新宝gg平台登录

为古代植保注入大数据的力量

  “当农民在田间发现病虫害时反馈给他这是什么病虫害。  “当农民在田间发现病虫害时反馈给他这是什么病虫害。在提供标准图片、危害症状等比对确认的前提下手机软件就会为种植户提供该病虫害的发生分布、危害轻重、发生趋势、要不要防治、如何防治以及防治物资购买渠道、专业化防治服务机关的联系方式等有关信息……”近日由全国农技核心和中国科学院(合肥)智能机械研究所、安徽中科智能感知大数据产业技术研究院在北京举办的大数据建设战略合作签约仪式上全国农技核心主任刘天金描绘了这样的植保图景。

  
  据悉今后三方将在巨大项目联合申报、核心产品研发、通用平台构建、行业标准拟订和技术集成示范等方面增强合作充足挖掘各自潜力推动大数据技术在植保领域的研发与应用将大数据、人工智能转化为实实在在的科技生产力。
  以数字化推动植保工作升级
  当前信息化的技术和装备正逐步成为社会发展变革的主要推动力。以人工智能、大数据为代表的技术层面的寻求已经被确定为国家巨大发展战略。

  在农业生产领域增强植保大数据建设既是对国家巨大战略的落实也是提高病虫害监控能力的有力举措。
  近年来受气候变化、耕作制度演变等因素影响我国农作物病虫害监测防控面临诸多挑战。首先是病虫害重发多发频发小麦赤霉病、水稻稻瘟病、“两迁”害虫、黏虫等流行性、迁飞性病虫害重发频率提高病虫害监测压力增大;其次是基层植保机构人手减少、青黄不接、力量薄弱测报工作面临“谁来干”的问题;第三是监测手段还停留在比较古代的阶段“眼观手查、盘拍棍赶”的状况别国从根本上转变。

  
  据刘天金介绍在综合利用互联网、大数据、人工智能等现代信息技术和装备的前提下古代的植保工作将逐步演变成为一种数据集合和共享的方式——在此基础之上技术融合、业务融合、数据融合都将逐步实现。
  基于此目前已经在运行中的中国农作物有害生物监控信息系统、全国农作物巨大病虫害数字化监测预警系统等监管体系之间的信息壁垒可以彻底消除统筹构建成植保数据核心、信息采集系统、分析处理系统、决策支持系统和信息服务系统终极形成一个覆盖全国、统一接入、统筹利用的植保大数据共享平台。

  
  强强联合让人工智能深入田间地头
  据了解今后三方将充足借题各自优势挖掘自身资源在国家巨大战略和现实需求的指导下推动植保大数据平台的建设。尤其是引入人工智能技术共同打造一个惠及政府政策拟订、农作物生产、病虫害监测预警等多个层面的智慧植保平台让植物保护工作显现出前所未有的科技化图景。
  中国科学院(合肥)智能机械研究所所长王儒敬介绍打造“智慧植保平台”的关键就是充足借题人工智能极强的自学能力使其从海量植保数据中进行训练学习挖掘潜在的规律和模式;同时基于人工智能在大数据支持下的辅助决策能力有用降低对数据的依赖程度将植保工作做得更简单、更科学、更智能。

  
  从三方合作的层面来看全国农技核心拥有海量的农业数据资源。以全国农作物巨大病虫害数字化监测预警系统为例目前已经连通全国31个省级植保站和1030个病虫害测报区域站积累了近20年的测报观测数据共有210多万张表以及3200多万条数据。
  另一方面伴随着传感器、智能移动设备等技术的发展涉农数据近年来显现出每年50%~80%的爆发式增长趋势这些数据融合了农业的地域性、季节性、多样性、周期性等仅与病虫害测报有关的就包括气象数据、作物信息数据、病虫害遥感数据、地面监测数据、病虫害人工统计数据等通过古代方法往往难以处理和分析。

  
  而这些数据却为新技术的应用提供了丰富的原始素材通过对海量数据的整治和学习从数据延伸为模型进而形成病虫害自动识别、统计分析、可视化趋势、预计预报等功能系统终极实现对病虫害的智能化分析和精准预计彻底实现科学、绿色防控为宏观决策提供科学依据。
  中国科学院(合肥)智能机械研究所、安徽中科感知大数据产业技术研究院在自动化、人工智能、农业大数据研究方面具有雄厚的基础。

  目前在安徽省境内的10个植保站已经建立了应用基地在全国范围内11个省份14个县开展了智慧植保产品的试用和有关服务。
  “智宝”“随识”为日常生产提供科技支持
  未来植保大数据建设还将深入到普通种植户的日常生产中切实提高巨大病虫害的防控能力。
  目前三方共同创新研制了名为“智宝”的移动式病虫害智能化感知设备填补了国内外移动式病虫害智能测报技术与产品的空白。

  该设备集成了包括视觉、温湿度传感器、地理位置、移动终端等多种信息获取手段有用提升了现有病虫害监测能力。
  在智慧植保平台的思路下三方还将进一步致力于新技术的下沉为种植户开发真实好用的植保工具。刘天金告诉记者“智慧植保”的发展目前正和智能手机的普及极力模仿结合起来。以正在开发中的“随识app”为例其功能强大界面简明操作简便拥有庞大的专业病虫害知识库以服务普通农户、新型农业经营主体等为目标目前蕴含411种病虫害的信息对巨大病虫害的识别精度可以达到85%以上。

  同时该app拥有丰富的数据库和先进的云端技术作为支持为农民提供更加周全而精准的“植物诊断书”基于人工智能“随识”还可以随着时间的推移和数据的积累掌握更多目前尚不支持识别的害虫种类。
  刘天金强调解决实际生产需求持之以恒是三方合作的关键导向以成果转化应用为目标优势互补知难而进形成一批配套的专利技术成果切实提高巨大病虫害监测防控的能力。

  在目前合作基础上三方已经有了一些成功的合作实践:基本解决了测报灯下害虫的自动识别和分类计数技术以及研制出了病虫害田间发生数据智能采集设备等。这些研发成果从2017年起先就已经在安徽、湖南、江西、河南等省开展试验示范为植保大数据建设及进一步的生产应用积累了贵重经验。