人工智能在草地资源监测中应用的思考

2019-05-08李慧芹

草食家畜 2019年2期

李慧芹

（新疆草原总站，乌鲁木齐 830049）

天然草地是人类生活、生产环境和能量需求的自然体，也是一种特殊的自然资源。草地这种自然资源，对生态环境、水源涵养、净化空气、水土保持等起到一定的作用，也是畜牧业生产资料供给的主要来源。因此在推进生态文明建设、加强草原资源保护和生态修复的倡导下，加强草原资源与生态动态监测显得尤其重要。人工智能作为一种人、机器、方法、思想的结合体[1]，已应用于各个行业领域，国际上很多国家都在探索利用这种高新技术对农业生产提质增效，其中人工智能基于智慧农业为基础的新发展理念已得到了迅速发展，出现了一些应用，为人工智能和草地调查监测领域的深度融合应用提供了有力的参考。

1 人工智能的原理

1.1 人工智能的概述

人工智能（Artificia1 Inte11igence，简称AI），拉斐尔说：“是一门科学，这门科学让机器做人类需要智能才能完成的事。”人工智能研究创建出可以与人类的思想媲美的计算机软件或硬件智能[1]，设计拥有一定智能的计算机系统，研究如何让系统去做过去需要人类的智力才能完成的工作，换句话说研究如何使用计算机的软硬件来仿造人类一些智能行为的学科、方法和技术。主要包括系统实现智能的原理、设计类似于人脑智慧的计算机系统，让系统能完成更高层次的应用。人工智能是人类制造的拥有人的思想的机器等，在《人工智能》一书中指出“人工智能是由人类、想法、方法、机器和结果组成的”[1]。人工智能的原理，用一句话概括就是：人工智能=数学计算。机器的智能程度，取决于“算法”。

1.2 人工智能的发展趋势

1.2.1 在日常生活中的应用

在我们的生活中，大到智慧交通[2]、索菲亚机器人[3]，小到可以陪孩子读书的机器人小智、帮助关窗帘的机器人等等，这些都是在日常生活中帮助我们的人工智能机器，那么对于我们的工作是否也可以得到它们的帮助呢，这就是我们接下来要思考的问题。

1.2.2 在农业中的应用

人工智能在农业中也有着广泛的应用，例如：利用人工智能对农作物病虫害进行监测、生长状态识别以及杂草辨别、水果品质的分级、果实成熟度的判别[4]，在农产品的分类中，通过ANN算法对农产品进行分类，通过人工智能对农作物的外观、气味、形状等特征进行精准分类[5]，这些都是人工智能在农业中的应用，综合来看，如果能够将这些利用算法和传感设备，结合人工智能应用到草地调查监测中去，就能很好的对草原上的土壤、植物种群等多个方面获取大量的数据。

1.2.3 人工智能在草地资源调查监测的模型

通过人工智能的传感设备将收集到的数据通过集成无线访问点，再利用无线网络环境将数据发送至本地数据，然后将本地数据库中的底层数据通过网络传输至核心服务器，通过OA平台再对数据进行挖掘使用。这样就可以实现在陡峭的山区和大面积的荒漠类无人区草原中得到确切的数据，从而能够更深入的了解草地的分布、产量等成因。如图1。

图1 人工智能在草地资源调查监测的模型

2 人工智能在相关行业的应用和现状

2.1 人工智能在农业监测中的应用

在农业生产中，根据GPS的精准定位，利用人工智能的方法和技术，实现智能化的操作。如福建农业畜牧科学研究所做的利用人工智能算法建立的模型，对田间墒情诊断、作物养分的监测等进行的科学性实验[6]，为农业生产提高质量增加效益等起到一定的作用。同时一些农业企业使用了人工智能，设计出对农副产品的成长状况、生态数据进行分析的数据库模型，为农副产品的有机生产提供指导依据。例如，Infosys、IBM Watson IoT和Sakata Seed Inc.在美国加利福尼亚两块田地上布置测试床等，使用了人工智能+机器视觉+传感器，对土壤、空气、施肥、植物的成长状况进行了全方位监测，获取了18种数据，数据上传到Infosys信息平台进行了数据挖掘和人工智能技术分析，分析结果提供给企业决策、物种的研发系统，作为下一步生产和育种的依据。

2.2 人工智能在其他行业的应用

在国家大力推广人工智能的今天，人工智能已经得到了一定的发展，在一些行业已经得到了应用，例如：通过了采用低能耗人工智能（AI）无线自组网通讯技术，对水资源进行了全面实时监测、数据采集和管理平台为一体，为治理水资源污染的问题，提供出了高效、精准的解决方案[7]。见图2。

图2 超低能耗人工智能无线自组网解决

2.3 草地资源调查监测技术现状和今后的发展

随着科学技术的发展，在草地资源调查中也使用了不同于20世纪80年代调查的手段和方法。在以RS、GPS、GIS、基础数据库等计算机系统的技术手段为主，结合入户调查、地面勘察等手段，以及人工智能技术飞速发展这一因素的推动下，以物联网为基础的人工智能图像检测系统已经形成，有效的增强了图像检测系统的精准度和及时性，弥补了传统图像检测系统的不足[8]，同时能全面、规范、精确地获取草地资源的实际分布、产量质量、环境及使用状况等信息。

