新一代信息技術對農產品追溯系統智能化影響的綜述

錢建平，吳文斌，楊 鵬

·農業信息與電氣技術·

新一代信息技術對農產品追溯系統智能化影響的綜述

錢建平，吳文斌，楊 鵬※

（中國農業科學院農業資源與農業區劃研究所/農業農村部農業遙感重點實驗室，北京 100081）

從為應對瘋牛病問題至今，追溯系統作為農產品及食品質量安全保障的有效手段引入已有近30 a，如何降低追溯斷鏈化、增強追溯可信度、提升質量預警力，已成為追溯系統研究的熱點，也是應用中亟待解決的問題。該文基于國內外相關文獻，瞄準熱點問題，綜述了新一代信息技術對農產品追溯系統智能化的影響。首先，提出了追溯系統從1.0到3.0的發展歷程，總結了追溯系統1.0以信息記錄為主、2.0以數據整合為主、3.0以智能決策為主的核心特征；其次，描述了以物聯網、大數據、云計算、人工智能、區塊鏈等為核心的新一代信息技術之間在信息感知、數據處理、高效計算、智能分析、加密防偽等方面各有側重又相互關聯的內在關系，分析了大數據、人工智能及區塊鏈的發展趨勢；最后，從人工智能技術降低追溯過程斷鏈程度、大數據技術提升質量安全預警能力、區塊鏈技術增強全程追溯可信度等3個方面，綜述了相關研究，結合發展趨勢提出了深入研究的方向，即人工智能從供應鏈內部及供應鏈之間提升追溯粒度，大數據從微觀、中觀及宏觀層面實現預測與優化，區塊鏈從追溯區塊結構優化、隱私保護及共識算法等方面增強追溯可信度。該文為把握農產品追溯系統發展趨勢、研究熱點、應用瓶頸提供有益參考。

農產品；追溯；新一代信息技術；人工智能；大數據；區塊鏈；食品安全

0 引 言

食品安全問題已成為重要的全球性問題[1]。追溯系統作為食品質量安全保障的有效手段，從為應對瘋牛病問題被引入至今已有近30 a[2]。雖然對于可追溯性的定義，目前還沒有完全統一，但大部分定義均強調：追溯不只是食品本身還應包含其原料、組分等，追溯應該是覆蓋生產、加工、流通的所有階段，追溯需具備跟蹤追尋痕跡的能力[3-4]。在技術體系上，集產品標識、信息感知、數據交換等為基礎的追溯技術體系已基本形成[5]；在系統應用上，歐盟、美國、加拿大、澳大利亞等國家及地區相繼建立了針對牛肉、果品、水產品等的追溯系統[6-7]。中國追溯系統的研究和應用雖起步較晚，但發展較快，基本形成了與國外主流研究保持同步的態勢[8-12]；并形成了以政府為主導的外部追溯和以企業為主導的內部追溯等應用模式[13]。

從農田到餐桌的追溯系統是以供應鏈為基礎的，供應鏈各組織間的物流形成了單向或多向的信息流，組成了一個共同參與、相互協同的網鏈[14]。由于網鏈中的批次轉換、信息傳遞使得物流與信息流無法有效銜接，導致追溯斷鏈[15]；另一方面，已有的信息采集和錄入方式對供應鏈各主體沒有有效的約束機制，使得數據的真實性不能得到保證，導致信任缺失[16]；而且，目前的追溯系統以信息管理和追溯查詢為主，對于質量安全的預測預警能力偏弱，導致質量安全控制不足[17]。因此，迫切需要在已有追溯技術及系統的基礎上進行智能化提升，以降低追溯斷鏈化、增強追溯可信度、提升質量控制力。

作為七大戰略性新興產業之一，新一代信息技術產業不僅可以形成具有一定規模的新興增長點，而且為傳統產業轉型構建了關鍵基礎[18]。以大數據、人工智能、區塊鏈等為代表的新一代信息技術也為追溯技術和系統的智能化提升提供了有力的支撐。本文通過理清追溯系統發展的脈絡；分析了新一代信息技術的內在聯系及技術特征；從人工智能技術降低追溯過程斷鏈程度、大數據技術提升質量安全預警能力、區塊鏈技術增強全程追溯可信度等3個方面綜述了追溯技術及系統的發展趨勢。通過綜述和分析，本文首次提出了追溯系統從1.0到3.0的發展歷程，分析了追溯系統的智能化提升趨勢，為把握追溯系統發展趨勢、研究熱點、應用瓶頸提供有益參考。

1 追溯系統發展歷程

對于追溯及追溯系統的研究，筆者整理了從2013年至今發表的有代表性的綜述文獻，如表1所示。從表中可見，已有文獻大多從追溯系統的重要性、法律法規、標準規范、技術體系及應用情況進行總結和分析，同時結合區塊鏈技術探討追溯的可能應用場景也成為熱點。

表1 2013年至今有代表性的追溯綜述文獻

追溯系統的基本要素是產品跟蹤與識別、供應鏈信息采集與管理、數據集成與查詢分析；這些要素與信息技術有著密切關聯，且目前已有的追溯系統都是以各類信息技術的綜合應用為基礎的，因此本文以信息技術發展主線為依據總結了追溯系統1.0-3.0的發展歷程，結果如表2所示。

表2 追溯系統1.0-3.0發展歷程及其特征

1.1 追溯系統1.0（20世紀90年代-2007年左右）：信息記錄為主

20世紀80年代，受可持續發展思想的影響，可持續農業的概念得以確立，并在全世界范圍內傳播，農業的可持續發展要求之一就是要保障農產品的質量安全，農產品及食品的質量安全問題逐漸引起了人們的重視[25]。1996年，以瘋牛病為代表的食品安全危機爆發，從歐盟到美國、日本再到中國，一系列食品安全事件使食品安全問題受到高度關注[26]。農產品及食品追溯系統最初由歐盟為應對瘋牛病問題開始被引入并逐步建立[27]，形成了以《第178/2002號法案》為核心的食品質量安全管理法律體系[28]。同時，歐盟從2002年開始推動了基于30多個子追溯計劃的系統，致力于促進歐盟食品追溯的研究與實施[27]。美國食品藥品監督管理局（food and drug administration, FDA）提出了從業者登記制度，以便進行食品安全跟蹤與追溯，并要求于2003年12月12日前必須向FDA登記；《食品安全跟蹤條例》也于2004年5月公布，要求相關企業建立并保全食品流通的全過程記錄[23]。日本的追溯制度最先從牛肉建立，2003年12月1日開始實施《牛只個體識別情報管理特別措施法》；2004年12月開始立法實施牛肉以外食品的追溯制度[29]。

