农业人工智能技术：现代农业科技的翅膀.pdf

兰玉彬 王天伟 陈盛德 等 农业人工智能技术 现代农业科技的翅膀 J 华南农业大学学报 2020 41 6 1 13 LAN Yubin WANG Tianwei CHEN Shengde et al Agricultural artificial intelligence technology Wings of modern agricultural science and technology J Journal of South China Agricultural University 2020 41 6 1 13 农业人工智能技术 现代农业科技的翅膀 兰玉彬 王天伟 陈盛德 邓小玲 华南农业大学 电子工程学院 人工智能学院 广东 广州 510642 摘要 加快推进人工智能等现代信息技术在农业中的应用 是现代农业发展的迫切需求 也有利于推进国家乡村振兴战 略 数字乡村建设和智慧农业的发展 为深入剖析人工智能技术驱动智慧农业发展的潜力与方向 本文综述了农业人工智 能的几个关键技术以及人工智能在种植业 禽畜牧业和农产品溯源与分级等应用研究领域的现状 分析了国内外农业人 工智能技术的差距以及我国农业人工智能技术面临的国际态势和挑战 提出了我国发展农业人工智能的对策与建议 关键词 农业人工智能 农作物精准管控 问题与挑战 对策与建议 中图分类号 S2 文献标志码 A 文章编号 1001 411X 2020 06 0001 13 Agricultural artificial intelligence technology Wings of modern agricultural science and technology LAN Yubin WANG Tianwei CHEN Shengde DENG Xiaoling College of Electronic Engineering College of Artificial Intelligence South China Agricultural University Guangzhou 510642 China Abstract Accelerating the application of artificial intelligence AI and other modern information technologies in agriculture is an urgent need for the development of modern agriculture which will help promote the development of national rural revitalization strategy digital village construction and smart agriculture To deeply analyze the potential and direction of smart agriculture driven by AI technology we reviewed the key technologies of agricultural AI and the research status of agricultural AI for planting poultry animal husbandry and agricultural product traceability and classification analyzed the gap of agricultural AI technology at home and abroad as well as the international situation and challenge of agricultural AI technology in China and proposed the countermeasures and suggestions for the development of agricultural AI in the future Key words agricultural artificial intelligence precision control of crop problem and challenge