人工智能在农业领域的应用促进了我国农业转型和发展

人工智能在农业领域的应用促进了我国农

业转型和发展

导读：本文人工智能在农业领域的应用促进了我国农业转型和发展，仅供参考，如果觉得很不错，欢迎点评和分享。

引言

我国是农业大国，农业是我国经济基础产业。为了满足大众衣食住行，2005年国家提出了建设新农村的宏伟战略［1］。随着我国科技发展速度的不断加快，众多先进科学技术被应用到农业生产中，极大推动了我国农业生产转型和发展。当前，我国农业生产形式已由粗放型向集约型转变，农业生产结构不断调整升级。尽管我国农业生产水平不断提升，但在生产过程中仍存在一些问题有待解决，包括农业产业化发展速度慢、农业生产成本较高、农产品质量安全缺乏保障等，这些问题影响了我国农业生产快速发展，不利于农民经济收入增加和生活水平提升。随着农业现代化程度的不断提高，在农业生产过程中产生了大量数据，数据涵盖面广、数据源复杂，一般为非结构化数据［2］。人工智能技术的出现及在农业领域的推广应用解决了农业生产发展中的许多问题。人工智能在农业领域的应用方式多样，包括可以进行作物耕种、采摘等工作的智能机器人，以及可以对土壤进行探测分析、对病虫害进行监测、对气候灾害进行预警的智能识别系统等。人工智能在农业领域的应用有利于减少农业生产资源浪费、提高农产

品产出率、提升生产效率、减少污染等，因此对农业可持续发展起到非常重要的作用。

1人工智能在农业领域的应用意义

人工智能在农业领域的应用具有非常重要的意义。在农业领域引用人工智能技术的想法在20世纪初已被提出［3］。人工智能AI （AritificialIntelligence）指基于计算机技术模拟或实现的智能［4］。随着人工智能在多个领域的推广应用，该技术已逐渐走向成熟，农业生产也将更加智能化［5］。当前，人工智能在农业领域的应用贯穿于农业生产整个过程，为农业生产在产前、产中、产后各环节的工作提供帮助，逐步实现农业生产自动化、智能化管理，并且有效提升了农业生产质量和效率［6］，其典型表现是人工智能极大改变了农业生产方式，促进了农业生产水平快速提升。农业生产需投入高强度的劳动，但随着农村人口的不断减少，以及我国人口老龄化程度不断加深，农业生产中可用壮劳力数量不断减少，严重影响了我国农业生产可持续发展。人工智能技术的出现，使得作物耕种、畜禽喂养、农作物采集收割等许多劳动强度较高的农业生产活动能够借助各种农业机械、农业机器人等自动化、智能化设备代替农民工作，从而大幅降低农业生产人员的劳动强度、人工成本，在一定程度上提升了农业生产经济效益。另外，在农产品加工、农产品质量检测等工作中，应用人工智能技术可有效提升相关工作效率与工作质量，使我国农业生产能够为社会大众提供更加优质、安全的农产品，这也是人工智能在农业领域的

应用意义所在。

2人工智能在农业领域的应用情况

当前，人工智能应用贯穿于农业生产的整个过程，因此本文将其划分为产前、产中、产后3个阶段进行具体介绍。

2.1产前阶段

2.1.1灌溉控制人工智能在农业生产过程中可以对生产环境实时监测，并且依据作物生长需要进行调控，如作物智能灌溉，具体指通过对作物需水量的分析可以将灌溉用水量控制在最佳情况，既能满足农作物在某一时期的生长需要，又能有效降低灌溉水量，在节约水资源的同时保证农作物的高产高收。该技术主要依靠智能灌溉控制系统通过人工神经网络等人工智能技术，使系统具备强大的学习能力［7］。智能灌溉控制系统除了能够对农作物灌溉用水情况进行分析和控制外，还可以利用大数据技术对所在地区的水文气象指数、气候数据等进行分析处理，从而制定出最佳灌溉计划。另外，将智能灌溉系统与传感器、灌溉设备等连接后，可以对土壤含水量进行实时监测，并据此计算出灌溉需水量，选择最合适的灌溉模式进行作物灌溉。

