前言：中文期刊網(wǎng)精心挑選了智能農(nóng)業(yè)論文范文供你參考和學(xué)習(xí)，希望我們的參考范文能激發(fā)你的文章創(chuàng)作靈感，歡迎閱讀。
智能農(nóng)業(yè)論文范文1
摘要……………………………………………………………………………………Ⅰ
英文摘要………………………………………………………………………………Ⅱ
1“數(shù)字農(nóng)業(yè)”的內(nèi)涵…………………………………………………………1
2國外“數(shù)字農(nóng)業(yè)”關(guān)鍵技術(shù)發(fā)展與應(yīng)用……………………………………………1
2.1美國………………………………………………………………………………………1
2.2英國………………………………………………………………………………………2
2.3德國………………………………………………………………………………………2
3我國發(fā)展“數(shù)字農(nóng)業(yè)”的緊迫性…………………………………………………2
4“數(shù)字農(nóng)業(yè)”的發(fā)展趨勢………………………………………………………………3
4.1農(nóng)業(yè)生產(chǎn)全流程智能化將逐步成為現(xiàn)…………………………………………………3
4.2農(nóng)產(chǎn)品流通電商化發(fā)展將更加迅猛……………………………………………………3
4.3農(nóng)業(yè)多元化公共服務(wù)將更加完善………………………………………………………4
5 “數(shù)字農(nóng)業(yè)”的實(shí)踐策略……………………………………………………………4
5.1實(shí)現(xiàn)農(nóng)業(yè)農(nóng)村業(yè)務(wù)數(shù)字化和可視化……………………………………………………4
5.2推動數(shù)字農(nóng)業(yè)技術(shù)創(chuàng)新…………………………………………………………………5
5.3提高農(nóng)業(yè)農(nóng)村經(jīng)營管理數(shù)字化水平…………………………………………………5
結(jié)語…………………………………………………………………………………………6
致謝………………………………………………………………………………………7
參考文獻(xiàn)……………………………………………………………………………………8
摘 要
數(shù)字農(nóng)業(yè)是將信息作為農(nóng)業(yè)生產(chǎn)要素，用現(xiàn)代信息技術(shù)對農(nóng)業(yè)對象、環(huán)境和全過程進(jìn)行可視化表達(dá)、數(shù)字化設(shè)計、信息化管理的現(xiàn)代農(nóng)業(yè)。數(shù)字農(nóng)業(yè)使信息技術(shù)與農(nóng)業(yè)各個環(huán)節(jié)實(shí)現(xiàn)有效融合，對改造傳統(tǒng)農(nóng)業(yè)、轉(zhuǎn)變農(nóng)業(yè)生產(chǎn)方式具有重要意義。本文總結(jié)了國外“數(shù)字農(nóng)業(yè)”關(guān)鍵技術(shù)發(fā)展與應(yīng)用,結(jié)合我國發(fā)展數(shù)字農(nóng)業(yè)的緊迫性與當(dāng)前數(shù)字農(nóng)業(yè)的發(fā)展趨勢,對我國“數(shù)字農(nóng)業(yè)”的發(fā)展提出了幾條實(shí)踐策略。
關(guān)鍵詞：數(shù)字農(nóng)業(yè)；農(nóng)業(yè)信息化；發(fā)展策略
Abstract
Content:Digital agriculture is a kind of modern agriculture that takes information as agricultural production elements, uses modern information technology to express agricultural objects, environment and the whole process visually, digital design and information management. Digital agriculture makes the information technology and all aspects of agriculture achieve effective integration, which is of great significance to the transformation of traditional agriculture and the transformation of agricultural production mode. This paper summarizes the development and application of the key technologies of "digital agriculture" in foreign countries. Combined with the urgency of developing digital agriculture in China and the current development trend of digital agriculture, several practical strategies are put forward for the development of "digital agriculture" in China.
Key words:Digital agriculture; agricultural informatization; development strategy
淺析“數(shù)字農(nóng)業(yè)”發(fā)展趨勢與策略
1“數(shù)字農(nóng)業(yè)”的內(nèi)涵
“數(shù)字農(nóng)業(yè)”是農(nóng)業(yè)數(shù)字經(jīng)濟(jì)的重要實(shí)踐。當(dāng)前，學(xué)術(shù)界和工業(yè)界尚未能夠?qū)?shù)字農(nóng)業(yè)形成統(tǒng)一的定義。通用名稱包括信息農(nóng)業(yè)，精確農(nóng)業(yè)，“ Internet + 農(nóng)業(yè)”等等。本文中提到的數(shù)字農(nóng)業(yè)基于農(nóng)業(yè)信息化，在農(nóng)業(yè)鏈的所有環(huán)節(jié)中都強(qiáng)調(diào)了下一代信息技術(shù)的重要作用，代表了農(nóng)業(yè)產(chǎn)業(yè)的新視野。現(xiàn)代農(nóng)業(yè)與信息化的緊密結(jié)合使可以充分利用數(shù)字技術(shù)。數(shù)字技術(shù)在促進(jìn)農(nóng)業(yè)發(fā)展方面發(fā)揮著重要作用，并且不斷的提高現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)的數(shù)字化水平，支持農(nóng)村戰(zhàn)略的實(shí)施。
2國外“數(shù)字農(nóng)業(yè)”關(guān)鍵技術(shù)發(fā)展與應(yīng)用
2.1美國
美國完善的農(nóng)業(yè)產(chǎn)業(yè)基礎(chǔ)和數(shù)字技術(shù)體系促進(jìn)農(nóng)業(yè)發(fā)展。美國數(shù)字農(nóng)業(yè)發(fā)展建立在農(nóng)業(yè)生產(chǎn)高度專業(yè)化、規(guī)模化、企業(yè)化的基礎(chǔ)上，已經(jīng)建成了完善的現(xiàn)代農(nóng)業(yè)技術(shù)應(yīng)用與管理系統(tǒng)。自20世紀(jì)90年代起，美國已開始應(yīng)用數(shù)字農(nóng)業(yè)技術(shù)，包括應(yīng)用遙感技術(shù)對作物生長過程進(jìn)行檢測和預(yù)報、在大型農(nóng)機(jī)上安裝GPS設(shè)備、應(yīng)用GIS處理和分析農(nóng)業(yè)數(shù)據(jù)等，對大田作物進(jìn)行生產(chǎn)前、中、后期的全面監(jiān)測與管理。在21世紀(jì)初已經(jīng)實(shí)現(xiàn)“3S”技術(shù)、智能機(jī)械系統(tǒng)和計算機(jī)網(wǎng)絡(luò)系統(tǒng)在大農(nóng)場中的綜合應(yīng)用，智能機(jī)械已經(jīng)進(jìn)入商品化階段。如JohnDeere公司的“綠色之星”精準(zhǔn)農(nóng)業(yè)系統(tǒng)，基于物聯(lián)網(wǎng)技術(shù)與“3S”技術(shù)搭建的新型精準(zhǔn)農(nóng)業(yè)管理系統(tǒng)，用以進(jìn)行精細(xì)農(nóng)作、農(nóng)機(jī)管理、農(nóng)藝管理和計劃管理，可繪制農(nóng)場產(chǎn)量的“數(shù)字地圖”，在機(jī)械化生產(chǎn)大農(nóng)場中的市場占有率達(dá)到了65％以上。在大數(shù)據(jù)、物聯(lián)網(wǎng)等數(shù)字技術(shù)飛速發(fā)展的助推下，美國數(shù)字農(nóng)業(yè)技術(shù)已與農(nóng)業(yè)生產(chǎn)的產(chǎn)前、產(chǎn)中、產(chǎn)后形成緊密銜接，應(yīng)用范疇覆蓋從作物生長的微觀監(jiān)測到宏觀農(nóng)業(yè)經(jīng)濟(jì)分析。此外，美國也已形成完善的技術(shù)服務(wù)組織網(wǎng)絡(luò)，美國服務(wù)類企業(yè)與公益機(jī)構(gòu)可為經(jīng)營主體提供較為完善的技術(shù)服務(wù)，例如美國農(nóng)業(yè)技術(shù)服務(wù)組織（FSA）為農(nóng)民提供豐富的信息。
2.2英國
英國信息化技術(shù)應(yīng)用助推精準(zhǔn)農(nóng)業(yè)。信息化技術(shù)推動英國農(nóng)業(yè)向數(shù)字化、智能化、精準(zhǔn)化的方向發(fā)展。英國農(nóng)村地區(qū)信息化基礎(chǔ)設(shè)施完備，互聯(lián)網(wǎng)、4G信號已實(shí)現(xiàn)基本覆蓋。在此基礎(chǔ)上，精準(zhǔn)農(nóng)業(yè)技術(shù)得以實(shí)現(xiàn)在農(nóng)業(yè)的全方位應(yīng)用，如借助遙感技術(shù)進(jìn)行作物生產(chǎn)監(jiān)測與產(chǎn)量預(yù)報、農(nóng)業(yè)資源調(diào)查、農(nóng)業(yè)生態(tài)環(huán)境評價和災(zāi)害監(jiān)測等；英國Massey Ferguson公司研發(fā)的“農(nóng)田之星”信息管理系統(tǒng)，借助傳感識別技術(shù)和GPS技術(shù)能夠更為精準(zhǔn)地進(jìn)行種植和養(yǎng)殖作業(yè)、數(shù)據(jù)記錄分析和制定解決方案；智能機(jī)械已基本裝備衛(wèi)星定位系統(tǒng)、電腦控制和軟件應(yīng)用系統(tǒng)，能夠根據(jù)不同位置、不同質(zhì)量的地塊情形實(shí)現(xiàn)自動化、精準(zhǔn)化、變量化作業(yè)，同時可以采集作物信息用以制作電子地圖和調(diào)整生產(chǎn)策略。2013年英國啟動《農(nóng)業(yè)技術(shù)戰(zhàn)略》，提出了應(yīng)用大數(shù)據(jù)、物聯(lián)網(wǎng)技術(shù)和智能技術(shù)進(jìn)一步發(fā)展精準(zhǔn)農(nóng)業(yè)，從而提升農(nóng)業(yè)生產(chǎn)效率，如借助GateKeeper專家系統(tǒng)提供輔助決策和農(nóng)場管理、LELY擠奶機(jī)器人等智能化設(shè)備在養(yǎng)殖場中的應(yīng)用、自動感知技術(shù)在施肥施藥機(jī)械上的應(yīng)用、二維碼技術(shù)在農(nóng)產(chǎn)品產(chǎn)銷環(huán)節(jié)的廣泛應(yīng)用等。
2.3德國
德國關(guān)鍵技術(shù)與設(shè)備的積極研發(fā)與推廣。在歐盟農(nóng)業(yè)共同政策對數(shù)字農(nóng)業(yè)的支持下，德國積極發(fā)展高水平數(shù)字農(nóng)業(yè)，在農(nóng)業(yè)生產(chǎn)高度機(jī)械化的基礎(chǔ)上，建立完善的計算機(jī)支持和輔助決策系統(tǒng)，提供數(shù)字農(nóng)業(yè)綜合解決方案。德國投入大量資金與人力支持?jǐn)?shù)字農(nóng)業(yè)核心技術(shù)與智能設(shè)備研發(fā)，并由大型企業(yè)牽頭，如德國拜耳公司投資2 億歐元支持?jǐn)?shù)字農(nóng)業(yè)布局，已在60多個國家提供數(shù)字化解決方案，并旗下Xarvio品牌推廣數(shù)字農(nóng)業(yè)，通過XarvioScouring識別系統(tǒng)高效識別和分析作物生長和病蟲害信息，幫助農(nóng)民優(yōu)化田塊單獨(dú)管理和農(nóng)田統(tǒng)籌優(yōu)化。擁有百年歷史的德國農(nóng)業(yè)機(jī)械制造商CLAAS集團(tuán)結(jié)合第四代移動通信技術(shù)和傳感器技術(shù)，實(shí)現(xiàn)收割過程的全面自動化。
