中國網/中國發展門戶網訊 黑地盤作為年夜天然饋贈給人類的自然寶躲，是最適一起配合物生長的泥土。人們常用“一兩黑土二兩油”來描述其肥饒與珍貴。與黃土、紅土等類型的泥土比擬，肥饒是黑地盤得天獨厚的優勢；但是，泥土結構一旦遭到破壞其不成逆轉性特征又1對1教學成為黑地盤生成的缺點。是以，若何公道應用黑地盤并確保黑土理化結構不被破壞，是困擾全球科學家的難題；均衡黑地盤“用好”和“養好”之間的關系是黑地盤保護的關鍵。
從全球黑地盤四年夜分布區域的發展歷史來看，都經歷了開發、應用、破壞和保護 4 個過程。從黑地盤的保護辦法所積累的有瑜伽教室用性經驗來看：american應用先進的農機具走上了教學場地實現保護性耕耘的途徑，并且誕生了約翰迪爾（John Deere）教學場地、孟山都（Monsanto）等世界級農業科技巨頭；烏克蘭則由于地廣人稀，具備年夜面積開展地盤和耕耘輪休的條件，是以其通過徹底的歇息實現黑地盤的保護；阿根廷是今朝全球黑地盤保護性耕耘的實踐者，在機械化的基礎上，周全實現免耕播種、條帶播種、秸稈還田和等高種植的耕耘方法。
從國外的經驗來看，結合全球糧食平安的年夜佈景，我國的黑地盤保護必須安身“用好”。“用好”除了要重視泥土、微生物等基礎機理的研討外，還需求應用專用農業機械裝備及信息化手腕進行保護性耕耘，即：在應用專用智能化農業機械裝備基礎上，通過信息化和智能化手腕，科學評價保護性耕耘的後果，并給出科學的作業指導與建議。農業信息技術先后經歷了從農業專家系統，到農業數字化、農業信息化，再到基于年夜數據的農業智能化的多階段發展與技術積累，信息技術已經成為推動農業生產力發展的焦點驅動力，從而為黑地盤保護性應用供給科學的決策依據打下了技術基礎。
黑地盤保護急需體系化信息系統的支撐
在農業信息技術領域，我國早在 20 世紀 80 年月就已借鑒了數字化技術在工業生產中的應用經驗，開始發展農業信息治理系統（MIS），在農業生產的物資治理等方面起到了感化。20 世紀 90 年個人空間月初，農業專家系統進一個步驟借助計算機技術的發展，為農業生產供給信息化的指導，并推廣和普及了更多的先進農業科技。21 世紀初，在互聯網海潮的推動下，“互聯網+農業”的概念風起云涌，多樣化的物聯網（IoT）種類、豐富的移動終端應用晉陞了農業各個生產環節的數字化程度。近年來，隨著物聯網的廣泛應用，以及年夜數據技術的興起，依附年夜數據的人工智能技術開始疾速滲透到農業領域，并對農業科技的發展起到了宏大的推動感化。舞蹈場地
可是，我國農業信息技術總體上依然較為落后，難以滿足黑地盤保護性作業的需求，具體表現在 3 個方面。
缺少完美的數據采集體系，黑地盤家底不清。國內并不缺乏針對泥土信息數據采集技術的研發，無論是傳感器技術還是衛星遙感技術，都投進了大批的研發氣力；但分歧數據采集手腕之間無法構成體系，難以周全反應黑地盤的資源情況。以高分系列遙感衛星為例，由于缺少其他數據樣本的驗證，今朝其遙感數據無法周全、準確地反應黑地盤有機質的演變情況。
缺乏基礎模子與算法，難以支撐黑地盤的作業決策。科學作業決策的焦點是模子與算法，但我國在農業算法與模子領域嚴重落后。americ交流an的農業技術轉移決策支撐系統（DSSAT）模子擁有超過 30 年的研發歷史，已成為世界農學研討中模擬實驗的重要模子之一，而我國的農學研討中也大批應用 DSSAT。可是，DSSAT 的焦點模子重要以american的氣候與泥土條件為基礎，并不適用于我國——只能應用于研討模擬，無法應用于實際生產過程。缺少自立的模子與算法是導致我國黑地盤的演變機理不清、無法進行科學決策作業的焦點緣由之一。