countermeasure and suggestion 农业是国民经济中重要的产业组成部分 是我 国的第一产业 是国家长治久安和百姓丰衣足食的 重要保障 是保证一切生产的首要条件 传统农业 中 人力劳动占据很大比例 农田和种植园主要采 取粗放式管理 缺乏差异对待模式 导致作物或果 实的品质和产量不能达到理想状态 且造成资源浪 收稿日期 2020 08 31 网络首发时间 2020 10 12 10 47 42 网络首发地址 作者简介 兰玉彬 1961 男 教授 博士 E mail ylan 通信作者 邓小玲 1978 女 副教授 博士 E mail dengxl 基金项目 广东省重点领域研发专项 2019B020214003 国家自然科学基金 61675003 广东高校重点领域人工智能专项 2019KZDZX1012 珠江人才计划 领军人才专项 2016LJ06G689 华南农业大学学报 Journal of South China Agricultural University 2020 41 6 1 13 DOI 10 7671 j issn 1001 411X 202008045 费以及环境恶化 甚至因病虫害治理效果不佳而造 成绝产 随着土地资源的萎缩 极端气候带来的环 境恶化 全球人口持续增长 农业生产方式亟待转 型 1 一系列问题的出现使得人们不得不重新审视 农业发展状况 改造传统农业 指出 发展中国家 的经济发展要建立在稳定和可持续增长的农业基 础上 传统农业不具备稳定增长的能力 提升农业 的现代化水平需要借助前沿科技的力量 而人工智 能 Artificial intelligence AI 正是前沿科技最集中 的代表 其与农业的深度融合被视为解决未来农业 问题的重要途径 2 新一代人工智能发展规划 指出 人工智能作 为新一轮产业变革的核心驱动力 将进一步释放历 次科技革命和产业变革积蓄的巨大能量 并创造新 的强大引擎 形成从宏观到微观各领域的智能化新 需求 催生新技术 新产品 新产业 新业态和新模 式 深刻改变人类生产生活方式和思维模式 实现 社会生产力的整体跃升 虽然早在20世纪中后期 人类就开始探索人工智能在农业中的应用 但由于 农业的行业特征 人工智能技术在农业领域应用的 广度 深度都要明显弱于其他行业 农业人工智能作为智慧农业的重要组成部分 不单只是2个学科的融合 更是人工智能技术在农 业领域的一次积极实践 是传统农业在人工智能助 力下焕发蓬勃生机的大胆革命 1 农业人工智能的主要技术 农业人工智能是多种信息技术的集成及其在 农业领域的交叉应用 其技术范畴涵盖了智能感 知 物联网 智能装备 专家系统 农业认知计算等 1 1 智能感知技术 智能感知技术是农业人工智能的基础 其技术 领域涵盖了传感器 数据分析与建模 图谱技术和 遥感技术等 传感器赋予机器感受万物的功能 是农业人工 智能发展的一项关键技术 3 多种传感器组合在一 起 使得农情感知的信息种类更加多元化 对于智 慧农业至关重要 得益于三大传感器技术 传感器 结构设计 传感器制造技术 信号处理技术 的发 展 现在可以测量以前无法获取的数据 并得到影 响作物产量 品质的多重数据 进而辅助决策 4 当 前在农业中使用较多的有温湿度传感器 光照度传 感器 气体传感器 图像传感器 光谱传感器等 检 测农作物营养元素 病虫害的生物传感器较少 通 过图像传感器获取动植物的信息 是目前农业人工 智能广泛使用的感知方式 新兴纳米传感器 生物 芯片传感器等在农业上的应用 目前大多还处于研 究阶段 深度学习算法是图像的农情分析与建模的利 器 当前基于深度学习的农业领域应用较广泛 如 植物识别与检测 病虫害诊断与识别 遥感区域分 类与监测 果实载体检测与农产品分级 动物识别 与姿态检测领域等 5 深度学习无需人工对图像中 的农情信息进行提取与分类 但其有效性依赖于海 量的数据库 农业相关信息的数据缺乏 是深度学 习在农业领域发展的主要瓶颈 可见光波段可获得农情的局部信息 而成像与 光谱相结合的图谱技术 可获得紫外光 可见光 近 红外光和红外光区域的图像信息 其中 高光谱成 像技术可以探测目标的二维几何空间和光谱信息 获得百位数量级的高分辨率窄波段图像数据 多光 谱成像技术对不同的光谱分离进行多次成像 通过 不同光谱下物体吸收和反射的程度 来采集目标对 象在个位或十位数量级的光谱图像 基于多光谱图 像和高光谱图像的农情解析 