智能装备与技术 让蔬菜施药更精准

我国蔬菜种类繁多,高达1600种,蔬菜产业为农业农村发展的支柱产业,根据应用场景不同,主要分为露地蔬菜和设施蔬菜。2019年国家统计局数据显示,我国蔬菜播种面积达2086.274万hm^(2),占全部播种农作物面积的12.57%,在种植业中仅次于粮食作物居第2位;蔬菜总产量为72102.6万t,居种植业中第1位[1]。由于设施栽培产量和平均效益普遍比露地种植高,平均为露地种植产量的1.41倍[2],特别是栽培同种作物,设施蔬菜是露地蔬菜产量的3.5倍[3],经济价值十分可观,设施栽培成为带动农民就业和致富的重要渠道,在保供给、促增收、促就业等方面发挥着重要的作用。

推进植保大数据技术研发和应用的思考

大数据已被确定为国家重大战略,建设植保大数据,发挥大数据、人工智能技术在重大病虫害监控中的作用,提高监测防控能力,是保障粮食安全生产的现实需要,更是落实国家实施乡村振兴战略的具体措施.作者结合植保工作实际,在初步提出建设目标和思路的基础上,明确植保大数据平台的基本框架与感知层、计算层和应用层的具体功能.研发植保大数据,必须开发应用实用的大数据产品,将高深的技术集成为简便可操作的工具,使大数据真正成为看得见、摸得着、用得上的新技术.建设应用植保大数据,要切实解决海量数据积累、数据库建设、大数据算法模型构建、大数据运行支撑平台和大数据建设标准等关键问题.我国的植保大数据建设和应用才刚刚起步,可以分阶段稳步推进,最终构建一个完善的国家智慧植保大数据平台,实现从“病虫害数据快速获取—自动化识别与分析—病虫害精准测报—绿色防控—专业化统防统治—绿色农业”全链条智能化植保服务,进一步提升重大病虫害监测防控能力,为确保国家粮食安全保驾护航.

基于植保大数据的病虫害移动智能采集新设备

为提高农作物重大病虫害发生信息自动化、智能化采集能力,全面提升监测预警水平,笔者基于大数据、人工智能和深度学习技术,研发了一款农作物病虫害移动智能采集设备——智宝,主要实现了3个方面的功能:一是病虫害发生信息自动采集上报.通过该产品进行人工拍照,可实现对田间农作物重大病虫害发生图像、发生位置、发生数量、微环境因子等数据的实时采集和上报.二是自动识别计数.基于植保大数据与人工智能技术,通过构建病虫害自动识别系统,可实现重大病虫害精准识别与分析,只要拍摄照片,即可快速、精确地识别病虫害种类,并自动计数、上报到指定的测报系统.三是自动分析判别分级.针对拍摄采集上报的重大病虫害发生信息,系统可在自动识别和计数的基础上,进一步对病虫害发生严重程度进行智能判别分级,甚至根据相关预测模型,对病虫害的发生趋势进行辅助分析预测,提出预测建议.通过2016—2019年组织多地植保机构进行试验改进,该技术产品日趋成熟,有望在未来的农作物病虫害发生信息采集和预测预报工作中推广使用.

智慧果园构建关键技术装备及展望

传统果园生产中面临着人口老龄化带来的劳动力短缺、农机作业装备与生产资料管理困难、生产效率低下等问题,通过建设融合物联网、大数据、装备智能化等技术的智慧果园,可有望解决上述问题。为应对北京市农业现代化建设需求、引领中国农业发展方向,基于桃、梨果园全程机械化、智能化管理等目标,本研究在北京市重要的桃、梨等优势果品产区——平谷区峪口镇西营村构建了约30 hm^(2)梨与桃的智慧果园。果园中应用了10多种病、虫、水、肥、药的各类信息获取传感器,装备了28种机械化、智能化技术支持的农机装备,采用的关键技术包括智能信息获取系统、水肥一体管理系统以及病虫害智能管理系统,智能作业装备系统包括无人驾驶割草机、智能防冻机、开沟施肥机、自动驾驶履带智能仿形变量喷雾机、六旋翼枝向对靶无人机、多功能采摘平台以及整理修剪机等。同时,在果园中还构建了智能管理平台。经比较发现,智慧果园生产模式可减少人工成本50%以上,节省农药用量30%~40%、肥料用量25%~35%、灌溉用水量60%~70%,综合经济效益提升32.5%。智慧果园的推广实施将进一步推动中国果业生产水平的提高,促进中国智慧农业的发展。

基于植保大数据的病虫害移动智能识别系统——随识

应用大数据、人工智能和深度学习技术,研发了一款基于手机移动端的农作物病虫害移动智能识别系统——随识;该系统可安装到智能手机上,通过手机拍照,即可实现农作物病虫害从鉴定识别到防治技术等方面的服务,针对一个病虫害,提供包括鉴定识别、特征描述、分布范围、危害损失、发生规律、防治技术和防控信息等内容,可为广大植保技术人员和使用者开展病虫害防治提供较为全面的帮助.本文在介绍随识病虫害识别系统架构的基础上,简要介绍了系统的下载安装、注册登录、智能识别、圈记、病虫知识库和用户信息等功能模块的使用方法,以期帮助用户更好地使用该系统.