Con el continuo avance de la tecnología de la información en el campo agrícola, se ha generado una gran cantidad de información textual agrícola no estructurada. Esta información es crucial para apoyar el desarrollo de la agricultura inteligente, lo que hace que la aplicación del reconocimiento de entidades nombradas en el campo agrícola sea más urgente. Con el fin de mejorar la precisión del reconocimiento de entidades agrícolas, este estudio utiliza el modelo pre-entrenado BERT-wwm para la incrustación de palabras en el texto. Además, se introduce un mecanismo de atención de canal (CA) en la red de extracción de características aguas abajo BILSTM-CRF para capturar de manera integral las características contextuales del texto. Los resultados experimentales demuestran que el método propuesto mejora significativamente el rendimiento del reconocimiento de entidades nombradas, con un aumento en la precisión, recuperación y valor F1. La implementación exitosa de este método proporciona un soporte confiable para tareas posteriores como la construcción de gráficos de conocimiento agrícola y sistemas de preguntas y respuestas, y establece una base para una mejor comprensión y utilización de la información textual agrícola.