中國自2003年原國家質量監督檢驗檢疫總局啟動“中國條碼推進工程”，推動采用EAN.UCC系統以來，各部委及地方政府積極開展追溯系統的應用。農業農村部自2004年實施“城市農產品質量安全監管系統試點工作”，探索建立種植業、農墾、動物標識及疫病、水產品4個專業追溯體系[30]；南京市以優質農產品標志為質量溯源的重要載體，啟動農產品質量IC卡管理體系[31]；天津市以“放心菜”工程為依托，開展了蔬菜追溯系統的示范應用[32]。

縱觀這一時期的追溯系統，可以看出：1）追溯系統是作為質量安全保障的有效措施被引入食品工業的，這一時期更多是從法律法規層面對食品追溯進行明確和約定；2）根據追溯系統是加強食品安全信息傳遞、控制食源性疾病危害和保障消費者利益的信息記錄體系的初衷，此時的追溯系統不管是紙質記錄還是電子記錄，更多是一種簡單的、單環節的信息記錄系統；3）中國的農產品和食品追溯系統雖然起步較晚，但總體推進較快。

1.2 追溯系統2.0（2008－2015年左右）：數據整合為主

物聯網技術的發展及其在追溯系統中的應用可以作為追溯系統1.0和2.0階段的分水嶺。物聯網概念自1999年由美國麻省理工學院提出[33]；以2008年底IBM向美國政府提出“智慧地球”戰略為標志，物聯網迅速在世界范圍得到高度關注[34]，如歐盟的“物聯網行動計劃”，日本的“i-Japan戰略2015”[35]。中國提出了“感知中國”的物聯網發展戰略；2013年，國務院發布了《關于推進物聯網有序健康發展的指導意見》，并啟動實施物聯網發展專項行動計劃[36]。

物聯網技術可劃分為4個層次，即感知層、傳輸層、處理層和應用層[37]。物聯網技術的發展為構建集全面感知、實時傳輸、智能決策為一體的全供應鏈追溯系統奠定了基礎。楊信廷等基于物聯網構建了“一核、雙軸、三鏈”的追溯體系框架：即以實現農產品質量安全溯源的核心目標，以農產品從農田到餐桌的供應鏈為橫軸、以物聯網技術層次為縱軸，面向供應生命周期的產品鏈、面向供應鏈主體的服務鏈和面向物聯網架構的技術鏈[22]。

縱觀這一時期的追溯系統，可以看出：1）以條碼、RFID為代表的自動識別技術為追溯個體或群體的標識起到了重要作用，以無線傳感器網絡（wireless sensor network，WSN）技術為代表的信息感知技術為供應鏈各環節信息的快速采集和實時監測提供了有力支撐，從而促進了數字化、電子化追溯系統的深入應用；2）物聯網的應用為信息的有效傳遞提供了基礎，通過整合生產、加工、物流、倉儲、交易等各環節數據，實現全供應鏈追溯的需求越來越迫切；3）追溯系統的建設需要付出額外的成本，基于成本收益的核算構建適合粒度的追溯系統已成為追溯系統可支持應用中面臨的重要問題。

1.3 追溯系統3.0（2016年至今）：智能決策為主

追溯系統的深入應用面臨著各種問題，如各部門標準不能統一、內容無法銜接，數據共享困難；系統只提供單一的信息記錄功能，無法真正為企業提高質量安全水平服務，應用積極性不高；產品供應鏈長，不確定因素多，監管成本高；供應鏈各主體的追溯信息采集和錄入沒有有效的約束機制，使得數據的真實性不能得到保證，信息真實性存疑。

人工智能的概念從正式提出到現在已有60多年，其間經歷了3次浪潮：第一次浪潮發生在20世紀60年代，人工智能剛起步，處于科研探索階段；第二次浪潮發生在20世紀80年代，主要表現是通過專家系統的思想來實現語音識別；第三次浪潮發生在21世紀，也是目前正在經歷的。2016年，以AlphaGo為標志，人工智能開始逐步升溫；計算能力提升、數據爆發增長、機器學習算法進步、投資力度加大推動了人工智能的快速發展[38]。以人工智能為代表的新一代信息技術的發展為解決追溯系統面臨的問題提供了技術支撐，追溯系統也迎來了以智能決策為主的3.0階段。

2 新一代信息技術

2.1 內在關系

以物聯網、云計算、大數據、人工智能、區塊鏈為代表的新一代信息技術，既是單項技術的縱向提升，也是融合技術的橫向滲透。作為當今世界創新最活躍、滲透性最強、影響力最廣的領域，新一代信息技術正在全球范圍內引發新一輪的科技革命，并正在轉化為現實生產力，引領科技、經濟和社會創新發展[39]。據預測，新一代信息技術將支撐2020年全球信息產業收入的40%和增長份額的98%[40]。

新一代信息技術之間雖各有側重，但也相互關聯，其邏輯關系如圖1所示。物聯網的主要功能是負責各類數據的自動采集，以智能手機為核心的移動互聯網的發展讓每個人都成為了數據產生器；海量的結構化和非結構化數據，形成了大數據；數據量的增大、結構的復雜需要云端服務器來進行記憶和存儲，反過來云計算的并行計算能力也促進了大數據的高效智能化處理；而基于大數據深度學習的人工智能的目標是獲得價值規律、認知經驗和知識智慧；人工智能模型的訓練也需要大規模云計算資源的支持，構建的智能模型也能反作用于物聯網，進行更優化更智能地控制各種物聯網前端設備；區塊鏈解決了信息被泄露、篡改的安全性問題，對物聯網、大數據、云計算等提供基礎支撐及重塑信任機制。

圖1 新一代信息技術之間的相互關系

2.2 技術發展

大數據技術的發展促進了大數據的價值挖掘，其技術是統計學方法、計算機技術、人工智能技術的延伸與發展；當前的熱點方向包括：互操作技術、存算一體化存儲與管理技術、大數據編程語言與執行環境、大數據基礎與核心算法、大數據機器學習技術、大數據智能技術、可視化與人機交互分析技術、真偽判定與安全技術等[41]。

為了實現從邏輯到計算的不斷提升，人工智能注重從感知到認知的過程。當前的人工智能是從閉環到開環、從確定到不確定的系統，是由弱到強的智能；未來的人工智能將實現從有限到無限、從理性到感性、從專門到綜合的發展。利用腦科學與認知科學揭示有關腦結構與功能機制，利用計算和控制的數學物理進行形式化、模型化分析與優化，為提升人工智能發展提供重要支撐[42]。