可有效弥补可见光图 像感知的不足 根据与感知对象的距离 感知方式有近地遥 感 航空遥感和卫星遥感等 因具有面积广 时效性 强等特点 20世纪30年代起遥感技术就开始服务 于农业 首先应用这一技术的是美国 人们将其用 于农场的高空拍摄 照片供农业调查使用 相对于 西方国家 亚洲地区运用遥感技术较晚 但近些年 来遥感技术在某些方面也有了超前突破 1 2 农业物联网技术 农业物联网可以实时获取目标作物或农业装 置设备的状态 监控作业过程 实现设备间 设备与 人的泛在连接 做到对网络上各个终端 节点的智 能化感知 识别和精准管理 农业物联网将成为全 球农业大数据共享的神经脉络 是智能化的关键 一环 随着人工智能应用领域的拓展 越来越多的应 用和设备在边缘和端设备上开发部署 6 且更加注 重实时性 边缘计算成为新兴万物互联应用的支撑 平台已是大势所趋 对于农业应用领域 智能感知 与精准作业一体化的系统尤其需要边缘智能 无人 机精准施药是边缘人工智能的最佳应用场景 物联 网设备类型复杂多样 数量庞大且分布广泛 由此 带来网络速度 计算存储 运维管理等诸多挑战 7 云计算在物联网领域并非万能 但边缘计算可以拓 展云边界 云端又具备边缘节点所没有的计算能 2 华南农业大学学报 第 41 卷 力 两者可形成天然的互补关系 将云计算 大数 据 人工智能的优势拓展到更靠近端侧的边缘节 点 打造云 边 端一体化的协同体系 实现边缘计 算和云计算融合才能更好解决物联网的实际问题 8 多个功能节点之间通过无线通信形成一个连 接的网络 即无线传感器网络 Wireless sensor network WSN 无线传感器网络主要包括传感器 节点和Sink节点 9 如图1所示 采用WSN建设 农业监测系统 全面获取风 光 水 电 热和农药喷 施等数据 实现实时监测与调控 可有效提高农业 集约化生产程度和生产种植的科学性 为作物产量 提高与品质提升带来极大的帮助 10 1 3 智能装备系统 智能装备系统是先进制造技术 信息技术和智 能技术的集成和深度融合 针对农业应用需求 融 入智能感知和决策算法 结合智能制造技术等 诞 生出如农业无人机 农业无人车 智能收割机 智能 播种机和采摘机器人等智能装备 无人机融合AI技术 能有效解决大面积农田 或果园的农情感知及植保作业等问题 从植保到测 绘 农业无人机的应用场景正在不断延伸 如极飞 科技的植保无人机具有一键启动 精准作业和自主 飞行等能力 真正实现了无人机技术在喷施和播种 等环节的有效应用 从而为农业生产者降本增效 11 无人车利用了包括雷达 激光 超声波 GPS 里程计 计算机视觉等多种技术来感知周边环境 通过先进的计算和控制系统 来识别障碍物和各种 标识牌 规划合适的路径来控制车辆行驶 在精准 植保 农资运输 自动巡田 防疫消杀等领域有广阔 的发展空间 图2为极飞科技于2020年7月发布 的全球首个量产的农业无人车平台R150 12 农业机器人可应用于果园采摘 植保作业 巡 查 信息采集 移栽嫁接等方面 越来越多的公司和 机构加入到采摘机器人的研发中 但离采摘机器人 大规模地投入使用尚存在一定距离 13 图3为果蔬 采摘机器人 1 4 专家系统 专家系统是一个智能计算机程序系统 其内部 集成了某个领域专家水平的知识与经验 能够以专 家角度来处理该领域问题 14 在农业领域 许多问 题的解决需要相当的经验积累与研究基础 农业专 家系统利用大数据技术将相关数据资料集成数据 库 通过机器学习建立数学模型 从而进行启发式 推理 能有效地解决农户所遇到的问题 科学指导 种植 农业知识图谱 专家问答系统可将农业数据 转换成农业知识 解决实际生产中出现的问题 Sink 节点 Sink node 监测节点 Sensor node 监测现场区域 Monitoring area 传输网络 Transmission internet 远程监控中心 Remote monitoring center 图 1 无线传感器网络架构 Fig 1 The architecture of wireless sensor network 图 2 R150无人车 Fig 2 R150 unmanned vehicle 图 3 采摘机器人 Fig 3 Harvesting robot 第 6 期 兰玉彬 等 农业人工智能技术 现代农业科技的翅膀 3 农业生产涉及的因素复杂 因地域 季节 种植 作物的不同需要差异对待 