为传统植保注入大数据的力量

韩 啸

“当农民在田间发现病虫害时，只需用手机拍一张照片提交服务器，手机就能通过检索、处理，反馈给他这是什么病虫害。在提供标准图片、危害症状等比对确认的前提下，手机软件就会为种植户提供该病虫害的发生分布、危害轻重、发生趋势、要不要防治、如何防治，以及防治物资购买渠道、专业化防治服务组织的联系方式等相关信息……”近日，由全国农技中心和中国科学院（合肥）智能机械研究所、安徽中科智能感知大数据产业技术研究院在北京举办的大数据建设战略合作签约仪式上，全国农技中心主任刘天金描绘了这样的植保图景。

据悉，今后三方将在重大项目联合申报、核心产品研发、通用平台构建、行业标准制定和技术集成示范等方面加强合作，充分挖掘各自潜力，推动大数据技术在植保领域的研发与应用，将大数据、人工智能转化为实实在在的科技生产力。

以数字化推动植保工作升级

当前，信息化的技术和装备正逐渐成为社会发展变革的重要推动力。以人工智能、大数据为代表的技术层面的探索，已经被确定为国家重大发展战略。在农业生产领域加强植保大数据建设，既是对国家重大战略的落实，也是提高病虫害监控能力的有力举措。

近年来，受气候变化、耕作制度演变等因素影响，我国农作物病虫害监测防控面临诸多挑战。首先是病虫害重发多发频发，小麦赤霉病、水稻稻瘟病、“两迁”害虫、黏虫等流行性、迁飞性病虫害重发频率提高，病虫害监测压力增大；其次是基层植保机构人手减少、青黄不接、力量薄弱，测报工作面临“谁来干”的问题；第三是监测手段还停留在比较传统的阶段，“眼观手查、盘拍棍赶”的状况没有从根本上改变。

据刘天金介绍，在综合利用互联网、大数据、人工智能等现代信息技术和装备的前提下，传统的植保工作将逐渐演变成为一种数据集中和共享的方式——在此基础之上，技术融合、业务融合、数据融合都将逐步实现。

基于此，目前已经在运行中的中国农作物有害生物监控信息系统、全国农作物重大病虫害数字化监测预警系统等监管体系之间的信息壁垒可以彻底消除，统筹构建成植保数据中心、信息采集系统、分析处理系统、决策支持系统和信息服务系统，最终形成一个覆盖全国、统一接入、统筹利用的植保大数据共享平台。

强强联合让人工智能深入田间地头

据了解，今后三方将充分发挥各自优势，挖掘自身资源，在国家重大战略和现实需求的指引下，推动植保大数据平台的建设。尤其是要引入人工智能技术，共同打造一个惠及政府政策制定、农作物生产、病虫害监测预警等多个层面的智慧植保平台，让植物保护工作呈现出前所未有的科技化图景。

中国科学院（合肥）智能机械研究所所长王儒敬介绍，打造“智慧植保平台”的关键，就是充分发挥人工智能极强的自学能力，使其从海量植保数据中进行训练学习，挖掘潜在的规律和模式；同时，基于人工智能在大数据支持下的辅助决策能力，有效降低对数据的依赖程度，将植保工作做得更简单、更科学、更智能。

从三方合作的层面来看，全国农技中心拥有海量的农业数据资源。以全国农作物重大病虫害数字化监测预警系统为例，目前已经连通全国31个省级植保站和1030个病虫害测报区域站，积累了近20年的测报观测数据，共有210多万张表以及3200多万条数据。

另一方面，伴随着传感器、智能移动设备等技术的发展，涉农数据近年来呈现出每年50%～80%的爆发式增长趋势，这些数据融合了农业的地域性、季节性、多样性、周期性等，仅与病虫害测报相关的就包括气象数据、作物信息数据、病虫害遥感数据、地面监测数据、病虫害人工统计数据等，通过传统方法往往难以处理和分析。

而这些数据却为新技术的应用提供了丰富的原始素材，通过对海量数据的整理和学习，从数据延伸为模型，进而形成病虫害自动识别、统计分析、可视化趋势、预测预报等功能系统，最终实现对病虫害的智能化分析和精准预测，彻底实现科学、绿色防控，为宏观决策提供科学依据。

中国科学院（合肥）智能机械研究所、安徽中科感知大数据产业技术研究院在自动化、人工智能、农业大数据研究方面具有雄厚的基础。目前在安徽省境内的10个植保站已经建立了应用基地，在全国范围内11个省份14个县开展了智慧植保产品的试用和相关服务。

“智宝”“随识”为日常生产提供科技支撑

未来，植保大数据建设还将深入到普通种植户的日常生产中，切实提高重大病虫害的防控能力。

目前，三方共同创新研制了名为“智宝”的移动式病虫害智能化感知设备，填补了国内外移动式病虫害智能测报技术与产品的空白。该设备集成了包括视觉、温湿度传感器、地理位置、移动终端等多种信息获取手段，有效提升了现有病虫害监测能力。

在智慧植保平台的思路下，三方还将进一步致力于新技术的下沉，为种植户开发真正好用的植保工具。刘天金说，“智慧植保”的发展目前正和智能手机的普及密切结合起来。以正在开发中的“随识APP”为例，其功能强大，界面简明，操作简便，拥有庞大的专业病虫害知识库，以服务普通农户、新型农业经营主体等为目标，目前包含411种病虫害的信息，对重大病虫害的识别精度可以达到85%以上。同时，该APP拥有丰富的数据库和先进的云端技术作为支撑，为农民提供更加全面而精准的“植物诊断书”。基于人工智能，“随识”还可以随着时间的推移和数据的积累，掌握更多目前尚不支持识别的害虫种类。

刘天金强调，解决实际生产需求始终是三方合作的关键导向，以成果转化应用为目标，优势互补，力争形成一批配套的专利技术成果，切实提高重大病虫害监测防控的能力。在目前合作基础上，三方已经有了一些成功的合作实践：基本解决了测报灯下害虫的自动识别和分类计数技术，以及研制出了病虫害田间发生数据智能采集设备等。这些研发成果从2017年开始就已经在安徽、湖南、江西、河南等省开展试验示范，为植保大数据建设及进一步的生产应用积累了宝贵经验。