)格昂貴、不能持續在線(xiàn)測量及更新部件維護困難等問(wèn)題，難以在水產(chǎn)養殖物聯(lián)網(wǎng)中大規模推廣和發(fā)揮作用。本研究基于熒光淬滅原理，利用水中溶解氧濃度與熒光信號相位差的關(guān)系進(jìn)行低成本、易維護溶解氧傳感器的研發(fā)。首先利用自制備溶氧敏感膜，經(jīng)激發(fā)光照射后產(chǎn)生紅色熒光，該熒光壽命可由溶解氧濃度調節；然后利用光信號敏感器件設計光電轉化電路實(shí)現光信號感知；再以STM32F103微處理器作為主控芯片，編寫(xiě)下位機程序實(shí)現激發(fā)光脈沖產(chǎn)生，利用相敏檢波原理以及快速傅里葉變換（FFT）計算激發(fā)光與參照光的相位差，進(jìn)而轉化為溶解氧濃度，實(shí)現溶解氧的測量。熒光探測部分與系統主控部分采用分離式設計思想，利用屏蔽排線(xiàn)直接插拔連接，便于傳感器探測頭的拆卸、更換、維護以及實(shí)現遠距離在線(xiàn)測量。經(jīng)測試，本溶解氧傳感器的測量范圍是0~20 mg/L，響應延遲小于2 s，溶氧敏感膜使用壽命約1年，可以實(shí)時(shí)不間斷地對溶解氧濃度進(jìn)行測量。同時(shí)，本傳感器具有測量方便、制作成本低、體積小等特點(diǎn)，為中國水產(chǎn)養殖低成本溶解氧傳感器的研發(fā)與市場(chǎng)化奠定了良好的基礎。

知網(wǎng)閱讀

[5]矯雷子, 董大明, 趙賢德, 田宏武. 基于調制近紅外反射光譜的土壤養分近場(chǎng)遙測方法研究[J]. 智慧農業(yè)(中英文), 2020, 2(2): 59-66.

JIAO Leizi, DONG Daming, ZHAO Xiande, TIAN Hongwu. Near-field telemetry detection of soil nutrient based on modulated near-infrared reflectance spectrum[J]. Smart Agriculture, 2020, 2(2): 59-66.

摘要： 土壤養分作為農業(yè)生產(chǎn)的重要指標，含量過(guò)少會(huì )降低農作物產(chǎn)量，過(guò)多則會(huì )造成環(huán)境污染。因此，快速、準確檢測土壤養分對于精準施肥和提高作物產(chǎn)量具有重要意義。基于取樣和化學(xué)分析的傳統方法能夠全面準確地檢測土壤養分，但檢測過(guò)程中土壤的取樣及預處理過(guò)程繁瑣、操作復雜、費時(shí)費力，不能實(shí)現土壤養分的原位快速檢測。本研究基于調制近紅外光譜，提出了一種土壤養分主動(dòng)式近場(chǎng)遙測方法，可有效避免土壤反射自然光的干擾。該方法使用波長(cháng)范圍1260~1610 nm的8通道窄帶激光二極管作為近紅外光源，通過(guò)測量8通道激光光束的土壤反射率，建立土壤養分中氮（N）關(guān)于土壤反射率的計量模型，實(shí)現了N的快速檢測。在74組已知N含量的土壤樣品中，選取54組作為訓練集，20組作為預測集。基于一般線(xiàn)性模型，對訓練集中土壤N含量與土壤反射率的定量化參數進(jìn)行訓練，篩選顯著(zhù)波段后的計量模型R2達到0.97。基于建立的計量模型，預測集中土壤N含量預測值與參考值的決定系數R2達到0.9，結果表明該方法具有土壤養分現場(chǎng)快速檢測的能力。

知網(wǎng)閱讀

[6]朱登勝, 方慧, 胡韶明, 王文權, 周延鎖, 王紅艷, 劉飛, 何勇. 農機遠程智能管理平臺研發(fā)及其應用[J]. 智慧農業(yè)(中英文), 2020, 2(2): 67-81.

ZHU Dengsheng, FANG Hui, HU Shaoming, WANG Wenquan, ZHOU Yansuo, WANG Hongyan, LIU Fei, HE Yong. Development and application of an intelligent remote management platform for agricultural machinery[J]. Smart Agriculture, 2020, 2(2): 67-81.

