種植是茶葉產(chǎn)業(yè)鏈中的關(guān)鍵環(huán)節(jié)，為高品質(zhì)茶葉提供了保障，但是種植成本占據(jù)了目前茶葉生產(chǎn)成本的主要份額。復(fù)雜的種植條件與勞動(dòng)力不足使茶葉種植成本不斷提升，種植環(huán)節(jié)的智能化是茶葉生產(chǎn)從傳統(tǒng)模式向現(xiàn)代模式轉(zhuǎn)變的必由之路。
一、茶樹(shù)種植智能化框架
種植智能化是一套依托于物聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算等先進(jìn)技術(shù)支撐的綜合管理系統(tǒng)，包含了農(nóng)情監(jiān)測(cè)、優(yōu)化決策、設(shè)備調(diào)度的自動(dòng)化。
1. 監(jiān)測(cè)感知層
監(jiān)測(cè)感知層是智能化系統(tǒng)的“眼睛”和“耳朵”，也是智能化系統(tǒng)信息處理的基礎(chǔ)。感知層依賴(lài)載具平臺(tái)上的各類(lèi)傳感器，實(shí)時(shí)獲取茶樹(shù)周邊環(huán)境、茶樹(shù)自身的各類(lèi)信息，如溫濕度、輻射、茶樹(shù)養(yǎng)分等數(shù)據(jù)信息的采集。智能化系統(tǒng)對(duì)感知層要求是信息獲取的原位、實(shí)時(shí)、精準(zhǔn)、快速、智能，因此數(shù)據(jù)相對(duì)于傳統(tǒng)觀測(cè)必然需要海量?jī)?chǔ)存。
2. 傳輸存儲(chǔ)層
傳輸存儲(chǔ)層是智能化系統(tǒng)的“神經(jīng)”與“倉(cāng)庫(kù)”，監(jiān)測(cè)感知層搜集的海量信息數(shù)據(jù)通過(guò)傳輸存儲(chǔ)層匯集到數(shù)據(jù)倉(cāng)庫(kù)，為后續(xù)的數(shù)據(jù)計(jì)算提供源源不斷的“養(yǎng)分”。傳輸過(guò)程主要依賴(lài)各類(lèi)數(shù)據(jù)傳輸協(xié)議與設(shè)備對(duì)數(shù)據(jù)進(jìn)行高效傳輸，盡可能減少數(shù)據(jù)傳輸延遲，同時(shí)還需要實(shí)現(xiàn)不同設(shè)備的組網(wǎng)與信息的兼容并行處理，而智能化系統(tǒng)中存儲(chǔ)主要體現(xiàn)在海量數(shù)據(jù)的高效云存儲(chǔ)與交換，實(shí)現(xiàn)數(shù)據(jù)存儲(chǔ)與提取的高兼容、低延時(shí)、低誤差。
3. 計(jì)算決策層
計(jì)算決策層是“大腦”，匯集的各類(lèi)信息只有經(jīng)過(guò)計(jì)算決策層的復(fù)雜運(yùn)算才能生成有應(yīng)用價(jià)值的信息，反饋給用戶(hù)或者傳送給作業(yè)設(shè)備。在種植端，計(jì)算決策層主要是對(duì)農(nóng)情信息的智能化處理，設(shè)備的路徑規(guī)劃、決策控制，實(shí)現(xiàn)作物生長(zhǎng)態(tài)勢(shì)的判斷，以及不同場(chǎng)景下的應(yīng)對(duì)決策生成，比如茶樹(shù)脅迫狀態(tài)診斷、對(duì)應(yīng)設(shè)備操作所需的參數(shù)等。計(jì)算決策層需要算力與算法共同實(shí)現(xiàn)，算力依托于計(jì)算芯片、內(nèi)存，而算法是決策的核心。
4. 應(yīng)用服務(wù)層
