浅谈农业监测预警时的科学问题

李 杨，张海峰，刘克宝，王晓楠，王红蕾，张 宇

（黑龙江省农业科学院农业遥感与信息研究所，黑龙江 哈尔滨 150086）

中国现代农业发展水平深受农业监测预警工作影响，二者相辅相成、相互影响。中国国内科研机构通过数十年的发展、研究，在理论基础、关键技术、系统应用等各个方面均使中国农业监测预警科学发展获得了全新突破，提高了中国农业管理的科学性、可靠性，使农业监测预警迈入了信息感知与智能分析的新阶段，为农业可持续发展提供了强大助力。

1 国内农业监测预警成果及应用

1.1 农业气象灾害监测预警领域

由甘肃省气象局组织开展的“中国西北干旱气象灾害监测预警及减灾技术”科研项目，使西北干旱预测物理指标及干旱监测指标体系得以健全的发展、完善，并通过科研攻关完成了用于农田蒸散监测的大型称重式蒸渗计的研发工作，使西北地区监测、预测干旱的精准度得到了明显提升。同时，该项目成果在国内获得了科技进步二等奖。

1.2 农业病虫害监测预警领域

由中国农科院植保所牵头组织的“棉铃虫区域性迁飞规律和监测预警技术的研究与应用”及“主要农业入侵生物的预警与监控技术”科研项目，分别实现了覆盖中国棉铃虫疫病区的国家棉铃虫区域性灾变预警技术体系的构建及入侵生物定量风险分析技术的创新。中国对棉铃虫灾害的预警及境外入侵生物的跟踪监控水平有了明显提高，两项项目成果在国内均获得了国家科技进步二等奖[1]。

1.3 农作物生产过程的精细化管理领域

由上海交通大学机械与动力工程学院牵头组织的“土壤作物信息采集与肥水精量实施关键技术及装备”科研项目研究工作，以精准施肥为研究中心，分别从获取土壤作物信息、变量施肥耕作等诸多方面打破了西方核心技术封锁，项目成果荣获国家科技进步二等奖。由浙大牵头组织的“植物- 环境信息快速感知和物联网实时监控技术及装备”项目科研活动，分别将农田信息快速感知、精准管控、稳定传输等三个核心技术难题攻克，项目成果荣获国家科学进步二等奖。

2 农业监测预警时的科学问题研究

农业监测预警过程是一个动态的、变化的过程，监测时会受到各种要素的影响，监测预警系统中同时存在基础性数据与即时性数据，并且各种要素还会互相影响、彼此纠缠。所以，在农业监测预警时感知不确定状态中农业要素具备的动态变化规律、研究不同数据源头参数规律，做好复杂系统内各要素间影响力的纠缠特性的研究及量化，可以为正确理解农业监测预警过程提供指导和帮助。

2.1 在不确定状态中的数据感知问题研究

感知是获取农业数据的主要有效路径，和农业有关的大多数要素信息均具备动态变化的特征，因此，做好农业要素动态变化特征的实时感知，便可以将不确定状态下农业信息流特征掌握。比如，所谓农业生命信息，即“描述农业生产对象本身数字化过程，属于监管生命个体的核心根据，存在典型时效性特征”。

所谓生命信息智能感知，即“在实时感知、记录动植物生长时生理、发育、活动等的生物生理数据时，通过光谱技术、人工嗅觉技术等完成预期目标，如对植物内氮元素含量、生理信息指标进行检测，或对动物活动轨迹等进行测量。”通过实现生命信息智能感知，使得传统的基于经验的人工检测模式得到根本上的改变，有助于提高生命信号感知的科学性、有效性、实效性、智能性。

2.2 在大数据及微数据条件中的参数规律分析

现如今，传统的农业技术手段正在和新时期物联网、云计算、大数据技术等全新的获取信息的技术手段进行深度结合，这导致收集农业信息的形式朝多样化、系统化方向发展，并致使农业数据呈现出爆发式增长态势，还使传统的农业数据类型从“围绕结构化数据为中心”朝“半结构化与非结构化数据为主”转变，其数据储存空间多被文本、视频、图像、音频等信息占据，呈现出系统性数据和零散性数据同时存在的特点。此外，源头不一的数据明显具有杂乱、质量低、数据架构不规则、存储不规范等问题，给特定农业信息参数规律在不同条件下的分析工作造成了困难[2-3]。

一旦农业物联网的全面感知产生了大量农业感知数据，受各类智能感知技术及装备间差异的影响，就会导致数据传输协议出现不一致现象，从而引发各类感知数据间表现出明显的多源异构性问题，进而影响各类数据来源与各类数据类型的相互转换及对比效果，这会让大数据平台无法有效分析、运用收集得到的农业信息。所以，怎样整合处理庞大的多源异构感知数据是未来发展的主要研究议题。

