《智慧农业（中英文）》采访北达科他州立大学张昭博士
【本访谈受“中国科技期刊卓越行动计划选育高水平办刊人才子项目-青年人才支持项目”资助】
本期《智慧农业（中英文）》专家访谈邀请了一位智慧农业领域的青年专家——来自美国北达科他州立大学农业与生物系统工程系的研究助理教授张昭博士，为我们介绍美国苹果收获研究进展以及精准农业等相关内容。
问1、张博士您好，能否介绍一下您目前主要开展的研究工作？
我博士从美国宾夕法尼亚州立大学毕业后，进入美国农业部产后实验室从事博士后研究，现在美国北达科他州立大学农业与生物系统工程系工作，目前科研工作主要以大田作物信息感知为主。比如，我们团队和从事小麦、玉米、大豆育种的专家合作，用传感器、人工智能、图像处理等技术协助育种工作者更好地选育合适的品种；我们采用无人机协助小麦育种专家更精准、高效和方便地选育抗倒伏的品种。总的来说，我的研究领域是集成机械、控制、图像、算法等新技术，来帮助实现农业生产过程自动化，以提高生产效率和降低生产成本，同时促进农业系统向环境友好型、可持续型的发展。问2、您从事了多年果园生产智能机械化的研究，能否介绍一下美国苹果收获技术的发展历程？
美国大约是在20世纪四五十年代就实现了大田作物生产全过程的机械化，之后开始进行水果生产机械化的研究。大约在20世纪五十年代末，美国的科研工作者在世界上最早开始了苹果机械收获的研究。早期的研究主要是通过机械装置加持住苹果树的树干或树枝，对其进行振动从而完成苹果分离。基于该方法，美国研发并且优化了多款装备，但是这些装备最后都没能进入商业化应用阶段，主要原因在于一直没有办法解决苹果被分离以后往下掉的过程中，苹果与苹果之间、苹果与树枝之间以及苹果与收集装置之间的碰撞产生的大量损伤问题。大约在20世纪六七十年代，因为担心果园机械化装备的采用会降低劳动力的需求，从而造成大量农业人口失业的问题，美国政府砍掉了大量的研究资金，相应的研究也随之大幅减少。进入到21世纪，随着劳动力成本的巨幅上升和农业劳动力的减少，美国苹果产业在国内和国际市场上竞争力逐渐降低。美国的苹果收获主要依靠来自墨西哥的季节性移民，逐渐收紧的移民政策，进一步加剧了劳动力短缺问题。所以美国政府又开始投入大量的研究资金来推动苹果机械化收获的相关研究。随着计算机性能的提升、图像技术的发展、新型人工智能算法的涌现，科研人员开始研究智能收获机器人来完成苹果收获。尽管过去几十年苹果收获机器人的技术有了很大提高，但是稳定性、可靠性、通用性还有待提高，距离商业化使用尚有一段距离。
由于振动方式和收获机器人都没能实现商业化应用，科研工作者开始与公司合作研发收获平台，来辅助农民进行苹果收获。使用辅助平台后，工人在采摘中不再需要梯子，从而提高了收获效率。更重要的是，避免了工人跌落梯子导致的骨折、死亡等问题。问3、能否介绍一下欧美目前已经研究成熟的苹果收获平台？
目前，在美国和欧洲的市场上已经有多款收获平台在售。美国市场上的主流平台如下图所示，从左至右依次为真空辅助收获平台、Huron平台和Automated Ag Systems平台。工人在真空辅助收获平台上工作时，只需要将摘取的苹果放入吸管，吸管负责自动将苹果运送到收集箱。采用Huron和Automated Ag Systems平台的情况下，工人还需要使用背筐，但是不再需要使用梯子。由于工人距离收集箱较近，只需要很短的时间便可将背筐中的苹果运送到收集箱。真空辅助收获平台和Huron平台加装了护栏，而Automated Ag Systems配备了专门的保险带，从而杜绝了工人不慎从平台跌落导致的严重后果。
欧洲市场上的主流平台包括两类：荷兰的Munckhof平台（下图左）和意大利Revo Piuma平台（下图右）。欧洲收获辅助平台均采用传送带运送已经收获的苹果，这一点与美国的平台尚需使用背筐或使用真空运送苹果有所不同。相较于Munckhof平台需要3段传送带将苹果运送至收集箱不同，Revo Piuma平台仅需要2段传送带，减少了一次苹果在不同传送带之间的转移，随之降低了苹果的损伤率。美国、欧洲的果农已经采用这些商业化的收获平台来进行苹果的收获工作。