2.1.2土壤成分检测与分析在农业生产过程中，土壤情况是影响农作物产量的一个重要因素，因此在农业生产前期以及农作物种植、培育生长过程中需要对土壤成分进行检测分析，并根据分析结果确定适宜种植的农作物品种，之后在农作物生长过程中根据土壤成分检测结果进行施肥，将土壤结构始终控制在最适宜作物生长的状态，从而达到提升农作物产量的目的。LI等［8］基于平台，成功开

发出一套甜橙施肥专家系统，该系统可以依据地理位置和气候条件对年幼的和成熟的甜橙拟定年度施肥计划。研究表明，在国外农业生产过程中，将近80%的作物增收率通过土壤结构控制实现，但在我国该概率尚不足50%，由此可见，我国在土壤成分检测分析和控制方面的工作还有待进一步增强。人工智能的应用可以实现简便快速的土壤成分检测与分析，具体作法是应用探地雷达获得土壤检测图像，之后将其转换为相应数字信号，利用人工智能技术对其进行处理和分析，从而分析出表层载土含量，同时利用专业检测设备可以检测出土壤具体成分，并且结合软件进行成分分析。通过对土壤相关数据的分析处理，人工智能可以制定出最合理的施肥方案，使作物在生长过程中始终处于最佳土壤环境，从而有效保证作物产量和质量。

2.1.3种子质量鉴定在农业生产过程中，农作物种子的质量直接关系到最终产量、质量，因此种子质量鉴定是农作物生产过程中非常重要的一个环节。人工智能技术可以有效提升种子质量鉴定速度，并且进一步保证鉴定效果。其中，最关键技术为图像探测分析技术，该技术可以利用机器视觉对种子质量进行鉴定，整个鉴定过程不会对种子造成任何损害，因此不会对其质量造成影响，同时鉴定速度更快、准确率更高。另外，还可以应用人工智能对种植环境、种植需求等进行分析，帮助种植者选择最合适的种子类型，这也是提升农业生产收益的一种重要方式［9］。

2.2产中阶段

2.2.1专家系统专家系统是一种常见的人工智能系统，在农业及

其它领域有非常广泛的应用。它可代替农业专家走向地头、走进农家，在全国各地具体指导农民科学种植农作物，这是科技普及的一项重大突破［10］。专家系统指利用人工智能技术使相应系统具备某个领域专家的经验、知识，并且可以利用这些经验、知识为使用者解决问题。在农业生产过程中，农业专家系统起着非常重要的作用，不仅在种植业应用广泛，在养殖业、渔业等行业也应用普遍。专家系统由知识库、推理机以及大数据处理引擎等核心部分构成。1978年，美国伊利诺斯大学开发的大豆病虫害诊断专家系统（CPLANT/ds）是世界上应用最早的专家系统［11］。随着大数据技术的快速发展，大数据在农业领域的应用也逐渐增多，专家系统将大数据技术、人工智能技术结合起来，通过大数据处理引擎对各种农业大数据进行分析、处理，并且利用推理机挖掘出最有价值的信息，再结合专家知识库中的专家经验、专业知识等，为农业生产各项决策提供帮助，实现农户对农业生产监管、生产操作与生产成本的管理与控制，并提供专家咨询辅导功能，为智慧农业的发展提供思路以及解决方案［12］。工作人员还可以将农业生产过程中收集到的土壤环境、作物生长状况等数据，利用专家系统进行分析，从而推测出农作物未来生长过程中可能出现的问题，并利用专家系统寻找到合适的解决方法。

2.2.2设施农业生产智能控制设施农业是近年来发展迅速的具有较高集约化程度的新型农业产业，是现代农业的重要组成部分［13］，指在相对封闭的环境下，对农作物、畜禽等生长环境进行控制，使其能够顺利生长，如温室种植就是一种常见的设施农业类型。随着现代