3我國發(fā)展“數(shù)字農(nóng)業(yè)”的緊迫性
今年雖然受到疫情影響，但我國大部分農(nóng)產(chǎn)品仍然是一個“大年”，怎樣解決需求下降、部分市場關(guān)閉、物流受阻等難題，把農(nóng)貨順利賣出去，讓農(nóng)民實(shí)現(xiàn)豐產(chǎn)又豐收？加速數(shù)字農(nóng)業(yè)發(fā)展是不二法門。
農(nóng)業(yè)長期保持著傳統(tǒng)形態(tài)，技術(shù)進(jìn)步一直較慢，特別是進(jìn)入信息化時代后，農(nóng)業(yè)技術(shù)滯后帶來的產(chǎn)業(yè)發(fā)展差距愈發(fā)顯著。隨著數(shù)字經(jīng)濟(jì)的興起，越來越多的領(lǐng)域引入互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等技術(shù)，實(shí)現(xiàn)了智能化、數(shù)字化重塑，生產(chǎn)率大幅度提高。2019 年，我國服務(wù)業(yè)、工業(yè)數(shù)字經(jīng)濟(jì)滲透率分別為 37.8%、19.5%，但農(nóng)業(yè)只有 8.2%，數(shù)字化改造的空間很大，需盡快趕上信息社會的發(fā)展步伐。
農(nóng)業(yè)數(shù)字化轉(zhuǎn)型是農(nóng)業(yè)現(xiàn)代化的必然選擇，也是破解目前農(nóng)業(yè)難題的一劑良方，瞄準(zhǔn)這個主攻方向，無疑將為農(nóng)業(yè)高質(zhì)量發(fā)展提供新動能，給予農(nóng)民更多獲得感。對廣大農(nóng)民來講，農(nóng)產(chǎn)品銷售難的問題最頭疼，常常遭遇“多收了三五斗”的尷尬。可以說，農(nóng)業(yè)數(shù)字化水平滯后，農(nóng)產(chǎn)品質(zhì)量不穩(wěn)定、難以標(biāo)準(zhǔn)化、產(chǎn)銷信息不對稱等是導(dǎo)致農(nóng)產(chǎn)品銷售難的主因。顯然，加快技術(shù)與傳統(tǒng)農(nóng)業(yè)的融合，打造數(shù)字農(nóng)業(yè)，對產(chǎn)業(yè)鏈進(jìn)行全方位的數(shù)字化改造，使得傳統(tǒng)農(nóng)業(yè)脫胎換骨，插上科技的翅膀騰飛，已成為農(nóng)業(yè)發(fā)展新趨勢。
4“數(shù)字農(nóng)業(yè)”的發(fā)展趨勢
4.1農(nóng)業(yè)生產(chǎn)全流程智能化將逐步成為現(xiàn)實(shí)
物聯(lián)網(wǎng)技術(shù)在現(xiàn)代農(nóng)業(yè)生產(chǎn)設(shè)施和設(shè)備領(lǐng)域中的應(yīng)用極大地提高了現(xiàn)代農(nóng)業(yè)生產(chǎn)設(shè)施和設(shè)備的數(shù)字和智能水平，實(shí)現(xiàn)了整個農(nóng)業(yè)生產(chǎn)過程的數(shù)字化控制，實(shí)現(xiàn)了農(nóng)業(yè)智能化生產(chǎn)和管理。它可以解決由托管服務(wù)流程引起的一系列問題。在種植業(yè)中，重點(diǎn)是如何精確控制生產(chǎn)環(huán)節(jié)，例如育苗，播種，施肥，灌溉和病蟲害防治。當(dāng)前，荷蘭，日本，以色列和其他國家正在使用大數(shù)據(jù)，人工智能和信息技術(shù)來促進(jìn)數(shù)字化，精確化和智能化作物種植的發(fā)展。
4.2農(nóng)產(chǎn)品流通電商化發(fā)展將更加迅猛
電子商務(wù)的飛速發(fā)展為農(nóng)產(chǎn)品流通提供了新的平臺和基礎(chǔ)。例如，美國著名的新鮮食品電子商務(wù)公司LocalHarvest是一個平臺，該平臺整合了有機(jī)農(nóng)業(yè)的上下游，并連接了中小型農(nóng)場和消費(fèi)者。LocalHarvest平臺基于從相關(guān)農(nóng)場收集的基本信息來支持地圖搜索系統(tǒng)，使消費(fèi)者能夠搜索本地社區(qū)周圍的農(nóng)場并購買難以保存的新鮮農(nóng)產(chǎn)品，例如蔬菜和禽蛋。農(nóng)產(chǎn)品在快速物流系統(tǒng)下，可以快速送到消費(fèi)者家中，從而大大提高農(nóng)產(chǎn)品物流的效率和質(zhì)量。
值得欣喜的是，近年來，全國各地與各大電商平臺紛紛投入大量資源，重構(gòu)產(chǎn)業(yè)鏈，培植人才，發(fā)力促進(jìn)農(nóng)產(chǎn)品上行。以河北省為例，近年來積極引入農(nóng)業(yè)電商龍頭企業(yè)，與阿里巴巴、京東、拼多多等電商平臺開展合作，持續(xù)在直播助農(nóng)、農(nóng)產(chǎn)品品牌孵化、新農(nóng)商人才培養(yǎng)等領(lǐng)域，合力打造河北數(shù)字農(nóng)業(yè)“新基建”。可以看到，利用大數(shù)據(jù)和分布式人工智能技術(shù)匹配優(yōu)化資源，將需求傳導(dǎo)給供給端，有效緩解了供需信息不對稱造成的產(chǎn)銷脫節(jié)。在互聯(lián)網(wǎng)科技力量的加持下，傳統(tǒng)農(nóng)業(yè)的“痛點(diǎn)”也得到有效解決，進(jìn)一步打開了農(nóng)產(chǎn)品從田間到餐桌的通路。
隨著電商農(nóng)產(chǎn)品銷量的快速增長，廣大農(nóng)民亦受益匪淺，農(nóng)業(yè)生產(chǎn)模式發(fā)生重大變化，以需求引導(dǎo)生產(chǎn)、訂單式農(nóng)業(yè)逐漸成為主流，精準(zhǔn)種植、數(shù)字營銷提升了農(nóng)民收入水平，促進(jìn)更多農(nóng)民融入數(shù)字農(nóng)業(yè)的場景里。以往很多滯銷農(nóng)產(chǎn)品位于貧困地區(qū)，數(shù)字農(nóng)業(yè)重塑產(chǎn)業(yè)鏈，幫助貧困戶掌握技術(shù)、融入市場，實(shí)現(xiàn)了造血扶貧。實(shí)踐證明，此種創(chuàng)新扶貧模式具有很強(qiáng)的活力。比如，拼多多的“農(nóng)地云拼”模式得到國務(wù)院扶貧辦的肯定，榮獲了今年的“全國脫貧攻堅(jiān)組織創(chuàng)新獎”。截至 2019 年底，拼多多平臺直連的農(nóng)業(yè)生產(chǎn)者超過 1200 萬人，累計帶貧人數(shù)超百萬。
4.3農(nóng)業(yè)多元化公共服務(wù)將更加完善
通過將移動互聯(lián)網(wǎng)和大數(shù)據(jù)等頂尖技術(shù)運(yùn)用在農(nóng)業(yè)公共服務(wù)，農(nóng)業(yè)服務(wù)也更加便利和靈活。這也是數(shù)字農(nóng)業(yè)發(fā)展的重要趨勢。一些國家為了促進(jìn)數(shù)字農(nóng)業(yè)的發(fā)展，在農(nóng)業(yè)信息化和農(nóng)業(yè)公共服務(wù)方面做出了很多努力。
5 “數(shù)字農(nóng)業(yè)”的實(shí)踐策略
5.1實(shí)現(xiàn)農(nóng)業(yè)農(nóng)村業(yè)務(wù)數(shù)字化和可視化
加快建立涵蓋農(nóng)業(yè)資源，農(nóng)村產(chǎn)業(yè)，生產(chǎn)管理，產(chǎn)品質(zhì)量，農(nóng)業(yè)機(jī)械設(shè)備和農(nóng)村治理的數(shù)據(jù)庫。利用地理空間信息技術(shù)和遙感技術(shù)整合空間數(shù)據(jù)，獲取耕地資源，漁業(yè)水資源，糧食生產(chǎn)功能區(qū)，現(xiàn)代化農(nóng)業(yè)園區(qū)，特色農(nóng)產(chǎn)品優(yōu)勢區(qū)，特色鮮明的農(nóng)業(yè)村莊，生產(chǎn)經(jīng)營實(shí)體，村莊分布等數(shù)據(jù)。地圖存儲在數(shù)據(jù)庫中，使農(nóng)業(yè)和農(nóng)村資源數(shù)據(jù)立體化。通過集成的農(nóng)業(yè)調(diào)度系統(tǒng)，現(xiàn)場定點(diǎn)監(jiān)控系統(tǒng)，集成的遙感信息，無人機(jī)觀測和地面?zhèn)鞲衅骶W(wǎng)絡(luò)，可以建立農(nóng)作物的空間分布。通過農(nóng)作物的空間分布，重大自然災(zāi)害和其他動態(tài)空間圖，形成了一個一體化的全域地理信息圖，為農(nóng)業(yè)生產(chǎn)和管理的科學(xué)指導(dǎo)奠定了堅(jiān)實(shí)的數(shù)據(jù)基礎(chǔ)。
5.2推動數(shù)字農(nóng)業(yè)技術(shù)創(chuàng)新
創(chuàng)新，始終是鄉(xiāng)村振興的內(nèi)生動力。要實(shí)現(xiàn)鄉(xiāng)村振興，離不開“數(shù)字農(nóng)業(yè)”助力。手機(jī)變成新農(nóng)具、直播成了新農(nóng)活、數(shù)據(jù)成為新農(nóng)資，隨著農(nóng)業(yè)新業(yè)態(tài)新模式競相涌現(xiàn)，數(shù)字經(jīng)濟(jì)發(fā)展紅利惠及三農(nóng)必將更加給力，而農(nóng)業(yè)信息技術(shù)已然成為數(shù)字農(nóng)業(yè)發(fā)展的關(guān)鍵支持。未來依靠農(nóng)業(yè)科學(xué)院和大學(xué)等農(nóng)業(yè)科學(xué)研究和技術(shù)開發(fā)機(jī)構(gòu)來充分發(fā)揮農(nóng)業(yè)科技企業(yè)作為創(chuàng)新主題的作用，促進(jìn)數(shù)字農(nóng)業(yè)領(lǐng)域的“產(chǎn)學(xué)研”合作，并著重于先進(jìn)技術(shù)和核心技術(shù)。為了提高對關(guān)鍵技術(shù)的了解和研發(fā)，精確操作和智能決策的數(shù)字化管理，智能設(shè)備的變量修改和應(yīng)用，農(nóng)產(chǎn)品的靈活處理，區(qū)塊鏈等技術(shù)，3S 加速，智能識別，模型仿真，智能控制和其他軟件和硬件產(chǎn)品數(shù)字農(nóng)業(yè)的綜合應(yīng)用，了解數(shù)字農(nóng)業(yè)技術(shù)標(biāo)準(zhǔn)和規(guī)范體系的建立，數(shù)字農(nóng)業(yè)技術(shù)創(chuàng)新以及應(yīng)用服務(wù)系統(tǒng)的持續(xù)改進(jìn)。
5.3 提高農(nóng)業(yè)農(nóng)村經(jīng)營管理數(shù)字化水平
當(dāng)前，就中國電子政務(wù)項(xiàng)目的發(fā)展而言，農(nóng)業(yè)部門中的電子政務(wù)服務(wù)水平不能完全滿足領(lǐng)導(dǎo)決策應(yīng)用程序和公共商務(wù)應(yīng)用程序的功能要求。農(nóng)業(yè)信息服務(wù)的總體水平有待進(jìn)一步提高。同時，這意味著中國農(nóng)業(yè)信息服務(wù)具有巨大的發(fā)展和利用空間。因此，有必要進(jìn)一步擴(kuò)大移動互聯(lián)網(wǎng)技術(shù)，云計算，大數(shù)據(jù)等先進(jìn)技術(shù)在農(nóng)業(yè)信息服務(wù)領(lǐng)域的應(yīng)用，并通過建立靈活，便捷，高效，透明的農(nóng)業(yè)生產(chǎn)經(jīng)營管理體系，為農(nóng)民提供更多便捷和信息服務(wù)。在信息公開，政府公共關(guān)系，信息服務(wù)，辦公室工作等方面，充分利用農(nóng)民信箱和便攜式農(nóng)業(yè)和農(nóng)村地區(qū)的服務(wù)功能，提高了園藝，畜牧，水產(chǎn)品，田間管理和智能化管理水平。著眼于整個農(nóng)業(yè)產(chǎn)業(yè)鏈的要求，以提高勞動生產(chǎn)率，研究和推廣適用于不同地形和環(huán)境的農(nóng)業(yè)機(jī)械，并進(jìn)一步促進(jìn)農(nóng)業(yè)“機(jī)器換人”。
結(jié) 語
數(shù)字農(nóng)業(yè)的發(fā)展實(shí)現(xiàn)了對農(nóng)業(yè)生產(chǎn)的自動，精確控制，智能和科學(xué)管理，提高了農(nóng)業(yè)的可控性，降低了生產(chǎn)成本，并減少了環(huán)境污染，使農(nóng)業(yè)向精準(zhǔn)，環(huán)保和可持續(xù)的方向發(fā)展。此外，農(nóng)村電子商務(wù)的發(fā)展可以有效克服農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營的不利因素，可以簡化交易聯(lián)系，提高交易效率，降低成本，消除農(nóng)民對庫存余額的擔(dān)憂，并縮短生產(chǎn)周期。努力為農(nóng)民提供更多的商機(jī)。由于時間和空間的限制，內(nèi)容的選擇空間也越來越廣，這對于提高農(nóng)業(yè)生產(chǎn)經(jīng)營管理人員的科學(xué)文化素養(yǎng)具有重要意義。
致 謝
在這篇論文的撰寫過程中，我遇到了很多的困難和障礙，但都在老師、領(lǐng)導(dǎo)、同事、同學(xué)和朋友的幫助下順利解決了。尤其要強(qiáng)烈感謝周波老師在千里之外給我們線上授課進(jìn)行指導(dǎo)和幫助，不厭其煩地為我們解答疑問、傳授知識，讓我非常感動，在此向幫助和指導(dǎo)過我的各位老師表示最衷心的感謝!
