現在位置：范文先生網>論文寫作>學術論文寫作>人工智能農業轉型和發展

人工智能農業轉型和發展

時間：2022-08-14 00:30:23 學術論文寫作我要投稿

相關推薦

人工智能農業轉型和發展

我國是農業大國，農業是我國經濟基礎產業。為了滿足大眾衣食住行，2005年國家提出了建設新農村的宏偉戰略［1］。隨著我國科技發展速度的不斷加快，眾多先進科學技術被應用到農業生產中，極大推動了我國農業生產轉型和發展。當前，我國農業生產形式已由粗放型向集約型轉變，農業生產結構不斷調整升級。盡管我國農業生產水平不斷提升，但在生產過程中仍存在一些問題有待解決，包括農業產業化發展速度慢、農業生產成本較高、農產品質量安全缺乏保障等，這些問題影響了我國農業生產快速發展，不利于農民經濟收入增加和生活水平提升。隨著農業現代化程度的不斷提高，在農業生產過程中產生了大量數據，數據涵蓋面廣、數據源復雜，一般為非結構化數據［2］。人工智能技術的出現及在農業領域的推廣應用解決了農業生產發展中的許多問題。人工智能在農業領域的應用方式多樣，包括可以進行作物耕種、采摘等工作的智能機器人，以及可以對土壤進行探測分析、對病蟲害進行監測、對氣候災害進行預警的智能識別系統等。人工智能在農業領域的應用有利于減少農業生產資源浪費、提高農產品產出率、提升生產效率、減少污染等，因此對農業可持續發展起到非常重要的作用。

1人工智能在農業領域的應用意義

人工智能在農業領域的應用具有非常重要的意義。在農業領域引用人工智能技術的想法在20世紀初已被提出［3］。人工智能AI（AritificialIntelligence）指基于計算機技術模擬或實現的智能［4］。隨著人工智能在多個領域的推廣應用，該技術已逐漸走向成熟，農業生產也將更加智能化［5］。當前，人工智能在農業領域的應用貫穿于農業生產整個過程，為農業生產在產前、產中、產后各環節的工作提供幫助，逐步實現農業生產自動化、智能化管理，并且有效提升了農業生產質量和效率［6］，其典型表現是人工智能極大改變了農業生產方式，促進了農業生產水平快速提升。農業生產需投入高強度的勞動，但隨著農村人口的不斷減少，以及我國人口老齡化程度不斷加深，農業生產中可用壯勞力數量不斷減少，嚴重影響了我國農業生產可持續發展。人工智能技術的出現，使得作物耕種、畜禽喂養、農作物采集收割等許多勞動強度較高的農業生產活動能夠借助各種農業機械、農業機器人等自動化、智能化設備代替農民工作，從而大幅降低農業生產人員的勞動強度、人工成本，在一定程度上提升了農業生產經濟效益。另外，在農產品加工、農產品質量檢測等工作中，應用人工智能技術可有效提升相關工作效率與工作質量，使我國農業生產能夠為社會大眾提供更加優質、安全的農產品，這也是人工智能在農業領域的應用意義所在。

2人工智能在農業領域的應用情況

當前，人工智能應用貫穿于農業生產的整個過程，因此本文將其劃分為產前、產中、產后3個階段進行具體介紹。

2.1產前階段

2.1.1灌溉控制人工智能在農業生產過程中可以對生產環境實時監測，并且依據作物生長需要進行調控，如作物智能灌溉，具體指通過對作物需水量的分析可以將灌溉用水量控制在最佳情況，既能滿足農作物在某一時期的生長需要，又能有效降低灌溉水量，在節約水資源的同時保證農作物的高產高收。該技術主要依靠智能灌溉控制系統通過人工神經網絡等人工智能技術，使系統具備強大的學習能力［7］。智能灌溉控制系統除了能夠對農作物灌溉用水情況進行分析和控制外，還可以利用大數據技術對所在地區的水文氣象指數、氣候數據等進行分析處理，從而制定出最佳灌溉計劃。另外，將智能灌溉系統與傳感器、灌溉設備等連接后，可以對土壤含水量進行實時監測，并據此計算出灌溉需水量，選擇最合適的灌溉模式進行作物灌溉。

