智慧農(nóng)業(yè)在棉花生產(chǎn)管理中的應(yīng)用

陳煥軒，韓迎春，馮璐，楊北方，雷亞平，王占彪，李亞兵*

（1. 中國(guó)農(nóng)業(yè)科學(xué)院棉花研究所/ 棉花生物學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室，河南 安陽(yáng)455000;2. 鄭州大學(xué)農(nóng)學(xué)院，河南 鄭州450000）

棉花是我國(guó)最重要的經(jīng)濟(jì)作物之一[1]，也是生活必需品，在國(guó)防、醫(yī)藥、工業(yè)等領(lǐng)域均有著舉足輕重的作用[2]。 但目前我國(guó)總耕地面積正逐年減少，且糧棉爭(zhēng)地趨勢(shì)日益明顯，全國(guó)棉花生產(chǎn)正呈現(xiàn)逐年減少的趨勢(shì)[3]。 為了保證棉花供給，滿足人們?nèi)找嬖鲩L(zhǎng)的需要，提高棉花單產(chǎn)，在棉花總種植面積不變、甚至略有減少的劣勢(shì)下，實(shí)現(xiàn)棉花總產(chǎn)大幅增長(zhǎng)， 應(yīng)作為需要考慮的重要問(wèn)題。 傳統(tǒng)的棉花種植技術(shù)落后，人力成本耗費(fèi)大，操作流程繁瑣，已不再適用于棉花產(chǎn)業(yè)的快速發(fā)展[4]。 因此，在棉花生產(chǎn)管理中應(yīng)用智慧農(nóng)業(yè)，可以提供新的技術(shù)力量以及科學(xué)的種植方法[5]，同時(shí)，基于其低成本、高效率、節(jié)省人力等多個(gè)優(yōu)點(diǎn)，智慧農(nóng)業(yè)已經(jīng)成為棉花產(chǎn)業(yè)、乃至于世界農(nóng)業(yè)產(chǎn)業(yè)發(fā)展的大方向。 因此，智慧農(nóng)業(yè)與棉花產(chǎn)業(yè)的有機(jī)結(jié)合可以為棉花產(chǎn)量的大幅度提高，進(jìn)而實(shí)現(xiàn)棉花產(chǎn)業(yè)的大幅振興提供重要的理論支撐。

目前智慧農(nóng)業(yè)還沒(méi)有清晰準(zhǔn)確的定義，但研究者已經(jīng)提出了多個(gè)觀點(diǎn)。廖小平[6]認(rèn)為，智慧農(nóng)業(yè)是在現(xiàn)代信息的新技術(shù)下，融合互聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)以及農(nóng)業(yè)專家知識(shí)平臺(tái)，同時(shí)使用每個(gè)農(nóng)業(yè)現(xiàn)場(chǎng)部署的傳感器以采集所需農(nóng)業(yè)數(shù)據(jù)并通過(guò)無(wú)線網(wǎng)絡(luò)傳遞給平臺(tái)，在大數(shù)據(jù)的分析和監(jiān)控下管理農(nóng)業(yè)生產(chǎn)各個(gè)流程，實(shí)現(xiàn)智能管理的新興技術(shù)手段， 它實(shí)現(xiàn)了多種技術(shù)的高度融合，是農(nóng)業(yè)生產(chǎn)的最高階段。 Shi[7]認(rèn)為，智慧農(nóng)業(yè)是一個(gè)通過(guò)收集各種傳感器的數(shù)據(jù)和在各種農(nóng)業(yè)經(jīng)濟(jì)活動(dòng)中進(jìn)行信息傳輸， 以應(yīng)用決策模型進(jìn)行數(shù)據(jù)分析并處理的傳輸資源系統(tǒng)和科學(xué)管理系統(tǒng)。