然而在草地资源调查监测采集数据的过程中，还是要先进行人工地面数据的采集，然后将数据导入系统，随后再通过地理信息技术手段和方法对数据进行加工处理。在每一次的资源调查中，我们都要耗费大量的人力、物力和财力，即便这样，有些环境恶劣的高山或无人区等也是不能到达的，阻碍了对草地土壤、水分、物种包括草地退化沙化的更深入和更深层次的了解。虽然有遥感影像、定位和地理信息系统技术的帮助，也还是不能实时对草地资源进行监测，另外遥感影像技术是从立体空间的角度对草地进行了监测，尤其是对物种和土壤的感知，远不及人工智能等利用了传感技术和智能芯片传回的数据更准确和精准，因此人工智能在草地资源的调查中的应用就显得尤其重要，也是今后的发展方向。

3 人工智能在草地资源应用中的思考

我们可思考利用国家已经建成的有线电缆、光缆、无线GPRS、卫星通讯等手段，在允许的范围内，对我们设立的固定监测点使用人工智能（AI）的手段和方法，通过模仿人工采集数据，在网络、GPRS、卫星通信或者光缆通信的方式下，汇聚节点将网络节点采集的数据通过逐步接力的方式发送至上位机。监控调度中心上位机对大数据进行分析处理，实现对草地资源各项参数的实时监测。

如果实现了对草地资源各项数据的实时监测，那么就可以对监测后的数据进行挖掘，从而对多种参数进行组合分析，比如：可以做到对提取草地块上的气候的数据进行分析；对草地块中的土壤的数据进行分析；对草地块上的水蒸气的数据进行分析；对种群的迁徙进行分析；通过这些分析，最后能够精准的测量出草的产量。还能综合这些数据对草地沙化和退化的成因做进一步的分析。

3.1 人工智能在草地资源监测领域融合的问题

人工智能在网络安全、数据库查询等大型系统中的应用技术已形成了相对成熟的融合模式，例如：“四川信息职业技术学院的基于人工智能的数据库查询系统，随着人工智能这门学科的不断发展，人工智能对于自我学习、自我纠正的能力更加的完善和强大，因此，使用人工智能的机器人操作数据成为了可能[9]，”在医疗、交通和较大范围的应用，涌现出了一些标杆式的案例。可是在草地资源调查监测的应用中还处于初始阶段，草地资源的大型数据库、网络实时化、智能化还面临很多的挑战。

3.1.1 草地资源网络建设差

在草地资源中使用人工智能，解决人力无法到达、草地监测任务难以完成的地方；另外也是为了实现对草地资源的精准监测，因此将人工智能和草地资源作业领域进行融合应用，并将遥感、定位等技术也进行深度融合，使得数据+图像的方式，从空间到地面对草地资源进行深层次的研究。当然这就需要对网络提出实时响应和数据积累的要求。由于我国草地资源地理环境特殊，山区的基础网络建设较为落后，草地资源作业领域网络化、数据库的应用水平也相对较为落后，成为人工智能在草地资源监测领域融合的一个显著问题。

3.1.2 智能化设备无法因地制宜

智能芯片是因业务需求的不同而在芯片中内置的应用有所不同，例如麦卡洛克和皮茨开发的人工神经元的第一个模型[1]，当它植入芯片时，是作为传感器中的芯片使用，须要根据各自的不同传感需求来定义你所需要识别的需求功能是什么。由于草地分布于不同海拔的垂直带上，对智能设备的要求相对特殊，进而对设备中的芯片要求也比较高，随之成本也相应增加，且在环境较差的草场非常容易发生损坏，进而导致智能设施应用受阻。

3.2 草地监测人工智能（AI）系统实施建议

3.2.1 数据的采集和传输

依托现有的网络和通讯技术，在固定监测点上安装带有摄像、传感、采集功能的智能读卡芯片，采用遗传算法的模型（见图3）[1]，通过无线网络将定期或者不定期的对固定的测量数据进行回传；至规定的服务器上，将遥感影像、定位和地理信息系统的数据融合汇总至总的管理服务平台中。

图3 遗传算法模型

3.2.2 数据的清洗和抽取

建立完善的数据库系统，使用数据仓库对获取的数据先进行智能判读，抽取有价值的数据，对错误和没有价值的数据进行清洗和筛查，结果提供出来。

3.2.3 数据叠加分析

将数据与以往的监测数据进行叠加，再将其他获取的影像资料进行叠加，对草地监测的数据进行深度的挖掘和分析。如通过多年监测数据叠加影像和气象大数据等，进行草地生产力与气象因素关系的智能分析，建立相关关系模型进行分析评价、草地生产力预测等。

3.2.4 网络基础设施的完善和信息化服务的建设将是草地资源监测领域和人工智能相融合的保障

人工智能技术给传统通信网络带了新的技术理念[10]，加上人工智能对计算机网路的提升，从而达到资源实时共享[11]，因此，一是加强草地资源环境的信息基础设施的完善，增加互联网络的全覆盖，提升网络传输能力，增强数据库的应用，为创造智能化草地资源系统中各项作业、采集草原大数据做好基础保障。二是完善草地资源的大型数据库，为草地资源的数据挖掘、数据整理、分析，进而为对草地资源的修复、物种的判断提供依据。