2.1.2土壤成分檢測與分析在農業生產過程中，土壤情況是影響農作物產量的一個重要因素，因此在農業生產前期以及農作物種植、培育生長過程中需要對土壤成分進行檢測分析，并根據分析結果確定適宜種植的農作物品種，之后在農作物生長過程中根據土壤成分檢測結果進行施肥，將土壤結構始終控制在最適宜作物生長的狀態，從而達到提升農作物產量的目的。LI等［8］基于ASP.NET平臺，成功開發出一套甜橙施肥專家系統，該系統可以依據地理位置和氣候條件對年幼的和成熟的甜橙擬定年度施肥計劃。研究表明，在國外農業生產過程中，將近80%的作物增收率通過土壤結構控制實現，但在我國該概率尚不足50%，由此可見，我國在土壤成分檢測分析和控制方面的工作還有待進一步增強。人工智能的應用可以實現簡便快速的土壤成分檢測與分析，具體作法是應用探地雷達獲得土壤檢測圖像，之后將其轉換為相應數字信號，利用人工智能技術對其進行處理和分析，從而分析出表層載土含量，同時利用專業檢測設備可以檢測出土壤具體成分，并且結合軟件進行成分分析。通過對土壤相關數據的分析處理，人工智能可以制定出最合理的施肥方案，使作物在生長過程中始終處于最佳土壤環境，從而有效保證作物產量和質量。

2.1.3種子質量鑒定在農業生產過程中，農作物種子的質量直接關系到最終產量、質量，因此種子質量鑒定是農作物生產過程中非常重要的一個環節。人工智能技術可以有效提升種子質量鑒定速度，并且進一步保證鑒定效果。其中，最關鍵技術為圖像探測分析技術，該技術可以利用機器視覺對種子質量進行鑒定，整個鑒定過程不會對種子造成任何損害，因此不會對其質量造成影響，同時鑒定速度更快、準確率更高。另外，還可以應用人工智能對種植環境、種植需求等進行分析，幫助種植者選擇最合適的種子類型，這也是提升農業生產收益的一種重要方式［9］。

2.2產中階段

2.2.1專家系統專家系統是一種常見的人工智能系統，在農業及其它領域有非常廣泛的應用。它可代替農業專家走向地頭、走進農家，在全國各地具體指導農民科學種植農作物，這是科技普及的一項重大突破［10］。專家系統指利用人工智能技術使相應系統具備某個領域專家的經驗、知識，并且可以利用這些經驗、知識為使用者解決問題。在農業生產過程中，農業專家系統起著非常重要的作用，不僅在種植業應用廣泛，在養殖業、漁業等行業也應用普遍。專家系統由知識庫、推理機以及大數據處理引擎等核心部分構成。1978年，美國伊利諾斯大學開發的大豆病蟲害診斷專家系統（CPLANT/ds）是世界上應用最早的專家系統［11］。隨著大數據技術的快速發展，大數據在農業領域的應用也逐漸增多，專家系統將大數據技術、人工智能技術結合起來，通過大數據處理引擎對各種農業大數據進行分析、處理，并且利用推理機挖掘出最有價值的信息，再結合專家知識庫中的專家經驗、專業知識等，為農業生產各項決策提供幫助，實現農戶對農業生產監管、生產操作與生產成本的管理與控制，并提供專家咨詢輔導功能，為智慧農業的發展提供思路以及解決方案［12］。工作人員還可以將農業生產過程中收集到的土壤環境、作物生長狀況等數據，利用專家系統進行分析，從而推測出農作物未來生長過程中可能出現的問題，并利用專家系統尋找到合適的解決方法。

2.2.2設施農業生產智能控制設施農業是近年來發展迅速的具有較高集約化程度的新型農業產業，是現代農業的重要組成部分［13］，指在相對封閉的環境下，對農作物、畜禽等生長環境進行控制，使其能夠順利生長，如溫室種植就是一種常見的設施農業類型。隨著現代生活水平的不斷提高，設施農業發展速度不斷加快，人工智能在設施農業中的應用進一步促進了設施農業的快速發展。將人工智能應用到設施農業當中的典型示范是溫室智能控制系統，該系統結合物聯網技術，對溫室溫度、濕度、水分、土壤等環境因素進行自動監測，并且將監測所得數據進行分析、處理之后再利用人工智能技術進行調控，結合相應數據分析結果實現對溫度控制設備、灌溉設備等環境控制設備的自動操控，從而創造出最適合農作物生長的溫室環境，在降低溫室環境控制成本的同時，還能有效提升作物產量、質量與溫室生產效益。

