鞠琪 蔡子文 白玉龍 劉強德

摘要：人工智能技術的飛速發(fā)展加快了農業(yè)現代化的步伐，在學科交叉融合領域出現了“農業(yè)人工智能”模塊，這對現代農業(yè)發(fā)展具有重要意義。通過查閱相關文獻，介紹了農業(yè)人工智能發(fā)展現狀及人工智能技術在農業(yè)機械化中的應用，包括農作物識別、檢測，農作物病蟲害診斷，農作物生產精準管理和農產品質量分揀等方面，綜述了人工智能在以上應用中的關鍵技術及其在國內外的研究進展。

關鍵詞：農業(yè)機械化及其自動化；人工智能技術；農業(yè)人工智能

中圖分類號：S23? ? ? ? ? ? ?文獻標志碼：A? ? ? ? ? ? ?文章編號：2097-2172（2024）02-0123-05

doi：10.3969/j.issn.2097-2172.2024.02.004

Research Progress on the Application of Artificial Intelligence

Technologies in Agricultural Mechanization

J？譈 Qi 1， CAI Ziwen 1， BAI Yulong 2， LIU Qiangde 2

（1. Zhangye Water-saving Agriculture Experimental Station， Gansu Academy of Agricultural Sciences， Zhangye Gansu 734000， China;2. Gansu Digital Agriculture Engineering Research Centre， Lanzhou Gansu 730070， China）

Abstract： The rapid development of artificial intelligence technology has accelerated the pace of agricultural modernization. In the field of interdisciplinary integration， the 'agricultural artificial intelligence' module has emerged， which is of great significance to the development of modern agriculture. This paper reviews the key technologies covered by AI technology and their application in agricultural mechanization， including crop identification and testing， diagnosis of crop diseases and pests， precise management of crop production， and quality sorting of agricultural products， and summarizes the research progress in this field in combination with the current situation domestically and internationally.

Key words： Agricultural mechanization and automation; Artificial intelligence technology; Agricultural artificial intelligence

袁隆平先生曾在2020年全國農民科技豐收科技節(jié)寄語我國廣大青年，“現代農業(yè)是高科技的農業(yè)，不再是過去面朝黃土背朝天的農業(yè)”［1 ］。當前，“三農”工作重心歷史性轉向全面縱深推進鄉(xiāng)村振興，加快中國特色農業(yè)農村現代化的進程［2 ］。農業(yè)機械化是農業(yè)現代化的重要標志之一，而人工智能技術則為農業(yè)機械化注入了新的活力［3 ］。我們綜述了人工智能技術在農業(yè)機械化中的應用研究進展，以及其在農業(yè)的應用領域，以期為更好地服務農業(yè)現代化提供參考。

1? ?農業(yè)人工智能發(fā)展現狀

1956年，以約翰·麥卡錫、馬文·明斯基、內森·羅切斯特等為代表的科學家們提出了“人工智能”這一概念，標志著人工智能技術的誕生。21世紀初，隨著計算能力的提升和數據量的激增，人工智能技術開始進入快速發(fā)展階段。2006年，深度學習算法在圖像識別領域的成功應用，使得人工智能技術在眾多領域取得了突破性進展。在農業(yè)機械化領域，人工智能技術的應用不僅提高了農業(yè)機械作業(yè)效率，降低了人工成本，還減少了環(huán)境污染，對推動農業(yè)現代化進程具有重要意義。近年來，人工智能技術在工業(yè)生產領域的突出表現，為智能農業(yè)的開發(fā)帶來了市場機遇［4 ］，同時人工智能在智能農業(yè)、播種、栽培等方面的應用已相對成熟［5 ］。隨著物聯網通信技術的應用和智能圖像快速分類技術的不斷發(fā)展，智能識別系統(tǒng)逐漸得到廣泛應用，形成了交叉學科——農業(yè)人工智能。當前，農業(yè)人工智能的發(fā)展態(tài)勢，呈現出繁榮興旺的局面，各類技術紛紛涌現，并在農業(yè)生產中得到了廣泛的應用。在農業(yè)生產領域，從機器視覺與圖像識別技術的日新月異，到無人機與智能機器人在農田中的廣泛應用，農業(yè)人工智能正積極尋求為農業(yè)生產各個環(huán)節(jié)提供更加智能和便捷的服務［6 - 8 ］。

