【ZiDongHua 之動感惠民生收錄關鍵詞：農業(yè)農村部  農業(yè)科技  農機裝備  地理信息系統(tǒng)  模式識別  智能農機  機器視覺 人工智能  】

“蟲臉識別”“北斗夜眼”……一批科技感十足的裝備在夏收中表現(xiàn)亮眼

央視網(wǎng)消息：眼下，多地小麥陸續(xù)開鐮收割。農業(yè)農村部最新農情調度顯示，目前，全國冬小麥已收獲7.9%。為了確保顆粒歸倉，一批科技裝備紛紛閃亮登場。那么，它們是如何助力夏收的呢?我們到各地去看一看。

江蘇蘇州全程機械化收割 手機遙控操作收割機

總臺記者 楊瀅：在江蘇省蘇州市吳江區(qū)的同里鎮(zhèn)，按照小麥收獲從南至北的規(guī)律，這里也是江蘇最早開始收獲的地區(qū)之一，小麥種植面積近萬畝，通過航拍畫面我們可以看到一望無際的規(guī)整的農田，金色麥浪隨風涌動。收割機正在麥田中緩緩行駛，進行全程機械化收割。

在這個園區(qū)里，還有一個“無人化農場”。未來農業(yè)是個啥模樣，在這里可以先睹為快。農場物聯(lián)網(wǎng)大數(shù)據(jù)庫，實現(xiàn)作物生產過程的全程監(jiān)控，全天候監(jiān)測作物長勢信息。通過手機App，機手就能操作無人駕駛收割機，遙控收割、脫粒、裝入糧倉等步驟。在手機上，還會清晰地顯示出發(fā)動機轉速、糧倉狀態(tài)等信息。

河南駐馬店應對降雨 履帶式收割機幫忙搶收

據(jù)氣象預測，最近幾天，本輪降雨區(qū)域波及河南、安徽、江蘇、重慶及湖北等地。在河南省駐馬店市，不少地塊的小麥已經完全成熟，全市的52支應急機收服務隊加緊忙碌起來，趁著雨停的間隙，幫助農民搶收。

總臺央視記者 劉成：在河南省汝南縣三橋鎮(zhèn)的麥田里，剛下的一場雨，讓麥田變得特別松軟。趁著不下雨，應急服務隊緊急調來四臺履帶式收割機，幫忙搶收。

安徽壽縣“北斗夜眼” 讓夜收更加高效

在安徽壽縣青峰村，夜幕下的麥田里機聲轟鳴，為了搶在下雨前完成收獲，農機手們還在持續(xù)作業(yè)。

安徽省壽縣農機手 陸冰冰：現(xiàn)在因為有北斗，我們規(guī)劃好線路，它就像家里的掃地機一樣，肯定不會漏收。

“奔跑”的三夏·降本增效

為了確保顆粒歸倉，除了小麥收割，在儲運、加工，乃至豐收前的田間管理等各個環(huán)節(jié)，仍然有很多細節(jié)需要注意。而在這些領域，科技同樣發(fā)揮著重要作用。

在河北，眼下小麥正進入灌漿期。在河北省石家莊市鹿泉區(qū)小畢村，農民們正搶抓農時，利用自動化平移式噴灌機，對近400畝的高標準農田小麥進行澆灌，大大地節(jié)約了用水量，同時也減少了人工投入。

河北省石家莊市鹿泉區(qū)小畢村農戶 李永和：過去澆這三百多畝的時候，用十來個工，現(xiàn)在用兩天的時間，兩個人就可以完成了。今年小麥選用的是新品種，是中麥6032。品種也選對了，水也節(jié)約了，所以今年小麥長勢良好。

湖北鐘祥補齊烘干短板 糧食用上“吹風機”

生產上節(jié)本增效，而在儲運環(huán)節(jié)，通過科技手段，也可以實現(xiàn)庫存糧食的減損降耗。在湖北鐘祥，這里的小麥將迎來開鐮。往年糧食烘干問題一直是影響糧食收儲的短板，但今年，同一塊麥田有了新變化。

