科技日报记者 金凤
稻黄未褪、麦绿已起。黄海之滨的江苏，眼下进入秋收、秋播时节。
在粮食收储一线，人工智能（AI）全自动数字质检和储备粮智慧管理，让每一粒粮食查得出来处，也被“用心安放”；在秋播田头，北斗导航农机联袂无人机与AI算法，让小麦“下地有分寸”、“生长有依据”；在翻腾的鱼塘，水下监测网络和水上数据资产，驱动渔业生产由“凭经验养鱼”变为“用模型养鱼”……
金秋时节，科技日报记者探田间、入粮库、进鱼塘，感受物联感知、AI、无人机等技术如何让粮食颗粒归仓，让“藏粮于技”在广袤田野落地生根。
智慧秋播：智机巡田垄垄有谱
十月的江苏省农垦集团有限公司新洋农场，空气里裹着稻茬的清香和泥土的湿气。10月27日，站在农场的田埂上，江苏省农垦农业发展股份有限公司新洋分公司（以下简称“新洋分公司”）农机社会化服务应急保障中心负责人陈春跺了跺脚上沾的泥，“今天土壤墒情适宜，正是播种的好时候。”
他身后不远处，一台红色的等深播种机，正在北斗导航系统的指引下，沿着田垄缓缓驶来，机身后留下一条条笔直的垄沟。
这是今年秋播的一场“大考”。新洋分公司今年首次示范推广宽带等深播种技术，陈春脚下的这块沙土地，就是主战场。
“等深播种机最大的好处是播种深度一致，麦种被统一播在土壤下两到三厘米。这个深度的小麦出苗后苗匀、苗壮。”陈春一边说，一边蹲下翻开土层。几粒被防病虫药剂浸染过的麦种，立即现了出来。
土壤下，埋进希望的种子；天空中，架起农情监测一张网。农田上方，一架无人机正来回逡巡，陈春抬头看了看天，“喏，无人机5分钟就能扫描180亩农田，把农田里的苗情、墒情等情况摸清楚。”
无人机回传的数据，在苏垦农发生产运营管理平台上彰显出价值。一整面墙的电子屏幕上，无人机采集的图像呈现为红黄绿的色块。苏垦农发科技信息部业务经理路顺涛解释，“无人值守巡田机舱驱动无人机巡田，回收的数据可以辅助技术员快速判断田间有没有出现缺苗、倒伏、涝渍等情况，相较于传统踏田，效率提升5倍。”路顺涛介绍，多光谱巡田无人机还可以通过判断作物在空间上的长势分布，进行变量施肥。
“巡田无人机将作物长势图拍回来之后，我们通过算法反演植被指数，识别哪里长得密、哪里长得稀疏，指导生成变量施肥处方图，再导入植保施肥无人机，指挥后者变量追肥。”路顺涛目光闪烁。
农田之上，无人机并不是孤身作战。田垄间，智能远程虫情测报灯和稻飞虱测报仪也时刻为农田筑起防线。“这些测控设备会在夜间打开灯，用灯光诱捕虫子，再用AI算法识别虫子的种类和数量，已经能识别出40多种稻麦常见虫子。”路顺涛介绍，目前AI自动识别虫害的准确率达90%以上，虫害防治建议会同步推送至管理人员手机。
“空地一体化”监测体系如今已覆盖苏垦农发的18个分公司，布设无人机巡田机舱、土壤墒情、气象、虫情、苗情、水位、视频监控等监测设备100余个，新洋农场核心示范区达5333.44亩，集成运行智慧农业系统。新洋分公司第一生产区负责人罗刚介绍，智慧监测技术的投用，将每亩农田的化肥用量减少12%、农药使用量降低15%，水稻亩产稳定在650公斤以上。
智慧储粮：AI“体检”粒粒有数
秋日午后，种田大户姜海春开着运粮车，驶入盐城建湖县马厂第二粮库。他的稻谷质量是否合格、能否入库，要先经过“体质鉴定”——扦样检测。
“所谓扦样检测，就是从粮食中扦取适当数量进行质量检测。检测合格的入库收储，不合格的整车退回。”建湖县马厂第二粮库有限公司党支部书记崔曙光指着一根正在启动的扦样机向记者解释。
顺着他手指的方向，记者看到，一根长长的扦样杆向下插入稻谷中取样。伴随着一股哗哗的声响，取样后的稻谷“蹦跳着”通过管道，被输送到AI全自动数字质检设备。
