當前，新質生產力已成為千行百業(yè)高質量發(fā)展的內在要求和重要著力點。農業(yè)作為國民經(jīng)濟的“壓艙石"，更需要夯實基礎，依靠科技創(chuàng)新、產業(yè)創(chuàng)新為農業(yè)強國建設注入強勁動能。

作為國內智慧農業(yè)的耕耘者，托普云農將現(xiàn)代信息技術與農業(yè)專業(yè)深度融合，通過人工智能、大模型、大數(shù)據(jù)在農業(yè)領域的深度綜合運用，為農業(yè)科研、生產、管理提質增效。

人工智能：智慧農業(yè)新引擎

近年來，人工智能（AI）技術取得飛躍式進步，其中圖像智能識別、數(shù)據(jù)建模分析、大模型等能力，在農業(yè)領域應用越來越廣泛。托普云農組建專業(yè)的人工智能技術團隊，結合農業(yè)科研、生產等環(huán)節(jié)的實際需求，對AI技術進行深度適配和校準，已在眾多場景實現(xiàn)成熟應用。

01
圖像智能識別

人工智能的圖像識別能力在作物考種、植物表型識別、植保等領域都能發(fā)揮巨大作用。托普云農基于先進的深度學習和大模型技術，根據(jù)場景選擇合適的算法模型及驗證，采集海量樣本數(shù)據(jù)對模型進行訓練，并結合市場驗證進行多次版本迭代和優(yōu)化，識別準確率達到水平。

作物考種

在作物考種工作中，對作物籽粒、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)。托普云農將AI圖像識別技術與考種場景相結合，自主研發(fā)智能考種分析系統(tǒng)，通過高清成像智能識別小麥、水稻、玉米等農作物的籽粒、果穗、截面，并高效精準測量粒數(shù)、重量，以及長、寬、面積等各項粒型參數(shù)與果穗?yún)?shù)。與傳統(tǒng)人工測量方式相比，運用AI圖像識別技術不僅考種分析效率顯著提升，測量精度也大大增加，誤差控制在0.3%以下。

托普云農圖像識別技術在考種方面的應用

植物表型解析

基于深度學習的圖像識別技術，托普云農將AI用于植物表型識別、檢測和分析，并涵蓋植物的根、莖、葉、花、果實等器官。在可見光二維、可見光三維、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，在解析精度、效率等方面優(yōu)勢明顯，為智能育種、種質資源鑒定等科研工作提質增效。

托普云農植物表型解析設備

托普云農圖像識別技術在表型解析方面的應用

病蟲害識別

我國每年農作物病蟲害發(fā)生面積近70億畝次，而傳統(tǒng)的人工病蟲害檢測方法存在主觀性強、工作量大、覆蓋范圍窄，效率低等問題。為此、托普云農利用人工智能深度學習技術，結合積累的病蟲害樣本庫訓練出病蟲害模型，從而實現(xiàn)對病蟲害的快速、精準識別。

托普云農病蟲害識別算法示意

目前，基于人工智能與植保領域深度融合，托普云農采用卷積神經(jīng)網(wǎng)絡深度學習的方法建立識別模型，已實現(xiàn)2063種農業(yè)害蟲的智能識別。其中，二化螟、稻縱卷葉螟、玉米螟、棉鈴蟲、小菜蛾等國家一二類趨光性及主要農林害蟲的識別準確率達到97.5%；稻飛虱、葉蟬、綠盲蝽等毫米級小蟲體識別準確率達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76種病害癥狀，在水稻病害癥狀識別方面效果尤其顯著，為糧食安全、生態(tài)保護提供了有力保障。

托普云農圖形識別技術在植保方面的應用

02
數(shù)據(jù)建模與分析

基于多樣化的農業(yè)傳感器與智能裝備，托普云農精準采集來自土壤、氣候、作物生長等多維度源頭數(shù)據(jù)，并運用AI技術進行數(shù)據(jù)建模分析與趨勢預測，在種植管理、風險評估、市場洞察等方面為農業(yè)生產者提供決策支持。

作物生長預測

托普云農自主研發(fā)和適配的作物物候期模型，WOFOST作物生長模型等，通過內置作物在不同生長發(fā)育期的同化、呼吸、蒸騰作用等生物機理，以及氣候、土壤等環(huán)境機理，實現(xiàn)對作物全生命周期的監(jiān)測與預測，包括生育期預測、產量預測等，指導農事管理，提高生產效率。