區塊鏈框架中最核心且最基本的技術是密碼學、共識機制和區塊鏈網絡。目前區塊鏈已經發展到3.0時代，從金融領域擴展到數字金融、物聯網、智能制造、供應鏈管理、數字資產交易等多個領域。隨著區塊將被廣泛關注和應用，關于其隱私性、安全性和性能等方面存在的問題和優化方案越來越受到關注[43]。

3 追溯系統智能化發展趨勢

3.1 人工智能：降低追溯過程斷鏈程度

農產品及食品供應鏈涉及多個環節、需要多方協作、具有多維特征。追溯單元拆分重組是供應鏈中的普遍現象，也是導致追溯斷鏈的核心問題。錢建平等根據追溯單元的重組情況不同，概括為：“一對多”的批次拆分、“多對一”的批次聚合及“多對多”的批次融合[44]；并嘗試利用標識對應的方法解決拆分和聚合等簡單批次重組下的追溯問題，但存在著成本高、操作復雜等問題[45]。

追溯粒度由Bertolini等提出，表示追溯單元的尺度，細粒度的優勢是能附加更多信息到追溯單元[46]。進一步，Qian等以寬度、深度和精確度為核心，構建了一個包含2層結構、7個因子的可量化的多因素追溯粒度評價模型[47]。供應鏈之間及供應鏈內部的追溯單元拆分重組易引起追溯粒度的變化，因此，以全供應鏈為基礎，建立追溯優化模型，提高追溯粒度，降低追溯斷鏈化，是實現全供應鏈追溯的有效途徑。以批次分散模型（batch dispersion model）為基礎，構建智能化的追溯優化模型，已成為研究熱點[48-50]。批次分散模型最初由Dupuy等提出的，通過采用Gozinto圖方法將產品加工流程分為原料、部件和成品3個層次，并以香腸加工業的產品召回為例進行了驗證[51]。批次清單（bill of lots，BOL）可加載更多加工過程信息，通過構建基于BOL-Petri的小麥粉加工過程追溯模型，可更好描述追溯單元的變遷過程[52]。由于糧食加工中不同流通載體對包裝大小要求不同，Thakur和Hurbrugh在集成定義建模（integrated definition modeling, IDEF0）基礎上詳細設計了不同情況下的批次數據結構，豐富了批次分散模型的內涵[53]。

以降低原料混合程度為目標構建批次分散模型，能有效提升追溯效果、降低召回規模。邢斌等提出了一種面向鮮切蔬菜加工過程追溯的原料批次混合模型，并采用遺傳算法對訂單的加工次序和原料批次的選取次序進行優化，優化后的批次召回規模減少了16.7%[54]。加工流程的復雜化使3層批次分散模型不能滿足實際需求，Lobna和Mounir在部件和成品兩層之間加入了半成品，建立了4 層的批次分散模型[55]。隨著批次數量的變大和結構的增加，模型求解時間也呈幾何級增長，而采用遺傳算法[56]、改進粒子群[57]等進行優化，在獲得次優解的基礎上，降低了運算復雜度。

人工智能技術的快速發展將在2個方面為解決追溯斷鏈問題提供技術支撐。一方面，在供應鏈內部尤其是加工環節，根據批次混合程度分析供應鏈內部的批次混合特征，建立供應鏈內部批次轉換仿真模型，明確批次混合下追溯單元變化規律，構建多重約束下的智能柔性追溯模型，采用遺傳算法、支持向量機、粒子群算法等方法優化模型，提升追溯粒度；另一方面，在供應鏈之間，預測追溯單元流動路徑，研究基于深度學習的追溯屬性數據自學習機制，提高數據缺失下的追溯信息補償方法，建立追溯信息分級傳遞模型，構建智慧供應鏈背景下的追溯耦合模型，降低追溯斷鏈程度。

3.2 大數據：提升質量安全預警能力

查詢和召回是質量安全控制體系不可或缺的組成部分，也是發生質量安全問題時縮小影響范圍、降低損失的重要措施；與這種“事后治理”相比，以質量安全預警與分析決策為核心的“事前預防”，對于農產品及食品質量安全控制體系更為重要[58-59]。預警與分析決策的關鍵是預測，傳統預測是基于隨機抽樣數據和邏輯推理相關性[60]。

生產過程的病蟲害預測預警、物流過程的貨架期預測等是保障農產品和食品質量安全的有效手段。以積累的環境氣象資料為自變量，以作物病蟲害發生或流行的程度為因變量，通過回歸分析構建回歸模型是病蟲害預警常見的方法[61]。Moh等利用多元回歸分析構建了溫度、濕度、接種菌量與馬鈴薯塊莖軟腐病征的關系模型，結果表明模型對馬鈴薯軟腐病有良好的響應和預測能力[62]。李明等以黃瓜霜霉病為例，構建了病情指數，采用逐步回歸分析方法進行擬合，通過參數調整得到優化模型，為溫室黃瓜霜霉病初侵染預警提供決策支持[63]。通過物聯網進行環境信息實時感知、通過遙感技術提取作物多光譜特征，能有效提高病蟲害預測預警精度[64-65]。貨架期預測研究主要集中于以溫度為主要影響因素的化學品質衰變分析、感官品質的Weibull生存分析與微生物生長分析[66-67]。García等測定了去內臟和未去內臟的鱈魚特定腐敗菌的生長情況，從而建立了冷鏈物流過程波動溫度下特定腐敗菌生長的動力學模型和置信區間，能夠較好的判別鱈魚的品質等級[68]。劉壽春等分析了物流過程豬肉的感官特征，采用敏感性和回歸分析獲得感官評價的關鍵指標，進而設計質量控制圖展示感官特征的波動性，為豬肉感官品質控制提供了科學的管理方法[69]。

從宏觀尺度入手，進行質量安全預測預警對于全面掌控質量安全狀況進而進行決策分析具有重要作用。高翔等設計了基于季節、時間分析方法與零膨脹負二項式（zero-inflated negative binomial，ZINB）模型的禽霍亂風險分析方法，對中國禽霍亂的分布特征進行描述，利用模型分析結果與網絡地理信息（WebGIS）技術建立禽霍亂監測預警系統[70]。章德賓等以中國實際食品安全監測數據為樣本，研究基于BP神經網絡的食品安全預警方法，結果表明該方法能有效識別、記憶食品危險特征，能夠對輸入樣本進行有效的預測[71]。

