當(dāng)前，新質(zhì)生產(chǎn)力已成為千行百業(yè)高質(zhì)量發(fā)展的內(nèi)在要求和重要著力點(diǎn)。農(nóng)業(yè)作為國(guó)民經(jīng)濟(jì)的“壓艙石"，更需要夯實(shí)基礎(chǔ)，依靠科技創(chuàng)新、產(chǎn)業(yè)創(chuàng)新為農(nóng)業(yè)強(qiáng)國(guó)建設(shè)注入強(qiáng)勁動(dòng)能。

作為國(guó)內(nèi)智慧農(nóng)業(yè)的耕耘者，托普云農(nóng)將現(xiàn)代信息技術(shù)與農(nóng)業(yè)專業(yè)深度融合，通過(guò)人工智能、大模型、大數(shù)據(jù)在農(nóng)業(yè)領(lǐng)域的深度綜合運(yùn)用，為農(nóng)業(yè)科研、生產(chǎn)、管理提質(zhì)增效。

人工智能：智慧農(nóng)業(yè)新引擎

近年來(lái)，人工智能（AI）技術(shù)取得飛躍式進(jìn)步，其中圖像智能識(shí)別、數(shù)據(jù)建模分析、大模型等能力，在農(nóng)業(yè)領(lǐng)域應(yīng)用越來(lái)越廣泛。托普云農(nóng)組建專業(yè)的人工智能技術(shù)團(tuán)隊(duì)，結(jié)合農(nóng)業(yè)科研、生產(chǎn)等環(huán)節(jié)的實(shí)際需求，對(duì)AI技術(shù)進(jìn)行深度適配和校準(zhǔn)，已在眾多場(chǎng)景實(shí)現(xiàn)成熟應(yīng)用。

01
圖像智能識(shí)別

人工智能的圖像識(shí)別能力在作物考種、植物表型識(shí)別、植保等領(lǐng)域都能發(fā)揮巨大作用。托普云農(nóng)基于先進(jìn)的深度學(xué)習(xí)和大模型技術(shù)，根據(jù)場(chǎng)景選擇合適的算法模型及驗(yàn)證，采集海量樣本數(shù)據(jù)對(duì)模型進(jìn)行訓(xùn)練，并結(jié)合市場(chǎng)驗(yàn)證進(jìn)行多次版本迭代和優(yōu)化，識(shí)別準(zhǔn)確率達(dá)到水平。

作物考種

在作物考種工作中，對(duì)作物籽粒、果穗的性狀考察和分析是篩選和培育優(yōu)良品種的重要一環(huán)。托普云農(nóng)將AI圖像識(shí)別技術(shù)與考種場(chǎng)景相結(jié)合，自主研發(fā)智能考種分析系統(tǒng)，通過(guò)高清成像智能識(shí)別小麥、水稻、玉米等農(nóng)作物的籽粒、果穗、截面，并高效精準(zhǔn)測(cè)量粒數(shù)、重量，以及長(zhǎng)、寬、面積等各項(xiàng)粒型參數(shù)與果穗?yún)?shù)。與傳統(tǒng)人工測(cè)量方式相比，運(yùn)用AI圖像識(shí)別技術(shù)不僅考種分析效率顯著提升，測(cè)量精度也大大增加，誤差控制在0.3%以下。

托普云農(nóng)圖像識(shí)別技術(shù)在考種方面的應(yīng)用

植物表型解析

基于深度學(xué)習(xí)的圖像識(shí)別技術(shù)，托普云農(nóng)將AI用于植物表型識(shí)別、檢測(cè)和分析，并涵蓋植物的根、莖、葉、花、果實(shí)等器官。在可見(jiàn)光二維、可見(jiàn)光三維、高光譜等成像模塊下，整合多種傳感器，利用AI算法快速獲取植物全生育期高通量表型信息，覆蓋不同生境下植物器官、單株、群體的形態(tài)、生理等120多種表型指標(biāo)，在解析精度、效率等方面優(yōu)勢(shì)明顯，為智能育種、種質(zhì)資源鑒定等科研工作提質(zhì)增效。