同時也要感謝這篇論文所涉及到的各位學(xué)者，本文引用了數(shù)位學(xué)者的研究文獻(xiàn)，如果沒有各位學(xué)者的研究成果的幫助和啟發(fā)，我將很難完成本篇論文的寫作。
同時也要感謝我的領(lǐng)導(dǎo)、同事、同學(xué)和朋友，在我寫論文的過程中給予我很多素材，還在論文的撰寫和排版過程中提供給我很大的幫助。由于我的學(xué)術(shù)水平有限，所寫論文難免有不足之處，懇請各位老師和學(xué)友不吝批評與指教。
參考文獻(xiàn)
[1] 周清波 , 吳文斌 , 宋茜 . 數(shù)字農(nóng)業(yè)研究現(xiàn)狀和發(fā)展趨勢分析 [J].中國農(nóng)業(yè)信息 ,2019,30(01), 第 5-13 頁 .
[2] 施威 , 曹成銘 .“互聯(lián)網(wǎng) + 農(nóng)業(yè)產(chǎn)業(yè)鏈”創(chuàng)新機(jī)制與路徑研究 [J].理論探討 ,2019(06), 第 110-114 頁 .
智能農(nóng)業(yè)論文范文2
就硬件來說，自主導(dǎo)航涉及高運(yùn)算能力，測距法，傳感技術(shù)(譬如：全球定位系統(tǒng)，激光測距儀，超聲波，紅外傳感技術(shù))和3D地圖。從軟件的角度看，自主導(dǎo)航涉及圖像識別、色彩、特征、形狀、障礙物信息收集以及為判斷制定提供持續(xù)的統(tǒng)計分析。而這種技術(shù)未來在醫(yī)療、制造、能源、農(nóng)業(yè)、環(huán)境或空間探索等領(lǐng)域都將起到主要作用。
在醫(yī)療領(lǐng)域，人工智能和圖像處理會成為醫(yī)療診斷和外科手術(shù)的關(guān)鍵工具。計算算法能幫助識別受損的組織器官，并預(yù)測在一個生命周期中可能會出現(xiàn)什么情況。機(jī)器在處理大量的信息時表現(xiàn)會更好，在健康醫(yī)療領(lǐng)域提供多一種診斷方法可能會成為“實(shí)際上的標(biāo)準(zhǔn)”。隨著機(jī)器人的敏捷度和準(zhǔn)確性的提高，及其在高難度手術(shù)中可以輔助外科醫(yī)生，未來手術(shù)治療的效果將變得更好。
在制造業(yè)，圖像處理技術(shù)將會重新構(gòu)造現(xiàn)有的生產(chǎn)方案。隨著計算機(jī)視覺的敏捷度變得更高，有望誕生新的生產(chǎn)模式和組裝線/拆卸線。這些新的模式很可能補(bǔ)足工廠的勞動力，對于工廠的工作內(nèi)容，機(jī)器人更適合從事生產(chǎn)類的工作，而人類更適合做質(zhì)量檢驗(yàn)、管理、產(chǎn)品設(shè)計和創(chuàng)新。
在能源領(lǐng)域，計算機(jī)技術(shù)也能發(fā)揮很多作用。隨著可再生能源成為現(xiàn)實(shí)，我們同樣需要在全球范圍內(nèi)為發(fā)電/能源轉(zhuǎn)換和配電網(wǎng)建設(shè)基礎(chǔ)設(shè)施。這里應(yīng)用的概念是分散化(從更多不同的來源收集更多不同種類的能源)。我們將應(yīng)用人工智能，模式識別和決策算法控制能量流，并解決發(fā)電商和用戶之間信息不對等的問題。這種高效的能源管理方式(智能電網(wǎng))有可能擴(kuò)大能源的來源，最終降低發(fā)電/能源轉(zhuǎn)換/用電的成本。
農(nóng)業(yè)是另一個受人工智能影響很大的領(lǐng)域。隨著世界人口的不斷增加，我們需要尋找新的食物生產(chǎn)方式。舉個例子，自動駕駛車輛的技術(shù)可以轉(zhuǎn)化為能應(yīng)用在農(nóng)業(yè)領(lǐng)域的自動行走車。人工智能和圖像處理技術(shù)能幫助實(shí)現(xiàn)拖拉機(jī)的自動控制，令其不間歇地在農(nóng)場根據(jù)農(nóng)作物生產(chǎn)情況執(zhí)行灌溉、施肥、投放農(nóng)藥等任務(wù)。播種和灌溉將會成為自動農(nóng)用機(jī)器的日常工作，同理，無人飛行器(UAVs)將在未來應(yīng)用于農(nóng)業(yè)檢查、處理和制圖。這些技術(shù)進(jìn)步將促使農(nóng)業(yè)的成本下降，從而降低糧食價格。
在航天機(jī)器人方面，太空探索的自動化程度將提高，這將使軌道機(jī)器人得以協(xié)助宇航員完成更多任務(wù)，譬如發(fā)射衛(wèi)星，開啟/關(guān)閉艙門或設(shè)備清洗等。
同樣，機(jī)器人也可能成為廢料收集和回收利用的重要工具。應(yīng)用機(jī)器人和人工智能技術(shù)將使公園、甚至是海洋或其他區(qū)域的清潔成為現(xiàn)實(shí)，這樣的功能會對環(huán)境產(chǎn)生積極影響。
看到這里，大家應(yīng)該知道，當(dāng)我們進(jìn)行自主導(dǎo)航的研究時，受益的不僅是自動駕駛汽車，實(shí)際上，也在推動機(jī)器人和人工智能技術(shù)延伸到人類生活的其他方面。
作者：Antonio Espingardeiro 來源：計算機(jī)世界 2013年38期
智能農(nóng)業(yè)論文范文3
〔關(guān)鍵詞〕知識圖譜；專家系統(tǒng)；發(fā)展軌跡
DOI：10．3969／j．issn．1008－0821．2012．02．040
〔中圖分類號〕G250.71 〔文獻(xiàn)標(biāo)識碼〕A 〔文章編號〕1008－0821（2012）02－0159－08
Knowledge-based Expert System Development Overview MapLiao Yi
（Political Department，National University of Defense Technology，Changsha 410073，China）
〔Abstract〕Artificial intelligence expert system is the most important and most active areas of an application,which implements the artificial intelligence research from theory to practice,turning from the general reasoning strategies of a major breakthrough in the use of expertise.This chronological order,the expert system into the 1980s before the 1980s,1990s,2000,after four stages.Articles using bibliometric methods,analysis of the expert system development process,development and trends,pointing out that the current phase is the development of expert systems,expert systems into a variety of commercial operation,need to address the knowledge acquisition bottleneck,matching conflicts and other issues for expert systems to understand and master the subject structure,evolution,development and so provide an unique perspective and knowledge.
〔Key words〕knowledge maps;expert systems;the development trajectory
專家系統(tǒng)作為人工智能的一個重要分支，發(fā)展已經(jīng)超過50年，在很多應(yīng)用領(lǐng)域都獲得了廣泛使用，取得了豐碩成果。本文運(yùn)用文獻(xiàn)計量這一獨(dú)特視角對專家系統(tǒng)進(jìn)行了再回顧和再分析，將智能科技劃分為初創(chuàng)期、成長期、低谷期、發(fā)展期，利用詞頻分析、共引分析、作者共現(xiàn)分析等方法揭示專家系統(tǒng)的學(xué)科結(jié)構(gòu)、影響程度、關(guān)鍵節(jié)點(diǎn)與時間點(diǎn)等重要而獨(dú)特的知識，為了解和掌握專家系統(tǒng)的發(fā)展與演化過程提供了獨(dú)特視角。
1 數(shù)據(jù)來源
SCI（Science Citation Index）是美國科學(xué)情報研究所ISI（Institute for Science Information）出版的期刊文獻(xiàn)檢索工具，所收錄的文獻(xiàn)覆蓋了全世界最重要和最有影響力的研究成果，成為世界公認(rèn)的自然科學(xué)領(lǐng)域最為重要的評價工具。本文以Web of Science中的SCI數(shù)據(jù)庫為數(shù)據(jù)來源，選用高級檢索方式，以“Expert System/Experts System”作為主題詞，于2011年5月在Web of Secience中進(jìn)行檢索，一共檢索到14 500篇相關(guān)文獻(xiàn)記錄。獲得的年度分布如圖1。所示。雖然，專家系統(tǒng)研究從20世紀(jì)五六十年代就開始了，但是從圖1可以看出直到1982年才有主題詞與專家系統(tǒng)相關(guān)的論文出現(xiàn)。圖1表明1991年左右，專家系統(tǒng)相關(guān)論文達(dá)到了峰值，但隨后呈逐年下降的趨勢。到1999年，只有494篇。但21世紀(jì)開始，專家系統(tǒng)相關(guān)論文又出現(xiàn)了增加的趨勢，并維持在一個穩(wěn)定的水平中。圖1 專家系統(tǒng)在SCI數(shù)據(jù)庫文獻(xiàn)發(fā)表年度變化情況
2012年2月第32卷第2期基于知識圖譜的專家系統(tǒng)發(fā)展綜述Feb.，2012Vol.32 No.22 專家系統(tǒng)前40年的發(fā)展
本文利用基于JAVA平臺的引文分析可視化軟件Citespace，首先設(shè)定時間跨度為1950-1991年，時間切片長度為1年，聚類方式為共被引聚類（Cited Reference），閾值選擇為（2，2，20）、（3，3，20）、（3，3，20）。Citespace得出這些引文的時間跨度為1950－1990年，可以繪制出該時間段的專家系統(tǒng)論文時區(qū)分布圖，如圖2所示。我們以年代先后為序，將20世紀(jì)80年代以前作為第一階段，80年代至90年代作為第二階段。圖2 1950-1991年各年度專家系統(tǒng)論文之間的時區(qū)分布圖
2.1 專家系統(tǒng)起源時期
根據(jù)圖2顯示，這段時期有7個突出節(jié)點(diǎn)，既有7位代表人物。第一個節(jié)點(diǎn)代表的是“人工智能之父”――英國著名科學(xué)家阿蘭?麥席森?圖靈（Alan Mathison Turing），他于1950年在《心靈》雜志上《計算機(jī)器與智能》，提出了著名的“圖靈測試”，探討了機(jī)器智能的可能性，為后來的人工智能科學(xué)提供了開創(chuàng)性的構(gòu)思［1］。
第二個節(jié)點(diǎn)代表的是美國工程院院士、加州大學(xué)扎德（LA.Zadeh）教授，他于1965年在《信息與控制》雜志第8期上發(fā)表題為《模糊集》的論文，提出模糊集合理論，給出了模糊性現(xiàn)象定量描述和分析運(yùn)算的方法，從而誕生了模糊數(shù)學(xué)。1978年，扎德教授提出了“可能性理論”，將不確定性理解為可能性，為模糊集理論建立了一個實(shí)際應(yīng)用上的理論框架，這也被認(rèn)為是模糊數(shù)學(xué)發(fā)展的第二個里程碑。同年，國際性期刊《International Journal of Fuzzy Sets and System》誕生，這使得模糊理論得到普遍承認(rèn)，理論研究高速發(fā)展，實(shí)際應(yīng)用迅速推廣。
