我已授權

注冊

機器學習如何“雕刻”農業?

2020-06-02 10:28:31 中國氣象局網站 

  本期嘉賓:中國氣象局河南省農業氣象保障與應用技術重點實驗室正研級高工 李穎

  采訪人:中國氣象報記者 吳鵬

  本期觀點:提高土地生產潛力,機器學習大有可為。從作物育種、生產經營管理決策服務到農產品(000061,股吧)貿易的全過程,機器學習都能幫助促進農業提質增效,實現生產集約、高產、生態、環保等可持續發展目標。

  據聯合國預測,到2050年,全球將新增20億人口,所需糧食產量將翻倍。同時,全球近一半的玉米生產區、三分之一左右的小麥和水稻生產區均處于氣候變化脆弱區域,易受氣候變化影響。在人口快速增長的壓力下,落后的農業技術將會導致饑餓、貧窮與社會發展滯后。

  農業大數據時代來臨

  “當前土地的農業產出遠低于其潛在生產能力。在氣候變化背景下,面對人口增長壓力,農產品消費需求日益上升,急需借助技術革新提高農業生產力,而機器學習就是其中一項核心技術。”李穎說,隨著遙感、物聯網、云計算和超算等技術的蓬勃發展,農業大數據時代正在來臨,應用機器學習技術,特別是其中的深度學習技術,可以實時、高效處理多源海量數據(603138,股吧),服務于農業生產。

  近日,愛爾蘭市場研究公司Research and Markets發布的《全球農業市場人工智能發展預測》報告指出,2020年至2026年,全球農業市場中人工智能(AI)的規模將以25.5%的復合年增長率增加,其中機器學習技術將占最大份額。

  智慧氣象和精準農業結合下的現代農業氣象,意味著對納入遙感可視化數據在內的農業和氣象數據高時效性的分析與處理,機器學習技術對其發展助力較大。

  其中,隨著深度學習算法和新架構的發展,它有望更好地結合以風云系列氣象衛星數據為代表的遙感時間序列數據,在制圖、估算產量等任務中取得更高的精度和準確性;將機器學習技術與農用天氣預報、智能化農業機械等結合,可幫助農業生產者精準管理土地;將機器學習技術與物聯網、移動互聯網技術結合,可為農業管理者提供智慧化的決策信息服務;將深度學習技術與精密觀測設備、無人機遙感技術結合,有望顯著提升農業氣象自動化觀測水平。

  機器學習賦能農業

  以機器學習為代表的AI技術可貫穿農業生產的各個階段,實現農業生產產前、產中、產后的全產業鏈監控,從作物育種、生產經營管理、決策服務到農產品貿易,全過程促進農業提質增效,實現農業生產集約、高產、生態、環保等可持續發展目標。

  當前,世界各國均十分注重機器學習技術在現代農業特別是精準農業中的應用,農業這一最古老的產業在新技術的賦能下正煥發勃勃生機。

  因地制宜是農業增收的關鍵要素,而發展精準農業更是需要將其發揮到極致。結合機器學習技術和遙感數據,特別是高時空分辨率、高光譜遙感影像,可在不同尺度上識別土地覆蓋與農作物類型,進而結合氣象數據可制作農業氣候區劃、農業氣象災害風險區劃、農業保險風險區劃等,為精細化農業管理打下堅實基礎。

  精準農業的生產與管理過程離不開水文、土壤、作物數據的支持,這些參數通過站點觀測無法獲得其連續準確的空間分布情況,且某些參數測量難度大、成本高昂。借助機器學習技術可簡單、高效地實現參數估算,為作物生長的各個階段提供可靠的農田與環境基礎數據,大大提高田間管理的科學性和專業性。

  雜草是農作物生長過程中面臨的嚴重威脅。機器學習技術和田間傳感器結合可精確檢測雜草,集成該技術的農田除草機器人能夠通過機器視覺識別雜草并實現物理除草,最大限度減少除草劑的使用。深度學習技術可以從海量數據中有效提取復雜的結構信息,除雜草檢測外,近年來在植株表型觀測、病蟲害檢測、農田障礙檢測、果實檢測等任務中均得到成功應用。

  在機器學習技術的一路“護航”下,農作物健康地生長,接下來的一項重要任務是作物產量預測,提高預測的準確性有助于增加作物產量和商業利潤。多種經典機器學習算法、模型與遙感數據、氣象數據、土壤數據等結合可實現不同尺度下不同作物產量的準確預測。

  開拓農業“新版圖”

  機器學習正在深刻地“雕刻”著農業版圖,越來越多的國家將其應用于土壤水肥管理、病蟲害識別和防治等,許多公司也在不斷提供關于精準農業的智能化多元解決方案。據了解,美國玉米、小麥主產區中39%的生產者都使用人工智能技術。大型農場人工智能設備和技術普及率高達80%。人工智能技術已使其玉米產量提高了13%,種植成本下降了15%。

  一些商業巨頭高瞻遠矚,較早在農業人工智能領域布局。IBM推出的“沃森農業決策平臺”利用人工智能技術,結合其旗下“天氣公司”獲取的數據和物聯網數據,幫助全球各地的農民更好地進行種植規劃、耕作、灌溉和糧食收割。

  微軟的工程師和來自國際半干旱熱帶作物研究所的科學家共同開發的“智能播種”應用程序利用30多年的氣候數據,結合實時天氣數據,并使用由Azure人工智能支持的復雜預測模型來確定最佳種植時間、理想播種深度、農家肥施用量等。

  印度東南沿海安得拉邦的一個試點項目結果顯示,當地玉米、水稻和棉花的產量平均增加了10%至30%。美國孟山都公司收購的“氣候公司”通過采集大量的天氣數據,綜合氣象模擬、土質分析、植物根部特征等因素,為農民提供產量預測和農作物自然災害保險服務。

  其他一些科技公司也不甘示弱,憑借強大的技術優勢不斷鞏固自身的“護城河”。笛卡爾實驗室利用機器學習算法來處理大量衛星影像數據,以預測糧食產量,其對2015年8月美國玉米產量的預測準確率擊敗了美國農業部,而后者每年都派遣數百名工作人員實地調查統計數千個農場的玉米產量。德國PEAT公司開發了一種名為Plantix的深度學習應用,該系統可通過智能手機拍攝的圖像判別不同的農作物,還可識別超過240種病蟲害。

(責任編輯:趙伊 )
看全文
寫評論已有條評論跟帖用戶自律公約
提 交還可輸入500

最新評論

查看剩下100條評論

推薦閱讀

和訊熱銷金融證券產品

【免責聲明】本文僅代表作者本人觀點,與和訊網無關。和訊網站對文中陳述、觀點判斷保持中立,不對所包含內容的準確性、可靠性或完整性提供任何明示或暗示的保證。請讀者僅作參考,并請自行承擔全部責任。

亚洲高清无在码在线电影不卡_国内精品视频免费福利在线_三级片短片视频免费在线观看_亚洲 欧美 日韩 综合aⅴ视频