陳煥軒，韓迎春，馮璐，楊北方，雷亞平，王占彪，李亞兵*

（1. 中國農(nóng)業(yè)科學(xué)院棉花研究所/ 棉花生物學(xué)國家重點實驗室，河南 安陽455000;2. 鄭州大學(xué)農(nóng)學(xué)院，河南 鄭州450000）

棉花是我國最重要的經(jīng)濟作物之一[1]，也是生活必需品，在國防、醫(yī)藥、工業(yè)等領(lǐng)域均有著舉足輕重的作用[2]。 但目前我國總耕地面積正逐年減少，且糧棉爭地趨勢日益明顯，全國棉花生產(chǎn)正呈現(xiàn)逐年減少的趨勢[3]。 為了保證棉花供給，滿足人們?nèi)找嬖鲩L的需要，提高棉花單產(chǎn)，在棉花總種植面積不變、甚至略有減少的劣勢下，實現(xiàn)棉花總產(chǎn)大幅增長， 應(yīng)作為需要考慮的重要問題。 傳統(tǒng)的棉花種植技術(shù)落后，人力成本耗費大，操作流程繁瑣，已不再適用于棉花產(chǎn)業(yè)的快速發(fā)展[4]。 因此，在棉花生產(chǎn)管理中應(yīng)用智慧農(nóng)業(yè)，可以提供新的技術(shù)力量以及科學(xué)的種植方法[5]，同時，基于其低成本、高效率、節(jié)省人力等多個優(yōu)點，智慧農(nóng)業(yè)已經(jīng)成為棉花產(chǎn)業(yè)、乃至于世界農(nóng)業(yè)產(chǎn)業(yè)發(fā)展的大方向。 因此，智慧農(nóng)業(yè)與棉花產(chǎn)業(yè)的有機結(jié)合可以為棉花產(chǎn)量的大幅度提高，進而實現(xiàn)棉花產(chǎn)業(yè)的大幅振興提供重要的理論支撐。

目前智慧農(nóng)業(yè)還沒有清晰準確的定義，但研究者已經(jīng)提出了多個觀點。廖小平[6]認為，智慧農(nóng)業(yè)是在現(xiàn)代信息的新技術(shù)下，融合互聯(lián)網(wǎng)、云計算、大數(shù)據(jù)以及農(nóng)業(yè)專家知識平臺，同時使用每個農(nóng)業(yè)現(xiàn)場部署的傳感器以采集所需農(nóng)業(yè)數(shù)據(jù)并通過無線網(wǎng)絡(luò)傳遞給平臺，在大數(shù)據(jù)的分析和監(jiān)控下管理農(nóng)業(yè)生產(chǎn)各個流程，實現(xiàn)智能管理的新興技術(shù)手段， 它實現(xiàn)了多種技術(shù)的高度融合，是農(nóng)業(yè)生產(chǎn)的最高階段。 Shi[7]認為，智慧農(nóng)業(yè)是一個通過收集各種傳感器的數(shù)據(jù)和在各種農(nóng)業(yè)經(jīng)濟活動中進行信息傳輸， 以應(yīng)用決策模型進行數(shù)據(jù)分析并處理的傳輸資源系統(tǒng)和科學(xué)管理系統(tǒng)。

綜上，智慧農(nóng)業(yè)是一種依賴于多種新型現(xiàn)代科學(xué)技術(shù)，通過最新的信息技術(shù)組件以實現(xiàn)智能傳感，自動控制以進行農(nóng)業(yè)經(jīng)濟活動的綜合管理和科學(xué)決策體系。 其可被廣泛應(yīng)用于多種領(lǐng)域，比如，應(yīng)用紅外傳感等多種傳感器對農(nóng)業(yè)環(huán)境的溫度、濕度、光照等信息進行實時采集，同時利用視頻監(jiān)測獲取植物生長的各種信息，例如植株高度、長勢、病蟲害情況等，同時將收集的信息上傳到網(wǎng)絡(luò)終端進行分析，以幫助用戶決策[8]。應(yīng)用農(nóng)業(yè)機器人等人工智能對田間進行實時管理和定位，包括控制農(nóng)業(yè)設(shè)施的運行，同時實現(xiàn)對作物的智能灌溉、施肥以及除草等各項工作[9]。對作物的產(chǎn)品進行原產(chǎn)地追溯，通過使用Radio frequency identification (RFID)電子標簽[10]，使農(nóng)產(chǎn)品自原產(chǎn)品的生產(chǎn)起，在加工、處理、運輸、銷售等各個流程均實現(xiàn)各環(huán)節(jié)追蹤及透明化管理，以實現(xiàn)農(nóng)產(chǎn)品各個流程的安全化和規(guī)范化。

