设施农业在现代农业中占有重要地位，是我国 现代农业发展的标志。设施农业是设施和现代农业的组合，包括设施蔬菜、设施花卉、设施 畜牧等产业，其中设施蔬菜的规模最大。设施蔬菜栽培通过人为控制环境因子，可以摆脱传统农 业自然条件的制约，从而实现高产、优质、高效 的蔬菜生产。在设施设备中，节能日光温室、塑料大棚温室和普通日光温室发展速度最快。发展 集约型设施农业成为我国现代农业的发展趋势。

人工智能技术在蔬菜产前阶段的应用

人工智能在产前阶段可以对土壤、作物品系 等做出科学分析，帮助农民选择适合的作物品 系，为后续的农业生产提供保障。土壤分析[4]是 蔬菜产前阶段最重要的环节，通过分析土壤中的 有机物、无机离子、微量元素等来指导后续施肥 的用量以及种类；通过分析土壤的酸碱性来指导 农民选择肥料的类型，如碱性土壤，可以选择加 入一些腐植酸类肥料，作物只有在合适的酸碱条 件下才能更好地吸收无机盐，才能健康地生长发 育；通过分析土壤的含水量，科学指导作物灌 溉，避免湿度太大而引起病害；通过分析土壤中 的微生物，可以对有害微生物提前预防，避免造 成损失，同时合理利用土壤中有益微生物对农业 生产更有利。Elgaali[5]利用非侵入型探地雷达成 像技术来探测土壤，并用神经网络分类器对土壤 进行分类研究，建立了土壤特征与宜栽作物的关 联模型。Raju等[6]利用专家系统WBS-FLAB来评 估土地改造措施，结果表明该方法可以为景观规 划提供有效的信息。

人工智能技术在蔬菜产中阶段的应用

人工智能在设施蔬菜产中阶段的应用，主要 是应用农业专家系统、农业机器人、人工神经 网络技术等。这些技术能科学指导农民更好地种 植、管理，进而提高作物产量，实现农业的现代 化、自主化管理，使农业生产不再是低级的体力劳 动，而是机械化、自动化、科学化的新型产业。

专家系统拥有农业相关领域的知识储备，能 帮助农民解决生产中遇到的各类问题。国际上农 业专家系统的研究始于20世纪70年代的美国，到 了80年代中期农业专家系统不再只是病虫害研究 诊断系统，而开始转向生产管理、生态种植、经 济分析、市场分析等方面。这一系统可以让“农 业专家”随时指导每位从事农业生产活动的人，更好地实现资源合理化配置。

在设施蔬菜产中阶段利用人工智能从事农业 生产，不仅可以提高生产效率，而且减少劳动投 入。在蔬菜生产的耕地、施肥、播种、移栽、定 植、喷药、采摘及其生长期间的环境控制均能实 现智能化。苏丹等[7]将UG、ADMAS软件引入到 夹持机构中，实现了夹持机构布局合理、夹紧力 的计算同步优化，为夹持机构的稳定性设计提供 了理论依据。张娓娓等[8]以农业机器人的采摘控 制系统为研究平台，基于滑觉传感检测技术设计 了柔性采摘系统。试验结果显示，该系统运行稳 定、可靠，对于实现蔬菜的无损采摘具有十分重 要的意义

非化学方式除草是生产绿色农产品的关键， 智能除草机器人是一种能够识别作物与杂草，并 能快速除草的自动化除草装备，能够大大减少劳 动力、降低成本、保护环境。胡炼等[9-10]提出一 种基于视觉作物识别和定位的方法，利用像素 累加曲线、正弦波曲线以及曲线标准偏差综合 获取作物位置，结果表明该方法能够适应不同 天气、不同作物，其中生菜识别率达到100%； 同时，研制了一款爪齿除草装置，通过轨道切换 使伤苗率低于8%。张朋举等[11]设计了八爪机械除 草装置，采用电磁铁控制运动轨迹，使伤苗率 低于10%

人工智能技术在蔬菜产后阶段的应用

人工智能在蔬菜产后阶段的应用也有很广阔 的前景，已在产品质量分析、产品分类等方面有 很好的应用。

随着生活水平的提高，人们对食品安全问题 越来越重视，农产品质量检测也越来越受到关 注，其中电子鼻检测、图像识别等应用到农产品 检测中。电子鼻检测方法在操作难度、检测时 间、便携性等方面都表现不俗。Arnold等[12]应用 电子鼻系统测量新鲜度与微生物种类、数量和挥发性物质之间的联系；Concina等[13]利用电子鼻 技术检测罐装去皮的番茄，发现该电子鼻可以分 辨番茄是否变质，还能对特殊污染物（如大肠杆 菌）进行早期检测。申广荣等[14]利用HACCP设计 了蔬菜安全生产决策系统，试验对大葱、甘蓝、 黄瓜、生菜、西兰花进行了研究，以农户或企业 用户的身份登录后，用户可以直接查询或输入大 葱产地环境水、土、气等检测数据，并选择系统 提供的有关标准，系统自动给出判断结果；同 样，用户可选择检测其产品所属级别、重金属和 农药残留是否超标等。