还与生产环境 作业方 式和工作量等息息相关 目前人工智能在农业上的 应用缺乏有关联性的深度分析 多数只停留在农情 数据的获取与表层解析 缺乏农业生产规律的挖 掘 研究与实际应用有出入 对农户的帮助甚微 农 业知识图谱可以将多源异构信息连接在一起 构成 复杂的关系网络 提供多维度分析问题的能力 是 挖掘农业潜在价值的智能系统 15 专家问答系统 Question answering system QA 是信息检索系统的一种高级形式 它能用准确 简 洁的自然语言回答用户用自然语言提出的问题 是 人工智能和自然语言处理领域中一个倍受关注并 具有广泛发展前景的研究方向 16 专家问答系统的 出现 可以模拟专家一对一解答农户疑问 为农户 提供快速 方便 准确的查询服务和知识决策 知识 图谱与问答系统相结合 将成为一个涵盖知识表 示 信息检索 自然语言处理等的新研究方向 17 但 这类系统的开发应用多数是针对一个特定的对象 系统内容一经确定就很难改变 是一种静态的系 统 而在实际的农业生产中 一方面病虫害的种类 在不断发生变化 另一方面由于抗药性及环境条件 等影响因素的变化使得同一种病虫害的发生为害 特点也在不断地变化 因此结合农业病虫害的发生 为害特点 开发一种动态 开放的病虫害预测预报 专家系统平台是十分必要的 18 1 5 农业认知计算 认知计算模仿 学习人类的认知能力 从而实 现自主学习 独立思考 为人们提供类似 智库 的系统 具有甚至超越人类的认知能力 该系统主 要通过采集 处理和理解人类能力受限的大规模数 据 辅助农业生产和贸易等活动 减少参与农业任 务的人工 提高作业效率 基于认知分析提供农业 领域的决策支持 推动智慧农业发展 目前认知计 算在农业领域内的研究尚未形成规模 但因具有强 人工智能特性 应用前景乐观 2 农业人工智能的研究现状 人工智能技术在农业科学领域中的应用贯穿于 生产前中后的各阶段 涉及种植业 畜禽牧业和渔业 等农业领域 以其独特的技术优势助力实现智能管 理 精准管控 以机器人全部或部分代替人力 提高 生产效率和产品质量 减少环境污染 应用潜力巨大 2 1 人工智能在农业方面的应用 2 1 1 农作物识别与检测 作物拥有独特的颜色 纹理 形状等特征 可通过图像分析进行识别与检 测 并进行过程监测和产量预测等 Bah等 19 提出 了一种卷积神经网络 Convolutional neural networks CNN 结合无监督训练数据集的新型全自动学习方 法 可以从遥感图像中检测杂草 其效果与传统有 监督训练数据标记相吻合 Muhammad等 20 采集 了906幅油菜与杂草图像 与VGG16相比 基于 ResNet 50的SegNet杂草识别模型效果较好 张乐 等 21 基于Faster R CNN Regions with CNN features R CNN 深度网络模型 对比了基于VGG16 ResNet50和ResNet101这3种特征提取网络的结 果 最终提出基于VGG16的Faster R CNN深度网 络模型更适用于油菜与杂草目标的识别 Knoll等 22 将采集的500幅萝卜和杂草图像进行数据扩充 采 用CNN对拍摄图像进行分类识别 平均识别精度 与召回率均超过99 5 F1值达0 996 2 彭红星 等 23 提出了一种改进的SSD Single shot multibox detector 水果检测模型 该模型在各种环境下识 别苹果 荔枝 脐橙 皇帝柑的平均精度 Average precision AP 达到88 4 Fu等 24 基于Faster R CNN检测野外遮挡 重叠 相邻和独立的猕猴桃 果实 AP均在80 以上 为了有效定位和识别麦 田中的杂草 Zhang等 25 基于YOLOV3 tiny网络的 深度学习研究开发了一种适用于无人机的杂草检 测模型 可以高效 快速地定位和识别作物田中的 杂草 区分果实与植株其他部分 帮助系统有效检测 到果实位置和数量 能够让农户直观地了解到当前 园区植株的结果情况 从而对产量进行预估 另外 将作物各部分分类 有助于植株长势的判断 例如 区分柑橘新梢与叶片 可以结合时间信息告诉农户 需要关注的生长节点 农户可根据花果比例决定是 疏花疏果还是保花保果 Tristan等 26 提出一种算 法 使用三波段数码相机拍摄伞房花 在多种情况 下对于15 m以内的树木上的花朵分类精度可达到 90 以上 