借助图像视觉识别、AI算法等技术，不到十分钟，AI全自动数字质检设备的显示屏上，显示出容重、不完善粒、水分等质量指标，并快速判级、自动出具检验结果。
“现在单车扦检时间由20-25分钟压缩至10分钟以内，再通过人工复核，可以提高检测准确性。”崔曙光说，依靠这位AI助手，该粮库单日收购量从此前的800吨到1000吨，增加到约3000吨。
粮食经过“体检”过关后，便进入一座座“会呼吸”的空调房。粮仓中央的温湿度计上，指针指向19℃，相对湿度指向50%，粮仓四周的空调出风口正送来丝丝冷气。
这些容纳2000多吨稻谷的“粮山”，是如何保持低温的？答案隐藏在“一虚一实”中。在江苏省省级储备粮智慧管理平台（以下简称“管理平台”）上，一座数字建模的虚拟粮仓中，规整地分布着大大小小的测温点。
“我们在每座粮仓中，设置了210个测温传感器，同时借助AI智能精细化分析控制，打造了智慧分区低温储粮系统。根据传感器检测的数据，精准控制智能变频低温机组，实现低温储粮的同时降低综合能耗。”江苏省储备粮管理集团有限公司苏粮仓储科技创新中心职员吴俊峰介绍，一年多来，粮仓已经实现仓内低温自动控制，“目前全年最高粮温不超过20℃，平均粮温在15℃以下。低温抑制了害虫的繁殖，实现了单仓的零化学药剂使用。”
在管理平台中，有关粮仓的更多动态也被及时捕捉，从单仓容量、粮仓利用率，到库存占比、江苏各个省级储备粮粮库的出入库实时动态，一目了然。
“在管理平台的AI可视化系统里，平台集成了所有粮库近14万个传感器数据，对每个仓的粮情进行实时监控与智能预警，从而掌握各粮库存储的时间和品质变化。”吴俊峰说。
智慧养殖：模型算塘条条有据
“出鱼啦！”28日，江苏东台条子泥垦区淡水养殖区分外热闹。随着渔网收拢，肥硕的斑点叉尾鮰随着工人们的驱赶，在漂浮箱中争相摆尾。
“这些鮰鱼，是在‘数字化喂养’下长大的。”江苏省沿海开发（东台）有限公司养殖管理部经理姜海月站在养殖塘口前，指着水面上泛起的一片片水花说。
水面之下，是一座座新型增氧机。“塘内的老式传统增氧机已全部换成了节能变频设备，可以一键启停、远程控制。更重要的是，分布在各处的水下传感器，还能实时监测水温、溶氧、pH值、氨氮等指数。当溶氧水平低于一定阈值时，增氧机会被自动开启。”姜海月说。
对传统大水面养殖来说，数据积累少，是困扰行业的短板。对此，江苏省沿海开发（东台）有限公司搭建了淡水养殖数据资产库，又融入了物联感知与人工智能技术，让整个养殖区的“呼吸”变得可感可控。
在养殖区管理中心，公司水产养殖主管殷召迎打开数字渔场管理平台，只见每个鱼塘投放的鱼的品种、规格，饲料投喂、用药记录、损鱼记录、对外销售记录等信息，都一一在系统里呈现。
“平台打通了数据‘采集—分析—决策—执行’各环节，让养殖全程可溯源，把分散的养殖经验转化为标准化、可复制的数字资产。”殷召迎说。
数据攒起来了，怎么让它们“活起来”？只见殷召迎轻点鼠标，在鱼类养殖模型中输入投苗时间、投苗密度、水塘面积、期望出鱼规格等信息，再敲下“开始预测”按钮，屏幕上立即显示出一份涵盖养殖天数、预计产量、饲料日投喂量、存塘量和出鱼时间等数据的养殖日志。
“以前写个用药计划忘了看就记不得了，现在平台每天推送，一直在提醒你。”殷召迎说，依据模型给出的生产建议，养殖员结合现场经验确认执行，当天实际投喂量再反哺回模型，验证和优化模型。
在设备和系统技术更迭的基础之上，该公司正在实现从构建“数字渔场”到打造渔业数字资产库，再到用AI指导养鱼的跃迁。
“我们正持续迭代养殖模型‘专业知识+数据+算法’的本地化能力，推动渔业生产由‘经验驱动’迈向‘数据驱动’。”展望未来，江苏省沿海开发（东台）有限公司党委副书记、总经理孙天民信心满怀。
网友评论