人工智能與農業(yè)發(fā)展相互結合，可將農村互聯網基礎設施與傳統(tǒng)農村大數據、物聯網知識和智能技術產品等深度融合，借助先進的車載智能終端裝備和工業(yè)機器人設備控制系統(tǒng)等智能化系統(tǒng)，推動我國新興農業(yè)生產過程自動化技術、生產工具智能化創(chuàng)新及各類新生組織運營管理模式的升級，優(yōu)化資本要素融合及高新技術開發(fā)與應用等。此舉有助于提高農業(yè)生產效率，降低傳統(tǒng)勞動力規(guī)?；a成本，并提升農業(yè)產品質量穩(wěn)定性，最終通過農業(yè)人工智能的推動達成傳統(tǒng)農業(yè)過程裝備智能化升級換代的目標。

2? ?人工智能技術在農業(yè)機械化領域的應用

人工智能技術在農業(yè)機械化領域的應用逐漸興起，已經成為一種重要的戰(zhàn)略性力量。它運用先進的計算和數據處理技術，能夠準確地分析農業(yè)生產中的各類數據，為農業(yè)生產提供全面的決策支持。在農田的耕種、播種和收獲等環(huán)節(jié)，人工智能技術提供了全新的視角和高效的解決方案［9 ］。人工智能技術在農業(yè)機械化領域的應用主要包括自動駕駛、無人機、智能傳感器等方面。自動駕駛技術能夠提高農業(yè)生產效率、降低成本、提高農產品質量等方面具有重要作用；無人機能夠進行空中施藥、監(jiān)測作物生長情況等，提高農業(yè)生產效率；智能傳感器能夠對土壤、氣象等信息進行監(jiān)測和預測，為農業(yè)生產提供更準確的數據支持。

2.1? ?農作物識別、 檢測

人工智能在農作物識別、檢測方面的研究與應用，主要涉及目標識別與檢測分析算法，即在一幅圖像中精確地找到各種物體所在的位置，并標注出每個物體的類別。通過獲取農作物的圖像信息，利用人工智能算法對圖像進行分析處理，可以實現對農作物種類、長勢、病蟲害等情況的快速、準確的識別［10 - 11? ］，例如，通過分析農田中的葉綠素分布情況，可以判斷出農作物的長勢和受災情況，為農業(yè)生產提供決策支持。光譜技術是農作物識別與檢測中另一種常用的方法。不同農作物具有不同的光譜反射特性，利用這一特性，可以通過農作物反射光譜的測量和分析，實現對農作物的準確分類和識別［12 ］，例如，使用高光譜相機對農田進行拍攝，可以獲取農作物的光譜反射信息，結合人工智能算法進行分析處理，實現農作物種類和生長狀況的快速、準確檢測［13 ］。隨著空間遙感數字成像處理技術的不斷發(fā)展，高分辨率空間和時間分辨率的遙感衛(wèi)星數據圖像（如Sentinel-2圖像空間分辨率和時間分辨率的提高）為基于多時相遙感技術實現農業(yè)精準監(jiān)測提供了優(yōu)質的基礎數據，例如，山東位山灌區(qū)采用了基于Sentinel-2圖像的農作物識別技術及多時相遙感技術，繪制出山東位山灌區(qū)高精度的農作物空間分布圖。該技術通過利用傳感器采集數據，產生紅邊波段信息，形成光譜時空效應，進而分析并選擇最優(yōu)方案［14 ］。

加拿大Vine View公司利用無人機設備實時捕獲各種植物圖像特征數據和病蟲害數據，并直接在云端設備上運用人工智能技術實時分析數據，譬如根據葡萄葉尖上的各種植物圖像信息數據來進一步分析葡萄樹疾病和新產生的生態(tài)隱患［15 ］。海沃德公司設計開發(fā)的蘋果采摘機器人，可以通過圖像采集設備獲取蘋果樹的照片，使用圖像識別技術標記出適合采摘的蘋果，然后用機械臂和真空管進行采摘，在保證不破壞蘋果樹和蘋果的前提下，其最快的采摘速度可達1個/s［5 ］。

2.2? ?農作物病蟲害診斷

深度學習技術具備快速、連續(xù)并自動提取及運算特征數據的能力，是當前計算機智能故障檢測診斷分析中的一種典型有效的方法［16 ］。人工智能與農作物病蟲害診斷的結合，使得原本復雜煩瑣的病蟲害檢測過程變得便捷快速，大大提高了農業(yè)生產效率，同時減輕了農民的勞動強度，節(jié)約了人力和財力［17 ］。利用深度學習技術對農作物病蟲害圖像進行分類識別，其步驟主要包括圖像采集、對圖像進行標記、選擇神經網絡模型、對模型進行訓練和優(yōu)化［18 ］。