能有效区分反光叶片与花朵 并且精度 通常优于95 王书志等 27 用相机 手机分别在不 同的光照和环境条件下拍摄了葡萄的新梢图像 在制作的训练图像集上对SegNet FCN Fully convolutional networks 和U NET这3种卷积神经 网络进行迁移学习 得到3种分割网络模型 分别 对测试集新梢图像进行分割试验 结果表明FCN 的总体分割效果最优 泛化性能较好 宗泽等 28 在 大田环境下获取农田作物视频数据 基于Faster R CNN识别玉米冠层 用差分内积线性特性改进质心 4 华南农业大学学报 第 41 卷 检测算法 对玉米冠层识别区域进行质心定位计 算 得到玉米苗质心的像素坐标 当然 上述研究仍有待更多的真实场景实践和 检验 模型识别的精度和速度 需要根据不同的应 用场景作出权衡 实时性要求高更需要轻量化网 络 便于在边缘计算平台进行部署 2 1 2 农作物病虫害与缺素诊断 同一种作物可 能存在几种甚至几十种病虫害 并且某几种病虫害 发生时的症状可能相同或相似 仅凭肉眼和经验难 以进行准确地识别与判断 导致无法对症下药 从 而延误病情 机器视觉或光谱成像等方式可以感知 肉眼难以获得的信息 通过机器学习海量数据 在 病虫害识别与诊断方面具有广阔的应用前景 龙满 生等 29 利用智能手机在室内补光条件下拍摄叶片 并对图像进行预处理作为输入 用基于TensorFlow 的AlexNet模型对4种油茶病害症状进行建模 其 分类准确率高达96 53 王献锋等 30 使用自适应 判别深度置信网络 Deep belief network DBN 识别 棉花的3种虫害 棉铃虫 棉蚜虫 红蜘蛛 和2种 病害 黄萎病 枯萎病 识别准确率为82 8 许景 辉等 31 在VGG16模型的基础上 设计了全新的全 连接层模块 并将VGG16模型在Image Net图像数 据集训练好的卷积层迁移到本模型中 结果表明 该模型对玉米健康叶 大斑病叶 锈病叶图像的平 均识别准确率为95 33 与全新学习相比 迁移学 习能够明显提高模型的收敛速度与识别能力 针对 田间虫害 Xie等 32 使用数码相机和手机拍摄了4 500 幅含有40种田间昆虫的图像 提出一种利用多层 次特征学习对田间作物害虫进行自动分类的无监 督方法 与颜色 纹理 SIFT HOG有限特征分类的 结果相比 对虫害的识别精度显著提高了 张善文 等 33 提出一种基于环境信息和改进DBN的冬枣病 虫害预测模型 对大棚冬枣常见的2种虫害 食芽 象甲和红蜘蛛 和3种病害 枣锈病 枣炭疽病 黑 点病 进行预测 平均预测正确率高达84 05 此 外 刘文定等 34 提出一种基于FCN的林区航拍图 像虫害区域识别方法 黄双萍等 35 利用GoogleNet 检测水稻穗瘟病 Mohanty等 36 采用深度卷积神经 网络 Deep convolutional neural networks D CNN 识别14种作物的26种疾病 均取得了一定 的效果 兰玉彬等 37 对柑橘植株高光谱影像进行 研究 以二次核SVM判别模型对全波段一阶导数 光谱的分类准确率达到94 以上 表明低空高光谱 遥感监测黄龙病 Huanglongbing HLB 具有可行 性 Deng等 38 进一步提出了基于植被指数和冠层 光谱特征的多特征融合HLB检测方法 具有99 以上的分类精度 并能够输出冠层病害的分布 除 此之外 Lan等 39 对比了5种机器学习方法 对柑 橘HLB遥感多光谱数据进行处理 得出在所有模 型中 植被指数的主成分分析特征与原始数值特征 相结合表现出最好的准确性和一致性 集成学习和 神经网络方法具有很强的鲁棒性和最佳的分类效 果 蜘蛛螨是棉花的主要害虫之一 Huang等 40 提 出了一种基于多目标遗传算法进行波段选择 利用 高光谱反射率检测蜘蛛螨侵染的方法 与主流机器 学习方法相比 具有精度高 复杂度低的优点 针对 数据量欠缺的问题 Deng等 41 利用改进的多分类 支持向量机的建模方式识别美国德州地区高粱的 甘蔗蚜虫 可得到蚜虫的侵染程度 可为高粱的田 间虫害防治提供较可靠的依据 这些研究对作物生 产管理和政府防控病情有一定借鉴 在田间病虫害实际检测中 病虫害特有的生物 特性会造成识别和诊断的难度 病虫害症状多样 而且有些病虫害早期症状不明显 有些与植物缺乏 某种元素时的症状较为相似 容易引起误诊 在分 析采集的数据时 不仅需要农学专家加以甄别 还 