浅谈无人农场应用实践与前景——以浦东新区为例

乔智俊

（上海市浦东新区农机技术推广站，上海 201202）

近年来，我国不断创新发展智慧农业，全面提升数字技术在农业领域的应用水平，加快推进农业现代化建设。2020年10月，在中国共产党第十九届中央委员会第五次全体会议公报《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》中提出，“通过农业大数据与人工智能等技术，核心解决卡脖子与短板技术、农村劳力短缺、人工成本高的问题，确保农业安全自主可控。”同年12月，上海市政府在《上海市推进农业高质量发展行动方案（2021-2025年）》中提到，上海要加快建设农业智能化生产基地和粮食生产无人农场，全面提升都市农业设施装备水平。

无人农场是采用物联网、大数据、人工智能、5 G、智能农机等新一代农业技术，通过对农场设施、机械等进行远程控制，由智能农机自主决策、自主作业，完成所有农业生产和田间管理的任务，实现全天候、全过程、全空间的无人化农业生产作业模式。建设无人农场是缓解农村劳动力短缺、推进现代化农业建设的重要途径。目前，美国、以色列、日本等农业生产大国的无人农场建设发展较快，且已应用于实际生产中，但我国的无人农场还处于试验和起步阶段。近几年，在我国山东、福建、北京、黑龙江、安徽、江苏等地建成的无人农场，大多以技术试验为主，围绕无人化农业生产进行尝试，例如，设施温室智能化管理，以及设施农作物环境信息传感器、智能控制器、自动化灌溉、水肥一体化等技术应用，虽然取得了一定的应用成果，但技术成熟度和经济性仍有所欠缺，距离实现完全的无人农场农业生产和管理还有较大差距。浦东新区作为国家级现代化农业示范区，在现代化农业生产方面一直走在全国前列。在此背景下，笔者拟在阐述无人农场三大技术的基础上，以浦东新区为例对无人农场应用情况进行介绍，并对相关制约因素和应用前景进行分析，以期加快推进上海及周边地区无人农场建设，推动农业高质量发展。

1 实现无人农场的三大技术

无人农场是未来现代化农业的发展方向，主要通过将信息采集技术、农业大数据分析技术和智能农机技术相结合，形成耕、种、管、收全程数字化管理的新型农业生产模式，实现农业生产全程“无人化”。其具体实现过程是：通过农业物联网等信息采集技术进行农作物信息采集，然后将农作物生长与环境参数数据化并上传，由大数据分析后，为农业生产提供种植规划及农机作业等的科学管理方案，并通过智能农机技术来完成无人农场的农业生产和管理。

1.1 信息采集技术

信息采集技术是实现无人农场农业生产和管理的基础技术，除基本的信息传输技术外，主要包括农田环境信息采集、农作物生长状况监测、病虫害预警系统。

1.1.1 农田环境信息采集技术

环境是影响农作物生长的重要因素，土壤温度、湿度均能直接影响农作物根系的生长和发育，此外气候变化、风力大小、光照强弱、降雨量多少也会对农作物生长产生较大影响。在农业生产过程中，农田环境信息的快速感知是实施精准农业最基本和最关键的组成部分。农田环境监测系统是由多种传感器、数据采集器以及太阳能充电系统组成，可对农田的风速、风向、大气温度和湿度、降雨量、土壤水分、光照强度等数据进行采集，并由数据采集器进行数据汇总和上传。

1.1.2 农作物生长状况监测技术

农作物生长状况信息主要包括农作物株高、叶面积指数、生物量、倒伏面积等，对农作物生长状况的检测装置主要有数字图像监测和高分遥感监测两种。

数字图像监测是基于传统的人工观察法，以计算机的高清图像处理和图像分析技术代替人眼进行观察，并对农作物生长状况做出分析。这种监测是利用高清摄像头对农作物实施实时监测，因此适宜在大棚中进行监测。通过计算机监测将获得的数据进行图像处理，这些数据不仅包括农作物个体的株高、茎粗等，还包括株距、行距等群体信息数据。相对于人工观察，数字图像监测技术能提供全天候的数据支撑，具有信息量大、数据全面、精度高等优势，并能解决一些人工观察难以解决的问题。

高分遥感监测技术是以绿色植物的光谱理论为依据进行开发的。农作物光谱反射特性与农作物叶绿素含量具有高度相关性，农作物的可见光部分对光谱有较强的吸收带，而对近红外部分有较强的反射峰，因此，农作物光谱反射数据可直接反映农作物的生长信息，从而判断农作物生长状况。遥感监测技术采用高分辨率的卫星遥感数据，将拍摄的图片进行处理，提取农作物生长的遥感指标，判断农作物生长状态，在云层较多、卫星无法拍摄时也可采用无人机进行数据采集。遥感监测技术比较适用于大面积、大地块的水稻、小麦、玉米等农作物生长状况监测，相对于抽取样本，遥感监测技术提供的数据更全面，更有利于决策者对农作物的苗情、生长状况等及时做出判断和调整。

