植物保护施药技术创新与装备智能化的研究现状与展望

2023-10-27闫晓静杨代斌袁会珠

现代农药 2023年5期

魏鹏，闫晓静，徐军，杨代斌，袁会珠

（中国农业科学院植物保护研究所，北京 100193）

2021年中国农业农村部等六部委印发的《“十四五”全国农业绿色发展规划》指出，我国主要农作物的农药利用率到2025年需要从2020年的40.6%提升至43%。2023年2月，中共中央国务院发布《关于做好2023年全面推进乡村振兴重点工作的意见》，进一步指出，要加快建设农业强国，推进农业绿色发展，加快农业投入品减量增效技术的推广应用。由此可见，人们对健康美好生活的不断向往和社会的发展对农药施用等提出了更高的要求，但目前我国大部分地区仍旧采用大面积、大容量的植保施药方法，施药量不合理等问题导致的环境污染与农药残留超标等问题十分严峻。

随着精准农业理念（图1）的提出与实践[1]，人工智能等各种数字化技术不断涌现，植保技术与装备均得到了极大的发展。其中，植保施药技术的创新及其装备的智能化已成为实现农药减施增效的重要途径[2]。本文以植保施药技术的创新与药械装备的智能化两个方面作为切入点，分析国内外学者在该领域的研究现状，并对其存在的难题和未来的发展进行探讨。

图1 精准农业架构

1 植保施药技术的创新

植保施药技术的创新旨在实现农药的减施增效，即降低成本、减少环境污染和药物残留的目的。目前，该技术领域的创新涉及用药量、混药、施用过程等各环节的优化，主要包括精准变量施药技术、精准在线混药技术、精准对靶施药技术、物理场辅助施药技术和喷雾飘移控制技术。此外，植保用药与生物防控技术的多元化发展，也在不断推动植保技术的相应进步。

1.1 精准变量施药技术

精准变量施药技术是按照作物病虫草害的发生程度和生长状况，将已获取的田间信息处理生成用药决策，并通过调节施药控制系统参数实现变量施药的方法。该技术的实现主要分为施药决策的生成与决策执行两个方面。前者主要分为建立融合地理信息的处方图和传感器信息的实时解译两部分；后者主要在于施药系统的传感器类型、变量施药控制方法与算法上的差异。该技术的具体分类与内容如表1所示。

表1 精准变量施药技术

精准变量施药技术按需用药的理念有效降低了农药的使用量，进一步减少了资源的浪费和环境的污染。闫春雨等[3]使用无人机搭载多光谱相机获取喷施棉花脱叶剂前后4次的田间数据建立最优监测模型，分别生成作业处方图指导施药（图2），节约农药7.39%；Nan等[4]使用CMAC-PID仿形跟踪算法建立了基于树冠体积与叶面积密度的喷施流量计算方法，与常规室外喷施相比，该方法可使冠层内外喷雾变异系数分别降低25.9%和21.9%，地面沉积覆盖率平均值降低20.2%。

图2 精准变量施药处方图

尽管精准变量施药技术已经有了长足的发展，但在实际应用中仍存在部分难题有待解决。在施用量决策生成方面，获取的农田信息会存在偏差，造成处理和分析的结果误判，同时缺少用于处方图建立与施药量解译的病虫草害发生程度量化判别的统一标准；决策执行方面存在变量控制延时、工作参数不稳定等问题。

1.2 精准在线混药技术

精准在线混药技术是将药剂与水独立存放，在施药作业时按照用药所需浓度实时在线混配后施用的方法[17]。现有的混药方式主要有直注式、旋动式和射流式3种，如表2所示。

精确在线混药技术可解决预混式配药的混药不均、用药浓度无法根据变量施药需求实时改变等问题，减少了施药人员与农药的直接接触。混药方式和混药器的设计与优化是影响混药配比效率、质量的关键。理论方面，房开拓等[20]以非弹性介质的动量计算为切入点，通过理论推导、仿真与试验相结合的方法，总结出一组用于射流式混药器设计分析的特性方程；结构方面，宋海潮等[21]通过优化混药器内部继旋器、收缩管、扩散管、分流器等结构（图3），实现了脂溶性农药与水的均匀混合。