第三個節(jié)點(diǎn)代表的美國兩院院士、卡內(nèi)基-梅隆大學(xué)教授艾倫?紐厄爾（Allen Newell），1972年，他出版了《人怎樣解題》（Human Problem Solving)一書，書中描述了他和西蒙試圖建立一個計算機(jī)化的“通用問題求解器”的歷程：20世紀(jì)50年代，他們發(fā)現(xiàn)，人類的問題解決，在一定知識領(lǐng)域內(nèi)可以通過計算機(jī)實(shí)現(xiàn)，所以他們開始用計算機(jī)編程來解決問題，1956年，他們研發(fā)出了邏輯理論家和通用問題求解器（General Problem Solver），并建立了符號主義人工智能學(xué)派。我們可以看出，這本書是對他以前所作工作的總結(jié)與歸納，而邏輯理論家和通用問題求解器正是專家系統(tǒng)的雛形，為專家系統(tǒng)的出現(xiàn)奠定了堅(jiān)實(shí)的基礎(chǔ)。
但是艾倫?紐厄爾的嘗試無法解決大的實(shí)際問題，也很難把實(shí)際問題改造成適合于計算機(jī)解決的形式，并且對于解題所需的巨大搜索空間也難于處理。為此，美國國家工程院院士、斯坦福大學(xué)教授費(fèi)根鮑姆（E.A.Feigenbaum）等人在總結(jié)通用問題求解系統(tǒng)成功與失敗的經(jīng)驗(yàn)基礎(chǔ)上，結(jié)合化學(xué)領(lǐng)域的專門知識，于1965年研制了世界上第一個專家系統(tǒng)dendral，可以推斷化學(xué)分子結(jié)構(gòu)。專家系統(tǒng)進(jìn)入了初創(chuàng)期，其代表有dendral、macsyma（數(shù)學(xué)專家系統(tǒng)）等，第一代專家系統(tǒng)以高度專業(yè)化、求解專門問題的能力強(qiáng)為特點(diǎn)，向人們展示了人工智能應(yīng)用的廣闊前景［2］。
第四個節(jié)點(diǎn)代表人物是美國麻省理工學(xué)院著名的人工智能學(xué)者明斯基（Minsky）。1975年，他在論文《表示知識的框架》(A Framework for Representating Knowledge，McGraw-Hill)中提出了框架理論，框架理論的核心是以框架這種形式來表示知識。理論提出后，在人工智能界引起了極大的反響，并成為了基于框架的專家系統(tǒng)的理論基礎(chǔ)，基于框架的專家系統(tǒng)適合于具有固定格式的事物、動作或事件。
第五個節(jié)點(diǎn)代表人物是美國普林斯頓大學(xué)教授格倫謝弗（Glenn Shafer），他在1976年出版了《數(shù)學(xué)理論的證據(jù)》（A mathematical theory of evidence）一書，介紹了由他和Dempster于1967年提出的D-S理論（即證據(jù)理論）。證據(jù)理論可處理由不知道因素引起的不確定性，后來，該理論被廣泛應(yīng)用于計算機(jī)科學(xué)和工程應(yīng)用，是基于D-S證據(jù)理論的專家系統(tǒng)的理論基礎(chǔ)。
第六個重要節(jié)點(diǎn)代表是美國斯坦福大學(xué)愛德華?漢斯?肖特利夫（Shortliff EH）教授，他于1975年在著名雜志《數(shù)學(xué)生物科學(xué)》上發(fā)表《A model of inexact reasoning in medicine》（《在醫(yī)學(xué)模型的不精確推理》）一文，他結(jié)合自己1972－1974年研制的世界第一個醫(yī)學(xué)專家系統(tǒng)――MYCIN系統(tǒng)（用于診斷和治療血液感染及腦炎感染，是第二代專家系統(tǒng)的經(jīng)典之作），提出了確定性理論，該理論對專家系統(tǒng)的發(fā)展產(chǎn)生了重大影響。
第七個節(jié)點(diǎn)代表人物是美國麻省理工學(xué)院計算機(jī)科學(xué)和人工智能實(shí)驗(yàn)室的戴維斯（Randall Davis）教授，他于1976年提出元知識的概念，并在專家系統(tǒng)的研制工具開發(fā)方面做出了突出貢獻(xiàn)――研制出知識獲取工具Teiresias，為專家系統(tǒng)獲取知識實(shí)現(xiàn)過程中知識庫的修改和添加提供了工具［3］，關(guān)Teiresias，他于1977年在《Artificial Intelligence》雜志上中進(jìn)行了詳細(xì)介紹，而這也為本時期專家系統(tǒng)的快速增多和廣泛應(yīng)用奠定了堅(jiān)實(shí)基礎(chǔ)。
20世紀(jì)70年代后期，隨著專家系統(tǒng)應(yīng)用領(lǐng)域的不斷開拓，專家系統(tǒng)研發(fā)技術(shù)逐漸走向成熟。但同時，專家系統(tǒng)本身存在的應(yīng)用領(lǐng)域狹窄、缺乏常識性知識、知識獲取困難、推理方法單一等問題也被逐漸暴露出來。人們從各種不同類型的專家系統(tǒng)和知識處理系統(tǒng)中抽取共性，人工智能又從具體研究逐漸回到一般研究。圍繞知識這一核心問題，人們重新對人工智能的原理和方法進(jìn)行探索，并在知識的獲取、表示以及知識在推理過程中的利用等方面開始出現(xiàn)一組新的原理、工具和技術(shù)。
2.2 專家系統(tǒng)發(fā)展的黃金時期
20世紀(jì)80年代是專家系統(tǒng)突飛猛進(jìn)、迅速發(fā)展的黃金時代，根據(jù)圖2顯示，這段時期共有論文982篇，有7個突出節(jié)點(diǎn)。
1980年，出現(xiàn)了第一個節(jié)點(diǎn)代表――美國斯坦福大學(xué)計算機(jī)科學(xué)系系主任尼爾森（NILS J.NILSSON），他出版的《人工智能原理》（《Principles of artificial intelligence》）一書，表明了拉近理論和實(shí)踐的距離的目標(biāo)，書中對基于規(guī)則的專家系統(tǒng)、機(jī)器問題解決系統(tǒng)以及結(jié)構(gòu)對象的代表等都進(jìn)行了具體的論述。
1981年，出現(xiàn)了第二個節(jié)點(diǎn)代表――英國赫特福德大學(xué)教授Clocksin，威廉F，他出版的《PROLOG語言編程》一書，引起了計算機(jī)科學(xué)界的極大興趣，并已被證明是一個重要的編程語言和人工智能系統(tǒng)的新一代基礎(chǔ)，是專家系統(tǒng)的重要編程語言。
1982年，出現(xiàn)了第三個節(jié)點(diǎn)代表――美國匹茲堡大學(xué)教授米勒（Miller RA），他在《英格蘭醫(yī)藥分冊》上發(fā)表了《基于計算機(jī)的醫(yī)學(xué)內(nèi)科實(shí)驗(yàn)診斷顧問》（An Experimental Computer based Diagnostic Consultant for General Internal Medicine.N Engl J Med,307,468-76,1982）一文，屬當(dāng)時診斷專家系統(tǒng)的代表力作，書中介紹了著名的內(nèi)科疾病診斷咨詢系統(tǒng)INTERNIST-1，之后將其不斷完善成改進(jìn)型INTERNIST-2，即后來的CADUCEUS專家系統(tǒng)，其知識庫中包含了572種疾病，約4 500種癥狀。
1983年，出現(xiàn)了第四個節(jié)點(diǎn)代表――美國的海斯羅斯（Hayes-Roth，F(xiàn)）教授，他于1983年發(fā)表著作《建立專家系統(tǒng)》，對專家系統(tǒng)建立的原則和要素、開發(fā)的生命周期等重要問題進(jìn)行了詳細(xì)講解，為研究與開發(fā)各種類型的專家系統(tǒng)提供了理論依據(jù)。
1984年，出現(xiàn)了第五個節(jié)點(diǎn)代表――美國匹茲堡大學(xué)計算機(jī)科學(xué)、哲學(xué)和醫(yī)學(xué)教授布魯斯?布坎南（Bruce G.Buchanan），他于1984年發(fā)表著作《規(guī)則的專家系統(tǒng)：斯坦福啟發(fā)式編程項(xiàng)目Mycin實(shí)驗(yàn)》（《Rule Based Expert Systems:The Mycin Experiments of the Stanford Heuristic Programming Project》，這是有史以來關(guān)于醫(yī)療診斷系統(tǒng)MYCIN的實(shí)驗(yàn)規(guī)則庫公布。基于規(guī)則的專家系統(tǒng)MYCIN是專家系統(tǒng)開發(fā)過程中一個里程碑，研究其開發(fā)思路與方法具有非常重要的意義。
1985年，出現(xiàn)了第六個節(jié)點(diǎn)代表――美國人工智能專家、加州大學(xué)教授哈蒙（Harmon P），他出版了《專家系統(tǒng)：人工智能業(yè)務(wù)》（《Expert systems：artificial intelligence in business》）一書。書中闡述了專家系統(tǒng)如何解決問題，代表知識，并得出推論，并介紹了人工智能的具體制度，確定了專家系統(tǒng)的市場。
1986年，出現(xiàn)了第七個節(jié)點(diǎn)代表――著名的專家系統(tǒng)學(xué)者沃特曼（Waterman DA），他出版了《專家系統(tǒng)指南》一書，該書對專家系統(tǒng)的概念、組成、建立過程、建立工具、應(yīng)用領(lǐng)域等做了深入淺出的系統(tǒng)介紹與論述，是當(dāng)時全面介紹專家研發(fā)與應(yīng)用的經(jīng)典書籍。
20世紀(jì)80年代初，醫(yī)療專家系統(tǒng)占主流，主要原因是它屬于診斷類型系統(tǒng)且容易開發(fā)。80年代中期，出現(xiàn)大量投入商業(yè)化運(yùn)行的專家系統(tǒng)，為各行業(yè)帶來了顯著的經(jīng)濟(jì)效益。從80年代后期開始，大量新技術(shù)成功運(yùn)用到專家系統(tǒng)之中，使得專家系統(tǒng)得到更廣泛的運(yùn)用。在這期間開發(fā)的專家系統(tǒng)按處理問題的類型可以分為：解釋型、預(yù)測型、診斷型、設(shè)計型等。應(yīng)用領(lǐng)域擴(kuò)展到農(nóng)業(yè)、商業(yè)、化學(xué)、通信、醫(yī)學(xué)等多個方面，成為人們常用的解決問題的手段之一。
然而，與此同時，現(xiàn)有的專家系統(tǒng)也暴露出了自身嚴(yán)重的缺陷，使不少計算機(jī)界的知名學(xué)者對專家系統(tǒng)產(chǎn)生了懷疑，認(rèn)為專家系統(tǒng)存在的問題有以下幾點(diǎn)：（1）專家系統(tǒng)中的知識多限于經(jīng)驗(yàn)知識，極少有原理性的知識，系統(tǒng)沒有應(yīng)用它們的能力；（2）知識獲取功能非常弱。為了建造專家系統(tǒng)，必須依賴于專家獲取知識， 不僅費(fèi)時， 而且很難獲取完備性和一致性的知識；（3）求解問題的方法比較單一，以推理機(jī)為核心的對問題的求解尚不能反映專家從認(rèn)識問題到解決問題的創(chuàng)造性過程；（4）解釋功能不強(qiáng)［4］。等到學(xué)者們回過頭重新審視時，20世紀(jì)90年代的專家系統(tǒng)理論危機(jī)已然爆發(fā)。
3 90年代專家系統(tǒng)向多個方向發(fā)展
由于20世紀(jì)80年代專家系統(tǒng)研究迅猛發(fā)展，商業(yè)價值被各行各業(yè)看好，導(dǎo)致90年代大批專家系統(tǒng)從實(shí)驗(yàn)室走出來，開始了它們的工程化市場化進(jìn)程。從圖1看以看出，在20世紀(jì)90年代，專家系統(tǒng)的相關(guān)論文不增反減，進(jìn)入一個局部低谷期，這期間以“Expert System/Experts System”為主題詞的論文共7 547篇。本文利用Citespace軟件，設(shè)置參數(shù)為（4，4，20）（4，3，20）（4，4，20），獲取了該時期論文的引文聚類圖（如圖3所示）。圖2 專家系統(tǒng)1990－2000年的論文引文聚類圖
