促进农业“芯片”动能更澎湃,种业数字化解决方案来助力

当前世界百年未有之大变局加速演进,黑天鹅事件频发,我国发展进入机遇和挑战并存、不确定因素增多的时期,守好“三农”基本盘至关重要。
种业是农业发展的内核关键,大力提升种子“芯片”的科技水平和竞争力是实现可持续发展的战略要求。

我国种业发展史

1949-1977年“四自一辅” 阶段
实行“农业生产合作社自繁、自选、自留、自用,辅之以调剂”的方针,在全国建立起三级良种繁育推广体系。

1978-2000 年“四化一供”阶段
实行 “品种布局区域化、种子生产专业化、加工机械化、以县为单位统一供种”的方针,以大规模建设各类原(良)种场和种子繁育生产基地为核心。

2001-2009 年 市场化改革阶段
重要里程碑是《种子法》 和《植物新品种保护条例》实施,我国种业生产开始进入以新品种培育为核心的市场化竞争时期。

2010 年至今 深化改革阶段
确立农作物种业处于国家战略性、基础性的核心产业地位,各项政策陆续出台,要求加快现代种业与人工智能、大数据、基因编辑等新兴技术深度融合。

躬身入局,厘清种业痛点

到了深化改革阶段,我国种业正在向分子设计育种的3.0时代迈进,然而育种制种是一个长期的过程。

有数据显示新品种从研制、审批、试验到推广至少需要5年以上的时间,这中间需要不断的重复试验种植,牵扯人员多且复杂,高层领导无法直观的了解到基地的分布情况及生产经营数据,从而阻碍了决策输出;对于代制公司的管理人员来说在制种关键环节(如苗情分析、花期分析、去杂去雄检测、收获预测等)缺少智能辅助;而对于生产最末端的农户而言,他们则缺少田间技术问题的解决渠道、错误操作提醒及田间巡查工具。

为解决种业公司以上信息化、数字化痛点,珈和躬身入局了解种业公司的建设现状,调研各个主体的现实困境,利用珈和在农业领域的大数据优势输出数字化平台解决方案。

科技破局,珈和方案先行

珈和种业数字化平台解决方案服务于各经营主体:公司高层决策、中层管理人员、代制公司管理人员、技术人员、村组负责人、农户(大户),既能辅助高层经营决策,协助中层工作分配,也能指导农户农事作业。

宏观统筹:种业一张图

珈和利用卫星、无人机遥感和物联网形成的天空地一体化监测网络和人工智能分析模型,为种业公司提供智慧化生产指导,通过领导驾驶舱下钻至各基地掌握其生产情况及经营数据,另外还有基地管理、智慧灌溉、巡田管理、专项业务、后台管理等服务,全盘统筹统一推进工作。

促进农业“芯片”动能更澎湃,种业数字化解决方案来助力_第1张图片

基于GIS地图,提供各基地的作物分布、作业进度及长势产量情况分析图;识别指定基地的耕地田块,对田块内的不同农作物进行遥感监测数据可视化展示;为制种的出苗、长势、病虫害、气象、灾害等进行监测与预警,并与历史数据比对分析及时提出预防预案,为保产增收提供保障。

促进农业“芯片”动能更澎湃,种业数字化解决方案来助力_第2张图片

微观增效:生产管理助手(移动端)

有了生产管理助手的助力,珈和为种业公司开拓出更高效的制种管田模式。
对于农户而言:“足不出户,一机掌握”,不论身在何处只需轻轻一点,即可在手机或电脑上查看作物的生长状态、土壤的湿度和温度等关键信息;对农事问题进行线上专家问诊并查询到相应的解决办法;还可对农资农机进销存进行分析和管理。
促进农业“芯片”动能更澎湃,种业数字化解决方案来助力_第3张图片

对于技术人员而言:现场点图作业数据库真实准确,摆脱了事后画图作业的繁复工作;另外系统可自动生成标准化流程,使得技术员按流程操作,告别了单纯依靠经验的原始办法。
促进农业“芯片”动能更澎湃,种业数字化解决方案来助力_第4张图片

对于管理人员而言:生产管理记录在库,让数据指导生产,通过分析筛选品种、优化地块、优化管理等;依据数据精准决策,综合提高产量及效益。
另外对于耗时耗力的工作,珈和利用无人机遥感来代替人工,使得无人机数苗精准全覆盖,除雄监测效率也比人工提升10倍以上。

识势布局,落地标杆案例

珈和数十年如一日深耕农业大数据领域,与众多种业公司保持良好的关系与合作,其中值得一提的是在国家数字种业创新应用基地建设项目中,珈和与联通、建行一道为敦煌种业提供卫星、无人机遥感及数字化服务,此项目荣获第六届“绽放杯”5G应用大赛农业专题赛决赛一等奖。

珈和基于种业数字化平台方案为客户提供监测玉米制种种植全流程服务,覆盖“耕、种、管、收”全场景,对潜在风险提出预防预案。

对于玉米种植来说,除雄是非常重要一个环节,通过人工去掉玉米雄穗,有利于玉米籽粒的形成和成熟,从而让玉米提前成熟3-5天,以此来达到增产的目的。然而除雄的效果该如何保证和监管呢?人工数太费时费力,无人机这时派上了大用场。

珈和将无人机数据集(空间分辨率优于7mm,对应飞行高度 45m左右)进行分块裁剪处理,并勾画玉米雄穗分布数据制作目标监测算法样本数据集,基于YOLOV5模型进行训练,得到玉米雄穗监测模型。在模型推理后,对结果进行拼接处理以及一系列矢量化处理操作,最后根据玉米田间种植模型(如满天星、条状等),区分雄穗保留点以及未除雄的异常点。


近年来,各大种业公司陆续投身至这场没有硝烟的战争,加速数字化转型,用大数据驱动科研、生产、管理、流通等环节的智能升级,而珈和凭借其科研优势及深耕农业大数据多年的经验势必成为大家靠谱的合作伙伴,为加快“禾下乘凉梦”的实现保驾护航。

你可能感兴趣的:(农业遥感,大数据,农情遥感监测)