農機智能化程度低，黑地盤保護性作業過程無機可用。以免耕播種為例，免耕播種是保護性耕耘中最常見也是最關鍵的技術之一。可是，今朝免耕播種機應用過程中存在機具調整技術難度年夜、全量秸稈覆蓋還田情況下通過機能較差、播種質量及作業速率不高級問題，這都需求采用智能化、自動化最新技術來升級完美。
要解決上述問題，必須以系統化的思維，采用自頂向下的設計形式，構建成體系的信息系統，以滿足黑地盤保護的信息化需求。實際上，農業生產過程的數據流向是一個“數據采集、狀態判斷、作業決策與作業執行”的過程，與軍事作戰領域中的 OODA（觀察—判斷—決策—執行）理論很是類似。基于此，中國科學院計算技術研討所提出了基于智能 OODA 環買通數據流的農業模擬器思緒，并在黑地盤保護專項中進行了先期實踐。
農業生產的智能 OODA 環
OODA 理論最早提出于軍事領域，是由american軍事戰略家約翰 · 博伊德（John Boyd）開發的一種東西——用于解釋個人和組織若何在不確定和混亂的環境中獲勝[6]。OODA 循環模子是“觀察”（observe）、“判斷”（orient）、“決策”（decide）、“執行”（act）循環的縮寫，最後被稱為“Boyd 循環”。OODA 循環模子在戰術方面是對“空對空”交戰的描寫，是根據參戰對象本身的戰略環境在不斷進化中調整戰略的手腕——它是一個有機的模子，而不是一個機械的模子。
在年夜多系統動態運作的應用場景中，執行器與傳感器協同和所處環境進行信息交互，其動態交互過程合適 OODA 循環模子：應用系統1對1教學通過傳感器對目標對象進行“觀察”，采集相關信息；根據應用需求，對后續決策處理的目標和原則進行“判斷”，同時準備決策所需數據集，對采集的數據進行預處理，并進行初步剖析；依照應用決策處理的目標和原則對數據綜合剖析及“決策”，并提出優化把持戰略；執行器（也稱為反應器）與物理系統或環境進行交互，接受信號并將信號轉化為一種物理行為，最終通過“執行”優化把持戰略、改變目標對象相關狀態，從而改變系統狀態。在系統狀態改變后，應用反饋機制，系統通過傳感器觀察新狀態下的相關參數，并不斷重復 OODA 的動態循環過程（圖 1）。
基于智能 OODA 環的新型農業生產方法，同樣可分為多維感知、融會處理、智能決策和協同執行 4 個部門，并引進智能技術進步這 4 個階段的數據采集與決策精度；在聰明農業技術體系標準和規范的指導下，將信息作為農業生產要素，用現代信息技術對農業對象、環境和耕耘全過程進行可視化表達、數字化設計、信息化治理。具體步驟為：對泥土、氣象、水文、作物“四情”（墑情、苗情、蟲情、災情），以及農機甚至市場等信息進行實時周全的觀察和搜集；對一切采集數據進行統一的數據處理和剖析，并對應分歧的農業模子與算法獲得具體的作業號令；通過智能農機和自動化裝置實現精共享空間準、高效的作業，同時實時監測他問媽媽：“媽媽，我和她不確定我們能不能做一輩子的夫妻，這麼快就同意這件教學事不合適嗎？”信息處理、決策和執行過程中整個系統的變化，并不斷修改模子達到最優化的後果。
農業模擬器的效能與架構
相較會議室出租于年夜氣物理和新型資料等嚴重戰略領域科學，傳統農業科學的發展較多依賴經驗和簡單統計的建模，而與計算建模的結合相對較弱，直接制約了農業科學現代化的發展。尤其是在智能交流化時代，農業領域數據積累缺乏，計算建模方式缺少，使得知識發掘不充足。是以，智能農業要解決的重要問題是農業科學的計算建模。鑒于其他學科的經驗，發展可計算的模子和模擬系統是卓有成效的技術途徑。但是，分歧于物理學、化學等領域較為單純的科學發現活動，農業是一個與生產過程緊密聯系的科研實踐活動。是以，亟待構建基于新建模范式的農業模擬器系統，實現人工模擬系統和真實生產系統的在線迭代平臺。
