如何改进神经网络农作物产量

‘壹’ 人工智能如何影响农业发展

农业是国民经济的基础，是经济 社会 发展中的头等大事。改革开放以来我国农业发展水平大幅提高，但同时也面临着诸如土地资源紧缺、农业产业化程度低、农产品质量安全角势严峻、农业生态环境遭到破坏等问题。如何在资源紧缺的同时稳步提高农业发展水平，实现农业可持续发展，成为我国经济 社会 发展中面临的重大命题。

在这种局面下，大规模的创新和技术变革将是解决农业问题并推动农业走向现代化的有效途径。当前，如何通过人工智能技术提高生产力，已经成为农业领域的研究与应用热点。

（一）技术加持下的智能农业

传统农业技术手段会造成水资源浪费、农药使用过度等问题，不仅成本高、效益低，产品质量得不到有效保障，还会造成土壤和环境污染。在人工智能技术的加持下，农民将能够实现精准播种、合理水肥灌溉，进而实现农业生产低耗高效、农产品优质高产。

提供科学指导。 运用人工智能技术进行分析和评估，能给农民开展生产前准备工作作出科学指导，实现土壤成分及肥力分析、灌溉用水供求分析、种子品质鉴定等功能，对土壤、水源、种子等生产要素进行科学合理配置，有力保障后续农业生产工作的顺利开展。

提高生产效率。 在农业产中阶段使用人工智能技术，能帮助农民更科学地种植农作物以及对农田进行更合理的管理，有效提高农作物产量及农业生产效率。推动农业生产向机械化、自动化、规范化转型，加速农业现代化进程。

实现农产品智能分拣。 将机器视觉识别技术运用到农产品分选机械中，可对农产品外观品质进行自动识别检验及分级，其检验识别率远高于人类视觉，具有速度快、信息量大、功能多的特点，可一次完成多项指标检测。

（二）人工智能在农业领域的应用现状

当前，人工智能技术正在成为改变农业生产方式、推进农业供给侧改革的强劲动力，在多种农业场景得到广泛应用。例如，耕作、播种和采摘等智能机器人，土壤分析、种子分析、病虫害分析等智能识别系统，以及禽畜智能穿戴产品等。这些应用的广泛运用能有效提升农业产出及效率，同时减少农药和化肥的使用。

IntelinAir 公司对土壤照片进行肥力分析

土壤成分及肥力分析。 土壤成分及肥力分析是农业产前阶段最重要的工作之一，也是实现定量施肥、宜栽作物选择、经济效益分析等工作的重要前提。借助非侵入性的探地雷达成像技术对土壤进行探测，然后利用人工智能技术对土壤情况进行分析，可在土壤特征与宜栽作物品种间建立关联模型。

例如，IntelinAir公司开发了一款无人机，通过类似核磁共振成像技术拍下土壤照片，通过智能分析，确定土壤肥力，精准判断适宜栽种的农作物。

灌溉用水供求分析。 基于人工智能技术的智能灌溉控制系统，集专家系统技术、自动控制技术、通讯技术、传感器技术等高新技术于一体，可以实时监测土壤墒情，根据检测得到的气候指数和当地的水文气象观测数据，对灌溉用水供求量进行分析，选择最佳灌溉规划策略。

种子品质鉴定。 作为农业生产中最重要的生产资料之一，种子的质量直接关系到农作物产量和生产效益。利用图像分析技术以及神经网络等非破坏性的方法对作物种子的种类、纯度和安全性进行检测，能有效控制和提高农产品质量。

农业专家系统。 农业专家系统则是一种拥有大量农业领域相当数量的专家级知识和经验，可以模拟农业专家的思维，解决农业领域问题的智能计算机程序系统。农业专家系统可以对农业生产领域进行数据分析，及时获得农业生产各阶段可能遇到的问题的解决方法。

