农业信息是农业信息化战略的重要载体,高效获取精准农业信息是实现农业信息化的必要条件。随着物联网和移动通信技术的发展,为农业信息采集注入了新的活力,基于智能终端设备感知能力的群智感知（Crowd Sensing）实现了一种新型的数据采集模式,相比于传统基于静态传感器的信息采集方法,群智感知具有灵活性强、可拓展性强、感知成本低等优点。为了提高农业信息采集的高效性、可拓展性以及降低人力成本,本文以农业信息为研究对象,将群智感知和农业信息采集的场景特征相结合,分别研究任务分配模型构建方法和激励机制设计方法,开发并实现基于群智感知的农业信息采集系统。主要研究内容如下:（1）基于混沌蜉蝣算法的任务分配机制模型构建。针对农业信息采集的场景下农业数据信息时空跨度大、周期性长以及时效性强的特征,导致任务分配效用低的问题,对农业信息采集任务分配问题进行建模,由于该问题具有NP-hard性,在确保感知数据质量的前提下,以最大化时空覆盖率为优化目标,采用基于精英反向学习和柯西变异的混沌蜉蝣算法求解任务分配问题。实验结果证明:基于混沌蜉蝣算法的任务分配机制的平均性能比其他方法提升17.12%。（2）基于多属性反向拍卖的激励机制设计。针对农业信息采集场景中用户的参与意愿不高的问题,采用多属性反向拍卖的方法选取优胜者,对于感知难度较大、时空跨度较大的边缘任务,设计了基于参与者感知成本的激励算法,参与者完成任务后可额外获得激励报酬。针对感知数据有效性较低的问题,在选取优胜者过程中引入了自适应阈值方法,当参与者的信誉值低于阈值时,感知平台将不为其分配任务,并设计基于感知平台与任务发布者的双重质量评价体系对感知数据进行评估,结合感知数据效用和参与者的任务贡献度给予参与者合理的报酬。实验结果说明:该激励机制的平均性能比其他方法提升16.14%。（3）基于群智感知的农业信息采集系统设计与实现。针对现阶段农业信息采集系统拓灵活性低、成本高等问题。研究基于群智感知的农业信息采集系统设计与实现,系统基于微信小程序,采用Spring Boot框架和We UI进行开发。通过小麦地面茎秆信息采集的案例分析,实验结果证明:在固定预算的前提下,所采集的数据合格率达到84.62%、任务空间覆盖率达到72.57%,进一步验证了基于群智感知的农业信息采集系统的有效性和可行性。