綜上，智慧農(nóng)業(yè)是一種依賴于多種新型現(xiàn)代科學(xué)技術(shù)，通過(guò)最新的信息技術(shù)組件以實(shí)現(xiàn)智能傳感，自動(dòng)控制以進(jìn)行農(nóng)業(yè)經(jīng)濟(jì)活動(dòng)的綜合管理和科學(xué)決策體系。 其可被廣泛應(yīng)用于多種領(lǐng)域，比如，應(yīng)用紅外傳感等多種傳感器對(duì)農(nóng)業(yè)環(huán)境的溫度、濕度、光照等信息進(jìn)行實(shí)時(shí)采集，同時(shí)利用視頻監(jiān)測(cè)獲取植物生長(zhǎng)的各種信息，例如植株高度、長(zhǎng)勢(shì)、病蟲(chóng)害情況等，同時(shí)將收集的信息上傳到網(wǎng)絡(luò)終端進(jìn)行分析，以幫助用戶決策[8]。應(yīng)用農(nóng)業(yè)機(jī)器人等人工智能對(duì)田間進(jìn)行實(shí)時(shí)管理和定位，包括控制農(nóng)業(yè)設(shè)施的運(yùn)行，同時(shí)實(shí)現(xiàn)對(duì)作物的智能灌溉、施肥以及除草等各項(xiàng)工作[9]。對(duì)作物的產(chǎn)品進(jìn)行原產(chǎn)地追溯，通過(guò)使用Radio frequency identification (RFID)電子標(biāo)簽[10]，使農(nóng)產(chǎn)品自原產(chǎn)品的生產(chǎn)起，在加工、處理、運(yùn)輸、銷售等各個(gè)流程均實(shí)現(xiàn)各環(huán)節(jié)追蹤及透明化管理，以實(shí)現(xiàn)農(nóng)產(chǎn)品各個(gè)流程的安全化和規(guī)范化。

人工統(tǒng)計(jì)、手動(dòng)測(cè)量調(diào)查分析棉花的表型特征及各項(xiàng)生理指標(biāo)具有工作量大， 耗費(fèi)時(shí)間長(zhǎng)，高成本性等特點(diǎn)。 此外，由于不能實(shí)時(shí)進(jìn)行監(jiān)測(cè)，測(cè)量結(jié)果會(huì)產(chǎn)生一定的誤差，結(jié)果可能不可靠[11]?；谝陨蠋c(diǎn)原因，同時(shí)隨著自動(dòng)成像技術(shù)的發(fā)展，對(duì)植物表型進(jìn)行實(shí)時(shí)監(jiān)控及自動(dòng)分析成為可能。 合理的應(yīng)用表型監(jiān)測(cè)系統(tǒng)，可以實(shí)現(xiàn)對(duì)棉花的株高、長(zhǎng)勢(shì)、病蟲(chóng)害情況以及當(dāng)前光照強(qiáng)度等情況進(jìn)行采集， 通過(guò)在田間部署地下傳感器，可以監(jiān)測(cè)地溫、水分含量、二氧化碳濃度[12]等數(shù)據(jù)，進(jìn)而分析棉花對(duì)于水分的利用。 應(yīng)用表型監(jiān)測(cè)系統(tǒng)進(jìn)行植物各項(xiàng)生理指標(biāo)的調(diào)查，不僅可以節(jié)省人力物力，同時(shí)測(cè)量時(shí)間大幅減少，而且降低了成本，并可以實(shí)現(xiàn)全天候測(cè)量，其觀測(cè)結(jié)果更加準(zhǔn)確且具有說(shuō)服力。