一些實例研究也證明了深度學習技術在圖片處理方面的強大能力。例如，2015年Kawasaki及其研究室人員使用卷積神經網絡對800張黃瓜葉片進行分類，在不進行圖像分割的情況下，其準確率能達到90%以上［19 ］。2016年Mohanty在實驗室環(huán)境下拍攝作物病蟲害圖片的54 306張，對14種作物共26種疾病進行分類識別，其準確率高達99.35%［20 ］。由此可見，深度學習技術在圖像處理方面表現出了非常強大且精確的能力，將其引入農業(yè)領域應用于農作物病蟲害診斷，無疑為該領域提供了最有力的支持系統(tǒng)。2017年9月，世界上最大的人工智能農機公司美國迪爾公司基于人工智能技術，對農作物收割機的損失率、含雜率變化等參數進行實時監(jiān)測，利用機器學習和圖像識別技術對監(jiān)測結果進行分析，獲取農作物的動態(tài)生長分布狀況，進而分析識別和判斷各種雜草作物及田間病蟲害分布情況，實現作物精準定向施肥與噴藥，相比傳統(tǒng)種植種和管理方式，減少了約90%的種子、農藥及化肥使用量［15 ］。

2.3? ?農作物生產精準管理

人工智能與農作物生產精準管理相結合，以精確感知、智能決策、精準控制等技術手段，為農作物生長提供智能化的服務，從而實現精細化管理、高效化種植、可持續(xù)發(fā)展等目標［21 ］。甘肅農業(yè)大學王智勇等利用傳感器技術、無線通信技術等，設計開發(fā)了一套智能化的農作物生長環(huán)境監(jiān)測系統(tǒng)。實現了生長環(huán)境監(jiān)測、終端遠程管理、溯源查詢、預警報警等功能。該系統(tǒng)通過對農作物生長環(huán)境科學調控，有效提高了作物的產量與品質，并減少勞動力投入，提高了農業(yè)生產管理人員的管理效率［22 ］。

在農業(yè)生產過程管理方面，物聯網技術的應用可以對各類農產品原料的種植、生長、加工環(huán)境及質量進行全面、動態(tài)的監(jiān)管分析和智能化精準調控［23 ］。例如，在溫室或大棚中布置攝像頭和傳感器等設備，可以實時采集現場視頻圖像信息，管理人員可以隨時隨地遠程監(jiān)控溫室或大棚內作物的生長情況和異常。利用人形識別等技術監(jiān)控和記錄農業(yè)生產管理人員的澆水、施肥、施藥等農事活動視頻，一方面可監(jiān)督和規(guī)范管理人員操作，另一方面可為農產品質量追溯提供視頻數據支撐。此外，將物聯網技術用于農用土地資源、水資源、生產資料管理等，可實現農業(yè)生產資料的精細化管理和配置。例如在節(jié)水灌溉方面，通過物聯網技術獲取土壤及環(huán)境溫濕度，根據作物生長需求按需供水，改變了傳統(tǒng)的大水漫灌方式，達到了節(jié)水的目的［24 ］。與傳統(tǒng)農業(yè)的人工測量設備（耗費人力且無法實時監(jiān)測）和傳統(tǒng)有線遠程測控灌溉系統(tǒng)（布線成本高且不能靈活應用）相比，物聯網技術能進一步實現農業(yè)土壤墑情實時的全天候遠程連續(xù)動態(tài)監(jiān)測，同時通過高標準農田建設和智能化的遠程自動灌溉系統(tǒng)的應用，大幅提高了農村灌溉系統(tǒng)水利用率，緩解了我國農業(yè)水資源嚴重短缺的形勢，實現了水資源的精準化管控。

目前主流物聯網無線通信技術包括NB-IoT、LoRa、Wi-Fi、藍牙、4G/5G等［25 - 26 ］。利用這些技術，可以組建農田信息遠程采集和安全管理等為目的的無線網絡信息系統(tǒng)，實現各類農田信息的實時傳輸和遠距離傳輸［27 ］。同時，可以利用無線網絡搭建更多可靠的農業(yè)決策管理信息平臺，為農業(yè)生產者提供相關技術和數據支持，實現應用系統(tǒng)的遠程實時管理。通過農業(yè)物聯網系統(tǒng)可以對所有田間設施及農作物正常生長情況進行遠程監(jiān)管，實時動態(tài)查看和對異常情況進行遠程診斷和處理［28 ］。例如，北京市農業(yè)局研究開發(fā)的TRM-FZ1多通道光輻照監(jiān)測分析系統(tǒng)具有自動巡回的測試及分析報告能力，可以實時準確的記錄溫室空間內空氣中的二氧化碳濃度、光照強度及土壤溫濕度、含水量等指標，并對指標值進行分析，具有實時精確監(jiān)測指標值的分布范圍及變化的能力?；诎⒗镌频腅T農業(yè)大腦，它既可以有效預測農產品的最終產量狀況和農產品質量，又可以分析作物市場價格上存在的農產品供求變化關系，最終可生成出一個高度智能控制的農業(yè)種植銷售計劃模型來指導生產。此外，可以實時建立符合整個植物生長周期要求的農業(yè)作物生長模型，快速高效地給出最佳的農產品生產水肥方案，有效地降低水肥成本，提高作物產量。還可以利用農業(yè)圖像生物識別分析技術，實現對大田種植作物的農業(yè)資產盤點，規(guī)劃農業(yè)資源的訂單化匹配。

