▲项目子系统，虚拟植物生长过程（西红柿）。
▲在BA引导下，用户建立“田间管理”的子知识对象。
1983年，中科院合肥物质科学研究院智能机械研究所研究员熊范纶就与安徽省农科院土肥所合作，开始了我国农业专家系统的研究。1990年以后，该研究受到相关部门的高度重视和大力支持，在国家自然科学基金委、科技部和中科院20多个项目资助下，该研究小组取得一系列重要成果。
从智能知识获取说起
“某一领域的知识并非只是专家的经验或某些数学模型就能概括的，许多客观存在的规律还未被人们认识。我们将机器学习、数据挖掘等技术运用于农业，从作物苗情、土情、肥情、病虫害、气象、生态、畜牧、水产养殖及各种灾害等大量数据和实际案例中，学习和发现潜在的规律和知识，从而实现知识的自动半自动获取，取得突破性进展。”熊范纶说，“过去，某个农业知识的获得，通常是靠农业专家或农业生产者的长期观察、研究、分析、验证，或者建模等总结出来。而当今信息技术的发展，基于数据挖掘的智能技术也能自动从一些水、土、肥、种等基本数据中发现一些规律性的东西，从而形成或拓展新的知识。”
熊范纶补充说：“它的重要性在于，我国地域辽阔，土壤气候条件复杂，专家和农业技术人员的经验和知识，某些方面会有一定的局限性。基于机器学习知识获取技术和基于数据挖掘的知识获取系统，能较为客观地总结或发现适合一个地区自己的农业生产知识。这两者的结合无疑是更为完善的。”
在数据挖掘方面，研究小组开发出基于有限状态自动机的因果序贯模式挖掘等多种方法和模式。基于有限状态自动机的因果序贯模式挖掘，就是应用有限状态自动机进行模式匹配和搜索，将因果序贯模式挖掘从一维数据拓展到多维数据。该系统曾以安徽省1990年至2000年间水稻螟虫数据库为数据源，挖掘螟虫发生程度与气温、降雨之间的因果序贯模式，取得明显效果。
据介绍，该研究小组针对面向农业的智能系统的主要关键技术，通过20多年的研究，在理论方法和基础技术支撑方面，基本构建了自主创新的农业智能系统的技术体系架构，并得到实现和应用，为智能农业信息学和智能农业信息工程技术新兴研究方向在我国的发展奠定了基础。
“将多种先进的智能技术和信息技术集成于智能系统，大大增强农业智能系统解决问题的功能，例如运用智能计算、人工生命、虚拟仿真等技术，解决农业对象的非线性、复杂性，以及难以建模的某些问题，取得良好效果；为了让广大农业专家和农技人员成为智能系统建造的主人，我们提出研制面向农业的专家系统开发平台和知识发现系统平台，十多年来，功能不断丰富，技术不断提升。”熊范纶说。
让高新技术“傻瓜化”
农业的区域性很强，而我国农村土地分散、耕作习惯不一，农民现代农业技术知识欠缺。同时我国农业专家严重缺乏，难以长期深入农村，基层农技推广队伍专业配置不全，新的农业技术推广障碍重重。
“我们在上世纪80年代提出，以专家系统技术应用于农业作为发展我国农业信息技术的突破口，这是专家系统技术的特点和我们针对国情在实践中产生的思路。”熊范纶说，“但其中知识表示策略与推理机制，是专家系统的核心关键技术。农业学科门类多、知识复杂，所以我们从单一问题施肥开始，逐步延伸到植保、栽培、园艺、畜禽等，每一个门类都与多个省市的农业专家历经几年合作，不断充实丰富面向农业领域的知识，深入研究农业领域各类专家解决问题的方法与途径。”
