智慧設施農(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，尤其是在科技應用方面，仍有不少空白需要盡快填補。同濟大學、農(nóng)科院、浙江大學、京都大學等高校、科研機構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：北京市農(nóng)林科學院智能裝備技術研究中心、上海海洋大學信息學院

針對目前設施農(nóng)業(yè)數(shù)字化栽培調控技術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，并為設施草莓栽培的信息化、規(guī)?；{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)調控制技術

參與機構：同濟大學電子與信息工程學院

為實現(xiàn)藍莓提前上市、提升藍莓品質，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)調控制模型基礎上，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)調控制算法，用于調控溫室大棚的環(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，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)測調控、數(shù)據(jù)云存儲與遠程控制等技術。

經(jīng)實際驗證，整體調控系統(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，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)調控效果對比研究

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

為緩解勞動力緊缺、提升提高設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，和關鍵技術對草莓溫室生產(chǎn)的調控效果，可對園藝作物種植的AI技術改進和產(chǎn)業(yè)化應用提供參考。

結果表明，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、深度學習、視覺識別、作物模型和作物生長仿真器等技術在草莓AI種植中各有優(yōu)勢。針對高產(chǎn)優(yōu)質的目標，在配備較完善的智能化設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、日本設施農(nóng)業(yè)采收機器人研究應用進展及對中國的啟示

參與機構：京都大學農(nóng)學研究科、浙江大學文學院

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施農(nóng)業(yè)采收機器人的研究應用進展，分析了基于農(nóng)機農(nóng)藝結合的茄科(番茄、茄子、青椒)、葫蘆科(黃瓜、瓜類水果)、蘆筍和草莓等10種設施農(nóng)業(yè)采收機器人的采收技術，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計理念及其優(yōu)點與不足。分析了設施農(nóng)業(yè)采收機器人面臨的科學問題及解決方案，總結了未來發(fā)展趨勢及對中國的啟發(fā)。

設施農(nóng)業(yè)智能裝備作為設施農(nóng)業(yè)穩(wěn)定、高品質、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合的草莓灌溉方法與驗證

參與機構：吉林農(nóng)業(yè)大學信息技術學院、北京農(nóng)業(yè)智能裝備技術研究中心

為更加有效、精確地控制設施作物的灌溉，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合的草莓灌溉方法與驗證。

實驗結果表明，在規(guī)定時間采收的情況下，研究提出的算法相結合的方法比傳統(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)化應用，尤其是促早熟生產(chǎn)多因子協(xié)調控制技術，完全可以與智慧溫室的管理相結合，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學以致用。

審核編輯黃宇