人工智能与农业经济深度融合研究

1、    人工智能与农业经济深度融合研究    摘 要：近几年人工智能快速发展，推动人工智能与农业的深度融合，有利于实现农业可持续发展。通过借鉴国外人工智能在农业领域中的应用先进经验，针对我国智能农业发展中存在的问题，提出我国智能农业发展对策和建议。关键词：人工智能;智能农业;深度融合;识别人工智能被誉为全球三大尖端技术之一。人工智能是通过研究人类智能，构建具有智能行为的人工系统。将人工智能与农业深度融合将促进智能农业的快速发展。一、智能农业研究进展早在20世纪70年代，人工智能开始应用于美国农业领域。农业专家系统是计算机程序系统，采用人工智能并且集成信息

2、网络技术、地理信息系统技术、机器学习技术、智能计算技术、优化模拟技术以及知识发现等多个技术，包含农业知识和专家的经验等，采用多媒体而且把信息网络作为载体，科学地指导种田，还给农业生产管理提供多种咨询服务。到了20世纪80年代以后，农业专家系统开始转向经济分析决策、生产管理、农产品市场销售管理、生态环境等。日本高度重视人工智能在农业上的作用，管理专家系统如培养液、西红柿栽培、温室黄瓜栽培等多个管理专家系统。美国的农业专家系统如comax/gossym，主要推荐棉田管理措施给棉花种植者。1在20世纪90年代，人工智能在农业中的应用进入快速发展阶段。在专家系统方面，主要有英国的水果保鲜，美国的梯田，

3、日本的温室控制，埃及的黄瓜与柑橘栽培生产管理，德国的草地管理，希腊的病虫害与缺素诊断的多种语言等专家系统。2到了21世纪，利用人工智能技术来提高生产力，成为农业领域的研究热点，人工智能在农业领域大规模应用，如农业机器人。3二、我国智能农业存在的问题主要存在的问题是抵御自然灾害能力较弱、生产方式与效率较落后、科研投入与相关领域人才储备缺乏、科技含量与发展水平较低等方面。三、我国智能农业发展对策（一）提升生产效率智能农业技术对农业生产各种要素实行智能化控制、数字化设计、科学化管理、精准化运行，积极促进生产要素的优化配置，努力提高农业生产力，不断推动农业生产向规模化、集约化、精准化转变;智能农业可以

4、通过“互联网+”电子商务等模式，积极发展农业新业态，推动农业一二三产业融合发展;智能农业技术能够实现农业农村信息服务的精准化和个性化，积极提高服务效能。智能农业技术将改变传统农业生产方式、提高效率和效益。（二）升级智能农业装备农业大数据与云计算、农业专用传感器与仪器仪表、农业机器人、智能化植物生产工厂、农业精准作业与智能装备、农业物联网等智能化农机装备构建技术研究，逐步从粗放式过渡到智能化为标志的集约化发展和制造业转型的新阶段。按照智能制造试点示范所包含的数字化车间、智能工厂、智能新业态、智能装备、智能化服务、智能化管理等要求，构建智能化农机装备制造体系，是未来智能装备发展的方向。（三）提高智

5、能农业科技含量积极发展3s集成技术，不断开发应用软件，研制智能控制的装备;在具体实施过程中，进行人工采集信息和常规机械操作，逐步过渡到自动化作业，构建大田精准生产技术系统。主要研究植物生长生命信息、环境信息特征识别新方法，开展土壤、动植物、生态环境和机器集成融合应用研究，创新北斗导航和机器自动控制、数字化管控和变量作业、农用航空等核心技术;研制精益制种、联合整地、精量施药、精密播栽、高效收获等粮经作物生产重大装备，不断提升良种、耕地、农业、肥料、灌溉用水的利用效率和高效生产。（四）培养智能农业科技人才积极发展智能农业，需要很多科技人才，特别是大数据、人工智能、云计算等领域，还需要进行整合院校资

6、源，特别是基于智能农业的需求，积极培养智能农业需要的数据分析和软硬件开发等方面的人才。积极完善农业技术推广人才服务体系，不断提高他们的基本素质，真正搭建起一支素质过硬的科技推广人才队伍。进一步增加农民培育的力度，积极提高农民的科技素质。鼓励农民积极参加各种技术培训，全面向农民推广智能农业概念、创业项目与技术。四、总结智能农业是智慧经济重要的组成部分;智能农业是我国消除贫困、实现经济发展后来居上、后发优势、实现赶超战略的主要途径。建构完整的智能农业，推动农业产业结构升级和经济结构平衡，充分实现农村经济的规模效益，就是我国经济发展的新的经济增长点。参考文献：1zayas i，pomeranz y，

7、lai f s.discrimination between arthur and aran wheats by image analysisj.cereal chemistry，1985，62（2）：478-480.2burks t f，shearer s a，gates r s，et al.backpropagation neural network design and evaluation for classifying weed species using color image texturej.transactions of the asae，2000，43（4）：1029-1037.3mathanker s k，weckler p r，bowser t j，et al.adaboost cllassifiers for pecan defect classificationj.computer