露地蔬菜无人农场：现状与挑战

Open-field vegetable unmanned farms: Current situation and challenges

摘要

无人农场综合运用生物学、工程学技术，通过大数据分析、精准决策与智能管理，实现了全天候、全过程、全空间无人化农业生产，显著提高农业综合效益，是农业4.0典型业态。本研究结合露地蔬菜生产流程和个性化场景，解析了露地蔬菜无人农场信息感知、数据传输、决策、执行和管控等核心技术，阐释了露地蔬菜无人农场建设的基本路径和现状，指出当前我国露地蔬菜无人农场发展面临的生产模式、技术、装备和人才制约，以及未来露地蔬菜无人农场农艺标准化、决策精准化和装备智能化发展方向。露地蔬菜无人农场建设，必将促进人工智能与蔬菜产业深度融合，引领蔬菜产业转型升级。

Abstract

Unmanned farms， by integrating biotechnology and engineering technology and through big data analysis， precise decision-making and intelligent management， have achieved unmanned agricultural production in all-weather， the entire process and spaces， significantly enhancing the comprehensive benefits of agriculture. They represent a typical form of agriculture 4.0. This article， in combination with the production process and specialized scenarios f open-field vegetables， analyzed the core technologies of unmanned farms for open-field vegetables， including information perception， data transmission， decision-making， execution and control. It also explains the basic path and current situation of building unmanned farms for open-field vegetables， and points out the constraints faced by the development of unmanned farms for open-field vegetables in China， such as open-field vegetable production models， artificial intelligence technology， intelligent equipment and inter-disciplinary talent. It further indicates the future development directions of unmanned farms for open-field vegetables， including agricultural standardization， precise decision-making and intelligent equipment.The development of open-field vegetable unmanned farms will promote the deep integration of artificial intelligence with the vegetable industry， leading to its transformation and upgrading.

Graphical abstract

关键词

露地蔬菜 / 无人农场 / 现状 / 挑战

Key words

open-field vegetable / unmanned farm / current status / challenges

当前，我国蔬菜生产面临耕地与水资源日趋紧张、菜田生态环境持续恶化、重大气象灾害频发和从业劳动力不断减少等多重压力；与此同时，居民对蔬菜产品数量与质量的需求稳步增长。蔬菜“产”与“供”之间的潜在矛盾依然突出。创新与应用科技是化解这一矛盾的根本途径。近年来，环境与生物信息感知技术、数据训练与应用技术以及智能装备取得了长足进步，使得无人农场的建设成为可能，有望为蔬菜生产向资源节约型、生态友好型、产品丰产优质型及综合高效型转变提供强有力的技术支撑。

国外发达国家依托高端农机、GPS导航与人工智能技术，率先布局无人农场。美国依托大平原规模化耕地，侧重生产效率与全程自主作业，以大型智能农机集群、高精度自动驾驶为核心，联网海量无人农机，配套人工智能视觉除草、激光灭草和无人采收机器人，是全球大田无人农场领跑者。荷兰聚焦现代设施农业无人化，依托物联网全参数监测、采收机器人、环境智能调控，走精准高效、周年果蔬工厂化生产路线，是全球室内无人农场标杆。英国、德国注重农业可持续与低碳无人化生产，采用人工智能变量施药和精准除草，大幅削减农药化肥投放量，完成旱地粮食作物全程无人作业示范。日本针对耕地零散、农业老龄化的国情，主打小型轻量化无人农机、水田智能装备，研发小型无人插秧机、果园植保机器人，适配小块农田精细化无人作业，解决了农地撂荒问题^［1］。

近年来，我国农业信息技术取得长足进步，以北斗厘米级导航、卫星/无人机/土壤传感器空天地一体化感知、人工智能决策和无人农机集群为核心，数据驱动标准化操作，水稻等大田作物初步实现了耕、种、管和收全流程自主作业与云端管控，正从“试验田”走向广阔“大田”，从大田作物向蔬菜等经济作物拓展^［2-3］。本研究综述了我国露地蔬菜无人农场的现状与挑战，旨在为蔬菜智能化高效生产提供参考。