第五范式建模
人類從事科學研討的范式一向在隨著技術的進步而演變。到今朝為止，現代科學活動中存在 4 種研討范式：第一范式是實驗觀察，發現客觀存在的天然現象，如可以從實驗獲得的晶體結構；第二范式是理論研討，通過理論推導歸納出普通性的規律，構成對客觀世界認識摸索的理論體系，如第一性道理、牛頓力學的提出；第三范式是數值模擬，這是近現代科學研討借助強年夜的計算東西構成的方式，如在高機能計算機系統上運用第一性道理計算產生高精度的各種構型數據；第四范式是年夜數據剖析，通過積累的大批已知數據，然后通過計算得出相關關系。
上述 4 種科研范式中，實驗研討和理論剖析在實踐活動平分離，沒有觸及生產過程迭代建模。第五范式是把理論研討和實驗科學通過“數值+數據+智能”技術耦分解一個在線迭代的有機整體，構成“理論+實驗”科學活動的“自動駕駛系統”。智能農業模擬器與傳統農業信息系統及 DSSAT、WOFOST 等第四范式的典範農學模擬系統分歧，具體體現在 2 個方面。
模子研制方面。WOFOST 模子是在歐洲生產模子基礎上研制而來，著重強調其在定量評價地盤生產力、區域產量預報、風險剖析和年際間產量變化及氣候變化影響量化等研討中的應用。DSSAT 模子則是在借鑒歐洲模子的基礎上，結合american農業特點所研制的模子。該模子匯總了各種作物生長模子和標準化模子的輸進、輸出變量格局，便利模子的普及和應用。上述 2 教學種模子都屬于國外農業模子并獲得廣泛應用。到今朝為止，我國開展的作物模子研討仍以引進并應用國外作物模子為主，或在國外作物模子的基礎上進行修正或簡化，真正自立研發并獲得廣泛應用的作物模子為數較少。智能農業模擬器則是我國獨立自立研發的農業軟件，這使得我國農業生產模子方面將不再遭到東方國家的制約。
效能方面。WOFOST 是多種作物的普適性模子，重要適用光一起配合用、呼吸感化、蒸騰感化、干物質天生與分派、作物生養進程、根系生長分布、泥土水分狀況。該模子可以針對 3 種分歧的生產過程模擬作物生長變化過程，即模擬潛在作物生長、水分限制條件下的作物生長和養分限制條件下的作物生長。DSSAT 是一種針對特定作物的模子，如年夜豆、玉米、高粱等作物；該模子兼容了許多作物生長模子，構成“作物系統模子”軟件包，然后應用公共的泥土水分運動模子和泥土碳氮模子，能夠模擬分歧作物和作業地的生產過程。但是，上述 2 種模子都存在一些問題：輸出結果遭到輸進數據影響。例如，試驗區氣象數據、泥土數據、作物品種數據等對結果影響較年夜；對歷年來的數據搜集難度較年夜，在運行時缺掉的數據只能按缺省值處理，對結果的輸出也會產生必定的影響。模子應用需求根據實際情況進行調整，需求對源代碼進行修正。數據不夠周全。如，缺乏氣象數據、光譜數據等。模子中缺少病蟲害等原因的考慮能夠導致數據禁絕確。智能農業模擬器基于加倍完備的數據采集系統，將輸進與輸出進行解耦；然后，通過邊緣計算對農業生產實時數據進行處理，結合科學的指導意見完成決策反饋，從而指導農業作業生產。
是以，智能農業模擬器通過人工模擬系統與真實生產系統的在線迭代，推動科學家的理論研討與生產實際系統的彼此促進，以私密空間實現實驗室模子和算法與生產一線的指揮系統“在線連接”，進而令農業生產實現“自動化”，最終達到進步作業效力與農業產量、下降生產本錢的目標。
