展会信息港展会大全

引入AI变量,精准农业正在加速豹变?
来源:互联网   发布日期:2020-01-23   浏览:348次  

导读:不久前, 江苏省脱贫率达 99.99%,尚未脱贫人数仅剩 6 户、17 人 这样一则新闻刷屏。 把这 17 个人迁出,江苏就全省脱贫 、 最后这 6 户人家拖了后腿 ,在网民们的调侃和质疑声背后,其实是我国社会的数字化治理水平早已超过普通人的直观认知。数 ......

不久前, 江苏省脱贫率达 99.99%,尚未脱贫人数仅剩 6 户、17 人 这样一则新闻刷屏。 把这 17 个人迁出,江苏就全省脱贫 、 最后这 6 户人家拖了后腿 ,在网民们的调侃和质疑声背后,其实是我国社会的数字化治理水平早已超过普通人的直观认知。数字精准正是中国近几年大力推进精准扶贫的要义之一。

相较于这个经常出现在我们视野里的 精准扶贫 概念,还有另外一个比较陌生的概念,也正在悄然但深刻地影响着我国的国计民生,这就是 精准农业 。

精准农业 最早提出是在 20 世纪 90 年代的美国。伴随着当时信息技术的发展,特别是 GPS 技术的民用,美国农业科研部门提出了这样一种基于信息和知识管理的现代农业生产系统。精准农业带给美国这样的发达国家的直接影响就是从一个粮食和农产品的进口国变成粮食和农产品的出口大国。

中国对精准农业的引入和研究也早在 90 年代开始,但并未实现美国这样成熟的规模,一直在探索当中。套用一句普遍的话说 我们是一个农业大国,但不是一个农业强国 。

就以粮食产量来说,尽管我国粮食产量每年都在增长,但是粮食自给率却在逐年下降。特别像大豆这样的粮食的结构性短缺仍然是影响我国粮食安全的突出问题。这一问题背后的根本性原因仍然是中国的粮食生产效率低、粮食成本高、价格高。

当然,几乎所有学生都能背出,农业是我们国家经济基础的命脉。所有人也都知道,我国的农业现状必须改变。但是大多数人并不清楚或者关心,我国精准农业的发展的程度如何?当下我国凭借着与世界同步的数字化、智能化的技术,精准农业可能会带来哪些改变。  

精准农业二十年:农业产业升级速览

轮子不必发明两次。伴随着我国土地流转市场推进,农村土地规模化、集约化趋势的爆发, 精准农业 仍然是当前中国最具应用价值和长期发展潜力的一种农业发展实践。

我们不妨深入到 精准农业 发展史,了解这一场改变全球农业生产格局的技术价值和内涵。

所谓精准农业,是指按照田间每一操作单元的环境条件和作物产量的时空差异性,精细准确地调整各种农艺措施,最大限度地优化水、肥、种子、农药等的量、质和时机,以期获得最高产量和最大经济效益,同时保护农业生态环境,保护土地等农业自然资源。

当时精确农业要求做到 3 个精确:一是定位的精确,精确确定灌溉、施肥、杀虫等的地点;二是定量的精确,精确地确定水、肥、药、种子等的使用量;三是定时的精确,精确确定各种农艺措施实施的时间,从而精确地进行施肥、播种、灌溉、杀虫、除草、收获等。

因此,精准农业就需要利用传感器及各类监测技术可以方便及时、准确完整地获得当时土地的必要数据、再根据各因素在控制作物生长中的作用及其相互关系、迅速做出恰当的管理决策,进而控制对作物的投入和作业。

作为最早应用精准农业的美国,早已建成完善的现代农业管理体系。其技术层面,核心包括全球定位系统、农田遥感监测系统、农田地理信息系统这样的信息监测技术(简称 3S 即 GPS,GIS,RS 技术)以及农业专家系统、农田信息采集系统、智能化农机具系统、环境监测系统、系统集成、网络化管理系统和培训系统等计算机自动控制系统。

基于 3S 系统的配合,人们就可以掌握该地区不同区域内农田的精准大数据。随后通过将这些准确、实时的大数据经过分析处理后导入到农田信息系统中,从而指挥智能机械播种、施肥、灌溉等一系列环节精准、变量的实施。

