智慧设施农业科研成果分享

智慧设施农业是未来农业发展的方向之一，目前发展智慧农业，在科技、资金、政策等方面还存在不足，尤其是在科技应用方面，仍有不少空白需要尽快填补。同济大学、农科院、浙江大学、京都大学等高校、科研机构投入了不少科研力量，已经取得了一定进展。

一、改进YOLOv4的温室环境下草莓生育期识别方法

参与机构：北京市农林科学院智能装备技术研究中心、上海海洋大学信息学院

针对目前设施农业数字化栽培调控技术中对作物的生育期实时检测与分类问题，该团队提出一种改进YOLOv4的温室环境下草莓生育期识别方法。

结果表明，研究提出的YOLOv4-CBAM模型对开花期、果实膨大期、绿果期和成熟期草莓的检测平均精度、平均精度均值、平均交并比为、检测单位图像时间等数据，精度极高，可对草莓各生育期目标进行精准识别和分类，并为设施草莓栽培的信息化、规模化调控提供有效的理论依据。

二、南方蓝莓智能温室促早熟生产多因子协调控制技术

参与机构：同济大学电子与信息工程学院

为实现蓝莓提前上市、提升蓝莓品质，获得更大经济效益的目的，该团队在温室环境多因子协调控制模型基础上，针对蓝莓生长环境特点，探索研究了一套蓝莓温室多因子协调控制算法，用于调控温室大棚的环境。

试验将南方蓝莓移至江苏省苏州市昆山市花桥镇的环境可控型智能温室中，基于物联网技术，从蓝莓物候期、品种特点、土壤pH、水肥灌溉方式、小气候环境区间等要点和环境调控范围，并建立蓝莓植物工厂化生产控制系统，串联硬件层、软件层和云端，实现现场端环境监测调控、数据云存储与远程控制等技术。

经实际验证，整体调控系统效果显著，南方品种蓝莓提早近一个月进入果实采摘期，其同时蓄冷后的蓝莓植株相比为蓄冷植株，在单株产量、单果重量上分别有所提升。说明采用该算法能提高蓝莓的产量和品质，为南方温室蓝莓植物工厂化促早熟生产管理提供示范。

三、人工智能辅助种植策略对温室草莓生产调控效果对比研究

参与机构：中国农业科学院农业信息研究所/农业部农业信息技术重点实验室、云南省农业科学院花卉研究所、云南省元江县农业技术推广服务中心

为缓解劳动力紧缺、提升提高设施园艺作物精准化管理水平，该团队尝试以人工智能方式，解决问题。以劳动密集型园艺作物-草莓为实验对象，研究对比采用不同AI种植策略，和关键技术对草莓温室生产的调控效果，可对园艺作物种植的AI技术改进和产业化应用提供参考。

结果表明，与人工种植管理相比，AI种植策略组的平均产量提高了1.66倍，平均产值提高了1.82倍，最高投入产投比提高了1.27倍。知识图谱、深度学习、视觉识别、作物模型和作物生长仿真器等技术在草莓AI种植中各有优势。针对高产优质的目标，在配备较完善的智能化设备和控制组件的温室生产条件下，AI辅助种植能有效提高草莓种植管控的精准度，减少水肥和劳动力的投入，获得较高的收益，但也存在对人工管理劳动的模拟难、作物本体信息采集难等问题。

四、日本设施农业采收机器人研究应用进展及对中国的启示

参与机构：京都大学农学研究科、浙江大学文学院

出于借鉴日本智能采收装备近四十年研发经验的目的，该团队综述了日本设施农业采收机器人的研究应用进展，分析了基于农机农艺结合的茄科(番茄、茄子、青椒)、葫芦科(黄瓜、瓜类水果)、芦笋和草莓等10种设施农业采收机器人的采收技术，其中详细对比了番茄、草莓等几种蔬菜历代采收机器人的设计理念及其优点与不足。分析了设施农业采收机器人面临的科学问题及解决方案，总结了未来发展趋势及对中国的启发。

设施农业智能装备作为设施农业稳定、高品质、高效生产的必要保障，对其的研究与借鉴，可为加速推进中国设施农业采收机器人的智慧化、智能化和产业化发展提供借鉴参考。

五、基于Penman-Monteith模型和路径排序算法相结合的草莓灌溉方法与验证

参与机构：吉林农业大学信息技术学院、北京农业智能装备技术研究中心

为更加有效、精确地控制设施作物的灌溉，该团队以"章姬"草莓为例，研究了一种基于Penman-Monteith模型和路径排序算法相结合的草莓灌溉方法与验证。

实验结果表明，在规定时间采收的情况下，研究提出的算法相结合的方法比传统P-M模型方法，在果实总产量、单株果实均产量、果实均重百分比、硬度分别有一定提高。表明该方法根据作物生长状态对作物灌溉进行调整合理，为精确灌溉提供了新的思路。

以上五项科研，大都可以进行商业化应用，尤其是促早熟生产多因子协调控制技术，完全可以与智慧温室的管理相结合，既能提升大棚管理效率，也能节约劳动力，期待未来更多科研成果能够学以致用。

审核编辑黄宇