農(nóng)業(yè)生產(chǎn)智能農(nóng)業(yè)的作用與前景

前言：想要寫(xiě)出一篇引人入勝的文章？我們特意為您整理了農(nóng)業(yè)生產(chǎn)智能農(nóng)業(yè)的作用與前景范文，希望能給你帶來(lái)靈感和參考，敬請(qǐng)閱讀。

摘要：近年來(lái)，人工智能技術(shù)的飛速發(fā)展，對(duì)農(nóng)業(yè)生產(chǎn)造成了較大的影響。本文以人工智能技術(shù)在農(nóng)業(yè)生產(chǎn)中的作用為入手點(diǎn)。從農(nóng)業(yè)設(shè)備智能化、蔬菜果實(shí)生產(chǎn)預(yù)測(cè)及質(zhì)量分級(jí)鑒定、農(nóng)業(yè)生產(chǎn)全過(guò)程優(yōu)化管理等方面，對(duì)智能農(nóng)業(yè)在農(nóng)業(yè)生產(chǎn)中應(yīng)用前景進(jìn)行了闡述。

關(guān)鍵詞：農(nóng)業(yè)生產(chǎn)；人工智能；作用與前景

在農(nóng)業(yè)機(jī)械化程度不斷提升的進(jìn)程中，農(nóng)業(yè)規(guī)?；N植面積不斷擴(kuò)大。不同類(lèi)型的計(jì)算機(jī)智能技術(shù)的應(yīng)用，促使農(nóng)業(yè)生產(chǎn)呈現(xiàn)出了現(xiàn)代化、信息化、科學(xué)化特點(diǎn)，在一定程度上降低了農(nóng)業(yè)生產(chǎn)者勞動(dòng)強(qiáng)度，提升了農(nóng)業(yè)生產(chǎn)經(jīng)濟(jì)效益。因此，為充分發(fā)揮農(nóng)業(yè)生產(chǎn)中智能農(nóng)業(yè)的應(yīng)用優(yōu)勢(shì)，對(duì)智能農(nóng)業(yè)在農(nóng)業(yè)生產(chǎn)中的應(yīng)用進(jìn)行適當(dāng)分析就變得非常必要。

1智能農(nóng)業(yè)在農(nóng)業(yè)生產(chǎn)中的作用

一方面，我國(guó)地大物博，各地自然條件復(fù)雜程度較高。由于多種因素影響，我國(guó)有一部分農(nóng)業(yè)生產(chǎn)技術(shù)仍然處于人工勞作階段，整體管理模式存在嚴(yán)重的低效率、資源浪費(fèi)嚴(yán)重問(wèn)題。而利用智能化農(nóng)業(yè)技術(shù)可以進(jìn)一步細(xì)化灌溉、施肥技術(shù)、農(nóng)藥施用標(biāo)準(zhǔn)，降低生產(chǎn)成本及資源浪費(fèi)率，為我國(guó)農(nóng)業(yè)科技水平及生產(chǎn)效益穩(wěn)步提升提供依據(jù)。另一方面，智能農(nóng)業(yè)是以?xún)?yōu)質(zhì)高效為目標(biāo)的質(zhì)量效益型農(nóng)業(yè)。其可以在作物田塊內(nèi)，根據(jù)特定區(qū)域作業(yè)生長(zhǎng)潛力，設(shè)置不同水平的播種量、噴藥量、施肥量。在降低作物中有毒物質(zhì)殘留量的同時(shí)，也可以有效保護(hù)環(huán)境，保障農(nóng)業(yè)可持續(xù)發(fā)展[1]。

