智慧設(shè)施農(nóng)業(yè)是未來(lái)農(nóng)業(yè)發(fā)展的方向之一，目前發(fā)展智慧農(nóng)業(yè)，在科技、資金、政策等方面還存在不足，尤其是在科技應(yīng)用方面，仍有不少空白需要盡快填補(bǔ)。同濟(jì)大學(xué)、農(nóng)科院、浙江大學(xué)、京都大學(xué)等高校、科研機(jī)構(gòu)投入了不少科研力量，已經(jīng)取得了一定進(jìn)展。

一、改進(jìn)YOLOv4的溫室環(huán)境下草莓生育期識(shí)別方法

參與機(jī)構(gòu)：北京市農(nóng)林科學(xué)院智能裝備技術(shù)研究中心、上海海洋大學(xué)信息學(xué)院

針對(duì)目前設(shè)施農(nóng)業(yè)數(shù)字化栽培調(diào)控技術(shù)中對(duì)作物的生育期實(shí)時(shí)檢測(cè)與分類問(wèn)題，該團(tuán)隊(duì)提出一種改進(jìn)YOLOv4的溫室環(huán)境下草莓生育期識(shí)別方法。

結(jié)果表明，研究提出的YOLOv4-CBAM模型對(duì)開花期、果實(shí)膨大期、綠果期和成熟期草莓的檢測(cè)平均精度、平均精度均值、平均交并比為、檢測(cè)單位圖像時(shí)間等數(shù)據(jù)，精度極高，可對(duì)草莓各生育期目標(biāo)進(jìn)行精準(zhǔn)識(shí)別和分類，并為設(shè)施草莓栽培的信息化、規(guī)模化調(diào)控提供有效的理論依據(jù)。

二、南方藍(lán)莓智能溫室促早熟生產(chǎn)多因子協(xié)調(diào)控制技術(shù)

參與機(jī)構(gòu)：同濟(jì)大學(xué)電子與信息工程學(xué)院

為實(shí)現(xiàn)藍(lán)莓提前上市、提升藍(lán)莓品質(zhì)，獲得更大經(jīng)濟(jì)效益的目的，該團(tuán)隊(duì)在溫室環(huán)境多因子協(xié)調(diào)控制模型基礎(chǔ)上，針對(duì)藍(lán)莓生長(zhǎng)環(huán)境特點(diǎn)，探索研究了一套藍(lán)莓溫室多因子協(xié)調(diào)控制算法，用于調(diào)控溫室大棚的環(huán)境。

試驗(yàn)將南方藍(lán)莓移至江蘇省蘇州市昆山市花橋鎮(zhèn)的環(huán)境可控型智能溫室中，基于物聯(lián)網(wǎng)技術(shù)，從藍(lán)莓物候期、品種特點(diǎn)、土壤pH、水肥灌溉方式、小氣候環(huán)境區(qū)間等要點(diǎn)和環(huán)境調(diào)控范圍，并建立藍(lán)莓植物工廠化生產(chǎn)控制系統(tǒng)，串聯(lián)硬件層、軟件層和云端，實(shí)現(xiàn)現(xiàn)場(chǎng)端環(huán)境監(jiān)測(cè)調(diào)控、數(shù)據(jù)云存儲(chǔ)與遠(yuǎn)程控制等技術(shù)。

經(jīng)實(shí)際驗(yàn)證，整體調(diào)控系統(tǒng)效果顯著，南方品種藍(lán)莓提早近一個(gè)月進(jìn)入果實(shí)采摘期，其同時(shí)蓄冷后的藍(lán)莓植株相比為蓄冷植株，在單株產(chǎn)量、單果重量上分別有所提升。說(shuō)明采用該算法能提高藍(lán)莓的產(chǎn)量和品質(zhì)，為南方溫室藍(lán)莓植物工廠化促早熟生產(chǎn)管理提供示范。

三、人工智能輔助種植策略對(duì)溫室草莓生產(chǎn)調(diào)控效果對(duì)比研究

參與機(jī)構(gòu)：中國(guó)農(nóng)業(yè)科學(xué)院農(nóng)業(yè)信息研究所/農(nóng)業(yè)部農(nóng)業(yè)信息技術(shù)重點(diǎn)實(shí)驗(yàn)室、云南省農(nóng)業(yè)科學(xué)院花卉研究所、云南省元江縣農(nóng)業(yè)技術(shù)推廣服務(wù)中心