问4、美国在苹果收获机械研制方面，对于我们国内经常提起的“农机农艺相结合”是如何实践的？
美国早期研究苹果机械收获的一个重要结论是：要想实现鲜食果的机械收获，必须改变果树的形状。早期的苹果树树形较大、不规整，且果树分支较多（下图左上），很容易损伤收获的苹果。在这一结论指导下，园艺专家对果树树冠进行了改进，设计并实验了多种树冠形状，如V型（下图右上），高纺锤形（下图左下），和T型（下图右下）。这些新的树冠形状可以促进果园内树木的通风，增加光照，从而提高了产量、改善了果实品质。这些规整的树冠使得苹果机械化收获变得较为可行。在这些新型树冠的基础上，美国农业部的科研人员又重新探索了振动收获方式。相较于早期的大而不规整的树冠形状，新型的树冠确实可以显著降低苹果的损伤。需要多学科的科研人员协作，并且农机农艺相结合，才有可能最终实现苹果的机械化收获。
问5、您刚才介绍到苹果收获机器人是未来发展方向，能否介绍一下目前苹果收获机器人研发现状，都存在哪些技术难点？
近几年，美国政府对苹果收获机器人相关课题的资助力度比较大，比如USDA-NIFA资助的有National Robotics Initiative。作为美国苹果的主产地，华盛顿州苹果委员会每年都会资助科研工作者和公司进行收获机器人的研究。
现在技术相对比较成熟的两款苹果收获机器人是分别是美国加州的Abundant Robotics（下图左）和以色列FF Robotics（下图右）。Abundant Robotics是采用吸力完成苹果的分离，而FF Robotics采用多指机械手完成苹果的分离。这两款机器都在华盛顿州的果园进行了多年的田间试验，并进行了系统的优化与升级。目前为止，这两款机器人都没有实现商业化应用。Abundant Robotics的吸管运动距离比较短，很难采摘到树冠内部的苹果。尽管FF Robotics机械臂运动的冲程比较大，不存在这个问题，但是由于采用多指机械手，采摘过程中很容易损伤毗邻的苹果。另外，系统在不同条件下（如不同光照）的工作稳定性尚有待验证。
问6、美国科研界是否有“智慧果园”的提法？是如何定义的？
我认为，智慧果园是指现代科学技术与果园实际生产相结合，从而实现无人化、自动化、智能化的果园管理。美国现在智慧果园的提法相对较少，短期内实现智慧果园的技术难度较大。相比较于大田作物生产，果园生产的管理较为复杂，需要果树修剪、授粉、疏花、蔬果、和收获等大量尚需人工完成的工作。但这也给智慧果园的发展提供了广阔的空间。智慧果园的实现涉及大量的前沿技术和前沿技术的融合。比如要实现精准喷药，需要首先实时对果树的病害进行准确的诊断，这就需要大数据、云计算、5G和人工智能技术的结合才能完成。在实时监测的基础上，对其进行精准施药，从而减少农药的使用量，降低成本，促进环境友好型农业的可持续发展。再比如果园病害预测，采用多传感器构成的果园物联网，对果园的信息进行监测，利用专家系统对这些采集的信息进行汇总后做出判断、决策。通过利用孢子收集器对果园的孢子浓度进行监测，同时监测空气的湿度、温度等信息，来预测病害发病的可能性。当环境适于病害发生时，需要提早进行喷药预防。这个过程需要用到大数据建模与人工智能算法来提高专家系统的可靠性。这都是智慧果园建设涉及的技术和难点。问7、请您介绍一下目前美国进行智慧苹果园研究的主要科研团队？
