隨著我國農(nóng)業(yè)資源過度開發(fā)現(xiàn)象的出現(xiàn)，可利用的耕地逐年減少。同時(shí)，農(nóng)業(yè)資源的浪費(fèi)和無端開發(fā)導(dǎo)致了中國農(nóng)業(yè)勞動(dòng)力環(huán)境的惡化。當(dāng)前，我國人口老齡化日益嚴(yán)重，從事農(nóng)業(yè)勞動(dòng)的勞動(dòng)力越來越少，沒人種地的困境越來越明顯。物聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)、人工智能等信息技術(shù)在農(nóng)業(yè)領(lǐng)域的深入應(yīng)用，使得無人農(nóng)場(chǎng)具備了經(jīng)濟(jì)、社會(huì)和技術(shù)條件。

無人農(nóng)場(chǎng)是一種全新的農(nóng)業(yè)生產(chǎn)模式，不需要過多的勞動(dòng)力參與。通過物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能、第五代(5G)技術(shù)、機(jī)器人等多種前沿技術(shù)的聯(lián)合運(yùn)用，通過遠(yuǎn)程控制，使無人農(nóng)場(chǎng)的所有生產(chǎn)活動(dòng)都可以全程進(jìn)行，從而實(shí)現(xiàn)設(shè)備、機(jī)械、機(jī)器人的自主運(yùn)行，無人農(nóng)場(chǎng)的所有生產(chǎn)活動(dòng)都可以全程進(jìn)行。

無人農(nóng)場(chǎng)利用傳感器技術(shù)監(jiān)測(cè)動(dòng)植物的生長(zhǎng)和各種生產(chǎn)設(shè)備的工作狀態(tài)，利用可靠高效的通信技術(shù)將數(shù)據(jù)傳輸?shù)皆贫?，如無線傳輸通信技術(shù)；云平臺(tái)通過大數(shù)據(jù)技術(shù)分析處理數(shù)據(jù)，生成生產(chǎn)和運(yùn)營決策，然后將決策信息傳輸給機(jī)器人，機(jī)器人再進(jìn)行具體的生產(chǎn)活動(dòng)。

在無人農(nóng)場(chǎng)中，農(nóng)業(yè)生產(chǎn)經(jīng)營的全過程要實(shí)現(xiàn)精準(zhǔn)管理、自主決策、無人操作、個(gè)性化服務(wù)，從而實(shí)現(xiàn)農(nóng)業(yè)生產(chǎn)的可持續(xù)發(fā)展目標(biāo)。無人農(nóng)場(chǎng)的架構(gòu)由基礎(chǔ)層、決策層和應(yīng)用服務(wù)層組成，其角色和組成部分描述如下:

(1)基礎(chǔ)層包括通信系統(tǒng)和基礎(chǔ)設(shè)施系統(tǒng)。

(2)決策層是無人農(nóng)場(chǎng)智能決策云平臺(tái)，對(duì)大量數(shù)據(jù)資源進(jìn)行分析、處理和存儲(chǔ)，生成決策。

(3)應(yīng)用層是自動(dòng)化作業(yè)設(shè)備系統(tǒng)，利用智能農(nóng)業(yè)設(shè)備和物聯(lián)網(wǎng)技術(shù)，是無人農(nóng)場(chǎng)的核心組成部分。

無人農(nóng)場(chǎng)的三層結(jié)構(gòu)扮演著不同的角色:基礎(chǔ)層是支撐其他系統(tǒng)運(yùn)行必不可少的，基礎(chǔ)層的基礎(chǔ)設(shè)施系統(tǒng)和通信系統(tǒng)負(fù)責(zé)數(shù)據(jù)的采集和傳輸；決策層進(jìn)行數(shù)據(jù)管理，做出與生產(chǎn)和運(yùn)營相關(guān)的決策；應(yīng)用層用機(jī)器代替人進(jìn)行生產(chǎn)運(yùn)營。這三層結(jié)構(gòu)相互配合，實(shí)現(xiàn)了無人農(nóng)場(chǎng)安全可靠的智能運(yùn)行。