表型監(jiān)測(cè)系統(tǒng)一般主要包括數(shù)據(jù)采集、網(wǎng)絡(luò)傳輸、數(shù)據(jù)分析三個(gè)部分[13]。 應(yīng)用成像傳感器，光電傳感器等多種傳感器作為數(shù)據(jù)采集模塊以采集棉花的基本生理參數(shù)； 對(duì)棉花通過(guò)RGB 成像傳感器，紅外成像傳感器，高通量成像傳感器等進(jìn)行成像，獲取棉花的形態(tài)、光譜信息；結(jié)合棉花的多種長(zhǎng)勢(shì)信息，將其轉(zhuǎn)化為可供裝置接收和處理的電信號(hào)。 將數(shù)據(jù)采集模塊收集的多種信息及電信號(hào)經(jīng)網(wǎng)絡(luò)傳輸模塊通過(guò)以太網(wǎng)等技術(shù)上傳到數(shù)據(jù)分析終端[13]，分析處理后得到棉花表型的詳細(xì)參數(shù)，最后分析所得的數(shù)據(jù)可以用于棉花環(huán)境的分析及棉花長(zhǎng)勢(shì)的決策診斷，進(jìn)而為人們對(duì)于棉花環(huán)境的管理提供參考意見(jiàn)。

農(nóng)業(yè)大數(shù)據(jù)融合了農(nóng)業(yè)環(huán)境、 作物群體、人類作用的所有信息，將大數(shù)據(jù)的概念、技術(shù)、思路均應(yīng)用在了農(nóng)業(yè)領(lǐng)域[32]。大數(shù)據(jù)具有數(shù)據(jù)量大、數(shù)據(jù)類型多、價(jià)值大、精確性高的主要特性[33]。 通過(guò)快速處理海量數(shù)據(jù)，可以使智慧農(nóng)業(yè)的運(yùn)作更加高效，準(zhǔn)確。 大數(shù)據(jù)的運(yùn)作包括云計(jì)算、GIS(Geographic information system, 地 理 信 息 系 統(tǒng))、ES(Expert system, 專家系統(tǒng))等一系列系統(tǒng)。 云計(jì)算[34]可以通過(guò)調(diào)用數(shù)據(jù)庫(kù)以及數(shù)據(jù)共享，以處理大量的田間數(shù)據(jù)及棉花生長(zhǎng)信息，從而做出相應(yīng)的應(yīng)對(duì)手段。GIS 主要用于調(diào)用地理信息庫(kù)，獲取環(huán)境溫度、降水量、光照等天氣信息，從而判斷分析棉花可能的長(zhǎng)勢(shì)，遭受病蟲(chóng)害的可能性，以及預(yù)測(cè)棉花可能的產(chǎn)量[35]。 ES 基于機(jī)械化智能項(xiàng)目，系統(tǒng)中存儲(chǔ)大量棉花種植專業(yè)知識(shí)，以用于遇到特定的復(fù)雜問(wèn)題時(shí)，可以予以解決[36]。雷亞平等[37]將人工調(diào)查的棉花株式圖信息進(jìn)行了數(shù)據(jù)化，建立了株式圖處理數(shù)據(jù)庫(kù)，使株式圖的顯示更加清楚直觀。

物聯(lián)網(wǎng)（Internet of things）技術(shù)是基于RFID、GPS(Globe pointing system, 全球定位系統(tǒng))等多種技術(shù)結(jié)合，形成的完善的信息處理體系[38]。其從棉花作物生長(zhǎng)的源頭起在各個(gè)階段進(jìn)行檢測(cè)記錄，并達(dá)到實(shí)時(shí)監(jiān)測(cè)，全程追蹤的效果，全程不需要人工干預(yù)，直至棉花終產(chǎn)品進(jìn)入市場(chǎng)。 其做到了各個(gè)環(huán)節(jié)均可追溯，在源頭上保證了棉花作物的正常生長(zhǎng)，以及棉花產(chǎn)品的安全性。 同時(shí)，其與互聯(lián)網(wǎng)進(jìn)行鏈接，可以遠(yuǎn)程對(duì)棉花生長(zhǎng)環(huán)境中的傳感器、自動(dòng)灌溉系統(tǒng)進(jìn)行遙控，在實(shí)現(xiàn)棉花種植自動(dòng)化的同時(shí)，也在一定程度上節(jié)約了棉花種植的人力物力，減少了種植成本。 其代表性的技術(shù)即無(wú)線射頻識(shí)別技術(shù)（RFID），是一種不需要直接接觸的自動(dòng)識(shí)別技術(shù)，其構(gòu)造簡(jiǎn)單，僅由標(biāo)簽、閱讀器和天線三部分組成[39]，可以直接對(duì)目標(biāo)物體進(jìn)行識(shí)別并讀取數(shù)據(jù)[40]，該過(guò)程是全自動(dòng)的，不需要外界條件作用，具有識(shí)別速度快、操作簡(jiǎn)便、成本低等諸多優(yōu)點(diǎn)。

