AI驱动的智能稻作决策平台在黑龙江建三江农场群规模化落地:实时解析土壤墒情、病虫害图像与气象扰动,生成动态插秧-灌溉-追肥三维处方图

2026年5月上旬,由哈尔滨工业大学人工智能研究院联合北大荒集团研发的‘禾瞳·稻智平台’在黑龙江建三江国家级现代农业示范区完成首轮全周期验证,并正式进入千亩级规模化部署阶段。该平台摒弃传统单点传感器或遥感粗粒度监测模式,首创‘空—天—地—机’四维协同感知架构:低轨农业微纳卫星提供1.2米分辨率多光谱时序影像;搭载高光谱相机与毫米波雷达的植保无人机每日巡田,识别叶面水膜厚度、稻瘟病早期孢子荧光特征及纹枯病菌丝空间分布;田间部署的自研‘壤芯3号’边缘计算节点,集成17类原位传感模组(含介电常数、硝态氮离子选择性电极、根际CO2通量微探针),实现厘米级土壤剖面动态建模。

平台核心突破在于其自主研发的‘稻链Transformer’多模态大模型——该模型并非通用基座微调,而是基于东北寒地粳稻23年田间试验数据、14万张病害标注图像及87个典型小气候区气象扰动序列构建专属知识图谱。它可将卫星影像中的冠层温度异常、无人机拍摄的叶片微裂纹、土壤传感器回传的氮素梯度衰减曲线等异构信号,在3分钟内融合推演,输出覆盖插秧密度梯度、分蘖期灌溉阈值窗口、穗分化期氮磷钾配比的三维处方图,精度达单块田块(平均32亩)内5米×5米网格级。目前已在建三江8个农场的4.2万亩连片稻田上线运行,较2025年对照田块,氮肥利用率提升28.6%,纹枯病防治用药频次下降41%,亩均节水113立方米。

这一落地标志着AI农业正从‘看得见’迈向‘算得准、控得住、调得灵’的新阶段。区别于此前多地试点的单一环节AI应用(如AI识虫APP或智能灌溉阀门),‘禾瞳’实现了从育苗前土壤准备到收获前籽粒灌浆的全链条因果推演——其处方图不仅给出‘做什么’,更通过反事实模拟模块解释‘为何此时此地必须如此做’:例如当模型建议某网格提前3天追施钾肥,系统同步生成归因报告,指出‘该区域近7日夜间低温叠加土壤交换性钾饱和度低于62%,将导致剑叶光合速率下降19%,进而影响每穗实粒数’。这种可解释性极大提升了农技人员与种植大户的信任阈值。

行业影响层面,该平台正在重构大型国有农场的生产组织逻辑。建三江管理局已将其纳入‘数字农垦2026行动’核心基础设施,未来所有农机作业调度指令将直接对接处方图坐标,插秧机自动调整株距,变量施肥机按网格设定配比,甚至烘干塔的入仓批次也将依据处方图预判的成熟度差异进行分级分流。更深远的是,平台沉淀的寒地稻作数字孪生体,已成为农业农村部正在筹建的‘国家黑土地AI农事知识库’首批标准数据源。

展望未来,项目团队透露第二阶段将接入国产北斗三号短报文终端,实现无网络区域处方图离线下发与作业反馈回传;第三阶段拟耦合水稻基因型—环境—管理互作模型(G×E×M),为不同品种定制最优栽培策略。有专家指出,当AI不再仅是‘工具’而是嵌入作物生理节律的‘决策伙伴’,中国主粮生产的韧性与绿色化水平将迎来质的跃升——而这,正始于建三江稻田里一张张不断刷新的三维处方图。