楊梅生長模型

精準農業(yè)管理

基于對土壤、作物生長情況的數(shù)據(jù)監(jiān)測，托普云農構建測土配方、土壤墑情預測、作物需水模型等，評估和匹配土壤水份、肥力與作物生長需求，從而指導精準灌溉、精準施肥，在確保作物健康生長的同時達到節(jié)水節(jié)肥、避免環(huán)境污染和資源浪費的目的。

托普云農精準智能灌溉系統(tǒng)

風險評估

在外部環(huán)境方面，托普云農研發(fā)病蟲害預測、蟲害防治期估算、小氣候訂正、氣象災害預警等模型，為農業(yè)生產者提供有效的防災防治建議。同時，綜合利用了農作物市場價格數(shù)據(jù)、天氣預測數(shù)據(jù)的農作物產量預測、價格預測、投入產出分析等模型，能夠評估農業(yè)風險，為農業(yè)生產經(jīng)營者和銀行、保險等農業(yè)金融服務者提供精準定價和風險管理策略。

褐飛虱屬遷飛路徑研判

03
農業(yè)大模型“小農人"

得益于在智慧農業(yè)領域的深厚積累，托普云農將AI大模型技術與農業(yè)專業(yè)深度融合，構建農業(yè)AI大模型“小農人"，對農資、農技、農事服務、農業(yè)科研、農產品加工業(yè)、農業(yè)信息服務、農業(yè)社會化服務等細分領域的學術論文、技術報告、文檔等海量知識進行系統(tǒng)化梳理，構建農業(yè)知識體系庫。當農業(yè)工作者向“小農人"提出農業(yè)問題時，它基于RAG技術迅速生成專業(yè)答案，如同一位即問即答的農業(yè)專家顧問，協(xié)助農業(yè)工作者解決復雜問題。

與傳統(tǒng)的問答機器人相比，“小農人"的表現(xiàn)更加智能，不僅對話流暢自然，能夠靈活適應不同場景和任務，而且隨著訓練語料的不斷豐富和知識庫的不斷更新，“小農人"能夠持續(xù)擴充農業(yè)專業(yè)知識，從而提供更好服務。

例如在農場管理場景，“小農人"化身為農場管家，協(xié)助農業(yè)園區(qū)管理；在環(huán)境調控場景，“小農人"化身為種植專家，指導灌溉、通風、施肥等農事操作；在植保場景，“小農人"化身為病蟲害防治專家，為工作者解答病蟲害防治難題等。

農業(yè)大模型“小農人"

大數(shù)據(jù)：推動精準農業(yè)與智慧監(jiān)管

大數(shù)據(jù)技術的核心價值在于從多樣化數(shù)據(jù)集中發(fā)現(xiàn)規(guī)律、趨勢和關聯(lián)性，為科學決策提供支撐。近年來，我國高度重視農業(yè)大數(shù)據(jù)應用與基礎設施建設工作，陸續(xù)發(fā)布《促進大數(shù)據(jù)發(fā)展行動綱要》《農業(yè)農村大數(shù)據(jù)試點方案》《數(shù)字農業(yè)農村發(fā)展規(guī)劃（2019—2025年）》等一系列指引性文件，推動大數(shù)據(jù)技術向農業(yè)全產業(yè)鏈加速覆蓋。

大數(shù)據(jù)技術應用，數(shù)據(jù)采集是基礎。托普云農不斷加強精準感知、圖像識別和數(shù)據(jù)采集技術創(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、品質等200+農業(yè)專用傳感器與智能裝備，深入開展數(shù)據(jù)采集、輸入、匯總、應用、管理技術研究，構建起農業(yè)生產全要素智能數(shù)據(jù)采集系統(tǒng)。

01
農業(yè)生產精準化

在農業(yè)生產環(huán)節(jié)，大數(shù)據(jù)技術通過傳感器、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、病蟲害等多維度數(shù)據(jù)信息，經(jīng)綜合分析發(fā)現(xiàn)趨勢和關聯(lián)性，從而優(yōu)化資源投入，降低生產成本，提高生產效率與產品質量。

以病蟲害監(jiān)測預警應用為例，托普云農與浙江省植保部門共同打造“浙江省農作物重大病蟲害智慧監(jiān)測預警系統(tǒng)"，在浙江省全境統(tǒng)一布局田間智能監(jiān)測點160余個，形成區(qū)域性智能監(jiān)測網(wǎng)絡，實現(xiàn)水稻二化螟、稻縱卷葉螟、稻飛虱等重大蟲情動態(tài)的實時測報、集中采集、統(tǒng)一管理和綜合應用。

