人工智能技术在现代农业中的实践应用分析

余庆泽 毛为慧 卢秀萍

摘 要：国务院《新一代人工智能发展规划》提出要加快人工智能深度应用，培育壮大人工智能产业，发展智能农业。人工智能技术推进农业新发展，是农业现代化生产的新方向。鉴于国外发达国家在该领域领先国内，梳理人工智能在现代农业主要实践应用基础上，分析农业发展新态势及主要技术应用，挖掘国外发展经验对我国现代农业可借鉴之处，以期促进我国智能农业快速发展。

关键词：人工智能;智能农业;农业现代化

中图分类号：S106 文献标识码：A 文章编号：1003-5168（2019）22-0017-03

Practical Application Analysis of Artificial Intelligence

Technology in Modern Agriculture

——Based On Foreign Development Trends

YU Qingze MAO Weihui LU Xiuping

Abstract： The state council New Generation of Artificial Intelligence Development Plan proposes to speed up the deep application of artificial intelligence， cultivate and expand the artificial intelligence industry， develop intelligent agriculture. Artificial intelligence technology promotes the new development of agriculture and becomes the new direction of agricultural modernization production. In view of the fact that foreign developed countries are in the lead in this field at home， based on combing the main practical application of artificial intelligence in modern agriculture， this paper analysed the new situation of agricultural development and the main technology application， and excavated the reference of foreign development experience for modern agriculture in China， with a view to promoting the rapid development of Intelligent Agriculture in China.

Keywords： artificial intelligence;intelligent agriculture;agricultural modernization

人工智能是引领世界未来发展的战略性技术，世界主要发达国家把发展人工智能作为提升国家竞争力、维护國家安全的重大战略。人工智能是经济发展的新引擎，是新一轮产业变革的核心驱动力，将催生新技术、新业态等，深刻改变人类生产、生活方式和思维模式，实现社会生产力整体跃升。国务院《新一代人工智能发展规划》[1]（国发〔2017〕35号）提出，我国经济发展进入深化供给侧结构性改革时期，必须加快人工智能深度应用，培育壮大人工智能产业，为我国经济发展注入新动能;到2025年，我国人工智能产业要进入全球价值链高端，人工智能核心产业规模超过4 000亿元，带动相关产业规模超过5万亿元，其中要“发展智能农业，建立典型农业大数据智能决策分析系统，开展智能农场、智能化植物工厂、智能果园、农产品加工智能车间、农产品绿色智能供应链等集成应用示范”。

根据联合国粮农组织的数据，到2050年，世界人口将增加20亿。然而，耕种土地只能增加4%。要解决世界粮食问题，利用新技术提高农业生产效率是最迫切的任务之一。本文对国外发达国家农业利用人工智能等新技术的发展动态进行分析，以期他山之石可以攻玉，助力我国智能农业发展。

1 人工智能在农业的主要应用

在农产品和田间耕作技术方面，农业正在采用人工智能（Artificial Intelligence，AI）和机器学习（Machine Learning，ML）以提供认知解决方案，特别是认知计算将成为农业服务中最具颠覆性的技术。认知计算能够理解、学习和响应不同的情景，提高效率。微软公司曾与印度安得拉邦的175名农民合作，为其提供播种、土地、化肥等方面的咨询服务，帮助农民把每公顷农作物的平均产量同比提高了30%。①物联网推动产量增长：物联网每天生成大量的结构化和非结构化数据。这些数据与历史天气模式、土壤报告、新研究、降雨、虫害、无人机和照相机拍摄的图像等有关，促进产量提高。②土壤测试：近距离遥感和遥感是目前主要用于智能数据融合的两种技术，这两种技术均借助传感器来实现，尤其是前者，需要有与土壤接触或与土壤距离非常近的传感器，以便能根据特定地点的地表以下土壤来确定土壤特性。Rowbot公司致力于提供人工智能硬件解决方案，已经将数据收集软件与机器人技术相结合，为玉米种植准备最好的肥料以最大限度地提高产量。③农产品最佳组合确定：通过人工智能技术，根据土壤条件、天气预报、种子种类、某一地区虫害情况等多个参数，向农户推荐农作物和杂交种子的最佳选择，并根据农场的需求、当地条件、价格和过去成功耕作的数据等多种内外因素提供个性化耕作解决方案。④农作物健康监测：利用遥感技术、超光谱成像技术和三维激光扫描技术构建农作物健康生长的影响指标，帮助农户有效监测农作物生长，把控整个生命周期并监控农田，及时处理异常情况。⑤灌溉自动化技术：机器人可以根据历史天气模式、土壤质量和种植的作物种类进行自动灌溉，减少农业劳动力，提高总体产量。更重要的是，全球近70%的淡水用于灌溉，灌溉自动化可以帮助农民更好地管理水资源问题。⑥生产管理：微软已推出Cortana智能套件（包括机器学习和Power BI）提供农业生产咨询服务，包括使用人工智能播种APP，向农户推荐播种日期、土地整理、土壤试验施肥、堆肥施用、种子处理、最佳播种深度等服务，还可确定最佳播种期、历史气候数据、每日降雨和土壤湿度的实时水分充足数据（Moisture Adequacy Data，MA），从而建立可预测、可视化的生产管理系统，为农户提供理想播种条件。⑦图像洞察：基于无人机的图像可以深入地进行田间分析、作物监测、田间扫描等。无人机图像数据可以实时生成警报。Aerialtronics公司把计算机视觉技术、物联网和无人机数据结合起来，在商用无人机上实现了IBM Watson物联网平台和用于实时图像分析的视觉识别系统，把计算机视觉技术应用于农作物疾病检测、作物准备标识和现场作业管理。