2智能農(nóng)業(yè)在農(nóng)業(yè)生產(chǎn)中的應(yīng)用前景

2.1農(nóng)業(yè)設(shè)備智能化

不斷進(jìn)行的城市化，不僅進(jìn)一步壓縮了農(nóng)村勞動(dòng)力，而且為人工智能農(nóng)業(yè)的應(yīng)用提供了良好的機(jī)遇。在未來(lái)農(nóng)業(yè)生產(chǎn)過(guò)程中，基于人工智能系統(tǒng)的農(nóng)業(yè)設(shè)備將大范圍應(yīng)用，進(jìn)一步緩解農(nóng)業(yè)生產(chǎn)者負(fù)荷，降低土地對(duì)農(nóng)村勞動(dòng)力需求量。通過(guò)遠(yuǎn)程播種、遠(yuǎn)程采摘、遠(yuǎn)程分揀、遠(yuǎn)程田間管理等機(jī)器人遠(yuǎn)程自動(dòng)化作業(yè)，可以有效提高農(nóng)業(yè)設(shè)備生產(chǎn)質(zhì)量，為農(nóng)業(yè)生產(chǎn)效率穩(wěn)步提升提供依據(jù)。如利用智能播種機(jī)器人Prospero，可以通過(guò)探測(cè)裝置的合理設(shè)置，自動(dòng)獲取土壤信息。隨后經(jīng)過(guò)神經(jīng)網(wǎng)絡(luò)算法，獲得最優(yōu)化的播種密度指標(biāo)。以此為依據(jù)，開(kāi)展自動(dòng)播種作業(yè)；而利用See&Spray機(jī)器人，可以通過(guò)電腦圖像識(shí)別，獲取農(nóng)作物生長(zhǎng)狀況。隨后通過(guò)機(jī)器學(xué)習(xí)，判定農(nóng)田中需要清除的雜草范圍及施肥、澆灌、除草劑噴灑等作業(yè)范圍。實(shí)現(xiàn)精準(zhǔn)作業(yè)，降低農(nóng)田中除草劑過(guò)度噴灑導(dǎo)致的農(nóng)田污染情況。

2.2蔬菜果實(shí)生產(chǎn)預(yù)測(cè)及質(zhì)量分級(jí)鑒定

1）在現(xiàn)有農(nóng)業(yè)生產(chǎn)模式中，農(nóng)業(yè)生產(chǎn)決策主要是通過(guò)農(nóng)作物、農(nóng)產(chǎn)品外觀(guān)判定實(shí)現(xiàn)的，如農(nóng)作物病蟲(chóng)害檢測(cè)、雜草辨別、水果品質(zhì)分級(jí)、果實(shí)成熟度判斷等。而在深度學(xué)習(xí)對(duì)機(jī)器應(yīng)用發(fā)展進(jìn)程中，可以通過(guò)機(jī)器智能代替人工感官，實(shí)現(xiàn)對(duì)不同蔬菜果實(shí)生產(chǎn)品質(zhì)檢測(cè)識(shí)別。如利用Plantix深度學(xué)習(xí)應(yīng)用，可以預(yù)測(cè)不同溫度、環(huán)境濕度下農(nóng)作物表皮應(yīng)力。達(dá)到控制環(huán)境變量、降低農(nóng)作物表皮造成損失的目的；而VineView云端人工智能算法，可以收集無(wú)人機(jī)捕獲數(shù)據(jù)，構(gòu)建神經(jīng)網(wǎng)絡(luò)模型。利用水果汁或蔬菜汁的近紅譜折射系數(shù)，與人們對(duì)水果或蔬菜味覺(jué)質(zhì)量的相關(guān)系數(shù)對(duì)比，確定水果或蔬菜味覺(jué)質(zhì)量。隨后利用神經(jīng)網(wǎng)絡(luò)的BP算法，結(jié)合經(jīng)濟(jì)學(xué)中線(xiàn)性計(jì)量經(jīng)濟(jì)學(xué)信息，確定水果或蔬菜果實(shí)生產(chǎn)參數(shù)。2）通過(guò)將計(jì)算機(jī)圖像所采集的果實(shí)頂部外形特征輸入神經(jīng)特征，可以鑒別破損、變形、彎曲或其他發(fā)育不良的果實(shí)。同時(shí)利用果實(shí)色彩強(qiáng)度、酸堿度、亮度等輸入?yún)?shù)，可以將果實(shí)成熟度劃分為全熟、過(guò)熟、未熟、半熟等幾個(gè)程度，確定最佳收獲時(shí)期。在這個(gè)基礎(chǔ)上，通過(guò)計(jì)算機(jī)獲取圖像特征，將果實(shí)表面所獲取表面曲率特征及亮度、表面積等外部形態(tài)特征，可以區(qū)分果實(shí)表面?zhèn)?、正常凹凸情況。進(jìn)而為果實(shí)質(zhì)量鑒定分級(jí)提供依據(jù)。

2.3農(nóng)作物種植全過(guò)程優(yōu)化改進(jìn)

