农业机械自动化在现代农业中的应用与发展

李福周 张继福

（山东省潍坊市临朐县五井镇农业综合服务中心，山东 潍坊 262603）

农机自动技术的有效利用，具体表现在农机程序开发期间。此技术能够有效融合气压科技、计算机算法、智能控制等先进技术，以此提升农机运行的智能性，保证田间耕作有序性。农机自动生产，可显著降低农民生产压力，提升田间耕作的高效性，保证农业生产有效进行。为此，研究农机自动科技应用情况，畅想农机未来应用，具有一定研究价值。

1.农机自动技术的应用情况

1.1 智能显示屏

将智控技术运用于农业设备改造中，于农机驾驶室位置装设智能显示屏，能够帮助动态监测农作物的生长进度。此外，在智能显示屏中，还可以添加作物检测程序，排查环境因素对农作物生长形成的负面作用。利用智能显示屏，反馈各类农务信息，保证农业种植的可控性，提升各项农务的调节智能性，有序推进各项农业生产活动。

1.2 视觉技术

农产品质检工作中，积极利用视觉技术，全面评价农产品性能，合理征集农产品的环境特点，以此逐步提升农产品种植工艺的完善性。视觉技术广泛用于西方国家，此技术推广后，采蘑菇智能程序也被研发成功。在视觉技术的支持下，机器人可准确锁定蘑菇方位，准确划分蘑菇类型，增强采蘑菇农务的高效性。

1.3 自动种植设备

农业机械生产显著提升了生产能力，智能控制程序的运用对种苗深度、种植密度、智能施肥等参数，给出了精准控制策略，以此成功替代初期机械生产体系。在原有的农业种植工艺中，拖拉机设备获得了有效应用，并且显著优化了生产质量，减少了人为作业量。生产期间，需2至3名种植人员，较高的人工需求，限制了农机发展。借助智能技术，有效解决人工劳动需求问题，提升智能体感、网络科技的融合质量，研发获得自动种植设备，全程精准控制农艺参数，无须人工操作，可减少人员劳动量，显著增强种植能效。如表1所示，是农机深松、一般农耕方式的对比结果。

表1 农机深松、一般农耕方式的对比结果

由表1对比结果可知：农机深松的耕作深度是旋耕农艺的2倍、蓄水量是旋耕农艺的4倍、含水量是旋耕农艺的1.5倍、作物产量是旋耕农艺的1.15倍，可见农机深松的耕作深度参数较大，蓄水、含水能力较强，作物产量较高，证明农机生产相比人工旋耕更具优势。

1.4 种苗检测

农业播种、收割等各项生产农艺，均可以有效利用自动科技。种苗检测技术的运用，能够基于计算机程序，动态监测种苗生长情况，增强种植管理的智能性。种苗检测技术，可动态反馈苗木生产数据，智能划分产品类型，给出种植决策，以此保障产品成活量，获取较高的农艺生产收益。联合气象系统、环境监测系统，可预测未来一段时间内的苗木生长情况，便于人们给出干预措施，达到增产增收的农业生产目标。

1.5 自动收割

农业生产体系中，自动收割工艺的应用范围较广。依据农产品种类，可将智能收割工艺融合于收割管理平台中。使用智能收割技术，有利于高效采摘农产品，可减少人工采摘压力，缩短收割用时，优化劳动支出，获取优质的农业生产效益，切实回避农产品质量问题。

1.6 自动灌溉

自动灌溉科技，主要借助计算机程序而开展自动生产控制，有利于准确测定田间含水量。此种技术，可结合农田墒情，自动生成添加含水量的分析数据，适合于农田种植实况，可人为设计含水量的警告值，在含水量接近警告值时，系统自动触发进行智能补水，保证土壤含水量的充足性。

1.7 车载监控

车载监控技术，能够动态监测农机的运行状态。如果农机存在故障、设备异常等问题，会给出有效解决方案，以此有效排除农机生产问题，增强农机生产的安全性。农机生产人员可以运用车载智能平台，全面整合农机生产资料，给出精细生产方案，显著增强农业生产质效。车载技术应用期间，有效联合定位技术，可实时获取农机定位信息。