早在 1993 年,就有农场主通过 GPS 指导精准施肥,其产量比传统施肥提高了 15%,同时还能减少化肥使用总量,可以说是减少投入的同时增加了产出。到 2000 年,在美国玉米及大豆种植农场中,使用精准农业技术的达到了三分之一。而从 2002 年开始,遥感技术、智能机械系统、计算机网络系统在美国农业耕作中更是得到了广泛的运用。2010 年之后,精准农业技术与物联网相结合,开启了精准农业的新阶段。

其中,以约翰迪尔公司 2012 年推出的 绿色之星 精准农业系统和凯斯公司 2013 年推出的新一代 先进农业 精准农业系统为代表。 绿色之星 精准农业系统是基于全球定位系统与地理信息系统的基础,结合了物联网技术发展而成的新型精准农业系统,适合大中规模的机械化生产的农场使用,其在大农场中的市场占有率达到了 65% 以上。凯斯 先进农业 精准农业系统是凯斯公司在 1996 年第一代精准农业系统基础上推出的新产品,其在北美洲及澳大利亚得到了广泛的运用,比较适合种植水稻、玉米、大豆和小麦等作物。

除美国外,另一个发展精准农业的国家是以色列。以色列沙漠面积占到国土面积的 60%,人均淡水资源只有世界平均水平的1/33。即使这样严酷的自然环境下,以色列农业创造的 沙漠奇迹 却令人瞩目。从 1996 年起,其农业总产值年增长率连续保持在 17% 左右。全国3% 的农业人口保证了以色列的粮食自给自足,2000 年后,还实现了农产品的大量出口。

取得这样的成就,离不开以色列独具特色的精准农业技术。与美国更多是大农场模式不同,以色列精准农业更注重单位土地面积的高价值产出,结合本国自然条件,减少对土地资源要求高的农作物种植,积极发展温室技术,改种高产值的花卉、蔬菜和水果。

其中温室技术从上世纪 70 年代开始起步,逐步实现了智能化和自动化控制。先进的滴灌、喷灌技术在温室的引进,一方面充分提高了水资源的利用效率,一方面更是大幅提高了农作物的产量。在发展节水灌溉技术的同时,还开发出水肥一体化技术,灌溉与施肥同时进行,这种精准技术是建立在对土壤品质及作物生长过程的监测之上,实现了节水、灌溉与平衡施肥的统一化。

还有一种以越南、中东、毛里求斯等国家为代表的精准农业则是基于人力资源的丰富而发展起来的手工劳作式初级精准农业。这一模式更多发挥劳动密集型的优势,以人力代替机械作业,通过劳动者丰富的种植经验来完成从育种到收获的全过程。这种模式更像我们印象中的 有机农场 ,用经验丰富农民的精耕细作来替代粗糙的机械种植。

这种精准农业为人力资源型精准农业,也为发展中国家和欠发达国家精准农业的发展提供了一种可借鉴的模式。

在我们速览精准农业发展的近三十年的进程里,我们不难看出,精准农业的概念和内涵是在不断丰富变化的。精准农业的核心概念是精确的数据监测、处理与精准种养殖模型的应用。伴随着 GPS、计算机、IOT 物联网技术的成熟,越来越先进的技术手段运用在精准农业的技术链条中。 

加速豹变,人工智能加持下的精准农业

伴随着近几年,人工智能技术从高校、企业的研究所实验室走向田间地头,人工智能技术正在和农业生产的各个环节的融合正在产生出越来越多的硕果。如果用一句话总结就是:AI 的融入,正在让精准农业更加精准。

例如识别能力的提升。

此前精准农业的概念中,对于精准的一个重要定义更多是通过广泛收集农场数据,实现品种、种植方式上的因地制宜。但随着深度学习下的图像识别技术发展,精准的对象也可以更一步细化。在植物病虫害识别,农产品成熟度判断及分类分拣、动物身体状况(发情期、健康程度判断)识别等生产环节,为农业生产者提供帮助。

例如加拿大一家名为 Cainthus 的企业就应用 牛脸识别 结合算法,帮助农场主更好的发现奶牛的健康状况、发情状况等。在类似解决方案中,还可以通过传感器识别奶牛步态,帮助农场主识别出跛脚奶牛。