2.4? ?農產品質量分揀

農產品分揀存在能力低、人工分揀占比大和分揀成本高、精度低、效率低等問題，有必要引進基于人工智能的分揀裝備來節(jié)省人力并提高精度。人工智能能幫助農民更快速、更準確地對農產品的質量進行分揀，在提高效率的同時也保障了農產品的質量［29 - 30 ］。以水果的分揀為例，純機械的分揀方法通常是由大型機械來完成，需要消耗大量的動力且分揀效率不高，無法實現更準確地分類和分級，且在機器運行過程中大量的傳送裝置容易對水果造成損壞，影響水果的品質品相，降低水果生產的經濟效益。目前我國農業(yè)生產企業(yè)的水果分級檢測設備主要局限用于簡單機械的分級，集中用于品種大小分級和外觀質量的分級［31 ］，而山東省棲霞茂源機械設備有限責任公司生產的GXJ-W系列臥式球形果蔬分選機，可將外觀類似于球形的所有水果品種或瓜果蔬菜按外觀質量進行分級包裝，是大型高效自選分揀設備的一種。

3? ?展望

人工智能技術在農業(yè)機械化領域的應用，將會對農業(yè)生產的質量、效率、可持續(xù)性等方面產生深遠的影響。首先，未來將更加注重智能化和自動化。通過利用傳感器、大數據和機器學習等技術，實現農業(yè)機械的智能化，提高農業(yè)生產的效率和質量。其次，未來將更加注重“人-機”融合。通過利用人機交互技術，實現人與農業(yè)機械的協同作業(yè)，提高農業(yè)生產的智能化程度。另外，人們還將更加注重對農業(yè)資源的保護和利用，通過利用人工智能技術實現對農業(yè)資源的智能管理和優(yōu)化利用，推動農業(yè)生產健康可持續(xù)發(fā)展。因此，未來人工智能技術在農業(yè)機械化領域的應用仍需進一步加強研究和技術創(chuàng)新，以推動農業(yè)機械化的現代化和智能化。

參考文獻：

［1］ 楊? ?杰.? 細品袁隆平院士留給農機行業(yè)的珍貴“金句”［J］.? 中國農機監(jiān)理，2021（6）：8-9.

［2］ 何忠國.? 牢牢把握“三農”工作重心的歷史性轉移［N］.? ?學習時報，2021-01-15（001）.

［3］ 杜玉華.? 人工智能賦能農業(yè)機械的應用研究［J］.? 農業(yè)開發(fā)與裝備，2023（4）：215-217.

［4］ 唐露新，張儒鋒，姜德志，等.? 工業(yè)人工智能的現狀與發(fā)展趨勢［J］.? 機床與液壓，2022，50（10）：174-181.

［5］ 唐? ?明，黎鑫溢，梁? ?鼎.? 人工智能賦能農業(yè)機械的應用研究分析［J］.? 南方農機，2022，53（19）：8-11.

［6］ 耿子恒，汪文祥，郭萬福.? 人工智能與中國產業(yè)高質量發(fā)展——基于對產業(yè)升級與產業(yè)結構優(yōu)化的實證分析［J］.? 宏觀經濟研究，2021（12）：38-52；82.

［7］ 申賓德，崔玉萍，徐生龍.? 基于綠色農業(yè)的智能噴藥機器人的設計與應用［J］.? 寒旱農業(yè)科學，2023，2（9）：859-864.

［8］ 楊艷輝，張?zhí)K鴻，史文崇.? 機器視覺技術在玉米生產管理中的應用現狀與展望［J］.? 寒旱農業(yè)科學，2023，

2（9）：799-804.