1　露地蔬菜及其生产流程

露地蔬菜是指不利用塑料大棚、日光温室、连栋温室等大型设施，在露天大田自然环境条件下，进行蔬菜生产的方式，具有投入低、适于大面积生产、但易受自然气候影响等特点。

几乎所有蔬菜均可露地生产。冷凉地区或季节，可以生产喜凉耐寒蔬菜，如白菜类、甘蓝类、叶菜类和葱蒜类蔬菜，温暖地区或季节，可以生产瓜类、茄果类和豆类蔬菜。粗略计算，露地蔬菜约占蔬菜生产总面积的94%^［4-5］。

露地蔬菜生产总体流程，包括种植田块路、渠和栽培区规划，土壤物理、化学和生物学性状改良，深耕晒垡和平整土地，有机肥和复合肥等基肥施用，起畦整垄，播种或移栽，中耕、除草、间苗、补苗、灌水、施肥、搭架整枝打叉绑蔓压蔓（藤蔓生长型蔬菜）、病虫害防治等田间管理，采收包装运输，以及采后田块清洁（图1）。

根据蔬菜生长习性和操作管理以及机械装备发展水平，白菜类、甘蓝类、叶菜类、根茎类、葱蒜类、块根和块茎类蔬菜，更适于无人化生产。

2　露地蔬菜无人农场核心技术与建设框架

无人农场综合应用生物学与工程学知识，以大数据为支撑，交互大模型为基础，智能机械操作为手段，综合高效为目标，呈现农业生产最高形式和业态^［6］。

2.1　核心技术

2.1.1　信息感知系统

采用地面物联网（IoT）、无人机遥感（UAV）、卫星遥感、农机车载智能系统，全面、实时和精准地采集田块多源数据，如田间气象信息、土壤墒情与养分含量、蔬菜长势、病症、虫情、杂草滋生、农机作业状态与质量等。

2.1.2　数据传输系统

采用5G+北斗+物联网“神经网络”，进行田间与机库数据低时延、高可靠和广覆盖传输，支撑远程控制与多机协同。时延<20 ms，农机/无人机定位精度±1~2.5 cm，数据本地预处理与断网续传。

2.1.3　决策系统

利用数字孪生平台，构建农场三维虚拟模型，映射实时状态，模拟仿真与预演作业。通过人工智能算法，创建若干小模型，如作物生长模型，预测生育期、产量和病虫害风险；处方生成模型，进行精准施肥、施药和灌溉；路径规划模型，规划农机/无人机最优作业航线，避障、节油和高效；大数据分析平台，存储历史与实时数据，关联气象、土壤、作物和农机数据，挖掘最优农艺参数。最终，对多源数据进行融合分析，输出精准农事处方与作业指令。

2.1.4　执行系统

无人农机与智能装备接收决策指令，自主完成耕、种、管和收全过程精准作业。包括无人耕整装备，如北斗导航、自动驾驶和自动避障的无人驾驶拖拉机、旋耕机、深松机、平地整地机等；无人种植装备，如精量播种机、移栽机器人等。田间管理装备：植保装备，无人精准变量对靶喷药机、人工智能识别和机械或化学精准除草机器人等；灌溉设备，人工智能控制水肥一体化精准灌溉施肥机；无人收获机具，无人驾驶联合收获机、视觉识别和柔性采摘机器人等。

2.1.5　管控平台

建立云管控平台，利用Web/APP端实时查看露地蔬菜生产状态、设备位置、作业视频和数据报表，远程下发作业任务、调整参数和紧急停机指令；优化分配智能作业装备任务、故障预警、远程诊断、保养提醒和备件管理，实现多机协同调度和无缝衔接；精确分析露地蔬菜产量、成本和效益，优化种植方案，提升经济效益。最终，实现露地蔬菜生产远程监控、任务调度、多机协同、数据分析（图2）。

