智慧农业在棉花生产管理中的应用

陈焕轩，韩迎春，冯璐，杨北方，雷亚平，王占彪，李亚兵*

（1. 中国农业科学院棉花研究所/ 棉花生物学国家重点实验室，河南 安阳455000;2. 郑州大学农学院，河南 郑州450000）

棉花是我国最重要的经济作物之一[1]，也是生活必需品，在国防、医药、工业等领域均有着举足轻重的作用[2]。 但目前我国总耕地面积正逐年减少，且粮棉争地趋势日益明显，全国棉花生产正呈现逐年减少的趋势[3]。 为了保证棉花供给，满足人们日益增长的需要，提高棉花单产，在棉花总种植面积不变、甚至略有减少的劣势下，实现棉花总产大幅增长， 应作为需要考虑的重要问题。 传统的棉花种植技术落后，人力成本耗费大，操作流程繁琐，已不再适用于棉花产业的快速发展[4]。 因此，在棉花生产管理中应用智慧农业，可以提供新的技术力量以及科学的种植方法[5]，同时，基于其低成本、高效率、节省人力等多个优点，智慧农业已经成为棉花产业、乃至于世界农业产业发展的大方向。 因此，智慧农业与棉花产业的有机结合可以为棉花产量的大幅度提高，进而实现棉花产业的大幅振兴提供重要的理论支撑。

目前智慧农业还没有清晰准确的定义，但研究者已经提出了多个观点。廖小平[6]认为，智慧农业是在现代信息的新技术下，融合互联网、云计算、大数据以及农业专家知识平台，同时使用每个农业现场部署的传感器以采集所需农业数据并通过无线网络传递给平台，在大数据的分析和监控下管理农业生产各个流程，实现智能管理的新兴技术手段， 它实现了多种技术的高度融合，是农业生产的最高阶段。 Shi[7]认为，智慧农业是一个通过收集各种传感器的数据和在各种农业经济活动中进行信息传输， 以应用决策模型进行数据分析并处理的传输资源系统和科学管理系统。

综上，智慧农业是一种依赖于多种新型现代科学技术，通过最新的信息技术组件以实现智能传感，自动控制以进行农业经济活动的综合管理和科学决策体系。 其可被广泛应用于多种领域，比如，应用红外传感等多种传感器对农业环境的温度、湿度、光照等信息进行实时采集，同时利用视频监测获取植物生长的各种信息，例如植株高度、长势、病虫害情况等，同时将收集的信息上传到网络终端进行分析，以帮助用户决策[8]。应用农业机器人等人工智能对田间进行实时管理和定位，包括控制农业设施的运行，同时实现对作物的智能灌溉、施肥以及除草等各项工作[9]。对作物的产品进行原产地追溯，通过使用Radio frequency identification (RFID)电子标签[10]，使农产品自原产品的生产起，在加工、处理、运输、销售等各个流程均实现各环节追踪及透明化管理，以实现农产品各个流程的安全化和规范化。

人工统计、手动测量调查分析棉花的表型特征及各项生理指标具有工作量大， 耗费时间长，高成本性等特点。 此外，由于不能实时进行监测，测量结果会产生一定的误差，结果可能不可靠[11]。基于以上几点原因，同时随着自动成像技术的发展，对植物表型进行实时监控及自动分析成为可能。 合理的应用表型监测系统，可以实现对棉花的株高、长势、病虫害情况以及当前光照强度等情况进行采集， 通过在田间部署地下传感器，可以监测地温、水分含量、二氧化碳浓度[12]等数据，进而分析棉花对于水分的利用。 应用表型监测系统进行植物各项生理指标的调查，不仅可以节省人力物力，同时测量时间大幅减少，而且降低了成本，并可以实现全天候测量，其观测结果更加准确且具有说服力。

表型监测系统一般主要包括数据采集、网络传输、数据分析三个部分[13]。 应用成像传感器，光电传感器等多种传感器作为数据采集模块以采集棉花的基本生理参数； 对棉花通过RGB 成像传感器，红外成像传感器，高通量成像传感器等进行成像，获取棉花的形态、光谱信息；结合棉花的多种长势信息，将其转化为可供装置接收和处理的电信号。 将数据采集模块收集的多种信息及电信号经网络传输模块通过以太网等技术上传到数据分析终端[13]，分析处理后得到棉花表型的详细参数，最后分析所得的数据可以用于棉花环境的分析及棉花长势的决策诊断，进而为人们对于棉花环境的管理提供参考意见。