图3 3D 打印制作的混药器

目前精准在线混药技术存在实时变量施药与在线混药之间的延时、不同类型药剂在混药器中混药效果有差异等问题，需要进一步优化混药结构，改进混药工作参数，提高混药效果。

1.3 精准对靶施药技术

精准对靶施药技术是精准变量施药技术的基础。变量施药前，农机需要准确获取施药靶点或区域，然后根据病虫草害的发生程度进行变量施药。精准对靶施药技术的关键在于目标物的检测，目前已有红外线、超声波、激光雷达、机器视觉、光谱成像和多传感器融合等检测方法[22]，如表3所示。

表3 目标物对靶检测方法

精准对靶施药技术进一步减少了药剂的用量，Partel等[23]使用多传感器融合检测施药靶标并分类、变量喷施，有效减少了28%的施药量。图4为作业机具对靶变量喷施的施药处方图与作业轨迹[23]。但该技术在靶标识别方面仍需要进一步提高传感器识别效率、减少施药延时、提升检测准确性以及提高对靶定位精度等。

图4 多传感器融合检测对靶变量喷施作业轨迹与处方图

1.4 物理场辅助施药技术

物理场辅助施药技术是通过在施药机具与靶标之间建立特定的物理场以进一步优化施药效果的方法。用于辅助施药技术的物理场主要包括磁场、电场、热场、风场、超声场[35]，其特点和优势如表4所示。

表4 辅助施药的物理场

物理场介入药剂喷施过程可进一步改善药剂雾滴、颗粒的性能，提升沉积量。Zhao等[39]设计了应用于航空植保施药的静电雾化喷施系统（图5），使得靶标正面的液滴沉积密度增加了16.7%，靶标背面的液滴沉积量提升约4倍；Mucha-Pelzer等[55]通过不同的方法施用硅粉药剂进行黑叶螺、菜粉蝶防控效果影响试验，结果发现，静电辅助喷施AL-06-109粉剂的效果最佳，与传统手动施药方式相比提升了54%；Moges等[36]使用安装磁化系统的TeeJetXR110015型喷嘴喷雾器开展甘蔗田施药试验，与常规喷施结果相比，磁化辅助施药可大幅减少雾滴飘移，作物顶部的沉积量可增加12.1%～41.5%，中部可增加40.6%～65.0%。

物理场辅助施药技术的推广应用仍存在较多难题，主要在于物理场对雾滴生成、沉降和沉积过程的影响机理不清晰，物理场调控雾化喷施雾滴物化性质的工作参数不明确，田间试验的可重复性与普适性较差。

1.5 喷雾飘移控制技术

飘移是指向靶标沉降的农药雾滴受环境气流影响而向非靶标区域运动的现象。影响雾滴飘移的因素主要分为两方面，一方面为自然风与作业机具风场耦合的环境气流，另一方面是药滴粒径、动量等自身特性[17]。目前，喷雾飘移控制技术主要有改进喷嘴结构、优化喷施风场、防飘助剂研发、建立飘移风险预测和控制模型等方法。

喷嘴结构改进方面，研究集中于设计使用防飘喷头的方法，主要包括气吸型、文丘里型等[17]。冯玉茹等[56]使用文丘里防飘喷头开展了水稻纹枯病的防治效率检测试验，与常规扇形喷头相比，防治效果提升30%；Homer等[57]在葡萄园多年生杂草的防治试验中对比使用了多款防飘移喷嘴，与AI（air injection）型相比，DG（drift guard）型防飘喷嘴不仅可以产生更小的雾滴，而且飘移量更少。

喷施风场优化方面，研究集中于设计使用强制风场和风幕的方法。刘昶希等[48]开展了使用锥形风场式防飘喷施装置的强制辅助气流防飘移特性研究，通过建立单雾滴运动模型和CFD仿真分析优化了防飘装置，使得多因素正交试验建立的竖直和水平方向总雾滴飘移量占比的数学模型显著性较高（P＜0.05，R2分别为0.934、0.945）；梁昭[58]结合模糊控制策略、双峰分布雾滴飘移沉积模型，使用最小二乘支持向量机对风速均值进行预测，建立了基于风幕防飘系统的智能控制系统，与传统风幕系统相比，在模拟横向自然风的条件下，其风幕系统的沉积量可提高29.53%。

