陈凌云+匡芳君

摘要：传统农业的生产、管理过于粗犷化，不能更好地满足社会发展的需要。发展基于人工智能的智能农业，对农业转型发展具有促进作用，可将粗放型农业转向精细化农业。该文综述了国内外智能农业的发展现状、特点，分阶段地描述了人工智能各项技术在农业生产的产前、产中和产后各阶段的应用情况，总结了目前人工智能在农业领域应用中的不足并展望其未来前景。由此可得，随着人工智能技术的不断成熟，人工智能将为我国发展高产、高效、优质、可持续的现代化农业做出巨大贡献。

关键词：人工智能技术；农业；应用

中图分类号：TP18 文献标识码：A 文章编号：1009-3044（2017）29-0181-03

Abstract： The production and management of traditional agriculture is so rough that cant meet the needs of social development. However the Intelligent Agriculture Based on artificial intelligence can change the extensive agriculture to fine agriculture，so it will promote the transformation and development of agriculture. This paper reviews the development status and characteristics of domestic and foreign intelligent agriculture. and then the application of intelligent agricultur in agricultural production is described by three stages. at last，we not only sum up the current elack of application of artificial intelligence in the field of agriculture but also prospect of its future. As a result， with the maturity of artificial intelligence technology， it will make great contributions to develop the high-yield， high-efficiency，high-quality and sustainable modern agriculture in China.

Key words： artificial intelligence technology； Intelligent agriculture； application

農业是国民经济的基础。改革开放以来，我国农业发展很快，农业生产的形式逐渐由以粗放型的传统农业逐步向集约型的现代农业转变，农业的生产结构也逐渐从一产为主转向了一二三产融合发展，农业发展水平有了较大的提高。同时，农业发展也面临许多问题，如农业产业化程度低，生产成本高，农产品生产者和消费者脱钩，农产品质量安全问题，农业生态环境遭到破坏，新型经营主体不够，等等，这些问题严重阻碍了农业的进一步发展，同时也严重影响了我们的生活环境，对我们自身的健康产生了很大的危害。要解决未来“谁来种地”问题，根本出路在于依靠科技发展。智能农业，便是可行的方法之一。

人工智能（Artificial Intelligence，简称AI），它不是人的智能，但能像人那样思考，以人类智能相似的方式做出反应的智能机器。智能农业（Agricultural Intellectualized Information Technique，简称AIIT），它是通过农业专家系统指导整个农业生产，将人工智能技术应用于现代农业发展领域的高科技技术。智能农业充分应用现代信息技术成果，集成应用计算机与网络技术、物联网技术、3S技术、无线通信技术、音视频技术及专家智慧，实现农业可视化远程诊断、远程预警、远程控制等智能管理。

1 国内外发展现状

1.1 国外发展现状

从20世纪70年代开始，人工智能技术，特别是专家系统技术开始应用于现代农业领域。国际自动控制联合会（International Federation of Automatic Control，简称IFAC）于1995年在荷兰召开的第二届农业专家系统研讨会，会议主题就确定为“农业人工智能”。经过数十年的发展，人工智能技术已应用于植物保护、土壤肥水管理、设施园艺管理、作物栽培管理、畜禽养殖、水产养殖以及农产品销售决策等各领域。

近年来，日本提出了农业知识工程计划，将自动控制、监测、模拟、通讯和专家系统等进行整合开发，为农场生产管理提供综合服务。欧美国家的农业专家系统，应农业生产管理需求而研制，又在现代农业应用中得到发展。

总体上看，在发达国家，伴随人工智能技术的快速发展，农业专家系统与其他信息技术集成应用于现代农业生产管理已成为必然的趋势。由于农业专家系统在处理不确定信息和农业大数据挖掘上潜力很大，该项技术得到了农业科学家和企业家的青睐，发展速度很快，已逐渐成为农业服务业的技术支柱。

1.2 国内发展现状

在我国，全面推进人工智能技术在农业中应用较晚。2014年12月，“中国制造2025”这一概念被首次提出，这个宏大计划首次出现在2015年李克强在全国“两会”上所作得《政府工作报告》中。2015年3月，国务院常务会议审议通过了《中国制造2025》，并于同年5月8日印发。2016年，该计划由文件编制进入全面实施新阶段。该计划列出了十大发展领域，其中就包括了农机装备领域，明确指出“提高农机装备信息收集、智能决策和精准作业能力，推进形成面向农业生产的信息化整体解决方案”。endprint