2.2.3病蟲害識別農作物生長過程中經常會遇到一些病蟲害，影響農作物正常生長，如果病蟲害情況嚴重，甚至會嚴重降低農作物品質和產量，從而降低農業生產經濟效益，因此應當對其進行識別、預防和控制。利用人工智能可以實現對病蟲害的識別、分析，具體作法是利用機器視覺技術、人工智能學習方法實現，通過對具體病蟲害情況的分析，制定出合適的預防控制策略［14］。為準確進行病蟲害的識別，需要建立專業的病蟲害特征知識庫，即采集常見農作物病蟲害圖像，并進行專業化處理，分割出病斑區域，之后采用專門的特征提取方法提取病斑顏色、紋理、形狀等參數，并且依據不同病蟲害參數差別對其進行分類，之后再建立分類數據庫，這樣才能在實際操作過程中準確識別病蟲害的種類。農作物病蟲害識別主要通過計算機視覺圖像技術實現，利用該技術還可以準確區分出雜草和農作物，從而有利于物理除草工作的開展，物理除草可以有效減少除草劑的使用，從而提升農產品質量，為社會大眾生產出更多綠色無公害的農產品。

2.2.4農作物采收農作物采收是農業生產當中的一個重要環節，其勞動強度較大，人工智能技術的應用可以實現農作物智能化采收，在提升采收效率和采收質量的同時，有效減少工作人員勞動強度。當前，農作物智能化采收大多通過具備機器視覺、感知、操作等多項功能的采收機器人實現。Wolfgang&Heinemann等［15］研發出了具有兩層結構的自動機器人用于白蘆筍采收。Pettersson等［16］設計了一種搬運不同形狀食品的磁機器人手爪，可用于搬運蘋果、胡蘿卜、草莓、西蘭花和葡萄，并且不會在表面留下手爪造成的淤痕和凹陷。在采收過程中，采收機器人利用機器視覺識別技術對需要采收的農產品果實進行定位，并且能夠判斷果實成熟度，確定果實處于成熟可采摘狀態后，再利用相應采收工具進行采收，采收過程中還能夠根據果實情況控制采收時的力度，從而保證農作物果實不會在采收過程中被破壞，因此智能采收對于果實比較柔軟的農作物也能做到無損采收，比如圖1中的西紅柿采摘機器人。雖然，采收機器人采收速度并不快，但是可以24h不間斷進行采收工作，綜合而言采收機器人仍比人工采收的優勢大，而且一些具備學習能力的采收機器人在持續采收練習過程中還能逐漸提升采收速度。

2.3產后階段

2.3.1農產品檢驗在農產品生產完成之后，需要進行品質檢驗，之后才能進行農產品銷售工作。農產品檢驗工作通常在農產品加工完成但尚未入庫之前進行，根據檢驗結果可以依據品質差別進行農產品分類、包裝，而智能化的農產品檢驗方式可以有效提升檢驗效率，讓農產品盡快進入倉儲、銷售階段。智能化農產品檢驗工作是由具備機器視覺功能的機械手臂完成，通過機器視覺功能對農產品進行掃描觀察，并且通過圖像處理、參數對比等方式判定農產品品質，再依此進行分類、包裝［17］。隨著圖像處理、光學等技術水平的不斷提升，農產品檢驗效率、質量不斷改善，人工智能技術在農產品檢驗中的應用也將更加深入。

