人工智能在农业种植中的几个应用

陈伟

人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大。中国一直是一个农业大国，将人工智能技术应用到种子检测，智能种植，作物监控，土壤检测等农业领域有着广泛的前景。

人工智能;农业应用

截止到2019年01月17日，全世界共计230 个国家人口总数达75亿人。按照联合国粮农组织做出的预测，到2050年，全球人口总数将预计将达到90亿人，尽管人口总体对比当前只增长约25%，但是由于人类对生活水平要求的提升以及膳食结构的改善，对粮食需求量将增长七成。当下，全世界范围又面临着土地资源进一步紧缺、过度使用化肥农药造成的环境破坏等问题。因此，怎么样在有限的耕地提升农业的产出，同时还能保持可持续发展成为了一个重要问题。而当下最火热的人工智能展示出了解决该问题的强大实力。

人工智能概述：

人工智能，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。人工智能可以对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习，计算机视觉等等，总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。

人工智能在农业种植中的几个应用

1、种子检测

种子是农业生产中最重要的生产资料之一，种子质量直接关系到作物产量。种子的纯度和安全性检测，是提升农产品质量的重要手段。因此，利用图像分析技术以及神经网络等非破坏性的方法对种子进行准确的评估，对提高农产品产量和质量起到了很好的保障作用。

种子的纯度对种子的销售者和使用者来说都是非常重要的指标。对杂交的玉米种子来说，种子纯度提高1%，作物产量可提高10%。近年来，全国各地因种子纯度等造成作物减产、绝收的情况时有发生，经济损失巨大。蛋白电泳、发芽率实验等常规方法虽能测定种子纯度，但在数据处理的速度、精度和结果分析等方面，远远不能满足种子生产的实际需要。为实现温室大棚设施农业生产的自动化和现代化，迫切需求一种能够模拟人的视觉功能，而又能超越它的性能的图像处理系统。北京某研究中心研发出一种快速、有效地测定种子纯度的人工智能图像识别与处理系统。该系统选用电泳法作为检测玉米种子纯度的生物学方法，将电泳法得到的图像经过去噪、二值化、特征提取等图像预处理后，利用图像的模板匹配技术，将标准模板库谱带图像与种子的电泳谱带进行匹配，从而检测玉米种子的纯度。将得到的结果和田间种植的结果相对比，吻合率达到了95%以上

2、智能种植

在传统农业中，需要耗费大量的人力、物力。搭载人工智能技术的机器人将有助于缓解农民的负担，大大降低土地对劳动力的需求量。例如在种植、管理、采摘、分拣等环节都可以通过智能机器人来完成，实现农业种植的智能化与自动化。

根据不同植物品种对生长环境的不同要求，可以利用智能传感、无线传感网、通信、大规模数据处理与智能控制等物联网技术，对温度、光照度、土壤温湿度、土壤水分、空气二氧化碳、基质养分等环境参数做动态监测，并通过对风机、卷帘、内遮荫、湿帘、水肥灌溉等自动化设备的智能控制，使植物生长环境达到最佳状态。方案甚至还设置了预警信息发布，您可以通过手机、PDA、计算机等信息终端，实时掌握种植环境信息，及时获取异常报警信息，从而确保农作物生长管理正常有序

3、作物监控

在农业生产的很多方面，大部分的工作是通过对农作物外观的判断进行的，例如农作物的生长状态、病虫害监测以及杂草辨别等等。在过去，这些工作是通过人的肉眼去观察，但是这存在两个问题：1、农民并不能保证根据经验做出的判断是完全正确的;2、由于没有专业人士及时到现场诊断，可能会使农作物病情延误或加重。人工智能技术可在农作物检测中提供强大的技术的支持，通过机器人视觉技术，模拟人类的视觉功能，从客观事物的图像中获取信息并处理和分析。人工智能在农业领域可实现土壤探测、病虫害防护、产量预测、畜禽患病预警等功能。

4、土壤检测与灌溉

在土壤探测领域，IntelinAir公司开发了一款无人机，通过类似核磁共振成像技术拍下土壤照片，通过电脑智能分析，确定土壤肥力，精准判断适宜栽种的农作物。在病虫害防护领域，生物学家戴维·休斯和作物流行病学家马塞尔·萨拉斯将关于作物叶子的5万多张照片导入计算机，并运行相应的深度学习算法开发了一款手机App Plant Village（美国），农户将在合乎标准光线条件及背景下拍摄出来的农作物照片上传，App能智能识别作物所患虫害。目前，该款App可检测出14种作物的26种疾病，识别准确率高达99.35%。人工神经网络具备机器学习能力，能够根据检测得到的气候指数和当地的水文气象观测数据，选择最佳灌溉规划策略。通过对土壤湿度的实时监控，利用周期灌溉、自動灌溉等多种方式，提高灌溉精准度和水的利用率。这样既能节省用水，又能保证农作物良好的生长环境。

人工智能技术在农业领域面临的困难与挑战

不过，虽然人工智能技术已经开始应用于农业领域，但是与其在金融、医疗、交通等领域上的成功应用相比，人工智能在农业上的运用略显初级，大多农场、农业设备制造商还没有深入推进人工智能的引入。原因包括：1、农业领域的数据获取比其他行业要难;2、农业生产统计和量化应用困难，农业环境变化对人工智能技术在农业上的测试、验证和推广更加困难;3、缺乏既懂农业又懂人工智能技术的复合型人才。

政策支持破解人工智能农业困局

2018年4月，教育部印发《高等学校人工智能创新行动计划》，提出加强人才培养与创新研究基地的融合，完善人工智能领域多主体协同育人机制，以多种形式培养多层次的人工智能领域人才;到2020年建立50家人工智能学院、研究院或交叉研究中心，并引导高校通过增量支持和存量调整，加大人工智能领域人才的培养力度。截至2017年12月，国内共有七十余所高校围绕人工智能领域设置86个二级学科或交叉学科。2018年国内高校首批612个“新工科”研究与实践项目中，已布局建设将近60个人工智能类项目。

随着人工智能技术的不断发展，其在农业领域的大规模应用将最终实现。相信在不久的将来，人工智能能够更好的为人类服务，改善人类的生活，带来巨大的经济效益。在人工智能的引领下，农业将迈入智能化的崭新时代。

参考文献

[1]农业人工智能实践探索与发展路径探究.梁瑞华.学习论坛.2019（02）

[2]基于人工智能的农业技术创新.李峰.农业网络信息.2017（11）

[3]人工智能背景下智慧农业发展问题研究.周康.乡村科技.2018（20）

[4]人工智能+农业 开创新時代.中国农村科技. 2018（01）.