重庆壤科农业数据服务公司,是西南大学国内合作处校地企业,是西南大学(重庆)产业技术研究院—农业资源与环境大数据研究中心与数字农业产业创新发展中心支撑企业。 公司在重庆江津、合川、巴南、铜梁、万州等区县,成功实施了产业数字化到数字产业化的服务项目,服务体系丰富稳定。2019年由西南大学资环学院、化学化工学院、植保学院、计科院相关专业专家组建了农业资源与环境大数据研究中心,开展农业资源环境服务;同年成立数字农业产业创新发展中心,以乡村振兴为背景,以农业产业为核心,开展数字农业服务。
重庆大学计算机网络工程硕士毕业。具有近十年高校教学科研背景,30余年IT行业经验,以及20余年农业领域与数字农业从 业背景。曾发起设立拟上市高科技公司--重大高科,就职国内上市公司区域高管,并 具有产业基金运作经验。在企业战略规划、运营模式、投融资等方面具有深刻理解与策划能力。在乡村振兴•数字农业领域耕耘多年,形成了一套商业运营的成熟体系。
西南大学资源环境学院教授,侯光炯奖励基金委员会秘书长,重庆市政协第二、第三、第四届委员,从事土壤化学和土壤肥 力教学和研究。
西南大学化学化工学院教授,长期从事环境分析化学、材料化学、环境应用化学的教学和研究。
西南大学植物保护学院教授,并任院长,是昆虫学及害 虫控制工程重庆市重点实验室主要研究人员。
西南大学化学化工学院教授,长期从事环境分析化学、材料化学、环境应用化学的教学和研究。
博士,西南大学化 学化工学院副教授,A&WMA会员,中国过程系统工程学会 会员,第九届icfee技术委员会 委员,大数据与人类健康专业委员会委员,太原大学大数据与人工智能实验室客座教授,曾任加州大学戴维斯分校高级数据专家。
1. 知识库
1.1 作物生长知识库建立作物生长基础知识素材库,针对作物种植周期特征,通过系统收集、网络爬虫、人工采集等手段进行数据采集。采集作物不同生产周期(育苗、幼苗、生长期、丰产期等)图片,并且基于专家经验收集不同周期的水肥管护、施肥推荐等专业知识,搭建作物生长周期数据库。并以地理地貌、海拔、生命周期、品种、气候等关键特征做好特征标记。
1.2 作物病虫害知识库
建立作物主要病虫害基础知识素材库,针对作物主要病虫害特征,通过系统收集、网络爬虫、人工采集等手段进行数据采集。收集作物的病害和虫害建立作物常见的病虫害分类数据库,包含不同致病种类的病害(早、中、晚)、虫害(虫卵、幼虫、成虫)不同发病期病虫害自身形态、花椒树/果的情况不同角度的图片数据。
2. AI识别建立单品的病虫害识别模型;利用智能虫情测报仪器、摄像头、无人机和卫星遥感监测各种病虫害的发生和爆发时间,将此数据输入至病虫害识别模型,识别病虫害种类及形态,并判断病虫害爆发周期走势。利用病虫害知识库与特征标注图片集,对需要识别的图片进行模型验算比对,识别准确率达到80%以上。
3. 动态监测与预警
接入物联监测设备及人为巡检结果,对土壤养分,作物长势,水利气象等进行动态监管。预警机制:土壤养分缺失、天气变化、叶面变化、
1. 精准数字地块
精准数字地块,是特色种植业数字化管理服务平台的基础和核心。通过近地卫星遥感影像或无人机航拍图片,利用AI人工智能技术勾画种植地块。叠加地块基础数据,加入区块链技术,生成不可篡改的数字地块证书,为区域性的土地流转提供数字化服务支撑;区域性的测土配方施肥方案,病虫害防控方案,种植适宜性分析及其他知识性服务。
2. 发展布局规划
2.1 作物适宜性评价
通过农作物生长影响最大的土壤条件、肥力条件、立地条件、生产条件等方面入手,开展农作物种植适宜性评价,并依托本平台形成区域内的作物适宜性分析评价结果及综合解决方案,最终形成可视化应用(适宜性结果与品质分析)与管理。
2.2 耕地保护与土壤改良
依托平台对所采集到的土壤数据进行综合分析,并针对不良质地和结构的土壤,采取相应的物理、生物或化学措施,改善土壤性状,提高土壤肥力,增加作物产量,以及改善土壤环境的过程,最终形成可视化应用与管理。