需要通过一定的生化检测手段进一步确认 从而避 免使用错误的标签来训练模型 导致识别和诊断的 精度降低 另外 由于作物种类繁多 同一种作物又 存在多种病虫害 当前并没有一种模型适用于所有 作物或所有病害的识别检测 迁移学习成为训练病 虫害识别模型的重要手段 5 当作物缺乏必需营养元素时会出现相应病征 通常表现为叶片失绿 黄化 发红或发紫 组织坏 死 出现黑心 枯斑 生长点萎缩或死亡 器官畸形 株型异常 生长发育进程延迟或提前等 农户往往 都是根据经验来进行处理 并没有较为精确的诊断 依据 农业人工智能相关技术为作物缺素诊断提供 了病症判别与施肥量化的依据 Trung Tin等 42 使 用人工神经网络模型来识别 分类和预测番茄植株 中发生的营养缺乏状况 岳学军等 43 44 以作物特征 光谱 灰度共生矩阵纹理和CNN纹理等特征为输 入信息 建立了ICA DNN Independent component analysis Deep neural network 和SSAE DLN Stacked sparse autoencoder Deep learning network 深度学习网络 检测了龙眼叶片的叶绿素含量和柑 橘叶片钾含量 研究对2种作物的长势预测提供了 理论依据 Sulistyo等 45 利用基于MLP Multilayer perceptron 的深度学习模型估算小麦叶片的氮含 量 误差为0 022 优于基于SPAD仪表的0 058 熊 第 6 期 兰玉彬 等 农业人工智能技术 现代农业科技的翅膀 5 俊涛等 46 通过摄像头采集水培大豆叶片图像 利用 VGG16模型将特征明显的叶片归类为2类缺氮特 征和4类缺磷特征 可为自动化生产中植株缺素情 况估计提供技术参考 2 1 3 农作物生产精准管控 果园与农场的种植 面积往往较大 传统人工巡视费时费力 且从地面 视角很难宏观获取种植区域的农情 也无法精确细 致地监测特定区域 农业人工智能中机器视觉 深 度学习以及遥感技术的引入使精准管控成为可能 对于大范围田地的监测 多是以遥感的方式 通过 无人机搭载RGB相机或光谱相机采集图像 或是 在田间布置气象站 摄像头等装置 对这些农情信 息数据进行分析 可以提前得到作物的生长趋势 以实现预防预警 图4为遥感监测系统示意图 从 获取的农业数据中得到感兴趣的信息并进行分析 这对于精准作业的下一个环节至关重要 由这些信 息可以得知哪些植株已经染病 哪片田地亟需灌 溉 然后按需作业 对症下药 实现精准管控 Chen等 47 提出了一种基于长短记忆网络 Long short term memory LSTM 的农业环境预测 方法 可以提前对农田环境不良状况做出预警 Zhou等 48 提出了一种基于全卷积网络的稻穗检测 和计数系统 并使用该系统进行水稻表型自动化测 量 通过每单位面积的穗数估计产量 Carlos等 49 使用无人机搭载2台覆盖400 850 nm 分辨率为 20 cm 和950 1 750 nm 分辨率为50 cm 波段的高 光谱摄像机获取小麦田间图像 建立用于N量化的 多个回归模型并测试其性能 与通过模型反演估计 的植物性状以及基于单个光谱指数的标准方法所 建立的模型性能进行了比较 探究在灌溉和非灌溉 条件下与光合作用直接相关的因素 Jiang等 50 基 于LSTM提出了一种玉米估产模型 以不同空间的 作物长势 气象和遥感数据作为信息输入 深度学 习模型在季中和季末的玉米产量预测结果 比岭回 归和随机森林模型有明显的提升 Alan等 51 提出 了一种高通量表型方案 用以从航空图像中提取有 意义的信息 使用固定翼飞机搭载相机对大面积种 植的生菜地进行图像采集 结合机器学习以及模块 化软件工程技术 实现了超大型航空影像中与产量 相关表型的测量 Zhu等 52 提出一种无线传感网络 用以监控作物叶片的湿度 该系统对作物冠层叶片 湿度监测有较高的准确性 Tahir等 53 成功使用低 成本多光谱无人机根据归一化植被指数 Normalized difference vegetation index NDVI 估算了花生植株 的叶面积指数和产量 铁皮石斛是中国传统中药和 极具观赏价值的植物 Long等 54 提出了一种基于 可见光和高光谱成像的技术 用于检测不同生长阶 段植株体内的氮素含量 章璐杰 55 基于物联网技术构建了葡萄园智慧 管理系统 可以完成葡萄园环境信息的采集 存储 处理与挖掘 