基于“大数据+人工智能”科研范式的黑土地保护与利用智能决策

摘要

【目的】 我国黑土地受到多种自然和人类活动因素的影响，其退化问题多样以及退化程度存在明显的空间差异，为黑土地保护与利用带来挑战。在此背景下，本文拟提出基于“大数据+人工智能”的黑土地保护与利用智能决策的科研范式，实现退化问题的智能诊断以及关键保护与利用技术在黑土地全域的科学、精准和智能推荐。【方法】 本文通过对国内外土壤保护与利用的文献调研，结合星、空、地、网多源观测技术和机器学习、深度学习等人工智能方法，提出了面向黑土保护与利用的智能决策和应用示范的科研范式。【结果】 黑土保护与利用新科研范式的五项关键技术，包括多源数据汇聚与处理、黑土信息一张图制备、黑土地退化问题智能诊断、保护与利用技术集构建以及黑土地退化修复智能决策。【结论】 本文提出的科研范式有助于我国黑土地退化问题与技术措施的智能匹配，实现黑土地保护与利用的精细化、智慧化和高效化。

关键词： 黑土地; 保护与利用; 退化诊断; 智能决策; 应用示范

引言

东北黑土地是我国粮食安全的“压舱石”，耕地占全国总耕地总面积的27%，其粮食产量占全国1/4，商品粮占全国的1/4，调出量占全国的1/3 [1]。近年来，多种自然因素（如风蚀、强降雨等）和人类活动因素（如高强度利用、传统耕作、种植制度单一、有机质输入少等）直接导致东北黑土地“变瘦”、“变薄”、“变硬”[2-3]，影响全国的粮食安全形势[4-5]。我国黑土地表现出退化问题多样和退化程度空间差异明显的特点[6]，为黑土地保护与利用措施的推荐和应用带来巨大挑战。

面向“用好养好”黑土地的重大国家需求，中国科学院启动了“黑土粮仓”科技会战专项，以“项目+示范区”相互支撑组织模式，开展黑土地保护与利用的核心技术攻关和技术模式示范[7]。其中，基于卫星、无人机、近地表主被动探测、物联网等监测手段的资源环境监测技术制备的黑土地水、土、气、生、人等类型数据集，为区域、局地和地块尺度的土壤问题诊断提供重要数据基础。基于田间试验在示范区的土壤保护与利用技术推广应用中取得了重要进展，为当地的土壤保护和土地可持续利用提供了重要的示范样板。例如，以免耕少耕秸秆覆盖还田为关键技术的防风固土“梨树模式”[8⇓-10]，以秸秆粉碎、有机肥混合深翻还田并结合玉米-大豆轮作为关键技术的深耕培土“龙江模式”[11]。此外，利用“作物-土壤-微生物”互作机制协同提升土地产能和生态功能已成为国际新兴趋势，也被纳入黑土粮仓专项中进行示范。上述示范以试验科研范式为主，其示范目标与技术模式不同。

我国黑土地退化问题多样，退化问题空间分布以及退化程度呈现明显的空间异质性，如何应用专项产生的海量数据，采用先进智能的方法优化当前技术模式，实现退化问题与技术模型的多尺度空间匹配，找到不同地块适合的保护与利用技术[12]，成为制约黑土地保护与利用成败的关键之一。

科研范式经历了实验范式、理论范式、仿真范式后，发生了重大变革，进入大数据与人工智能驱动的新范式阶段[13]，通过研发和应用人工智能技术挖掘多维度、多模态的大数据，定量地、智能地、高效地解决问题。“黑土粮仓”科技会战专项产生的海量多元异构大数据，包括基于“星-空-地-网”与多源感知技术形成的黑土信息多方位时空大数据，为应用人工智能实现对已有试验区技术方案优选，以及全区黑土保护与利用的全域定制解决方案提供了契机。在此背景下，将“大数据+人工智能”科研范式与用好养好黑土地的国家战略结合，实现大数据驱动的黑土地保护与利用技术变革与科研范式创新，将是推动我国农业走向现代化的重要途径。

1 国内外现状

目前，国内外已经发展了面向不同需求的农业智能决策系统[14-15]，例如美国孟山都公司的Climate FieldView系统针对特定地块实现了数据采集、数据分析、农田决策优化和农田管理等功能；德国柏林PEAT农业科技公司开发了Plantix深度学习应用程序，将土壤缺陷—植物病虫害—疾病发生关联，通过APP向用户推送土壤修复技术和其他相关的可能性解决方案；以色列耐特菲姆公司的NetBeat系统面向部分作物类型，基于土壤物联网监测地面数据，实现作物水肥的精准管理；美国AgEagle系统依赖于无人机技术，对特定地块进行农田遥感监测，并通过系统平台实现无人机数据云端管理、作物产量估计、病虫害预警等功能；我国的智慧农业系统整合了智慧农业大屏、数据采集监测模块、控制模块、溯源模