從圖3中我們可以看出，全圖的節(jié)點(diǎn)比較分散，沒有形成大的聚類，這表示該階段沒有形成重點(diǎn)研究方向，也沒有重大科研成果和標(biāo)志性著作產(chǎn)生，專家系統(tǒng)的市場化進(jìn)程嚴(yán)重牽引了研究者們的注意力，這是專家系統(tǒng)研究陷入低谷期的重要原因。
這段時間專家系統(tǒng)的研究工作大致分以下幾個方面：第一個研究方向依舊是建立在扎德（LA.Zadeh）教授模糊理論上的模糊專家系統(tǒng)，它同樣是該年代專家系統(tǒng)研究的重點(diǎn)方向。
第二個研究方向是骨架專家系統(tǒng)，代表人物有美國斯坦福大學(xué)的愛德華?漢斯?肖特利夫（Shortliff EH）教授。1974年末，MYCIN系統(tǒng)基本建成后，MYCIN的設(shè)計者們就想到用其它領(lǐng)域的知識替換關(guān)于感染病學(xué)的知識，可能會得到一個新的專家系統(tǒng)，這種想法導(dǎo)致了EMYCIN骨架系統(tǒng)的產(chǎn)生。EMYCIN的出現(xiàn)大大縮短了專家系統(tǒng)的研制周期，隨后，AGE、OPS5、KEE、KBMS、GESDE等骨架系統(tǒng)應(yīng)運(yùn)而生，它們在20世紀(jì)90年代專家系統(tǒng)的研究進(jìn)程中，發(fā)揮著重要作用。
第三個研究方向是故障診斷專家系統(tǒng)，代表人物有美國麻省理工學(xué)院的蘭德爾?戴維斯（Randall Davis）教授。他于1984年在《人工智能》雜志上發(fā)表了《基于結(jié)構(gòu)和行為的診斷推理 》（《Diagnostic Reasoning Based on Structure and Behavior》）一文，該論文描述了一個利用知識結(jié)構(gòu)和行為，在電子電路領(lǐng)域進(jìn)行故障診斷排除的專家系統(tǒng)。之后，故障診斷專家系統(tǒng)在電路與數(shù)字電子設(shè)備、機(jī)電設(shè)備等各個領(lǐng)域已取得了令人矚目的成就，已成為當(dāng)今世界研究的熱點(diǎn)之一。
第四個研究方向是基于規(guī)則的專家系統(tǒng)，布魯斯?布坎南（Bruce G.Buchanan）的著作對基于規(guī)則的專家系統(tǒng)在這個時期的發(fā)展仍有著積極的指導(dǎo)作用。多種基于規(guī)則的專家系統(tǒng)進(jìn)入了試驗(yàn)階段。傳統(tǒng)基于規(guī)則的專家系統(tǒng)只是簡單的聲明性知識，而目前，規(guī)則的形式開始向產(chǎn)生式規(guī)則轉(zhuǎn)變，并趨向于提供較完善的知識庫建立和管理功能。
第五個研究方向是知識工程在專家系統(tǒng)中的運(yùn)用。代表人物是美國斯坦福大學(xué)的克蘭西教授（Clancy W J），他于1985年在《人工智能》雜志上發(fā)表了重要論文《啟發(fā)式分類》（《Heuristis classification》），啟發(fā)式分類即對未知領(lǐng)域情況的類的識別過程。它是人類思維解決問題的重要方法，在人工智能、專家系統(tǒng)中可常用啟發(fā)式設(shè)計計算機(jī)程序，模擬人類解決問題的思維活動。
第六個研究方向是機(jī)器學(xué)習(xí)在專家系統(tǒng)中的運(yùn)用。代表人物是機(jī)器學(xué)習(xí)領(lǐng)域前輩、澳洲悉尼大學(xué)著名教授John Ross Quinlan。他于1986年在《機(jī)器學(xué)習(xí)》（《Mach.Learn》）雜志上發(fā)表《決策樹算法》（《Induction of Decision Trees》）一文，文中他詳細(xì)描述了決策樹算法的代表――ID3算法。之后，有大量學(xué)者圍繞該算法進(jìn)行了廣泛的研究，并提出多種改進(jìn)算法，由于決策樹的各類算法各有優(yōu)缺點(diǎn)，在專家系統(tǒng)的實(shí)際應(yīng)用中，必須根據(jù)數(shù)據(jù)類型的特點(diǎn)及數(shù)據(jù)集的大小，選擇合適的算法。
第七個研究方向是神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)，代表人物有人工智能專家Stephan I.Gallant和美國加利福尼業(yè)大學(xué)教授巴特?卡斯科（Bart Kosko）。Gallant于1988年在《ACM的通信》上發(fā)表了《連接主義專家系統(tǒng)》（《Connectionist expert systems》）一文，文中講述Gallant 設(shè)計了一個連接主義專家系統(tǒng)（Connectionist expert system），其知識庫是由一個神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)的（即神經(jīng)網(wǎng)絡(luò)知識獲取），開創(chuàng)了神經(jīng)網(wǎng)絡(luò)與專家系統(tǒng)相結(jié)合的先例。
第八個研究方向是遺傳算法在專家系統(tǒng)中的運(yùn)用。代表人物是遺傳算法領(lǐng)域著名學(xué)者、美國伊利諾伊大學(xué)David Goldberg教授和人工智能專家L.Davis。1989年，Goldberg出版了專著《搜索、優(yōu)化和機(jī)器學(xué)習(xí)中的遺傳算法》，該書系統(tǒng)總結(jié)了遺傳算法的主要研究成果，全面而完整地論述了遺傳算法的基本原理及其應(yīng)用；1991年，Davis編輯出版了《遺傳算法手冊》，書中包含了遺傳算法在科學(xué)計算、工程技術(shù)和社會經(jīng)濟(jì)中的大量應(yīng)用實(shí)例，該書為推廣和普及遺傳算法的應(yīng)用起到了重要的指導(dǎo)作用。這些都推動了基于遺傳算法的專家系統(tǒng)的研發(fā)推廣。
第九個研究方向是決策支持系統(tǒng)在專家系統(tǒng)中的運(yùn)用，代表人物是美國加利福尼亞大學(xué)伯克利分校教授埃弗雷姆?特班（Efraim Turban）。他于1990年出版了《決策支持和專家系統(tǒng)的管理支持系統(tǒng)》（《Decision support and expert systems:management support systems》）一書。20世紀(jì)80年代末90年代初，決策支持系統(tǒng)開始與專家系統(tǒng)相結(jié)合，形成智能決策支持系統(tǒng)，該系統(tǒng)充分做到了定性分析和定量分析的有機(jī)結(jié)合，將解決問題的范圍和能力提高到一個新的層次。
第十個研究方向是各種理論知識在專家系統(tǒng)中的綜合運(yùn)用，代表人物是美國加利福尼業(yè)大學(xué)教授巴特?卡斯科（Bart Kosko）和美國伊利諾伊州研究所教授Abdul-Rahman K.H。卡斯科（Kosko）于1992年出版《神經(jīng)網(wǎng)絡(luò)和模糊系統(tǒng)：一個擁有機(jī)器智能的動力系統(tǒng)方法》（《Neural networks and fuzzy systems:a dynamical systems approach to machine intelligence》）一書，這是第一本將神經(jīng)網(wǎng)絡(luò)和模糊系統(tǒng)結(jié)合起來的讀本，也是神經(jīng)網(wǎng)絡(luò)與模糊理論綜合應(yīng)用于專家系統(tǒng)建設(shè)的經(jīng)典著作；Abdul-Rahman K.H教授于1995年，在美國電氣和電子工程師協(xié)會的《電力系統(tǒng)及自動化》（《Transactions on Power Systems》）會議刊上發(fā)表了《人工智能模糊無功負(fù)荷的最優(yōu)VAR控制方法 》（《AI approach to optimal VAR control with fuzzy reactive loads》）一文，論文提出了一個解決無功功率（VAR）控制問題，這個方法包含了專家系統(tǒng)、模糊集理論和人工神經(jīng)網(wǎng)絡(luò)的重要知識。
雖然專家系統(tǒng)大量建造，但投入實(shí)際運(yùn)行的專家系統(tǒng)并不多，且效率較低，問題求解能力有待進(jìn)一步提高。原因之一就是專家系統(tǒng)主要是模擬某一領(lǐng)域中求解特定問題的專家的能力，而在模擬人類專家協(xié)作求解方面很少或幾乎沒有做什么工作。然而在現(xiàn)實(shí)世界中，協(xié)作求解具有普遍性，針對特定領(lǐng)域、特定問題的求解僅僅具有特殊性，專家系統(tǒng)雖然在模擬人類專家某一特定領(lǐng)域知識方面取得了成功，但它仍然不能或難以解決現(xiàn)實(shí)世界中的問題。其次，開發(fā)的專家系統(tǒng)的規(guī)模越來越大，并且十分復(fù)雜。這樣就要求將大型專家系統(tǒng)的開發(fā)變成若干小的、相對獨(dú)立的專家系統(tǒng)來開發(fā)，而且需要將許多不同領(lǐng)域的專家系統(tǒng)聯(lián)合起來進(jìn)行協(xié)作求解。然而，與此相關(guān)的分布式人工智能理論和實(shí)用技術(shù)尚處在科研階段。只有分布式系統(tǒng)協(xié)作求解問題得以解決，才能克服由于單個專家系統(tǒng)知識的有限性和問題求解方法的單一性等導(dǎo)致系統(tǒng)的“脆弱性”，也才能提高系統(tǒng)的可靠性，并且在靈活性、并行性、速度等方面帶來明顯的效益［5］。
4 21世紀(jì)專家系統(tǒng)進(jìn)入穩(wěn)定發(fā)展時期
進(jìn)入21世紀(jì)，專家系統(tǒng)開始緩慢發(fā)展，這期間以“Expert System/Experts System”為主題詞的論文共5 964篇。本文利用Citespace軟件，設(shè)置參數(shù)為（6，6，20）（5，5，20）（5，5，20），獲取了該時期論文的引文聚類圖（如圖4所示）。圖4 專家系統(tǒng)2000－2010年的論文引文聚類圖
這個時期專家系統(tǒng)有3個主要研究方向：第一個是研究方向是節(jié)點(diǎn)明顯的基于模糊邏輯的專家系統(tǒng)研究方向。90年代以來，模糊控制與專家系統(tǒng)技術(shù)相結(jié)合，進(jìn)一步提高了模糊控制器的智能水平。基于模糊邏輯的專家系統(tǒng)有以下優(yōu)點(diǎn)：一是具有專家水平的專門知識，能表現(xiàn)專家技能和高度的技巧以及有足夠的魯棒性（即健壯性）；二是能進(jìn)行有效的推理，能夠運(yùn)用人類專家的經(jīng)驗(yàn)和知識進(jìn)行啟發(fā)性的搜索和試探性的推理；三是具有靈活性和透明性。
第二個是研究方向是Rete模式匹配算法在專家系統(tǒng)中的應(yīng)用，代表人物是美國卡內(nèi)基―梅隆大學(xué)計算機(jī)科學(xué)系的Charles L.Forgy教授，1979年，他首次提出Rete算法。專家系統(tǒng)工具中一個核心部分是推理機(jī)，Rete算法能利用推理機(jī)的“時間冗余”特性和規(guī)則結(jié)構(gòu)的相似性，并通過保存中間運(yùn)算結(jié)果的方法來提高推理的效率。1982年，他在《人工智能》雜志上發(fā)表《Rete算法：許多模式／多對象的模式匹配問題的一個快速算法》（《Rete:A Fast Algorithm for the Many Pattern/Many Object Pattern Match Problem》）一文，該文解釋了基本算法的概念，介紹了詳細(xì)的算法，描述了模式和適當(dāng)?shù)膶ο蠼簧嫠惴ǎ⒄f明了模式匹配的執(zhí)行操作。
第三個是研究方向是專家系統(tǒng)在電力系統(tǒng)中的運(yùn)用。世界各國的專家們開始熱衷于在電力生產(chǎn)的各個環(huán)節(jié)使用專家系統(tǒng)，代表人物有日本的福井賢、T.Sakaguchi、印度的Srinivasan D、美國伊利諾伊州研究所的Abdul-Rahman K.H、希臘雅典國立技術(shù)大學(xué)的Protopapas C.A、和中國的羅旭，他們在美國電氣和電子工程師協(xié)會的《電力傳輸》（《IEEE transactions on power delivery）會議刊及《電源設(shè)備系統(tǒng)》會議刊（《On Power Apparatus and Systems》）上發(fā)表了多篇有影響力的論文，內(nèi)容涉及系統(tǒng)恢復(fù)、電力需求預(yù)測、變電站故障診斷和報警處理等多方面。