美国的苹果主产地在华盛顿州，在张勤教授的带领下，华盛顿州立大学成立了精准与自动化农业研究中心，该中心有多年的智慧果园的研究积累。该中心张勤教授和 Manoj Karkee博士团队集成了一款苹果收获机器人，采用三指式末端执行器对苹果进行采摘。从对一个苹果进行识别，到完成采摘，大约需要5-10秒的时间，技术有很大的应用前景。该课题组现在正在进行自动苹果树修、剪枝的课题研究。通过快速三维建模识别树枝的位置，之后用人工智能的技术决策是否需要剪枝、需要在哪里进行剪枝等，从而驱动机械装置完成果树修剪工作。疏花、疏果也是苹果生产过程中的一项比较耗时耗力的工作。宾夕法尼亚州立大学Paul Heinemann博士团队进行过机械疏花、蔬果的研究。2020年，在美国农业部的支持下，华盛顿州立大学Manoj Karkee和宾夕法尼亚州立大学Long He博士在共同进行果树授粉机器人的研究。该课题共分三步：第一步，集成相机和智能算法的系统，并且通过大量的训练，使得算法能自动检测并且定位花；第二步，检测到花以后，和园艺专家共同确定最佳的授粉花期；第三步，确定这些信息以后，需要研发并集成一套机械手/臂，从而完成授粉工作；最后，集成整套系统，实现自动授粉。除了采用机械手臂进行自动授粉的研究，其他课题组正在集成小型无人机、嵌入式系统和图像识别技术等，在花期采用无人机进行自动授粉课题的研究。问8、除了苹果采收机械，能否介绍一下近年来美国政府出台的关于促进精准农业发展的科研项目？对我国精准农业发展的建议？
近几年，美国在大力推动大田作物、特种水果和畜牧业等产业的精准农业的发展。主要是推动将新技术应用于精准农业，比如无人机技术、人工智能的新算法在农业中的应用等。美国农业部设立了专项资金资助精准农业的发展与应用。如美国食品与农业研究院NIFA在2020年资助了12个课题，共计700万美元用于大数据、人工智能在精准农业中的应用，以促进农业的可持续发展。2021年，美国农业部资助了14项共计600万美元的课题，部分课题研究土壤中氮素的快速检测，实现对不同地块进行变量施肥作业，从而促进氮肥的有效利用。除了这些比较大的课题之外，很多个州都有精准农业的专项课题。比如，北达科他州的农业推广站每年都会资助精准农业的相关课题，大概是每年资助12个课题，每个课题5万美元左右。以前，我们国家受制于技术，需要用美国的导航、卫星技术生成处方图来实现田块的精准管理。伴随着我国北斗导航技术的商业化应用与自主卫星技术的使用，我们可以基于自己的技术进行更加精确的管理，并且保障了核心数据的安全性。伴随着大数据、人工智能与5G技术的开发与应用，这些数据可以被更好地发掘和利用，相信精准农业技术能够更加有效地落地。
问9、您是我们《智慧农业（中英文）》期刊的青年编委，同时担任International Journal of Agricultural and Biological Engineering期刊的专栏主编，能否谈一下对我们期刊的发展建议？
非常感谢《智慧农业（中英文）》能给我提供这样一个机会来担任青年编委，对我也是一个学习机会。当前，随着信息技术、传感器技术的迅速发展，以及各类人工智能算法的涌现，全世界的智慧农业方面的研究在快速发展。智慧农业的发展可以切实提高农民的经济效益，促进环境友好型农业的发展。因此，《智慧农业（中英文）》的创办很好的适应了潮流，由于是双语办刊，为国内外学者都提供了一个很好的发表研究成果的平台。好的期刊要有好的编辑部以及审稿人把关。我自己在该期刊发表过论文，编辑部和审稿人的效率都很高，给的建议都很中肯且富有建设性。希望这一点能继续保持下去。由于是新办期刊，可以跟已经做得很好并且有一定知名度的专家进行约稿，可以较快速地提高该期刊的知名度和影响力。人物介绍
introduction
张昭 博士
张昭，博士，《智慧农业（中英文）》期刊青年编委，研究生毕业于西北农林科技大学机械与电子工程学院，获得农业机械化工程方向的硕士学位，之后在美国宾夕法尼亚州立大学农业与生物工程系取得农业工程博士学位。在美国农业部产后实验室进行了博士后研究，现任职于北达科他州立大学农业与生物系统工程系，研究方向为精准农业。相关成果发表在Transactions ASABE、Applied Engineering in Agriculture、Computers and Electronics in Agriculture和Postharvest Biology and Technology等期刊上，以第一或者通讯作者发表SCI/EI学术论文20余篇，主持过6项精准农业方向的课题。