應(yīng)用服務(wù)層是“手腳”，將計(jì)算決策層得出的信息、參數(shù)，反饋到對(duì)應(yīng)的終端，如顯示器、機(jī)械設(shè)備，實(shí)現(xiàn)決策結(jié)果的操作應(yīng)用。由于設(shè)備種類(lèi)多樣，參數(shù)需求復(fù)雜，因此應(yīng)用反饋層要求數(shù)據(jù)信息的高度兼容、操作參數(shù)精準(zhǔn)化。目前種植智能化管理的主要瓶頸在監(jiān)測(cè)感知層與計(jì)算決策層，在監(jiān)測(cè)感知層、計(jì)算決策層，技術(shù)及裝備均剛剛處于起步階段，距離產(chǎn)業(yè)化應(yīng)用還有一段距離。而傳輸存儲(chǔ)層、應(yīng)用服務(wù)層隨著近年來(lái)信息技術(shù)、互聯(lián)網(wǎng)技術(shù)發(fā)展，海量數(shù)據(jù)傳輸與存儲(chǔ)的技術(shù)難度不大，挑戰(zhàn)在于如何降低成本。
二、茶樹(shù)種植智能化管理研究現(xiàn)狀與問(wèn)題
1. 農(nóng)業(yè)傳感器
與茶樹(shù)種植相關(guān)的農(nóng)業(yè)傳感器主要有環(huán)境傳感器、植物生理傳感器、智能設(shè)備傳感器3類(lèi)。環(huán)境傳感器的主要作用是獲取茶樹(shù)賴(lài)以生存的土壤、大氣環(huán)境中的相關(guān)參數(shù)。生理傳感器用于獲取與茶樹(shù)生長(zhǎng)態(tài)勢(shì)相關(guān)的參數(shù)。智能設(shè)備傳感器用于關(guān)鍵目標(biāo)識(shí)別、相關(guān)設(shè)備的執(zhí)行效果監(jiān)測(cè)。總體上我國(guó)已經(jīng)開(kāi)展了不少關(guān)于信息快速獲取及組網(wǎng)技術(shù)的研發(fā)，但目前茶園智慧管理中的傳感器仍采用通用型農(nóng)業(yè)傳感器，專(zhuān)用傳感器較為缺乏。
2. 信息感知技術(shù)
(1)空間信息獲取
依托衛(wèi)星、無(wú)人機(jī)等遙感平臺(tái)，配合地理信息技術(shù)，可以實(shí)現(xiàn)茶樹(shù)種植區(qū)內(nèi)關(guān)鍵信息的快速獲取。應(yīng)用不同的遙感數(shù)據(jù)源的光譜特征和各種植被指數(shù)，結(jié)合不同的算法提取紋理特征實(shí)現(xiàn)對(duì)茶園的分類(lèi)，以及茶樹(shù)生長(zhǎng)過(guò)程及受害情況、茶園產(chǎn)量預(yù)測(cè)等。我國(guó)農(nóng)業(yè)遙感衛(wèi)星傳感器以多光譜遙感為主，觀測(cè)要素缺乏、缺少光學(xué)與微波等協(xié)同觀測(cè)能力，遙感數(shù)據(jù)保障率和質(zhì)量有待提高。
(2)茶樹(shù)生長(zhǎng)態(tài)勢(shì)感知
植物生長(zhǎng)信息可直接用于脅迫診斷、產(chǎn)量與品質(zhì)預(yù)測(cè)，這些參數(shù)大多依賴(lài)傳統(tǒng)的理化分析方法，費(fèi)時(shí)費(fèi)力，而智能化管理系統(tǒng)所需的實(shí)時(shí)數(shù)據(jù)需要對(duì)作物生理參數(shù)進(jìn)行快速、無(wú)損檢測(cè)。近年來(lái)在茶樹(shù)生長(zhǎng)態(tài)勢(shì)感知方面開(kāi)展了大量反演模型算法研究工作，如利用高光譜設(shè)備，對(duì)茶樹(shù)品種、茶樹(shù)葉面積指數(shù)、冠層葉片中葉綠素、氮、磷鉀含量進(jìn)行反演算法等研究。
