x

西北农大何东健教授:智慧农服发展趋势及落地化应用|农服创新论坛

农世界网     2019-11-20 来源:农世界网

西北农林科技大学博士生导师 何东健教授

农世界网现场报道,11月20日,《2019现代农业服务创新论坛》在福建福州聚春园会展酒店举行。论坛邀请了大丰收、中农控股、先正达、大疆农业、金丰公社、云洋数据等企业代表在现场进行精彩分享。

以下分享内容由农世界网记者根据速记稿整理。

西北农林科技大学博士生导师 何东健教授:

尊敬的各位领导、各位来宾、各位媒体记者,下午好,我是来自西北农业科技大学的何东健,非常高兴有机会在今天《2019现代农业服务创新论坛》上为大家分享智慧农业和农服的探索和合理化应用。

我的汇报从下面三各方面进行:第一,中国的农业形式与问题。第二,智慧农业的关键技术。第三,智慧农户的应用。

我们用不到世界10%的土地资源,养活世界20%的人口。但是我们的农业还存在非常大的发展潜力,有以下的问题需要我们思考和解决。

第一,我们的劳动生产率非常低,农业生产成本很高。我们跟美国、法国、德国相比,人均负担耕地面积分别是它们的2327542倍。美国仅仅用1%的劳动力创造出相当于中国77%的粮食产量。从生产成本上讲,我们的总成本占到71%,特别是劳动力成本,那么现在逐步地降到了50%左右。

第二,资源短缺,利用率比较低。我们是水资源紧缺的国家,我们人均水资源不足世界四分之一,被联合国列为13个贫水国家之一。农业用水利用率仅仅只有40%-50%。中国生产的谷物只占世界19.1%,但是淡水用量是世界的30%,氮肥和磷肥利用率只有37%,和20%;其次农药利用率比较低,近几年提高到38%,但是还有很大的浪费现象。

第三,我们农业从业人口减少,老龄化严重。长期以来我们国家是城乡二元的结构,所以资源和资本都向城市倾斜,导致了在农村勤劳能否致富得到质疑,加上城镇化快速发展,我们全国城镇化率达到60%。农业人口4.8亿,但是从事农业劳动的人口1.9亿,从事劳动生产的人大部分是老人,平均年龄在55岁,就是5060年代的人,再过10年,未来的农业谁去从事?谁为我们13亿人口提供充足的粮食和肉蛋奶,也是我们需要考虑的问题。

第四,环境污染。

第五,食品安全的问题。

以色列是资源匮乏的国家,主要是用信息技术来做。从这里可以看到,我们未来的中国的农业一定会向着智慧农业的方向发展,那么互联网+智慧农业是我们国家未来的发展战略。

2012年,中国就提出来智慧农业发展之路,提出推进精准农业技术。20152016年提出了智慧农业领域通过一些关键技术。2016年大力推进信息技术,包括互联网+,物联网+,云计算等等。

2017-2019年,三年连续提出要加强智慧农业的科技研发。2018年关于实施《乡村振兴战略意见》当中,提出要大力发展数字农业,智慧农业等等,推进物联网发展。2019年《关于坚持农业农村优先发展全面做好“三农”工作的实施意见》当中给出明确的定位。

  什么是智慧农业?它涉及哪些关键技术?

智慧农业是这样的意思:按照工业化发展的思路,把信息和知识作为生产要素,这是一个特征。

过去我们说劳动力、土地资源和资本以及我们管理者的能力,这四个是生产要素。未来的智慧农业,要将知识和信息作为生产要素,要通过互联网,物联网,云计算,大数据等等这样的信息技术,要和农业深度跨界融合。手段主要就是利用现代的信息技术,要跟农业深度融合,实现农业生产全过程的信息感知、定量决策、智能控制和精准投入以及个性化服务,这样就会出现农业的新的生产方式。

智慧农业总体目标就是解决中国农业面临的几大问题,达到高效、优质、安全、多态

具体来讲,在生产结构要能够为农民提供种植的管理的一些决策,包括环境的监测、专家辅助决策、专家的咨询等等,最后要达到一个境界:无人农场和无人牧场。

无人不是说纯粹没有人,有一些机器人作为人类的代表,在工作。用少量的人,比如说2-3个人种一万亩地等等,这是无人农场、无人牧场的概念。在其他的部分,还有加工仓储、物流配送、销售、休闲农业以及我们品质的可溯源等等,这几个方面我们都应该有很大的发展。

这个图就是基于传感器和物联网的智慧农业信息的获取,我们通过遥感、卫星遥感、航空遥感和地面传感,获取土地、作物、动植物以及装备的各种信息,通过我们手机端,把这个作业、土壤、水、天气等等信息通过云平台进行智能处理之后,得到一个卓越的决策,然后配置我们的农技装备,进行作业。

