智慧農(nóng)業(yè)發(fā)展必然趨勢(shì)就是農(nóng)業(yè)無人化、少人化的操作實(shí)景，信息化科技推動(dòng)農(nóng)業(yè)生產(chǎn)方式變革，對(duì)農(nóng)業(yè)種植、養(yǎng)殖業(yè)進(jìn)行工廠化生產(chǎn)、加工和銷售。大田種植作為農(nóng)業(yè)生產(chǎn)的主要形式之一，也需要大踏步前進(jìn)。目前國內(nèi)外高校、科研機(jī)構(gòu)對(duì)大田作物智慧種植方向的科研也取得了一定成果。

一、大田無人農(nóng)場關(guān)鍵技術(shù)研究現(xiàn)狀與展望

科研機(jī)構(gòu)：北京市農(nóng)林科學(xué)院智能裝備技術(shù)研究中心、智能農(nóng)業(yè)動(dòng)力裝備全國重點(diǎn)實(shí)驗(yàn)室 、國家農(nóng)業(yè)信息化工程技術(shù)研究中心、農(nóng)芯科技(北京)股份有限公司

無人農(nóng)場是智慧農(nóng)業(yè)的一種表現(xiàn)形式,也是建設(shè)農(nóng)業(yè)強(qiáng)國和實(shí)現(xiàn)農(nóng)業(yè)現(xiàn)代化的重要探索。無人農(nóng)場以數(shù)據(jù)、知識(shí)和智能裝備為核心要素,將現(xiàn)代信息技術(shù)與農(nóng)業(yè)深度融合,實(shí)現(xiàn)農(nóng)業(yè)全過程生產(chǎn)所需的信息感知、定量決策、智能控制、精準(zhǔn)投入及個(gè)性化服務(wù)一體化。

以吉林省公主嶺市玉米無人農(nóng)場為例介紹了物聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算以及人工智能等技術(shù)在玉米全程無人化生產(chǎn)中的具體應(yīng)用及效果。展望了無人農(nóng)場在解決全球農(nóng)業(yè)生產(chǎn)面臨的“無人種田”等共性問題中發(fā)揮的重要作用,分析了中國發(fā)展無人農(nóng)場存在的機(jī)遇和挑戰(zhàn),提出了中國發(fā)展無人農(nóng)場的戰(zhàn)略目標(biāo)與思路。

二、中國大田作物智慧種植目標(biāo)、關(guān)鍵技術(shù)與區(qū)域模式

科研機(jī)構(gòu)：中國農(nóng)業(yè)大學(xué)農(nóng)業(yè)農(nóng)村部農(nóng)業(yè)信息獲取技術(shù)重點(diǎn)實(shí)驗(yàn)室、中國農(nóng)業(yè)大學(xué)智慧農(nóng)業(yè)系統(tǒng)集成研究教育部重點(diǎn)實(shí)驗(yàn)室

大田作物智慧種植業(yè)是智慧農(nóng)業(yè)的重要內(nèi)容。該研究內(nèi)容包括智慧農(nóng)業(yè)發(fā)展歷程,、大田作物智慧種植業(yè)發(fā)展戰(zhàn)略總體目標(biāo)、重點(diǎn)任務(wù)、關(guān)鍵技術(shù),有針對(duì)性地提出適宜中國區(qū)域特征的發(fā)展模式。大田作物智慧種植的關(guān)鍵技術(shù)面臨的主要挑戰(zhàn)有:缺乏原位精準(zhǔn)測(cè)量技術(shù)與農(nóng)業(yè)專用傳感器,作物模擬模型與實(shí)際生產(chǎn)有較大差別,信息傳輸技術(shù)的實(shí)時(shí)性、可靠性、通用性和穩(wěn)定性有待改進(jìn),智能農(nóng)業(yè)裝備還需要進(jìn)一步解決好農(nóng)機(jī)/農(nóng)藝相結(jié)合問題。

根據(jù)中國種植業(yè)區(qū)域特色提出了相應(yīng)的6種智慧農(nóng)業(yè)發(fā)展區(qū),即東北與內(nèi)蒙古規(guī)?；腔凵a(chǎn)發(fā)展區(qū),京津冀魯智慧都市農(nóng)業(yè)與節(jié)水農(nóng)業(yè)發(fā)展區(qū),西北旱區(qū)棉花規(guī)?；腔鄯N植和旱作智慧農(nóng)業(yè)綠色發(fā)展綜合試驗(yàn)區(qū),東南沿海循環(huán)型水稻智慧種植業(yè)綜合發(fā)展試驗(yàn)區(qū),長江中下游平原智慧糧油優(yōu)化發(fā)展區(qū),以及西南山區(qū)智慧特色農(nóng)業(yè)發(fā)展區(qū)。

三、無人機(jī)遙感在飼草作物生長監(jiān)測(cè)中的應(yīng)用研究進(jìn)展

科研機(jī)構(gòu)：中國農(nóng)業(yè)大學(xué)水利與土木工程學(xué)院、新疆農(nóng)業(yè)科學(xué)院土壤肥料與農(nóng)業(yè)節(jié)水研究所、農(nóng)業(yè)節(jié)水與水資源教育部工程研究中心、滄州市農(nóng)林科學(xué)院