摘要： 本研究針對農機管理實(shí)時(shí)數據少、農機實(shí)時(shí)作業(yè)監管困難、服務(wù)信息不對稱(chēng)等問(wèn)題，首先提出專(zhuān)業(yè)化遠程管理平臺設計時(shí)應具有五大原則：專(zhuān)業(yè)化、標準化、云平臺、模塊化以及開(kāi)放性。基于這些原則，本研究設計了基于大田作業(yè)智能傳感技術(shù)、物聯(lián)網(wǎng)技術(shù)、定位技術(shù)、遙感技術(shù)和地理信息系統的可定制化的通用農機遠程智能管理平臺。平臺分別為各級政府管理部門(mén)、農機合作社、農機手、農戶(hù)設計并實(shí)現了基于WebGIS 的農機信息庫及農機位置服務(wù)、農機作業(yè)實(shí)時(shí)監測與管理、農田基礎信息管理、田間作物基本信息管理、農機調度管理、農機補貼管理、農機作業(yè)訂單管理等多個(gè)實(shí)用模塊。研究著(zhù)重分析了在當前的技術(shù)背景下，平臺部分關(guān)鍵技術(shù)的實(shí)現方法，包括采用低精度GNSS定位系統前提下的作業(yè)面積的計算方法、GNSS定位數據處理過(guò)程中的數據問(wèn)題分析、農機調度算法、作業(yè)傳感器信息的集成等，并提出了以地塊為核心的管理平臺建設思路；同時(shí)提出農機作業(yè)管理平臺將逐步從簡(jiǎn)單作業(yè)管理轉向大田農機綜合管理。本平臺對同類(lèi)型管理平臺的研發(fā)具有一定的參考與借鑒作用。

知網(wǎng)閱讀

[7]金洲, 張俊卿, 郭紅燕, 胡宜敏, 陳翔宇, 黃河, 王紅艷. 水肥濃度智能感知與精準配比系統研制與試驗[J]. 智慧農業(yè)(中英文), 2020, 2(2): 82-93.

JIN Zhou, ZHANG Junqing, GUO Hongyan, HU Yimin, CHEN Xiangyu, HUANG He, WANG Hongyan. Development and testing of intelligent sensing and precision proportioning system of water and fertilizer concentration[J]. Smart Agriculture, 2020, 2(2): 82-93.

摘要： 為解決農場(chǎng)當地當時(shí)的復合肥料精準化配料問(wèn)題，本研究將水肥一體化智能灌溉施肥系統作為研究對象，構建了水肥濃度智能感知與精準配比系統。首先提出現場(chǎng)在線(xiàn)水肥溶液智能感知模型的快速建立方法，利用數據分析算法從傳感器實(shí)時(shí)監測的一系列濃度梯度的肥料溶液中挖掘出模型。其次基于上述模型設計水肥濃度智能感知與精準配比系統的框架結構，闡述系統工作原理；并通過(guò)三種水體模擬在線(xiàn)配肥驗證了該系統原位指導水肥濃度配比的有效性，同時(shí)評價(jià)了水體電導率對水肥配比濃度的干擾。試驗結果表明，正則化條件下二階的多項式擬合曲線(xiàn)是表達溶液電導率與水肥濃度的變化關(guān)系最優(yōu)的模型，相關(guān)系數R2均大于0.999，由此模型可得出用戶(hù)關(guān)心的復合肥各指標濃度。三種水體模擬在線(xiàn)配肥結果表明，水體會(huì )干擾電導率導致無(wú)法準確反演水肥配比的濃度，相對偏差值超過(guò)了0.1。因此，本研究提出的在線(xiàn)水肥智能感知與精準配比系統實(shí)現了消除當地水體電導率對水肥配比準確性的干擾，通過(guò)模型計算實(shí)現復合肥精準化配比，并得出各指標濃度。該系統結構簡(jiǎn)單，配比精準，易與現有水肥一體機或者人工配肥系統結合使用，可廣泛應用于設施農業(yè)栽培、果園栽培和大田經(jīng)濟作物栽培等環(huán)境下的精準智能施肥。

知網(wǎng)閱讀

[8]孫浩然, 孫琳, 畢春光, 于合龍. 基于粒子群與模擬退火協(xié)同優(yōu)化的農田物聯(lián)網(wǎng)混合多跳路由算法[J]. 智慧農業(yè)(中英文), 2020, 2(3): 98-107.