2.2　建设框架

2.2.1　先期信息采集

通过调阅专业数据库、历史资料、农事日志和现场测绘等手段，充分且真实地采集蔬菜产品市场信息和蔬菜种类特异的生物学信息以及拟建露地蔬菜无人农场的地理、气候、生产信息，确保露地蔬菜生产的科学性和高效性。着眼蔬菜产品大市场、大流通，收集国内外蔬菜周年种植面积、产量以及消费市场数量质量需求，获取拟生产蔬菜种类乃至品种丰产性、营养和外观商品性、耐逆性、抗病性等，采集并综合分析产地区域地理信息（地势、地貌、海拔高度、土壤性质）、气象信息（包括常年空气温湿度、光照度、风速、风向、降雨量及其分布特征）、生产信息（种植历史、农事操作），对农场选址及规模、蔬菜种类及品种、生产季节或茬口作出先期准确决策。

2.2.2　规划设计

包括地块标准化，连片平整（坡度<5°）、规则形状（长方形优先）、完善路网（机耕道宽≥4 m）、标准化沟渠（排灌分离）；空天地感知网络规划，考虑土壤类型、肥力水平及成本等传感器按50~100 m网格部署，气象站每30 hm²架设1个，无人机起降点和机库合理布局；数字底座建设，测绘厘米级高精度地图，构建数字孪生模型，标注田块、道路、沟渠、障碍物和设备位置。

2.2.3　基础设施建设

包括物联网感知装置部署，安装土壤和气象传感器、摄像头、网关，调试数据采集与传输，确保数据准确率>85%；通信与供电保障，5G全覆盖、备用4G，太阳能和储能供电，保障无电力设施配套区域设备运行；智能装备配套，建设自动充电、加油、停放、保养无人机库、无人机起降坪、水肥一体化系统和智能灌溉管网。

2.2.4　智能装备选型及改造

包括适配无人化作业装备选型，优先选择北斗RTK自动驾驶拖拉机、精量播种机、变量施肥机、植保无人机、无人收获机和水肥一体机，支持远程控制与数据交互；装备无人化改造，传统农机加装北斗导航模块、车载控制器、传感器和执行器，实现自动驾驶、自动作业、数据上传和远程控制；系统联调测试，感知、传输、决策、执行和管控全系统联调，测试数据采集、指令下发、作业执行和状态反馈闭环，确保稳定可靠。

2.2.5　数据平台搭建及人工智能模型训练

包括云平台部署，搭建私有或混合云平台，集成数字孪生、人工智能决策、设备管控和生产管理模块，支持Web/APP访问；数据接入与治理，接入感知数据、农机数据、气象数据、历史数据，清洗、标准化、融合，构建农业知识库与模型库；人工智能模型训练与优化，用本地数据训练露地蔬菜识别、病虫害监测、长势评估、处方生成、路径规划模型，迭代优化，提升精度与可靠性。

2.2.6　全程无人化作业

包括耕整地，无人驾驶拖拉机自动规划路线，深松、旋耕、整地，作业误差<2.5 cm。播种或移栽，无人精量播种机按处方图变量播种，或移栽机器人自动取苗、定植。田间管理，土壤传感器感知墒情，人工智能决策开启滴灌或喷灌，按需精准供水；灌溉施肥机根据养分处方，变量配比蔬菜必需矿质养分；植保无人机人工智能识别病虫害，精准对靶喷药；除草机器人自动识别杂草并清除；成熟度达标后，无人收获机或采摘机器人自主作业，完成收获、分拣和装车；采后由智能分拣线分级、清洗、包装，自动输送至冷库智能温控保鲜。

2.2.7　运营维护及持续优化

包括远程监控与运维，24 h云平台监控，异常自动报警；远程诊断故障，指导现场快速修复；数据驱动优化，分析作业、产量和环境数据，优化农艺参数、作业流程和装备调度，提升效率与效益；人员培训，培养懂技术、会操作和能维护的复合型人才，负责系统监控、应急处理和装备保养，保障露地蔬菜无人农场长期可持续高效运行。

