人工智能技术在农业生产方面的应用

人工智能技术在农业生产方面的应用

摘要：本文首先简要介绍了人工智能技术和农业专家系统的基本功能和作用。然后主要介绍了农业专家系统及其在作物栽培技术方面的应用。其中主要包括预测与动态调控、专家咨询和方案设计。然后介绍了作物栽培专家系统研制的发展方向，其中包括系统数据动态化、系统功能集成化、系统技术综合化、系统应用网络化和系统开发市场化。

关键词：人工智能、农业专家系统、模型、专家知识、智能决策系统、复合系统人工智能(Artificial Intelligence) ，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。

而人工智能在农业生产方面的应用主要是专家系统。它是把专家系统知识应用于农业领域的一项计算机技术。专家系统是人工智能的一个分支，主要目的是要使计算机在各个领域中起人类专家的作用。它是一种智能程序子系统，内部具有大量专家水平的领域知识和经验，能利用仅人类专家可用的知识和解决问题的方法来解决该领域的问题。它是一种计算机程序，可以用专家的水平（有时超过专家）完成一般的、模仿人类的解题策略，并与这个问题所特有的大量实际知识和经验知识结合起来。专家系统由知识库（知识集合）、数据库（反映系统的内外状态）以及推理判断程序（规定选用知识的策略与方式）等部分为核心，一般由知识库、数据库、推理机、解释部分、知识获取部分5部分组成。专家系统的工作方式可简单地归结为：运用知识，进行推理。

具体地说，农业专家系统是运用人工智能知识工程的知识表示、推理、知识获取等技术，总结和汇集农业领域的知识和技术，农业专家长期积累的大量宝贵经验，以及通过试验获得的各种资料数据及数学模型等，建造的各种农业“电脑专家”计算机软件系统，由于具有智能化进行分析推理，独立的知识库增加和修改知识十分方便，开发工具使用户不必了解计算机程序语言，并有解释说明功能等，是通常的计算机程序系统难以比拟的。

农业专家系统可应用于农业的各个领域，如作物栽培、植物保护、配方施肥、农业经济效益分析、市场销售管理等。例如，病虫草害防治专家系统是针对作物不同时期出现的各种症状和不同环境条件，诊断可能出现的病虫草灾害，提出有效的防治方法。栽培管理专家系统是在各个作物的不同生育期，根据不同的生态条件，进行科学的农事安排，其中包括栽培、施肥、灌水、植物保护等。栽培部分包括品种选择、种子准备、整地、播种、田间管理与收获，优化它们之间及其与产量之间的关系；施肥部分主要是优化肥料与产量的关系，水分管理部分主要是合理灌排，优化水分与产量的关系；植保部分主要是病虫草害的预测和控制。

农业专家系统来自专家经验，它们代替为数极少的专家群体，走向地头，进入农家，在各地具体地指导农民科学种田，培训农业技术人员，把先进适用的农业技术直接交给广大农民。农业专家系统像“傻瓜”照相机那样，可以把农民种田技术一下子提高到像专家那样的水平，这是科技普及的一项重大突破。

下面，以农作物栽培技术为例说明一下专家系统在农业生产中的应用。

1.预测与动态调控

预测是通过模拟模型得以实现。如作物模拟模型的建立，通常要求输入如作物品种特性、土壤理化特性、天气、历史天气数据以及农业实践参数等数据。然而在复杂的农业生产中许多模型不能实用，它必须引入专家知识，也就是说在模型系统之上耦合包含知识的专家系统，使系统形成以模型为基础(定量)，以专家知识为准(定性)的“专家曲线”。系统以“专家曲线”和一些高产栽培原则及生育指标为标准，当预测的作物生长发育偏离时，系统分析原因，推

荐一个适宜的调控措施(如改变播种期、播种量或肥料运筹等)和调控时期。当系统预测结果明显偏离曲线时，用户可以人为修正，输入作物生育状况,以提高下一阶段的预测性。系统最后输出决策的技术措施及预测的作物生育动态。

2.专家咨询

农业专家系统可以帮助用户分析和解决具体问题。根据生产水平确定合适的产量目标；考虑品种的特性(熟性、抗性和发育特性)类型进行品种选择；根据产量水平、栽培调控方式确定播种量；根据积温模式确定播期；根据茬口情况选用合适的播种技术；根据当年的苗情与往年比较，进行苗情分析；根据生产水平，确定合适的施肥量、基肥、追肥的比例及施用的时间等。

3.方案设计

运用专家系统可以进行方便的设计，如作物栽培方案可根据决策地点的常年生态条件、用户的产量目标制定一套合理的栽培方案。北京示范区的小麦等实用专家系统，是根据产生的气象资料和当地常年土壤情况以及品种、播期、密度、肥料运筹、理想的产量结构、茎孽动态等来设计一套合理的栽培方案。小麦管理智能决策系统(IDSWM)，它的功能是方案设计、预测与动态调控及专家咨询，它采用VB设计系统的主控部分，Amzil PROLOG实现逻辑推理，产生式规则表达专家知识，应用元级控制，模式匹配等策略，逆向推理机制进行推理，在应用上基本能指导生产，在江苏淮南丘陵麦区—南京地区，系统决策基本符合该地区的高产栽培模式和理论。

农业专家系统以其投资少、见效快的特点，近20年来在世界各国迅速发展。根据我国农业现有水平、农业生产的实际状况以及农业专家系统的应用特点，作物栽培专家系统研制的发展方向应该有以下几个方面：

1.系统数据动态化

农作物生产系统是由生态系统、经济系统和技术系统在持定的空间和时间上(四维特性)组合而成的复杂大系统，它是一个多因素、多层次、多目标、关系纵横交叉的复合系统。这一系统的复杂性、动态性、模糊性和不可确定性是其它专家系统无法比拟的。由于农作物生产的这一特性就要求专家系统中的基础数据不但是海量的，而且必须是动态的。如知识库、数据库、模型库必须要不断有新的知识、新数据、新技术来更新扩充支撑，尽快解决农业生产中的实际问题。

2.系统功能集成化

农作物生产是一个多方面的综合体，影响因素繁多，时空差异和变异性大，生产稳定性和可控性差，随时可能遭受气候、气象、病虫害的侵袭，因此需要不同的相关的多个领域专家系统共同合作。也可将系统模拟、地理信息系统、全球定位系统、决策支持系统等技术相结合，这些集成技术可以更有效地研究气候变化对农业的影响、土地评价以及农业环境保护等问题。

3.系统技术综合化

现有的专家系统在建模中多利用简单的数学回归模型，这种模型一般只考虑部分因素，而作物生产过程中需要解决的问题往往是多个因素的共同作用，因此建模时应考虑多因素的影响。目前，人工神经网络、模糊数学、随机模拟等多种技术的研究日趋成熟,将这些技术用于专家系统必然会增加其处理功能。尤其是在解决一些复杂问题时，人类专家有时很难准确表达自己的想法，或者很难找出其规律，利用这些技术可以帮助知识工程师解决问题。4.系统应用网络化

进一步提高农业专家系统的智能化和本土化程度，通过网络传送走向田间将成为一种趋势。网络技术无疑可以弥补我国农业的分散与闭塞弱势。光纤化和宽带化的国家网络建设，