大數據預測具有“全樣非抽樣、效率非精確、相關非因果”的特征，其在追溯方面的應用可以從3個層面展開。從微觀層面，針對病蟲害預測預警、貨架期預測等核心環節，構建集病蟲害特征、視頻信息、專家知識為一體的數據平臺，挖掘病蟲害發生規律和微生物生長規律，構建環境變化下的預測模型，變事后處置為提前預警，實現質量安全預測；從中觀層面，面向庫存分析、市場供求分析等關鍵過程，構建集庫存數據、產品周期數據、消費數據等多源數據融合的數據倉庫，采用聚類分析、決策樹分析、關聯分析等方法，建立消費數據為導向的供應鏈分析系統，實現供應鏈優化與調控；從宏觀層面，構建“環節銜接、品類整合”的農產品及食品安全大數據中心，全面掌控監管態勢，深入分析農產品及食品風險，構筑起立體化、精準化、信息化監管網絡，變被動發現為提前研判，增強決策分析能力。

3.3 區塊鏈：增強全程追溯可信度

農產品及食品供應鏈時空跨度大、參與主體眾多且分散、中心化方式管理與運作困難，加之數據采集時缺乏約束機制，易造成信息不透明，導致追溯信息可信度不高。提高追溯可信度已成為追溯系統可持續應用中面臨的重要問題。

區塊鏈技術具有分布式臺賬、去中心化、集體維護、共識信任等特點[72]，被證明在解決目前追溯系統可信度問題方面具有先天技術優勢[73-74]。Kamble等選取了農產品供應鏈采用區塊鏈技術的13個因素，并采用解釋結構模型（interpretive structural modelling, ISM）和決策試驗與評價實驗室方法（decision-making trial and evaluation laboratory，DEMATEL）分析了這些驅動因素，結果表明，可追溯性是采用區塊鏈技術的最重要原因[75]；Leng等提出了基于雙鏈架構的農業供應鏈系統公共區塊鏈，研究了鏈結構及其存儲模式、資源尋租與匹配機制和共識算法，結果表明，以農業供應鏈為基礎的產業鏈在雙鏈結構上可以考慮到交易信息的開放性和安全性以及企業信息的隱私，可以自適應地完成尋租和匹配資源，大大提高了公共服務平臺的公信力和整體效率[76]。錢建平等提出了由供應鏈層、數據層、網絡層、共識層、激勵層和應用層組成的農產品可信追溯系統[77]。

隨著區塊鏈技術的不斷成熟及應用場景的日益豐富，區塊鏈追溯的商業化應用也不斷推進[78]。如表3所示，研究者、公司等根據不同農產品及食品的特點和供應鏈特征，建立了面向產品的供應鏈管理與追溯系統。沃爾瑪（Walmart）和克羅格（Kroger）公司是最早將區塊鏈引入到供應鏈中的，最初的應用案例是中國豬肉和墨西哥芒果[79]；應用結果表明在使用區塊鏈技術以后，確定芒果從超市到農場的來源和路徑只需要幾秒鐘就可以完成，而未使用前則需6.5 d[80]。家樂福（Carrefour）正在使用區塊鏈進行產品標準的驗證和肉、魚、水果、蔬菜和乳制品的追溯[81]。另一個例子是，電子商務平臺京東（JD.com）監控在內蒙古生產的牛肉，這些牛肉被銷售到中國不同的省份，通過掃描QR碼，可以看到有關動物的詳細信息，包括營養、屠宰和肉類包裝日期，以及食品安全檢測的結果[82]。

表3 區塊鏈追溯商業化應用

目前，對于區塊鏈打造透明供應鏈、提升追溯可信度中的作用已經達成共識，相關的技術框架也被提出，原型的系統也被試點應用。后期的研究重點從追溯區塊結構優化、隱私保護、區塊鏈共識算法等方面開展。傳統的區塊之間是由鏈表來組織，用樹和圖來組織區塊的方案已經被提出[87]；根據供應鏈特征及追溯系統要求，選擇合適的區塊結構需要被深入研究。供應鏈上下游涉及一定的商業機密，引入零知識證明、同態加密等隱私保護方案，是基于區塊鏈追溯亟待解決的問題。共識機制已成為區塊鏈系統性能的關鍵瓶頸，融合PoW與PBFT優勢的共識算法應用于追溯系統是值得關注的問題。

4 結論與展望

追溯過程斷鏈、質量安全預警能力弱、全程追溯可信度低，已成為農產品及食品追溯系統研究與應用近30 a來面臨的重要問題。本文基于上述問題，從新一代信息技術的應用和發展提升追溯系統智能化方面入手，通過文獻分析和綜合研究，得到如下結論：

1）首次提出了追溯系統從1.0-3.0的發展歷程，追溯1.0階段以信息記錄為主、追溯2.0階段以數據整合為主、追溯3.0階段以智能決策為主。

2）在分析文獻的基礎上，描述了以物聯網、大數據、云計算、人工智能、區塊鏈等為核心的新一代信息技術之間在信息感知、數據處理、高效計算、智能分析、加密防偽等方面各有側重又相互關聯的內在關系。

3）重點歸納總結了人工智能技術在降低追溯過程斷鏈程度、大數據技術在提升質量安全預警能力、區塊鏈技術在增強全程追溯可信度等方面的影響及作用。

新一代信息技術的發展既是單項技術的縱向提升，也是融合技術的橫向滲透，其在追溯方面的深入研究方向展望如下：

1）人工智能技術的快速發展將為供應鏈內部尤其是加工環節智能柔性追溯模型構建提供有利支撐，從而提升追溯粒度；在供應鏈之間，通過構建智慧供應鏈背景下的追溯耦合模型，進一步降低追溯斷鏈程度。

2）大數據在微觀層面，針對病蟲害預測預警、貨架期預測等核心環節，構建融合數據挖掘和作用機理的預測模型，變事后處置為提前預警；在中觀層面，面向庫存分析、市場供求分析等關鍵過程，實現供應鏈優化與調控；在宏觀層面，通過構建農產品及食品安全大數據中心，變被動發現為提前研判。

3）區塊鏈在追溯中的應用還處于原型系統階段，后期的研究和應用重點更多應根據供應鏈的不同場景及質量安全管理的需求特征，從追溯區塊結構優化、隱私保護、共識算法等方面開展。

4）人工智能、大數據、區塊鏈等技術都有不同特點，在解決特定問題是具有一定優勢，但技術的深入融合能更好的取長補短；在解決追溯系統面臨的深度問題時，也更應注重不同技術的融合。

[1] Kennedy S. Why can't we test our way to absolute food safety?[J]. Science, 2009, 322(5908): 1641－1643.