人工統(tǒng)計、手動測量調(diào)查分析棉花的表型特征及各項生理指標具有工作量大， 耗費時間長，高成本性等特點。 此外，由于不能實時進行監(jiān)測，測量結(jié)果會產(chǎn)生一定的誤差，結(jié)果可能不可靠[11]?；谝陨蠋c原因，同時隨著自動成像技術(shù)的發(fā)展，對植物表型進行實時監(jiān)控及自動分析成為可能。 合理的應(yīng)用表型監(jiān)測系統(tǒng)，可以實現(xiàn)對棉花的株高、長勢、病蟲害情況以及當前光照強度等情況進行采集， 通過在田間部署地下傳感器，可以監(jiān)測地溫、水分含量、二氧化碳濃度[12]等數(shù)據(jù)，進而分析棉花對于水分的利用。 應(yīng)用表型監(jiān)測系統(tǒng)進行植物各項生理指標的調(diào)查，不僅可以節(jié)省人力物力，同時測量時間大幅減少，而且降低了成本，并可以實現(xiàn)全天候測量，其觀測結(jié)果更加準確且具有說服力。

表型監(jiān)測系統(tǒng)一般主要包括數(shù)據(jù)采集、網(wǎng)絡(luò)傳輸、數(shù)據(jù)分析三個部分[13]。 應(yīng)用成像傳感器，光電傳感器等多種傳感器作為數(shù)據(jù)采集模塊以采集棉花的基本生理參數(shù)； 對棉花通過RGB 成像傳感器，紅外成像傳感器，高通量成像傳感器等進行成像，獲取棉花的形態(tài)、光譜信息；結(jié)合棉花的多種長勢信息，將其轉(zhuǎn)化為可供裝置接收和處理的電信號。 將數(shù)據(jù)采集模塊收集的多種信息及電信號經(jīng)網(wǎng)絡(luò)傳輸模塊通過以太網(wǎng)等技術(shù)上傳到數(shù)據(jù)分析終端[13]，分析處理后得到棉花表型的詳細參數(shù)，最后分析所得的數(shù)據(jù)可以用于棉花環(huán)境的分析及棉花長勢的決策診斷，進而為人們對于棉花環(huán)境的管理提供參考意見。

農(nóng)業(yè)大數(shù)據(jù)融合了農(nóng)業(yè)環(huán)境、 作物群體、人類作用的所有信息，將大數(shù)據(jù)的概念、技術(shù)、思路均應(yīng)用在了農(nóng)業(yè)領(lǐng)域[32]。大數(shù)據(jù)具有數(shù)據(jù)量大、數(shù)據(jù)類型多、價值大、精確性高的主要特性[33]。 通過快速處理海量數(shù)據(jù)，可以使智慧農(nóng)業(yè)的運作更加高效，準確。 大數(shù)據(jù)的運作包括云計算、GIS(Geographic information system, 地 理 信 息 系 統(tǒng))、ES(Expert system, 專家系統(tǒng))等一系列系統(tǒng)。 云計算[34]可以通過調(diào)用數(shù)據(jù)庫以及數(shù)據(jù)共享，以處理大量的田間數(shù)據(jù)及棉花生長信息，從而做出相應(yīng)的應(yīng)對手段。GIS 主要用于調(diào)用地理信息庫，獲取環(huán)境溫度、降水量、光照等天氣信息，從而判斷分析棉花可能的長勢，遭受病蟲害的可能性，以及預(yù)測棉花可能的產(chǎn)量[35]。 ES 基于機械化智能項目，系統(tǒng)中存儲大量棉花種植專業(yè)知識，以用于遇到特定的復(fù)雜問題時，可以予以解決[36]。雷亞平等[37]將人工調(diào)查的棉花株式圖信息進行了數(shù)據(jù)化，建立了株式圖處理數(shù)據(jù)庫，使株式圖的顯示更加清楚直觀。

物聯(lián)網(wǎng)（Internet of things）技術(shù)是基于RFID、GPS(Globe pointing system, 全球定位系統(tǒng))等多種技術(shù)結(jié)合，形成的完善的信息處理體系[38]。其從棉花作物生長的源頭起在各個階段進行檢測記錄，并達到實時監(jiān)測，全程追蹤的效果，全程不需要人工干預(yù)，直至棉花終產(chǎn)品進入市場。 其做到了各個環(huán)節(jié)均可追溯，在源頭上保證了棉花作物的正常生長，以及棉花產(chǎn)品的安全性。 同時，其與互聯(lián)網(wǎng)進行鏈接，可以遠程對棉花生長環(huán)境中的傳感器、自動灌溉系統(tǒng)進行遙控，在實現(xiàn)棉花種植自動化的同時，也在一定程度上節(jié)約了棉花種植的人力物力，減少了種植成本。 其代表性的技術(shù)即無線射頻識別技術(shù)（RFID），是一種不需要直接接觸的自動識別技術(shù)，其構(gòu)造簡單，僅由標簽、閱讀器和天線三部分組成[39]，可以直接對目標物體進行識別并讀取數(shù)據(jù)[40]，該過程是全自動的，不需要外界條件作用，具有識別速度快、操作簡便、成本低等諸多優(yōu)點。