湖北荊門鐘祥市天和農機服務合作社經理 曾照洲：我身旁的這6臺設備是新上的一套全自動化烘干塔設備，每天的烘干能力大概在360噸左右，這是我們設備投入使用后第一次烘干。

眼下，湖北全省各大糧食產區(qū)，正通過優(yōu)化土地環(huán)評審批流程，加大對糧食烘干中心(點)建設用地計劃指標保障力度。截至目前，全省新增糧食烘干中心301個，年減少糧食霉變損失1億斤。

“奔跑”的三夏看科技·蟲臉識別

手機解鎖，刷臉支付，現(xiàn)如今，人臉識別技術已經被廣泛應用，但是您聽說過“蟲臉識別”嗎?在安徽有這樣一群年輕的博士，他們拿著“自拍桿”，在田間地頭給蟲子們拍“寫真”，進行“蟲臉識別”。這到底是一項什么技術?對于農業(yè)生產，又有哪些幫助呢?

一根長長的“自拍桿”探入麥叢中，或深或淺，動作迅速，像“掃雷”一樣。在安徽宣城市宣州區(qū)，中科院合肥智能機械研究所博士杜健銘正和同事在麥地里忙著給麥上的害蟲們拍照片。

中科院合肥智能機械研究所博士 杜健銘：蚜蟲的聚集，一般不都是在這個位置有一片聚集，現(xiàn)在看起來還挺不錯的，你看整個稈子，我們伸下去的話，這么掃過來，也沒有(害蟲)，(小麥)根下面好像也沒有，整個莖桿下面都蠻干凈的。

“自拍桿”如何實現(xiàn)“蟲臉識別”呢?杜健銘手持的“自拍桿”配有高清攝像頭和智能終端，只需將設備探頭伸進麥田，輕輕點擊手機的拍攝按鈕，就完成了圖片采集。

中科院合肥智能機械研究所博士 杜健銘：手機的作用不只是用來收照片，同時我們還可以把隨時隨地拍出來的照片上傳到服務器上進行儲存。

在專用的手機軟件上，杜健銘拍攝的蟲子都被智能系統(tǒng)自動打上了框。同時，系統(tǒng)會在后臺分析出害蟲的種類、數(shù)量，以及蟲害發(fā)生等級。這些病蟲害對農業(yè)生產的影響巨大，為了從“蟲口奪糧”，需要定期對農作物病蟲害進行監(jiān)測。但傳統(tǒng)的計算辦法是一只只地數(shù)，費時費力不說，也無法保證數(shù)據(jù)的準確。如何把人工智能和農業(yè)相結合，讓農業(yè)更智慧?是杜健銘和他的科研團隊一直在思考的問題。不過，“蟲臉識別”可不同于人臉識別，有些害蟲的相似度極高，用普通的人工智能技術難以區(qū)別分類。

中科院合肥智能機械研究所博士 杜健銘：蟲子一般來說都很小，我們真正做的事情不只識別它是不是蚜蟲，同時還要知道這些蚜蟲到底有多少只，為了我們之后去判定，這一片田中平均的蟲害和病害發(fā)生的數(shù)量，用來評估這邊的受災等級。整體來說，是要比人臉識別張三，還是李四，要難上一個等級的。

為了逐步突破“蟲臉識別”的難點，杜健銘和團隊幾乎走遍了省內各個縣市，對田間害蟲進行數(shù)據(jù)采集，不斷積累樣本，優(yōu)化數(shù)據(jù)庫。目前，“蟲臉”數(shù)據(jù)庫已收集包括700多萬張圖片，500多種病蟲害“相貌”，覆蓋小麥、水稻、油菜等29種農作物和經濟作物，識別準確度在80%以上。巨大的數(shù)據(jù)庫，讓害蟲無處遁形。

中科院合肥智能機械研究所高級實驗師 胡海瀛：我們這里面有各種害蟲，包括一些常見的和不常見的，也可以給專家提供一些輔助以及給他一個參考建議，如何去防治，用什么樣的藥或者是什么復合肥等，從生產到最后收獲一系列的管理。