奶牛身上的电子可穿戴设备

动植物 健康 监测。 比如，Connecterra是一家荷兰的农业 科技 公司，主要研发和生产用于奶牛身上的电子可穿戴设备。这些设备内置多个传感器，配套的分析软件则融入了机器学习技术，软硬件配合共同实时监测牲畜的 健康 情况。通过可穿戴感应器学习奶牛的行为模式，奶农还能更早注意到可能出现的问题，比如奶牛的跛足或者消化不良等情况，并获得建议。在这些信息的帮助下，Connecterra客户农场的乳制品产量得到了30%的提升。

Aboundant Robotics 公司的苹果采摘机器人

播种、耕作、采收等智能机器人。 人工智能技术广泛应用到农业生产中的播种、耕作、采摘等多种场景，极大地革新了农业生产方式，提高了生产效率。美国Aboundant Robotics公司开发了一款苹果采摘机器人，其通过摄像装置获取果树的照片，采用双目立体视觉、图片识别等技术对果实进行定位并判断其成熟度，确定适合采摘的果实，然后运用机器人精准操控技术对果实进行无损采摘，采摘速度高达一秒一个。

杂草控制。 依托出色的传感器技术和图像识别功能，Blue River Technology公司开发了一款名为See＆Spray的机器人，用以帮助控制 棉花地的杂草。它依靠计算机视觉和机器学习判断面前的是作物还是杂草，即使目标只有邮票大小，它也能准确识别。一旦确定那不是作物， 机器人会控制喷嘴对准喷洒，避免对棉花造成腐蚀。

精准喷洒和喷雾喷嘴可以帮助防止杂草对除草剂产生抗药性，并且能减少高达90%的除草剂使用量。这不但提高了除草效率，帮助农民稳定收入，也因减少化学品的使用量，保护了作物和环境。

控制杂草的 See ＆ Spray 机器人

智能温室系统。 在西方发达国家智能温室系统已得到广泛深度应用。例如，目前荷兰约有85%的温室通过计算机进行环境调控，德国已把3S技术（地理信息系统GIS、全球定位系统GPS、遥感技术RS） 成功运用到温室控制与管理中。

通过在温室安装的各类传感器，可实时监测土壤水分、土壤湿度、空气湿度、空气温度、光照强度、植物养分含量等数据，并通过人工智能系统对这些采集的数据进行分析处理，模拟出最适合温室内农作物生长的环境，进而对供水系统、加热装置、加湿装置、除虫装置、卷帘装备、遮阴设备、施肥系统等进行远程自动化控制，从而改善温室内部农作物生长环境，达到调节生长周期、改善产品质量、降低生产成本、提高经济效益等目的。