2.3.2農產品電商運營農產品銷售是獲得相應收益的一個重要環節，在電子商務快速發展的今天，農產品銷售除了傳統線下銷售模式外，線上銷售也是一個非常重要的渠道。農產品線上銷售依賴農產品電商運營，它極大拓寬了農產品銷售渠道，在提升產品銷售量的同時，也給農產品零售業發展帶來了新的發展機遇。農產品電商運營的一大優勢是可以利用電商的物流快遞渠道進行產品流通，其運輸成本相較線下銷售更低。在農產品電商運營的過程中，通過人工智能技術的應用可以幫助農產品企業制定靈活、合適的生產、銷售策略，準確把握農產品市場行情，避免由于價格變動過大導致企業虧損發生。另外，在農產品電商運營過程中，可以利用人工智能技術、大數據技術對電商客戶的消費行為、習慣等進行分析，從中挖掘出目標客戶，之后進行針對性農產品信息推送，提升交易成功率，從而增加農產品電商運營收益。除此之外，利用人工智能技術可以輔助農產品電商運營企業實現客戶咨詢智能化，實現24小時在線咨詢服務，讓客戶可以隨時隨地了解相應農產品信息，根據所需購買產品，提升交易成功率。

2.3.3農產品智慧物流農產品物流配送是農產品交易中的一個重要環節，完善的農產品物流配送服務可以讓消費者快速拿到從線上、線下購買的農產品，而且能夠有效降低農產品物流配送成本。農產品物流配送涉及倉儲、運輸裝備、運輸管理等環節，利用人工智能技術的農產品智慧物流利用互聯網、物聯網等技術，可實現農產品物流配送智能化管理，通過物流配送路徑優化縮短配送時間，盡量保證農產品生鮮度，這一點對于一些保存期短、易變質的農產品尤其重要。常見方法為通過建立多目標路徑優化數學模型，以農產品生鮮度、用戶滿意度、配送費作為約束條件進行仿真計算，并根據計算結果給出最佳路徑選擇方案。另外，還可以利用人工智能技術對農產品運輸情況進行監控，并根據監控結果做出相應調整，保證農產品運輸工作順利進行。

3人工智能在農業領域的應用趨勢

農業是我國基礎產業，同時也是我國國民經濟支柱產業，農業發展水平不止影響到國家經濟發展情況，還與人民生活緊密相關。在人工智能時代，農業領域的快速發展離不開人工智能技術應用。而隨著人工智能技術的快速發展及其在農業生產中的應用范圍不斷擴大，我國農業生產水平已取得很大提升。隨著大數據處理技術的發展，其對遙感圖像信息的提取和分類也更加準確，提高了農作物品種分類精度和對氣象災害評估準確性，促進了精準農業的實施［18］。當前，人工智能在農業領域的應用發展趨勢主要體現在以下幾個方面。首先，農業生產集約化程度不斷提升，人工智能技術在農業領域的廣泛應用極大提升了農業生產效率，而傳統分散型農業生產模式并不適合人工智能技術的應用，因此農業生產集約化程度將不斷提升；其次，隨著人工智能技術在設施農業中的廣泛應用，設施農業生產效率、操作簡便度不斷提升，設施農業生產規模也在不斷擴大，且智慧化程度不斷提升［19］；再次，人工智能技術的應用使得灌溉用水、施肥等工作均能控制在最佳用量，極大節約了水、肥等用量，促進了資源節約型農業的快速發展。另外，智能化設備的應用可以利用最少的資源實現農業生產增產提質、增值拓展等目標，從而促進資源節約型農業快速發展。

4結語

綜上所述，人工智能技術在農業領域的應用范圍不斷擴大，不僅有效提升了農業生產效率，還減少了農業生產過程中的資源浪費，有利于我國生態農業建設工作的快速發展。人工智能在農業生產產前、產中、產后階段均有非常廣泛的應用，在產前階段可以進行灌溉控制、土壤成分檢測和分析、種子質量檢測等，在產中階段可以采用農業專家系統為農業生產各階段提供問題咨詢、決策服務，同時還可以進行設施農業生產智能控制、病蟲害識別、農作物采收等工作，而在產后階段可以實現農產品檢驗、農產品電商運營、農產品智慧物流等操作。同時，智能農業研究需重視獲取大數據的基礎研究工作——完備、準確地感知和認知信息，獲取可用的大數據。圍繞該問題，還需改進物聯網和云平臺設計，推動傳感器開發和軟測量技術、跨媒體感知認知技術及信息融合技術的智能提升［20］。隨著人工智能技術的持續發展，我國農業也必將在智能化的發展道路上不斷前進［21］，人工智能在農業領域的應用程度會不斷加深，并且繼續促進我國農業領域快速發展。

【人工智能農業轉型和發展】相關文章：