3. 智慧茶園系統(tǒng)實(shí)現(xiàn)
(1)茶園綜合管理系統(tǒng)
利用無(wú)線(xiàn)通信、傳感器檢測(cè)和數(shù)字圖像識(shí)別技術(shù)，自主設(shè)計(jì)和研制了一套茶園可視化農(nóng)業(yè)氣象信息動(dòng)態(tài)監(jiān)測(cè)預(yù)警系統(tǒng)，該系統(tǒng)可實(shí)現(xiàn)茶園圖像信息、溫濕度、降水?dāng)?shù)據(jù)的一體化采集和綜合顯示的功能。
茶園可視化農(nóng)業(yè)氣象信息動(dòng)態(tài)監(jiān)測(cè)預(yù)警系統(tǒng)結(jié)構(gòu)原理圖
設(shè)計(jì)了基于低能耗廣域網(wǎng)物聯(lián)網(wǎng)云平臺(tái)的茶園監(jiān)控系統(tǒng)，該系統(tǒng)能實(shí)時(shí)采集茶園空氣溫濕度、土壤溫濕度等參數(shù)，通過(guò)服務(wù)器對(duì)獲取的茶園信息進(jìn)行分析、存儲(chǔ)，并將數(shù)據(jù)同步到PC端和移動(dòng)端，實(shí)現(xiàn)對(duì)茶園環(huán)境的遠(yuǎn)程智能監(jiān)控。
茶園監(jiān)控系統(tǒng)總體結(jié)構(gòu)圖
在茶園生境智慧管控技術(shù)研究方面，建立了茶園生境智慧管控技術(shù)，包含茶園土壤生態(tài)調(diào)控技術(shù)、茶園生態(tài)位配置與管控技術(shù)、茶園病蟲(chóng)害監(jiān)測(cè)預(yù)警與生態(tài)防控技術(shù)、茶園生境環(huán)境信息自動(dòng)化感知技術(shù)、茶園水分智慧管控技術(shù)以及茶園生境智慧管控專(zhuān)家服務(wù)系統(tǒng)等。從實(shí)際應(yīng)用情況看，目前“智慧茶園”均止步在農(nóng)情信息收集與信息匯總展示場(chǎng)景，管理決策仍然依賴(lài)于人，而智能決策算法缺失是“智慧茶園”的瓶頸問(wèn)題。
茶園害蟲(chóng)監(jiān)測(cè)預(yù)警平臺(tái)模型
(2)智能灌溉設(shè)備
茶園智能化灌溉系統(tǒng)發(fā)展有兩個(gè)方面，一是優(yōu)化灌溉系統(tǒng)的驅(qū)動(dòng)結(jié)構(gòu)，改進(jìn)灌溉效果，研究設(shè)計(jì)了由可編程控制器和變頻器聯(lián)合控制的茶園變頻恒壓噴灌控制系統(tǒng)，可根據(jù)用水量的變化，在全流量范圍內(nèi)利用變頻泵的連續(xù)調(diào)節(jié)和工頻泵的分級(jí)調(diào)節(jié)相結(jié)合，實(shí)現(xiàn)恒壓、節(jié)能，并對(duì)噴灌過(guò)程中的各種特征量進(jìn)行實(shí)時(shí)、動(dòng)態(tài)顯示，提高了茶園噴灌的自動(dòng)化水平和管理水平。
恒壓噴灌系統(tǒng)控制原理
另一方面智能化灌溉是通過(guò)算法實(shí)現(xiàn)灌溉時(shí)機(jī)的精準(zhǔn)選擇，設(shè)計(jì)基于無(wú)線(xiàn)傳感網(wǎng)絡(luò)的茶園智能化噴灌系統(tǒng)，可針對(duì)不同茶樹(shù)生長(zhǎng)期對(duì)土壤、溫度、水分、鹽分等條件的需要，進(jìn)行精準(zhǔn)實(shí)時(shí)灌溉。