实现葡萄整个生长周期的自动监测和 控制 具有比较好的适用性和通用性 袁帅等 56 基于消息队列遥测传输协议 Message queuing telemetry transport MQTT 远程控制技术 借助无 线传感器获取作物实时生长环境信息 运用无人机 航拍获取作物病情 虫情和苗情等参数和视频图像 信息 利用数据分析实现对作物的灾情预警 预报 通过对机器人和电磁阀的智能控制 实现果园的智 慧管理和水肥一体化智能灌溉 李志然 57 基于云 平台蜜柚专家系统和智慧农业系统 实现对蜜柚果 图 4 遥感监测系统 Fig 4 Romote sensing system for monitoring 6 华南农业大学学报 第 41 卷 园的全天全方位的图像与视频监控 提高了果园日 常管理和病虫害防治诊断水平 部署的各类传感器 可监测果园土壤温湿度 空气温湿度 光照强度 CO2浓度 降雨量和植物养分含量等参数 这些数 据有利于蜜柚生长模型和产量预测等模型的建立 水肥一体化系统可实现灌溉及施肥控制 杨伟志 等 58 针对山地柑橘传统灌溉方式存在的费时耗力 水资源利用率低等问题 设计了基于物联网和人工 智能技术的山地柑橘智能灌溉专家系统 2 1 4 人工智能在农产品质量分拣和溯源方面的 应用 在各种微电子系统 纳米技术 传感器 现场 快速检测技术 数据远程传输与处理技术等加持 下 农产品检验检测系统趋向小型化和智能化 溯 源技术走向精准化 集成化和物联化 对农产品质 量安全因素实现全程追踪与管控 在农产品质量检测与分级应用研究方面 谢忠 红等 59 提出了一种基于高光谱和深度学习技术的 圆叶菠菜新鲜度的识别方法 融合3个波长对图像 进行等级识别可以实现最好效果 识别准确率最高 达到了80 99 针对自动分级视频图像中出现的 红枣定位 缺陷检测难问题 曾窕俊等 60 提出一种 基于帧间最短路径搜索目标的定位方法和集成卷 积神经网络模型 Ensemble convolution neural network E CNN 定位准确率可达100 分类精度 大于颜色和纹理特征分类模型以及卷积神经网络 模型的 具有较高的识别准确率及较强的鲁棒性 Dario等 61 为实现对整个供应链上包装后的鲜切生 菜的质量评估 同时尽可能减少包装对检测带来的 限制 提出一种将计算机视觉系统 Computer vision system CVS 与CNN相结合的方法 倪超等 62 提出一种基于短波近红外高光谱和深度学习的籽 棉地膜分选算法 算法对地膜识别率达到95 5 地 膜选出率达95 满足实际生产需求 高震宇等 63 设计了一套鲜茶叶智能分选系统 实现了对鲜茶叶 中的单芽 一芽一叶 一芽二叶 一芽三叶 单片叶 叶梗的有效分类 李帷韬等 64 基于深度学习和集 成学习 提出了一种具有认知结果熵测度指标约束 的智能反馈认知方法 用以对青梅品级进行快速分 类 对1 008幅青梅图像的平均识别率为98 15 有效地增强了特征空间的泛化能力以及分类器的 鲁棒性 在农产品溯源问题方面 马腾等 65 设计了一种 农产品原产地可信的溯源系统 由溯源电子秤 云 检测程序和检测网站3部分组成 消费者可通过商 品标签查询商品信息 产地及判断真伪 白红武等 66 利用QR Quick response 二维码 溯源 物联网等技 术 结合农产品产业链的特点 开发了一种多层次 多角色 多功能的农产品质量安全溯源系统 孙旭 等 67 设计并实践了近场通信 Near field commu nication NFC 与物联网融合应用的肉鸡供应链信 息系统 并就其层次及数据结构进行了系统设计 Catarinucci等 68 结合射频识别 Radio frequency identification RFID 技术和WSN 实现了白葡萄酒 从葡萄园产出到消费者的可追溯性 Ruiz Garcia 等 69 提出一种基于ZigBee的无线传感器节点用于 实时监测水果室内储存和运输状况 Xiao等 70 设 计了一种无线传感器网络监测冷冻和冷藏水产品 运输过程中的温度实时变化 粮食生产后会经过存 储 流通等环节 有一部分粮食损失是由于储运过 程中的虫害造成的 马一名 71 设计了一种针对多 用户类型的储粮害虫防治的专家反馈系统 普通用 户可以将害虫数据上传 查看专家反馈意见 害虫 图鉴等 专家用户可以查看害虫数据 提问 发布反 馈意见等 于合龙等 72 