华南农业大学农学院

基因组学与生物信息创新研究中心

Center of Genomics and Bioinformatics

“AI+”智慧农业

“AI+”智慧农业是指将人工智能与大数据、物联网、遥感等信息技术深度融入农业生产全流程,通过对海量多源数据的智能分析,实现作物育种精准化、田间管理精细化、生产决策智能化,从而提高产量、品质与资源利用效率,推动农业向高效、绿色和可持续方向发展。


平台赋能


多源数据感知与采集: 通过遥感卫星、无人机、多光谱相机、田间物联网传感器等手段,实时采集气象、土壤、水分、病虫害和作物生长等多维度数据,为后续的智能分析提供基础数据支撑。

机器学习与深度学习建模: 利用机器学习和深度学习模型,对作物表型、基因型与环境因子的关系进行建模,实现对产量、品质、逆境适应性等性状的预测,为品种选择和精准管理提供决策依据。

智能决策与精准调控: 基于模型输出结果,构建智能决策支持系统,对施肥、灌溉、植保等环节进行精准推荐,并结合智能农机、自动化灌溉系统等装备实现“感知–决策–执行”闭环。

高通量数据计算: 利用平台的高性能计算集群和并行计算技术,对海量多源数据进行快速处理和分析,为模型训练和决策支持提供实时计算支持。

科研成果

围绕“AI+智慧农业”方向,中心依托基因组学和生物信息学优势,构建了从数据采集、算法研发到平台应用的完整技术链条,形成了一批具有示范意义的科研成果。

作物表型与环境多源数据融合分析

构建作物表型、基因型与环境因子联通的多维数据仓库,开发适用于大规模田间试验的数据清洗、特征提取与可视化工具,为大数据驱动的作物改良提供基础设施。

高通量图像识别与性状智能提取

基于深度卷积网络和目标检测算法,建立适用于田间复杂场景的作物图像识别模型,实现叶面积指数、冠层覆盖度、病斑面积等关键性状的自动化提取,大幅降低人工标注成本。

智能推荐驱动的田间管理方案

结合多地点、多年度试验数据,构建作物生长模拟与管理响应模型,形成分区域、分品种的施肥和灌溉推荐策略,为精准农业实践提供数据支撑与决策依据。

农业计算与数据服务平台建设

依托中心高性能计算平台,集成基因组学分析流程、表型数据处理、机器学习建模与可视化服务,为校内外科研团队提供统一的一站式计算与数据支撑环境。

发表文章

在“AI+智慧农业”和作物基因组学交叉领域,中心用户在国内外学术期刊上发表了多篇研究论文,涵盖作物基因挖掘、智能表型分析、农业大数据建模等多个方向,部分代表性工作如下所示。