茶園智能化噴灌系統(tǒng)組成圖
(3)其他智能機(jī)械
在通用智能機(jī)械平臺(tái)方面，設(shè)計(jì)可定制化的通用農(nóng)機(jī)遠(yuǎn)程智能管理平臺(tái)。受制于茶園復(fù)雜地形、植被覆蓋、土壤類(lèi)型差異，與茶樹(shù)種植相關(guān)的智能農(nóng)機(jī)設(shè)備，如耕作機(jī)、施肥機(jī)、修剪機(jī)的智能化程度遠(yuǎn)不及灌溉設(shè)備。此外，智能農(nóng)機(jī)裝備領(lǐng)域未形成科學(xué)的標(biāo)準(zhǔn)化體系，導(dǎo)致該領(lǐng)域相關(guān)標(biāo)準(zhǔn)定位不清、標(biāo)準(zhǔn)間交叉重復(fù)、配套性差。發(fā)布實(shí)施的智能農(nóng)機(jī)裝備地方標(biāo)準(zhǔn)、團(tuán)體標(biāo)準(zhǔn)、企業(yè)標(biāo)準(zhǔn)質(zhì)量參差不齊，裝備生產(chǎn)沒(méi)有統(tǒng)一規(guī)范、新產(chǎn)品研發(fā)無(wú)標(biāo)可依、上下游產(chǎn)業(yè)無(wú)法配套銜接。
三、茶樹(shù)種植智能化管理研究展望
1. 先進(jìn)傳感器研發(fā)
研究可靠的快速感知技術(shù)，研發(fā)高精度、可靠性強(qiáng)的農(nóng)業(yè)專(zhuān)用傳感器，同時(shí)研究多傳感器的時(shí)空同步采集、高效組網(wǎng)傳輸、多模態(tài)數(shù)據(jù)融合處理及實(shí)時(shí)在線(xiàn)解析等關(guān)鍵技術(shù)，用于大量不同參數(shù)的快速獲取。
2. 智能決策管理模型
目前“智慧茶園”系統(tǒng)的瓶頸之一是決策模型缺乏，形成了有數(shù)據(jù)無(wú)算法的困境，因此需要深化茶樹(shù)領(lǐng)域相關(guān)的農(nóng)業(yè)模型研究，為茶園管理與作業(yè)過(guò)程的智能化決策提供依據(jù)。針對(duì)物聯(lián)網(wǎng)引入的海量數(shù)據(jù)，需要研發(fā)大數(shù)據(jù)驅(qū)動(dòng)的知識(shí)共享與綜合輔助決策模型，通過(guò)知識(shí)和數(shù)據(jù)相結(jié)合的決策模型，將精準(zhǔn)決策與智能算法進(jìn)行有效關(guān)聯(lián)，進(jìn)行預(yù)測(cè)評(píng)判，為生產(chǎn)作業(yè)提供智能化決策。
3. 智能茶園機(jī)械裝備
需要開(kāi)展茶園機(jī)械裝備作業(yè)過(guò)程實(shí)時(shí)分析、智能化決策與控制前期研究，建立茶園農(nóng)機(jī)智能化、精準(zhǔn)化作業(yè)技術(shù)儲(chǔ)備。但由于茶樹(shù)種植相關(guān)的機(jī)械化程度仍然很低，除了研制自動(dòng)化程度高的大型茶園機(jī)械外，還需要針對(duì)分布較廣的山地丘陵茶園，加強(qiáng)結(jié)構(gòu)簡(jiǎn)單、易于操作的輕小型機(jī)械的研發(fā)，提高我國(guó)茶樹(shù)種植的機(jī)械化水平。
本文節(jié)選自《中國(guó)茶葉》2022年第5期，P1-7，《茶樹(shù)種植智能化管理研究進(jìn)展及展望》，作者：程俊杰，龍俐至，倪康，阮建云。