3　我国露地蔬菜无人农场建设现状

我国露地蔬菜无人农场建设，经过前期核心装备、人工智能算法等科技攻关，初步实现了技术国产化、模式标准化和区域集群化，正在进入规模化试验示范阶段。

3.1　蔬菜生产种类

主要集中在结球甘蓝、白菜、萝卜和胡萝卜等适于大面积规模化生产的甘蓝类、白菜类和根茎类蔬菜。

3.2　地区分布

主要集中在华北地区，如北京昌平、海淀、平谷，河北沧州，主要蔬菜种类是白菜、萝卜和结球甘蓝；黄淮海地区，如山东烟台、潍坊和青岛，主要蔬菜种类是萝卜、胡萝卜和大葱；长江中下游地区，如湖北咸宁和钟祥，主要蔬菜种类是萝卜和结球甘蓝；西北地区，如内蒙古乌兰察布，主要蔬菜种类是结球甘蓝和胡萝卜等。生产规模20~60 hm²。

3.3　技术水平

选育出适于无人化作业的直立型白菜、高桩结球甘蓝和短根萝卜品种；突破了苗垄识别、多传感器避障和农机姿态自适应调整等技术，以适应露地非结构化复杂环境；应用了无人旋耕起垄一体机、精量播种机、全自动移栽机、靶向喷药机器人、智能水肥一体机、巡检机器人和无人收获机等智能装备；建立了数字孪生、处方生成和路径规划等人工智能智慧云平台，能够支持远程监控与多机协同；基本实现了全天候耕整地、起垄覆膜与移栽、灌溉施肥、施药和采收的无人化作业。

3.4　典型案例

北京市首个生产型蔬菜无人农场于2022年在北京市昌平区退林还耕地块上建成，规模2.6 hm²，农场整地、施肥、灌溉、起垄、定植、巡检、植保和采收等全流程实现无人化作业。整个农场85%以上作业环节实现了数字自主化作业管理，节约人工成本8.2万元（https：//www.moa.gov.cn/xw/qg/202311/t20231103_6439776.htm）。北京太舟坞露地蔬菜无人农场，规模约20 hm²，露地轮作大白菜和萝卜，采用了新能源无人拖拉机、气吸式播种机、白菜收获机、萝卜双机协同收获系统和自动跟随转运机器人，实现了耕整地、起垄、播种、植保、水肥、收获和转运全流程无人化，人工减少70%，效率提升约10倍，每667 m²节约成本约700元，667 m²产量稳定在5 000~6 000 kg。

烟台莱阳出口蔬菜无人农场，规模约33 hm²，露地生产长白萝卜，对接日韩市场，采用萝卜无人采收机器人、编队运输机器人，实现了拔萝卜、切缨、转运和装车全自动，单台收获机相当于50人作业，破损率<3%，达到出口标准，667 m²增收1 200元。

内蒙古露地蔬菜无人农场，规模约66 hm²，轮作胡萝卜和马铃薯，采用了200马力大型无人驾驶拖拉机、菜田深松机、胡萝卜收获机和无人机植保，全程机械化率达到95%，人工投入降至0.5人/667 m²。

3.5　总体效果

无人农场生产667 m²平均投入2 000~3000元。无人移栽合格率>90%，采收破损率<5%，人力成本降低70%~80%，作业效率提升3~5倍，化肥农药利用率提升至85%~90%，病虫害损失控制在5%以内，产量提升10%~20%。

4　我国露地蔬菜无人农场建设制约因素

4.1　生产方式制约

4.1.1　生产规模

蔬菜产业经过近半个世纪的发展，全国蔬菜播种面积已达到7 260万hm²，总产量超过8亿t^［5］，周年稳定供给能力得到显著提升。但是，受土地家庭承包权和生产力水平等影响，总体上露地蔬菜生产依旧存在菜田碎片化，田块边界不规则，田、沟、渠和路非标准化，难以适配无人化作业，规模效益难以释放等问题。

4.1.2　生产效益

与发达国家相比，当前我国蔬菜产品价格、收益依然偏低，露地蔬菜年收益普遍在3 000~6 000元，难以承受或接受无人农场技术、装备及其服务的高投入。此外，我国蔬菜产地布局是多地生产、分散供给（美国是适地生产，分散供给），导致露地蔬菜极易受自然灾害影响而表现出生产效益严重不稳定，进一步削弱了菜农和社会资本投资无人农场的信心和能力。

