数据赋能农业智慧大脑

石云提供的图纸

"种子是农业的芯片，而农田是农业的主人."在中国科学院院士周成虎看来，中国农业的智力正在形成。在地球上有3.04万亿棵树可以通过遥感和地面观测得到证实的时候，发展新技术以实现对每块农田的精确测量和动态监测、建设大面积农田数据以及促进科技创新和智能农业的发展是指日可待的。

近日，在“2019智能农业技术创新与示范研讨会”上，与会专家围绕“科技兴农与数据授权”这一主题，现场观摩，深入探讨了中国智能农业发展的现状和前景。

“天、地、海、网”动态立体时代

周成虎指出，当前，世界已进入一个智能与绿色、网络化和全球化相互交织的时代。把握时代脉搏，抓住历史机遇，发展现代农业信息技术，是智能农业科技创新发展的重要内容，具有战略意义。

农业信息的获取已进入“天、地、海、网”的动态三维时代周成虎说，十亿级互联地面传感器网络已经获得了大量的农业数据。高低轨道、光学和微波的结合形成了天网，一个全球农业观测系统。在一个一切都可以数字化的世界，在一个所有数据都可以商业化的时代，农业信息化和农业大数据已经成为现代农业科技的核心组成部分。

农业遥感传统上用于监测作物生长状况、监测和估计作物种植面积、监测单位面积作物产量、灾害监测和损失评估、估计作物产量、粮食供求平衡和安全预警等。随着物联网、云计算、大数据、深度学习等技术的不断进步，国际社会开始将农业遥感技术应用于生态农业、订单农业和绿色农业的快速发展。中国还扩大了农业遥感服务的范围，包括土地承包权登记、耕地质量监测和保护以及农业补贴支持。

"高空间分辨率的图像使得精确测量农田面积成为可能."周成虎说，借助现代空间和航空技术，可以准确划定地块的边界，准确监测播种面积，并了解每个地块的内部细节。

华南农业大学教授蓝玉斌认为，这种精准农业航空技术是实现智能农业的重要组成部分，是智能农业的直接体现。

兰玉斌认为，将“智慧农业”与现代生物技术、农学等高新技术相结合，对于中国赶超发达国家，建设世界一流农业具有重要意义。“生态无人农场”应运而生。

“生态无人农场”集成了农艺和农业机械设备、绿色植物保护技术、无人机、人工智能、大数据、3S、物联网等技术。采用天地一体化技术获取农业信息，实现对农业信息的准确感知。利用智能农业机械设备的地空一体化和其他合作作业来提高农业生产率；实现绿色生态农业生产的精准种植、智能决策、可视化管理和智能控制。

“生态无人农场”通过一系列技术实现循环农业模式，包括基于精准施用的农药减量技术、基于水肥一体化精准管理的减肥节水技术、生态沃土技术、生物防治技术、秸秆综合再利用技术、畜禽粪便有机处理应用技术、农场闭环优化管理技术。

“生态无人农场”集成了生物防控、绿色植物保护、无人机、农业机器人、人工智能、物联网、大数据、云计算等多项高科技技术。“后农民不再是体力劳动者，而是新农民。一个人管理整个农场的目标将成为现实。生态无人农场是农业产业转型的第一步。这一领域的全球竞争才刚刚开始。”兰玉斌说。

帮助农业“知天而工”

在成都市新都区泰兴镇四川省农业科学院新都现代农业科技创新示范园区，数百名专家聚集在一块刚刚收割完小麦的平地上，盯着屏幕上的直播。

当农业无人机起飞时，其飞行轨迹实时显示在计算机屏幕上。当无人机的飞行路径逐渐覆盖整个目标小区时，研究人员开始根据无人机返回的数据分析小区信息，了解果园面积、地形、数量、位置、树冠大小、果树生长和杂草分布等生产信息。

