農業新質生產力，托普雲農都有哪些智慧農業“黑”科技？

當前，新質生產(chan) 力已成為(wei) 千行百業(ye) 高質量發展的內(nei) 在要求和重要著力點。農(nong) 業(ye) 作為(wei) 國民經濟的“壓艙石"，更需要夯實基礎，依靠科技創新、產(chan) 業(ye) 創新為(wei) 農(nong) 業(ye) 強國建設注入強勁動能。

作為(wei) 國內(nei) 智慧農(nong) 業(ye) 的耕耘者，托普雲(yun) 農(nong) 將現代信息技術與(yu) 農(nong) 業(ye) 專(zhuan) 業(ye) 深度融合，通過人工智能、大模型、大數據在農(nong) 業(ye) 領域的深度綜合運用，為(wei) 農(nong) 業(ye) 科研、生產(chan) 、管理提質增效。

人工智能：智慧農業新引擎

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、數據建模分析、大模型等能力，在農(nong) 業(ye) 領域應用越來越廣泛。托普雲(yun) 農(nong) 組建專(zhuan) 業(ye) 的人工智能技術團隊，結合農(nong) 業(ye) 科研、生產(chan) 等環節的實際需求，對AI技術進行深度適配和校準，已在眾(zhong) 多場景實現成熟應用。

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、植保等領域都能發揮巨大作用。托普雲(yun) 農(nong) 基於(yu) 先進的深度學習(xi) 和大模型技術，根據場景選擇合適的算法模型及驗證，采集海量樣本數據對模型進行訓練，並結合市場驗證進行多次版本迭代和優(you) 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(you) 良品種的重要一環。托普雲(yun) 農(nong) 將AI圖像識別技術與(yu) 考種場景相結合，自主研發智能考種分析係統，通過高清成像智能識別小麥、水稻、玉米等農(nong) 作物的籽粒、果穗、截麵，並高效精準測量粒數、重量，以及長、寬、麵積等各項粒型參數與(yu) 果穗參數。與(yu) 傳(chuan) 統人工測量方式相比，運用AI圖像識別技術不僅(jin) 考種分析效率顯著提升，測量精度也大大增加，誤差控製在0.3%以下。

托普雲(yun) 農(nong) 圖像識別技術在考種方麵的應用

植物表型解析

基於(yu) 深度學習(xi) 的圖像識別技術，托普雲(yun) 農(nong) 將AI用於(yu) 植物表型識別、檢測和分析，並涵蓋植物的根、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(chuan) 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(ti) 的形態、生理等120多種表型指標，在解析精度、效率等方麵優(you) 勢明顯，為(wei) 智能育種、種質資源鑒定等科研工作提質增效。

托普雲(yun) 農(nong) 植物表型解析設備

托普雲(yun) 農(nong) 圖像識別技術在表型解析方麵的應用

病蟲害識別

我國每年農(nong) 作物病蟲害發生麵積近70億(yi) 畝(mu) 次，而傳(chuan) 統的人工病蟲害檢測方法存在主觀性強、工作量大、覆蓋範圍窄，效率低等問題。為(wei) 此、托普雲(yun) 農(nong) 利用人工智能深度學習(xi) 技術，結合積累的病蟲害樣本庫訓練出病蟲害模型，從(cong) 而實現對病蟲害的快速、精準識別。

托普雲(yun) 農(nong) 病蟲害識別算法示意

目前，基於(yu) 人工智能與(yu) 植保領域深度融合，托普雲(yun) 農(nong) 采用卷積神經網絡深度學習(xi) 的方法建立識別模型，已實現2063種農(nong) 業(ye) 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(nong) 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(ti) 識別準確率達90%以上。

在病害方麵，已覆蓋小麥、玉米、水稻等9類作物，涵蓋赤黴病、灰斑病、稻瘟病等在內(nei) 76種病害症狀，在水稻病害症狀識別方麵效果尤其顯著，為(wei) 糧食安全、生態保護提供了有力保障。

托普雲(yun) 農(nong) 圖形識別技術在植保方麵的應用

02
數據建模與(yu) 分析

基於(yu) 多樣化的農(nong) 業(ye) 傳(chuan) 感器與(yu) 智能裝備，托普雲(yun) 農(nong) 精準采集來自土壤、氣候、作物生長等多維度源頭數據，並運用AI技術進行數據建模分析與(yu) 趨勢預測，在種植管理、風險評估、市場洞察等方麵為(wei) 農(nong) 業(ye) 生產(chan) 者提供決(jue) 策支持。

作物生長預測

托普雲(yun) 農(nong) 自主研發和適配的作物物候期模型，WOFOST作物生長模型等，通過內(nei) 置作物在不同生長發育期的同化、呼吸、蒸騰作用等生物機理，以及氣候、土壤等環境機理，實現對作物全生命周期的監測與(yu) 預測，包括生育期預測、產(chan) 量預測等，指導農(nong) 事管理，提高生產(chan) 效率。