[2] McEntire J C, Arens S, Bernstein M, et al. Traceability (product tracing) in food systems: An IFT report submitted to the FDA, volume 1: Technical aspects and recommendations[J]. Comprehensive Reviews in Food Science & Food Safety, 2010, 9(1): 92－158.

[3] Tarjan L, Senk I, Tegeltija S, et al. A readability analysis for QR code application in a traceability system[J]. Computers and Electronics in Agriculture, 2014, 109(11): 1－11.

[4] Karlsen K M, Donnelly K A M, Olsen P. Granularity and its importance for traceability in a farmed salmon supply chain[J]. Journal of Food Engineering, 2011, 102(1): 1－8.

[5] 錢建平，宋英卓，王姍姍，等.風險矩陣和流程分析法挖掘小麥粉加工中質量安全追溯信息[J]. 農業工程學報，2019，35(2)：302－308.

Qian Jianping, Song Yingzhuo, Wang Shanshan, et al. Quality and safety traceable information mining in wheat flour processing based on risk matrix and flow analysis method[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(2): 302－308. (in Chinese with English abstract)

[6] Bosona T, Gerbresenbet G. Food traceability as an integral part of logistics management in food and agricultural supply chain[J]. Food Control, 2013, 33(1): 32－48.

[7] Smith G C, Tatum J D, Belk K E, et al. Traceability from a US perspective[J]. Meat Science, 2005,71(1): 174－193.

[8] Stewart W G. Food authentication and traceability: An Asian and Australian perspective[J]. Food Control, 2017, 72(2): 168－17.

[9] 謝菊芳，陸昌華，李保明，等. 基于.NET構架的安全豬肉全程可追溯系統實現[J]. 農業工程學報，2006，22(6)：218－220.

Xie Jufang, Lu Changhua, Li Baoming, et al. Implementation of pork traceability system based on .NET framework[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2006, 22(6): 218－220. (in Chinese with English abstract)

[10] 楊信廷，錢建平，孫傳恒，等. 蔬菜安全生產管理及質量追溯系統設計與實現[J]. 農業工程學報，2008，24(3)：162－166.

Yang Xinting, Qian Jianping, Sun Chuanheng, et al. Design and application of safe production and quality traceability system for vegetable[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2008, 24(3): 162－166. (in Chinese with English abstract)

[11] 任晰，傅澤田，穆維松，等. 基于Web的羅非魚養殖質量安全信息可追溯系統[J]. 農業工程學報，2009，25(4)：163－167.

Ren Xi, Fu Zetian, Mu Weisong, et al. Traceability system for tilapia breeding quality safety information based on Web[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2009, 25(4): 163－167. (in Chinese with English abstract)

[12] 熊本海，傅潤亭，林兆輝，等. 生豬及其產品從農場到餐桌質量溯源解決方案：以天津市為例[J]. 中國農業科學，2009，42(1)：230－237.

Xiong Benhai, Fu Runting, Lin Zhaohui, et al. A Solution solution on pork quality safety production traceability from farm to dining table: Taking Tianjin city as an example[J]. Scientia Agricultura Sinica, 2009, 42(1): 230－237. (in Chinese with English abstract)

[13] Qian J, Yang X, Wang X, et al. Framework for an IT-based vegetable traceability system integrated two different operating mechanisms in China on comparison with two cities[J]. Journal of Food Agriculture & Environment, 2013. 11(3/4): 317－323.

[14] 吳林海，劉曉琳，謝林柏，等. 基于Logistic模型的食品可追溯系統決策方法[J]. 系統管理學報，2016，25(4)：644－651.

Wu Linhai, Liu Xiaolin, Xie Linbai, et al. Decision-making method for food traceability system based on logistic model[J]. Journal of Systems & Management, 2016, 25(4): 644－651. (in Chinese with English abstract)

[15] Badia-Melis R, Mishra P, Ruiz-García L. Food traceability: New trends and recent advances. A review[J]. Food control, 2015, 57(11): 393－401.

[16] 李明佳，汪登，曾小珊，等. 基于區塊鏈的食品安全溯源體系設計[J]. 食品科學，2019，40(3)：279－285.

Li Mingjia, Wang Deng, Zeng Xiaoshan, et al. Food safety tracing technology based on block chain[J]. Food Science, 2019, 40(3): 279－285. (in Chinese with English abstract)

[17] Qian J P, Shi C, Wang S S, et al. Cloud-based system for rational use of pesticide to guarantee the source safety of traceable vegetables[J]. Food Control, 2018, 87: 192－202

[18] 邵云飛，殷俊杰，杜欣. 新一代信息技術產業聯盟組合研究回顧與展望[J]. 電子科技大學學報：社科版，2018，20(3)：22－30.

Shao Yunfei, Yin Junjie, Du Xin. Review of prospect of new generation of information technology industry alliance portfolio[J]. Journal of UESTC: Social Sciences Edition, 2018, 20(3): 22－30. (in Chinese with English abstract)

[19] Creydt M, Fischer M. Blockchain and more－Algorithm driven food traceability[J]. Food Control, 2019, 105: 45－51.

[20] Olsen P, Borit M. The components of a food traceability system[J]. Trends in Food Science & Technology, 2018, 77: 143－149.

[21] Bai H, Zhou G, Hu Y, et al. Traceability technologies for farm animals and their products in China[J]. Food Control, 2017, 79: 35－43.

[22] 楊信廷，錢建平，孫傳恒，等. 農產品及食品質量安全追溯系統關鍵技術研究進展[J]. 農業機械學報，2014，45(11)：212－222.

Yang Xinting, Qian Jianping, Sun Chuanheng, et al. Key technologies for establishment agricultural products and food quality safety traceability systems[J]. Transactions of the Chinese Society for Agricultural Machinery, 2014, 45(11): 212－222. (in Chinese with English abstract)

[23] 王東亭，饒秀勤，應義斌. 世界主要農業發達地區農產品追溯體系發展現狀[J]. 農業工程學報，2014，30(8)：236－250.

Wang Dongting, Rao Xiuqin, Ying Yibin. Development of agri-products traceability in main developed agriculture region of the world[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(8): 236－250. (in Chinese with English abstract)

[24] 傅澤田，邢少華，張小栓. 食品質量安全可追溯關鍵技術發展研究[J]. 農業機械學報，2013，44(7)：144－153.

Fu Zetian, Xing Shaohua, Zhang Xiaoshuan. Development trend of food quality safety traceability technology[J]. Transactions of the Chinese Society for Agricultural Machinery, 2013, 44(7): 144－153. (in Chinese with English abstract)

[25] Tilman D, Cassman K G, Matson P A, et al. Agricultural sustainability and intensive production practices[J]. Nature, 2002, 418: 671－677.