農業模擬器的體系結構
基于智能 OODA 環是第五范式建模的有用實踐途徑之一，農業模擬器應包括 4 個重要階段。
觀察——農業全要素數據采集、存儲標準體系。農學基礎上是一門以數據積累、統計建模為基礎的學科，數據在其學科發展中擁有至關主要的感化。是以，在農業模擬及農業生產決策必須樹立在數據的基家教礎上，在傳統的農業模擬系統（如 DSSAT、WOFOST）應用中，其應用的大批基礎模子（如 CERES-Maize、CERES-Wheat 等作物生長預測模子）均是樹立在數據統計基礎上。農業模擬器“在線連接”的屬性決定了其必須對農業生產過程中的數據進行在線監控；而上述模子所采用的基于歷史數據作為系統輸進的形式無法滿足農業模擬器的廣域年夜粒度和實時在線模擬需求，這就決定了必須采用各種數據采集技術（如遙感、探地雷達、傳感器等）對農業生產過程中的全要素進行周全的數據采集。同時，農業模擬器的“廣域”特徵也決定了農業數據采集過程具備高并發、高通量特徵，而農業生產的重點區域（如我國黑地盤分布的東北地區）存在大批的公眾服務網絡覆蓋缺乏的問題，也對數據的實時采集帶來了挑戰。針對上述問題，農業模擬器的設計必須是完整面向農業生產過程的數據采裴毅毫不猶豫的搖了搖頭。見妻子的目光瞬間黯淡下來，他不由解釋道：“和商團出發後，我肯定會成為風塵僕僕的，我需要集、存儲與交換體系，以此更好地解決農業模擬數據來源的問題。
判斷——構建農業全要素狀態判斷與演變模子。對農業生產過程中分歧要素（如作物安康狀態、泥瑜伽教室土安康狀態等）作出定性與定量剖析，并預測其狀態演變是作業決策的基礎。農學領域針對此已存在大批的研討，如表舞蹈場地型鑒定、脅迫模子、蒸騰模子、泥土侵蝕演變等。但從今朝來看，這些研討仍存在必定的局限性，重要體現為數據來源受限、以環境變化均質為條件等。這使得每種模子不具備廣域條件下的普適性，一旦目標環境與模子本身構建所處的環境間存在較年夜誤差時，要么無法適用，要么需求花費大批的時間從頭進行校訂。是以，對農業模擬器而言，需求在現有模子的基礎上，通過年夜數據技術和人工智能技術，自動修改已有模子或構建新的模子，以實現廣域農業生產過程中的實時在線判斷。
決策——研討基于農業生產全要素的生產決策方式。農業生產決策是根據生產要素的狀態給出對應的作業決策。例如，決定種子、農藥、化肥的應用量，決定追肥時機，決定澆灌時機與用水量等。對此，農業模擬器需求解決的焦點問題包含 2 個方面：農藝知識體系的數字化，即應用現有的農藝知識體系構建農業生產決策的基礎算法與模子；結合生產過程，實現對算法與模子的修改，構建完全“數據—模子”的閉環模子，以實現決策算法與模子的自進化。解決上述問題的技術路徑，需求應用知識圖譜、知識發現等知識工程領域技術，以實現對農藝知識的發掘和數字化，并進而應用年夜數據技術、人工智能技術等方式進行對模子的在線修改或許二次建模。
執行——衝破農機裝備的智能作業把持與執行技術。作為基于智能 OODA 環的農業模擬器的最后一環，該階段是理論與實驗結合最為親密并明顯區分于其他范式建模的關鍵地點。在農業生產過程中，決策產生的作業計劃通過智能化農機裝備進行高質量的作業，并在作業過程中通過多樣化傳感器設備進行實時的數據采集，最終構成“觀察—判斷—決策—執行”的 OODA 閉環，以此買通實驗室模子和算法與生產一線的指揮系統“在線連接”，實現農業模擬器不斷演進。此外，自動化作業執行可以有用規避人任務業帶來的作業質量不達標問題，進而下降農業模擬器的數據誤差。要實現農機裝備的智能作業把持與執行，需求針對無人駕駛裝備系統、整機電子系統、作業機具的精準把持、動力系統與作業機具的協同把持等標的目的進行深刻研討，構成智能 OODA 環需求的成套作業裝備（圖 2）。