在棉花生長的各個階段，合理地應(yīng)用智慧農(nóng)業(yè)技術(shù)均能極大簡化農(nóng)藝過程， 從而節(jié)約人力、物力成本。 通過組合應(yīng)用傳感器及成像模塊，可以在棉花產(chǎn)前階段對種子進行合理篩選，選擇出最適宜當?shù)赝寥赖拿藁ㄆ贩N。 同時對處于生長重要時期內(nèi)棉花的植物表型數(shù)據(jù)進行采集，并應(yīng)用神經(jīng)網(wǎng)絡(luò)技術(shù)對所獲得的信息進行分析，建立合理的數(shù)字模型， 從而綜合評估棉花的農(nóng)藝性狀。合理應(yīng)用人工智能技術(shù)，可以在棉花生產(chǎn)管理過程中，對棉花可能存在的各種問題進行診斷并分析，以便農(nóng)戶進行管理維護。 大數(shù)據(jù)可以對棉田進行系統(tǒng)分析，結(jié)合GIS 等系統(tǒng)以及傳感器獲得的各種圖像數(shù)據(jù)、生理數(shù)據(jù)等，對棉花產(chǎn)量進行合理預(yù)測。 通過物聯(lián)網(wǎng)技術(shù)，可以對棉花產(chǎn)品從源頭上進行追溯，使棉花從播種到重要生育期的監(jiān)控、到最終進入市場都可以進行記錄，使得棉花管理科學(xué)化、規(guī)范化。 在這整個操作流程中，自動控制以及機械承擔(dān)了主要角色，人可以從繁重的勞動中解放出來， 擔(dān)任管理者和決策者的角色，從而大幅度地提高了工作效率。

在精準傳感器及成像模塊的監(jiān)測下，往往會精確地反映棉花的基本農(nóng)藝性狀。 傳感器對棉花各部分溫度，水分等多項指標測定的精度遠遠大于人工測定， 且紅外傳感器可以測定某一時間、空間范圍的溫度變化情況，無論是效率還是實際操作，這都是人類做不到的。 此外，人工測定往往只針對某一特定時刻的農(nóng)藝數(shù)據(jù)，一方面是在測定中存在一定的時間誤差，另一方面是人工測定不能反映實時的變化規(guī)律，對不同時間段的監(jiān)測會耗費大量的時間，同時準確度會下降。 應(yīng)用智慧農(nóng)業(yè)可以對棉花的多項指標進行實時監(jiān)測，并進行縱向比較。

第一， 現(xiàn)階段的多種傳感器更多用于工業(yè)、醫(yī)學(xué)等其他領(lǐng)域，在農(nóng)業(yè)上的應(yīng)用較少，且目前農(nóng)業(yè)專用的包括傳感器在內(nèi)的各種設(shè)施較為落后，且使用壽命短，穩(wěn)定性差[64]，現(xiàn)代化農(nóng)機設(shè)備極為缺乏。 現(xiàn)有的農(nóng)業(yè)傳感器大部分仍處于試驗階段，且成本較高，故只能應(yīng)用于小規(guī)模的試驗地中，阻礙了進一步的推廣，同時，單個傳感器往往只能記錄棉花的少數(shù)性狀，無法反映棉花指標的全部情況；目前的農(nóng)機設(shè)備僅能完成簡單的農(nóng)藝工作，尚無法做到高精度的操作。 第二，智慧農(nóng)業(yè)對于棉花的決策準確度低， 具有一定的滯后性，很大程度上只能反映棉花在某一特定時間的需求，不能全方面反映棉花在某一個生長階段或是某一特定時期的需求，也不能結(jié)合棉花、土壤、氣候環(huán)境等相互作用的環(huán)境綜合性分析并對棉花情況作出總體診斷；第三，棉花的播種，中耕除草，收獲等重要農(nóng)藝活動更多依賴于傳統(tǒng)的作業(yè)設(shè)備或人工操作，缺乏對于此類活動的智能化精準作業(yè)裝備，且絕大多數(shù)設(shè)備在作業(yè)過程中存在包括作業(yè)質(zhì)量差、精準度低、操作不方便等多種問題。 第四，智慧農(nóng)業(yè)所應(yīng)用的傳感器、人工智能等技術(shù)需要涉及一系列的專業(yè)知識，操作條件較高， 而現(xiàn)階段從事智慧農(nóng)業(yè)的人才極為短缺，傳統(tǒng)農(nóng)村人員大量流失，留守的農(nóng)民受教育程度不高，對于智慧農(nóng)業(yè)的意識淡薄，對于精準傳感器設(shè)備缺乏操作能力，無法對智慧農(nóng)業(yè)設(shè)備進行操作和維護。