3. 产业发展分析以无人机图像为基础,根据作物特征生育期,构建高精度人工智能识别模型,结合土壤和历史气候数据,形成作物长势分析,为生产提质增效提供作物生长分析数据支撑。结合专家分析模型,对作物产业发展规划、产业发展区域与种植规模、产业发展质量与产量、产业发展环境承载分析等。
4. 测土配方施肥
4.1 土壤采样点布点通过县域内的土壤类型分布、种植作物等因素进行组合运算,按照一定规则进行布点设置,并关联历史点位,自动生成并显示出矢量化的点位图和相关数据,呈现“采样布点一张图”。形成有效、科学的布点方案;采样数据代表性突出;数据完整度增加;样点布局对于土壤数据的规划与数据维护更新具有极大的工作指导价值。
4.2 测土配方施肥是以土壤养分校正系数法为基础,为区域内规模化农作物(含单品品种),定制化开发的系统,该系统提供专项的施肥建议(施肥方案与精准农药肥料推送),为生产人员野外作业时提供数据帮助。
5. 资源环境数据管理
5.1 资源数据管理主要是对各类资源环境数据进行分类管理:行政区划图、土壤母质图、土壤类型图、土地利用图、地形地貌图、土地确权数据图、高程数位图、两区划定图、基本农田图、土壤采样数据、土壤农化数据、土壤环境数据等,以及应用权限管理。
5.2 数字化一张图基于空天地3S数字化技术,建立全域土壤发育、土壤分类、土壤养分等要素数据的数字化管理,为土地利用提供基础数据支撑。自主开发的物联网网关,集成融合地面物联网数据,形成平台空天地一体化数据集成服务能力。自主开发的GIS平台,能够确保数据安全与运营稳定。并实现资源要素的数字化一张图管理。
1、耕地质量保护与提升子系统
以每年耕地质量等级评价工作成果为基础,通过系统中预设的知识模型和GIS平台的空间分析,在耕地质量等级评价与耕地保护提升的专项工作中,提供数字化服务。
2、耕地安全利用子系统
通过系统导入调查、检测等数据,运用系统,自动生成耕地安全等级/类型划分,根据安全等级与类型,形成治理规划与管理方案。利用遥感技进行监管,并形成数字化一张图管理。
3、耕地高效利用子系统
通过系统导入调查、检测等数据,运用系统中预设的专家知识模型,对特色农业与功能农业进行风险评估,根据评估结果形成特色农业与功能农业的规划与建设管理。结合监管要求形成数字化一张图管理。
4、高标准农田建设与管理子系统通过系统
导入调查、检测等数据,系统自动生成高标准农田选址建议(标注地理位置),同时,对标注的位置给出土壤治理方案与土壤改良措施。在建设过程中运用第三方建设管理系统,对建设过程进行作业管理,建设完成后,通过遥感技术,对已建设高标准农田进行监管,并形成数字化一张图管理。
1、农业面源污染评价
1.1事前采样布点实现全域范围内的农业面源污染评估前的布点采样,为评估通过有效、科学和典型的数据支撑。
1.2面源污染评价通过对采样点的数据检测调查,再采用专项面源污染评价模型进行评价,最后对采样区域给出调查评价结果。
2、农业面源污染风险评估和污染治理方案设计
2.1 风险评估
实现全域范围内的农业面源污染调查、检测数据填报、审核、报表生成、统计分析等功能,通过评价模型完成农业面源污染风险评估。
2.2 治理方案
根据评估结果构建农业面源污染治理方案设计,据此农业面源污染认定项目的业务流程、表单信息、用户权限梳理;实现项目的分阶段、分级管理、地区的年度计划逐级向下分配;实现各笔投资资金的录入登记。
3、监管与分析
通过无人机近地遥感数据对项目区域进行监管,将监管范围面向农业面源污染项目,利用空间可视化手段全面实现农业面源污染业务的监测与监管,通过构建审批决策模型,利用统计报表、图表手段,对各月份项目进行同比、环比统计分析,分析项目进展整体概况,辅助管理部门调整年度计划。
4、“一张图”数据管理
实现全域范围内的农业面源污染项目空间图形数据的管理和分析工作,是平台的重要组成部分。主要功能需求是建设“一张图”空间基础框架,在现有各类空间数据基础上,整合地形地貌、水文水利、土壤及污染治理工作有关的基础图形数据库,可自定义调用影像、规划、年度变更调查、污染治理规划等基础图形数据,在图形上实现农业面源污染项目辅助决策、对比分析和监管等。