2016年中央一号文件《关于落实发展新理念加快农业现代化实现全面小康目标的若干意见》指出，“大力推进‘互联网+现代农业，应用物联网、云计算、大数据、移动互联等现代信息技术，推动农业全产业链改造升级。”[1]

2016年5月，农业部等8部门按照《国务院关于积极推进“互联网+”行动的指导意见》的部署要求，联合印发了《“互联网+”现代农业三年行动实施方案》。该方案明确提出了11项主要任务，其中包括“在管理方面，重点推进以大数据为核心的数据资源共享开放、支撑决策，着力点在互联网技术运用”。[2]为保障重点任务有效完成，该方案还提出了农业物联网试验示范工程、农机精准作业示范工程等6项重大工程”。

2017年7月，国务院还印发了《新一代人工智能发展规划》，明确提出，“发展智能农业。建立典型农业大数据智能决策分析系统，开展智能农场、智能化植物工厂、智能牧场、智能渔场、智能果园、农产品加工智能车间、农产品绿色智能供应链等集成应用示范”[3]。

在生产实践中，也出现了许多成功案例，如北京市农业局开发的TRM-FZ1多通道光辐照监测系统，拥有自动寻回测试与记录温室内的CO2浓度、光照、土壤水含量、温湿度等重要参数的分布及变化的能力。又如北京景鹏环球科技股份有限公司开发的智能环境控制系统，可实现对温室植物信息及生产环境的实时动态监测，保证植物生长处于最佳状态。

人工智能已成為新一轮产业变革的核心驱动力，而智能农业是一种革命性的技术创新，可有效助力农业生产要素的合理配置，农业生产经营的管理更加科学化。现代高新技术向传统产业的渗透，二者逐渐紧密结合起来，从对农业的深度改造开始，到颠覆农业的传统营销模式，再到互联网公司跨界进入农业生产领域等方方面面，使农业的产、供、销体系更加紧密结合提高农业的生产效率。未来，我国农业也必将在互联网的影响下走上一条智能化的发展之路[4]。

2 人工智能在产前阶段的应用

2.1 灌溉用水供求分析

如何做到既能保证作物用水量，又能明显减轻旱涝对作物产量造成的不良影响，就需要对灌溉用水供求量进行分析。智能灌溉控制系统可以帮助人们选择合适的灌溉水源，进行灌溉用水供求分析，其中人工神经网络（Artificial Neural Network，简称ANN）是应用最多的技术。ANN具备机器学习能力，能够根据检测得到的气候指数和当地的水文气象观测数据，选择最佳灌溉规划策略。该系统集专家系统技术、自动控制技术、通讯技术、传感器技术等高新技术于一体，可以实时监测土壤墒情，可以实现周期灌溉、定时灌溉、自动灌溉等多种模式，节省了灌溉用水，又能保证农作物良好的生长环境。用户可根据需要灵活选用灌溉模式，提高灌溉精准度和水的利用率。

2.2 土肥分析

土壤成分及肥力分析是农业产前阶段最重要的工作之一，我国基础地力对粮食产量的贡献率仅有50%左右，而欧美国家达到70%到80%。做好土壤成分及肥力智能分析是是实现适宜栽种作物选择、定量施肥、生产成本分析等工作的重要基础。可利用非侵入性的探地雷达成像技术对土壤进行探测分析，利用ANN对土壤表层的黏土含量进行分析。如土壤抽样分析服务商Solum致力于提供精细化农业服务，其开发的软、硬件系统能够实现高效、精准土壤抽样分析，可以通过公司开发的No WaitNitrate系统即时获取数据；以帮助种植者在正确的时间、正确的地点进行精确施肥。目标是帮助农民提高产出、降低成本。

2.3 种子品质鉴定

种子是农业生产中最重要的生产资料之一，种子质量直接关系到作物产量和生产效益。种子的纯度和安全性检测，是控制和提高健康绿色农产品质量的重要手段。因此，利用图像分析技术以及神经网络等非破坏性的方法对作物种子种类进行准确评估非常重要。ANN技术它能帮助农民在农作物生产中根据自己的需求选择合适的种子种类，并对不同季节不同质量等级的农作物品种进行准确分析和评估。这样，可以给农民做出科学指导，对他们选择合适的种子有很大帮助，这对提高农产品产量和质量起到了很好的保障作用。