这就是未来农场的概念图,天上有无人机和卫星,地上有物联网系统,获取农业对象的信息,由云计算进行智能决策,然后发出指令,实现无人机和农业机器人等设备在田地里面自动作业。

其次,智慧农业体现两个方面,一个是智慧在“云”和“端”。智慧在云,就是把各种信息上传到云上。智慧在端,就是各种作业,由机器人完成。也就是说,要实现智能感知、决策、控制、无人驾驶和智能服务。概括起来,有四大部分:智能感知、智能决策、智能生产和智能的服务。

在今天,我们大会的一个主题,就是智能服务。

  智能感知

首先看看智能感知。我们农业上的对象就是农作物和各种各样的动物,我们感知最重要的部分,就是作物的长势、营养等等。

像我们可以用卫星遥感、航空遥感和地面传感一起做。航空遥感可以进行果园长势的监测、小麦玉米相关的监测;卫星遥感优点就是大尺度进行监测,缺点就是受气侯的影响等等,存在同土异物的现象。无人机灵活,但是只能针对一些进行检测。地面传感除了我们固定的一些地面传感之外,还开发出各种检测作物的一些传感器。

左边是拓普康研发的氮的传感器,实时感知作物的情况,在后方精准实施肥料的施肥。右边是一个植物生长的营养的情况,在前方装传感器,后方装部件。中国农大研发了一个玉米和小麦的氮肥检测的传感器,原理也是一样的。

对于动物来讲,它涉及到奶牛基本的特征,包括体温、呼吸等等情况,我们研究的时候,利用深度学习,对牛脸进行识别,加上项圈进行标志,检测奶牛是否健康。我们也可以间接检测是否发情。奶牛的疾病方面,我们获取四条腿的运动曲线,来判定奶牛的情况。其次还有猪行为的监测等等。

这个信息的感知还有一个重要的方面,就是气象信息感知,目前相对比较成熟,在这里不再介绍了。

作物、动物信息感知存在的问题及挑战

我们作物动物具有复杂性、个体差异性、时变性、动态性。

现有的检测是集中在单个特征上,缺乏了连续监测多个特征的监测。第二个缺乏对物理环境、生物性状的监测。第三就是快速检测、连续检测的能力不够,比如说早期病害,先发现再治理,打的药量比较多,如果肉眼看不到的情况下,检测早期的病态,就可以用很少的药量来控制,这方面有技术,还没有大范围应用。

接着就是土壤信息的检测,包括质地、坚实度等等,这些问题比较容易解决,最难的是土壤的营养成分的检测,目前还没有一种能够实时检测氮磷钾含量的技术。

这个是京都大学2000年左右研究的一款在田间,基于光谱信息的车载的土壤养分的设备,基本原理就是在这个机器里面配置一个光纤,这个盒子里面是光谱议的,通过一系列的原理来实现,问题是价格很昂贵。不同的地域、不同质地的土壤不一样。

中国农大,也开发出相应的设备,从氮的含量来讲,目前就是仪器测量和人工测量有比较好的相关性。现在各种农技推广部门,都在推一个测土配方,据说一个土壤样本一两百,需要花费大量的时间。如果有一套,只要跑一趟,把氮磷钾都可以监测出来的设备,非常有利于我们测土配方的实施。

土壤信息感知存在的问题及其挑战

问题有两个方面。第一个缺乏实时,能够获取土壤养分信息的仪器和设备。第二个利用相关技术,间接测定土壤的养分,仅仅停留在实验室阶段,这个模型对于不同质地、不同结构的鲁棒性比较差。挑战就是未来还是需要能够开发出来一种微型的纳米传感器,能够直接检测出土壤的营养成分。

另外一个趋势,把刚才讲的基于光谱技术的这么一种装置,解决成本问题和结构问题,让它能够真正地用于我们的实际生产。

作物和对象信息感知未来的趋势,就是光谱、图像电磁技术--地、遥感感知技术和装备融合的技术,是多尺度,实时获取信息的非常有力的工具。

  智能决策

我们根据农业信息感知的数据和作物动物生长的特点,利用大数据、云计算、人工智能,建立农业决策的模型,为农业智能化的生产、仓储等等提供了一些技术。

大数据由于农业技术的地域性、周期性、季节性,所以我们种类多样,结构复杂,具有潜在的价值,但是难以用通常的方法进行处理。其次,我们农业大数据,涉及到根、杀虫等等各个环节的数据,是跨行业、专业、业务的数据,分析起来,难度相对比较大。

