當(dāng)前，新質(zhì)生產(chǎn)力已成為千行百業(yè)高質(zhì)量發(fā)展的內(nèi)在要求和重要著力點(diǎn)。農(nóng)業(yè)作為國民經(jīng)濟(jì)的“壓艙石”，更需要夯實(shí)基礎(chǔ)，依靠科技創(chuàng)新、產(chǎn)業(yè)創(chuàng)新為農(nóng)業(yè)強(qiáng)國建設(shè)注入強(qiáng)勁動能。

國內(nèi)智慧農(nóng)業(yè)的耕耘者，將現(xiàn)代信息技術(shù)與農(nóng)業(yè)專業(yè)深度融合，通過人工智能、大模型、大數(shù)據(jù)在農(nóng)業(yè)領(lǐng)域的深度綜合運(yùn)用，為農(nóng)業(yè)科研、生產(chǎn)、管理提質(zhì)增效。

人工智能：智慧農(nóng)業(yè)新引擎

近年來，人工智能（AI）技術(shù)取得飛躍式進(jìn)步，其中圖像智能識別、數(shù)據(jù)建模分析、大模型等能力，在農(nóng)業(yè)領(lǐng)域應(yīng)用越來越廣泛。專業(yè)的人工智能技術(shù)團(tuán)隊，結(jié)合農(nóng)業(yè)科研、生產(chǎn)等環(huán)節(jié)的實(shí)際需求，對AI技術(shù)進(jìn)行深度適配和校準(zhǔn)，已在眾多場景實(shí)現(xiàn)成熟應(yīng)用。

01

圖像智能識別

人工智能的圖像識別能力在作物考種、植物表型識別、植保等領(lǐng)域都能發(fā)揮巨大作用。圖像識別能力基于先進(jìn)的深度學(xué)習(xí)和大模型技術(shù)，根據(jù)場景選擇合適的算法模型及驗(yàn)證，采集海量樣本數(shù)據(jù)對模型進(jìn)行訓(xùn)練，并結(jié)合市場驗(yàn)證進(jìn)行多次版本迭代和優(yōu)化，識別準(zhǔn)確率達(dá)到國內(nèi)領(lǐng)先水平。

作物考種

在作物考種工作中，對作物籽粒、果穗的性狀考察和分析是篩選和培育優(yōu)良品種的重要一環(huán)。將AI圖像識別技術(shù)與考種場景相結(jié)合，就是智能考種分析系統(tǒng)，通過高清成像智能識別小麥、水稻、玉米等農(nóng)作物的籽粒、果穗、截面，并高效精準(zhǔn)測量粒數(shù)、重量，以及長、寬、面積等各項(xiàng)粒型參數(shù)與果穗?yún)?shù)。與傳統(tǒng)人工測量方式相比，運(yùn)用AI圖像識別技術(shù)不僅考種分析效率顯著提升，測量精度也大大增加，誤差控制在0.3%以下。

圖像識別技術(shù)在考種方面的應(yīng)用

植物表型解析

基于深度學(xué)習(xí)的圖像識別技術(shù)，可以將AI用于植物表型識別、檢測和分析，并涵蓋植物的根、莖、葉、花、果實(shí)等器官。在可見光二維、可見光三維、高光譜等成像模塊下，整合多種傳感器，利用AI算法快速獲取植物全生育期高通量表型信息，覆蓋不同生境下植物器官、單株、群體的形態(tài)、生理等120多種表型指標(biāo)，在解析精度、效率等方面優(yōu)勢明顯，為智能育種、種質(zhì)資源鑒定等科研工作提質(zhì)增效。

圖像識別技術(shù)在表型解析方面的應(yīng)用

病蟲害識別

我國每年農(nóng)作物病蟲害發(fā)生面積近70億畝次，而傳統(tǒng)的人工病蟲害檢測方法存在主觀性強(qiáng)、工作量大、覆蓋范圍窄，效率低等問題。為此、利用人工智能深度學(xué)習(xí)技術(shù)，結(jié)合積累的病蟲害樣本庫訓(xùn)練出病蟲害模型，從而實(shí)現(xiàn)對病蟲害的快速、精準(zhǔn)識別。