這十年間，專家系統(tǒng)的研究不再滿足于用現(xiàn)有各種模型與專家系統(tǒng)進(jìn)行簡單結(jié)合，形成基于某種模型的專家系統(tǒng)的固有模式。研究者們不斷探索更方便、更有效的方法，來解決困擾專家系統(tǒng)的知識獲取瓶頸、匹配沖突、組合爆炸等問題，而這也推動了研究不斷向深層次、新方向發(fā)展。但是，由于專家系統(tǒng)應(yīng)用的時間長、領(lǐng)域廣，他們遭遇的瓶頸問題一時得不到有效解決，導(dǎo)致了這一時期末，專家系統(tǒng)研究呈現(xiàn)出暫時的下滑現(xiàn)象。
5 專家系統(tǒng)發(fā)展趨勢分析
圖一發(fā)展曲線上第二個時間節(jié)點(diǎn)是1992年，從該年起專家系統(tǒng)相關(guān)論文呈下降趨勢，然后在2002年又開始緩慢增長，近一年多來又開始下降，這標(biāo)志著專家系統(tǒng)研究在布滿荊棘的道路上前行，前景是光明的，但道路是曲折的。本文以5年為一個單位，統(tǒng)計了1990－2009年20年期間專家系統(tǒng)相關(guān)論文中高頻詞的變化情況，如表1所示，從該表可以獲得這個時期專家系統(tǒng)研究的一些特點(diǎn)。
（1）在1990-1999年期間，人工智能出現(xiàn)新的研究，由于網(wǎng)絡(luò)技術(shù)特別是國際互連網(wǎng)技術(shù)發(fā)展，人工智能開始由單個智能主體研究轉(zhuǎn)向基于網(wǎng)絡(luò)環(huán)境下的分布式人工智能研究，使人工智能更加實(shí)用，這給專家系統(tǒng)帶來了發(fā)展的希望。正因?yàn)槿绱耍覀儚脑~頻上可以看出，人工智能（artificial intelligence）一詞在這十年一直位居前兩位，在專家系統(tǒng)研究中處于主導(dǎo)地位，而與其相關(guān)的知識表示（knowledge representation）、知識獲取(knowledge acquisition)等，也成為了學(xué)者們研究的重點(diǎn)方向。
（2）該時期的第二個特點(diǎn)是神經(jīng)網(wǎng)絡(luò)研究的復(fù)蘇。神經(jīng)網(wǎng)絡(luò)是通過模擬人腦的結(jié)構(gòu)和工作模式，使機(jī)器具有類似人類的智能，如機(jī)器學(xué)習(xí)、知識獲取、專家系統(tǒng)等。我們從詞頻上可以看出神經(jīng)網(wǎng)絡(luò)（neural network）一詞得以快速增長，1995年時位列第一，進(jìn)入21世紀(jì)也是穩(wěn)居第二位，神經(jīng)網(wǎng)絡(luò)很好地解決了專家系統(tǒng)中知識獲取的瓶頸問題，能使專家系統(tǒng)具有自學(xué)習(xí)能力，它的出現(xiàn)為專家系統(tǒng)提供了一種新的解決途徑［6］，同時也顯示出他獨(dú)有的生機(jī)與活力。
（3）該時期是模糊邏輯的發(fā)展時期。模糊理論發(fā)展至今已接近三十余年，應(yīng)用范圍非常廣泛，它與專家系統(tǒng)相結(jié)合，在故障診斷、自然語言處理、自動翻譯、地震預(yù)測、工業(yè)設(shè)計等方面取得了眾多成果。我們從詞頻上可以看出，模糊邏輯（fuzzy logic）一詞，除在1990－1994年期間位居第六位外，之后都位居前三甲，2000-2004年期間更是位列第一。模糊控制與專家系統(tǒng)技術(shù)相結(jié)合，進(jìn)一步提高了模糊控制器智能水平，這種控制方法既保持了基于規(guī)則的方法的價值和用模糊集處理帶來的靈活性，同時把專家系統(tǒng)技術(shù)的表達(dá)與利用知識的長處結(jié)合起來，能處理更廣泛的控制問題。
（4）故障診斷成為專家系統(tǒng)研究與應(yīng)用的又一重要領(lǐng)域。故障診斷專家系統(tǒng)的發(fā)展起始于20世紀(jì)70年代末,雖然時間不長,但在電路與數(shù)字電子設(shè)備、機(jī)電設(shè)備等各個領(lǐng)域已取得了令人矚目的成就,已成為當(dāng)今世界研究的熱點(diǎn)之一。這從高頻詞分布可以開出，故障診斷（fault diagnosis）從1995-1999年間的最后一位攀升至2005-2009年間的第一位，足見其強(qiáng)大的生命力。在專家系統(tǒng)己有較深厚基礎(chǔ)的國家中，機(jī)械、電子設(shè)備的故障診斷專家系統(tǒng)已基本完成了研究和試驗(yàn)的階段，開始進(jìn)入廣泛應(yīng)用。
（5）遺傳算法的應(yīng)用逐漸增多。20世紀(jì)90年代，遺傳算法迎來了發(fā)展時期，無論是理論研究還是應(yīng)用研究都成了十分熱門的課題。尤其是遺傳算法的應(yīng)用研究顯得格外活躍，不但應(yīng)用領(lǐng)域擴(kuò)大，而且利用遺傳算法進(jìn)行優(yōu)化和規(guī)則學(xué)習(xí)的能力也顯著提高。進(jìn)入21世紀(jì)，遺傳算法的應(yīng)用研究已從初期的組合優(yōu)化求解擴(kuò)展到了許多更新、更工程化的應(yīng)用方面。這在高頻詞分布中可以看出，以2000作為臨界點(diǎn)，遺傳算法（genetic algorithms）從20世紀(jì)90年代的10名之后，到位于高頻詞前六強(qiáng)之中，充分反映出它發(fā)展的良好勢頭。
6 小 結(jié)
專家系統(tǒng)是20世紀(jì)下半葉發(fā)展起來的重大技術(shù)之一，它不僅是高技術(shù)的標(biāo)志，而且有著重大的經(jīng)濟(jì)效益。“知識工程之父”E.Feignbaum在對世界許多國家和地區(qū)的專家系統(tǒng)應(yīng)用情況進(jìn)行調(diào)查后指出：幾乎所有的ES都至少將人的工作效率提高10倍，有的能提高100倍，甚至300倍［7］。
專家系統(tǒng)技術(shù)能夠使專家的專長不受時間和空間的限制，以便推廣稀缺的專家知識和經(jīng)驗(yàn)；同時，專家系統(tǒng)能促進(jìn)各領(lǐng)域的發(fā)展，是各領(lǐng)域?qū)＜覍I(yè)知識和經(jīng)驗(yàn)的總結(jié)和提煉。
專家系統(tǒng)發(fā)展的近期目標(biāo)，是建造能用于代替人類高級腦力勞動的專家系統(tǒng)；遠(yuǎn)期目標(biāo)是探究人類智能和機(jī)器智能的基本原理，研究用自動機(jī)模擬人類的思維過程和智能行為，這幾乎涉及自然科學(xué)和社會科學(xué)的所有學(xué)科，遠(yuǎn)遠(yuǎn)超出了計算機(jī)科學(xué)的范疇。
隨著人工智能應(yīng)用方法的日漸成熟，專家系統(tǒng)的應(yīng)用領(lǐng)域也不斷擴(kuò)大。有人類活動的地方，必將有智能技術(shù)包括專家系統(tǒng)的應(yīng)用，專家系統(tǒng)將成為21世紀(jì)人類進(jìn)行智能管理與決策的工具與助手。
參考文獻(xiàn)
［1］百度百科［EB］.http:∥baike.省略/view/2130.htm．
［2］黃可鳴.專家系統(tǒng)二十年［J］.計算機(jī)科學(xué)，1986，（4）：26-37.
［3］路耀華.思維模擬與知識工程［M］.北京：清華大學(xué)出版社，1997．
［4］趙致琢.專家系統(tǒng)研究［J］.貴州大學(xué)學(xué)報：自然科學(xué)版，1990，（6）：40-48.
［5］鄒光宇.專家系統(tǒng)發(fā)展現(xiàn)狀及其應(yīng)用前景［J］.電力勘測，1994，（3）：21-26.
智能農(nóng)業(yè)論文范文4
【關(guān)鍵字】智能化樓宇，安防，自動監(jiān)控，報警系統(tǒng)，研究
中圖分類號：TB381 文獻(xiàn)標(biāo)識碼：A 文章編號：
一．前言
智能樓宇(Intelligent Building)目前的提法很多，日本、美國、歐洲、新加坡等國家。以及國際智能工程學(xué)會的提法都不盡相同。我國與日本的情況比較相近．日本機(jī)電工業(yè)協(xié)會樓宇智能化分會把智能化樓宇定義為：綜合計算機(jī)、信息通信等方面的最先進(jìn)技術(shù)，使建筑物內(nèi)的電力、空調(diào)、照明、防災(zāi)、防盜、運(yùn)輸設(shè)備等協(xié)調(diào)性的工作。實(shí)現(xiàn)建筑物自動化(BA)、通信自動化(CA)和辦公自動化(OA)，將這三種功能結(jié)合起來的建筑，就是智能化樓宇。
二．智能化樓宇安防自動監(jiān)控報警系統(tǒng)的必要性
1．隨著計算機(jī)技術(shù)的不斷發(fā)展．新觀念和新技術(shù)不斷更新．這些將對智能化樓宇的發(fā)展有了更高和更新的要求．也要求在智能樓宇的建設(shè)中要不斷地增加新的目標(biāo)和功能。樓字自動化系統(tǒng)也叫建筑設(shè)備自動化系統(tǒng)(BuidingAutomationSystem，BAS)，是智能樓宇建筑不可缺少的一部分，其任務(wù)是對建筑物內(nèi)的能源使用、環(huán)境及安全設(shè)施進(jìn)行監(jiān)測、控制．以提供一個既安全可靠、節(jié)約能源、舒適宜人的工作或居住環(huán)境。
2．特別是隨著我國國民經(jīng)濟(jì)的迅速發(fā)展，安防系統(tǒng)的相對滯后已經(jīng)嚴(yán)重阻礙了我國國民經(jīng)濟(jì)的發(fā)展。伴隨著我國各個行業(yè)的智能樓宇化。這種矛盾越來越突出嘲。因此，強(qiáng)調(diào)把安防自動報警系統(tǒng)納入到建筑智能化樓宇系統(tǒng)中、提高樓宇自動化水平，迎合當(dāng)前通過樓宇自控技術(shù)實(shí)現(xiàn)更多、更高要求的需要。是符合世界發(fā)展潮流的．也是當(dāng)前發(fā)展的緊迫問題。
3．本研究的安防自動監(jiān)控報警系統(tǒng)應(yīng)用了現(xiàn)代化的控制部件與設(shè)備，查詢了人們無法實(shí)時檢查的環(huán)境．將樓宇建筑物中的重要場景傳輸?shù)揭粋€或多個監(jiān)控系統(tǒng)并顯示。使在無人值守的各類情況下及時觀察、了解災(zāi)情、監(jiān)控盜情、記錄竊情與相關(guān)的暴力犯罪行為。它可以通過遙控攝像機(jī)及其輔助設(shè)備(鏡頭、云臺、門禁、防盜探頭等)直接觀看被監(jiān)視場所的情況。同時，監(jiān)控系統(tǒng)還可以與消防報警等其他安全技術(shù)防范體系聯(lián)動運(yùn)行，使防范能力更加強(qiáng)大。該監(jiān)控系統(tǒng)的另一個特點(diǎn)是可以把被監(jiān)視場所的圖像及聲音全部或部分地記錄下來，為日后對某些事件的處理及分析提供了方便條件及重要依據(jù)。
三．自動監(jiān)控報警系統(tǒng)組成介紹
1．系統(tǒng)的組成
系統(tǒng)主要由前端信息采集系統(tǒng)、信息傳輸控制系統(tǒng)、遠(yuǎn)程拓展系統(tǒng)信息管理系統(tǒng)和自動報警系統(tǒng)組成，如圖l所示。
圖一 控制中心設(shè)計原理框圖
(一)前端信息采集系統(tǒng)：主要由圖像信息采集和探頭信息采集兩部分組成。圖像信息采集部分是監(jiān)控系統(tǒng)的主要部分，是整個系統(tǒng)的“眼睛”．它把監(jiān)視的內(nèi)容變?yōu)閳D像信號傳送到控制中心的監(jiān)視器上顯示并實(shí)時存儲。探頭信息采集通過各種監(jiān)控探頭(如紅外線防盜探頭、消防探頭、門禁探頭等1實(shí)時監(jiān)控各個探頭信息點(diǎn)的實(shí)時狀態(tài)，通過信息傳輸控制系統(tǒng)送達(dá)信息管理系統(tǒng)判斷處理。包括攝像機(jī)、鏡頭、云臺、智能球形攝像機(jī)探頭、紅外探頭．玻璃破碎感知器或門磁開關(guān)等。