托普云農(nóng)植物表型解析設(shè)備

托普云農(nóng)圖像識(shí)別技術(shù)在表型解析方面的應(yīng)用

病蟲害識(shí)別

我國(guó)每年農(nóng)作物病蟲害發(fā)生面積近70億畝次，而傳統(tǒng)的人工病蟲害檢測(cè)方法存在主觀性強(qiáng)、工作量大、覆蓋范圍窄，效率低等問(wèn)題。為此、托普云農(nóng)利用人工智能深度學(xué)習(xí)技術(shù)，結(jié)合積累的病蟲害樣本庫(kù)訓(xùn)練出病蟲害模型，從而實(shí)現(xiàn)對(duì)病蟲害的快速、精準(zhǔn)識(shí)別。

托普云農(nóng)病蟲害識(shí)別算法示意

目前，基于人工智能與植保領(lǐng)域深度融合，托普云農(nóng)采用卷積神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)的方法建立識(shí)別模型，已實(shí)現(xiàn)2063種農(nóng)業(yè)害蟲的智能識(shí)別。其中，二化螟、稻縱卷葉螟、玉米螟、棉鈴蟲、小菜蛾等國(guó)家一二類趨光性及主要農(nóng)林害蟲的識(shí)別準(zhǔn)確率達(dá)到97.5%；稻飛虱、葉蟬、綠盲蝽等毫米級(jí)小蟲體識(shí)別準(zhǔn)確率達(dá)90%以上。

在病害方面，已覆蓋小麥、玉米、水稻等9類作物，涵蓋赤霉病、灰斑病、稻瘟病等在內(nèi)76種病害癥狀，在水稻病害癥狀識(shí)別方面效果尤其顯著，為糧食安全、生態(tài)保護(hù)提供了有力保障。

托普云農(nóng)圖形識(shí)別技術(shù)在植保方面的應(yīng)用

02
數(shù)據(jù)建模與分析

基于多樣化的農(nóng)業(yè)傳感器與智能裝備，托普云農(nóng)精準(zhǔn)采集來(lái)自土壤、氣候、作物生長(zhǎng)等多維度源頭數(shù)據(jù)，并運(yùn)用AI技術(shù)進(jìn)行數(shù)據(jù)建模分析與趨勢(shì)預(yù)測(cè)，在種植管理、風(fēng)險(xiǎn)評(píng)估、市場(chǎng)洞察等方面為農(nóng)業(yè)生產(chǎn)者提供決策支持。

作物生長(zhǎng)預(yù)測(cè)

托普云農(nóng)自主研發(fā)和適配的作物物候期模型，WOFOST作物生長(zhǎng)模型等，通過(guò)內(nèi)置作物在不同生長(zhǎng)發(fā)育期的同化、呼吸、蒸騰作用等生物機(jī)理，以及氣候、土壤等環(huán)境機(jī)理，實(shí)現(xiàn)對(duì)作物全生命周期的監(jiān)測(cè)與預(yù)測(cè)，包括生育期預(yù)測(cè)、產(chǎn)量預(yù)測(cè)等，指導(dǎo)農(nóng)事管理，提高生產(chǎn)效率。

楊梅生長(zhǎng)模型

精準(zhǔn)農(nóng)業(yè)管理

基于對(duì)土壤、作物生長(zhǎng)情況的數(shù)據(jù)監(jiān)測(cè)，托普云農(nóng)構(gòu)建測(cè)土配方、土壤墑情預(yù)測(cè)、作物需水模型等，評(píng)估和匹配土壤水份、肥力與作物生長(zhǎng)需求，從而指導(dǎo)精準(zhǔn)灌溉、精準(zhǔn)施肥，在確保作物健康生長(zhǎng)的同時(shí)達(dá)到節(jié)水節(jié)肥、避免環(huán)境污染和資源浪費(fèi)的目的。

托普云農(nóng)精準(zhǔn)智能灌溉系統(tǒng)