病蟲害識別算法示意

目前，基于人工智能與植保領(lǐng)域深度融合，研發(fā)采用卷積神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)的方法建立識別模型，已實(shí)現(xiàn)2063種農(nóng)業(yè)害蟲的智能識別。其中，二化螟、稻縱卷葉螟、玉米螟、棉鈴蟲、小菜蛾等國家一二類趨光性及主要農(nóng)林害蟲的識別準(zhǔn)確率達(dá)到97.5%；稻飛虱、葉蟬、綠盲蝽等毫米級小蟲體識別準(zhǔn)確率達(dá)90%以上。

在病害方面，已覆蓋小麥、玉米、水稻等9類作物，涵蓋赤霉病、灰斑病、稻瘟病等在內(nèi)76種病害癥狀，在水稻病害癥狀識別方面效果尤其顯著，為糧食安全、生態(tài)保護(hù)提供了有力保障。

圖像識別技術(shù)在植保方面的應(yīng)用

02

數(shù)據(jù)建模與分析

基于多樣化的農(nóng)業(yè)傳感器與智能裝備，精準(zhǔn)采集來自土壤、氣候、作物生長等多維度源頭數(shù)據(jù)，并運(yùn)用AI技術(shù)進(jìn)行數(shù)據(jù)建模分析與趨勢預(yù)測，在種植管理、風(fēng)險評估、市場洞察等方面為農(nóng)業(yè)生產(chǎn)者提供決策支持。

作物生長預(yù)測

通過內(nèi)置作物在不同生長發(fā)育期的同化、呼吸、蒸騰作用等生物機(jī)理，以及氣候、土壤等環(huán)境機(jī)理，作物物候期模型、WOFOST作物生長模型等模型可以實(shí)現(xiàn)對作物全生命周期的監(jiān)測與預(yù)測，包括生育期預(yù)測、產(chǎn)量預(yù)測等，指導(dǎo)農(nóng)事管理，提高生產(chǎn)效率。

楊梅生長模型

精準(zhǔn)農(nóng)業(yè)管理

基于對土壤、作物生長情況的數(shù)據(jù)監(jiān)測，構(gòu)建測土配方、土壤墑情預(yù)測、作物需水模型等，評估和匹配土壤水分、肥力與作物生長需求，從而指導(dǎo)精準(zhǔn)灌溉、精準(zhǔn)施肥，在確保作物健康生長的同時達(dá)到節(jié)水節(jié)肥、避免環(huán)境污染和資源浪費(fèi)的目的。

精準(zhǔn)智能灌溉系統(tǒng)

風(fēng)險評估

在外部環(huán)境方面，有病蟲害預(yù)測、蟲害防治期估算、小氣候訂正、氣象災(zāi)害預(yù)警等模型，為農(nóng)業(yè)生產(chǎn)者提供有效的防災(zāi)防治建議。同時，綜合利用了農(nóng)作物市場價格數(shù)據(jù)、天氣預(yù)測數(shù)據(jù)的農(nóng)作物產(chǎn)量預(yù)測、價格預(yù)測、投入產(chǎn)出分析等模型，能夠評估農(nóng)業(yè)風(fēng)險，為農(nóng)業(yè)生產(chǎn)經(jīng)營者和銀行、保險等農(nóng)業(yè)金融服務(wù)者提供精準(zhǔn)定價和風(fēng)險管理策略。

褐飛虱屬遷飛路徑研判

03

農(nóng)業(yè)大模型“小農(nóng)人”

將AI大模型技術(shù)與農(nóng)業(yè)專業(yè)深度融合所構(gòu)建出的農(nóng)業(yè)AI大模型“小農(nóng)人”，對農(nóng)資、農(nóng)技、農(nóng)事服務(wù)、農(nóng)業(yè)科研、農(nóng)產(chǎn)品加工業(yè)、農(nóng)業(yè)信息服務(wù)、農(nóng)業(yè)社會化服務(wù)等細(xì)分領(lǐng)域的學(xué)術(shù)論文、技術(shù)報告、專利文檔等海量知識進(jìn)行系統(tǒng)化梳理，構(gòu)建農(nóng)業(yè)知識體系庫。當(dāng)農(nóng)業(yè)工作者向“小農(nóng)人”提出農(nóng)業(yè)問題時，它基于RAG技術(shù)迅速生成專業(yè)、全面的答案，如同一位即問即答的農(nóng)業(yè)專家顧問，協(xié)助農(nóng)業(yè)工作者解決復(fù)雜問題。