该研究小组还和中科院自动化所、法国有关科研机构、中国农大、中国农科院等合作，研发出基于双尺度自动机的虚拟植物生长模型等，并把它和知识模型集成，初步应用于棉花、番茄生长促控决策。熊范纶解释说，虚拟植物生长模型围绕生物量的生产与分配，模拟植物的生长过程。以温室番茄生产管理为实例，设计开发了基于虚拟生长模型的温室番茄栽培管理专家系统。通过形态发生模型和生理生态模型的相互作用，与知识模型结合，为温室番茄栽培的全过程提供温室环境调控和生产管理的可视化辅助决策。“也就是说，作物在哪个生长阶段该施多少水肥是最合适的，如果某种元素过多或过少，会出现什么情况都能模拟，系统都会告诉你。不过，作物生长过程受多种因素影响，加之我国以前积累的基础数据较少，所以这方面的研究还刚开始，这也是我们下一步要更深入研究的内容。”
“由于农业自身的复杂性（多因素、不确定、不规范、非线性、周期长、跨地域等）和我国‘三农’的特殊性（信息意识、文化素质、基础设施等），存在大量问题需要解决。”熊范纶说，“我们的目标就是想比较全面地研究农业智能系统的技术体系，建立功能丰富易于操作的智能系统和平台服务‘三农’，将复杂的技术‘傻瓜化’，推动农业智能工程和智能农业信息学这一新兴研究方向在我国的发展。”
走符合国情的
农业智能系统发展之路
上世纪70年代末，美国、日本开始将人工智能的专家系统技术应用于农业。80年代初，我国这方面也有了良好开端。1983年，熊范纶刚从美国学习人工智能回来，就与安徽省农科院土肥所合作，开始了我国农业专家系统的研究。1985年，他们研制成功砂礓黑土小麦施肥专家系统并大面积应用，使我国成为农业专家系统投入实际应用最早的国家之一。
熊范纶介绍说，综观20多年来国际农业信息化的发展模式，总体上可分为三种类型。一是以美、加为代表，发展所谓基于3S(GPS全球定位系统、RS遥感、GIS地理信息系统)的精确农业，实际上主导技术是全球定位系统GPS民用化的推动。这些地区农庄面积广大，机械化程度高，空间资源数据库基础好，力求生产精确化。二是以日本、欧洲为代表，发展基于设施农业的工厂化农业。这些地区土地资源严重缺乏，城市化程度高，大力发展以蔬菜、花卉等园艺设施工厂化生长成为特色。三是以中国、埃及为代表，发展基于专家系统的智能农业，这些地区机械化程度低，人多地少，农村落后，信息资源和基础设施差，信息意识缺乏，发展专家系统和智能网络等就成为行之有效的手段，它们同样也与GIS、RS技术集成，是基于变量作业的精准农业，只是没有采用GPS，精确程度有所区别，这是适应了我们的国情特点。
我们的专家系统及开发平台与国际其他同类研究和技术相比，在智能化、开放性、网络化、构件化，以及完备的知识表示策略、多种推理机制、自动半自动知识获取、技术集成、智能引导、应用框架等方面以及应用于农业方面，均具有优势。
熊范纶说，项目一开始就比较重视实际应用，结合我国国情，走符合国情的农业智能系统之路。在开始的6年里，研究小组主要是与各地农业院校、科研院所以及农技管理部门联合，开发适合各地使用的专家系统，声图文并茂，操作方便，在20多个省市推广应用。课题组深入农村，走向田头，达4000多人次，与各地通过试验示范取得成效，再进行辐射和大面积推广。这种做法受到各地主管部门和农村基层的普遍欢迎。特别引起了国家科委领导的高度重视。1995年和1998年，国家科委两次召开全国农业信息化科技工作会议，启动“智能化农业信息技术应用示范工程”，组织在全国大规模推广，并于2003年获得联合国世界信息峰会的大奖。
熊范纶说，我国农业和农村信息化近几年发展很快，不论在研究开发，还是在实际应用方面均取得很大进展。国家和各级政府与主管部门十分重视。“当前应该集中各方力量，抓紧急需的关键问题作为突破口，用信息服务‘三农’，扎扎实实地作出新的成绩。”
《科学时报》 (2008-12-15 A4 科学基金)