SUN Haoran, SUN Lin, BI Chunguang, YU Helong. Hybrid multi-hop routing algorithm for farmland IoT based on particle swarm and simulated annealing collaborative optimization method[J]. Smart Agriculture, 2020, 2(3): 98-107.

摘要： 農業(yè)無(wú)線(xiàn)傳感器網(wǎng)絡(luò )對農田土壤、環(huán)境和作物生長(cháng)的多源異構信息的獲取起關(guān)鍵作用。針對傳感器在農田中非均勻分布且受到能量制約等問(wèn)題，本研究提出了一種基于粒子群和模擬退火協(xié)同優(yōu)化的農田物聯(lián)網(wǎng)混合多跳路由算法（PSMR）。首先，通過(guò)節點(diǎn)剩余能量和節點(diǎn)度加權選擇簇首，采用成簇結構實(shí)現異構網(wǎng)絡(luò )高效動(dòng)態(tài)組網(wǎng)。然后通過(guò)簇首間多跳數據結構解決簇首遠距離傳輸能耗過(guò)高問(wèn)題，利用粒子群與模擬退火協(xié)同優(yōu)化方法提高算法收斂速度，實(shí)現sink節點(diǎn)加速采集簇首中的聚合數據。對算法的仿真試驗結果表明，PSMR算法與基于能量有效負載均衡的多路徑路由策略方法（EMR）相比，無(wú)線(xiàn)傳感器網(wǎng)絡(luò )生命周期提升了57%；與貪婪外圍無(wú)狀態(tài)路由算法（GPSR-A）相比，在相同的網(wǎng)絡(luò )生命周期內，第1個(gè)死亡傳感器節點(diǎn)推遲了兩輪，剩余能量標準差減少了0.04 J，具有良好的網(wǎng)絡(luò )能耗均衡性。本研究提出的PSMR算法通過(guò)簇首間多跳降低遠端簇首額外能耗，提高了不同距離簇首的能耗均衡性能，為實(shí)現大規模農田復雜環(huán)境的長(cháng)時(shí)間、高效、穩定地數據采集監測提供了技術(shù)基礎，可提高農業(yè)物聯(lián)網(wǎng)的資源利用效率。

知網(wǎng)閱讀

[9]毛文菊, 劉恒, 王東飛, 楊福增, 劉志杰. 面向果園多機器人通信的AODV路由協(xié)議改進(jìn)設計與測試[J]. 智慧農業(yè)(中英文), 2021, 3(1): 96-108.

MAO Wenju, LIU Heng, WANG Dongfei, YANG Fuzeng, LIU Zhijie. Improved AODV routing protocol for multi-robot communication in orchard[J]. Smart Agriculture, 2021, 3(1): 96-108.

摘要： 針對多機器人在果園中作業(yè)時(shí)的通信需求，本研究基于Wi-Fi信號在桃園內接收強度預測模型，提出了一種引入優(yōu)先節點(diǎn)和路徑信號強度閾值的改進(jìn)無(wú)線(xiàn)自組網(wǎng)按需平面距離向量路由協(xié)議（AODV-SP）。對AODV-SP報文進(jìn)行設計，并利用NS2仿真軟件對比了無(wú)線(xiàn)自組網(wǎng)按需平面距離向量路由協(xié)議（AODV）和AODV-SP在發(fā)起頻率、路由開(kāi)銷(xiāo)、平均端到端時(shí)延及分組投遞率4個(gè)方面的性能。仿真試驗結果表明，本研究提出的AODV-SP路由協(xié)議在發(fā)起頻率、路由開(kāi)銷(xiāo)、平均端到端時(shí)延及分組投遞率4個(gè)方面的性能均優(yōu)于A(yíng)ODV協(xié)議，其中節點(diǎn)的移動(dòng)速度為5 m/s時(shí)，AODV-SP的路由發(fā)起頻率和路由開(kāi)銷(xiāo)較AODV分別降低了3.65%和7.09%，節點(diǎn)的移動(dòng)速度為8 m/s時(shí)，AODV-SP的分組投遞率提高了0.59%，平均端到端時(shí)延降低了13.09%。為進(jìn)一步驗證AODV-SP協(xié)議的性能，在實(shí)驗室環(huán)境中搭建了基于領(lǐng)航-跟隨法的小型多機器人無(wú)線(xiàn)通信物理平臺并將AODV-SP在此平臺應用，并進(jìn)行了靜態(tài)丟包率和動(dòng)態(tài)測試。測試結果表明，節點(diǎn)相距25 m時(shí)靜態(tài)丟包率為0，距離100 m時(shí)丟包率為21.01%；動(dòng)態(tài)行駛時(shí)能使機器人維持鏈狀拓撲結構。本研究可為果園多機器人在實(shí)際環(huán)境中通信系統的搭建提供參考。