楊梅生長模型

精準農(nong) 業(ye) 管理

基於(yu) 對土壤、作物生長情況的數據監測，托普雲(yun) 農(nong) 構建測土配方、土壤墒情預測、作物需水模型等，評估和匹配土壤水份、肥力與(yu) 作物生長需求，從(cong) 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水節肥、避免環境汙染和資源浪費的目的。

托普雲(yun) 農(nong) 精準智能灌溉係統

風險評估

在外部環境方麵，托普雲(yun) 農(nong) 研發病蟲害預測、蟲害防治期估算、小氣候訂正、氣象災害預警等模型，為(wei) 農(nong) 業(ye) 生產(chan) 者提供有效的防災防治建議。同時，綜合利用了農(nong) 作物市場價(jia) 格數據、天氣預測數據的農(nong) 作物產(chan) 量預測、價(jia) 格預測、投入產(chan) 出分析等模型，能夠評估農(nong) 業(ye) 風險，為(wei) 農(nong) 業(ye) 生產(chan) 經營者和銀行、保險等農(nong) 業(ye) 金融服務者提供精準定價(jia) 和風險管理策略。

褐飛虱屬遷飛路徑研判

03
農(nong) 業(ye) 大模型“小農(nong) 人"

得益於(yu) 在智慧農(nong) 業(ye) 領域的深厚積累，托普雲(yun) 農(nong) 將AI大模型技術與(yu) 農(nong) 業(ye) 專(zhuan) 業(ye) 深度融合，構建農(nong) 業(ye) AI大模型“小農(nong) 人"，對農(nong) 資、農(nong) 技、農(nong) 事服務、農(nong) 業(ye) 科研、農(nong) 產(chan) 品加工業(ye) 、農(nong) 業(ye) 信息服務、農(nong) 業(ye) 社會(hui) 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係統化梳理，構建農(nong) 業(ye) 知識體(ti) 係庫。當農(nong) 業(ye) 工作者向“小農(nong) 人"提出農(nong) 業(ye) 問題時，它基於(yu) RAG技術迅速生成專(zhuan) 業(ye) 答案，如同一位即問即答的農(nong) 業(ye) 專(zhuan) 家顧問，協助農(nong) 業(ye) 工作者解決(jue) 複雜問題。

與(yu) 傳(chuan) 統的問答機器人相比，“小農(nong) 人"的表現更加智能，不僅(jin) 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(feng) 富和知識庫的不斷更新，“小農(nong) 人"能夠持續擴充農(nong) 業(ye) 專(zhuan) 業(ye) 知識，從(cong) 而提供更好服務。

例如在農(nong) 場管理場景，“小農(nong) 人"化身為(wei) 農(nong) 場管家，協助農(nong) 業(ye) 園區管理；在環境調控場景，“小農(nong) 人"化身為(wei) 種植專(zhuan) 家，指導灌溉、通風、施肥等農(nong) 事操作；在植保場景，“小農(nong) 人"化身為(wei) 病蟲害防治專(zhuan) 家，為(wei) 工作者解答病蟲害防治難題等。

農(nong) 業(ye) 大模型“小農(nong) 人"

大數據：推動精準農業與智慧監管

大數據技術的核心價(jia) 值在於(yu) 從(cong) 多樣化數據集中發現規律、趨勢和關(guan) 聯性，為(wei) 科學決(jue) 策提供支撐。近年來，我國高度重視農(nong) 業(ye) 大數據應用與(yu) 基礎設施建設工作，陸續發布《促進大數據發展行動綱要》《農(nong) 業(ye) 農(nong) 村大數據試點方案》《數字農(nong) 業(ye) 農(nong) 村發展規劃（2019—2025年）》等一係列指引性文件，推動大數據技術向農(nong) 業(ye) 全產(chan) 業(ye) 鏈加速覆蓋。

大數據技術應用，數據采集是基礎。托普雲(yun) 農(nong) 不斷加強精準感知、圖像識別和數據采集技術創新，研發涵蓋植物表型、種子、培養(yang) 箱、植保、氣象環境、土壤、品質等200+農(nong) 業(ye) 專(zhuan) 用傳(chuan) 感器與(yu) 智能裝備，深入開展數據采集、輸入、匯總、應用、管理技術研究，構建起農(nong) 業(ye) 生產(chan) 全要素智能數據采集係統。

01
農(nong) 業(ye) 生產(chan) 精準化

在農(nong) 業(ye) 生產(chan) 環節，大數據技術通過傳(chuan) 感器、物聯網智能裝備、遙感、GIS等方式采集並整合氣候、土壤、作物生長、病蟲害等多維度數據信息，經綜合分析發現趨勢和關(guan) 聯性，從(cong) 而優(you) 化資源投入，降低生產(chan) 成本，提高生產(chan) 效率與(yu) 產(chan) 品質量。