2.对比自动灌溉、手动灌溉的农务效果

2.1 水生产率的含义

关于水生产率的含义有多种解释。灌溉领域中，用水效率具体表示作物灌溉水量的有效性，灌溉期间消耗的水量。水利用率，具体表示作物水量不充足时，较高的水利用率，生产作物会拥有较强的生产能力。可采取作物水生产率的调节方式，间接增强农作物的耐旱能力。作物生产量，主要使用生物量总和、种子重量等参数进行表示。多数情况下，水生产率等于作物产量与灌溉量、蒸腾量的比值。结合水生产率的墒情含义，使用一种智能水位监测程序，结合植物用水需求，智能灌溉。系统组成含有湿度感应设备、传感设备的驱动程序、水位控制单元。

2.2 湿度传感器

湿度传感设备能够依据相对湿度RH浮动情况，相应变动电容参数。湿度传感设备可视为脉冲宽度，保证系统连接质量。系统结合相对湿度的变动情况，有效调整输出脉冲的宽度参数。针对已经输出的脉冲参数，可以给出滤波处理，获取脉冲平均参数，有效调整脉冲宽度，使其转变成直流电平。此时获取的直流电平参数，可作为相对湿度RH的测定结果。此参数传输至“比较器”，结合植物水量需求，对比RH与前期设计的参数。“比较器”传输完成，相应启动继电器。运行的继电器与电动输水管线相连，保证植物获取灌溉水。灌溉量参照预期水量标准。

2.3 测定植物生产状态

以山东某农区作物为例，在开展自动灌溉生产的过程中，可以利用相应技术，测定植物的生产状态。以小麦作物为例，选择硬粒小麦品种，于播种期间，将土壤肥料用量、沙子容量的比值设置为1比3，混合后装进塑料瓶中。灌溉前期，采取花盆灌溉形式，持续灌溉14d。灌溉完毕，将植物划分两组，一组植物采取人工灌溉养护，二组植物采取自动灌溉技术。设定两种田间含水等级：40%、80%。一组农作物间隔2d称量一次花盆质量，添加适当水量，使灌溉达到预期水位，以此保证土壤含水量。二组作物，采取自动灌溉技术，智能补水。试验时间结束，测量两组作物高度、植物鲜重、植物干重，以此判断两种灌溉方式的光合作用效果。

2.4 植物高度对比

如表2所示，是自动灌溉、手动灌溉两种方法的小麦作物墒情对比结果。

表2 自动灌溉、手动灌溉两种方法的小麦作物高度对比

由表2对比发现：手动与智能两种灌溉方式，整体作物高度差异不明显。在40%含水量情况下，自动灌溉地上植物高度较高；80%含水量时，手动灌溉地上植物高度略高，但是不如80%含水量下两种灌溉方法下的植物高度差异显著。由此推断：当田间含水量为40%时，自动灌溉方法能够在减少用水的情况下使植物高度达到最高水平，而手动灌溉方法在耗费更多水资源的情况下也未能达到自动灌溉方法的水平。

2.5 植物鲜重对比

如表3所示，是自动、手动两种灌溉方式的植物鲜重对比结果。

表3 自动灌溉、手动灌溉两种方式的小麦作物鲜重对比

由表3可知：在40%含水量情况下，自动灌溉地上作物鲜重略高；80%含水量时，两种灌溉方法的植物鲜重并无较大差异。由此推断：当田间含水量为40%时，智能灌溉技术可动态监测土壤状态，比如温度、含水量等情况，智能灌溉，具有较强的节水功能，可显著提升灌溉效率。

2.6 对比植物干重

从植物地上、根系、整体质量出发，逐一测量植物干重，分析植物的生长情况。40%含水与80%含水量相比，人工灌溉方式的地上作物高度较小。两种含水量条件下，自动灌溉养护的作物，地上高度并无较大差异。由此说明：自动灌溉可有效补充水分，保持作物的生长能力，整体植物干重值较高，相比手动灌溉具有一定灌溉优势。

2.7 光合作用分析

光合作用具体表示植物转化成生物量的过程，转化的生物量是判定作物经济的关键因素。光合作用分析期间，需要以40%含水量作为灌溉条件，手动灌溉形成的绿植光合作用持续时间较短，在1000umol·m2·s-1时间点，开始减慢光合作用。此时自动灌溉的作物，光合作用较为稳定，1500umol·m2·s-1时应保持光合作用。80%含水量的条件下，手动灌溉会抑制光合作用，引起光合作用减退、光合速度变缓，甚至出现停止光合作用的情况。植物生长对水形成了较高需求，如果灌溉量减少，会相应降低光合作用速度，从而降低作物生长能力，减少作物产量。如果依据作物需求，田间含水量控制视角，合理添加湿度传感器，可有效提升节水量，增加作物光合作用。