[26] Wales C, Harvey M, Warde A. Recuperating from BSE: The shifting UK institutional basis for trust in food[J]. Appetite, 2006, 47(2): 187－195.

[27] Bernard A, Broeckaert F, De P G, et al. The belgian PCB/dioxin incident: Analysis of the food chain contamination and health risk evaluation[J]. Environmental Research, 2002, 88(1): 1－18.

[28] 楊天和，褚保金.“從農田到餐桌”食品安全全程控制技術體系研究[J]. 食品科學，2005，26(3)：264－268.

Yang Tianhe, Chu Baojin. Study on control system of food safety from farm to table[J]. Food Science, 2005, 26(3): 264－268. (in Chinese with English abstract)

[29] Jin S S, Zhou L, Consumer interest in information provided by food traceability systems in Japan[J]. Food Quality and Preference, 2014, 36: 144－152.

[30] 楊信廷，錢建平，孫傳恒. 現代食品安全控制與策略叢書農產品質量安全管理與溯源－理論、技術與實踐[M]. 北京：科學出版社，2016.

[31] 施澤平. 農產品質量安全實施IC卡監管的實踐與思考[J]. 農業質量標準，2005(6)：24－26.

[32] 錢建平，張保巖，邢斌，等. 集成實時快速檢測信息的蔬菜追溯系統改進與應用[J]. 農業工程學報，2015，31(4)：306－311.

Qian Jianping, Zhang Baoyan, Xing Bin, et al. Improvement and application of vegetable traceability system with integrated real-time rapid detection of information[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(4): 306－311. (in Chinese with English abstract)

[33] Biggs P, Srivastava L. ITU Internet Reports 2005: The Internet of Things[M]. Geverna: International Telecommunication Unio, 2005.

[34] Commission of the European Communities. Internet of things—an action plan for Europe[R]. Brussels: Commission of the European Communities, 2009-06-18.

[35] 葛文杰，趙春江. 農業物聯網研究與應用現狀及發展對策研究[J]. 農業機械學報，2014，45(7)：222－230.

Ge Wenjie, Zhao Chunjiang. State-of-the-art and developing strategies of agricultural internet of things[J]. Transactions of the Chinese Society for Agricultural Machinery, 2014, 45(7): 222－230. (in Chinese with English abstract)

[36] 汪懋華. 物聯網農業領域應用發展對現代科學儀器的需求[J]. 現代科學儀器，2010(3)：5－6.

[37] 何勇，聶鵬程，劉飛. 農業物聯網與傳感儀器研究進展[J]. 農業機械學報，2013，44(10)：216－226.

He Yong, Nie Pengcheng, Liu Fei. Advancement and trend of internet of things in agriculture and sensing instrument[J]. Transactions of the Chinese Society for Agricultural Machinery, 2013, 44(10): 216－226. (in Chinese with English abstract)

[38] 騰訊研究院，中國信通院互聯網法律研究中心，騰訊AI Lab，等. 人工智能[M]. 北京：中國人民大學出版社，2017.

[39] 梁智昊，許守任. “十三五”新一代信息技術產業發展策略研究[J]. 中國工程科學，2016，18(4)：32－37.

Liang Zhihao, Xu Shouren. Study on the development strategy for the new generation of information technology industry during the 13th Five-Year Plan[J]. Strategic Study of ACE, 2016, 18(4): 32－37. (in Chinese with English abstract)

[40] 鄔賀銓. 新一代信息技術的發展機遇與挑戰[J]. 中國發展觀察，2016(4)：11－13.

[41] 徐宗本. 把握新一代信息技術，把核心技術掌握在自己手中[N]. 人民日報，2019-03-01（9）.

[42] 蔣昌俊，王俊麗. 智能源于人、拓于工－人工智能發展的一點思考[J]. 中國工程科學，2018，20(6)：93－100.

Jiang Changjun, Wang Junli. Intelligence originating from human beings and expanding in industry: A view on the development of artificial intelligence[J]. Strategic Study of ACE, 2018, 20(6): 93－100. (in Chinese with English abstract)

[43] 蔡曉晴，鄧堯，張亮，等. 區塊鏈原理及其核心技術[J]. 計算機學報，2019，42(115)：1－15.

Cai Xiaoqing, Deng Yao, Zhang Liang, et al. The principle and core technology of blockchain[J]. Chinese Journal of Computers, 2019, 42(115): 1－15. (in Chinese with English abstract)

[44] 錢建平，楊信廷，張保巖，等. 基于RFID的蔬菜產地追溯精確度提高方案及應用[J]. 農業工程學報，2012，28(15)：234－239.

Qian Jianping, Yang Xinting, Zhang Baoyan, et al. RFID-based solution for improving vegetable producing area traceability precision and its application[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2012, 28(15): 234－239. (in Chinese with English abstract)

[45] 錢建平，吳曉明，范蓓蕾，等. 基于條碼－RFID關聯的蔬菜流通過程追溯精確度提高方法[J]. 中國農業科學，2013，46(18)：3857－3863.

Qian Jianping, Wu Xiaoming, Fan Beilei, et al. A solution for improving vegetable circulation traceability precision based on barcode-RFID correspondence[J]. Scientia Agricultura Sinica, 2013, 46(18): 3857－3863. (in Chinese with English abstract)

[46] Bertolini M, Bevilacqua M, Massini R. FMECA approach to product traceability in the food industry[J]. Food Control, 2006, 17(2): 137－145.

[47] Qian J P, Fan B L, Wu X M, et al. Comprehensive and quantifiable granularity: A novel model to measure agro-food traceability[J]. Food Control, 2017, 74(4): 98－106.

[48] Donnelly K A M, Karlsen K M, Olsen P. The importance of transformations for traceability: A case study of lamb and lamb products[J]. Meat Science, 2009, 83(1): 68－73.

[49] Wang L X, Kwok S K, Ip W H. A radio frequency identification and sensor-based system for the transportation of food[J]. Journal of Food Engineering, 2010, 101(1): 120－129.

[50] Aung M M, Chang Y S. Traceability in food supply chain: Safety and quality perpectives[J]. Food Control, 2014, 39(1): 172－184.

[51] Dupuy C, Botta-Genoulaz V, Guinet A. Batch dispersion model to optimize traceability in food industry[J]. Journal of Food Engineering, 2005, 70(3): 333－339

[52] 王姍姍，趙春江，錢建平，等. 批次清單結合Petri網追溯模型提高小麥粉加工過程追溯精度[J]. 農業工程學報，2018，34(14)：263－271.