機(jī)器學(xué)習(xí)在田間雜草識(shí)別中的應(yīng)用。田間雜草是農(nóng)業(yè)生產(chǎn)活動(dòng)中不可避免的伴生植物。目前，我國使用的主要除草方法有化學(xué)除草、人工除草、機(jī)械除草、生物除草等。傳統(tǒng)的除草工作費(fèi)時(shí)費(fèi)力，在如今“沒人種地”的情況下，依靠傳統(tǒng)的除草技術(shù)是不可能的，所以基于機(jī)器學(xué)習(xí)的除草技術(shù)變得越來越重要。在雜草管理領(lǐng)域，通過改進(jìn)各種機(jī)器學(xué)習(xí)算法，雜草識(shí)別的準(zhǔn)確率已經(jīng)很高，但是大部分都是在實(shí)驗(yàn)室種植和采集數(shù)據(jù)，沒有經(jīng)過田間試驗(yàn)。因?yàn)轭I(lǐng)域內(nèi)的環(huán)境更加復(fù)雜，會(huì)增加機(jī)器學(xué)習(xí)算法的識(shí)別難度。因此，應(yīng)加強(qiáng)落地實(shí)驗(yàn)，通過實(shí)際田間場(chǎng)景完善算法模型，使機(jī)器學(xué)習(xí)算法更好地應(yīng)用于田間雜草識(shí)別項(xiàng)目。

機(jī)器學(xué)習(xí)在害蟲檢測(cè)中的應(yīng)用。在農(nóng)業(yè)上，除了雜草，病蟲害的防治是作物種植的另一個(gè)重要問題。目前普遍的做法是在種植區(qū)均勻噴灑化學(xué)藥劑。這種方法雖然有效，但是使用化學(xué)藥劑會(huì)造成環(huán)境污染，對(duì)環(huán)境安全造成威脅。因?yàn)樯疃葘W(xué)習(xí)在精準(zhǔn)農(nóng)業(yè)中的應(yīng)用，可以在病蟲害防治過程中實(shí)現(xiàn)精準(zhǔn)噴灑，減少農(nóng)藥的使用。

機(jī)器學(xué)習(xí)在產(chǎn)量預(yù)測(cè)中的作用。通過總結(jié)種植業(yè)機(jī)器學(xué)習(xí)的相關(guān)文獻(xiàn)，發(fā)現(xiàn)改進(jìn)后的機(jī)器學(xué)習(xí)算法具有非常好的識(shí)別準(zhǔn)確率和預(yù)測(cè)效果，這表明機(jī)器學(xué)習(xí)可以應(yīng)用于無人農(nóng)場(chǎng)，但還需要加強(qiáng)算法的嵌入式研究，進(jìn)行實(shí)地測(cè)試，使機(jī)器學(xué)習(xí)更好地應(yīng)用于無人農(nóng)場(chǎng)，更快地推動(dòng)無人農(nóng)場(chǎng)的智能化發(fā)展。

機(jī)器學(xué)習(xí)在家畜精確識(shí)別中的應(yīng)用。利用機(jī)器學(xué)習(xí)智能識(shí)別魚類，為進(jìn)一步預(yù)測(cè)漁情奠定基礎(chǔ)。準(zhǔn)確的漁情預(yù)測(cè)數(shù)據(jù)可以解決目前大部分漁業(yè)標(biāo)準(zhǔn)服務(wù)體系中缺乏基于標(biāo)準(zhǔn)體系的漁業(yè)標(biāo)準(zhǔn)服務(wù)的問題，可以為修訂漁業(yè)標(biāo)準(zhǔn)指南提供數(shù)據(jù)決策依據(jù)，同時(shí)可以為漁業(yè)業(yè)主提供魚類生長(zhǎng)和健康的實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)，為魚類養(yǎng)殖提供數(shù)據(jù)支持。家畜的準(zhǔn)確識(shí)別和分類在家畜育種中起著重要的作用。近年來，在家畜識(shí)別的研究中，各種學(xué)者對(duì)機(jī)器學(xué)習(xí)算法進(jìn)行了改進(jìn)，取得了非常高的識(shí)別準(zhǔn)確率，為家畜行為識(shí)別和健康監(jiān)測(cè)奠定了堅(jiān)實(shí)的基礎(chǔ)。

免責(zé)聲明：本網(wǎng)站內(nèi)容來源網(wǎng)絡(luò)，轉(zhuǎn)載是出于傳遞更多信息之目的，并不意味贊成其觀點(diǎn)或證實(shí)其內(nèi)容真實(shí)性。轉(zhuǎn)載稿涉及版權(quán)等問題，請(qǐng)立即聯(lián)系網(wǎng)站編輯，我們會(huì)予以更改或刪除相關(guān)文章，保證您的權(quán)利。
標(biāo)簽:  現(xiàn)實(shí),進(jìn)行,數(shù)據(jù),技術(shù),農(nóng)業(yè),識(shí)別,基礎(chǔ)層,生產(chǎn),通信,決策,算法,農(nóng)業(yè),農(nóng)場(chǎng),機(jī)器學(xué)習(xí),雜草