在产品分类方面，王松等[15]为解决协同过滤算法的稀疏性和可扩展问题，采用产品分类技术 和Web技术对产品进行分类，结果表明能够有效 改善推荐质量，更好地为客户提供个性化的推荐 服务。姜伟等[16]对蔬菜自动识别系统设计和实现 方法的硬件选型及结构搭建、软件算法等进行研 究，具体是：在相机捕捉目标物体后，系统会对 图像进行分割、颜色和纹理特征提取操作，将特 征与实现训练的特征库（在线或离线）进行比 较，最终输出识别结果。经测试，该方法可靠易 行，对日常蔬菜能够达到81.5%的识别率，能够 实现在复杂环境下识别果蔬类别，可以有效地节 约时间及经济成本，具有现实意义。

人工智能的不足及难点分析

近年来人工智能产业的爆发式发展，也暴露 了一系列问题。第一，核心尖端人才难引进[17]。 近年来，我国为了引进高精尖人才投入很大，但 只凭借高工资、高福利还不足以打动人心。主要 原因是国内尚未形成学术研究和技术开发的良好 环境，另一方面目前人才引进的方式单一。第二， 市场战略性人才不稳定。人工智能战略性人才的竞 争越来越激烈，然而市场上大多数的从业人员并未 具备足够的专业理论知识和核心技术，而且由于薪 酬待遇的原因，他们可能会频繁跳槽，这种不正常 的人员流动现象，不仅不利于人才自身知识结构的 积累，更会对产业造成不利影响。第三，专业性培 训机制不健全。目前我国教育培训机构中关于人工 智能方面的培训只限于计算机相关领域，专业单 一，不能为人才提供一个全面的知识体系。只有建立全面的培训体系才能培养更多的专业人才，从而 更好地为人工智能服务。

设施蔬菜栽培是近年来发展起来的集约化的 综合生产体系，通过人为控制环境，如光照、 水分、温度等，为蔬菜提供更好的生长环境，以 利于提高产量，并且可以生产反季节蔬菜，进而 增加收入，但在设施蔬菜标准化、设施自动化控 制等方面还存在不少问题。设施蔬菜生产体系科 技含量低，多以传统经验为主，缺乏标准化和自 动化系统，与发达国家还有很大差距[18]。蔬菜设 施生产需要高新技术支持，利用计算机网络控制 温度、水分、光照，测定土壤成分，合理施肥， 产后产品检测、分类、包装等，如何利用人工智 能提高设施蔬菜的自动化程度，生产相关配套设 施、环境控制技术等是未来急需解决的问题[19]。

计算等问题。由于农业大数据具有数据大、来源 广、动态强等特征，给数据的采集和整理带来了 困难，要想形成有序的农产品数据采集，必须采 用有针对性的技术，特别是关于隐私数据的保护 技术，保证信息安全，建立完善的农产品数据信 息平台。

近年来人工智能技术已经取得了长足的发 展，未来人工智能与大数据结合，能够帮助人们 管理生产、代替重复性劳动。在建成农业自动化 平台的基础上，通过智能感知系统，农业生产中的数据源源不断地汇集到一起，如遥感卫星、 无人机监测的数据，经加工、筛选后，向管理员 推荐最合适的种植方案，实现全自动化的农业生 产，大大提高工作效率、减少人工成本[21]。未来 是人工智能的时代，也是农业发展的黄金时代， 加强科技研发、提高设施蔬菜科技水平，开发出 水肥一体化灌溉设备，精准施药设备，蔬菜收割、 清洗、质量检测、包装一体化设备，实现人工智能 化蔬菜生产，减轻劳动量、提高生产效率，为中国 蔬菜生产提供技术支持。

农业作为一国之本，如何利用农业大数据培 养和支持一批农业重点领域和关键技术的创新， 尤其是利用大数据和人工智能相结合促进智能化 农业、现代农业的形成，有着诱人的前景。

作者：解福双，费雅君

来源：蔬菜业界观察

欢迎大家在评论区交流分享

更多精彩资讯，请持续关注数字农业分会官方账号！