智慧設(shè)施農(nóng)業(yè)是未來農(nóng)業(yè)發(fā)展的方向之一，目前發(fā)展智慧農(nóng)業(yè)，在科技、資金、政策等方面還存在不足，尤其是在科技應(yīng)用方面，仍有不少空白需要盡快填補。同濟大學(xué)、農(nóng)科院、浙江大學(xué)、京都大學(xué)等高校、科研機構(gòu)投入了不少科研力量，已經(jīng)取得了一定進展。

一、改進YOLOv4的溫室環(huán)境下草莓生育期識別方法

參與機構(gòu)：北京市農(nóng)林科學(xué)院智能裝備技術(shù)研究中心、上海海洋大學(xué)信息學(xué)院

針對目前設(shè)施農(nóng)業(yè)數(shù)字化栽培調(diào)控技術(shù)中對作物的生育期實時檢測與分類問題，該團隊提出一種改進YOLOv4的溫室環(huán)境下草莓生育期識別方法。

結(jié)果表明，研究提出的YOLOv4-CBAM模型對開花期、果實膨大期、綠果期和成熟期草莓的檢測平均精度、平均精度均值、平均交并比為、檢測單位圖像時間等數(shù)據(jù)，精度極高，可對草莓各生育期目標進行精準識別和分類，并為設(shè)施草莓栽培的信息化、規(guī)模化調(diào)控提供有效的理論依據(jù)。

二、南方藍莓智能溫室促早熟生產(chǎn)多因子協(xié)調(diào)控制技術(shù)

參與機構(gòu)：同濟大學(xué)電子與信息工程學(xué)院

為實現(xiàn)藍莓提前上市、提升藍莓品質(zhì)，獲得更大經(jīng)濟效益的目的，該團隊在溫室環(huán)境多因子協(xié)調(diào)控制模型基礎(chǔ)上，針對藍莓生長環(huán)境特點，探索研究了一套藍莓溫室多因子協(xié)調(diào)控制算法，用于調(diào)控溫室大棚的環(huán)境。

試驗將南方藍莓移至江蘇省蘇州市昆山市花橋鎮(zhèn)的環(huán)境可控型智能溫室中，基于物聯(lián)網(wǎng)技術(shù)，從藍莓物候期、品種特點、土壤pH、水肥灌溉方式、小氣候環(huán)境區(qū)間等要點和環(huán)境調(diào)控范圍，并建立藍莓植物工廠化生產(chǎn)控制系統(tǒng)，串聯(lián)硬件層、軟件層和云端，實現(xiàn)現(xiàn)場端環(huán)境監(jiān)測調(diào)控、數(shù)據(jù)云存儲與遠程控制等技術(shù)。

經(jīng)實際驗證，整體調(diào)控系統(tǒng)效果顯著，南方品種藍莓提早近一個月進入果實采摘期，其同時蓄冷后的藍莓植株相比為蓄冷植株，在單株產(chǎn)量、單果重量上分別有所提升。說明采用該算法能提高藍莓的產(chǎn)量和品質(zhì)，為南方溫室藍莓植物工廠化促早熟生產(chǎn)管理提供示范。

三、人工智能輔助種植策略對溫室草莓生產(chǎn)調(diào)控效果對比研究

參與機構(gòu)：中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)信息研究所/農(nóng)業(yè)部農(nóng)業(yè)信息技術(shù)重點實驗室、云南省農(nóng)業(yè)科學(xué)院花卉研究所、云南省元江縣農(nóng)業(yè)技術(shù)推廣服務(wù)中心

為緩解勞動力緊缺、提升提高設(shè)施園藝作物精準化管理水平，該團隊嘗試以人工智能方式，解決問題。以勞動密集型園藝作物-草莓為實驗對象，研究對比采用不同AI種植策略，和關(guān)鍵技術(shù)對草莓溫室生產(chǎn)的調(diào)控效果，可對園藝作物種植的AI技術(shù)改進和產(chǎn)業(yè)化應(yīng)用提供參考。

結(jié)果表明，與人工種植管理相比，AI種植策略組的平均產(chǎn)量提高了1.66倍，平均產(chǎn)值提高了1.82倍，最高投入產(chǎn)投比提高了1.27倍。知識圖譜、深度學(xué)習(xí)、視覺識別、作物模型和作物生長仿真器等技術(shù)在草莓AI種植中各有優(yōu)勢。針對高產(chǎn)優(yōu)質(zhì)的目標，在配備較完善的智能化設(shè)備和控制組件的溫室生產(chǎn)條件下，AI輔助種植能有效提高草莓種植管控的精準度，減少水肥和勞動力的投入，獲得較高的收益，但也存在對人工管理勞動的模擬難、作物本體信息采集難等問題。

四、日本設(shè)施農(nóng)業(yè)采收機器人研究應(yīng)用進展及對中國的啟示

參與機構(gòu)：京都大學(xué)農(nóng)學(xué)研究科、浙江大學(xué)文學(xué)院

出于借鑒日本智能采收裝備近四十年研發(fā)經(jīng)驗的目的，該團隊綜述了日本設(shè)施農(nóng)業(yè)采收機器人的研究應(yīng)用進展，分析了基于農(nóng)機農(nóng)藝結(jié)合的茄科(番茄、茄子、青椒)、葫蘆科(黃瓜、瓜類水果)、蘆筍和草莓等10種設(shè)施農(nóng)業(yè)采收機器人的采收技術(shù)，其中詳細對比了番茄、草莓等幾種蔬菜歷代采收機器人的設(shè)計理念及其優(yōu)點與不足。分析了設(shè)施農(nóng)業(yè)采收機器人面臨的科學(xué)問題及解決方案，總結(jié)了未來發(fā)展趨勢及對中國的啟發(fā)。

設(shè)施農(nóng)業(yè)智能裝備作為設(shè)施農(nóng)業(yè)穩(wěn)定、高品質(zhì)、高效生產(chǎn)的必要保障，對其的研究與借鑒，可為加速推進中國設(shè)施農(nóng)業(yè)采收機器人的智慧化、智能化和產(chǎn)業(yè)化發(fā)展提供借鑒參考。

五、基于Penman-Monteith模型和路徑排序算法相結(jié)合的草莓灌溉方法與驗證

參與機構(gòu)：吉林農(nóng)業(yè)大學(xué)信息技術(shù)學(xué)院、北京農(nóng)業(yè)智能裝備技術(shù)研究中心

為更加有效、精確地控制設(shè)施作物的灌溉，該團隊以"章姬"草莓為例，研究了一種基于Penman-Monteith模型和路徑排序算法相結(jié)合的草莓灌溉方法與驗證。

實驗結(jié)果表明，在規(guī)定時間采收的情況下，研究提出的算法相結(jié)合的方法比傳統(tǒng)P-M模型方法，在果實總產(chǎn)量、單株果實均產(chǎn)量、果實均重百分比、硬度分別有一定提高。表明該方法根據(jù)作物生長狀態(tài)對作物灌溉進行調(diào)整合理，為精確灌溉提供了新的思路。

以上五項科研，大都可以進行商業(yè)化應(yīng)用，尤其是促早熟生產(chǎn)多因子協(xié)調(diào)控制技術(shù)，完全可以與智慧溫室的管理相結(jié)合，既能提升大棚管理效率，也能節(jié)約勞動力，期待未來更多科研成果能夠?qū)W以致用。

審核編輯黃宇