人工智能在農業種植中的幾個應用

陳偉

人工智能從誕生以來，理論和技術日益成熟，應用領域也不斷擴大。中國一直是一個農業大國，將人工智能技術應用到種子檢測，智能種植，作物監控，土壤檢測等農業領域有著廣泛的前景。

人工智能;農業應用

截止到2019年01月17日，全世界共計230 個國家人口總數達75億人。按照聯合國糧農組織做出的預測，到2050年，全球人口總數將預計將達到90億人，盡管人口總體對比當前只增長約25%，但是由于人類對生活水平要求的提升以及膳食結構的改善，對糧食需求量將增長七成。當下，全世界范圍又面臨著土地資源進一步緊缺、過度使用化肥農藥造成的環境破壞等問題。因此，怎么樣在有限的耕地提升農業的產出，同時還能保持可持續發展成為了一個重要問題。而當下最火熱的人工智能展示出了解決該問題的強大實力。

人工智能概述：

人工智能，英文縮寫為AI。它是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。人工智能從誕生以來，理論和技術日益成熟，應用領域也不斷擴大，可以設想，未來人工智能帶來的科技產品，將會是人類智慧的“容器”。人工智能可以對人的意識、思維的信息過程的模擬。人工智能不是人的智能，但能像人那樣思考、也可能超過人的智能。人工智能是包括十分廣泛的科學，它由不同的領域組成，如機器學習，計算機視覺等等，總的說來，人工智能研究的一個主要目標是使機器能夠勝任一些通常需要人類智能才能完成的復雜工作。

人工智能在農業種植中的幾個應用

1、種子檢測

種子是農業生產中最重要的生產資料之一，種子質量直接關系到作物產量。種子的純度和安全性檢測，是提升農產品質量的重要手段。因此，利用圖像分析技術以及神經網絡等非破壞性的方法對種子進行準確的評估，對提高農產品產量和質量起到了很好的保障作用。

種子的純度對種子的銷售者和使用者來說都是非常重要的指標。對雜交的玉米種子來說，種子純度提高1%，作物產量可提高10%。近年來，全國各地因種子純度等造成作物減產、絕收的情況時有發生，經濟損失巨大。蛋白電泳、發芽率實驗等常規方法雖能測定種子純度，但在數據處理的速度、精度和結果分析等方面，遠遠不能滿足種子生產的實際需要。為實現溫室大棚設施農業生產的自動化和現代化，迫切需求一種能夠模擬人的視覺功能，而又能超越它的性能的圖像處理系統。北京某研究中心研發出一種快速、有效地測定種子純度的人工智能圖像識別與處理系統。該系統選用電泳法作為檢測玉米種子純度的生物學方法，將電泳法得到的圖像經過去噪、二值化、特征提取等圖像預處理后，利用圖像的模板匹配技術，將標準模板庫譜帶圖像與種子的電泳譜帶進行匹配，從而檢測玉米種子的純度。將得到的結果和田間種植的結果相對比，吻合率達到了95%以上

2、智能種植

在傳統農業中，需要耗費大量的人力、物力。搭載人工智能技術的機器人將有助于緩解農民的負擔，大大降低土地對勞動力的需求量。例如在種植、管理、采摘、分揀等環節都可以通過智能機器人來完成，實現農業種植的智能化與自動化。

根據不同植物品種對生長環境的不同要求，可以利用智能傳感、無線傳感網、通信、大規模數據處理與智能控制等物聯網技術，對溫度、光照度、土壤溫濕度、土壤水分、空氣二氧化碳、基質養分等環境參數做動態監測，并通過對風機、卷簾、內遮蔭、濕簾、水肥灌溉等自動化設備的智能控制，使植物生長環境達到最佳狀態。方案甚至還設置了預警信息發布，您可以通過手機、PDA、計算機等信息終端，實時掌握種植環境信息，及時獲取異常報警信息，從而確保農作物生長管理正常有序

3、作物監控

在農業生產的很多方面，大部分的工作是通過對農作物外觀的判斷進行的，例如農作物的生長狀態、病蟲害監測以及雜草辨別等等。在過去，這些工作是通過人的肉眼去觀察，但是這存在兩個問題：1、農民并不能保證根據經驗做出的判斷是完全正確的;2、由于沒有專業人士及時到現場診斷，可能會使農作物病情延誤或加重。人工智能技術可在農作物檢測中提供強大的技術的支持，通過機器人視覺技術，模擬人類的視覺功能，從客觀事物的圖像中獲取信息并處理和分析。人工智能在農業領域可實現土壤探測、病蟲害防護、產量預測、畜禽患病預警等功能。

4、土壤檢測與灌溉

在土壤探測領域，IntelinAir公司開發了一款無人機，通過類似核磁共振成像技術拍下土壤照片，通過電腦智能分析，確定土壤肥力，精準判斷適宜栽種的農作物。在病蟲害防護領域，生物學家戴維·休斯和作物流行病學家馬塞爾·薩拉斯將關于作物葉子的5萬多張照片導入計算機，并運行相應的深度學習算法開發了一款手機App Plant Village（美國），農戶將在合乎標準光線條件及背景下拍攝出來的農作物照片上傳，App能智能識別作物所患蟲害。目前，該款App可檢測出14種作物的26種疾病，識別準確率高達99.35%。人工神經網絡具備機器學習能力，能夠根據檢測得到的氣候指數和當地的水文氣象觀測數據，選擇最佳灌溉規劃策略。通過對土壤濕度的實時監控，利用周期灌溉、自動灌溉等多種方式，提高灌溉精準度和水的利用率。這樣既能節省用水，又能保證農作物良好的生長環境。

人工智能技術在農業領域面臨的困難與挑戰

不過，雖然人工智能技術已經開始應用于農業領域，但是與其在金融、醫療、交通等領域上的成功應用相比，人工智能在農業上的運用略顯初級，大多農場、農業設備制造商還沒有深入推進人工智能的引入。原因包括：1、農業領域的數據獲取比其他行業要難;2、農業生產統計和量化應用困難，農業環境變化對人工智能技術在農業上的測試、驗證和推廣更加困難;3、缺乏既懂農業又懂人工智能技術的復合型人才。

政策支持破解人工智能農業困局

2018年4月，教育部印發《高等學校人工智能創新行動計劃》，提出加強人才培養與創新研究基地的融合，完善人工智能領域多主體協同育人機制，以多種形式培養多層次的人工智能領域人才;到2020年建立50家人工智能學院、研究院或交叉研究中心，并引導高校通過增量支持和存量調整，加大人工智能領域人才的培養力度。截至2017年12月，國內共有七十余所高校圍繞人工智能領域設置86個二級學科或交叉學科。2018年國內高校首批612個“新工科”研究與實踐項目中，已布局建設將近60個人工智能類項目。

隨著人工智能技術的不斷發展，其在農業領域的大規模應用將最終實現。相信在不久的將來，人工智能能夠更好的為人類服務，改善人類的生活，帶來巨大的經濟效益。在人工智能的引領下，農業將邁入智能化的嶄新時代。

參考文獻

[1]農業人工智能實踐探索與發展路徑探究.梁瑞華.學習論壇.2019（02）

[2]基于人工智能的農業技術創新.李峰.農業網絡信息.2017（11）

[3]人工智能背景下智慧農業發展問題研究.周康.鄉村科技.2018（20）

[4]人工智能+農業 開創新時代.中國農村科技. 2018（01）.