应用密码学原理设计了节 点授权加密法 并以此构建了基于区块链面向水稻 全供应链的信息保护模型 从而达到保护企业隐私 的目的 许继平等 73 构建了粮油食品全供应链信 息安全管理模型 设计了区块链和关系型数据库相 结合的双模数据存储机制 定制化部署的粮油食品 供应链智能合约 并提出了原型系统架构和设计方 案 Deepak等 74 提出了一种基于区块链的农产品 溯源解决方案 给出了透明 准确和可追溯的供应 链系统 为基于区块链的农产品供应链的设计提供 了借鉴 2 1 5 土地与种植资源管理 因具有宏观 实时 动态监测的优点 遥感技术在植被分布与变化监测 方面发挥着愈来愈重要的作用 传统卫星遥感技术 已经被证实在土地资源管理方面的可行性 而无人 机遥感作为卫星遥感的有益补充 具有时效高 分 辨率高 成本低 损耗低 风险低及可重复等优点 75 遥感技术可以为农业用地选址及规划进行合理指 导 监测当前园区作物的覆盖率 并可对所获取的 数据进行进一步分析 将深度学习与遥感技术相结 合 这一过程更加智能化 能更好地服务和指导农 业生产 76 李冰等 77 提出一种从时间序列影像的植被指 数直方图曲线中获取植被指数阈值的方法 获取的 多时相数据可以用于表示作物覆盖度的变化 该方 法缺点在于需要不同时间对同一地块的观测影像 同时保证存在植被像元和非植被像元空间分布具 第 6 期 兰玉彬 等 农业人工智能技术 现代农业科技的翅膀 7 有明显差异的2个观测时期 刘峰等 78 利用无人 直升机监测北京地区板栗主要生育期 提出了一种 无人机遥感影像植被覆盖度快速计算方法 利用多 时相无人机遥感影像实现了板栗植被覆盖度年变 化监测 李存军等 79 研究发现一些基于短波红外 波段构造的光谱指数有应用于估测冬小麦覆盖度 的潜力 且不易受其他因素影响 韩文霆等 80 用固 定翼无人机航拍河套灌区五原县塔尔湖镇的可见 光图像 通过试误法确定了无人机遥感影像的最佳 分割参数 结果表明 支持向量机能较准确地提取 各地的特征 采用支持向量机结合决策树分类法创 建的决策树模型 可以进一步提高提取精度 鲁恒等 81 利用D CNN剔除道路 田埂等线状地物 将D CNN特征训练过程中得到的特征提取方法迁移到 耕地提取中 提出了一种利用迁移学习机制的耕地 提取 TLCLE 方法 与利用易康 e Cognition 软件进行耕地提取 ECLE 的结果进行比较 结果 显示 TLCLE较ECLE总体精度略有提高 且在保 证耕地地块完整 连续性方面优于ECLE 编制土 地覆盖图需要包含精准类别划分的土地覆盖数据 传统获取方法成本高 工程量大 效果欠佳 刘文萍 等 82 提出一种基于改进DeepLab V3 模型面向无 人机航拍图像的语义分割方法 用于分割不同类型 的土地区域并分类 从而获取土地覆盖数据 相比 原始模型 这种方法在测试集的像素准确率和平均 交并比均有所提升 并且优于常用的语义分割模型 FCN 8S和PSPNet 但当原始图像发生大范围的变 形时 因受到严重干扰 模型分割结果质量低 Ienco等 83 选用LSTM模型对多时空遥感数据的土 地覆盖进行分类 与现有的分类器相比 其性能较 高 且在特征不明显或类别极易混合的情况下优于 传统方法 针对建立和更新田间图形数据库 以遥 感影像为底图人工勾绘地块耗时费力这一问题 李 森等 84 尝试在深度学习边缘检测模型的基础上 采 用空洞卷积结构 提出构建应用于遥感影像的边缘 检测模型用于提取耕地地块边缘 试验结果表明 该方法检测画面更加清晰 能够显著提高田间地形 数据的更新效率 Kussul等 85 基于D CNN对 11种土地覆盖和作物分类的平均AP为94 6 Vittorio等 86 基于递归神经网络 Recursive neural network RNN 与CNN使用Sentinel 2卫星提供的 图像 提出了一种基于像素的LC CC的新型深度 学习模型 用以监测当前土地使用情况以及其随时 间的变化 为了克服卫星遥感影像解译方法处理无 人机航拍影像时的一系列问题 孙钰等 87 提出一种 基于深度学习的无人机航拍监测方法 通过多尺度 融合得到了FCN的5个变种模型 其中 FCN 4s模 型是识别大棚和地膜农田的最佳模型 在识别精度 和运行时间上存在优势 2 2 人工智能在畜牧业的应用 家禽家畜是农户一部分重要的经济来源 由于 单位经济价值较农作物更高 一旦发生疫情 损失 较为严重 动物个体及