从天上看到的信息不够准确。如何获得更详细的信息，如每棵果树有多少果实、果实成熟度、大小、有无病虫害等？这时，“果园童子军”智能野外巡逻机器人被部署。它可以代替人类进入果园，感受作物的细微变化。

通过智能设备收集的数据被快速传输到“智能农业大脑”——农业大数据挖掘和服务平台。这种“大脑”包括天地一体的农业信息处理集成机、智能农业大数据挖掘与可视化系统、云边缘端集成现场服务集成机，具有数据管理和可视化云边缘端协同计算的深度人工智能计算能力。经过智能分析和判断，向果园智能操作设备发出正确的操作指令。

例如，水肥一体化灌溉系统接收处方图，精确控制水和肥料，并根据需要智能灌溉，从而节省资金、时间和人力。

一个红色的无人农药喷洒机器人按照处方图走了过来。在病虫害发生的地方停止喷洒，不仅提高了农药的利用率，而且避免了操作人员的农药中毒。

无人驾驶除草机器人马力强劲。即使一棵小灌木站在它面前，它也能毫不犹豫地碾碎它，并迅速碾碎它。在它的后面，没有杂草了。

中国农业科学院农业资源与农业区划研究所研究员石云在接受《中国科学日报》采访时表示，中国农业科学院智能农业创新团队的农业云操作系统，包括天地农业信息时空数据库系统、物联网观测系统、农业大数据多维可视化系统、农业状况智能诊断与监测系统、智能设备对接与管理系统、智能农业云平台等，可以帮助农业生产“知行合一”。

智能农业需要内部和外部修复

农业生产的劳动力成本占70%，而农村劳动力的平均年龄目前为55岁，农村人口老龄化继续加剧。"谁会在20年内种田、种菜、养猪和养鱼？"信息与电子工程学院的李道亮教授是这样说的。

面对节约资源、高产高效、环保和产品安全的现代农业需求，中国农业生产正面临转型升级。李道亮认为未来的方向是装备生产、设备数字化、网络监管、智能管理和无人操作。

智能农业的出现是为了“使人类能够以更加精细和动态的方式管理农业生产和生活，增强人类对农业物理世界的实时控制和精确管理能力，从而实现农业资源的优化配置和科学智能决策”。"

李道亮认为，智能农业是一门高度跨学科的学科，涵盖农业科学、机械科学、材料科学、计算机科学、控制工程、人工智能等知识和技术。其中，“瓶颈”技术包括农业传感器、动植物生长信息模型、农业智能机器人、动植物表型关键技术和专用农业芯片开发。

他建议加强智能农业和智能设备学科建设，重点发展农业综合采集技术、动植物生长最优控制模型、农业机器人、智能加工与营养健康、动植物表型和农村信息社会研究。

同时，智能农业也需要农业科学其他领域的支持。

东京大学的研究员郭伟长期从事基于机器学习和图像的高通量多尺度作物表型研究。他告诉《中国科学日报》，通过深入学习技术，科学家开发的农作物水果机器人识别率达到97%。

然而，目前一些作物品种还没有适应智能农业发展的需要，这与实际的农业种植场地密切相关。以甘蔗为例，西南地区的育种方向适合山区小规模分散种植。品种特性不能适应当前主要服务于大规模农业生产的数字农业技术，面临进一步的挑战。然而，如大米，温室水果和蔬菜等。，已经适应了当前的数字化农业技术，可以大大提高生产效率，增强食品生产的可追溯性。

武汉大学教授石亮生认为，如果电脑要取代人，还有很大的探索空间。由于耕地系统非常复杂，所以“关键在于我们如何理解耕地信息与研究对象之间的因果关系，我们需要知道这些信息代表什么，以及如何分析这些信息”。

石良生提出要弱化模型对数据的依赖，因为农田系统包含许多物理机制和生化过程，这些过程的数据不能被现有的智能设备获取和反映。因此，有必要将物理机制与数据信息相结合，使模型具有更高的预测能力。