基于北斗和物聯網的農機精準作業(yè)在安徽實踐

一、基本概況

隨著精準農業(yè)和智能農業(yè)裝備技術的發(fā)展和應用，傳統(tǒng)的農業(yè)機械正在向融合衛(wèi)星導航定位、智能測控與物聯網等新一代信息技術的智能農業(yè)裝備方向發(fā)展，加之我國北斗導航定位技術的不斷完善，發(fā)展基于北斗定位、物聯網和智能測控技術產品提升農機作業(yè)質量、效率、管理水平和機器裝備運行管理的精準度已刻不容緩。

北京農業(yè)智能裝備技術研究中心針對我國農機化高質高效發(fā)展中缺少農機作業(yè)數量與質量在線監(jiān)測方法，作業(yè)數量和質量難以科學評價；管理服務手段滯后，農機化高質高效發(fā)展與作業(yè)管理服務效率低的矛盾日益突出等問題，融合北斗定位、智能測控、云計算和大數據等信息化技術與手段，突破了全程機械化作業(yè)智能監(jiān)測和作業(yè)大數據云服務等關鍵技術，創(chuàng)制了全程機械化作業(yè)智能監(jiān)測終端系列產品；攻克了廣域集群農機作業(yè)多元異構數據高并發(fā)接入、大數據分析處理技術，構建了基于大數據的全程機械化作業(yè)云服務平臺，從2015年起在趙春江院士的帶領下團隊在國內率先實現了業(yè)務化運行，同期哈工大惠達產品也在全國進行實用推廣，安徽省是走在全國前列自2015年起將此項技術成熟的兩個產品運用于全省的農機深松項目的監(jiān)管之中。

2018年基于農經部門農業(yè)社會化服務項目難實施、難監(jiān)管的問題，北京農業(yè)智能裝備技術研究中心和哈工大惠達公司又將此項技術應用于全省農業(yè)社會化服務項目的全生產作業(yè)過程耕、種、管、收、秸稈打捆5大作業(yè)環(huán)節(jié)進行高效監(jiān)管，為政府實施全程托管以及農業(yè)社會化服務項目的運營提供了依據和抓手，為發(fā)放項目資金提供了科學而有效的憑證，目前這兩個主要平臺監(jiān)管了全省3347個服務主體、25621臺農機，每年平均2個億左右的深松補貼、3個億左右的農業(yè)社會化服務項目以及秸稈綜合利用近1個多億項目的資金的使用都是通過這項技術的使用加以監(jiān)管得以平穩(wěn)運行，通過監(jiān)管一方面實提升了農機的作業(yè)質量；另一方面確保了財政項目資金的安全，大大減輕了農業(yè)農機管理部門以及農機服務組織的人力物力投入，顯著提高了我國農機的信息化水平。 

二、技術路線

技術體系主要包括建立農機全程機械化作業(yè)智能監(jiān)測技術體系和集成開發(fā)全程機械化作業(yè)大數據與云服務平臺。

三、實施路徑

（一）全程機械化作業(yè)智能監(jiān)測技術體系

1、全程機械化作業(yè)質量智能監(jiān)測模型。

針對農機作業(yè)質量長期依賴于人工監(jiān)測，監(jiān)測效率低、誤差大、一致性差等問題，提出地形變化和作業(yè)機組姿態(tài)融合的作業(yè)耕深在線檢測方法；提出種肥播施、噴灑、收獲和秸稈打捆多傳感信息檢測方法，建立了信息融合、作業(yè)狀態(tài)判別、作業(yè)量測算等模型，實現了種肥播施、噴灑、收獲和秸稈打捆作業(yè)狀態(tài)、作業(yè)量、作業(yè)質量以及關鍵工況參數的在線監(jiān)測。

2、基于空間分析的作業(yè)狀態(tài)自動識別及面積計量方法。

針對農機作業(yè)面積計量效率低、精度差和重漏區(qū)檢測困難等問題，提出了基于空間聚類的農機作業(yè)狀態(tài)自動識別方法，設計農機作業(yè)面積計量算法，建立了農機作業(yè)邊界提取模型和農機作業(yè)重漏區(qū)域智能檢測模型，實現了農機作業(yè)面積、時間利用率、作業(yè)區(qū)重漏檢測和作業(yè)效率等全程機械化作業(yè)關鍵指標的自動分析。 

3、全程機械化作業(yè)智能監(jiān)測終端。針對振動、多塵等田間復雜作業(yè)環(huán)境，創(chuàng)制了全程機械化作業(yè)智能監(jiān)測終端，實現了對耕、種、管、收、秸稈打捆5大環(huán)節(jié)13種作業(yè)類型的自動識別、作業(yè)數據在線采集、處理、存儲與傳輸，實現全程機械化作業(yè)狀態(tài)、關鍵工況參數、作業(yè)量和作業(yè)質量的在線、精準監(jiān)測。

（二）全程機械化作業(yè)大數據與云服務平臺

1、農機作業(yè)大數據采集與存儲管理技術。

針對農機作業(yè)季節(jié)性強、數據海量且傳輸峰值高等問題，設計了全程機械化作業(yè)大數據高可用接入層，實現了萬臺級農機作業(yè)終端數據實時接入；提出了基于時空與屬性融合的農機作業(yè)異常軌跡數據清洗方法，提升了農機作業(yè)數據質量及數據分析的效率與精度；設計了農機作業(yè)時空大數據集群組織與管理模型，構建了農機作業(yè)大數據存儲管理技術體系。

2、全程機械化作業(yè)大數據分析系統(tǒng)。

提出了基于深度學習的農機具快速自動識別方法，實現了農機作業(yè)類型的智能識別；建立了基于流式計算的農機作業(yè)量和作業(yè)質量自動分析模型，解決了農機規(guī)模化在線作業(yè)數據運算效率低難題,實現了農機作業(yè)數據計算的秒級響應；提出了基于位置服務和OLAP（Online Analytical Processing）技術的農機跨區(qū)域作業(yè)自動檢測方法，解決了農機跨區(qū)縣作業(yè)監(jiān)管與核算難題。

3、全程機械化作業(yè)云服務應用平臺。

開發(fā)了10項全程機械化作業(yè)數量、質量智能監(jiān)測分析云服務，將大規(guī)模農機作業(yè)監(jiān)管從線下轉移到線上，構建了業(yè)務化運行的全程機械化作業(yè)云服務應用平臺，實踐了全程機械化作業(yè)云服務監(jiān)管模式。 

四、應用效益

該項目突破了全程機械化作業(yè)智能監(jiān)測和作業(yè)大數據云服務等關鍵技術，解決了長期困擾農機化生產管理中的質量監(jiān)測、統(tǒng)計調度及高效管理服務等瓶頸問題，實現了農機全程機械化作業(yè)在線監(jiān)管，為國家農機作業(yè)補貼政策規(guī)范高效實施提供了有效的監(jiān)管技術支撐，形成“互聯網+”農機作業(yè)的創(chuàng)新模式，提高了農機作業(yè)質量和生產效率，提升了農機農藝融合及農機化生產管理服務技術水平，促進了農業(yè)機械化和農機裝備產業(yè)的轉型升級。

與此同時，項目也培養(yǎng)了一批農機作業(yè)北斗定位與精準監(jiān)測技術領域的骨干科研人員，形成了具有國際水準的研發(fā)創(chuàng)新團隊。在技術成果推廣應用中，累計培訓基層農機管理人員、農機技術人員、農機手等5萬余人次，提升了基層生產管理人員的技術水平和業(yè)務能力，為我國數字農業(yè)的發(fā)展與建設奠定了良好基礎。