(二)信息傳輸控制系統(tǒng)：主要傳輸前端各信息監(jiān)視點(diǎn)的實(shí)時狀態(tài)信息．并對所采集系統(tǒng)中各數(shù)據(jù)采集點(diǎn)控制，包括傳輸線纜、光纖傳輸、同軸電纜傳輸、網(wǎng)線傳輸、無線傳輸。
(三)遠(yuǎn)程拓展系統(tǒng)：包括IP監(jiān)控、遠(yuǎn)程監(jiān)控、網(wǎng)絡(luò)監(jiān)控、視頻會議等技術(shù)交流。
(四)信息管理系統(tǒng)：負(fù)責(zé)處理由前端監(jiān)視攝像采集系統(tǒng)采集的信息數(shù)據(jù)。通過信息管理系統(tǒng)，將傳送過來的圖像信息顯示在監(jiān)視器上，記錄所有的圖像及監(jiān)控信息。計算并生成對所采集監(jiān)控信息的信息處理結(jié)果，受理臺顯示發(fā)生警情的用戶的相關(guān)信息。系統(tǒng)包括dvr硬盤錄像系統(tǒng)、視頻矩陣、畫面處理器、切換器、分配器、報警主機(jī)。
(五)自動報警系統(tǒng)：對信息管理系統(tǒng)得出的警報事件．將需要處警的報警事件轉(zhuǎn)發(fā)到1 10指揮中心或有關(guān)的處警單位。
2．設(shè)備配置
(一)控制中心需對前端監(jiān)控探頭等進(jìn)行實(shí)時監(jiān)控和記錄。考慮到監(jiān)控效果要求比較高、圖像質(zhì)量要求清晰穩(wěn)定，控制中心采用3臺全實(shí)時(回放、監(jiān)視都是25幀，秒)的16路的嵌入式硬盤錄像機(jī)進(jìn)行實(shí)時監(jiān)控、錄像，嵌入式硬盤錄像機(jī)是完全脫離PC平臺設(shè)計的，徹底杜絕了病毒的入侵，啟動迅速、性能穩(wěn)定，系統(tǒng)參數(shù)及程序在斷電時也不會丟失。
(二)硬盤錄像機(jī)本身不帶硬盤，為了能夠保存一段時間內(nèi)的錄像資料．至少需給每一臺硬盤主機(jī)配備2塊500G硬盤(硬盤占用空間按0．15G／小時／路來計算)。
(三)可以自選配備l臺音視頻矩陣，由至少8臺監(jiān)視器組成電視墻．可以多點(diǎn)監(jiān)控、指定監(jiān)視器監(jiān)控等。嵌入式硬盤錄像機(jī)的輸出信號首先輸入到視頻矩陣，然后通過視頻矩陣輸出到監(jiān)控電視墻上。
(四)要實(shí)現(xiàn)同一時間硬盤錄像機(jī)的錄像功能和電視墻的監(jiān)視功能。需將輸入信號一分為二．選配音視頻分配器4臺。
(五)為了實(shí)現(xiàn)視頻控制矩陣、主控計算機(jī)能夠并行控制前端的攝像頭和云臺．需要一個系統(tǒng)協(xié)議轉(zhuǎn)換器(BL—D322C)。
(六)考慮到多個用戶同時訪問網(wǎng)絡(luò)將帶來流量瓶頸等問題，使用視頻服務(wù)器來進(jìn)行中轉(zhuǎn)。讓視頻服務(wù)器提供強(qiáng)大的負(fù)載能力。
3．報警功能
報警功能包括：防盜防火防燃?xì)庑孤贿h(yuǎn)程監(jiān)聽、布防與撤防；10秒鐘錄音及緊急求助；切斷通話，優(yōu)先報警；后備電源可達(dá)24小時等。一旦住宅辦公室、倉庫或機(jī)房等有人非法進(jìn)入。以及有其他緊急求救時，通過探測器的感應(yīng)，系統(tǒng)會自動撥通事先設(shè)定的報警電話，用事先錄入的語言報告發(fā)警地點(diǎn)和名稱、電話號碼等警情信息(見圖2)。防盜防入侵報警系統(tǒng)一般由報警主機(jī)及報警探頭組成．而探頭分為紅外、微波雙探測器及閃光報警器等。
圖二 報警中心設(shè)計原理圖
4．實(shí)現(xiàn)過程
警報接收與處理主機(jī)也稱為防盜主機(jī)．是報警探頭的中樞．負(fù)責(zé)接收報警信號、控制延遲時間、驅(qū)動報警輸出等工作嗍。將某區(qū)域內(nèi)的所有防盜防侵入傳感器組合在一起．形成一個防盜管區(qū)，一旦發(fā)生報警就可在防盜主機(jī)上一目了然地反映出區(qū)域所在。防盜主機(jī)目前以多回路分區(qū)防護(hù)為主流。優(yōu)越的系統(tǒng)更可顯示出警報來源是該區(qū)域內(nèi)的哪一個報警傳感器及所在
位置。以便采取相應(yīng)的接警對策。現(xiàn)代的防盜主機(jī)都采用微處理器控制，內(nèi)有只讀存儲器和數(shù)碼顯示裝置，普遍夠編程并有較高的智能，主要表現(xiàn)為：
（一）以聲光方式顯示報警，以人工或延時方式解除報警：
（二）對所連接的防盜防侵入傳感器，可根據(jù)需要而設(shè)置成布防狀態(tài)或撤防狀態(tài)．也可用程序編寫控制方式和防區(qū)回路性能：
（三）可接多組密碼鍵盤，可設(shè)置多個擁護(hù)密碼，以進(jìn)行保密防竊：
（四）遇有警報時，其報警信號可以經(jīng)由通信線路。以自動或人工干預(yù)方式向上級部門和保安公司轉(zhuǎn)發(fā)．以快速溝通信息或組網(wǎng)：
（五）可程序設(shè)置報警連動動作，即遇有報警時，防盜主機(jī)的編程輸出端可通過繼電器接點(diǎn)閉合執(zhí)行相應(yīng)的動作。
（六）電話撥號器同警號、警燈一樣，都是報警輸出設(shè)備。可通過電話線把事先錄好的聲音信息傳輸給某個人或某個單位。
四．結(jié)束語
智能化樓宇安防自動監(jiān)控報警系統(tǒng)對于樓宇的安全十分重要，因此對于這方面的研究具有重要的意義和價值。
參考文獻(xiàn)：
[1]田思源; 胡楠; 矯亮; 劉飛; 姚玉霞 智能化樓宇安防自動監(jiān)控報警系統(tǒng)的研究農(nóng)業(yè)網(wǎng)絡(luò)信息2010-07-26期刊
[2]鄭艷瓊; 馬渝昆; 李昂 城市火災(zāi)自動報警監(jiān)控系統(tǒng)發(fā)展應(yīng)用中國消防產(chǎn)品年鑒2007/01/01年鑒
[3]張吉春 高潔 安全防范與智能樓宇 (被引用 4 次) [期刊論文] 《中國人民公安大學(xué)學(xué)報（自然科學(xué)版）》 PKU -2006年1期
[4]任帥 張華斌 安防系統(tǒng)綜合雷電防護(hù)研究 [會議論文] 2011 - 2011年第二十八屆中國氣象學(xué)會年會
[5]潘興華 魏東 基子LonWorks技術(shù)的樓宇自控系統(tǒng)開發(fā) (被引用 1 次) [期刊論文] 《儀器儀表標(biāo)準(zhǔn)化與計量》 -2006年2期
智能農(nóng)業(yè)論文范文5
查看更多《中國信息界》雜志社信息請點(diǎn)擊： 《中國信息界》編輯部
戰(zhàn)略與政策
(5)廣播電視網(wǎng)絡(luò)在三網(wǎng)融合中的對策研究 李大珊 梁躍 魯英杰 袁韻峰 蔣安玲 裴多
實(shí)踐與應(yīng)用
(9)村級電子政務(wù)現(xiàn)狀及發(fā)展對策分析 趙麗敏 廖桂平 陳艷 姚元森
(13)智慧城市的發(fā)展和問題淺析 彭保
(15)市民卡建設(shè)推廣的思路和路徑淺析——以南京市市民卡建設(shè)和推廣為例 顧穎
(17)團(tuán)結(jié)湖智慧街道建設(shè)探索與實(shí)踐 李容珍 徐鋒 馬哲 邱逸
(19)科學(xué)規(guī)劃智慧萊州建設(shè) 加快推進(jìn)縣域經(jīng)濟(jì) 吳瓊 施瑞軍 曲錫峻 陳愛峰 吳開平
(21)大力推進(jìn)智慧城市建設(shè) 鄧小勇
(27)資源整合下的政府?dāng)?shù)據(jù)中心建設(shè)研究與實(shí)現(xiàn) 嚴(yán)愛明
(31)省（市）國資委信息化建設(shè)策略與系統(tǒng)架構(gòu)研究 杜羅砷
(33)淺析后危機(jī)時代江蘇省中小企業(yè)“云”改造模式 葛福江 姚立
(35)企業(yè)信息安全問題研究 劉文華
(37)基于itil理念的高校云服務(wù)資源管理研究 方力 沈鑫 葉昭暉
(39)電子商務(wù)專業(yè)能力培養(yǎng)與課程設(shè)置滿意度研究 趙麗 付華
(41)提升黨校教師信息素養(yǎng)要念好“四字經(jīng)” 張青
(43)我國汽車制造業(yè)erp系統(tǒng)應(yīng)用研究 李志剛
(45)煙草農(nóng)業(yè)信息化的困境與對策 彭俊
(47)可編程短波數(shù)據(jù)處理終端的設(shè)計與實(shí)現(xiàn) 朱賢斌
(49)it服務(wù)持續(xù)性管理的風(fēng)險評估和預(yù)防措施的最優(yōu)化選擇 朱光
(52)長春市政務(wù)信息資源目錄體系規(guī)劃設(shè)計研究 柳羽輝
(54)基于starlims平臺的實(shí)驗(yàn)室信息管理系統(tǒng)工作流配置的研究 馬文俊 張家勇 羅承渺 胡衛(wèi)民
(57)從“國家檢察官學(xué)院吉林分院內(nèi)部辦公業(yè)務(wù)網(wǎng)”建設(shè)談項(xiàng)目的整體管理 趙淑霞
(59)基于oracle的epdm模型數(shù)據(jù)遷移策略研究 孔明華 顧娟
(61)探析物聯(lián)網(wǎng)在石油行業(yè)的應(yīng)用 王偉 陳奇志
(63)基于云計算模式的應(yīng)用系統(tǒng)集中管理技術(shù)開發(fā)與應(yīng)用 單延明 吳鈞 李大勇 王志敏
(65)勘探戰(zhàn)略選區(qū)信息化平臺的建設(shè)及應(yīng)用 馮紅君 馬玉龍 滕良娟 段非 張海勇
(67)應(yīng)用油水生產(chǎn)數(shù)據(jù)分析技術(shù)判別水平井水侵類型的研究 劉斐
(69)云gis在石化行業(yè)總圖管理系統(tǒng)中的應(yīng)用實(shí)踐 廖志銳 劉爭飛 劉力嘉 任宗雷 徐
(72)面向流程行業(yè)mes系統(tǒng)的虛擬化硬件架構(gòu) 谷克宏 黃岷 張振宇 朱家兵
(74)萬兆交換機(jī)在企業(yè)中的應(yīng)用研究 李淑倩 楊敏 關(guān)宇
(76)瑪河氣田智能建設(shè)試點(diǎn)設(shè)想 藺勝利 滑曉輝 單鴻飛
(78)智能安防報警系統(tǒng)的研究與應(yīng)用 門虎 郭振杰 武旭
(81)智能巡檢系統(tǒng)在克拉美麗氣田的應(yīng)用 楊斌 張揚(yáng) 藺勝利
(83)石油企業(yè)網(wǎng)絡(luò)信息安全的監(jiān)控系統(tǒng)研究與應(yīng)用 于順安
學(xué)子園地
(85)“沙集模式”未來發(fā)展之路——在“小即是美”與“大是所趨”之間的抉擇 齊志強(qiáng)
(89)電子政務(wù)系統(tǒng)－環(huán)境生態(tài)學(xué)測評指標(biāo)分析 夏宜君
報告與方案
(92)信息通信技術(shù)對超鏈接社會的影響分析 無
海外論文
(98)因特網(wǎng)是我們生活的主頁 張進(jìn)京（譯）
資訊
(104)以信息生產(chǎn)力推動“新四化”及社會轉(zhuǎn)型 無
(104)《中國經(jīng)濟(jì)向何處去——基于信息經(jīng)濟(jì)學(xué)的分析》新書會在京召開 無
智能農(nóng)業(yè)論文范文6
精確林業(yè)以3S技術(shù)、信息技術(shù)、智能化決策技術(shù)、可變量控制技術(shù)等為技術(shù)支撐體系，以生態(tài)學(xué)、造林學(xué)、工程學(xué)、系統(tǒng)學(xué)、控制學(xué)、測繪學(xué)為指導(dǎo)，能在自動化、智能化、一體化、時效性、準(zhǔn)確性、可靠性等方面滿足人們的需要，它的建立依賴于地球空間信息基礎(chǔ)理論及其它高新科學(xué)技術(shù)的發(fā)展。
1.1全球定位系統(tǒng)
全球定位系統(tǒng)(GPS)是＿種可供全球享用的空間信息資源，具有全球性、全天候、高精度、用途多、可靠性好、覆蓋范圍廣、定位速度快、抗干擾性強(qiáng)和自動化程度高等特點(diǎn)。在精確林業(yè)中，它主要實(shí)現(xiàn)對采集的林間信息進(jìn)行空間定位，實(shí)時、快速地提供包括各類傳感器(如CCD攝像頭)和運(yùn)載平臺(如作業(yè)車輛、飛機(jī)等)目標(biāo)的空間位置，輔助作業(yè)機(jī)械完成處方實(shí)施.