【本文来源于人民出版社出版的《人工智能读本》】

‘贰’ 提高农作物产量的措施有哪些

你好，提高作物产量的措施有以下几点：

一、水分代谢

灌溉可以达到增产的目的，合理灌溉，以提高水分利用率，这样才能保证作物产量的提高。

二、光合作用

提供适宜的环境，可促进光合作用，增加光合产物积累

例如最适宜的温度，白天和夜晚的温差，空气的湿度，空气的流动性等等。

提高光合效率，充分利用光照和土地，避免资源过剩。

三、作物的生长及调控

适当使用植物激素：可促进植物的生长发育，或是在合适的时候进行最适宜的生理活动，以最大化其产量。

或是规划作物的长势，保证作物体内本身含有的各类激素的含量。

四、矿质营养方面

以茎叶为主的蔬菜要多补氮；以种子、块根块茎为主宜混合施用氮磷钾，而特殊的如：甘薯要早用氮，晚加磷、钾，像这样为每种作物安排最合理的施肥比例。

施肥可扩大叶面积，如海和威海餐沃水溶肥，提高叶绿素含量，延长叶片寿命，提高光合性能，改善光合产物的分配利用，提高经济系数。

‘叁’ 人工神经网络与智慧农业的关系

人工智能作为当今科技的前沿技术已经深入到各行各业之中，当下我们关注最多的还是人工智能为医疗、金融、工业带来怎样的变化，却忽视了人工智能在农业领域中的应用。事实上，从20世纪70年代开始，人工智能技术，特别是专家系统技术就开始应用于现代农业领域。
根据联合国粮农组织预测，到2050年，全球人口将超过90亿，尽管人口较目前只增长25%，但是由于人类生活水平的提高以及膳食结构的改善，对粮食需求量将增长70%。与此同时，全球又面临着土地资源紧缺、化肥农药过度使用造成的环境破坏等问题。如何在有限的耕地增加农业的产出，同时保持可持续发展?人工智能作为解决方式之一，展示出了其强大的实力。
人工智能在智慧农业中将发挥哪些作用?
1、种子检测
种子是农业生产中最重要的生产资料之一，种子质量直接关系到作物产量。种子的纯度和安全性检测，是提升农产品质量的重要手段。因此，利用图像分析技术以及神经网络等非破坏性的方法对种子进行准确的评估，对提高农产品产量和质量起到了很好的保障作用。
2、智能种植
在传统农业中，需要耗费大量的人力、物力。搭载人工智能技术的机器人将有助于缓解农民的负担，大大降低土地对劳动力的需求量。例如在种植、管理、采摘、分拣等环节都可以通过智能机器人来完成，实现农业种植的智能化与自动化。
3、作物监控
在农业生产的很多方面，大部分的工作是通过对农作物外观的判断进行的，例如农作物的生长状态、病虫害监测以及杂草辨别等等。在过去，这些工作是通过人的肉眼去观察，但是这存在两个问题：1、农民并不能保证根据经验做出的判断是完全正确的;2、由于没有专业人士及时到现场诊断，可能会使农作物病情延误或加重。人工智能技术可在农作物检测中提供强大的技术的支持，通过机器人视觉技术，模拟人类的视觉功能，从客观事物的图像中获取信息并处理和分析。
4、土壤灌溉
人工神经网络具备机器学习能力，能够根据检测得到的气候指数和当地的水文气象观测数据，选择最佳灌溉规划策略。通过对土壤湿度的实时监控，利用周期灌溉、自动灌溉等多种方式，提高灌溉精准度和水的利用率。这样既能节省用水，又能保证农作物良好的生长环境。
人工智能技术在农业领域面临的困难与挑战
不过，虽然人工智能技术已经开始应用于农业领域，但是与其在金融、医疗、交通等领域上的成功应用相比，人工智能在农业上的运用略显初级，大多农场、农业设备制造商还没有深入推进人工智能的引入。原因包括：1、农业领域的数据获取比其他行业要难;2、农业生产统计和量化应用困难，农业环境变化对人工智能技术在农业上的测试、验证和推广更加困难;3、缺乏既懂农业又懂人工智能技术的复合型人才。
政策支持破解人工智能农业困局
2017年，国务院印发的《新一代人工智能发展规划》提出，加快推进产业智能化升级。在智能农业方面，要研制农业智能传感与控制系统、智能化农业装备、农机田间作业自主系统等。建立完善的天、空、地一体化的智能农业信息遥感监测网络及农业大数据智能决策分析系统。除去国家层面的政策之外，各地政府也开始密集出台相关政策，以解决人工智能技术在农业领域的应用中面临的实际问题。
2018年4月，教育部印发《高等学校人工智能创新行动计划》，提出加强人才培养与创新研究基地的融合，完善人工智能领域多主体协同育人机制，以多种形式培养多层次的人工智能领域人才;到2020年建立50家人工智能学院、研究院或交叉研究中心，并引导高校通过增量支持和存量调整，加大人工智能领域人才的培养力度。截至2017年12月，国内共有七十余所高校围绕人工智能领域设置86个二级学科或交叉学科。2018年国内高校首批612个“新工科”研究与实践项目中，已布局建设将近60个人工智能类项目。
写在最后：
随着人工智能技术的不断发展，其在智慧农业领域的大规模应用将最终实现。相信在不久的将来，人工智能能够更好的为人类服务，改善人类的生活，带来巨大的经济效益。在人工智能的引领下，农业将迈入智能化的崭新时代。