科创中国

行业领域

生物与新医药技术,现代农业技术

需求背景

使用人工智能手段，建立可迭代版本的生菜生长模型，标准化自动化生菜种植过程，制定生菜生长过程中各个阶段关键指标、环境标准、控制指令等模型。理解和认识作物生育过程的基本规律和量化关系，对作物生长系统的动态行为和最后产量进行预测。使用低成本的物联网传感器及图像采集系统，自动采集生菜的生长环境数据及长势数据，使用人工智能手段自动测量叶片表面积，对生菜生长过程中可能产生的病害进行预警，下发通知消息，并提供决策参考。

需解决的主要技术难题

具体需求或技术痛点问题概述：

需求分为完备的一个作物生长模型及一套智能决策和控制系统两大部分。

作物生长模型

作物生长模型为从系统科学的观点出发，以光、温、水、土壤等条件为环境驱动变量，运用数学物理方法和计算机技术，对作物生育期内光合、呼吸、蒸腾等重要生理生态过程及其与气象、土壤等环境条件以及耕作、灌溉、施肥等技术条件的关系进行定量描述和预测，再现农作物生长发育及产量形成过程。    

作物生长模型功能：

理解：理解和认识作物生育过程的基本规律和量化关系；

预测：对作物生长系统的动态行为和最后产量进行预测；

作物生长模型特征：

系统性：对作物生育生长过程进行系统地、全面地分析与描述；

机理性：模拟较为深入的系统水平，能够提供对主要生理过程的理解；

灵活性：可容易地进行修改和扩展以及与其他系统耦合；

动态性：包括受环境因子和品种特性驱动的生育过程变化及过程间的动态关系；

预测性：通过建立动态模型，对不同条件下的系统行为提供可靠的定量描述；

便用性：可为非专家操作应用，可利用一般的气候、土壤及作物资料；

作物生长模型研究发展存在的问题：

作物模型参数获取与校准难：每种作物的模型都不同，同一作物不同品种也不同。大部分参数都是模型的默认参数以及前人的研究成果。若作物模型能与农业大数据、人工智能结合，则可以使模型自动获取参数并进行校准，就可以解决作物模型参数获取与校准难的问题。农业信息共享平台，打破农业信息数据封锁的局面，为作物模型研究使用提供基础数据，促进数字作物的发展。

作物模型受气候变化影响严重：不同区域作物模型受气候影响较大。气象数据是驱动作物模型的重要数据，目前作物模型的研究中都使用历史气象数据或者天气发生器数据，气象数据的不准确性严重影响到作物模型的产量预测和作物模拟效果。

模型结构和模型输入的不确定性：植物的生长过程和机理非常复杂，当下模型难以利用经验性公式和物理描述性公式对植物的生长过程进行准确的表达，只能实现近似契合。模型输入的不确定性主要由人为因素造成的，在播种、中耕、灌溉、施肥、喷药等田间管理时，对同一小区施肥、灌溉不均匀，使作物生长存在差异。

期望实现的主要技术目标

产品目标和具体技术参数要求：

1.建立标准可迭代生长模型，智能决策系统在运行初期可选择特定模型版本作为初始化参数；

2.建立不少于2个独立环境的生菜生长模型；

3.生长模型参数需要包含空气温度、空气湿度、营养液温度、EC值、PH值、CO2、植物光合强度、光配方、气流速度；

4.智能决策系统可控制的系统指令包括空调温湿度、新风风速、水肥机浓度、CO2生产系统控制、植物生长灯红蓝光配比、光照强度；

5.人工智能测量生菜生长叶片面积成功率不低于90%；

6.建立植物工厂种植专家研究站1个；

7.搭建起模型版本管理系统1个；

8.智能决策系统可完全无人干预运行，较人工控制系统提升产量15%；

9.研究过程中产生不低于5篇软件著作权，申报专利3项以上。

需求解析

解析单位：“科创中国”华中科技大学智能制造专业科技服务团（华中科技大学） 解析时间：2023-08-24

王正伦

华中科技大学科协

主任

综合评价

该技术需求背景介绍和需要解决的主要技术难题分析基本合理，研发内容和期望实现的技术目标明确，通过专家联合研发基本可以实现。

查看更多>

处理进度