智慧设施农业是未来农业发展的方向之一。 目前，智慧农业发展在技术、资金、政策等方面还存在不足。 特别是在科技应用方面，还存在很多空白，需要尽快填补。 同济大学、农科院、浙江大学、京都大学等高校和科研机构投入了大量的科研力量，并取得了一定的进展。

设施农业

1.改进YOLOv4方法识别温室环境下草莓生长期

参与机构：北京农林科学院智能装备技术研究中心、上海海洋大学信息学院

针对当前设施农业数字化栽培与控制技术中作物生育期实时检测和分类的问题，团队提出了一种改进的YOLOv4温室环境下草莓生育期识别方法。

草莓种植

结果表明，研究提出的YOLOv4-CBAM模型在检测草莓开花期、果实膨大期、绿色期的平均准确率、平均准确率均值、平均交并比、检测单位图像时间等方面具有极高的准确率。果实期、成熟期。 ，能够准确识别和分类草莓生长阶段的目标，为设施草莓栽培的信息化和规模化调控提供有效的理论依据。

2、南方蓝莓智能温室早熟生产多因素协调控制技术

参与院校：同济大学电子信息工程学院

为了实现蓝莓早日上市的目标，提高蓝莓的品质，获得更大的经济效益，团队探索研究了一套基于温室环境多因素协调的蓝莓温室多因素协调控制算法。基于蓝莓生长环境特点的控制模型。 用于控制温室环境。

蓝莓种植

实验将南方蓝莓移至江苏省苏州市昆山市花桥镇的环境控制智能温室中。 基于物联网技术，针对蓝莓物候期、品种特性、土壤pH值、水肥灌溉方式、小气候环境间隔等关键点和环境控制范围，建立蓝莓植物工厂化生产控制系统，连接硬件层、软件层和云端串联，实现现场环境监测控制、数据云存储和远程控制技术。

经过实际验证，整个控制系统效果显着。 南方蓝莓品种提前近一个月进入采果期。 同时，与冷藏植株相比，冷藏后的蓝莓植株单株产量和单果重均有所增加。 表明采用该算法可以提高蓝莓的产量和品质，为南方温室蓝莓植株早熟生产管理提供示范。

3.人工智能辅助种植策略对温室草莓生产控制效果的对比研究

参与机构：中国农业科学院农业信息研究所/农业部农业信息技术重点实验室、云南省农业科学院花卉研究所、云南省云江县农业技术推广服务中心

为了缓解劳动力短缺问题，提高设施园艺作物的精准管理，团队尝试用人工智能来解决问题。 研究以劳动密集型园艺作物草莓为实验对象，比较不同人工智能种植策略和关键技术对草莓温室生产的调控效果，为人工智能技术在园艺作物上的改进和产业化应用提供参考。种植。

草莓温室

结果显示，与人工种植管理相比，AI种植策略组平均产量提高1.66倍，平均产值提高1.82倍，最大投入产出比提高1.27倍。 知识图谱、深度学习、视觉识别、作物模型、作物生长模拟器等技术在草莓人工智能栽培中各有优势。 针对高产优质的目标，在配备了较为完善的智能设备和控制部件的温室生产条件下，人工智能辅助种植可以有效提高草莓种植控制的准确性，减少水、肥料和劳动力的投入，获得更高的回报。 但也存在人工管理劳动难以模拟、作物本体信息采集困难等问题。

4、日本设施农业收获机器人研究应用进展及对我国的启示

参与院校：京都大学农学研究科、浙江大学文学院

为借鉴日本近四十年智能收获装备的研发经验，团队回顾了日本设施农业收获机器人的研究和应用进展，并对茄科（番茄、茄子、青椒）的研发进行了分析。 ）和基于农机与农学相结合的葫芦。 详细对比了黄瓜、瓜类、芦笋、草莓等10种设施农业收获机器人的收获技术，与历代番茄、草莓等多种蔬菜收获机器人的设计理念和优缺点进行了详细对比。 分析设施农业收获机器人面临的科学问题及解决方案，总结未来发展趋势及对我国的启示。

农业机器人

设施农业智能化装备是设施农业稳定、优质、高效生产的必要保障。 对其研究和借鉴可为加快我国设施农业收获机器人智能化、智能化、产业化发展提供参考。

5. 基于Penman-Monteith模型与路径排序算法相结合的草莓灌溉方法及验证

参与机构：吉林农业大学信息技术学院、北京农业智能装备技术研究中心

为了更有效、更准确地控制设施作物的灌溉，团队以“张集”草莓为例，研究验证了一种基于Penman-Monteith模型与路径排序算法相结合的草莓灌溉方法。

草莓种植

实验结果表明，在指定时间采收的条件下，该方法结合本文提出的算法，在总果产量、平均单株果产量、平均果重百分比、硬度等方面较传统方法均有一定的提高。 PM模型方法。 表明该方法可以根据作物生长状况综合整合作物灌溉，为精准灌溉提供了新思路。

以上五项科研成果大部分都可以实现商业化，特别是促进早熟生产的多因素协调控制技术，可以与智能温室的管理完全融合，不仅可以提高温室管理效率，还可以节省劳动力。 我们期待未来更多的科学研究。 结果可以付诸实践。