4.1.3　生产模式

露地蔬菜种类和品种多样，每种蔬菜和品种株距、行距、垄高和收获方式迥异，无人作业装备难以通用，单品类专用设备周年利用率低、闲置期长，核算成本高。

总体表现为规模小、投资能力不足和生产方式复杂，制约了无人农场发展。

4.2　科技水平制约

4.2.1　信息感知

面对露地菜田复杂非稳态生产环境，如强光、风沙侵袭、雨水冲刷和物理遮挡等，探测设备易积污，雷达易受杂波干扰，进而造成传感器漂移，定位精度从厘米级降至分米级，需要高密度部署，投资成本升高。简化部署，导致数据稀疏、时空覆盖不全和决策偏差。此外，还存在多源数据融合难问题，北斗定位、土壤传感器、多光谱无人机、田间摄像头数据格式不统一、时间不同步和空间坐标系差异，融合后误差大，难以支撑精准处方生成。

4.2.2　精准决策

已有露地蔬菜生产模型多在特定田块、特定品种和特定气象条件下训练，泛化能力弱；相比水稻、小麦等大田作物，缺乏覆盖全种类、全生育期和全生产环境的露地蔬菜生产专用模型与人工智能决策大模型，只能依赖通用模型，决策精准度不足、处方不合理；数字孪生精度低，无法实现仿真预演、精准路径规划与风险预警。

4.2.3　数据传输

露地蔬菜产地5G覆盖率低，多为NSA非独立组网，无法支持低时延、高可靠的无人农机远程控制与多机协同；露地菜田边缘网关部署率低，大量数据需上传云端处理，时延长，无法满足无人机避障、水肥实时调控等毫秒级响应需求，易导致作业事故。

4.3　智能装备制约

4.3.1　机械品类

品类不全、适配性差和可靠性低，关键环节“无机可用”，造成全程无人化链条断裂，或作业难以达到预期效果。

4.3.2　农艺匹配

缺乏直立型、株型整齐和宜机化露地蔬菜专用品种；培育的秧苗徒长、开展度大和机械韧性差，不符合机械移栽标准；传统农艺垄距、行距不统一，种植深度差异大，无人农机需频繁调整参数，作业效率下降；国产智能装备在露地高温、高湿、扬尘作业环境下，电路易短路、传感器易损坏和液压系统易漏油，平均无故障工作时间短，可靠性差；适于地小、道窄丘陵地区的小型化和轻量化智能装备缺乏。

4.3.3　协同联用

无人拖拉机、播种机和收获机源自不同制造商，通信协议不兼容、数据不互通，无法实现耕、种、管、收、运和贮无缝衔接，多机作业不协同；高端机型（如无人收获机）智能化高，但中低端装备（传感器、水肥阀）智能化低，数据采集不准，执行精度差，高端设备配低端数据，整体效能较低。

4.4　运营人才制约

传统菜农年龄偏大、文化程度较低，智能装备操作、数据分析和系统维护技能相对欠缺，兼具农艺和人工智能知识的跨领域复合型人才更加缺乏，直接导致露地蔬菜无人农场建起来后用不好、管不了（图3）。

5　露地蔬菜无人农场未来发展方向

随着露地蔬菜生产规模化、标准化、绿色化、轻简化发展以及智慧农业技术不断进步，未来露地蔬菜无人农场将呈现循序渐进、分类推进、技术融合、模式迭代的发展格局，整体前景广阔。

5.1　标准农艺

将加快选育直立紧凑、成熟整齐、耐机械采收和抗损伤的宜机化专用品种，统一规范露地蔬菜垄型、行距、密度和茬口布局等农艺参数，改造零散小地块，推进土地连片治理、田间道路与排灌设施标准化升级，加强农艺农机深度融合，破解传统零散种植、农艺杂乱带来的无人作业适配难题，为无人化作业奠定农艺基础。

5.2　精准决策

开发并应用露地蔬菜专属人工智能大模型、空天地一体化感知与数字孪生技术，通过长期田间数据积累、多源数据融合训练，实现露地蔬菜病虫草害精准识别、蔬菜长势动态监测、变量水肥、靶向施药和灾害提前预警全流程智能决策，提高露地蔬菜智能决策精准度。