農業模擬器的軟硬件系統
針對上述過程，農業模擬器的軟硬件構成應該重要包含 3 個方面。
空六合一體化的農業生產數據觀測網絡。該網絡對應于智能 OODA 環中的“觀察”環節。在空中，通過各種傳感器設備、氣象站設備完成泥土、環境、氣候信息的采集，通過遙感、伽馬輻射接受、無人機載多光譜/高光譜等設備實現對泥土、作物、水肥信息舞蹈教室的采集。在空中，在應用通導遙奚府裡過著狼狽不堪的生活，卻對她沒有瑜伽教室任何憐憫和歉意。一體的衛星系統供給遙感數據的同時，解決農業數據回傳與把持指令下發所需求的廣域通訊覆蓋問題，以及農機裝備自動執行過程中的高精度定位問題。觀測網絡應當具備海量 IoT 傳感器的并發接進才能，以支撐農業生產過程中大批安排的傳感器通過 IoT 網絡實現數據的回傳。
邊緣計算平臺。邊緣計算系統用于“判斷”與“執行”2 個環節的計算支撐。邊緣計算平臺為農業生產過程中小粒度實時在線判斷供給計算支教學場地撐。例如，作物的病蟲害識別普通通過近距離的圖像識別方式進行處理，此類“判斷”模子需求在服務端應用平臺進行大批訓練；模子訓練完成后可以在邊緣計算平大駕實現實時判斷，進而下降數據回傳至云服務端所產生的時延，以此進步決策的時效性。針對“執行”過程，邊緣計算平臺就近為無人駕駛、機具作業把持供給基礎計算才能，以滿足農機在此過程中的智能執行需求。
多樣化算力中間。多樣化算力中間是農業模擬器系統的焦點組件，是“年夜腦”，其為農業 OODA過程中的“觀察”“判斷”和“決策”3 個環節供給焦點算力支撐。在“觀察”環節，算力中間需求供給針對分歧數據類型的存儲支撐，包含對傳感器、氣象站結構化時序數據的存儲，應用對象存儲或分布式存儲系統支撐遙感數據、無人機測繪數據的存儲；同時，“觀察”階段的傳感器通過 IoT 海量接進也需求服務端供給算力支撐。在“判斷”環節，算力中間需求供給多樣化的人工智能處理才能，為農業全要素狀態判斷與演變模子的構建瑜伽教室供給支撐，包含面向海量遙感數據、無人機測繪數據、伽馬輻射圖譜數據、遠中近紅外數據反演所需的分布式人工智能訓練，以及針對多用戶的模子訓練等。在“決小樹屋策”環節，算力中間需求供給面向知識工程的算力支撐，包含針對知識圖譜構建的年夜規模圖計算；在此基礎上，供給面向農藝知識與決策推理的推理訓練算力，最終實現農業生產決策計劃的輸出。
農業模擬器在黑地盤保護中的應用
構建基于第五范式的農業模擬器系統，需求將理論、模子、算法與現實農業生家教產親密結合、驗證并不斷迭代演進。東北地區是我國機械化水平最高、農業數字化和信息化發展最早的區域之一，具備農業模擬器系統開展試驗示范的多種應用場景。當前，中國科學院（以下簡稱“中科院”）正聚集院內優勢氣力組織實施“黑裴毅有些著急。他想離開家去祁州，因為他想和妻子分開。他想，半年的時間，應該足夠讓媽媽明白兒媳的心了。如果她孝順地盤保護與應用科技創新工程（黑土糧倉）”戰略性先導科技專項（A 類），中科院計算技術研討所作為年夜河灣示范區建設牽頭單位，借助研制的數字化系統及智能裝備構建了黑地盤 OODA 閉環正反饋系統，衝破當前孤立、線性、滯后的農業模子缺點，構成“依附數據決策、智能農機執行”的農業生產形式，買通數據有用流動的環節，將基于數據決策的智能化執行的農業生產形式轉化為對黑地盤保護和應用的生產力。具體的感化重要體現在 3 個方面。