3 人工智能在产中阶段的应用

3.1 农业专家系统

轰动一时的“吃”棋谱的阿尔法狗，有力地证明了人工智能方面取得的成功将会是人类历史上最重要的事情。农业专家系统是一种模拟人类专家解决农业领域问题的计算机程序系统，其内部含有大量的农业专家水平的知识与经验，它可以利用人工智能日趋成熟的各项技术，解决一些过去只能依靠农业专家才能解决的现实问题。

不管你愿不愿意，农业大数据已经是趋势！目前每年产生的农业大数据量约 8000 PB ，且以 50 %-80 %的速度增长。未来农业发展将围绕“数据”核心，开展采集、标准化、存储、分析处理、公开发布、展望预测，影响预期，管理未来农业生产。对农业大数据进行可能性的推理、演绎，并做出准确判断与决策，这就是专家系统的工作。通过AI专家系统对环境因素和农作物的生长状况进行数据分析，就能够及时获得农作物在各生长阶段可能遇到的问题相的解决办法。

3.2 病虫草害管理

形色是由杭州大拿科技股份有限公司新推出的一款识别花卉、分享附近花卉的APP应用，用户可以一秒就能识别植物。同样的原理，市面上也出现了多款智能植物识别App，他们不仅是识别农作物种类，还能够帮农户智能识别农作物的各种病虫害，充当植物医生角色。农户只要用App拍一下患了病虫害的农作物的照片，它就能够诊断出农作物的是虫害还是病害，具体病虫害的名称是什么，还可以给出一套相应的预防或治疗方案。除了人工智能给出的处理方案，还为用户搭建了一个持续性更强的社交平台供用户和专家交流的社区，使有兴趣的用户可以针对相应的病虫害开展讨论交流。

通过计算机视觉技术，还可以从农作物中精准地出杂草，有选择性地杀死有害植物，从而减少化学农药的使用。该技术特别适于有机农业生产和耐药性杂草清理。endprint

3.3 智能温室系统

早在20世纪80年代，荷兰就开展环境自动化调控技术研究，如今，荷兰拥有的玻璃温室占世界温室占地的1/4以上，通过计算机进行环境调控的智能温室占85%。德国研发的基于3S技术（地理信息系统GIS、全球定位系统GPS、遥感技术RS）的温室控制与管理系统也是智能农业技术的重要成果。通过在温室安装的传感器，测定出作物的生长状况，并采集温室内外部生长环境数据，根据人工智能系统处理、分析这些数据，便可以很便捷地遥控灌溉和施肥，同时，对卷帘装备系统、加热系统、遮阴设备系统以及灌溉区的流量控制系统也可以进行自动化控制，既减少劳动力的使用，又可以规避了不良气候等因素带来的风险，节约生产成本，提高经济效益。

3.4 作物采收

采用人工智能技术开发的瓜果采摘机器人，既可以提高瓜果采摘速度，并且不会破坏果树和果实，对瓜果类产品进行无损采摘作业。这些采摘机器人通过摄像装置获取到果树的照片，像铁壁阿童木一样有着“火眼金睛”，可采用双目立体视觉在果园中对果实进行定位，用图片识别技术去判断瓜果成熟度，定位瓜果中哪些是适合采摘的，然后利用机械手臂和真空管道进行采摘，一点都不会伤到果树和果实。虽然从单个瓜果的采摘时间来看比人工采摘稍慢，但可以24小时运作的机器人从整体效率上来看，是会高过人工采摘的数量。

4 人工智能在产后阶段的应用

4.1 农产品检验

20世纪70年代末期，计算机视觉技术开始在应用在农业机械上，主要研究集中于在农产品分选机械中使用计算机视觉技术对农产品进行品质检测及分级等。基于计算机软硬件技术、电子技术、图像处理技术及与人类视觉相关的生理技术的快速发展，计算机视觉技术在理论和实践上都取得了重大突破，在农业机械相关的研究与应用上也有了较大的进展。

在农产品销售前有一个重要步骤，那就是对其形状的均匀性进行检查并分类。采用人工的方法对农产品外形进行检验效率很低，还会浪费人力资源。因此，机器视觉识别技术被选择为代替人工检验的工具。机器视觉识别技术对农产品外观检验的识别率远高于人类视觉，70年代末以来国内外许多研究人员在用于农产品品质自动识别和分级的机器视觉系统上倾注了大量的心血。

