用于农业净零排放的机器人和自主系统


发布时间:

2022-05-30

来源:

本站

作者:

PhenoTrait

  本文讨论了机器人技术和自主系统(RAS)如何应用于农业生产脱碳。如果不大幅减少农业食品部门的温室气体排放,气候紧急状况就无法得到改善。最近的研究发现,农业机器人系统提供了多种新兴机会,有助于向净零排放过渡。本文阐述了机器人影响可持续粮食生产系统的五个重点主题:

 

  (1)提高氮素利用效率。氮是作物生长发育所需的最基本的大量营养素之一,在全球范围内,平均氮利用效率(NUE:土壤中每单位有效氮产生的干物质量)在过去20年中增长缓慢。氮素未利用部分以N2O的形式释放,或者作为污染物进入水环境。鉴于氮素需求的复杂性,下一代精准农业和机器人系统可能会部署机器学习工具来优化NUE。这些工具可以分析氮素状况,预测作物需求,并以高空间分辨率应用精确施肥。

 

  (2)加速植物育种。机器人可以通过精确的性状表型鉴定加速作物新品种的培育。机器人系统可以装备新型传感器,包括2D、3D成像和断层扫描技术等,从而捕捉形态和结构特征。然而,由于植物的复杂性和可变形性,植物深层建筑特征的描述仍然具有挑战性,这需要高度专业的机器人系统。机器人的生理生化特征表型有助于农业净零排放的发展。

 

  (3)提供再生农业。机器人技术为下一代农业机械发展提供了机遇,其关键固有特性是低质量和高地理空间精度。这些功能特性对于再生农业系统至关重要,再生农业系统旨在通过固存土壤有机碳(SOC)来恢复和可持续管理土壤作业,主要是将免耕耕作(消除犁耕)、复杂轮作、控制交通耕作(CTF)等耕作方法集成在一个系统中。

 

  (4)机器人车辆电气化。传统的化石燃料拖拉机被较轻的电机取代,这为精密机器人技术和自动化提供了新的可能性。农业车辆的电气化和缩小规模将彻底改变农业作业方式,较小的机器人系统可以提供具有合理工作周期的关键农业功能,同时减少碳排放。如果使用太阳能等可再生能源为电池充电,小型农用车辆的成本可能继续降低。

 

  (5)减少食物浪费。

 

  任何能够减少食物损失和浪费的机器人系统或相关人工智能分析,都会直接或间接地影响净零排放。机器人直接减少废物和作物管理系统可能会迅速发展,但关键障碍将是计算速度、对标记数据集的访问以及通用的迁移学习。间接机器人废物减少技术包括使用机器学习和机器人传感器来改善农业生产的决策支持。这可能包括通过识别、计数和测量水果来改进作物预测的工具,或使用机器学习来融合来自多个来源(例如无人机(UAV)和无人地面车辆(UGV)的数据,以辅助相关的农艺决策。

 

  有效缓解气候变化需要一个平稳的过渡,包括不同规模的社会转型,以创造新的规则和制度,促进采用和推广围绕生态原则开发的技术创新等。农业机器人应用于农业净零排放的重点在于机器人技术的设计、制造和使用期间,加强技术系统与社会和生态系统的集成。

 

  图1(A)装备红外气体分析仪的移动机器人,可以收集田间土壤碳通量。(B)部署在田间的移动机器人表型系统正在进行小麦表型分析。(C)移动机器人配备的激光扫描仪。(D)激光扫描仪的安装位置。(D)获得的高分辨率的小麦冠层3D数据。

 

  图2 不同分类器的准确率。(A)配备了UVC灯的移动机器人系统正在防治草莓白粉病。(B)用于识别、计数和测量草莓果实的机器学习模型。

 

  来源:Pearson, Simon, et al. Robotics and Autonomous Systems for Net Zero Agriculture. Current Robotics Reports (2022): 1-8.

 

  编辑:张玉

推荐新闻

石时之约|韩志国:透过表型数据,看见植物的喜怒哀乐!

本期石时之约,我们将对话慧诺瑞德(北京)科技有限公司总经理、国际植物表型学会(IPPN)执委会委员/工业分会副主席韩志国,一起从表型数据的科学角度,去读懂农作物的喜怒哀乐和前世今生。

慧科研、慧育种、慧种田——慧聚改变的力量

让我们“慧聚”在一起,为“慧科研、慧育种、慧种田”赋能。

高通量植物表型平台建设注意事项

育种,是在给定的环境条件下,选择各种表型指标(产量、品质、抗性)最优的基因型材料的过程(AI育种,从这里起步)。育种工作中大约70%的工作量来自表型观察测量和筛选,是最耗人力物力的过程。

作物生理表型测量基础原理

生理表型测量的核心在于“早、快”,要在肉眼可见之前就能测量并预判出变化趋势,才是这个技术的核心价值。叶绿素荧光成像,恰好满足了这个要求。