3.智慧农机应用的未来发展

3.1 墒情智能分析

未来，结合农机应用情况，应提高田间墒情分析的智慧性。对此，可以建立精准分区、智能灌溉的数据模型，给出更精确的补水方案。可使用SPAC平台，深入探究水分传输思想。参照作物根系的实际特点，准确获取土壤墒情，给出明确浇灌方案，提升灌溉精准性。结合各类作物的生长条件，整合各类含水量的种植结果，逐步获取最佳的灌溉决策，以此顺应作物生长需求。自动灌溉科技的运用，依赖于全面的土壤墒情分析。研发人员可结合土壤墒情，设定精准调控项目，从土壤成分、酸碱值、含水量等方面，逐一建立墒情管理指标，以此保证灌溉决策的精确性，切实构建智慧农业生产体系，获取优质高产作物，积极防控水肥流失问题。

3.2 收菜机器人

积极研发多种智慧机器人，从行走路线、设备定位、动作调节、作物抓取、作物切割等视角，进行收菜机器人研发。现有的智能技术，能够持续进行作物收割。未来智慧型收菜机器人，应智能分析作物的成熟度，智能收割农作物，防止未成熟作物提早收割问题，增强收菜智慧性。此技术研发时，可增加作物成熟度分析程序，对作物外观大小、外表色彩进行智能判断，以此构建智慧型收菜程序，促进智慧农业发展。

3.3 国企研发和私企研发同步进行

现代农业中农业机械自动化设备研发必须投入大量的时间、精力、资金，这样才能完成对各种不同类型农业设备的设计、实验、生产和销售等工作，实现生产监测自动化、农业灌溉自动化、农产品装检机械化、农业管理精准化目标。私企受限于资金和研发回报率等因素，因此研发力度有限，相对而言，国企可以投入更多时间、精力、资金对生产监测、农业灌溉、农产品装检、农业管理等类型的农业机械自动化设备的研发。因此未来农业机械自动化设备研发必将由国企主导研发工作，国企和私企共同合作，相互依存相互发展。

3.4 实现图像感知技术应用

在计算机技术快速发展驱动下，驱动图像感知技术逐步成熟，将图像感知技术应用在农业机械自动化领域中，可强化机械设备使用功能，能够推动农业生产发展。在图像识别功能作用下，种植户能够动态监测农作物的生长情况，科学控制农作物灌溉量和施肥量。农业灌溉期间，依托传感器和电子计算机技术实现农作物自动灌溉，并根据温度/湿度传感器反馈的信息，掌握农作物当前生长态势及水分需求，合理调整土壤温度和湿度，为农作物生长创造良好的环境条件。在节水灌溉技术应用下，有效优化水资源配置体系，切实提高水资源的农务利用率，解决了传统农业灌溉水量大、水资源浪费问题。图像感知技术支持下，加强对农作物病虫害的防控，实现对农作物生长的精细化管理，降低人工管理难度，保证农作物的生长品质，助推现代农业产业化发展。

未来智慧农业体系构建时，需增强图像感知技术应用的智慧性，从节水、施肥、防病害等视角，逐一针对农作物生长环境进行分析，给出未来3天至5天内可能发生的作物危害，便于作物管理员及时作出防范处理，消除环境因素带来的不利因素。比如，智能墒情分析系统联合气象观测平台，分析未来几日内的天气状况，结合作物生产情况，给出田间管理决策，以此增强墒情分析的预测能力。

4.结论

综上所述，农机自动科技的合理开发、规范应用，是国内农业发展的重要选择。智能生产视域下，自动灌溉、智能收割等应用，逐渐增加了农机技术的应用范围，使其全面融合农务生产，成为农务生产的主要动力，力争获取优质农产品，增强农业生产的智能性。在未来，将会智慧分析墒情，给出农业决策，构建自动农业生产体系，以此建立智慧农业，切实推动农业发展。