與傳統(tǒng)的問答機(jī)器人相比，“小農(nóng)人”的表現(xiàn)更加智能，不僅對話流暢自然，能夠靈活適應(yīng)不同場景和任務(wù)，而且隨著訓(xùn)練語料的不斷豐富和知識庫的不斷更新，“小農(nóng)人”能夠持續(xù)擴(kuò)充農(nóng)業(yè)專業(yè)知識，從而提供更好服務(wù)。

例如在農(nóng)場管理場景，“小農(nóng)人”化身為農(nóng)場管家，協(xié)助農(nóng)業(yè)園區(qū)管理；在環(huán)境調(diào)控場景，“小農(nóng)人”化身為種植專家，指導(dǎo)灌溉、通風(fēng)、施肥等農(nóng)事操作；在植保場景，“小農(nóng)人”化身為病蟲害防治專家，為工作者解答病蟲害防治難題等。

農(nóng)業(yè)大模型“小農(nóng)人”

大數(shù)據(jù)：推動精準(zhǔn)農(nóng)業(yè)與智慧監(jiān)管

大數(shù)據(jù)技術(shù)的核心價值在于從多樣化數(shù)據(jù)集中發(fā)現(xiàn)規(guī)律、趨勢和關(guān)聯(lián)性，為科學(xué)決策提供支撐。近年來，我國高度重視農(nóng)業(yè)大數(shù)據(jù)應(yīng)用與基礎(chǔ)設(shè)施建設(shè)工作，陸續(xù)發(fā)布《促進(jìn)大數(shù)據(jù)發(fā)展行動綱要》《農(nóng)業(yè)農(nóng)村大數(shù)據(jù)試點(diǎn)方案》《數(shù)字農(nóng)業(yè)農(nóng)村發(fā)展規(guī)劃（2019—2025年）》等一系列指引性文件，推動大數(shù)據(jù)技術(shù)向農(nóng)業(yè)全產(chǎn)業(yè)鏈加速覆蓋。

大數(shù)據(jù)技術(shù)應(yīng)用，數(shù)據(jù)采集是基礎(chǔ)。通過不斷加強(qiáng)精準(zhǔn)感知、圖像識別和數(shù)據(jù)采集技術(shù)創(chuàng)新，研發(fā)涵蓋植物表型、種子、培養(yǎng)箱、植保、氣象環(huán)境、土壤、品質(zhì)等200+農(nóng)業(yè)專用傳感器與智能裝備，深入開展數(shù)據(jù)采集、輸入、匯總、應(yīng)用、管理技術(shù)研究，構(gòu)建起農(nóng)業(yè)生產(chǎn)全要素智能數(shù)據(jù)采集系統(tǒng)。

01

農(nóng)業(yè)生產(chǎn)精準(zhǔn)化

在農(nóng)業(yè)生產(chǎn)環(huán)節(jié)，大數(shù)據(jù)技術(shù)通過傳感器、物聯(lián)網(wǎng)智能裝備、遙感、GIS等方式采集并整合氣候、土壤、作物生長、病蟲害等多維度數(shù)據(jù)信息，經(jīng)綜合分析發(fā)現(xiàn)趨勢和關(guān)聯(lián)性，從而優(yōu)化資源投入，降低生產(chǎn)成本，提高生產(chǎn)效率與產(chǎn)品質(zhì)量。

以病蟲害監(jiān)測預(yù)警應(yīng)用為例，“浙江省農(nóng)作物重大病蟲害智慧監(jiān)測預(yù)警系統(tǒng)”，在浙江省全境統(tǒng)一布局田間智能監(jiān)測點(diǎn)160余個，形成區(qū)域性智能監(jiān)測網(wǎng)絡(luò)，實(shí)現(xiàn)水稻二化螟、稻縱卷葉螟、稻飛虱等重大蟲情動態(tài)的實(shí)時測報、集中采集、統(tǒng)一管理和綜合應(yīng)用。

浙江省水稻蟲情預(yù)警平臺

蟲情數(shù)據(jù)的匯集和分析，為監(jiān)測遷飛性害蟲首發(fā)、爆發(fā)提供了重要依據(jù)。2021年7月，臺風(fēng)“煙花”過境浙江期間，浙江省級植保部門通過蟲情監(jiān)測數(shù)據(jù)研判桐廬等地可能迎來稻縱卷葉螟遷入高峰，指導(dǎo)當(dāng)?shù)剞r(nóng)戶及時采取防治措施，收效顯著。