2 农业发展新态势及主要技术应用

人工智能、云机器学习、卫星图像和计算机高级分析等新技术的出现，为智能农业创造了一个新的生态系统。这些技术的融合使农业以更低成本获得更高产量。基于新技术应用，农业现代化正在向精准农业和数字农业新态势发展。

2.1 精准农业（Precision Farming）

精准农业也叫精确农业或定点作物管理（Site-specific Crop Management），是指利用现代信息技术进行精耕细作，在节约资源的同时优化投入回报[2，3]。其是一种在合适的地点、合适的时间生产合适的、更高产量的农产品的农业新生产方式。精准农业有利于在农作物轮作、最佳种植和收获时间、水分管理、养分管理、虫害防治等方面给出精准管理。①精准农业通过精确算法，可以全面、准确、有效地利用资源，取代传统农业中重复性和劳动密集型部分，改善社会、环境和经济绩效，促进农业更好、更快、可持续发展。②精准农业的关键技术包括高精度定位系统（High Precision Positioning System）、地理信息系统（GIS）、地理制图（Geo Mapping）、自动操舵系统（Automated Steering System）、遥感技术（Remote Sensing）、集成电子通信（Integrated Electronic Communication）、可变利率技术（Variable Rate Technology）、决策支持系统（DSS）以及变量（撒布）技术（VRT），一般可以分成三大组成部分：田间数据采集;数据处理及处方决策;按处方变量撒布（喷洒）。③精耕细作管理应用。一是通过植物的高分辨率图像和多个传感器数据来“识别植物应力水平”（Identification of Stress Level）。这些大量的数据被用作机器学习的输入以支持用于应力识别的数据融合和特征识别。二是基于植物图像的机器学习模型可以用来识别植物的应力水平，经过识别、分类、量化和预测四个阶段，机器人可以帮助做出更好决策。

2.2 数字农业（Digital Farming）

数字农业的核心在于“数据”（数字化），而不是传统农业的“人”（劳力化）。农户可以利用先进的信息采集系統和分析系统进行综合分析处理，选择耕作的种类、方式，在生产过程中使用具有变量施肥、喷药功能的农用机械，根据不同地块的情况进行精耕细作，从而有效提高产出、节约投入、减少环境污染。机器人正在促进数字农业快速发展，有利于农业向“精耕细作、高产、优质、资源少”的新业态发展[4]，实现精准农业、智能灌溉、智能温室、精准饲养等农业新型经营方式。数字农业的关键技术包括机器人和传感器、多光谱相机和激光扫描仪、计算机幻象和ML算法和决策支持系统等。图1是机器人助力数字农业的例子。

3 智能农业面临的挑战

虽然人工智能等新技术能为农业发展带来巨大的发展机遇，但智能农业发展仍面临着较大挑战。第一，世界上大部分地区的农户对高科技及机器学习提出的智能解决方案不熟悉。第二，农业受天气条件、土壤条件和害虫等外部因素影响较大，智能规划方案未必能成为最佳解决方法，劳力介入仍然是一个重要的因素。我国是农业大国，发展农业现代化、促进高产和优产是必经之路，智能农业势在必行。为此，要在学习借鉴国外先进技术的同时，培养智能农业领域的专业人才，并大力培训大批农户熟悉新技术应用。

参考文献：

[1]国务院.国务院关于印发新一代人工智能发展规划的通知[EB/OL].（2017-07-21）[2019-06-01].http：//www.cac.gov.cn/2017-07/21/c_1121353529.htm.

[2] Mcbratney A ， Whelan B ， Ancev T ， et al. Future Directions of Precision Agriculture[J]. Precision Agriculture， 2005（1）：7-23.

[3] Whelan B M， Mcbratney A， Unkovich M， et al. Definition and interpretation of potential management zones in Australia.[C]// Solutions for A Better Environment： Australian Agronomy Conference. 2003.

[4]梁颖慧，蒋志华.国外人工智能技术在现代农业中的应用及其对中国的启示[J].安徽农业科学，2019（17）：254-255，265.