在棉花生長(zhǎng)的各個(gè)階段，合理地應(yīng)用智慧農(nóng)業(yè)技術(shù)均能極大簡(jiǎn)化農(nóng)藝過(guò)程， 從而節(jié)約人力、物力成本。 通過(guò)組合應(yīng)用傳感器及成像模塊，可以在棉花產(chǎn)前階段對(duì)種子進(jìn)行合理篩選，選擇出最適宜當(dāng)?shù)赝寥赖拿藁ㄆ贩N。 同時(shí)對(duì)處于生長(zhǎng)重要時(shí)期內(nèi)棉花的植物表型數(shù)據(jù)進(jìn)行采集，并應(yīng)用神經(jīng)網(wǎng)絡(luò)技術(shù)對(duì)所獲得的信息進(jìn)行分析，建立合理的數(shù)字模型， 從而綜合評(píng)估棉花的農(nóng)藝性狀。合理應(yīng)用人工智能技術(shù)，可以在棉花生產(chǎn)管理過(guò)程中，對(duì)棉花可能存在的各種問(wèn)題進(jìn)行診斷并分析，以便農(nóng)戶進(jìn)行管理維護(hù)。 大數(shù)據(jù)可以對(duì)棉田進(jìn)行系統(tǒng)分析，結(jié)合GIS 等系統(tǒng)以及傳感器獲得的各種圖像數(shù)據(jù)、生理數(shù)據(jù)等，對(duì)棉花產(chǎn)量進(jìn)行合理預(yù)測(cè)。 通過(guò)物聯(lián)網(wǎng)技術(shù)，可以對(duì)棉花產(chǎn)品從源頭上進(jìn)行追溯，使棉花從播種到重要生育期的監(jiān)控、到最終進(jìn)入市場(chǎng)都可以進(jìn)行記錄，使得棉花管理科學(xué)化、規(guī)范化。 在這整個(gè)操作流程中，自動(dòng)控制以及機(jī)械承擔(dān)了主要角色，人可以從繁重的勞動(dòng)中解放出來(lái)， 擔(dān)任管理者和決策者的角色，從而大幅度地提高了工作效率。

在精準(zhǔn)傳感器及成像模塊的監(jiān)測(cè)下，往往會(huì)精確地反映棉花的基本農(nóng)藝性狀。 傳感器對(duì)棉花各部分溫度，水分等多項(xiàng)指標(biāo)測(cè)定的精度遠(yuǎn)遠(yuǎn)大于人工測(cè)定， 且紅外傳感器可以測(cè)定某一時(shí)間、空間范圍的溫度變化情況，無(wú)論是效率還是實(shí)際操作，這都是人類做不到的。 此外，人工測(cè)定往往只針對(duì)某一特定時(shí)刻的農(nóng)藝數(shù)據(jù)，一方面是在測(cè)定中存在一定的時(shí)間誤差，另一方面是人工測(cè)定不能反映實(shí)時(shí)的變化規(guī)律，對(duì)不同時(shí)間段的監(jiān)測(cè)會(huì)耗費(fèi)大量的時(shí)間，同時(shí)準(zhǔn)確度會(huì)下降。 應(yīng)用智慧農(nóng)業(yè)可以對(duì)棉花的多項(xiàng)指標(biāo)進(jìn)行實(shí)時(shí)監(jiān)測(cè)，并進(jìn)行縱向比較。