目前国外普遍利用机器视觉进行农产品品质自动识别，研究的对象极其广泛，小到谷粒的表面裂纹检测和农作物种子的分级，大到根据梅脯、黄瓜、土豆等农产品的大小、形状、色泽和表面缺陷与损伤等进行分级，都在其研究范围内。机器视觉技术的特点是速度高、信息量大、功能多，以水果为例，可一次必完成多种品质指标的检测，可以测量定量指标。目前它己经成为一种成熟、可靠的农产品外观形状检验工具。通过机器视觉系统识别过的农产品，其品质与安全性可以让消费者更加放心。

4.2 农产品运输

目前，农产品运输损耗大、运输效率低等问题一直困扰着农业工作者，农产品的易腐性和物流基础设施的落后是造成生鲜农产品在运输过程中损失巨大的主要原因，减小这些因素的影响的有效工具之一是无线射频识别技术。无线射频识别技术（Radio Frequency Identification，简称“RFID”）是物联网的核心技术之一，也是自动识别技术的一个重要分支。将这项技术应用到农产品物流管理中可以使管理者即时获得精准的农产品物流信息，不仅可以监控农产品的流通过程，实现对农产品的实时跟踪，还可以减少农产品供应链各个环节上的安全存货量和运营资本，避免农产品在运输过程中产生不必要的损失。RFID技术还能实现对最终销售的监控，及时获取和分析农产品销售量的现状数据，从而做出需求预测反馈给农户，帮助农户及时调整和优化农作物种植结构，以获得更高的经济效益。

4.3 农产品销售

利用人工智能对农业大数据进行市场分析，可以知晓农业行情，避免暴涨跌，用数据让农产品卖得顺畅、买得放心。如针对前些年大蒜价格大起大落，及时采集和分析大蒜生产、消费、仓储、流通等环节的数据，就可以引导大蒜生产，避免市场剧烈波动。又如大闸蟹数据，结合农业物联网和电子商务等工作，引导建立大闸蟹数据库，对其智能化生产、质量安全程追溯以及品牌建设具有重要意义。又如猪大数据，依托人工智能，联合相关企业和科研机构，进行相关数据采集分析，利用大数据描绘和预测价格走势，可破解“猪周期”。

物联网技术的革新不止对农产品网络销售带来益处，也为农产品零售带来了巨大的变化。顾客可以通过商品上的 RFID芯片进行数据通信，就能清晰地看到这种商品的详细信息，如成分、价格、生产产地、生产日期等。比方说在超市买香蕉，只要用电子阅读器读取香蕉上的 RFID芯片，就能知道这批香蕉的产地、采摘时间等信息，免去了询问导购的麻烦，大大提高了农产品销售的效率。

将人工智能技术有效地应用在农产品营销中，既可以缩短农产品生产运输的时间，又可以提高农产品销售链的效率，减少劳动力投入。

5 不足与展望

在现代农业领域应用人工智能面临着很大的挑战，在农业生产的过程中需要面对的不可知因素太多了，从无法准确预测的天气、土壤质量的变化、作物发生病虫害到市场变化的可能性，仅仅一个因素出现问题，就可能会对收成造成很大的影响。因此在一个特定环境中测试成功的算法，换一个环境未必就会有同样的效果。要在农业上实现统计量化目标实在是太过困难，农业生产中每一个生产影响因素都在不断发生变化。因此，现阶段的一些人工智能成功应用于农业领域的案例大多是仅仅只能作用于某一种特定的地理环境或特定的种植模式。而在大多数情况下，世界上并没有两个地方的自然环境是完全一致的，人工智能公司面临的最大挑战就是当外部环境条件发生改变时，怎样修改算法和模型，实现这一目标需要人工智能研究者与农业科学家之间更多的交流、协作。

云农业（Cloud Agriculture）是指以云计算商业模式应用与技术为支撑，统一描述，部署异构分散的大规模农业信息服務，深挖数据的意料之中与意料之外，这是未来需更加重视的领域。现在，通过人工智能在农业领域的持续研究与实践，相信在不久的将来，借助人工智能的技术优势来全面实现农业生产现代化、信息化、智能化，将成为现实。

参考文献：

[1] 中央中央，国务院.关于落实发展新理念加快农业现代化实现全面小康目标的若干意见[E]，2016.

[2] 农业部等8部门.“互联网+”现代农业三年行动实施方案[E].2016.

[3] 国务院.新一代人工智能发展规划[E].2017.

[4] 李宁，潘晓.徐英淇.互联网+农业助力传统农业转型升级[M].北京：机械工业出版社，2016：4-5.endprint