現(xiàn)階段，隨著物聯(lián)網(wǎng)、大數(shù)據(jù)等新興技術(shù)大幅崛起，人工智能、大數(shù)據(jù)、深度學(xué)習(xí)等新興概念已逐步滲透至生活的各個領(lǐng)域。 農(nóng)業(yè)作為關(guān)系民生的傳統(tǒng)行業(yè)，正處于重大改變的節(jié)點。 在未來，智慧農(nóng)業(yè)是棉花行業(yè)乃至整個農(nóng)業(yè)行業(yè)發(fā)展的必然趨勢。 所以，大力發(fā)展智慧農(nóng)業(yè)，是棉花行業(yè)走向新生的必要因素，其對于輕簡化植棉有著至關(guān)重要的作用。 現(xiàn)階段我們可以通過收集各方面的棉花數(shù)據(jù)， 同時與棉花領(lǐng)域相關(guān)專業(yè)知識、數(shù)據(jù)資料相結(jié)合，并輔以神經(jīng)網(wǎng)絡(luò)、大數(shù)據(jù)技術(shù)進行分析， 建立棉花大數(shù)據(jù)庫及相關(guān)數(shù)學(xué)模型，從而提高智慧農(nóng)業(yè)決策能力，有效解決棉花生產(chǎn)管理所存在的相關(guān)問題；但目前智慧農(nóng)業(yè)在棉花生產(chǎn)管理中仍存在一定的局限性。 首先，傳感器以及神經(jīng)網(wǎng)絡(luò)等人工智能技術(shù)應(yīng)用于棉花的領(lǐng)域仍待開發(fā)，棉花的生長狀態(tài)檢測領(lǐng)域仍主要立足于棉花數(shù)字圖像監(jiān)測，提取相關(guān)顏色信息及圖像信息進行棉花溫度檢測、水分脅迫評價；對于人工智能技術(shù)的應(yīng)用更多地停留在棉花病蟲害圖像檢測，未來可以通過人工智能技術(shù)對于棉花葉片形狀紋理、 棉鈴棉桃形狀等圖像信息進行分析，同時結(jié)合多種復(fù)合傳感器，對棉花的各個生理指標進行檢測，結(jié)合大數(shù)據(jù)技術(shù)綜合對棉花健康信息進行診斷，從而獲得全面、準確的結(jié)果。 目前并沒有針對棉花的專業(yè)傳感器，常規(guī)傳感器沒有考慮到棉花的形態(tài)特征以及植株結(jié)構(gòu)，在應(yīng)用相關(guān)傳感器進行測量時可能會使棉花植株受到損傷；目前的部分傳感器在精度和準確性方面仍然沒有達到精準農(nóng)業(yè)所需的要求，且現(xiàn)有的傳感器產(chǎn)能低，成本高，檢測范圍小，只能在小面積的試驗地及溫室大棚中使用， 尚不能大面積推廣；此外，傳統(tǒng)設(shè)備工作效率低，對于棉花的田間管理效果略差，存在工作不均勻等問題，可以進一步研發(fā)智能精準化、自動化設(shè)備，例如自動駕駛智能拖拉機、農(nóng)業(yè)機器人、自動導(dǎo)航式施肥給藥無人機等，在保證精準高效作業(yè)的前提下實現(xiàn)輕簡化植棉；最后，智慧農(nóng)業(yè)應(yīng)用于棉花生產(chǎn)管理中需要相關(guān)的專業(yè)知識，而我國農(nóng)村地區(qū)農(nóng)民普遍受教育程度不高，對于相關(guān)設(shè)備不能操作以及維護，這也給智慧農(nóng)業(yè)的推廣增加了阻礙。 基于棉花專業(yè)技能人員有較大缺口的事實，我們應(yīng)大力培養(yǎng)一批智慧農(nóng)業(yè)專業(yè)化人才，在掌握智慧農(nóng)業(yè)相關(guān)知識的同時， 還要掌握相關(guān)的農(nóng)業(yè)知識，以便逐步推進智慧農(nóng)業(yè)產(chǎn)業(yè)發(fā)展，進而帶動棉花產(chǎn)業(yè)大幅進步，逐步使我國成為棉花種植強國。