大数据主要基于数据采集、分析、挖掘等等一系列,最难的就是数据的采集、分析和挖掘。很多做大数据的说搞了大数据中心,数据从网上搞的,其实我们农业大数据需要有实时数据,如果是网上的数据,肯定不够,数据如何来的问题,需要解决。

其次是数据分析的挖掘,就是智能决策的问题。农业对象环境是复杂的,生长发育受到影响的因素太多,很难构建一个生长的模型,让计算机很好地控制。因此,目前,在农业上面做一个智能决策,还不是那么容易的一件事。

我们通过传感器获取数据,我们也人工输入一些背景的数据,用卫星遥感采集数据,还可以通过手机获取数据。送到云平台上之后,我们就可以用人工智能的技术,对它进行智能的决策。

就像大丰收他们的技术一样,果农用手机拍摄图像,传到云平台上,基于他们研究的人工智能算法,对这个病态作物进行识别,又把信息反馈给农民,说明这个是什么病,如何防治等等种植的信息。

农业大数据智能算法相对比较复杂一些,用到了经济学模型和统计学的理论,还有信息技术。比如说补光,到底补多少,如果不知道现在多少光,就得凭人工经验,没有达到智能的方法。农业大数据及智能决策用处很多,包括大田监测、农机精准作业等等。

下面就是我们做的一些工作,就是融合效益约束的设施环境多因子协同调控。过去做的温度调控都是基于单因子的,我们考虑到作物生产,要长得快、好,一定要考虑到水、二氧化碳、光照等等。

因此,我们在经济成本约束之下,找出作物的最大的光合速率,找一个自由的模型,使作物长得既快,消耗的能量又小。

这就是我们做的这个,在20-30℃之间,探明不同的二氧化碳下,光合速率是多少,再加上约束的目标。我们如果按照光合最优调控,作物是长得快,但是能量消耗太高。

我们通过这个表可以看到,我们光合速率只降低了16.4%,但是我们成本却降低了60.3%,是比较有效的。我们开发了相应的系统,其实右侧的框里面是智能决策,利用人工智能,我们过去温室当中的二氧化碳等等,用右侧算法进行决策,调节温室当中红光、蓝光比例等等问题。

北方日光灯比较多,过去要靠农民早上开卷帘,晚上要去关,这样比较麻烦。我们开发一套系统是智能的,可以检测室内外的光照的情况,产生智能的算法,早晚自动开关,可以节约成本,让日光灯室,每天日照时间延长1-2个小时,手机可以进行控制。

我们做了很多物联网系统,比如说智慧果园的系统、蔬菜方面的系统。当然我们福建有一个据说是中国最大的作物工厂,最主要的问题是什么,特别是我们的作物工厂,它主要是耗费大量的能源。如果种植普通的农作物,亏本亏大了,只能种一些高附加值的经济作物,可能还能维持成本。

最制约它发展的因素,最主要就是能源的问题,能源有没有可能得到解决呢,其实还是有可能的,比如说我们中科院合肥物质研究院,他们搞人造太阳,把氢弹的核聚变,希望将来用到农业上来。核裂变我们可以控制,让它的能量慢慢释放出来,但是核聚变的能量是巨大的,目前没有办法达到完全控制。

现在中科院这个人造太阳,叫东方聚环,它温度可以达到1亿度之下,可以控制10秒左右,应该说是世界上最先进的技术,如果以后这个技术突破之后,能源不是制约性因素,未来的农业会发生巨大的变化。

这个在重庆进行了物联网推广,重庆特点就是气象信息和整个农业的监控信息一体,形成了很多预警信息。我们还做了小麦条锈病的预测,过去的预测预报是基于以前的数据,没有考虑到到底有多少孢子,以前是采集起来,人工拿到实验室进行分析。我们搞清楚小麦条锈病的发病规律,研发一个装置,再获取田间的信息,最后我们进行智能的预测预报。

我们看到的右侧的远程的孢子采集仪,根据计算机控制采集若干个点,把图像传到云端,然后进行孢子的剔除。粘连的孢子是一个问题,我们做了一套算法,使精度达到98.6%。我们还研发了小麦条锈病等级的划分,基于热红外图像的条锈病的早期检测,这块做得比较好。

经过16天以后叶片的温度比正常低2.5度,表面上我们用热红外,在接种第6天以后就可以用,比人工提前4天左右。我们利用无人机,带一个热红外相机,就可以知道小麦是否有早期的病态。

为什么小麦温度会降低?主要是条锈病孢子入侵之后,使得细胞结构变化,因此热蒸腾增加了,表面温度降低了。我们还进行苹果、猕猴桃病害的识别等等。

智能决策面临几个挑战。第一是农业领域的数据感知比其他行业难得多。第二,可用于指导生产的作物、动物的数字化模型是比较缺的。现在人都比较急功近利。第三农业生产统计量化也有困难。第四个农业环境变化对我们人工智能技术在农业上测试、验证、推广更加困难。