風(fēng)險(xiǎn)評(píng)估

在外部環(huán)境方面，托普云農(nóng)研發(fā)病蟲害預(yù)測(cè)、蟲害防治期估算、小氣候訂正、氣象災(zāi)害預(yù)警等模型，為農(nóng)業(yè)生產(chǎn)者提供有效的防災(zāi)防治建議。同時(shí)，綜合利用了農(nóng)作物市場(chǎng)價(jià)格數(shù)據(jù)、天氣預(yù)測(cè)數(shù)據(jù)的農(nóng)作物產(chǎn)量預(yù)測(cè)、價(jià)格預(yù)測(cè)、投入產(chǎn)出分析等模型，能夠評(píng)估農(nóng)業(yè)風(fēng)險(xiǎn)，為農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)者和銀行、保險(xiǎn)等農(nóng)業(yè)金融服務(wù)者提供精準(zhǔn)定價(jià)和風(fēng)險(xiǎn)管理策略。

褐飛虱屬遷飛路徑研判

03
農(nóng)業(yè)大模型“小農(nóng)人"

得益于在智慧農(nóng)業(yè)領(lǐng)域的深厚積累，托普云農(nóng)將AI大模型技術(shù)與農(nóng)業(yè)專業(yè)深度融合，構(gòu)建農(nóng)業(yè)AI大模型“小農(nóng)人"，對(duì)農(nóng)資、農(nóng)技、農(nóng)事服務(wù)、農(nóng)業(yè)科研、農(nóng)產(chǎn)品加工業(yè)、農(nóng)業(yè)信息服務(wù)、農(nóng)業(yè)社會(huì)化服務(wù)等細(xì)分領(lǐng)域的學(xué)術(shù)論文、技術(shù)報(bào)告、文檔等海量知識(shí)進(jìn)行系統(tǒng)化梳理，構(gòu)建農(nóng)業(yè)知識(shí)體系庫(kù)。當(dāng)農(nóng)業(yè)工作者向“小農(nóng)人"提出農(nóng)業(yè)問(wèn)題時(shí)，它基于RAG技術(shù)迅速生成專業(yè)答案，如同一位即問(wèn)即答的農(nóng)業(yè)專家顧問(wèn)，協(xié)助農(nóng)業(yè)工作者解決復(fù)雜問(wèn)題。

與傳統(tǒng)的問(wèn)答機(jī)器人相比，“小農(nóng)人"的表現(xiàn)更加智能，不僅對(duì)話流暢自然，能夠靈活適應(yīng)不同場(chǎng)景和任務(wù)，而且隨著訓(xùn)練語(yǔ)料的不斷豐富和知識(shí)庫(kù)的不斷更新，“小農(nóng)人"能夠持續(xù)擴(kuò)充農(nóng)業(yè)專業(yè)知識(shí)，從而提供更好服務(wù)。

例如在農(nóng)場(chǎng)管理場(chǎng)景，“小農(nóng)人"化身為農(nóng)場(chǎng)管家，協(xié)助農(nóng)業(yè)園區(qū)管理；在環(huán)境調(diào)控場(chǎng)景，“小農(nóng)人"化身為種植專家，指導(dǎo)灌溉、通風(fēng)、施肥等農(nóng)事操作；在植保場(chǎng)景，“小農(nóng)人"化身為病蟲害防治專家，為工作者解答病蟲害防治難題等。

農(nóng)業(yè)大模型“小農(nóng)人"

大數(shù)據(jù)：推動(dòng)精準(zhǔn)農(nóng)業(yè)與智慧監(jiān)管

大數(shù)據(jù)技術(shù)的核心價(jià)值在于從多樣化數(shù)據(jù)集中發(fā)現(xiàn)規(guī)律、趨勢(shì)和關(guān)聯(lián)性，為科學(xué)決策提供支撐。近年來(lái)，我國(guó)高度重視農(nóng)業(yè)大數(shù)據(jù)應(yīng)用與基礎(chǔ)設(shè)施建設(shè)工作，陸續(xù)發(fā)布《促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要》《農(nóng)業(yè)農(nóng)村大數(shù)據(jù)試點(diǎn)方案》《數(shù)字農(nóng)業(yè)農(nóng)村發(fā)展規(guī)劃（2019—2025年）》等一系列指引性文件，推動(dòng)大數(shù)據(jù)技術(shù)向農(nóng)業(yè)全產(chǎn)業(yè)鏈加速覆蓋。