為緩解勞動(dòng)力緊缺、提升提高設(shè)施園藝作物精準(zhǔn)化管理水平，該團(tuán)隊(duì)嘗試以人工智能方式，解決問(wèn)題。以勞動(dòng)密集型園藝作物-草莓為實(shí)驗(yàn)對(duì)象，研究對(duì)比采用不同AI種植策略，和關(guān)鍵技術(shù)對(duì)草莓溫室生產(chǎn)的調(diào)控效果，可對(duì)園藝作物種植的AI技術(shù)改進(jìn)和產(chǎn)業(yè)化應(yīng)用提供參考。

結(jié)果表明，與人工種植管理相比，AI種植策略組的平均產(chǎn)量提高了1.66倍，平均產(chǎn)值提高了1.82倍，最高投入產(chǎn)投比提高了1.27倍。知識(shí)圖譜、深度學(xué)習(xí)、視覺識(shí)別、作物模型和作物生長(zhǎng)仿真器等技術(shù)在草莓AI種植中各有優(yōu)勢(shì)。針對(duì)高產(chǎn)優(yōu)質(zhì)的目標(biāo)，在配備較完善的智能化設(shè)備和控制組件的溫室生產(chǎn)條件下，AI輔助種植能有效提高草莓種植管控的精準(zhǔn)度，減少水肥和勞動(dòng)力的投入，獲得較高的收益，但也存在對(duì)人工管理勞動(dòng)的模擬難、作物本體信息采集難等問(wèn)題。

四、日本設(shè)施農(nóng)業(yè)采收機(jī)器人研究應(yīng)用進(jìn)展及對(duì)中國(guó)的啟示

參與機(jī)構(gòu)：京都大學(xué)農(nóng)學(xué)研究科、浙江大學(xué)文學(xué)院

出于借鑒日本智能采收裝備近四十年研發(fā)經(jīng)驗(yàn)的目的，該團(tuán)隊(duì)綜述了日本設(shè)施農(nóng)業(yè)采收機(jī)器人的研究應(yīng)用進(jìn)展，分析了基于農(nóng)機(jī)農(nóng)藝結(jié)合的茄科(番茄、茄子、青椒)、葫蘆科(黃瓜、瓜類水果)、蘆筍和草莓等10種設(shè)施農(nóng)業(yè)采收機(jī)器人的采收技術(shù)，其中詳細(xì)對(duì)比了番茄、草莓等幾種蔬菜歷代采收機(jī)器人的設(shè)計(jì)理念及其優(yōu)點(diǎn)與不足。分析了設(shè)施農(nóng)業(yè)采收機(jī)器人面臨的科學(xué)問(wèn)題及解決方案，總結(jié)了未來(lái)發(fā)展趨勢(shì)及對(duì)中國(guó)的啟發(fā)。

設(shè)施農(nóng)業(yè)智能裝備作為設(shè)施農(nóng)業(yè)穩(wěn)定、高品質(zhì)、高效生產(chǎn)的必要保障，對(duì)其的研究與借鑒，可為加速推進(jìn)中國(guó)設(shè)施農(nóng)業(yè)采收機(jī)器人的智慧化、智能化和產(chǎn)業(yè)化發(fā)展提供借鑒參考。

五、基于Penman-Monteith模型和路徑排序算法相結(jié)合的草莓灌溉方法與驗(yàn)證

參與機(jī)構(gòu)：吉林農(nóng)業(yè)大學(xué)信息技術(shù)學(xué)院、北京農(nóng)業(yè)智能裝備技術(shù)研究中心

為更加有效、精確地控制設(shè)施作物的灌溉，該團(tuán)隊(duì)以"章姬"草莓為例，研究了一種基于Penman-Monteith模型和路徑排序算法相結(jié)合的草莓灌溉方法與驗(yàn)證。

實(shí)驗(yàn)結(jié)果表明，在規(guī)定時(shí)間采收的情況下，研究提出的算法相結(jié)合的方法比傳統(tǒng)P-M模型方法，在果實(shí)總產(chǎn)量、單株果實(shí)均產(chǎn)量、果實(shí)均重百分比、硬度分別有一定提高。表明該方法根據(jù)作物生長(zhǎng)狀態(tài)對(duì)作物灌溉進(jìn)行調(diào)整合理，為精確灌溉提供了新的思路。

以上五項(xiàng)科研，大都可以進(jìn)行商業(yè)化應(yīng)用，尤其是促早熟生產(chǎn)多因子協(xié)調(diào)控制技術(shù)，完全可以與智慧溫室的管理相結(jié)合，既能提升大棚管理效率，也能節(jié)約勞動(dòng)力，期待未來(lái)更多科研成果能夠?qū)W以致用。

審核編輯黃宇