青年科学家论道“互联网 未来农业装备”

兴发娱乐xf881

2018-03-01 11:29:37

  但我国蔬菜产业也存在种植模式局限性强、农机装备应用难,农资成本逐年攀升、价格优势持续难,生产环节管理粗放、蔬菜品质保障难,规模化生产程度低、种植效益提高难等问题。

  与先进国家相比,我国正处于由个体生产向集约化、规模化生产的转换期,虽然设施蔬菜发展迅猛,但种植农艺、技术装备和管理措施不统一,各环节技术发展不均衡,人工劳作与机械生产等多种手段并存。在美国,37个州从事蔬菜生产,生产布局区域化特征明显。生产模式也呈现露地规模化、设施工厂化、庭院式种植,并实现全程机械化生产,在主要环节实现了智能化管控,充分运用卫星导航、自动驾驶、计算机辅助及智能传感器等系统,依托大数据分析结果进行智能决策。再以日本为例,蔬菜为分散生产,集中供应,设施生产占主导地位,集约化程度高,基本实现全程机械化。同时,日本充分运用机器人、信息感知与决策处理等技术,指导设施蔬菜生产。其嫁接机器人、叶状蔬菜全自动栽植机、根类蔬菜包装机等居世界领先水平。

  未来,随着品种品质消费的升级,国民更加注重绿色优势安全生产,我国蔬菜设施发展将面临新的挑战,蔬菜设施亟待转型升级。同时,随着以需求为导向的农业供给侧结构性改革推进,行业又迎来新的机遇,“互联网 农业”助力生存方式变革和产业链重组,成为驱动蔬菜生产竞争力提升的新引擎。

5

关于现代物理农业工程技术发展

  《农业工程》杂志执行主编王艳红:

  物理农业是相对于化学农业而言的,是以电、磁、声、光、热等物理学原理为基础,应用特定的物理技术处理农产品或改善农业生产环境,减少化肥、农药等化学品的投入,实现农产品增产、优质、抗病和高效生产的农业生产模式。物理农业是与环境相和谐的农业经济发展模式,是产业链延伸型的农业空间拓展路径,是建设环境友好型新农村社区的新理念。

  物理农业工程技术运用于农业发展的各个方面。例如种子电场处理技术,通过模拟大自然的电场效应,使种子内部正负电荷在播种前就有序排列,缩短种子在土壤里的萌发期,催动种子较快发育。再如声波助长技术,对植物施加一定频率的声波,当声波的频率与植物本身生理系统的频率一致时,就会产生共振,从而提高植物活细胞内电子流的运动速度,促进各种营养元素的吸收、传输和转化,增强植物的光合作用,促进植物生长。

  但我国现代物理农业工程发展尚处于起步阶段,相关技术研究分散,总体科技水平不高:在技术研究上,基础研究薄弱;在装备研发上,企业生产规模小、科研能力弱、产品质量不稳定、生产工艺和工业装备落后,产学研体系脱节;各项技术应用不平衡,地区之间技术推广应用发展不平衡。

  针对以上情况,我国物理农业工程技术发展应在以下方面加强:一是强化学科基础建设,加强基础理论研究、科技研究与农业生产的结合,增强学科队伍建设;二是加强科技创新力度,提升装备生产能力,加快制定装备生产和使用等方面的技术标准;三是加大示范推广力度,促进技术的产业化进程,建立科技示范基地,解决技术实用化、普及化的问题,加强宣传,强化技术培训

6

关于深度学习与人工智能

  北京理工大学宇航学院副教授丁艳:

  根据联合国粮食生产报告,由于污染和侵蚀问题,发达国家自上世纪80年代中期以来,农作物生产面积持续下降。粮食短缺将会是人类文明面临的最大问题之一。如何有效利用规划有限资源,对于提高生产能力至关重要。解决问题的答案就是传感器、机器人和人工智能。

  以著名的IntelinAir公司为例,其研究人员正在使用具有类似核磁共振成像功能的无人机来快速准确地进行农田数据分析。搭载特定摄像头的无人机利用可见光和红外融合图像,将数以千计的图像数据写入一个算法,然后将其编译成一个单一的场景图像,以显示所覆盖区域的状况,一旦有问题就可以有针对性地对这些区域进行相关处理,有效地提高了效率和生产力。

  再如BlueRiverTechnology公司在2013年推出了一款LettuceBot,它看来和一般的拖拉机一样,但其实它是一个基于深度学习的机器,以每分钟5000株的速度对菜苗进行拍照,并通过算法及机器视觉来判断每株植物是否是杂草,并对识别出的杂草喷洒农药。如果它判定一株植物是不健康的菜苗,它也会喷一下。通过这款机器,农民可以减少90%的农药用量,且产量是人工种植的5倍。目前,此机器已经在市场上推广应用了。

  由此说明,人工智能是驱动农业智能精准化发展的关键。

7

关于农机作业服务云平台

  中国农机院机电所运营总监张俊宁:

  以精准农业技术装备为支撑,以互联网 技术为载体,构建了现代农业全程机械化远程控制服务体系。农机远程云服务具有高并发、高频发、类型多、数据量大、保存时间长、数据安全等特性。

  云服务中的数据采集是服务技术的关键,其采用了软动态负载均衡技术,彻底解决了采集终端数量不断增长所带来的压力。应用分布式缓存技术,统一管理数据采集过程中的动态数据,使作业数据更准确。通过在程序中添加数据缓写技术处理,可以应对作业高峰期数据上传高峰,确保无线通讯稳定有序。

  农业云服务围绕农机作业耕、种、收、管等核心环节,面向多层次用户群,提供从农资―农机―农产品全链条的数据采集、自动化处理、统计分析、远程运维、精细化管理的物联云服务。