1.1.3 病虫害预警系统

病虫害预警系统是通过在田间搭建智能虫情监测设备、田间孢子捕捉仪、病虫害远程监控系统等进行监测。其具体作用机理：（1）虫情监测设备通过无公害诱捕杀虫，提供田间虫情数据。（2）孢子捕捉仪通过提供病菌孢子参数，自动完成数据采集工作，并自动上传至云服务器，然后与农作物病虫害历史数据进行对比，分析田间病虫害变化情况，预测病虫害的发生时间和发展趋势。（3）病虫害远程监控方式主要有高光谱成像技术和图像识别技术。利用高光谱成像技术可以精确地得到农作物含水量、叶绿素含量、叶面积指数等生理生化参数，通过高光谱成像图，分析农作物病虫害光谱响应，同时利用红边参数、二项式分析等方法，对农作物病虫害进行快速识别。图像识别技术则主要是针对农作物叶片上显现的病虫害进行智能识别，利用统计模式识别、K-均值聚类、模糊C-均值聚类、Otsu、levelset、EM等算法，对采集的图像进行分割、识别，在农作物叶片病虫害识别方面有较好的应用效果。

1.2 农业大数据分析技术

农业大数据是一个系统性的概念，主要依靠先进的大数据技术，将农业和信息技术有效结合，利用计算机和互联网技术，实现农业生产的预报和测控，为农业生产提供准确的生产依据，从而提高资源利用效率，最终实现农业增产增收。应用大数据分析技术能将数据化的农业资料进行有效整合，提高农业生产效率，增加农民经济收入。

目前，全国很多省（市）在农业大数据建设方面，均是通过建立一个农业大数据分析应用平台，为农业大数据提供支撑。该平台全面整合各类信息数据，主要包括农业专业数据、动态农业参数、涉农数据三大模块。农业专业数据主要由农作物生产的统计数据和经验数据组成，通过比对能为农业生产提供专业的分析和指导；动态农业参数则能提供农作物生长的实时参数以及相关环境信息，从而为农业生产提供及时的施肥、植保等方案；涉农数据则是将与农业生产相关的产业信息和宏观经济数据等进行综合分析，提高农业生产资源的利用效率，最终实现农业增产增收[1]。

1.3 智能农机技术

智能农机是无人农场开展农业生产的核心技术，不仅能保障高精度作业，还能实现全天候作业，可满足无人农场的生产需要。智能农机主要涉及四大技术，即GPS卫星定位技术、农机无人驾驶技术、智能化作业系统、智能农机管理。

1.3.1 GPS卫星定位技术

GPS卫星定位技术是指利用围绕地球轨道运转、由多颗卫星构成的精确定位系统对地面农机进行导航定位的技术。随着我国北斗卫星导航系统建设的完成，我国GPS卫星定位技术已达到世界先进水平，除了GPS卫星定位外，还配有感应农机状态和角度的传感器、姿态仪等多种传感器，能提供实时定位数据。但在实际应用中，由于农田的复杂环境和农机作业时的姿态变化大等因素，会严重影响农机的测量精度。

1.3.2 农机无人驾驶技术

无人驾驶是智能农机的关键技术，近年来，农机无人驾驶技术在农机作业数据记录、农机具管理等方面对农机生产作业提供了较大帮助。农机无人驾驶技术主要包括作业环境信息感知、导航路径规划和导航控制。在农田作业中受环境等因素影响，农机无人驾驶须具备一定的作业环境感知能力。智能农机可通过安装超声波、毫米波雷达、激光雷达、机器视觉等进行作业环境感知，但单一的传感器在复杂的农田作业环境中具有一定的局限性，因此，一般情况是通过融合多个传感器的信息进行识别并做出反应。导航路径规划是实现农机自动作业控制的基础，一般以最低的作业时间和最短的作业距离为标准，结合作业环境参数（避障、坡度等），在作业区域内规划作业路径，这样不仅可减少总作业路径，还能降低重复作业，提高农机作业效率。目前，我国已在黑龙江、江苏等省的大面积农业生产中推广卫星导航技术，并研发了适应各种地形和环境的北斗农机自动导航产品，达到了国外同类产品的先进水平，可满足无人农场的生产需要。

1.3.3 智能化作业系统

智能农机由于配备了各类传感器，拥有作业环境的整体参数信息，因此，智能农机可有效弥补人工操作的技术落差，根据实时的参数和作业设计，对农田作业中的各种姿态、力度等进行精准把控，大大提高了农田作业质量[2]。例如，利用拖拉机配套的水田激光平地机和旱地激光平地机进行农田平整后，水田平整精度小于3 cm，旱地平整精度小于5 cm，大大提高了水肥利用率和作物产量；又如，智能插秧机和智能直播机能根据不同作物生长特性、土壤特性以及种植时的气候情况等，精准把握开沟宽度和深度、行距和穴(株)距、播种量、覆土深度等，从而实现精准机插秧和机直播。