［9］ 吳海華，胡小鹿，方憲法，等.? 智能農機裝備技術創(chuàng)新進展及發(fā)展重點研究［J］.? 現代農業(yè)裝備，2020，41（3）：2-10.

［10］ 方? ?璇，金小俊，陳? ?勇.? 基于人工智能的作物與草坪雜草識別研究進展［J］.? 林業(yè)機械與木工設備，2022，50（10）：30-36.

［11］ 鄧立苗，杜宏偉，徐? ?艷，等.? 基于機器視覺的馬鈴薯智能分選方法與實現［J］.? 中國農機化學報，2015，

36（5）：145-150.

［12］ 岑海燕，朱月明，孫大偉，等.? 深度學習在植物表型研究中的應用現狀與展望［J］.? 農業(yè)工程學報，2020，36（9）：1-16.

［13］ 王? ?壯，劉志豪，劉建華，等.? 基于圖像識別技術的智能化產品分揀系統(tǒng)設計研究［J］.? 鄉(xiāng)村科技，2022，

13（6）：155-158.

［14］ 孫浩然.? 基于Sentinel-2圖像和深度學習的山東位山灌區(qū)農作物識別［D］.? 淮南：安徽理工大學，2021.

［15］ 李中科，趙慧娟，蘇曉萍，等.? 人工智能在農業(yè)中的最新應用及挑戰(zhàn)［J］.? 農業(yè)技術與裝備，2018（6）：90-92.

［16］ 慕君林，馬? ?博，王云飛，等.? 基于深度學習的農作物病蟲害檢測算法綜述［J/OL］.? 農業(yè)機械學報，1-16（2023-09-24）［2023-12-11］http： //kns.cnki.net/kcms/detail/11.1964.S.20230924.1753.006.html.

［17］ 張新英，林婷婷，付川南.? 基于深度學習的植保無人機識別系統(tǒng)應用研究［J］.? 農機化研究，2024，46（5）：182-186.

［18］ 畢君濤.? 基于深度學習的棉葉主要病蟲害檢測方法研究［D］.? 阿拉爾：塔里木大學，2023.

［19］ KAWASAKI Y， UGA H， KAGIWADA S， et al. Basic study of automateddiagnosis of viral plant diseases using convolutional neural networks［C］.? Springer， Cham： International? Symposium on Visual Computing， 2015.

［20］ MOHANTY S P， HUGHES D P， MARCEL S.? Using deep learning for image-based plant disease detection［J］.? Frontiersin Plant Science， 2016， 22（7）： 1419.

［21］ 王籃儀.? 基于智能感知技術的“智慧農業(yè)”構建［J］.? 江蘇通信，2021，37（3）：97-98；107.

［22］ 王智勇，魏霖靜.? 基于農業(yè)物聯網的農作物生長環(huán)境監(jiān)測系統(tǒng)設計［J］.? 熱帶農業(yè)工程，2023，47（5）：37-40.

［23］ 鄧帥濤.? 物聯網技術在設施園藝中的應用［J］.? 物聯網技術，2023，13（5）：132-133；136.

［24］ 劉志龍，張淋江，朱富麗，等.? 基于物聯網農業(yè)灌溉系統(tǒng)精準控制模型的研究［J］.? 農機化研究，2024，

46（4）：211-215；220.

［25］ 劉? ?軍.? 基于無線傳感網的物聯網應用技術分析［J］.? 軟件，2023，44（3）：137-139.

［26］ 汪言康.? 基于無線傳感網絡農業(yè)大棚環(huán)境智能采集系統(tǒng)研究與開發(fā)［D］.? 烏魯木齊：新疆大學，2019.

［27］ 劉雪蘭.? 基于物聯網技術的農業(yè)灌溉微機變頻遠程監(jiān)控系統(tǒng)［J］.? 機電工程技術，2022，51（10）：141-144.

［28］ 高德民，史東旭，薛? ?衛(wèi)，等.? 基于物聯網與低空遙感的農業(yè)病蟲害監(jiān)測技術研究［J］.? 東北農業(yè)科學，2021，46（1）：108-113.

［29］ 蘭玉彬，王天偉，陳盛德，等.? 農業(yè)人工智能技術：現代農業(yè)科技的翅膀［J］.? 華南農業(yè)大學學報，2020，

41（6）：1-13.

［30］ 劉佳浩，高軍偉，張炳星，等.? 基于機器視覺的水果分級系統(tǒng)［J］.? 食品與機械，2023，39（6）：112-118.

［31］ 劉雙印，黃建德，黃子濤，等.? 農業(yè)人工智能的現狀與應用綜述［J］.? 現代農業(yè)裝備，2019，40（6）：7-13.