农业知识智能服务技术综述

农业环境动态多变、动植物生长影响因子众多且互作关系复杂，如何将分散无序信息理解 生成生产知识或决策案例是世界性难题。农业知识智能服务技术是应对农业数据低秩化、规则关联度低和推理可 解释性差等现状，提升农业生产全过程综合预测和决策分析能力的核心关键。［进展］ 本文综合分析了感知识别、 知识耦合、推理决策等农业知识智能服务技术，构建由云计算支撑环境、大数据处理框架、知识组织管理工具、 知识服务应用场景组成的农业知识智能服务平台，提出一种基于知识规则和事实案例相结合的农情解析与生产推 理决策方法，构造产前规划、产中管理、收获作业、产后经营等全链条知识智能应用场景。［结论/展望］ 从农业 多尺度农情稀疏特征发现与时空态势识别、农业跨媒体知识图谱构建与自演化更新、复杂成因农情多粒度关联与 多模式协同反演预测、基于生成式人工智能的农业领域大语言模型设计、知识智能服务平台与新范式构建等方面 对农业知识智能服务技术发展趋势进行总结，对实现农业生产由“看天而作”到“知天而作”转变具有技术支撑 作用。

中国农业生产分布广，种植区域、气候、品 种、农艺等差异巨大，光温水土气等环境与作物生 长、病虫害发生的关联机理十分复杂，加之农业生 境、水文、气象等外部条件的不确定性导致科学、 精准的生产决策非常困难［1］ ，迫切需要将深度学 习、机器视觉、知识工程、推理决策等新一代人工 智能技术与农业场景深度融合，提升农情研判、预 警防控、环境调控、标准化管理等农产品全生命周 期的综合预测与知识服务能力，实现由“看天而 作”到“知天而作”的转变，通过建立“知识赋 能”的智慧农业应用模式，推动农业产业提质增效 与现代化转型升级［2］ 。 当前农业传感器、物联网、智能农机等技术快 速发展，农业生产过程的数据化水平不断提升，农 业知识智能服务通过对这些海量农业数据的采集、 分析和挖掘，提取数据中蕴含的知识和规律，克服 传统方式存在服务效率低、信息过载等缺点，为农 业生产管理提供科学依据，提升农业科技服务的针 对性和质量［3］ 。 目前农业生产经营仍对人工经验有着较高的依 赖度，本文从智能化决策替代的角度，充分考虑农 业知识服务中面临的数据低秩化、知识碎片化和关 联复杂度高等现状，从“感知识别”“知识耦合” “推理决策”三个层面进行研究突破，重点解决复 杂不确定环境下的动植物状态识别、多模态数据关联知识抽取与农业多应用场景协同推理等农业知识 智能服务中的关键问题，通过数据、知识、案例联 合驱动，为农业生产用户提供土壤改良、品种选 择、育苗调控、生产管理、水肥药减施、采收决 策、产销对接、品控溯源等全链条知识智能服务。