02

農(nóng)產(chǎn)品全產(chǎn)業(yè)鏈數(shù)字化

在農(nóng)產(chǎn)品全產(chǎn)業(yè)鏈綜合管理環(huán)節(jié)，大數(shù)據(jù)技術(shù)通過收集與打通供需兩端數(shù)據(jù)信息，能夠分析市場需求、庫存水平、物流信息等，進(jìn)一步減少供需兩端信息不對稱，在倉庫儲存和零售商店環(huán)節(jié)提高運(yùn)營質(zhì)量，提升供應(yīng)鏈管理效率。

以水稻產(chǎn)業(yè)為例，國內(nèi)首個水稻全產(chǎn)業(yè)鏈大數(shù)據(jù)應(yīng)用服務(wù)平臺——國家水稻全產(chǎn)業(yè)鏈大數(shù)據(jù)平臺，通過搭建水稻全產(chǎn)業(yè)鏈大數(shù)據(jù)中心，打通水稻生產(chǎn)-儲備-市場-貿(mào)易-消費(fèi)-科技全產(chǎn)業(yè)鏈，匯聚來自生產(chǎn)端、流通端、消費(fèi)端的宏觀、中觀和微觀數(shù)據(jù)，形成完善的業(yè)務(wù)管理、數(shù)據(jù)共享和決策咨詢體系，建立價格分析預(yù)測、氣象產(chǎn)量預(yù)測、投入產(chǎn)出分析、輿情分析、消費(fèi)者情感分析等模型，深化大數(shù)據(jù)在水稻產(chǎn)業(yè)領(lǐng)域的應(yīng)用，推動我國水稻產(chǎn)業(yè)的數(shù)字化、信息化建設(shè)。

國家水稻全產(chǎn)業(yè)鏈大數(shù)據(jù)平臺

03

農(nóng)政監(jiān)管智慧化

在農(nóng)業(yè)農(nóng)村農(nóng)政監(jiān)管層面，大數(shù)據(jù)技術(shù)也發(fā)揮著至關(guān)重要的作用。通過收集和分析農(nóng)田分布、農(nóng)業(yè)生產(chǎn)、農(nóng)村事務(wù)等海量農(nóng)業(yè)數(shù)據(jù)，農(nóng)政監(jiān)管機(jī)構(gòu)能夠更全面、精準(zhǔn)地了解轄區(qū)農(nóng)事狀況、預(yù)測市場趨勢、評估資源分配以及制定管理政策。

通過制定嚴(yán)謹(jǐn)?shù)募夹g(shù)規(guī)范，建立知識庫、規(guī)則庫、算法庫、模型庫、組件庫，打造“智能感知、生長模型、智能交互、監(jiān)測預(yù)警、指數(shù)評價、分析研判、惠農(nóng)直達(dá)、全景畫像、安全智控”九大智能能力，從而支撐“農(nóng)業(yè)智能、鄉(xiāng)村智治、農(nóng)民智富”三大場景能力，分別聚焦智慧農(nóng)業(yè)生產(chǎn)、基層鄉(xiāng)村治理、農(nóng)民增收共富，開發(fā)并集成一系列數(shù)字化應(yīng)用，顯著提升數(shù)字鄉(xiāng)村建設(shè)水平。

匯集農(nóng)業(yè)大數(shù)據(jù)

未來，農(nóng)業(yè)領(lǐng)域?qū)⒂瓉矶喾N技術(shù)融合發(fā)展的趨勢。在科技創(chuàng)新驅(qū)動下，物聯(lián)網(wǎng)、智能傳感器、大數(shù)據(jù)、人工智能、農(nóng)業(yè)機(jī)器人等技術(shù)將持續(xù)進(jìn)步并深度融合，構(gòu)建高度集成的智慧農(nóng)業(yè)生態(tài)系統(tǒng)，形成農(nóng)業(yè)新質(zhì)生產(chǎn)力，推動農(nóng)業(yè)科研、生產(chǎn)、經(jīng)營與監(jiān)管向著精準(zhǔn)、高效、智能化、可持續(xù)方向不斷發(fā)展。