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

前言：想要寫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，希望能給你帶來靈感和參考，敬請閱讀。

摘要：近年來，人工智能技術的飛速發(fā)展，對農(nóng)業(yè)生產(chǎn)造成了較大的影響。本文以人工智能技術在農(nóng)業(yè)生產(chǎn)中的作用為入手點。從農(nóng)業(yè)設備智能化、蔬菜果實生產(chǎn)預測及質(zhì)量分級鑒定、農(nóng)業(yè)生產(chǎn)全過程優(yōu)化管理等方面，對智能農(nóng)業(yè)在農(nóng)業(yè)生產(chǎn)中應用前景進行了闡述。

關鍵詞：農(nóng)業(yè)生產(chǎn)；人工智能；作用與前景

在農(nóng)業(yè)機械化程度不斷提升的進程中，農(nóng)業(yè)規(guī)?；N植面積不斷擴大。不同類型的計算機智能技術的應用，促使農(nóng)業(yè)生產(chǎn)呈現(xiàn)出了現(xiàn)代化、信息化、科學化特點，在一定程度上降低了農(nóng)業(yè)生產(chǎn)者勞動強度，提升了農(nóng)業(yè)生產(chǎn)經(jīng)濟效益。因此，為充分發(fā)揮農(nóng)業(yè)生產(chǎn)中智能農(nóng)業(yè)的應用優(yōu)勢，對智能農(nóng)業(yè)在農(nóng)業(yè)生產(chǎn)中的應用進行適當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，我國地大物博，各地自然條件復雜程度較高。由于多種因素影響，我國有一部分農(nóng)業(yè)生產(chǎn)技術仍然處于人工勞作階段，整體管理模式存在嚴重的低效率、資源浪費嚴重問題。而利用智能化農(nóng)業(yè)技術可以進一步細化灌溉、施肥技術、農(nóng)藥施用標準，降低生產(chǎn)成本及資源浪費率，為我國農(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)是以優(yōu)質(zhì)高效為目標的質(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)生長潛力，設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，也可以有效保護環(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)中的應用前景

2.1農(nóng)業(yè)設備智能化

不斷進行的城市化，不僅進一步壓縮了農(nóng)村勞動力，而且為人工智能農(nóng)業(yè)的應用提供了良好的機遇。在未來農(nóng)業(yè)生產(chǎn)過程中，基于人工智能系統(tǒng)的農(nóng)業(yè)設備將大范圍應用，進一步緩解農(nóng)業(yè)生產(chǎn)者負荷，降低土地對農(nóng)村勞動力需求量。通過遠程播種、遠程采摘、遠程分揀、遠程田間管理等機器人遠程自動化作業(yè)，可以有效提高農(nóng)業(yè)設備生產(chǎn)質(zhì)量，為農(nóng)業(yè)生產(chǎn)效率穩(wěn)步提升提供依據(jù)。如利用智能播種機器人Prospero，可以通過探測裝置的合理設置，自動獲取土壤信息。隨后經(jīng)過神經(jīng)網(wǎng)絡算法，獲得最優(yōu)化的播種密度指標。以此為依據(jù)，開展自動播種作業(yè)；而利用See&Spray機器人，可以通過電腦圖像識別，獲取農(nóng)作物生長狀況。隨后通過機器學習，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。實現(xiàn)精準作業(yè)，降低農(nóng)田中除草劑過度噴灑導致的農(nóng)田污染情況。

2.2蔬菜果實生產(chǎn)預測及質(zhì)量分級鑒定

1）在現(xiàn)有農(nóng)業(yè)生產(chǎn)模式中，農(nóng)業(yè)生產(chǎn)決策主要是通過農(nóng)作物、農(nóng)產(chǎn)品外觀判定實現(xiàn)的，如農(nóng)作物病蟲害檢測、雜草辨別、水果品質(zhì)分級、果實成熟度判斷等。而在深度學習對機器應用發(fā)展進程中，可以通過機器智能代替人工感官，實現(xiàn)對不同蔬菜果實生產(chǎn)品質(zhì)檢測識別。如利用Plantix深度學習應用，可以預測不同溫度、環(huán)境濕度下農(nóng)作物表皮應力。達到控制環(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，可以收集無人機捕獲數(shù)據(jù)，構建神經(jīng)網(wǎng)絡模型。利用水果汁或蔬菜汁的近紅譜折射系數(shù)，與人們對水果或蔬菜味覺質(zhì)量的相關系數(shù)對比，確定水果或蔬菜味覺質(zhì)量。隨后利用神經(jīng)網(wǎng)絡的BP算法，結(jié)合經(jīng)濟學中線性計量經(jīng)濟學信息，確定水果或蔬菜果實生產(chǎn)參數(shù)。2）通過將計算機圖像所采集的果實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。同時利用果實色彩強度、酸堿度、亮度等輸入?yún)?shù)，可以將果實成熟度劃分為全熟、過熟、未熟、半熟等幾個程度，確定最佳收獲時期。在這個基礎上，通過計算機獲取圖像特征，將果實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)分果實表面?zhèn)?、正常凹凸情況。進而為果實質(zhì)量鑒定分級提供依據(jù)。

2.3農(nóng)作物種植全過程優(yōu)化改進

智能農(nóng)業(yè)所具備的大數(shù)據(jù)集優(yōu)化功能，可以優(yōu)化單個或者一系列關鍵目標，解決農(nóng)業(yè)生產(chǎn)過程中出現(xiàn)的疾病預防、成本效益等問題。因此，從農(nóng)業(yè)生產(chǎn)過程各環(huán)節(jié)（育種、生產(chǎn)、消費、經(jīng)營）進行分析，可以利用人工智能及機器學習等智能農(nóng)業(yè)，精準生產(chǎn)決策及市場營銷。并挖掘數(shù)據(jù)之間關聯(lián)特征，判定事物發(fā)展趨勢，實現(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，確定農(nóng)產(chǎn)品數(shù)量[2]。同時以數(shù)據(jù)為基礎，引入土質(zhì)分析、天氣模擬、農(nóng)作物根部特征等數(shù)據(jù)，構建農(nóng)作物自然災害保險應急生產(chǎn)決策模型，降低農(nóng)業(yè)生產(chǎn)風險。同時利用數(shù)據(jù)挖掘、深度學習等人工智能技術，可以實時獲得應用于農(nóng)事的不同類型操作過程反饋信息。進而優(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)者應主動改變農(nóng)業(yè)生產(chǎn)理念，引進智能農(nóng)業(yè)技術，逐步由常規(guī)機械操作過渡至半自動化、自動化作業(yè)，從人工采集信息過渡到智能化信息搜集模式，為我國農(nóng)業(yè)發(fā)展帶來新的機遇。

參考文獻：

[1]李中科，趙慧娟，蘇曉萍，等.人工智能在農(nóng)業(yè)中的最新應用及挑戰(zhàn)[J].農(nóng)業(yè)技術與裝備，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)中的應用研究[J].科技廣場，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)濟深度融合研究[J].科技風，2019(23)：91.

作者：馬千里 單位：南充市農(nóng)業(yè)機械科學研究所