大數(shù)據(jù)技術(shù)應(yīng)用，數(shù)據(jù)采集是基礎(chǔ)。托普云農(nóng)不斷加強(qiáng)精準(zhǔn)感知、圖像識(shí)別和數(shù)據(jù)采集技術(shù)創(chuàng)新，研發(fā)涵蓋植物表型、種子、培養(yǎng)箱、植保、氣象環(huán)境、土壤、品質(zhì)等200+農(nóng)業(yè)專用傳感器與智能裝備，深入開(kāi)展數(shù)據(jù)采集、輸入、匯總、應(yīng)用、管理技術(shù)研究，構(gòu)建起農(nóng)業(yè)生產(chǎn)全要素智能數(shù)據(jù)采集系統(tǒng)。

01
農(nóng)業(yè)生產(chǎn)精準(zhǔn)化

在農(nóng)業(yè)生產(chǎn)環(huán)節(jié)，大數(shù)據(jù)技術(shù)通過(guò)傳感器、物聯(lián)網(wǎng)智能裝備、遙感、GIS等方式采集并整合氣候、土壤、作物生長(zhǎng)、病蟲害等多維度數(shù)據(jù)信息，經(jīng)綜合分析發(fā)現(xiàn)趨勢(shì)和關(guān)聯(lián)性，從而優(yōu)化資源投入，降低生產(chǎn)成本，提高生產(chǎn)效率與產(chǎn)品質(zhì)量。

以病蟲害監(jiān)測(cè)預(yù)警應(yīng)用為例，托普云農(nóng)與浙江省植保部門共同打造“浙江省農(nóng)作物重大病蟲害智慧監(jiān)測(cè)預(yù)警系統(tǒng)"，在浙江省全境統(tǒng)一布局田間智能監(jiān)測(cè)點(diǎn)160余個(gè)，形成區(qū)域性智能監(jiān)測(cè)網(wǎng)絡(luò)，實(shí)現(xiàn)水稻二化螟、稻縱卷葉螟、稻飛虱等重大蟲情動(dòng)態(tài)的實(shí)時(shí)測(cè)報(bào)、集中采集、統(tǒng)一管理和綜合應(yīng)用。

浙江省水稻蟲情預(yù)警平臺(tái)

蟲情數(shù)據(jù)的匯集和分析，為監(jiān)測(cè)遷飛性害蟲、爆發(fā)提供了重要依據(jù)。2021年7月，臺(tái)風(fēng)“煙hua"過(guò)境浙江期間，浙江省級(jí)植保部門通過(guò)蟲情監(jiān)測(cè)數(shù)據(jù)研判桐廬等地可能迎來(lái)稻縱卷葉螟遷入高峰，指導(dǎo)當(dāng)?shù)剞r(nóng)戶及時(shí)采取防治措施，收效顯著。

02
單品全產(chǎn)業(yè)鏈數(shù)字化

在單品全產(chǎn)業(yè)鏈綜合管理環(huán)節(jié)，大數(shù)據(jù)技術(shù)通過(guò)收集與打通供需兩端數(shù)據(jù)信息，能夠分析市場(chǎng)需求、庫(kù)存水平、物流信息等，進(jìn)一步減少供需兩端信息不對(duì)稱，在倉(cāng)庫(kù)儲(chǔ)存和零售商店環(huán)節(jié)提高運(yùn)營(yíng)質(zhì)量，提升供應(yīng)鏈管理效率。

以水稻產(chǎn)業(yè)為例，由農(nóng)業(yè)農(nóng)村部建設(shè)項(xiàng)目支持，中國(guó)水稻研究所牽頭建設(shè)，托普云農(nóng)提供技術(shù)支撐建成的水稻全產(chǎn)業(yè)鏈大數(shù)據(jù)應(yīng)用服務(wù)平臺(tái)——國(guó)家水稻全產(chǎn)業(yè)鏈大數(shù)據(jù)平臺(tái)，通過(guò)搭建水稻全產(chǎn)業(yè)鏈大數(shù)據(jù)中心，打通水稻生產(chǎn)-儲(chǔ)備-市場(chǎng)-貿(mào)易-消費(fèi)-科技全產(chǎn)業(yè)鏈，匯聚來(lái)自生產(chǎn)端、流通端、消費(fèi)端的宏觀、中觀和微觀數(shù)據(jù)，形成完善的業(yè)務(wù)管理、數(shù)據(jù)共享和決策咨詢體系，建立價(jià)格分析預(yù)測(cè)、氣象產(chǎn)量預(yù)測(cè)、投入產(chǎn)出分析、輿情分析、消費(fèi)者情感分析等模型，深化大數(shù)據(jù)在水稻產(chǎn)業(yè)領(lǐng)域的應(yīng)用，推動(dòng)我國(guó)水稻產(chǎn)業(yè)的數(shù)字化、信息化建設(shè)。