更典型的案例,还有通过无人机获取农作物的各类图像,再通过智能分析发现影响农作物产量的异常现象,比如:杂草的入侵、农作物养分不足、天气灾害以及病虫害等。让农业生产者更及时准备应对方案。

对于大规模养殖、种植来说,这种细致到 只 的模式,显然可以极大的提升精准农业的效率。

还有机械智能化程度提高。

此前在精准农业概念中,自动化机械的应用就是重点。只是单纯的自动化往往只适用于广袤土地,能应对的工作也相对单一而简单。

但如今随着机械智能能力的提高以及与传感器的协作,很多以往只能由人类进行的采摘、分拣等等也能由机械代劳。像是农业机器人公司 Abundant Robotics 推出的苹果采摘机器人,可以在不破坏苹果树和苹果的前提下可以达到一秒一个的采摘速度。这种机器人可以通过摄像装置获取果树的照片,用图片识别技术去定位那些适合采摘的苹果。

尤其这类机械正在变得越来越小型化,对于应用场地的要求也随之降低,或许很快精准农业就将不再是广袤土地的专属。

又比如预测能力的提升。

在精准农业的 3S 中,对于遥感图像的应用一直是重点。但实际上遥感图像由于体量庞大,一直很难被处理利用,更多时候遥感图像仅仅能起到观测+决策协助的作用。

但人工智能这几年的发展,首先解决的就是算力问题。当 AI+ 遥感越来越普及,遥感在精准农业中的发挥空间也越来越大了。美国 Descartes Labs 公司通过人工智能和深度学习技术,利用大量与农业相关的卫星图像数据,分析其与农作物生长之间的关系,从而对农作物的产量做出精准预测。据测算,这家公司预测的玉米产量比传统预测方法准确率高出 99%。

可以说随着预测能力的提升,精准农业正在逐渐从人类决策发展到 AI 与人类共同决策。

蔓延联结:精准农业与 AI 的未来

从以上人工智能所参与的农业生产环节里,可以看出,精准农业正在从之前追求完整的农业生产数据的收集、自动模型处理升级为人工智能参与生产管理、决策判断以及完全自动化协作生产,极大地解放农业劳动从业者的劳动量和生产成本。

未来,精准农业的 AI 化趋势将更加显著。同时我们也能看到,除了种植、养殖这一个端口,农业产业链的其他端口也在不断与物联网、海量大数据、云计算、区块链等新一代信息技术结合,和精准农业一起联结起来构成一组新技术链条。

比如我们可以看到,销售大数据的反馈下,种植者可以提前预知市场上哪些农作物更受欢迎,提前做出准备。又比如有了智能供应链,农作物生产、物流、销售的环节可以被更好地打通,减少中间流程消耗的成本。

不论对于消费者还是农业从业者,AI 与精准农业带来的改变都刚刚开始。

站在 2020新十年的起点,我们对于精准农业以及当下农业 +AI 的全景式盘点,至少可以得到两件有意义的结论:

一、精准农业作为一种已经被证明成功的现代农业生产系统,尤其随着 AI 的加入,其精准度的逐步提高,将更加适用于我国这样地貌、气候都更加丰富的农业情况。

二、人工智能技术为精准农业未来发展提供了更加丰富的应用场景和更加高效的解决方案。育种 +AI、种植机械 +AI、遥感预测 +AI、植保无人机 +AI、采摘 +AI、农产品运输、销售 +AI,农业生产流通及消费的一切环节,都正在被 AI 的能力改变。尤其中国凭借丰富的电商、物流大数据累积,可以在多个环节提升农业的效率。

对于我们广大吃瓜群众来说,AI 改变农业生产领域的各种场景也许看起来仍然有些魔幻,农业 AI 应用场景的规模化、产业化仍在艰难摸索。但跑步鸡、精选桃、标注猪,正在逐步出现在我们身边的超市货架上。也许预期的未来总是来得很慢,但它总会悄无声息地出现在你面前。

赞助本站

人工智能实验室

相关热词:

AiLab云推荐
展开

热门栏目HotCates

Copyright © 2010-2024 AiLab Team. 人工智能实验室 版权所有    关于我们 | 联系我们 | 广告服务 | 公司动态 | 免责声明 | 隐私条款 | 工作机会 | 展会港