1.3.4 智能农机管理

智能农机管理主要是通过建立管理中心，对智能农机的作业状况进行远程监控，实时反映智能农机的作业位置、作业速度和作业质量，并提供故障预警、维修和远程调度等。智能农机通过安装GPS装置，开始作业时可将农机的位置和作业轨迹实时发送至农机管理中心，并提供智能农机的历史作业数据，而安装在智能农机上的工况传感器能帮助农机管理中心监控智能农机的实时作业状况（如发动机参数、PTO转数、行驶速度等）。通过与数据库中智能农机的正常工作数据自动对比，对各种情况作出反应，如出现异常，则立即发出工况预警信息，并及时调整作业方案；如出现机械故障，则及时联系技术人员进行故障排查或维修；需要长时间维修的农机，则通过远程调度，调配其他机器完成农田作业。

2 无人农场在浦东新区的应用及其制约因素

2.1 无人农场在浦东新区的应用

随着上海市提出“加快建设农业智能化生产基地和粮食生产无人农场，全面提升都市农业设施装备水平”的目标，浦东新区从2021年起，对现有无人农场的相关技术进行了调研考察，并与上海清美集团合作，在水稻种植和蔬菜大棚生产上进行了无人化生产试验，取得了较好成效。

2020年，浦东新区在宣桥镇建成了清美集团5G水稻种植基地，成为了国内首个全智能数字水稻种植示范区。示范区种植的水稻面积共计13.33 hm2，全部由无人驾驶插秧机进行水稻种植，与人工播种相比，不仅能实行全天候作业，提高了作业效率，而且由于精准作业，原来播种10行的地块采用无人驾驶插秧机后可播种11行，土地利用率提高了0.5%～2.5%。另外，在示范区中不同水稻品种被划分为不同区域进行智能化管理，每个区域都配有田间智能监测设备，为智能化生产平台提供水稻生长有关的光照、空气温度（湿度）、风速、风向、降雨、稻田图像等信息数据，同时将水稻生长环境和生长情况的图像信息上传到大数据云平台，由大数据云平台对不同的稻田环境和水稻长势进行分析，并结合历史数据进行对比，做出施肥、灌溉等生产决策，实现数据采集、分析、解译、建模、决策和管理等全过程智能化。维持整套系统的日常生产运行只需两名工作人员，极大地减少了人工管理成本。

在大棚蔬菜生产方面，浦东新区建立了数字化管理的穴盘蔬菜工厂化生产示范大棚，通过标准化种植和机械化生产，实现了集播种、育苗、施肥、采收等为一体的蔬菜生产，形成了低人工、高产量的工厂化生产模式。以鸡毛菜种植为例，普通大棚每年最多只能种植8茬，而示范大棚每年可种植12～15茬[3]。除鸡毛菜外，目前清美集团5G水稻种植基地还种植了青菜、黄瓜、南瓜、小番茄等不同种类的蔬菜，通过数字化管理，对大棚进行自动遮阳、自动保温、自动灌溉、水肥一体化等一系列操作，保证了蔬菜产量，提升了蔬菜品质。

2.2 无人农场的制约因素

目前制约我国无人农场发展的因素主要有以下几点：（1）传感器技术落后，目前我国自主研发的传感器数量不到全世界的10%，且稳定性差。试验中发现，相对无人机插秧作业，无人驾驶拖拉机作业的误差较大，究其原因是无人驾驶拖拉机需要更多的传感器来获取相关动态数据，而由于传感器技术的落后直接影响了智能农机的精准作业。（2）大数据平台现存数据资料有限，不能建立完善的农作物模型数据库，从而影响了智能决策的准确度。（3）标准化种植程度低，土地集约化水平低。目前由于智能农机的成本较高，且没有标准化的种植条件，从而严重影响了智能农机的广泛应用。（4）无人农场前期投入成本较高，且许多技术尚不成熟，没有达到普及的程度，不能较快地产生经济效益。

3 无人农场的发展前景

随着无人农场的试验和探索，无人化技术在农业生产中的应用成为了可能，实现“机器换人”将是必然趋势。未来，浦东新区将在完善现有的无人水稻种植、无人大棚种植的基础上，进一步拓宽在无人果园、无人养殖等领域的应用，尤其要加大在畜禽养殖、果园授粉等作业环境差、劳动强度大、人工成本高的农业生产环节上的推广力度，从而为浦东新区的农业科技创新提供示范样板。

智能化生产是未来农业现代化的发展趋势，依托物联网技术、智能农机和大数据技术建立的无人农场是实现农业智能化生产的重要方式。无人农场可有效降低农业生产中劳动力的占比，缓解许多地区农村劳动力短缺的现状，积极推进现代农业建设[4]。然而，具备自我感知、自动导航、精准作业的智能化农机是建设无人农场的生产力支持。目前，我国智能化农机的研发和应用还处于初步探索阶段，要形成规模并得到普及和应用，还有较长的路要走。