5.3　智能装备

立足我国露地蔬菜生产实际，加快研发轻量化、小型化、模块化露地蔬菜专用无人装备，突破丘陵地块微型无人农机、杂草智能识别除草机器人、果蔬柔性采摘装备技术瓶颈，解决通用农机适配性差、关键环节依赖人工的问题，同时，统一设备通信协议，实现农机联用协同作业、跨品牌互联互通，构建耕、种、管、收、运和贮全程智能装备体系。

5.4　人才培养

建立露地蔬菜无人农场实训基地和田间课堂，加强人工智能+露地蔬菜复合型人才培养；通过政策和资金倾斜，鼓励人工智能领域、智能装备领域人才进入蔬菜产业，不断壮大露地蔬菜无人农场科技创新、技术应用、经营管理的人才队伍。

参考文献

[1] 李道亮，李震.无人农场系统分析与发展展望［J］. 农业机械学报，2020，51（7）：1-12

[2] Li D L， Li Z. System analysis and development prospect of unmanned farming［J］. Transactions of the Chinese society for Agricultural Machinery， 2020，51（7）：1-12 （in Chinese）

[3] 罗锡文，谷秀艳，胡炼，赵润茂，岳孟东，何杰，黄培奎，汪沛.大田无人化智慧农场农田边界识别技术研究现状与展望［J］. 农业机械学报，2025， 56（2）：1-18

[4] Luo X W， Gu X Y， Hu L， Zhao R M， Yue M D， He J， Huang P K， Wang P. Research statusand outlook of farmland boundary recognition technology in large-scale unmanned smartfarms［J］. Transactions of the Chinese society for Agricultural Machinery， 2025， 56（2）：1-18 （in Chinese）

[5] 杨祯元.北斗农机赋能农业新质生产力作用机制研究：基于湖南省株洲市三门镇无人农场案例［J］. 农业开发与装备，2026（3）： 57-59

[6] Yang Z Y. Research on the mechanism of BeiDou agricultural machinery in enabling new quality productivity in agriculture： Based on the case of the unmanned farm in Sanmen Town， Zhuzhou City， Hunan Province ［J］. Agricultural Development and Equipment， 2026（3）： 57-59 （in Chinese）

[7] 李天来.我国设施蔬菜产业发展现状及展望［J］. 中国蔬菜，2023（9）：1-6

[8] Li T L. Development status of china’s facility vegetable industry and outlook ［J］. China Vegetables， 2023（9）：1-6 （in Chinese）

[9] 李天来，罗锡文，齐明芳，孙周平，刘小伟，何丽虹，冷杨，臧英，田素博，齐红岩，魏珉，毛罕平，宋卫堂，吴华瑞，李建明，陈永生，胡晓辉，左志宇，李欣卓.我国蔬菜产业机械化发展战略研究［J］. 中国蔬菜，2026（3）：27-36

[10] LI Tianlai， LUO Xiwen， QI Mingfang， SUN Zhouping， LIU Xiaowei， HE Lihong， LENG Yang， ZANG Ying， TIAN Subo， QI Hongyan， WEI Min， MAO Hanping， SONG Weitang， WU Huarui， LI Jianming， CHEN Yongsheng， HU Xiaohui， ZUO Zhiyu， LI Xinzhuo. Strategic research on the development of mechanization in china’s vegetable industry ［J］. China Vegetables， 2026 （3）：27-36 （in Chinese）

[11] 尹彦鑫，孟志军，赵春江，王昊，温昌凯，陈竞平，李立伟，杜经纬，王培，安晓飞，尚业华，张安琪， 颜丙新，武广伟.大田无人农场关键技术研究现状与展望［J］. 智慧农业（中英文）， 2022，4（4）： 1-25

[12] Yin Y X， Meng Z J， Zhao C J， Wang H， Wen C K， Chen J P， Li L W， Du J W， Wang P， An X F， Shang Y H， Zhang A Q， Yan B X， Wu G W. State-of-the-art and prospect of research on key technical for unmanned farms of field corp ［J］. Smart Agriculture， 2022， 4（4）： 1-25 （in Chinese）

基金资助

国家重点研发计划课题资助项目(2023YFD2001205)

国家现代农业产业技术体系项目(CARS-23-D07)

北京市智慧农业创新团队项目资助(BAIC10-2025)