飼草作物生長的動(dòng)態(tài)監(jiān)測(cè)與定量估算對(duì)于飼草規(guī)?；a(chǎn)具有重要意義。無人機(jī)遙感分辨率高、靈活性強(qiáng)、成本低,近年來在飼草作物生長監(jiān)測(cè)領(lǐng)域發(fā)展迅速,應(yīng)用場景不斷拓展。為了掌握無人機(jī)在飼草監(jiān)測(cè)的國內(nèi)外應(yīng)用現(xiàn)狀,該團(tuán)隊(duì)確定重點(diǎn)發(fā)展方向,從數(shù)據(jù)獲取、數(shù)據(jù)處理和飼草作物生長監(jiān)測(cè)關(guān)鍵技術(shù)三個(gè)方面，簡述了無人機(jī)遙感在飼草作物監(jiān)測(cè)中的該研究方法。

四、基于多種深度學(xué)習(xí)算法的田間玉米籽粒檢測(cè)與計(jì)數(shù)

科研機(jī)構(gòu)：中國農(nóng)業(yè)大學(xué)智慧農(nóng)業(yè)系統(tǒng)集成研究教育部重點(diǎn)實(shí)驗(yàn)室、中國農(nóng)業(yè)大學(xué)農(nóng)業(yè)農(nóng)村部農(nóng)業(yè)信息獲取技術(shù)重點(diǎn)實(shí)驗(yàn)室、北達(dá)科他州州立大學(xué)農(nóng)業(yè)與生物工程系、韓國江原大學(xué)生物系統(tǒng)工程系、韓國江原大學(xué)

為快速準(zhǔn)確獲取玉米收獲過程中遺失籽粒數(shù)信息,進(jìn)行收割損失調(diào)節(jié)等管理,對(duì)比評(píng)估了單階段和兩階段主流目標(biāo)檢測(cè)網(wǎng)絡(luò)對(duì)田間玉米籽粒計(jì)數(shù)的性能。試驗(yàn)結(jié)果表明,深度學(xué)習(xí)目標(biāo)檢測(cè)網(wǎng)絡(luò)YOLOv5-L可實(shí)現(xiàn)實(shí)際作業(yè)中玉米收獲損失籽粒的實(shí)時(shí)監(jiān)測(cè),精度高、適用性強(qiáng)。

五、基于地物高光譜和無人機(jī)多光譜的黃河三角洲土壤鹽分機(jī)器學(xué)習(xí)反演模型

科研機(jī)構(gòu)：山東科技大學(xué)測(cè)繪與空間信息學(xué)院、濱州學(xué)院山東省黃河三角洲生態(tài)環(huán)境重點(diǎn)實(shí)驗(yàn)室、青島農(nóng)業(yè)大學(xué)農(nóng)學(xué)院

土壤鹽漬化是限制黃河三角洲地區(qū)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的重要因素,進(jìn)一步阻礙了農(nóng)業(yè)生產(chǎn)。為了探索無人機(jī)影像在地表無植被覆蓋條件下的土壤鹽分含量反演狀況,以黃河三角洲典型區(qū)域?yàn)檠芯繀^(qū),實(shí)現(xiàn)研究區(qū)的土壤鹽分含量反演。

該研究構(gòu)建并對(duì)比了兩種不同源數(shù)據(jù)的黃河三角洲土壤鹽分反演模型,并結(jié)合各自數(shù)據(jù)源的優(yōu)勢(shì)進(jìn)行優(yōu)化,探索了地表無植被覆蓋情況下的土壤鹽分含量反演方法,對(duì)更精準(zhǔn)反演土壤鹽漬化程度提供了參考。

六、基于無人機(jī)遙感表型監(jiān)測(cè)的苧麻優(yōu)質(zhì)種質(zhì)資源篩選方法

科研機(jī)構(gòu)：湖南農(nóng)業(yè)大學(xué)農(nóng)學(xué)院

苧麻是重要的纖維作物之一,由于土地資源緊缺及優(yōu)良品種的推廣應(yīng)用等原因,苧麻遺傳變異和遺傳多樣性減少,對(duì)苧麻種質(zhì)資源多樣性調(diào)查和保護(hù)的需求日趨加大?；跓o人機(jī)遙感的作物表型測(cè)量方法可以對(duì)不同基因型作物的生長特性進(jìn)行頻繁、快速、無損、精準(zhǔn)的監(jiān)測(cè),實(shí)現(xiàn)作物種質(zhì)資源調(diào)查,篩選特異優(yōu)質(zhì)品種。

為了實(shí)現(xiàn)苧麻種質(zhì)資源表型的高效綜合評(píng)價(jià),輔助篩選優(yōu)勢(shì)苧麻品種,該研究提出了一種基于無人機(jī)遙感影像的苧麻種質(zhì)資源表型監(jiān)測(cè)及篩選方法。結(jié)果表明,該研究將為作物種質(zhì)資源表型監(jiān)測(cè)和育種相關(guān)分析提供參考。

審核編輯 黃宇