智能農(nóng)業(yè)所具備的大數(shù)據(jù)集優(yōu)化功能，可以?xún)?yōu)化單個(gè)或者一系列關(guān)鍵目標(biāo)，解決農(nóng)業(yè)生產(chǎn)過(guò)程中出現(xiàn)的疾病預(yù)防、成本效益等問(wèn)題。因此，從農(nóng)業(yè)生產(chǎn)過(guò)程各環(huán)節(jié)（育種、生產(chǎn)、消費(fèi)、經(jīng)營(yíng)）進(jìn)行分析，可以利用人工智能及機(jī)器學(xué)習(xí)等智能農(nóng)業(yè)，精準(zhǔn)生產(chǎn)決策及市場(chǎng)營(yíng)銷(xiāo)。并挖掘數(shù)據(jù)之間關(guān)聯(lián)特征，判定事物發(fā)展趨勢(shì)，實(shí)現(xiàn)農(nóng)業(yè)智慧化生產(chǎn)。如利用世界新型農(nóng)業(yè)操作系統(tǒng)AOS，可以根據(jù)市場(chǎng)，確定農(nóng)產(chǎn)品數(shù)量[2]。同時(shí)以數(shù)據(jù)為基礎(chǔ)，引入土質(zhì)分析、天氣模擬、農(nóng)作物根部特征等數(shù)據(jù)，構(gòu)建農(nóng)作物自然災(zāi)害保險(xiǎn)應(yīng)急生產(chǎn)決策模型，降低農(nóng)業(yè)生產(chǎn)風(fēng)險(xiǎn)。同時(shí)利用數(shù)據(jù)挖掘、深度學(xué)習(xí)等人工智能技術(shù)，可以實(shí)時(shí)獲得應(yīng)用于農(nóng)事的不同類(lèi)型操作過(guò)程反饋信息。進(jìn)而優(yōu)化農(nóng)業(yè)生產(chǎn)管理流程，為農(nóng)業(yè)生產(chǎn)利益最大化的實(shí)現(xiàn)提供依據(jù)。此外，利用PepsiCo公司及PrecisionPlanting企業(yè)最新研制的農(nóng)作物管理系統(tǒng)、土壤相關(guān)數(shù)據(jù)分析軟件，可以根據(jù)不同區(qū)域位置、不同土壤情況變化，調(diào)整農(nóng)業(yè)生產(chǎn)模式，實(shí)現(xiàn)分區(qū)均勻播種及差異化施肥、灌溉，最大程度優(yōu)化各區(qū)域農(nóng)作物種植參數(shù)，達(dá)到農(nóng)作物增收的目的。

3總結(jié)

智能農(nóng)業(yè)不僅可以降低農(nóng)業(yè)生產(chǎn)成本及資源浪費(fèi)率，而且可以降低作物毒害物質(zhì)殘留量，保障農(nóng)業(yè)可持續(xù)發(fā)展。因此，農(nóng)業(yè)生產(chǎn)者應(yīng)主動(dòng)改變農(nóng)業(yè)生產(chǎn)理念，引進(jìn)智能農(nóng)業(yè)技術(shù)，逐步由常規(guī)機(jī)械操作過(guò)渡至半自動(dòng)化、自動(dòng)化作業(yè)，從人工采集信息過(guò)渡到智能化信息搜集模式，為我國(guó)農(nóng)業(yè)發(fā)展帶來(lái)新的機(jī)遇。

參考文獻(xiàn)：

[1]李中科，趙慧娟，蘇曉萍，等.人工智能在農(nóng)業(yè)中的最新應(yīng)用及挑戰(zhàn)[J].農(nóng)業(yè)技術(shù)與裝備，2018(6)：90-92.

[2]濮永仙.物聯(lián)網(wǎng)智能農(nóng)業(yè)系統(tǒng)在瓜果生產(chǎn)中的應(yīng)用研究[J].科技廣場(chǎng)，2016(1)：92-97.

[3]朱亞雄.物聯(lián)網(wǎng)智能農(nóng)業(yè)系統(tǒng)在瓜果生產(chǎn)中的應(yīng)用研究[J].農(nóng)家參謀，2017(12)：59.

[4]郭慶春.人工智能與農(nóng)業(yè)經(jīng)濟(jì)深度融合研究[J].科技風(fēng)，2019(23)：91.

作者：馬千里 單位：南充市農(nóng)業(yè)機(jī)械科學(xué)研究所