农业大数据融合了农业环境、 作物群体、人类作用的所有信息，将大数据的概念、技术、思路均应用在了农业领域[32]。大数据具有数据量大、数据类型多、价值大、精确性高的主要特性[33]。 通过快速处理海量数据，可以使智慧农业的运作更加高效，准确。 大数据的运作包括云计算、GIS(Geographic information system, 地 理 信 息 系 统)、ES(Expert system, 专家系统)等一系列系统。 云计算[34]可以通过调用数据库以及数据共享，以处理大量的田间数据及棉花生长信息，从而做出相应的应对手段。GIS 主要用于调用地理信息库，获取环境温度、降水量、光照等天气信息，从而判断分析棉花可能的长势，遭受病虫害的可能性，以及预测棉花可能的产量[35]。 ES 基于机械化智能项目，系统中存储大量棉花种植专业知识，以用于遇到特定的复杂问题时，可以予以解决[36]。雷亚平等[37]将人工调查的棉花株式图信息进行了数据化，建立了株式图处理数据库，使株式图的显示更加清楚直观。

物联网（Internet of things）技术是基于RFID、GPS(Globe pointing system, 全球定位系统)等多种技术结合，形成的完善的信息处理体系[38]。其从棉花作物生长的源头起在各个阶段进行检测记录，并达到实时监测，全程追踪的效果，全程不需要人工干预，直至棉花终产品进入市场。 其做到了各个环节均可追溯，在源头上保证了棉花作物的正常生长，以及棉花产品的安全性。 同时，其与互联网进行链接，可以远程对棉花生长环境中的传感器、自动灌溉系统进行遥控，在实现棉花种植自动化的同时，也在一定程度上节约了棉花种植的人力物力，减少了种植成本。 其代表性的技术即无线射频识别技术（RFID），是一种不需要直接接触的自动识别技术，其构造简单，仅由标签、阅读器和天线三部分组成[39]，可以直接对目标物体进行识别并读取数据[40]，该过程是全自动的，不需要外界条件作用，具有识别速度快、操作简便、成本低等诸多优点。

在棉花生长的各个阶段，合理地应用智慧农业技术均能极大简化农艺过程， 从而节约人力、物力成本。 通过组合应用传感器及成像模块，可以在棉花产前阶段对种子进行合理筛选，选择出最适宜当地土壤的棉花品种。 同时对处于生长重要时期内棉花的植物表型数据进行采集，并应用神经网络技术对所获得的信息进行分析，建立合理的数字模型， 从而综合评估棉花的农艺性状。合理应用人工智能技术，可以在棉花生产管理过程中，对棉花可能存在的各种问题进行诊断并分析，以便农户进行管理维护。 大数据可以对棉田进行系统分析，结合GIS 等系统以及传感器获得的各种图像数据、生理数据等，对棉花产量进行合理预测。 通过物联网技术，可以对棉花产品从源头上进行追溯，使棉花从播种到重要生育期的监控、到最终进入市场都可以进行记录，使得棉花管理科学化、规范化。 在这整个操作流程中，自动控制以及机械承担了主要角色，人可以从繁重的劳动中解放出来， 担任管理者和决策者的角色，从而大幅度地提高了工作效率。

在精准传感器及成像模块的监测下，往往会精确地反映棉花的基本农艺性状。 传感器对棉花各部分温度，水分等多项指标测定的精度远远大于人工测定， 且红外传感器可以测定某一时间、空间范围的温度变化情况，无论是效率还是实际操作，这都是人类做不到的。 此外，人工测定往往只针对某一特定时刻的农艺数据，一方面是在测定中存在一定的时间误差，另一方面是人工测定不能反映实时的变化规律，对不同时间段的监测会耗费大量的时间，同时准确度会下降。 应用智慧农业可以对棉花的多项指标进行实时监测，并进行纵向比较。