知網(wǎng)閱讀

[10]黃凱, 舒磊, 李凱亮, 楊星, 朱艷, 汪小旵, 蘇勤. 太陽(yáng)能殺蟲(chóng)燈物聯(lián)網(wǎng)節點(diǎn)的防盜防破壞設計及展望[J]. 智慧農業(yè)(中英文), 2021, 3(1): 129-143.

HUANG Kai, SHU Lei, LI Kailiang, YANG Xing, ZHU Yan, WANG Xiaochan, SU Qin. Design and prospect for anti-theft and anti-destruction of nodes in Solar Insecticidal Lamps Internet of Things[J]. Smart Agriculture, 2021, 3(1): 129-143.

摘要： 太陽(yáng)能殺蟲(chóng)燈在有效控制蟲(chóng)害的同時(shí)，可減少農藥施藥量。隨著(zhù)其部署數量的增加，被盜被破壞的報道也越來(lái)越多，嚴重影響了蟲(chóng)害防治效果并造成了較大的經(jīng)濟損失。為有效地解決太陽(yáng)能殺蟲(chóng)燈物聯(lián)網(wǎng)節點(diǎn)被盜被破壞問(wèn)題，本研究以太陽(yáng)能殺蟲(chóng)燈物聯(lián)網(wǎng)為應用場(chǎng)景，對太陽(yáng)能殺蟲(chóng)燈硬件進(jìn)行改造設計以獲取更多的傳感信息；提出了太陽(yáng)能殺蟲(chóng)燈輔助設備——無(wú)人機殺蟲(chóng)燈，用以被盜被破壞出現后的部署、追蹤和巡檢等應急應用。通過(guò)上述硬件層面的改造設計和增加輔助設備，可以獲取更為全面的信息以判斷太陽(yáng)能殺蟲(chóng)燈物聯(lián)網(wǎng)節點(diǎn)被盜被破壞情況。但考慮到被盜被破壞發(fā)生時(shí)間短，僅改造硬件層面還不足以實(shí)現快速準確判斷。因此，本研究進(jìn)一步從內部硬件、軟件算法和外形結構設計三個(gè)層面，探討了設備防盜防破壞的優(yōu)化設計、設備防盜防破壞判斷規則的建立、設備被盜被破壞的快速準確判斷、設備被盜被破壞的應急措施、設備被盜被破壞的預測與防控，以及優(yōu)化計算以降低網(wǎng)絡(luò )數據傳輸負荷六個(gè)關(guān)鍵研究問(wèn)題，并對設備防盜防破壞技術(shù)在太陽(yáng)能殺蟲(chóng)燈物聯(lián)網(wǎng)場(chǎng)景中的應用進(jìn)行了展望。

知網(wǎng)閱讀

微信交流服務(wù)群

為方便農業(yè)科學(xué)領(lǐng)域讀者、作者和審稿專(zhuān)家學(xué)術(shù)交流，促進(jìn)智慧農業(yè)發(fā)展，為更好地服務(wù)廣大讀者、作者和審稿人，編輯部建立了微信交流服務(wù)群，有關(guān)專(zhuān)業(yè)領(lǐng)域內的問(wèn)題討論、投稿相關(guān)的問(wèn)題均可在群里咨詢(xún)。

入群方法： 加我微信 331760296 ， 備注： 姓名、單位、研究方向 ，我拉您進(jìn)群，機構營(yíng)銷(xiāo)廣告人員勿擾。

信息發(fā)布

科研團隊介紹及招聘信息、學(xué)術(shù)會(huì )議及相關(guān)活動(dòng) 的宣傳推廣