Wang Shanshan, Zhao Chunjiang, Qian Jianping, et al. Bill of lots combined with Petri tracing model improving traceability of wheat flour processing[J].Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(14): 263－271. (in Chinese with English abstract)

[53] Thakur M, Hurburgh C R. Framework for implementing traceability system in the bulk grain supply chain[J]. Journal of Food Engineering, 2009, 95(4): 617－626.

[54] 邢斌，劉學馨，錢建平，等. 鮮切蔬菜加工過程追溯的原料批次混合優化模型構建[J]. 農業工程學報，2015，31(10)：309－314.

Xing Bin, Liu Xuexin, Qian Jianping, et al.Establishment of materials batch mixing optimization model for traceability of fresh-cuts fruits and vegetables processing[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(10): 309－314. (in Chinese with English abstract)

[55] Lobna L, Mounir B. A production model to reduce batch dispersion and optimize traceability[C]//4th International Conference on Logistics,Hammamet, Tunisia, 2011: 144－149.

[56] Tamayo S, Monteiro T, Sauer N. Deliveries optimization by exploiting production traceability information[J]. Engineering Applications of Artificial Intelligence, 2009, 22(4/5): 557－568.

[57] 李鋒，吳華瑞，朱華吉，等. 基于改進粒子群算法的農產品召回優化[J]. 農業工程學報，2013，29(7)：238－245.

Li Feng, Wu Huarui, Zhu Huaji, et al. Optimization of agricultural products recall based on modified particle swarm algorithm[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2013, 29(7): 238－245. (in Chinese with English abstract)

[58] Cerf O, Donnat E. Application of hazard analysis-critical control point (HACCP) principles to primary production: What is feasible and desirable?[J]. Food Control, 2011, 22(12): 1839－1843.

[59] Shi C, Qian J, Han S, et al. Developing a machine vision system for simultaneous prediction of freshness indicators based on tilapia () pupil and gill color during storage at 4°C[J]. Food Chemistry, 2018, 243: 134－140.

[60] 呂本富，陳健. 大數據預測研究及相關問題[J]. 科技促進發展，2014，10(1)：60－65.

Lü Benfu, Chen Jian. The predication based on big data and related issues[J]. Science & Technology for Development, 2014, 10(1): 60－65. (in Chinese with English abstract)

[61] 王翔宇，溫皓杰，李鑫星，等. 農業主要病害檢測與預警技術研究進展分析[J]. 農業機械學報，2016，47(9)：266－277.

Wang Xiangyu, Wen Haojie, Li Xinxing, et al.Research progress analysis of mainly agricultural diseases detection and early warning technologies[J].Transactions of the Chinese Society for Agricultural Machinery, 2016, 47(9): 266－277. (in Chinese with English abstract)

[62] Moh A, Massart S, Jijakli M H, et al. Models to predict the combined effects of temperature and relative humidity on Pectobacteriumatrosepticum and Pectobacteriumcarotovorum subsp. Carotovorum population density and soft rot disease development at the surface of wounded potato tubers[J]. Journal of Plant Pathology, 2012, 94(1): 181－191

[63] 李明，趙春江，楊信廷，等. 溫室蔬菜病害預警體系初探：以黃瓜霜霉病為例[J]. 中國農學通報，2010，26(6)：324－331.

Li Ming, Zhao Chunjiang, Yang Xinting, et al. Towards an early warning framework of greenhouse vegetable diseases-A case of cucumber downy mildew[J]. Chinese Agricultural Science Bulletin, 2010, 26(6): 324－331. (in Chinese with English abstract)

[64] 張善文，張傳雷，丁軍. 基于改進深度置信網絡的大棚冬棗病蟲害預測模型[J]. 農業工程學報，2017，33(19)：202－208.

Zhang Shanwen, Zhang Chuanlei, Ding Jun. Disease and insect pest forecasting model of greenhouse winter jujube based on modified deep belief network[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(19): 202－208. (in Chinese with English abstract)

[65] Sankaran S, Ehsani R. Visible near infrared spectroscopy based citrus greening detection: evaluation of spectral feature extraction techniques[J]. Crop Protection, 2011, 30(11): 1508－1513.

[66] 史波林，趙鐳，支瑞聰. 基于品質衰變理論的食品貨架期預測模型及其應用研究進展[J]. 食品科學，2012，33(21)：345－350.

Shi Bolin, Zhao Lei, Zhi Ruicong. Advances in predictive shelf life models based on food quality deterioration theory and their applications[J]. Food Science, 2012, 33(21): 345－350. (in Chinese with English abstract)

[67] 史策，錢建平，韓帥，等. 水產品貨架期預測模型的研究進展[J]. 食品科學，2017，38(15)：294－301.

Shi Ce, Qian Jianping, Han Shuai, et al. Progress in shelf life prediction models for aquatic products[J]. Food Science, 2017, 38(15): 294－301. (in Chinese with English abstract)

[68] García Míriam R, Vilas C , Herrera J R , et al. Quality and shelf-life prediction for retail fresh hake ()[J]. International Journal of Food Microbiology, 2015, 208: 65－74.

[69] 劉壽春，趙春江，楊信廷，等. 豬肉冷鏈物流感官質量控制圖設計與應用[J]. 農業機械學報，2014，45(7)：177－182.

Liu Shouchun, Zhao Chunjiang, Yang Xinting, et al. Design and application of control charts in pork sensory quality during cold chain logistics[J]. Transactions of the Chinese Society for Agricultural Machinery, 2014, 45(7): 177－182. (in Chinese with English abstract)

[70] 高翔，肖建華，王洪斌. 基于 ZINB 模型和氣象因素的禽霍亂發病預測[J]. 農業工程學報，2018，34(15)：176－182.

Gao Xiang, Xiao Jianhua, Wang Hongbin. Prediction of avian pasteurellosis based on ZINB model and meteorological factors[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(15): 176－182. (in Chinese with English abstract)

[71] 章德賓，徐家鵬，許建軍，等. 基于監測數據和BP神經網絡的食品安全預警模型[J]. 農業工程學報，2010，26(1)：221－226.

Zhang Debin, Xu Jiapeng, Xu Jianjun, et al. Model for food safety warning based on inspection data and BP neural network[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2010, 26(1): 221－226. (in Chinese with English abstract)

[72] 于麗娜，張國鋒，賈敬敦，等. 基于區塊鏈技術的現代農產品供應鏈[J]. 農業機械學報，2017，48(S1)：387－393.

