智慧設施農業是未來農業發展的方向之一，目前發展智慧農業，在科技、資金、政策等方面還存在不足，尤其是在科技應用方面，仍有不少空白需要盡快填補。同濟大學、農科院、浙江大學、京都大學等高校、科研機構投入了不少科研力量，已經取得了一定進展。

一、改進YOLOv4的溫室環境下草莓生育期識別方法

參與機構：北京市農林科學院智能裝備技術研究中心、上海海洋大學信息學院

針對目前設施農業數字化栽培調控技術中對作物的生育期實時檢測與分類問題，該團隊提出一種改進YOLOv4的溫室環境下草莓生育期識別方法。

結果表明，研究提出的YOLOv4-CBAM模型對開花期、果實膨大期、綠果期和成熟期草莓的檢測平均精度、平均精度均值、平均交并比為、檢測單位圖像時間等數據，精度極高，可對草莓各生育期目標進行精準識別和分類，并為設施草莓栽培的信息化、規模化調控提供有效的理論依據。

二、南方藍莓智能溫室促早熟生產多因子協調控制技術

參與機構：同濟大學電子與信息工程學院

為實現藍莓提前上市、提升藍莓品質，獲得更大經濟效益的目的，該團隊在溫室環境多因子協調控制模型基礎上，針對藍莓生長環境特點，探索研究了一套藍莓溫室多因子協調控制算法，用于調控溫室大棚的環境。

試驗將南方藍莓移至江蘇省蘇州市昆山市花橋鎮的環境可控型智能溫室中，基于物聯網技術，從藍莓物候期、品種特點、土壤pH、水肥灌溉方式、小氣候環境區間等要點和環境調控范圍，并建立藍莓植物工廠化生產控制系統，串聯硬件層、軟件層和云端，實現現場端環境監測調控、數據云存儲與遠程控制等技術。

經實際驗證，整體調控系統效果顯著，南方品種藍莓提早近一個月進入果實采摘期，其同時蓄冷后的藍莓植株相比為蓄冷植株，在單株產量、單果重量上分別有所提升。說明采用該算法能提高藍莓的產量和品質，為南方溫室藍莓植物工廠化促早熟生產管理提供示范。

三、人工智能輔助種植策略對溫室草莓生產調控效果對比研究

參與機構：中國農業科學院農業信息研究所/農業部農業信息技術重點實驗室、云南省農業科學院花卉研究所、云南省元江縣農業技術推廣服務中心

為緩解勞動力緊缺、提升提高設施園藝作物精準化管理水平，該團隊嘗試以人工智能方式，解決問題。以勞動密集型園藝作物-草莓為實驗對象，研究對比采用不同AI種植策略，和關鍵技術對草莓溫室生產的調控效果，可對園藝作物種植的AI技術改進和產業化應用提供參考。

結果表明，與人工種植管理相比，AI種植策略組的平均產量提高了1.66倍，平均產值提高了1.82倍，最高投入產投比提高了1.27倍。知識圖譜、深度學習、視覺識別、作物模型和作物生長仿真器等技術在草莓AI種植中各有優勢。針對高產優質的目標，在配備較完善的智能化設備和控制組件的溫室生產條件下，AI輔助種植能有效提高草莓種植管控的精準度，減少水肥和勞動力的投入，獲得較高的收益，但也存在對人工管理勞動的模擬難、作物本體信息采集難等問題。

四、日本設施農業采收機器人研究應用進展及對中國的啟示

參與機構：京都大學農學研究科、浙江大學文學院

出于借鑒日本智能采收裝備近四十年研發經驗的目的，該團隊綜述了日本設施農業采收機器人的研究應用進展，分析了基于農機農藝結合的茄科(番茄、茄子、青椒)、葫蘆科(黃瓜、瓜類水果)、蘆筍和草莓等10種設施農業采收機器人的采收技術，其中詳細對比了番茄、草莓等幾種蔬菜歷代采收機器人的設計理念及其優點與不足。分析了設施農業采收機器人面臨的科學問題及解決方案，總結了未來發展趨勢及對中國的啟發。

設施農業智能裝備作為設施農業穩定、高品質、高效生產的必要保障，對其的研究與借鑒，可為加速推進中國設施農業采收機器人的智慧化、智能化和產業化發展提供借鑒參考。

五、基于Penman-Monteith模型和路徑排序算法相結合的草莓灌溉方法與驗證

參與機構：吉林農業大學信息技術學院、北京農業智能裝備技術研究中心

為更加有效、精確地控制設施作物的灌溉，該團隊以"章姬"草莓為例，研究了一種基于Penman-Monteith模型和路徑排序算法相結合的草莓灌溉方法與驗證。

實驗結果表明，在規定時間采收的情況下，研究提出的算法相結合的方法比傳統P-M模型方法，在果實總產量、單株果實均產量、果實均重百分比、硬度分別有一定提高。表明該方法根據作物生長狀態對作物灌溉進行調整合理，為精確灌溉提供了新的思路。

以上五項科研，大都可以進行商業化應用，尤其是促早熟生產多因子協調控制技術，完全可以與智慧溫室的管理相結合，既能提升大棚管理效率，也能節約勞動力，期待未來更多科研成果能夠學以致用。

審核編輯黃宇