  智能生产

智能生产就是各种农业机器人。下面看一下这些机器人,第一个就是日本北海道大学做的整地机器人。北海道大学一个教授,他们已经完成了小麦、水稻和棉花全程作业的机器人。

第二个是水稻直播机器人,这是华南农业大学他们搞的。右侧这个是日本的一带一路插秧机器人,最高速度达到0.19米。下面这个是关于棉花的覆模机器人;中间这个是谷物收获的机器人。

左边这个图是日本他们研究出来的草莓采摘的机器人,它是无土栽培的。第二个是以色列和欧洲研发的甜椒采摘的机器人。

左边这个是喂饲的机器人、挤奶机器人各种各样,有固定的,也有移动的。其实奶牛只需要第一次挤奶的时候引导一次就可以,以后只要每天乳房奶满了,会自动排队然后挤奶,挤奶过程当中,把每头奶牛的产奶量包括成分都可以计算出来。

无人机也是一个智能装备,这几年在国内应用相对比较广泛,左边是我们国家的无人机喷药的情况,右边是美国固定式的飞机进行喷药的情况。在植保的时候,他们是离地面7米高度进行作业,效果特别好,没有农药的漂移,喷洒很均匀,我们国家在黑龙江的一个农场也是利用这个技术。

智能装备面临挑战:

第一是非结构化环境下,全智能化和安全性的问题。无人驾驶汽车分五级。

第二是提高作业效率、作业质量及作业的可靠性。

第三是在保证性能前提下降低成本,让农民负担得起。

第四是操作简单。

智慧农业讲了这么多,离我们还远吗?其实不远了,我做了初步的预测,到2030年,我们要解决了智慧农业信息感知、智能决策和智能装备的关键技术,要形成智慧农业技术、装备以及体系、智慧农场、牧场等等。

已经有许多的示范基地,基本上成型了,到2040年,在较大的范围内应用,大概在2050年左右可能会全面地推广应用。

这个地方还引起我们思考一个问题,未来如果这批从事农业作业的老人,老了干不动的时候,谁来做?一定是有知识、有文化、有技术的新型农民做,从政府、农业相关部门来讲,如何培育新一代农民,好像也是我们应该考虑的问题。

  智能服务与典型的模式

其实智能服务就是从农业生产过程当中,就是产前产中产后提供全范围的服务。产前就是基于种植的建议,农资的推荐,测度配方等等。产中诊断,动物疾病的诊断,无人机施药等等。产后就是农产品的精加工,粗加工等等。

智能服务,它是有极大的需求,可以从这几个方面讲。

第一方面是政府需要,政府这块不想多说,因为比较容易满足。最难是满足生产需求,面向农业生产提供服务。目前短版还比较多。所以未来应该是侧重在农业生产的科技化、规模化和集成化之后,我们如何面向农民进行服务。

我们进行了农业生产的智慧服务,主要是进行科学种植,解放生产力,提高效率。智慧农服应该有一个信息平台,就是智慧云平台,配置了人工智能模型等等,可以面向我们的管理者、生产者、经销者和消费者,提供完备的各种各样的服务。

农业生产上,这个是最主要的,环境监测与控制。农业生产当中环境的控制,水产养殖控制和监测等等,还有安全溯源。

其实我印象非常深,2010年,部长说,大概到3-4年时间,让所有农产品可以溯源,但是目前也没有溯源,难在什么地方?主要是我们没有强制性的法律法规第二是农产品种类比较繁多,溯源差异比较大。第三是缺乏生产的标准化和品牌化。最后一个最关键,生产阶段的信息是空缺的。

典型案例,阿里巴巴2014年开始布局农业电商,京东是以无人机为主,北部搞智能农技,还有深圳丰农控股搞的一系列的东西。

未来我们希望从信息感知、信息的决策以及智能服务构建一个指挥农业云平台,为农民提供全方位的服务。时间关系,和大家分享到这里,谢谢大家!

文章授权转载及企业报道,请微信 nsjxms 农世界小秘书,添加时请注明公司+姓名+职位;如有具体作者来源信息,请在作者栏注明文章来源。授权后擅自修改文章内容,经查实后一律追究法律责任,并永久拒绝授权。凡来源于农世界网的内容,其版权均属农世界网所有,文章内容为作者观点,不代表农世界网(nongshijie.com)对其观点赞同或支持。寻求报道,请点击这里

参与讨论

所有评论

热门文章

回到顶部