以病蟲害監測預警應用為(wei) 例，托普雲(yun) 農(nong) 與(yu) 浙江省植保部門共同打造“浙江省農(nong) 作物重大病蟲害智慧監測預警係統"，在浙江省全境統一布局田間智能監測點160餘(yu) 個(ge) ，形成區域性智能監測網絡，實現水稻二化螟、稻縱卷葉螟、稻飛虱等重大蟲情動態的實時測報、集中采集、統一管理和綜合應用。

浙江省水稻蟲情預警平台

蟲情數據的匯集和分析，為(wei) 監測遷飛性害蟲、爆發提供了重要依據。2021年7月，台風“煙hua"過境浙江期間，浙江省級植保部門通過蟲情監測數據研判桐廬等地可能迎來稻縱卷葉螟遷入高峰，指導當地農(nong) 戶及時采取防治措施，收效顯著。

02
單品全產(chan) 業(ye) 鏈數字化

在單品全產(chan) 業(ye) 鏈綜合管理環節，大數據技術通過收集與(yu) 打通供需兩(liang) 端數據信息，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(liang) 端信息不對稱，在倉(cang) 庫儲(chu) 存和零售商店環節提高運營質量，提升供應鏈管理效率。

以水稻產(chan) 業(ye) 為(wei) 例，由農(nong) 業(ye) 農(nong) 村部建設項目支持，中國水稻研究所牽頭建設，托普雲(yun) 農(nong) 提供技術支撐建成的水稻全產(chan) 業(ye) 鏈大數據應用服務平台——國家水稻全產(chan) 業(ye) 鏈大數據平台，通過搭建水稻全產(chan) 業(ye) 鏈大數據中心，打通水稻生產(chan) -儲(chu) 備-市場-貿易-消費-科技全產(chan) 業(ye) 鏈，匯聚來自生產(chan) 端、流通端、消費端的宏觀、中觀和微觀數據，形成完善的業(ye) 務管理、數據共享和決(jue) 策谘詢體(ti) 係，建立價(jia) 格分析預測、氣象產(chan) 量預測、投入產(chan) 出分析、輿情分析、消費者情感分析等模型，深化大數據在水稻產(chan) 業(ye) 領域的應用，推動我國水稻產(chan) 業(ye) 的數字化、信息化建設。

國家水稻全產(chan) 業(ye) 鏈大數據平台

03
農(nong) 政監管智慧化

在農(nong) 業(ye) 農(nong) 村農(nong) 政監管層麵，大數據技術也發揮著至關(guan) 重要的作用。通過收集和分析農(nong) 田分布、農(nong) 業(ye) 生產(chan) 、農(nong) 村事務等海量農(nong) 業(ye) 數據，農(nong) 政監管機構能夠更全麵、精準地了解轄區農(nong) 事狀況、預測市場趨勢、評估資源分配以及製定管理政策。

以“浙江鄉(xiang) 村大腦"為(wei) 例，“浙江鄉(xiang) 村大腦"是由浙江省農(nong) 業(ye) 農(nong) 村廳決(jue) 策部署，托普雲(yun) 農(nong) 提供技術支撐打造的浙江省農(nong) 業(ye) 農(nong) 村領域數字化、智能化能力中心。

建設過程中，托普雲(yun) 農(nong) 為(wei) 浙江鄉(xiang) 村大腦搭建了“11153"的總體(ti) 構架（1倉(cang) 1圖1碼5庫3能力），製定了嚴(yan) 謹的技術規範，建立了知識庫、規則庫、算法庫、模型庫、組件庫，打造“智能感知、生長模型、智能交互、監測預警、指數評價(jia) 、分析研判、惠農(nong) 直達、全景畫像、安全智控"九大智能能力，支撐了“農(nong) 業(ye) 智能、鄉(xiang) 村智治、農(nong) 民智富"三大場景能力，分別聚焦智慧農(nong) 業(ye) 生產(chan) 、基層鄉(xiang) 村治理、農(nong) 民增收共富，開發並集成了一係列數字化應用，顯著提升數字鄉(xiang) 村建設水平。

浙江鄉(xiang) 村大腦匯集農(nong) 業(ye) 大數據

目前，浙江鄉(xiang) 村大腦已經覆蓋全省11個(ge) 市、90個(ge) 縣（市、區），實現省市縣三級全貫通，有效支撐“浙農(nong) "係列等各級應用60餘(yu) 個(ge) ，歸集各類數據約20億(yi) 條，日均訪問量超100萬(wan) 次，活躍用戶55萬(wan) 人。

結語

未來，農(nong) 業(ye) 領域將迎來多種技術融合發展的趨勢。在科技創新驅動下，物聯網、智能傳(chuan) 感器、大數據、人工智能、農(nong) 業(ye) 機器人等技術將持續進步並深度融合，構建高度集成的智慧農(nong) 業(ye) 生態係統，形成農(nong) 業(ye) 新質生產(chan) 力，推動農(nong) 業(ye) 科研、生產(chan) 、經營與(yu) 監管向著精準、高效、智能化、可持續方向不斷發展。