浙江省水稻蟲情預警平臺

蟲情數(shù)據(jù)的匯集和分析，為監(jiān)測遷飛性害蟲、爆發(fā)提供了重要依據(jù)。2021年7月，臺風“煙hua"過境浙江期間，浙江省級植保部門通過蟲情監(jiān)測數(shù)據(jù)研判桐廬等地可能迎來稻縱卷葉螟遷入高峰，指導當?shù)剞r戶及時采取防治措施，收效顯著。

02
單品全產業(yè)鏈數(shù)字化

在單品全產業(yè)鏈綜合管理環(huán)節(jié)，大數(shù)據(jù)技術通過收集與打通供需兩端數(shù)據(jù)信息，能夠分析市場需求、庫存水平、物流信息等，進一步減少供需兩端信息不對稱，在倉庫儲存和零售商店環(huán)節(jié)提高運營質量，提升供應鏈管理效率。

以水稻產業(yè)為例，由農業(yè)農村部建設項目支持，中國水稻研究所牽頭建設，托普云農提供技術支撐建成的水稻全產業(yè)鏈大數(shù)據(jù)應用服務平臺——國家水稻全產業(yè)鏈大數(shù)據(jù)平臺，通過搭建水稻全產業(yè)鏈大數(shù)據(jù)中心，打通水稻生產-儲備-市場-貿易-消費-科技全產業(yè)鏈，匯聚來自生產端、流通端、消費端的宏觀、中觀和微觀數(shù)據(jù)，形成完善的業(yè)務管理、數(shù)據(jù)共享和決策咨詢體系，建立價格分析預測、氣象產量預測、投入產出分析、輿情分析、消費者情感分析等模型，深化大數(shù)據(jù)在水稻產業(yè)領域的應用，推動我國水稻產業(yè)的數(shù)字化、信息化建設。

國家水稻全產業(yè)鏈大數(shù)據(jù)平臺

03
農政監(jiān)管智慧化

在農業(yè)農村農政監(jiān)管層面，大數(shù)據(jù)技術也發(fā)揮著至關重要的作用。通過收集和分析農田分布、農業(yè)生產、農村事務等海量農業(yè)數(shù)據(jù)，農政監(jiān)管機構能夠更全面、精準地了解轄區(qū)農事狀況、預測市場趨勢、評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"是由浙江省農業(yè)農村廳決策部署，托普云農提供技術支撐打造的浙江省農業(yè)農村領域數(shù)字化、智能化能力中心。

建設過程中，托普云農為浙江鄉(xiāng)村大腦搭建了“11153"的總體構架（1倉1圖1碼5庫3能力），制定了嚴謹?shù)募夹g規(guī)范，建立了知識庫、規(guī)則庫、算法庫、模型庫、組件庫，打造“智能感知、生長模型、智能交互、監(jiān)測預警、指數(shù)評價、分析研判、惠農直達、全景畫像、安全智控"九大智能能力，支撐了“農業(yè)智能、鄉(xiāng)村智治、農民智富"三大場景能力，分別聚焦智慧農業(yè)生產、基層鄉(xiāng)村治理、農民增收共富，開發(fā)并集成了一系列數(shù)字化應用，顯著提升數(shù)字鄉(xiāng)村建設水平。

浙江鄉(xiāng)村大腦匯集農業(yè)大數(shù)據(jù)

目前，浙江鄉(xiāng)村大腦已經(jīng)覆蓋全省11個市、90個縣（市、區(qū)），實現(xiàn)省市縣三級全貫通，有效支撐“浙農"系列等各級應用60余個，歸集各類數(shù)據(jù)約20億條，日均訪問量超100萬次，活躍用戶55萬人。

結語

未來，農業(yè)領域將迎來多種技術融合發(fā)展的趨勢。在科技創(chuàng)新驅動下，物聯(lián)網(wǎng)、智能傳感器、大數(shù)據(jù)、人工智能、農業(yè)機器人等技術將持續(xù)進步并深度融合，構建高度集成的智慧農業(yè)生態(tài)系統(tǒng)，形成農業(yè)新質生產力，推動農業(yè)科研、生產、經(jīng)營與監(jiān)管向著精準、高效、智能化、可持續(xù)方向不斷發(fā)展。