2.3 复杂系统下的影响力纠缠分析

实际上，农业系统十分繁杂，涉及大量影响因素。同时，组成农业系统的种植业、林业、草业、畜牧业、渔业等亚系统还可以细化成许多子系统。另一方面，农业生产过程除了是一种形成人类社会产品价值及使用价值的过程外，更是一种生物学过程，换言之就是生物生长过程，例如粮食生产可以看作是小麦、大豆、玉米、稻谷等的生长过程，畜牧业生产则可以看成是所有牲畜繁衍、发育、成长的过程。农业系统和自然环境系统在农业生产生物学特性影响下，使得双方具备了相当复杂的关联特性。

比如，对国内粮食产量进行预测时，一定要系统性、全面性的对所有影响因素进行充分考虑。要想保证预测精度，除了应该对社会经济因素、自然因素、生产技术因素、随机因素进行考虑外，也应该充分研究各因素间的相互影响关系。由此可以发现，对各要素间与各影响因素间相互影响力的纠缠关系进行全面、合理、充分的理解、解释，才能对农业系统的繁杂性有一个充分、深刻的认知与理解，才能对农业系统的复杂演变趋势做出深刻判断。

3 农业监测预警的主要技术及展望

3.1 识别作物病虫害信息早期症状

尽早发现作物病虫害，将使防治工作更加及时、有效。病虫害侵害作物后，作物不仅在形态、生理上出现变化，且光谱特征随之也会改变。所以，在快速监测作物病虫害工作中可以使用图像处理、高光谱成像等技术。现如今，以上述机理为基础的研究成果正被广泛运用在采集作物病虫害信息中。比如，可基于作物病害反射光谱信息组织搜集、研究小麦锈病等特征信息工作，同时搭配图形处理技术识别作物病害，如广泛运用高光谱成像技术就能将早期识别作物发生的病害程度变成现实。对于快速采集作物虫害信息问题，现如今主要以光谱分析、声音特性检测等技术方法为主，且技术之间优缺点并存，要酌情选用。

3.2 农业物联网技术进展及未来分析

传统农业生产方式在农业物联网技术影响下被改变，推动农业实现了智能化、精细化转型发展。目前，感知层、传输层、应用层共同组成了农业物联网。

农业物联网的重点是感知技术，感知技术的核心由传感器组成。国内农业环境及动植物生命本体传感器研究成果显著，相关的光、温、水、土壤等环境监测传感器技术发展十分成熟。实际使用时可基于光学及电磁学等原理，结合被测对象性质等完成科研工作。

农业物联网传递信息的媒介层即网络传输层，其主要负责将感知层识别的数据传送至互联网，方便应用层服务使用。物联网传输层的核心技术以互联网技术为主，负责实时提供网络接入服务的边缘技术由GPRS/3G/4G、WiFi 等组成。当前，国内外正重点研究无线传感网络，涉及传感器技术、无线通信技术等多学科交叉特征，可以感知、采集多种传感器节点信息，并上传至用户终端。

把模式识别、智能处理等技术引入农业物联网内运用即是“农业物联网信息处理及应用”的准确含义，这样可以做到农业信息预测预警。处理层充分融合了信息技术及行业特征，可以实现信息的搜集、共享、决策等。而大田种植系统、禽畜养殖系统等不同类型的农业生产过程系统共同组成了应用层应用服务系统。

3.3 智能分析系统的进展及未来分析

我国在开发、研究农业智能分析系统方面虽已经起步，但起步时间太晚。目前，国内诸多部门都组织了农业农产品市场监测预警活动。例如，中国农业科学研究院农业信息研究所围绕国家科技支撑计划项目，将农产品数量安全智能分析及预警关键技术支撑系统成功研发，从而掌握了一直被国外封锁的农产品生产风险因子早期识别、农产品市场价格短期预测等七项智能分析及预警技术。同时，还攻克了早期识别预警农产品生产风险、市场价格短期预警、农产品消费需求量预测三项智能分析及预警系统技术难题，完成了农产品数量安全智能分析及预警平台的自主化、国产化设计、构建，使影响农产品数量安全的关键核心技术难题被彻底攻克。在国内推广使用后，获得的社会、生态、经济效益相对较好[4]。

4 结束语

综上所述，本文对农业监测预警的科学问题及未来发展进行了探究。农业监测预警工作在未来必然会大量引用物联网、大数据等信息技术，向智能化、自动化方向快速发展。