第一， 现阶段的多种传感器更多用于工业、医学等其他领域，在农业上的应用较少，且目前农业专用的包括传感器在内的各种设施较为落后，且使用寿命短，稳定性差[64]，现代化农机设备极为缺乏。 现有的农业传感器大部分仍处于试验阶段，且成本较高，故只能应用于小规模的试验地中，阻碍了进一步的推广，同时，单个传感器往往只能记录棉花的少数性状，无法反映棉花指标的全部情况；目前的农机设备仅能完成简单的农艺工作，尚无法做到高精度的操作。 第二，智慧农业对于棉花的决策准确度低， 具有一定的滞后性，很大程度上只能反映棉花在某一特定时间的需求，不能全方面反映棉花在某一个生长阶段或是某一特定时期的需求，也不能结合棉花、土壤、气候环境等相互作用的环境综合性分析并对棉花情况作出总体诊断；第三，棉花的播种，中耕除草，收获等重要农艺活动更多依赖于传统的作业设备或人工操作，缺乏对于此类活动的智能化精准作业装备，且绝大多数设备在作业过程中存在包括作业质量差、精准度低、操作不方便等多种问题。 第四，智慧农业所应用的传感器、人工智能等技术需要涉及一系列的专业知识，操作条件较高， 而现阶段从事智慧农业的人才极为短缺，传统农村人员大量流失，留守的农民受教育程度不高，对于智慧农业的意识淡薄，对于精准传感器设备缺乏操作能力，无法对智慧农业设备进行操作和维护。

现阶段，随着物联网、大数据等新兴技术大幅崛起，人工智能、大数据、深度学习等新兴概念已逐步渗透至生活的各个领域。 农业作为关系民生的传统行业，正处于重大改变的节点。 在未来，智慧农业是棉花行业乃至整个农业行业发展的必然趋势。 所以，大力发展智慧农业，是棉花行业走向新生的必要因素，其对于轻简化植棉有着至关重要的作用。 现阶段我们可以通过收集各方面的棉花数据， 同时与棉花领域相关专业知识、数据资料相结合，并辅以神经网络、大数据技术进行分析， 建立棉花大数据库及相关数学模型，从而提高智慧农业决策能力，有效解决棉花生产管理所存在的相关问题；但目前智慧农业在棉花生产管理中仍存在一定的局限性。 首先，传感器以及神经网络等人工智能技术应用于棉花的领域仍待开发，棉花的生长状态检测领域仍主要立足于棉花数字图像监测，提取相关颜色信息及图像信息进行棉花温度检测、水分胁迫评价；对于人工智能技术的应用更多地停留在棉花病虫害图像检测，未来可以通过人工智能技术对于棉花叶片形状纹理、 棉铃棉桃形状等图像信息进行分析，同时结合多种复合传感器，对棉花的各个生理指标进行检测，结合大数据技术综合对棉花健康信息进行诊断，从而获得全面、准确的结果。 目前并没有针对棉花的专业传感器，常规传感器没有考虑到棉花的形态特征以及植株结构，在应用相关传感器进行测量时可能会使棉花植株受到损伤；目前的部分传感器在精度和准确性方面仍然没有达到精准农业所需的要求，且现有的传感器产能低，成本高，检测范围小，只能在小面积的试验地及温室大棚中使用， 尚不能大面积推广；此外，传统设备工作效率低，对于棉花的田间管理效果略差，存在工作不均匀等问题，可以进一步研发智能精准化、自动化设备，例如自动驾驶智能拖拉机、农业机器人、自动导航式施肥给药无人机等，在保证精准高效作业的前提下实现轻简化植棉；最后，智慧农业应用于棉花生产管理中需要相关的专业知识，而我国农村地区农民普遍受教育程度不高，对于相关设备不能操作以及维护，这也给智慧农业的推广增加了阻碍。 基于棉花专业技能人员有较大缺口的事实，我们应大力培养一批智慧农业专业化人才，在掌握智慧农业相关知识的同时， 还要掌握相关的农业知识，以便逐步推进智慧农业产业发展，进而带动棉花产业大幅进步，逐步使我国成为棉花种植强国。