1.2地理信息系統(tǒng)
地理信息系統(tǒng)(GIS)可以在計算機(jī)硬件、軟件系統(tǒng)的支持下，存儲、管理、分析和描述整個或部分地球表面與空間和地理分布有關(guān)的數(shù)據(jù)，把地理位置和相關(guān)屬性有機(jī)地結(jié)合起來，根據(jù)用戶需要將空間信息及屬性信息準(zhǔn)確真實(shí)、圖文并茂地輸出。在精確林業(yè)中，它主要實(shí)現(xiàn)對多種來源的時空數(shù)據(jù)進(jìn)行存儲、分析和處理，根據(jù)數(shù)據(jù)繪制電子地圖，作為新的集成系統(tǒng)的基礎(chǔ)平臺。
1.3遙感
遙感(RS)是一種多平臺、多波段、高分辨率和全天候的對地觀測技術(shù)，主要通過遙感器獲取地球表面(層)自然界目標(biāo)的波譜特征信息及對這些信息進(jìn)行加工、處理，從而達(dá)到認(rèn)識自然界的目的。在精確林業(yè)中，它主要用于實(shí)時地獲取樹木生長環(huán)境、生長狀況和空間差異的大量時空變化信息，及時對GIS進(jìn)行數(shù)據(jù)更新。
1.4數(shù)據(jù)庫管理系統(tǒng)
數(shù)據(jù)庫管理系統(tǒng)(DBMS)使存儲和查找數(shù)據(jù)最優(yōu)化，實(shí)現(xiàn)了﹁體化存儲和初步的一體化查詢，具有很好的完整性，避免了數(shù)據(jù)過于瑣碎帶來的不便。在精確林業(yè)中，它主要用于建立包含林木長勢、自然條件和歷史數(shù)據(jù)等信息的數(shù)據(jù)庫，同時，它使GIS軟件能充分利用商用數(shù)據(jù)庫已經(jīng)成熟的眾多特性，如快速索引、數(shù)據(jù)完整性和一致性保證、安全和恢復(fù)機(jī)制及分布式處理機(jī)制，明顯提高GIS軟件管理空間數(shù)據(jù)的能力。
1.5決策支持系統(tǒng)
決策支持系統(tǒng)(DSS)綜合了專家系統(tǒng)(ES)和模型系統(tǒng)(SS)，它根據(jù)專家在長期生產(chǎn)中積累的知識，建立作物栽培模型、統(tǒng)計趨勢分析與預(yù)測模
1.6可變量控制技術(shù)
可變量控制技術(shù)(VRT)就是根據(jù)不同位置及要求自動改變施用比率的技術(shù)。它通過計算機(jī)控制，對林木所需用的水、肥料、農(nóng)藥等變量的類別和數(shù)量進(jìn)行判斷，根據(jù)需要調(diào)控如植保機(jī)械向林間噴灑這些變量的速率，使系統(tǒng)能在特定時間對特定目標(biāo)進(jìn)行操作規(guī)劃，以達(dá)到精確定量地灌溉、施肥、噴藥的目的，體現(xiàn)了“對癥下藥”、“按需給予、”“變量投入”的原則，它的實(shí)施可有效避免傳統(tǒng)粗放型林業(yè)生產(chǎn)活動中造成的資源浪費(fèi)和伴隨的環(huán)境污染問題。在精確林業(yè)中，它主要實(shí)現(xiàn)對生產(chǎn)過程進(jìn)行調(diào)控，合理地進(jìn)行施肥、灌溉、施藥等措施。GIS繪制電子地圖，生成林木長勢情況分布圖，分析此圖，獲得林區(qū)內(nèi)樹木長勢的差異程度一根據(jù)該圖，對影響樹木成長的各項(xiàng)因素進(jìn)行分析，將地形、土質(zhì)、土壤肥力、土壤含水量、氣候狀況、蟲害、病害發(fā)生情況空間數(shù)據(jù)輸入計算機(jī)，利用樹木生長發(fā)育模型、相關(guān)作業(yè)的專家知識庫等建立空間智能決策支持系統(tǒng)，確定產(chǎn)生長勢差異的原因，生成林木管理處方圖一根據(jù)處方圖，生成響應(yīng)林業(yè)機(jī)械的智能控制軟件，按照按需投入、區(qū)別對待的原則，利用可變量控制技術(shù)實(shí)施施肥、噴藥等操作一對其執(zhí)行效果進(jìn)行評估。
2、精確林業(yè)的基本操作過程
精確林業(yè)的出現(xiàn)，使定量獲取影響樹木長勢情況的因素及最終生成的空間差異性信息，實(shí)施可變量投入，達(dá)到低成本、低消耗、高效率、環(huán)保好等目標(biāo)成為可能。圖1是精確林業(yè)基本操作過程的示意圖，其實(shí)施過程可描述為：帶GPS和實(shí)時傳感器的作業(yè)機(jī)械隨時間和空間變化自動采集林間定位及對應(yīng)林班的樹木長勢情況數(shù)據(jù)一通過型、空間分析與技術(shù)經(jīng)濟(jì)分析模型，通過用戶選擇最優(yōu)模型，輸入模型的參數(shù)，獲得仿真運(yùn)算結(jié)果，從而為決策提供輔助支持的依據(jù)。在精確林業(yè)中，它主要實(shí)現(xiàn)對樹木長勢、病害、蟲害的發(fā)生趨勢進(jìn)行分析模擬，針對林木生長環(huán)境和生長條件的時空差異性，生成處方圖，提供各林班施肥噴藥方案，對精確林業(yè)的實(shí)施效果、經(jīng)濟(jì)效益進(jìn)行評估。
3、精確林業(yè)的研究現(xiàn)狀
3.1國外研究動態(tài)
一些發(fā)達(dá)國家在精確林業(yè)相關(guān)技術(shù)的研究方面發(fā)展較快，如在森林土壤類型分析、林地適應(yīng)性評價、森林生態(tài)環(huán)境模擬、林木育種以及生長監(jiān)測和森林收獲等領(lǐng)域已有成熟的應(yīng)用。
美國林務(wù)局為每個林管局和林業(yè)研究所配備了資源級GPS接收機(jī)，主要用于災(zāi)害監(jiān)測和防治的飛機(jī)導(dǎo)航、林相圖的自動更新和林區(qū)作業(yè)的定位服務(wù)。
美國林務(wù)局和伊利諾大學(xué)聯(lián)合開發(fā)的SmartForest軟件，實(shí)現(xiàn)了森林景觀的可視化，以DTM三維顯示技術(shù)為基礎(chǔ)，使用GIS作為決策支持媒介來考察景觀尺度的資源狀況，在林業(yè)信息的支持下，可以從不同視角模擬觀察森林景觀及其變化。
美國太空成像公司對原有的利用衛(wèi)星RS數(shù)據(jù)監(jiān)測火災(zāi)的技術(shù)和方法進(jìn)行了歸納、整理和合并，形成了一套基于Internet影像查詢系統(tǒng)的、實(shí)用的火災(zāi)探測算法，該算法具有自適應(yīng)和區(qū)域性敏感的特點(diǎn)，所以適合于區(qū)域和全球火災(zāi)監(jiān)測，可以實(shí)時獲取火災(zāi)位置等信息。
Reid等人(2001)研究開發(fā)了FIAMODEI。來存儲和分析林業(yè)數(shù)據(jù)，主要具有森林現(xiàn)狀分析、發(fā)展趨勢預(yù)測、森林生態(tài)景觀分析、觀光風(fēng)景區(qū)內(nèi)的森林布局等功能，同時，它還可提供林道、河流、邊界等數(shù)據(jù)的查詢。
Dimitru和Olson運(yùn)用空間信息系統(tǒng)集成和衛(wèi)星數(shù)據(jù)來確定森林覆蓋率。技術(shù)路線是，通過像素尺寸的變化來判別樹種是否有所增加，對比LandsatTM和SPOY—XS遙感衛(wèi)星攝像2、3、4波段得到的數(shù)據(jù)，可以得到林區(qū)內(nèi)較為準(zhǔn)確的信息。美國克羅拉多大學(xué)研究開發(fā)了一套航空錄像的自動配準(zhǔn)和校正系統(tǒng)，它是實(shí)時獲取資源信息的RS工具，克服了影像配準(zhǔn)與幾何校正的時間太長、費(fèi)用太高、與精確GIS匹配能力有限的缺點(diǎn)，在不增加過多硬件的基礎(chǔ)上，極大降低了人為干預(yù)的操作，主要用于監(jiān)測森林病蟲害。
3.2國內(nèi)研究動態(tài)
福建農(nóng)林大學(xué)交通學(xué)院研究開發(fā)了基于GIS的木材運(yùn)輸決策支持計劃系統(tǒng)，它綜合運(yùn)用線形規(guī)劃和GIS技術(shù)，可以協(xié)助計劃者確定最小費(fèi)用集運(yùn)材路徑、確定最佳楞場空間位置和木材流分配，目標(biāo)是在需材單位定貨和森林資源條件的約束下，木材集運(yùn)綜合成本最低。
東北林業(yè)大學(xué)完成了基于WEB和3S技術(shù)的森林防火智能決策支持系統(tǒng)的研究，實(shí)現(xiàn)了林火數(shù)據(jù)庫、林火預(yù)報預(yù)防、林火蔓延模型、撲火指揮決策等方面的智能化、網(wǎng)絡(luò)化管理，使系統(tǒng)能夠在互聯(lián)網(wǎng)上實(shí)現(xiàn)運(yùn)行和信息傳輸，自動優(yōu)化系統(tǒng)參數(shù)和自動修正模型參數(shù)，形成撲火指揮決策支持專家系統(tǒng)。
南京林業(yè)大學(xué)機(jī)電學(xué)院開展了利用以機(jī)器視覺、圖像處理、GPS、GIS、DBMS、DSS、VRT為代表的高新技術(shù)從事精確林業(yè)的構(gòu)成、實(shí)現(xiàn)、應(yīng)用等研究，開發(fā)了基于機(jī)器視覺的室內(nèi)農(nóng)藥自動精確施用系統(tǒng)。該系統(tǒng)以實(shí)驗(yàn)室環(huán)境中所建的試驗(yàn)?zāi)Ｐ蜑檠芯繉ο螅M農(nóng)藥施用的真實(shí)情況，用總結(jié)出的一套算法進(jìn)行圖像處理，并以此為依據(jù)做出決策控制噴頭實(shí)現(xiàn)農(nóng)藥的精確施用，分析和探索了在自然環(huán)境中基于實(shí)時視覺傳感技術(shù)的農(nóng)藥精確施用的可行性和效果。在實(shí)驗(yàn)室內(nèi)開展了一系列的試驗(yàn)和研究，對施藥過程中的運(yùn)動模擬、樹木圖像采集、圖像分割、施藥決策、數(shù)據(jù)交換、噴霧執(zhí)行等主要問題和技術(shù)難點(diǎn)做了較為深入的探討和研究，涵蓋了基于實(shí)時視覺傳感技術(shù)的農(nóng)藥精確施用的主要技術(shù)要點(diǎn)。實(shí)驗(yàn)室測試表明，該系統(tǒng)運(yùn)行良好并有很好的戶外應(yīng)用前景，特別適用于路旁樹木的病蟲害防治，林木栽植株距較大時，和常規(guī)施藥方法相比，可節(jié)省50%以上的用藥量。
此外，該學(xué)院還開展了農(nóng)藥精確噴霧機(jī)時空數(shù)據(jù)分析與融合研究，目標(biāo)是建立集CCD攝像頭、GPS、GIS為一體的移動式農(nóng)藥精確噴霧系統(tǒng)，圖2為該系統(tǒng)的技術(shù)路線圖，它的設(shè)計思路是：將CCD實(shí)時立體攝像系統(tǒng)、GPS、GIS在線地安裝在高射程噴霧機(jī)上，隨著噴霧機(jī)的行駛，所有系統(tǒng)均在同一時間脈沖控制下進(jìn)行實(shí)時工作，把GPS精確定位數(shù)據(jù)和CCD獲取的林木數(shù)字圖像通過處理隨時送人GIS中，而G1S中已經(jīng)存儲有電子地圖信息和林班圖，在GIS平臺上有效集成時空數(shù)據(jù)、屬性數(shù)據(jù)以及歷史數(shù)據(jù)，根據(jù)歷史上病蟲害發(fā)生情況和植物保護(hù)專家在長期生產(chǎn)中獲得的知識，進(jìn)行病蟲害統(tǒng)計趨勢模型和技術(shù)經(jīng)濟(jì)分析，建立農(nóng)藥使用技術(shù)專家系統(tǒng)，并根據(jù)實(shí)時數(shù)據(jù)分析、圖像處理、噴霧目標(biāo)特征和病蟲害防治目標(biāo)閾值，建立智能決策支持系統(tǒng)，從而可針對當(dāng)時當(dāng)?shù)氐纳植∠x害防治實(shí)際需要確定農(nóng)藥投入的種類、數(shù)量等，指導(dǎo)自動執(zhí)行變量投入決策，控制可變量噴頭實(shí)現(xiàn)農(nóng)藥精確定量噴霧。根據(jù)不同林業(yè)生產(chǎn)情況及病蟲害發(fā)生類型、程度，利用此系統(tǒng)來對應(yīng)控制特定區(qū)域做出可變量控制決策而實(shí)現(xiàn)農(nóng)藥精確對靶噴霧，在最大程度上杜絕非目標(biāo)農(nóng)藥沉積，減輕環(huán)境污染。
4、精確林業(yè)在我國的發(fā)展前景
我國已經(jīng)進(jìn)行了一定規(guī)模的精確農(nóng)業(yè)試點(diǎn)工作，部分技術(shù)、產(chǎn)品已趨成型，如由北京農(nóng)業(yè)信息技術(shù)中心承擔(dān)的北京市小湯山精確農(nóng)業(yè)示范工程已進(jìn)行了谷物測量、水分在線測量、田間信息采集、RS監(jiān)測作物長勢、水分、病蟲草害、防治環(huán)境監(jiān)測、GPS采樣定位、導(dǎo)航、農(nóng)業(yè)ES分析、農(nóng)業(yè)機(jī)械的實(shí)時在線控制等試驗(yàn)。林業(yè)與農(nóng)業(yè)相比有諸多不同，如森林資源類型多、區(qū)域差異大、周期長、干擾多、變化快、條件復(fù)雜，決定了精確林業(yè)實(shí)現(xiàn)的難度要比精確農(nóng)業(yè)大。
在我國，精確林業(yè)的理論框架逐步完善，技術(shù)體系初步建立，應(yīng)用領(lǐng)域進(jìn)一步擴(kuò)大，產(chǎn)業(yè)部門逐漸形成。3S技術(shù)及其它高新技術(shù)現(xiàn)已經(jīng)廣泛應(yīng)用于森林資源清查、林地面積實(shí)時測量、林界劃分、護(hù)林防火、飛播造林、荒漠化監(jiān)測等方面。目前，北京市精確林業(yè)示范地建設(shè)已經(jīng)啟動，2001年，國家高新技術(shù)發(fā)展計劃(863計劃)批準(zhǔn)了精確林業(yè)課題立項(xiàng)，這標(biāo)志著精確林業(yè)的研究進(jìn)入了系統(tǒng)集成與平臺建立階段。隨著一些經(jīng)濟(jì)發(fā)達(dá)地區(qū)精確林業(yè)示范地的建立，我國精確林業(yè)將由實(shí)驗(yàn)轉(zhuǎn)向生產(chǎn)，由技術(shù)形成產(chǎn)業(yè)，必將擁有廣泛的應(yīng)用前景和強(qiáng)大的生命力。
