自动化在农业中的应用前景

赵梵喆 焦 凯

(山东科技大学电气工程及其自动化，山东 济南 250031)

农业技术的自动化水平升级一直是国家高度重视的发展领域，加快农业发展的自动化水平，是我国经济增长的关键突破点，也是促进农村经济快速发展的有效途径。农业自动化解放了双手劳作，农民由原始的直接劳动者转变为机器操作者，是优化农业生产效率与节约人力资源的重要变革[1]。我国目前普遍使用的农业自动化技术集中在机械自动化领域，随着信息技术、人工智能技术等高科技的发展与革新，我国农业自动化水平展现出良好的智能发展前景。

1 基于计算机视觉的农业自动化技术

农业机械自动化是贯穿于农作物种植、施肥、收割等各个环节的自动化技术，目前机械自动化在我国已经得到普遍应用，要想寻求高水准的农业自动化发展，需要融入更多的高科技创新技术，实现农业化发展质的飞跃。信息时代计算机技术与信息技术日趋成熟，将其融入农业自动化生产设备设计，切实提高农业生产的智能化水平。在现代生活与工作中，人们都离不开信息电子产品的使用，信息电子产品的确提升了工作效率、改善了生活质量，而这些信息电子产品都离不开计算机视觉技术的支持[2]。同时，计算机视觉技术是我国农业自动化发展的一个重要分支，在农业中的应用领域较广，计算机视觉技术在农作物质量监测与控制中的应用原理如下：和以往直接检测产品成分的方式存在差异，计算机视觉首先获取农作物的清晰视觉图像，其次采用图像智能识别算法识别农作物中的缺陷。基于计算机视觉识别农产品缺陷的方法在大面积农作物识别中的有效性较高，大量减少了人工检测农作物生长质量的问题，是一种自动化、智能化的安全识别措施。计算机视觉应用与农业生产中还可以实现农产品的自动采摘，通过精准识别农作物位置进行精准定位。我国部分地区已经开始使用基于机器视觉的农业自动化技术，在未来的农业发展中具有广阔的发展与应用空间。

2 基于人工智能技术的农田杂草管理

人工神经网络(Artificial Neural Network，ANN)是人工智能技术中的典型算法，也是未来农业中具有较大潜力的自动化技术之一。ANN技术与计算机视觉使用的频率较高，可用于选择性对农作物使用除草剂，当ANN技术识别出作物叶片存在病斑时[3]，并对其施加药剂，对于健康的叶片则不施加药剂，从而实现农田杂草管理。总结ANN技术对农作物喷施药剂的过程为：(1)将计算机视觉技术采集的农作物图片以RGB颜色空间为依据进行分割；(2)检测图像中的差异性特征并提取有效特征；(3)提取叶片病斑中具有代表性的特征；(4)区分选中的叶片是否为农作物的叶片，根据结果选择是否喷施药剂。经过大量的实践验证，基于ANN技术进行的农作物选择性除草方法误差较小，精准度较高，可作为有效的自动喷药技术使用。该方法与传统大面积无差别喷施药剂的方法相比，减少了农药使用量，减少了健康农作物喷洒药剂的几率，有效保障了农产品的食品安全性。国外的农业自动化研究专家已经基于ANN技术实现了杂草喷洒，并设计了微型喷雾控制系统，其中计算机视觉系统采集农作物图像的速度在40RGB图像/秒上下。在未来的农业自动化研究中，以ANN技术为代表的人工智能技术是重点研究方向，将与计算机视觉技术联合发挥自动化功能。

3 基于大数据技术的农业自动化

现代社会发展中各领域每时每刻产生大量数据，随着农业自动化与智能化水平的不断提升，农业生产与科研数据规模将快速扩大，这些数据具有待挖掘与集成的潜力。大数据技术是面对海量数据产生的数据分析技术，大数据在农业领域的应用能够为农民准确预测天气情况、表征农作物生长情况、预估农产品的市场需求等信息。农业专家利用大数据技术无需直接接触即可准确观测哪一块农田需要施肥、灌溉，为农业发展提供可靠的位置信息，以保障农作物的产量与销量。大数据在农业自动化中的应用领域较广，涉及粮食安全、天气预测、农业结构修改、农产品销售等多方面[4]。详细分析大数据技术在农业自动化中的几种典型应用前景：(1)详细技术在农业生产中的融合形成精准农业类型，精准农业包括全球定位系统、农田信息采集系统、农田遥感监测系统、农田地理信息系统、农业专家系统、智能化农机具系统，在多种智能技术融合下形成了一个相对健全的农田地理信息系统。精准农业在各种子系统的协作分工下产生海量农业生产数据，大数据技术正是以这些数据为前提，基于各种数据挖掘算法寻找数据间的规律与关联，预测事物的发展趋势，从而规划出合理的农作物病虫害控制方法、产量管理方法、农田施肥方法。(2)农作物生长环境预测是保障农作物健康生长、躲避自然灾害的有效方式。大数据技术通过识别海量天气数据、土壤数据、水环境数据等多种环境因素数据的基础上，掌握数据间的关联，进而有效整合农作物所处环境的相关信息，进行生长环境预测。(3)气象预测是大数据技术的一项典型的农业发展功能，利用农田所处位置的气象信息构建天气识别模型，对于天气识别模型与正常天气模型间的差异，进行相应的农业天气预报。在气象预测功能支持下，农作物可以很好地遵循自然规律借力生长。

4 物联网技术在农业中的应用

物联网以不同种类的传感器、射频技术、全球定位技术、激光扫描仪等设备为基础，采集物体的各项数据信息，以互联网为中介构成大型的物物连接、物人连接的网络。物联网应用在农业领域，可及时获取农业种植、农产品加工全过程的信息，发现农作物播种、种植、收割各环节存在的问题，并进行精准定位。物联网在农业中的应用改变了传统农业的核心，由人力核心转移到信息技术核心上来。物联网农业打破了机械化孤立操作的局面，将农业生产的各细节连接起来，是确保农业健康高速发展、保障农产品质量安全的重要措施。

详细分析物联网技术在农业中的使用情况：物联网往往包括一个传感器系统，能够测量农业生产过程的温湿度、光照、土壤等信息数据，基于这些数据自动绘制预设区域的环境因素分布图，并且具备环境因素阈值对比功能，若传感器测得环境因素超出预设阈值，则自动向物联网的监控端实时发送警报，通知工作人员进行查看。农作物种植的各个区域均设有摄像头、传感器等数据采集设备，以全方位、自动化监测农作物生长情况，监管人员通过手机中的客户端可实时查看农作物生长信息，实现农业远程监控管理。

5 结论

纵观全文，人工智能技术、大数据技术等高水平技术已经蔓延到农业发展的各个环节中，成为未来农业自动化发展的主要趋势。但是限于我国农业生产中的地形、经济等多种因素制约，要想实现大规模基于信息技术的农业自动化还需要一定的时间，需要克服现阶段农业发展的不利因素，根据我国农业实际情况研发适合国情发展的农业自动化技术，不断提升农业生产的智能化水平。