為傳統植保注入大數據的力量

韓 嘯

“當農民在田間發現病蟲害時，只需用手機拍一張照片提交服務器，手機就能通過檢索、處理，反饋給他這是什么病蟲害。在提供標準圖片、危害癥狀等比對確認的前提下，手機軟件就會為種植戶提供該病蟲害的發生分布、危害輕重、發生趨勢、要不要防治、如何防治，以及防治物資購買渠道、專業化防治服務組織的聯系方式等相關信息……”近日，由全國農技中心和中國科學院（合肥）智能機械研究所、安徽中科智能感知大數據產業技術研究院在北京舉辦的大數據建設戰略合作簽約儀式上，全國農技中心主任劉天金描繪了這樣的植保圖景。

據悉，今后三方將在重大項目聯合申報、核心產品研發、通用平臺構建、行業標準制定和技術集成示范等方面加強合作，充分挖掘各自潛力，推動大數據技術在植保領域的研發與應用，將大數據、人工智能轉化為實實在在的科技生產力。

以數字化推動植保工作升級

當前，信息化的技術和裝備正逐漸成為社會發展變革的重要推動力。以人工智能、大數據為代表的技術層面的探索，已經被確定為國家重大發展戰略。在農業生產領域加強植保大數據建設，既是對國家重大戰略的落實，也是提高病蟲害監控能力的有力舉措。

近年來，受氣候變化、耕作制度演變等因素影響，我國農作物病蟲害監測防控面臨諸多挑戰。首先是病蟲害重發多發頻發，小麥赤霉病、水稻稻瘟病、“兩遷”害蟲、黏蟲等流行性、遷飛性病蟲害重發頻率提高，病蟲害監測壓力增大；其次是基層植保機構人手減少、青黃不接、力量薄弱，測報工作面臨“誰來干”的問題；第三是監測手段還停留在比較傳統的階段，“眼觀手查、盤拍棍趕”的狀況沒有從根本上改變。

據劉天金介紹，在綜合利用互聯網、大數據、人工智能等現代信息技術和裝備的前提下，傳統的植保工作將逐漸演變成為一種數據集中和共享的方式——在此基礎之上，技術融合、業務融合、數據融合都將逐步實現。

基于此，目前已經在運行中的中國農作物有害生物監控信息系統、全國農作物重大病蟲害數字化監測預警系統等監管體系之間的信息壁壘可以徹底消除，統籌構建成植保數據中心、信息采集系統、分析處理系統、決策支持系統和信息服務系統，最終形成一個覆蓋全國、統一接入、統籌利用的植保大數據共享平臺。

強強聯合讓人工智能深入田間地頭

據了解，今后三方將充分發揮各自優勢，挖掘自身資源，在國家重大戰略和現實需求的指引下，推動植保大數據平臺的建設。尤其是要引入人工智能技術，共同打造一個惠及政府政策制定、農作物生產、病蟲害監測預警等多個層面的智慧植保平臺，讓植物保護工作呈現出前所未有的科技化圖景。

中國科學院（合肥）智能機械研究所所長王儒敬介紹，打造“智慧植保平臺”的關鍵，就是充分發揮人工智能極強的自學能力，使其從海量植保數據中進行訓練學習，挖掘潛在的規律和模式；同時，基于人工智能在大數據支持下的輔助決策能力，有效降低對數據的依賴程度，將植保工作做得更簡單、更科學、更智能。

從三方合作的層面來看，全國農技中心擁有海量的農業數據資源。以全國農作物重大病蟲害數字化監測預警系統為例，目前已經連通全國31個省級植保站和1030個病蟲害測報區域站，積累了近20年的測報觀測數據，共有210多萬張表以及3200多萬條數據。

另一方面，伴隨著傳感器、智能移動設備等技術的發展，涉農數據近年來呈現出每年50%～80%的爆發式增長趨勢，這些數據融合了農業的地域性、季節性、多樣性、周期性等，僅與病蟲害測報相關的就包括氣象數據、作物信息數據、病蟲害遙感數據、地面監測數據、病蟲害人工統計數據等，通過傳統方法往往難以處理和分析。

而這些數據卻為新技術的應用提供了豐富的原始素材，通過對海量數據的整理和學習，從數據延伸為模型，進而形成病蟲害自動識別、統計分析、可視化趨勢、預測預報等功能系統，最終實現對病蟲害的智能化分析和精準預測，徹底實現科學、綠色防控，為宏觀決策提供科學依據。

中國科學院（合肥）智能機械研究所、安徽中科感知大數據產業技術研究院在自動化、人工智能、農業大數據研究方面具有雄厚的基礎。目前在安徽省境內的10個植保站已經建立了應用基地，在全國范圍內11個省份14個縣開展了智慧植保產品的試用和相關服務。

“智寶”“隨識”為日常生產提供科技支撐

未來，植保大數據建設還將深入到普通種植戶的日常生產中，切實提高重大病蟲害的防控能力。

目前，三方共同創新研制了名為“智寶”的移動式病蟲害智能化感知設備，填補了國內外移動式病蟲害智能測報技術與產品的空白。該設備集成了包括視覺、溫濕度傳感器、地理位置、移動終端等多種信息獲取手段，有效提升了現有病蟲害監測能力。

在智慧植保平臺的思路下，三方還將進一步致力于新技術的下沉，為種植戶開發真正好用的植保工具。劉天金說，“智慧植保”的發展目前正和智能手機的普及密切結合起來。以正在開發中的“隨識APP”為例，其功能強大，界面簡明，操作簡便，擁有龐大的專業病蟲害知識庫，以服務普通農戶、新型農業經營主體等為目標，目前包含411種病蟲害的信息，對重大病蟲害的識別精度可以達到85%以上。同時，該APP擁有豐富的數據庫和先進的云端技術作為支撐，為農民提供更加全面而精準的“植物診斷書”。基于人工智能，“隨識”還可以隨著時間的推移和數據的積累，掌握更多目前尚不支持識別的害蟲種類。

劉天金強調，解決實際生產需求始終是三方合作的關鍵導向，以成果轉化應用為目標，優勢互補，力爭形成一批配套的專利技術成果，切實提高重大病蟲害監測防控的能力。在目前合作基礎上，三方已經有了一些成功的合作實踐：基本解決了測報燈下害蟲的自動識別和分類計數技術，以及研制出了病蟲害田間發生數據智能采集設備等。這些研發成果從2017年開始就已經在安徽、湖南、江西、河南等省開展試驗示范，為植保大數據建設及進一步的生產應用積累了寶貴經驗。