第一， 現(xiàn)階段的多種傳感器更多用于工業(yè)、醫(yī)學(xué)等其他領(lǐng)域，在農(nóng)業(yè)上的應(yīng)用較少，且目前農(nóng)業(yè)專用的包括傳感器在內(nèi)的各種設(shè)施較為落后，且使用壽命短，穩(wěn)定性差[64]，現(xiàn)代化農(nóng)機(jī)設(shè)備極為缺乏。 現(xiàn)有的農(nóng)業(yè)傳感器大部分仍處于試驗(yàn)階段，且成本較高，故只能應(yīng)用于小規(guī)模的試驗(yàn)地中，阻礙了進(jìn)一步的推廣，同時(shí)，單個(gè)傳感器往往只能記錄棉花的少數(shù)性狀，無(wú)法反映棉花指標(biāo)的全部情況；目前的農(nóng)機(jī)設(shè)備僅能完成簡(jiǎn)單的農(nóng)藝工作，尚無(wú)法做到高精度的操作。 第二，智慧農(nóng)業(yè)對(duì)于棉花的決策準(zhǔn)確度低， 具有一定的滯后性，很大程度上只能反映棉花在某一特定時(shí)間的需求，不能全方面反映棉花在某一個(gè)生長(zhǎng)階段或是某一特定時(shí)期的需求，也不能結(jié)合棉花、土壤、氣候環(huán)境等相互作用的環(huán)境綜合性分析并對(duì)棉花情況作出總體診斷；第三，棉花的播種，中耕除草，收獲等重要農(nóng)藝活動(dòng)更多依賴于傳統(tǒng)的作業(yè)設(shè)備或人工操作，缺乏對(duì)于此類活動(dòng)的智能化精準(zhǔn)作業(yè)裝備，且絕大多數(shù)設(shè)備在作業(yè)過(guò)程中存在包括作業(yè)質(zhì)量差、精準(zhǔn)度低、操作不方便等多種問(wèn)題。 第四，智慧農(nóng)業(yè)所應(yīng)用的傳感器、人工智能等技術(shù)需要涉及一系列的專業(yè)知識(shí)，操作條件較高， 而現(xiàn)階段從事智慧農(nóng)業(yè)的人才極為短缺，傳統(tǒng)農(nóng)村人員大量流失，留守的農(nóng)民受教育程度不高，對(duì)于智慧農(nóng)業(yè)的意識(shí)淡薄，對(duì)于精準(zhǔn)傳感器設(shè)備缺乏操作能力，無(wú)法對(duì)智慧農(nóng)業(yè)設(shè)備進(jìn)行操作和維護(hù)。

