|
智慧农业作为未来农业的发展方向，在政策、科研、资金等方面都有一定程度的倾斜，尤其是农研方向，与智慧设施农业相关的项目也有了一定的突破。  一、日本设施农业采收机器人研究应用进展及对中国的启示 设施农业智能装备是设施农业稳定、高品质、高效生产的必要保障。日本智能采收装备已有近四十年的研发经验，其发展具有一定启发和借鉴意义。京都大学与浙江大学，联手展开了日本设施农业采收机器人研究应用进展及对中国的启示。  综述了日本设施农业采收机器人的研究应用进展，分析了基于农机农艺结合的茄科(番茄、茄子、青椒)、葫芦科(黄瓜、瓜类水果)、芦笋和草莓等10种设施农业采收机器人的采收技术，对比几种蔬菜历代采收机器人的设计理念及其优点与不足。分析设施农业采收机器人面临的科学问题及解决方案，总结未来发展趋势及对中国的启发。为加速推进中国设施农业采收机器人的智慧化、智能化和产业化发展提供借鉴参考。 二、草莓灌溉方法与验证 灌溉是影响作物产量的重要因素，同样也是农业生产管理的基础性操作。为更加有效、精确地控制设施作物的灌溉，吉林农业大学和北京农业智能装备技术研究中心，开展了一项研究以"章姬"草莓为例的灌溉展开研究。  从影响草莓灌溉的因子和影响系数入手，建立"章姬"草莓灌溉知识结构和草莓灌溉知识图谱，接着应用路径排序算法对灌溉值进行调整，实现草莓的精准灌溉。试验以草莓产量最大为目标，选择概率值最高的一组灌溉推理值对灌溉进行调整。试验结果表明，该方法根据作物生长状态对作物灌溉进行调整合理，为精确灌溉提供了新的思路。 三、人工智能辅助种植策略对温室草莓生产调控效果对比研究 人工智能辅助种植技术，承担着提高设施园艺作物精准化管理水平、缓解劳动力紧缺的责任。中国农业科学院、云南省农业科学院、云南省元江县农业技术推广服务中心合作，以劳动密集型园艺作物-草莓为研究对象，研究对比采用不同AI种植策略和关键技术对草莓温室生产的调控效果，可对园艺作物种植的AI技术改进和产业化应用提供参考。  研究对比分析了4个不同AI种植策略对草莓生长发育和产量及品质的调控效果，并以人工种植管理为参照，对AI种植的技术特点和存在问题进行了分析。结果表明，知识图谱、深度学习、视觉识别、作物模型和作物生长仿真器等技术在草莓AI种植中各有优势。 针对高产优质的目标，在配备较完善的智能化设备和控制组件的温室生产条件下，AI辅助种植能有效提高草莓种植管控的精准度，减少税费和劳动力的投入，获得较高的收益，但也存在对人工管理劳动的模拟难、作物本体信息采集难等问题。 四、改进温室环境下草莓生育期识别方法 北京市农林科学院和上海海洋大学，针对目前设施农业数字化栽培调控技术中对作物的生育期实施检测与分类问题，提出一种改进YOLOv4的温室环境下草莓生育期识别方法。  该方法融合草莓不同生长时期的目标特征信息，同时降低复杂背景的干扰，提高模型检测精度的同时保证实时检测效率。同时，以云南地区的智能设施草莓为实验对象。结果表明，对开花期、果实膨大期、绿果期、成熟期草莓的检测平均精度，有了分别提高。该方法可对草莓各生育期目标进行精准识别和分类，并为设施草莓栽培的信息化、规模化调控提供有效的理论依据。 五、南方蓝莓智能温室促早熟生产多因子协调控制技术 同济大学以提前上市、获得更大经济效益的目的，开展了一项针对蓝莓在环境可控型智能温室中试验生产，探索研究出南方蓝莓智能温室促早熟生产控制技术。  研究基于物联网技术，建立蓝莓植物工厂化生产控制系统，串联硬件层、软件层和云端，实现现场端环境监测调控、数据云存储与远程控制等技术。从蓝莓物候期、品种特点、土壤pH、水肥灌溉方式、小气候环境区间等方面，全面调研与总结，探索研究了一套蓝莓温室多因子协调控制算法，用于环境调控。 试验在江苏省苏州市昆山市花桥镇东南部的温室进行，经实际验证，整体调控系统效果显著，采用多因子协调控制算法进行调控能够提高蓝莓的产量和品质，取得显著经济效益，为南方温室蓝莓植物工厂化促早熟生产管理提供示范。 |
|
|