Yu Li’na, Zhang Guofeng, Jia Jingdun, et al. Modern agricultural product supply chain based on block chain technology[J]. Transactions of the Chinese Society for Agricultural Machinery, 2017, 48(S1): 387－393. (in Chinese with English abstract)

[73] Zhao G, Liu S, Lopez C, et al. Blockchain technology in agri-food value chain management: A synthesis of applications, challenges and future research directions[J]. Computers in Industry, 2019, 109: 83－99.

[74] Antonucci F, Figorilli S, Costa C, et al. A review on blockchain applications in the agri-food sector[J]. Journal of the Science of Food and Agriculture, 2019, 99: 6129－6138.

[75] Kamble S S, Gunasekaran A, Sharma R. Modeling the blockchain enabled traceability in agriculture supply chain[J/OL]. International Journal of Information Management. [2019-11-12] https://doi.org/10.1016/j.ijinfomgt.2019.05.023.

[76] Leng K J, Bi Y, Jing L B. Research on agricultural supply chain system with double chain architecture based on block chain technology[J]. Future Generation Computer Systems, 2018, 86: 641－649.

[77] 錢建平，范蓓蕾，史云，等. 基于區塊鏈的農產品可信追溯系統框架構建[J]. 中國農業信息，2019，31(3)：48－57.

Qian Jianping, Fan Beilei, Shi Yun, et al. The structure of credible traceability system for agricultural products based on blockchain[J]. China Agricultural Informatics, 2019, 31(3): 48－57. (in Chinese with English abstract)

[78] Kamilaris A, Fonts A, Prenafeta-Boldv F X. The rise of block chain technology in agriculture and food supply chains[J]. Trends in Food Science & Technology, 2019, 91: 640－652.

[79] CB Insights. How blockchain could transform food safety [EB/OL]. [2019-11-12] https://www.cbinsights.com/research/ blockchain-grocery-supply-chain.

[80] Wass S. Food companies unite to advance blockchain for supply chain traceability[EB/OL]. [2019-11-12] https://www.gtreview.com/news/fintech/food-companies-unite- to-advance-blockchain- for-supply-chain-traceability.

[81] Carrefour. The food blockchain[EB/OL]. [2019-11-12] https://actforfood.carrefour.com/Why-take-action/the-food- blockchain.

[82] JD.com Blog. JD blockchain open platform[EB/OL]. [2019-11-12] https://jdcorporateblog.com/jd-launches-blockchain-open- platform.

[83] Hendrix Genetics. New blockchain project involving turkeys and animal welfare[EB/OL]. [2019-11-12] https://www.hendrix- genetics.com/en/news/new-blockchain-project-involving-turkeys- and-animal-welfare.

[84] Ireland Craft Beers. Downstream beer[EB/OL]. [2019-11-12] http://www.down-stream.io.

[85] Fast Company. In China, you can track your chicken on-you guessed it- the Blockchain[EB/OL]. [2019-11-12] https://www. fastcompany.com/40515999/in-china-you-can-track-your- chicken-on-you-guessed-it-the-blockchain.

[86] Hyperledger. Bringing traceability and accountability to the supply chain through the power of HyperledgerSawtooth’s distributed ledger technology[EB/OL]. [2019-11-12] https://sawtooth. hyperledger.org/examples/seafood.html.

[87] 邵奇峰，金澈清，張召，等. 區塊鏈技術：架構及進展[J]. 計算機學報，2017，41(5)：969－988.

Shao Qifeng, Jin Cheqing, Zhang Zhao, et al. Blockchain: Architecture and research progress[J]. Chinese Journal of Computers, 2017, 41(5): 969－988. (in Chinese with English abstract)

Review on agricultural products smart traceability system affected by new generation information technology

QianJianping, Wu Wenbin, Yang Peng※

(,/,,100081,)

From the problem of mad cow disease to date, the traceability system as effective means to ensure food safety has been introduced for nearly 30 years. Now, reducing breakage degree for traceability chain, enhancing traceability credibility, and improving early warning capacity for agri-food quality and safety, these has increasingly become hot topics of traceability system research, which is also urgent problems in traceability system application. Focusing on these issues, the agricultural products smart traceability system affected by new generation information technologies based on the relevant literature was summarized and analyzed. Firstly, the development stages of traceability system from 1.0 to 3.0 were presented. The features of the three stages were information recording for 1.0, data integration for 2.0, and intelligent decision-making for 3.0 , respectively. Secondly, the relationship of new generation information technology including internet of things (IoT), big data, cloud computing, blockchain, artificial intelligence (AI) was described. The new generation of information technology is not only the vertical promotion of single technology, but also the horizontal penetration of technology integration. The development trend about big data, artificial intelligence and block chain were summarized. Finally, the relevant research on the issues of reducing the breakage degree for traceability with AI, improving early warning capability for agri-food quality and safety with big data, and enhancing the traceability credibility of the whole supply chain with blockchain were summarized. The orientation of in-depth study was put forward in the light of the technology development trend. For combing AI, traceability granularity should be improved from within and among supply chains through establishment some flexible and intelligent traceability models. For coming big data, prediction quality and optimization processing model should be enhanced through data mining and analysis from different levels. For coming blockchain, traceability block structure optimization, privacy protection, block chain consensus algorithm should be performed to meet the requirement agri-food. In fact, AI, big data, block chain and other technologies have different characteristics. In order to improve the intelligent level for traceability system, the different technologies should be integrated deeply. This paper provides a useful reference for grasping the development trend of traceability system, for knowing the research hot spot and for understanding the application bottleneck.

agricultural products; traceability; new generation information technology; artificial intelligence; big data; block chain; food safety

2019-11-18

2020-01-22

國家自然科學基金項目（31971808）；中國農業科學院科技創新工程引進英才“智慧農業”項目（962-3）

錢建平，博士，研究員，主要從事農產品智慧供應鏈管理與追溯技術研究。Email：qianjianping@caas.cn

楊 鵬，博士，研究員，主要從事農業資源管理與智慧農業研究。Email：yangpeng@caas.cn

10.11975/j.issn.1002-6819.2020.05.021

TP301; S23

A

1002-6819(2020)-05-0182-10

錢建平，吳文斌，楊 鵬. 新一代信息技術對農產品追溯系統智能化影響的綜述[J]. 農業工程學報，2020，36(5)：182－191. doi：10.11975/j.issn.1002-6819.2020.05.021 http://www.tcsae.org

Qian Jianping, Wu Wenbin, Yang Peng. Review on agricultural products smart traceability system affected by new generation information technology[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(5): 182－191. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2020.05.021 http://www.tcsae.org