現(xiàn)階段，隨著物聯(lián)網(wǎng)、大數(shù)據(jù)等新興技術(shù)大幅崛起，人工智能、大數(shù)據(jù)、深度學(xué)習(xí)等新興概念已逐步滲透至生活的各個(gè)領(lǐng)域。 農(nóng)業(yè)作為關(guān)系民生的傳統(tǒng)行業(yè)，正處于重大改變的節(jié)點(diǎn)。 在未來(lái)，智慧農(nóng)業(yè)是棉花行業(yè)乃至整個(gè)農(nóng)業(yè)行業(yè)發(fā)展的必然趨勢(shì)。 所以，大力發(fā)展智慧農(nóng)業(yè)，是棉花行業(yè)走向新生的必要因素，其對(duì)于輕簡(jiǎn)化植棉有著至關(guān)重要的作用。 現(xiàn)階段我們可以通過(guò)收集各方面的棉花數(shù)據(jù)， 同時(shí)與棉花領(lǐng)域相關(guān)專業(yè)知識(shí)、數(shù)據(jù)資料相結(jié)合，并輔以神經(jīng)網(wǎng)絡(luò)、大數(shù)據(jù)技術(shù)進(jìn)行分析， 建立棉花大數(shù)據(jù)庫(kù)及相關(guān)數(shù)學(xué)模型，從而提高智慧農(nóng)業(yè)決策能力，有效解決棉花生產(chǎn)管理所存在的相關(guān)問(wèn)題；但目前智慧農(nóng)業(yè)在棉花生產(chǎn)管理中仍存在一定的局限性。 首先，傳感器以及神經(jīng)網(wǎng)絡(luò)等人工智能技術(shù)應(yīng)用于棉花的領(lǐng)域仍待開(kāi)發(fā)，棉花的生長(zhǎng)狀態(tài)檢測(cè)領(lǐng)域仍主要立足于棉花數(shù)字圖像監(jiān)測(cè)，提取相關(guān)顏色信息及圖像信息進(jìn)行棉花溫度檢測(cè)、水分脅迫評(píng)價(jià)；對(duì)于人工智能技術(shù)的應(yīng)用更多地停留在棉花病蟲(chóng)害圖像檢測(cè)，未來(lái)可以通過(guò)人工智能技術(shù)對(duì)于棉花葉片形狀紋理、 棉鈴棉桃形狀等圖像信息進(jìn)行分析，同時(shí)結(jié)合多種復(fù)合傳感器，對(duì)棉花的各個(gè)生理指標(biāo)進(jìn)行檢測(cè)，結(jié)合大數(shù)據(jù)技術(shù)綜合對(duì)棉花健康信息進(jìn)行診斷，從而獲得全面、準(zhǔn)確的結(jié)果。 目前并沒(méi)有針對(duì)棉花的專業(yè)傳感器，常規(guī)傳感器沒(méi)有考慮到棉花的形態(tài)特征以及植株結(jié)構(gòu)，在應(yīng)用相關(guān)傳感器進(jìn)行測(cè)量時(shí)可能會(huì)使棉花植株受到損傷；目前的部分傳感器在精度和準(zhǔn)確性方面仍然沒(méi)有達(dá)到精準(zhǔn)農(nóng)業(yè)所需的要求，且現(xiàn)有的傳感器產(chǎn)能低，成本高，檢測(cè)范圍小，只能在小面積的試驗(yàn)地及溫室大棚中使用， 尚不能大面積推廣；此外，傳統(tǒng)設(shè)備工作效率低，對(duì)于棉花的田間管理效果略差，存在工作不均勻等問(wèn)題，可以進(jìn)一步研發(fā)智能精準(zhǔn)化、自動(dòng)化設(shè)備，例如自動(dòng)駕駛智能拖拉機(jī)、農(nóng)業(yè)機(jī)器人、自動(dòng)導(dǎo)航式施肥給藥無(wú)人機(jī)等，在保證精準(zhǔn)高效作業(yè)的前提下實(shí)現(xiàn)輕簡(jiǎn)化植棉；最后，智慧農(nóng)業(yè)應(yīng)用于棉花生產(chǎn)管理中需要相關(guān)的專業(yè)知識(shí)，而我國(guó)農(nóng)村地區(qū)農(nóng)民普遍受教育程度不高，對(duì)于相關(guān)設(shè)備不能操作以及維護(hù)，這也給智慧農(nóng)業(yè)的推廣增加了阻礙。 基于棉花專業(yè)技能人員有較大缺口的事實(shí)，我們應(yīng)大力培養(yǎng)一批智慧農(nóng)業(yè)專業(yè)化人才，在掌握智慧農(nóng)業(yè)相關(guān)知識(shí)的同時(shí)， 還要掌握相關(guān)的農(nóng)業(yè)知識(shí)，以便逐步推進(jìn)智慧農(nóng)業(yè)產(chǎn)業(yè)發(fā)展，進(jìn)而帶動(dòng)棉花產(chǎn)業(yè)大幅進(jìn)步，逐步使我國(guó)成為棉花種植強(qiáng)國(guó)。