防飘助剂研发方面，研究集中于开发能够辅助生成减少风场胁迫，分布均匀性更好且具有更高覆盖密度、沉积量雾滴群的药剂。张海艳等[59]以雾滴在作物叶片表面的碰撞模型和雾滴拦截模型为基础，建立了用于植保无人机施药雾滴黏附量分析预测的模型，并开展了助剂对药液性质、雾化效果、雾滴沉积特征的影响试验，与清水相比，添加1%迈飞与0.5%迈图Target助剂溶液可使得每公顷水稻田的雾滴黏附量分别增加800.78%和1 051.49%。为分析助剂对药液防治效果的影响，郑发娇等[60]通过开展4.5%联苯菊酯水乳剂1 000、1 500、2 000倍液分别添加0.1%有机硅表面活性剂Silwet 408、矿物油、渗透剂JFC-2助剂的室内外试验发现，与未添加助剂相比，各浓度的4.5%联苯菊酯水乳剂添加助剂后的田间药液持留量增加了15.22%～41.96%，田间防效增加了5.26%～30.03%。

飘移风险模型探索方面，主要集中于飘移风险预测和控制模型的探究。邹雄等[61]以多相流理论与质点运动学方法为基础，分析了雾滴直径、初始速度，风速与无人机飞行高度、速度对雾滴飘移的影响，证明雾滴的飘移距离与喷施雾滴的初始速度角度呈二次函数分布，特定条件下，雾滴初始速度角度为20°时的雾滴飘移距离最短。倪佳胜等[62]结合CFD仿真模拟与风动试验数据，建立了气流速度、喷施高度和雾滴粒径对雾滴飘移距离影响的多元线性回归模型，该模型对雾滴飘移量的预测精度可达83.9%；孙道宗等[63]开展了不同风速和喷头倾斜角度下喷雾雾滴飘移影响的试验（图6），通过分析水平、垂直两维度上的雾滴质量分布与变异系数，建立了侧风风速与喷施角度对雾滴飘移影响的模型，并计算了不同风速下的最佳补偿喷施倾斜角度。

图6 雾滴飘移补偿试验

1.6 施药的多元化发展

除农药施用方法外，农药制剂产品的质量和性能也会直接决定病虫草害的防治效果。随着人们对农产品质量安全和生态环境要求的不断提高，农药的发展正在加速步入高效、低毒、绿色的新阶段；农药制剂产品的研发更加多元化、精细化和功能化[64]。多元化方面，农药制剂根据分散程度可分为均相与非均相体系。前者主要包括可溶剂、微乳剂、可分散液剂和乳油等；后者主要包括悬浮剂、水乳剂和纳米乳剂等。精细化方面，为优化药剂在雾化、沉积和传输等过程中的性能，相应地研发出配套的表面活性剂、增稠剂和各类油剂等农药助剂。功能化方面，为进一步提升不同施药场景下农药应用的需求，已研发出种衣剂、微囊缓控释制剂、纳米制剂、省力化制剂和药肥等[64-66]。

农作物病虫草害的绿色防治是农业可持续发展的重要途径。绿色防治技术主要包括生物天敌防控技术、诱捕诱杀技术等。Nayak等[67]在苦瓜田采用害虫综合诱杀方法进行连续3年的果蝇防控试验，结果发现，综合虫害管理可有效减少约76%的虫害损失。刘万才等[68]根据水稻田二化螟发育进度，使用植保无人机分次集中投放赤眼蜂进行生物防控，结果显示稻螟赤眼蜂与螟黄赤眼蜂的防控效果分别达83.22%、80.05%，在不施药的情况下实现了水稻二化螟的有效控制。

为满足农药制剂与绿色防控技术多元化发展带来的植保施药需求，施药器械也在不断创新与改进。例如，为满足赤眼蜂的精准投放，大量学者对投放平台、投放器和投放方法不断进行优化，进一步促进了生物防控技术在植保领域的推广应用[69]；为满足颗粒类药肥载体、包覆种衣剂的作物种子等固体的精准变量撒播，大量学者通过优化控制算法、控制机构、监测方法等不断改进条播、离心撒播等设备及其性能，提升颗粒撒施过程中的沉积分布效果[70-71]。

2 农业植保装备的智能化

农业植保施药作业分为人工施药、机械化施药、自动化施药和智能化施药4个发展阶段。随着人工智能等新兴技术的迅速发展，农机装备的智能化、智慧化程度得到显著提升，降低农业劳动力成本的同时，进一步提高了农业植保施药的效率和安全性[72-73]。现阶段，农业植保施药装备的智能化主要集中于智能农机的自主作业轨迹规划与导航、自主避障运行与远程在线监管三方面。

