智慧農(nóng)業(yè)發(fā)展必然趨勢就是農(nóng)業(yè)無人化、少人化的操作實景，信息化科技推動農(nóng)業(yè)生產(chǎn)方式變革，對農(nóng)業(yè)種植、養(yǎng)殖業(yè)進行工廠化生產(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。目前國內(nèi)外高校、科研機構(gòu)對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

科研機構(gòu)：北京市農(nóng)林科學院智能裝備技術(shù)研究中心、智能農(nóng)業(yè)動力裝備全國重點實驗室 、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)強國和實現(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、精準投入及個性化服務(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)場存在的機遇和挑戰(zhàn),提出了中國發(fā)展無人農(nóng)場的戰(zhàn)略目標與思路。

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

科研機構(gòu)：中國農(nóng)業(yè)大學農(nóng)業(yè)農(nóng)村部農(nóng)業(yè)信息獲取技術(shù)重點實驗室、中國農(nóng)業(yè)大學智慧農(nóng)業(yè)系統(tǒng)集成研究教育部重點實驗室

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、重點任務(wù)、關(guān)鍵技術(shù),有針對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:缺乏原位精準測量技術(shù)與農(nóng)業(yè)專用傳感器,作物模擬模型與實際生產(chǎn)有較大差別,信息傳輸技術(shù)的實時性、可靠性、通用性和穩(wěn)定性有待改進,智能農(nóng)業(yè)裝備還需要進一步解決好農(nóng)機/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、無人機遙感在飼草作物生長監(jiān)測中的應(yīng)用研究進展

科研機構(gòu)：中國農(nóng)業(yè)大學水利與土木工程學院、新疆農(nóng)業(yè)科學院土壤肥料與農(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)林科學院

飼草作物生長的動態(tài)監(jiān)測與定量估算對于飼草規(guī)?；a(chǎn)具有重要意義。無人機遙感分辨率高、靈活性強、成本低,近年來在飼草作物生長監(jiān)測領(lǐng)域發(fā)展迅速,應(yīng)用場景不斷拓展。為了掌握無人機在飼草監(jiān)測的國內(nèi)外應(yīng)用現(xiàn)狀,該團隊確定重點發(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)測關(guān)鍵技術(shù)三個方面，簡述了無人機遙感在飼草作物監(jiān)測中的該研究方法。

四、基于多種深度學習算法的田間玉米籽粒檢測與計數(shù)

科研機構(gòu)：中國農(nóng)業(yè)大學智慧農(nóng)業(yè)系統(tǒng)集成研究教育部重點實驗室、中國農(nóng)業(yè)大學農(nóng)業(yè)農(nóng)村部農(nóng)業(yè)信息獲取技術(shù)重點實驗室、北達科他州州立大學農(nóng)業(yè)與生物工程系、韓國江原大學生物系統(tǒng)工程系、韓國江原大學

為快速準確獲取玉米收獲過程中遺失籽粒數(shù)信息,進行收割損失調(diào)節(jié)等管理,對比評估了單階段和兩階段主流目標檢測網(wǎng)絡(luò)對田間玉米籽粒計數(shù)的性能。試驗結(jié)果表明,深度學習目標檢測網(wǎng)絡(luò)YOLOv5-L可實現(xiàn)實際作業(yè)中玉米收獲損失籽粒的實時監(jiān)測,精度高、適用性強。

五、基于地物高光譜和無人機多光譜的黃河三角洲土壤鹽分機器學習反演模型

科研機構(gòu)：山東科技大學測繪與空間信息學院、濱州學院山東省黃河三角洲生態(tài)環(huán)境重點實驗室、青島農(nóng)業(yè)大學農(nóng)學院

土壤鹽漬化是限制黃河三角洲地區(qū)農(nóng)業(yè)經(jīng)濟發(fā)展的重要因素,進一步阻礙了農(nóng)業(yè)生產(chǎn)。為了探索無人機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)域為研究區(qū),實現(xiàn)研究區(qū)的土壤鹽分含量反演。

該研究構(gòu)建并對比了兩種不同源數(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)勢進行優(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,對更精準反演土壤鹽漬化程度提供了參考。

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

科研機構(gòu)：湖南農(nóng)業(yè)大學農(nóng)學院

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,對苧麻種質(zhì)資源多樣性調(diào)查和保護的需求日趨加大。基于無人機遙感的作物表型測量方法可以對不同基因型作物的生長特性進行頻繁、快速、無損、精準的監(jiān)測,實現(xiàn)作物種質(zhì)資源調(diào)查,篩選特異優(yōu)質(zhì)品種。

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

審核編輯 黃宇