國(guó)家水稻全產(chǎn)業(yè)鏈大數(shù)據(jù)平臺(tái)

03
農(nóng)政監(jiān)管智慧化

在農(nóng)業(yè)農(nóng)村農(nóng)政監(jiān)管層面，大數(shù)據(jù)技術(shù)也發(fā)揮著至關(guān)重要的作用。通過(guò)收集和分析農(nóng)田分布、農(nóng)業(yè)生產(chǎn)、農(nóng)村事務(wù)等海量農(nóng)業(yè)數(shù)據(jù)，農(nóng)政監(jiān)管機(jī)構(gòu)能夠更全面、精準(zhǔn)地了解轄區(qū)農(nóng)事?tīng)顩r、預(yù)測(cè)市場(chǎng)趨勢(shì)、評(píng)估資源分配以及制定管理政策。

以“浙江鄉(xiāng)村大腦"為例，“浙江鄉(xiāng)村大腦"是由浙江省農(nóng)業(yè)農(nóng)村廳決策部署，托普云農(nóng)提供技術(shù)支撐打造的浙江省農(nóng)業(yè)農(nóng)村領(lǐng)域數(shù)字化、智能化能力中心。

建設(shè)過(guò)程中，托普云農(nóng)為浙江鄉(xiāng)村大腦搭建了“11153"的總體構(gòu)架（1倉(cāng)1圖1碼5庫(kù)3能力），制定了嚴(yán)謹(jǐn)?shù)募夹g(shù)規(guī)范，建立了知識(shí)庫(kù)、規(guī)則庫(kù)、算法庫(kù)、模型庫(kù)、組件庫(kù)，打造“智能感知、生長(zhǎng)模型、智能交互、監(jiān)測(cè)預(yù)警、指數(shù)評(píng)價(jià)、分析研判、惠農(nóng)直達(dá)、全景畫像、安全智控"九大智能能力，支撐了“農(nóng)業(yè)智能、鄉(xiāng)村智治、農(nóng)民智富"三大場(chǎng)景能力，分別聚焦智慧農(nóng)業(yè)生產(chǎn)、基層鄉(xiāng)村治理、農(nóng)民增收共富，開(kāi)發(fā)并集成了一系列數(shù)字化應(yīng)用，顯著提升數(shù)字鄉(xiāng)村建設(shè)水平。

浙江鄉(xiāng)村大腦匯集農(nóng)業(yè)大數(shù)據(jù)

目前，浙江鄉(xiāng)村大腦已經(jīng)覆蓋全省11個(gè)市、90個(gè)縣（市、區(qū)），實(shí)現(xiàn)省市縣三級(jí)全貫通，有效支撐“浙農(nóng)"系列等各級(jí)應(yīng)用60余個(gè)，歸集各類數(shù)據(jù)約20億條，日均訪問(wèn)量超100萬(wàn)次，活躍用戶55萬(wàn)人。

結(jié)語(yǔ)

未來(lái)，農(nóng)業(yè)領(lǐng)域?qū)⒂瓉?lái)多種技術(shù)融合發(fā)展的趨勢(shì)。在科技創(chuàng)新驅(qū)動(dòng)下，物聯(lián)網(wǎng)、智能傳感器、大數(shù)據(jù)、人工智能、農(nóng)業(yè)機(jī)器人等技術(shù)將持續(xù)進(jìn)步并深度融合，構(gòu)建高度集成的智慧農(nóng)業(yè)生態(tài)系統(tǒng)，形成農(nóng)業(yè)新質(zhì)生產(chǎn)力，推動(dòng)農(nóng)業(yè)科研、生產(chǎn)、經(jīng)營(yíng)與監(jiān)管向著精準(zhǔn)、高效、智能化、可持續(xù)方向不斷發(fā)展。