2.1 自主作业轨迹规划与导航

传统的农业植保施药方式不仅劳动成本高，而且对工作人员存在着巨大的暴露风险[74]。智能农机装备的开发与应用进一步提高了农业的管理效率与安全性[73]。智能农机自主作业轨迹规划主要分为全区域覆盖植保施药与目标识别对靶精准导航施药作业两种。前者主要应用于小麦、玉米等大面积、高密度种植农田的植保施药；后者主要应用于丘陵果园、温室等种植场景。王伟等[75]通过作业区域划分、改进蚁群算法确定区域遍历顺序与简化广度优先搜索（breadth first search，BFS）算法确定区域遍历衔接路径的方法优化了农田全区域覆盖作业的效率，路径重复率相较于传统的蚁群与BFS算法降低了44%；Chen等[30]结合无人机遥感、嵌入式硬件开发和边缘计算等技术，设计了应用于丘陵果树精准对靶喷施的植保系统，规划所得施药航线相较于基于海拔规划的航线可减少19%的航程。

农机自主导航作业主要通过机器视觉、激光雷达和卫星定位等方法实现。机器视觉方面，主要通过地面斜向视角和航空全局视角提取农机导航参考数据；激光雷达方面，主要通过SLAM等方法建立农机导航作业环境；卫星定位方面，主要通过卫星以数据无线传输方法向联网农机传递地理信息完成导航。张彦斐等[76]对比使用多种机器学习算法提取无人机搭载多光谱相机获取的果树影像，并使用感兴趣区域划分与特征点拟合的方法提取果树行导航线，与人工拟合参考线相比，平均角度偏差仅为0.597 5°；Gasparino等[77]使用UTM30-LX激光扫描仪和惯性传感器采集玉米田三维点云数据，处理得到的玉米田导航车道宽度64.02%在0.05 m误差范围内；吴才聪等[78]通过在农机装备上安装北斗终端、制定数据传输协议的方法构建了基于北斗的农机作业大数据系统（图7），该系统可准确记录、获取农机工作时长、行驶里程和作业面积等工作参数，为农机作业大数据动态监测与数据分析提供服务。

图7 农机作业大数据系统平台

2.2 自主避障运行

智能农机按照作业轨迹运行过程中最重要的是安全性，具体实现主要依靠自主避障功能。目前的智能农机自主避障功能主要通过机器视觉、激光雷达识别、超声测距等方法实现。视觉避障方面，Dang等[79]使用语义分割算法从单目相机获取的图像中提取障碍物特征并计算其位置和距离，通过增强A*算法优化作业路径，实现静态与动态障碍物避让与高效、低角度变化的作业转向，转向角度变化仅为2 rad。超声测距避障方面，吴春玉[80]以超声测距、机器视觉结合的方法，设计了农用飞行器的避障控制系统，实现了飞行器的高效快速避障响应，距离障碍物5 m、飞行速度1 m/s时的响应时间均在0.5 ms左右。激光雷达避障方面，杨洋等[81]构建了使用三阶贝塞尔曲线在多边界条件约束下路径簇中规划曲率最小的避障路径算法，基于激光雷达、工控机等开发了用于作业动态识别区内障碍物信息获取与避让的新型农机（图8），路径跟踪试验中最大和平均横向误差分别为0.12 m、0.057 m，较传统算法分别减少36.8%和28.8%。

图8 自主避障农机

2.3 远程在线监管

智能农机远程在线监管是实现农机智能化发展的重要环节。已有的农机远程在线监管方法主要通过建立网页端和手机APP平台实现。网页端农机远程监管平台主要应用于农机数据的收集、分析与可视化，农机作业管理与调度等；手机端农机监管APP主要应用于农机作业数据的采集与功能执行等。刘洋洋等[82]使用单片机处理多源数据的方法构建了航空变量施药实时监控系统，可实现作业轨迹、高度、速度、施药流量等数据的实时监测，其对航迹、施药流量监测的平均偏差分别为0.98 m、3.57%，对流量控制的最大误差为9.26%；兰玉彬等[1]通过构建实现天空地一体化农情信息获取、地空无人农机协同作业决策与远程监控的生态无人农场云端平台（图9），为智慧农业、精准农业的发展提供了探索经验。