數據觀察環節。結合衛星與無人機遙感、移動式近空中傳感設備及固定式傳感器等多種數據采集技術，構建空六合一體化、多維度的黑地盤作業全要素觀測網絡，獲取農田當地數據，如泥土舞蹈場地（氮、磷、鉀、微量她反省自己，她還要感謝他們。元素含量，以及溫小樹屋濕度、泥土墑情、電導率等）、氣候（當地的基礎氣候情況）、水（地下水位、鹽堿度、pH 值等）、生物（歷年的農作物種植情況、長勢、病情、蟲情等）、作業（免耕播種和施肥施藥精度、作業速率和面積等）的基礎信息。後期通過衛星遙感實現數萬畝耕地的年夜標準監測；確定風險區域后，應用無人機開展百畝量級的針對性觀測；部門主要區域布置固定式傳感器開展長期持續觀測，以實現地塊級的農業信息監測。后續待移動式近空中傳感設備成熟后，將其安裝在智能農機上，使其在作業的同時采集泥土和作物的多種信息，從而年夜幅進步信息監測的顆粒度精細程度。
數據判斷、決策環節。根據算法剖析需求，針對采集數據開展收拾、清洗和融會，以私密空間實現對采集數據在后續模子與算法剖析中的定性和定量鑒定。針對黑地盤保護，結合地輿信息系統（GIS）技術獲得區域內泥土侵蝕強度空間分布圖，綜合地區的泥土侵蝕特征，研討剖析在分歧的地盤應用類型下泥土侵蝕的關系，以及坡度對泥土侵蝕的影響。根據泥土侵蝕動態變化、地盤應用變化及植被覆蓋度變化情況，樹立侵蝕與環境因子的轉移矩陣并剖析彼此關系，實時預測泥土侵蝕動態。針對黑地盤作業，面向特定作物通過統計學習、人工智能與復雜系統最優化的方式，構建泥土元素、水、肥、溫度、濕度、光照、病、蟲、草等基礎信息模子與作物生長趨勢、災情預警、產量預算之間的數字化表達和修改模子。通過系統化機器學習與模擬，最終給出針對特定作物分歧時期的水、肥、藥、農藝等實時處方建議。
作業執行環節。一方面，針對現有農機裝備進行智能化改革升級；另一方面，衝破新一代清潔動力智能農機把持芯片、操縱系統、無人駕駛、精準把持等焦點技術，并綜合集成電機、電池、電控、數控底盤等技術，創制針對黑地盤重要作物的系列（50—400 馬力）清潔動力智能農機成套裝備。此外，針對免耕播種、秸稈還田、條耕等保護性作業關鍵環節，進步農機農藝結合程度，強化農機裝備傳感器與智能變量作業農機具的集成應用。具備智能網聯、無人駕駛和必定自立決策才能的智能農機，不僅可依照作業號令實現針對具體作物“耕、種、管、收”全性命周期的精準高效保護性作業，同時還能實時采集泥土和作物信息，以及深耕深松、精量播種、變量施肥施藥等作業質量信息，然后通過智能 OODA 環開展在作業任務自動分派、農機智能調度、農機作業質量指導等方面的迭代優化。
挑戰與對策
科學技術的進步為農業生產供給了新的手腕，在研討黑地盤“用好”“養好”的過程中，需求應用好現代信息技術手腕。通過智能 OODA 環為農業樹立全要素的模擬器供給了新的科學研討方式，也為黑地盤保護供給了新的思緒。可是，樹立農業模擬器是一個基于信息技術、橫跨多個學科的工程，尤其要重視對黑地盤成因、破壞過程、保護機制、農藝過程在信息空間的建模。為了能夠在中科院戰略性先導科技專項“黑土糧倉”中實現信息技術引領的黑地盤保護形式，本文提出 3 點建議。
強化跨學科協同。農業模擬器要在黑地盤保護中發揮感化，需求將已有的保護性耕耘技術，以及泥小樹屋土、微生物、環境等要素在信息空間進行建模，通過海量實時數據的采集，在信息空間完成模子的迭代訓練。今朝，分歧的黑地盤保護科研團隊分別專注于各自的領域，構成了各自領域的保護模子，可是這些模子還屬于基于傳統科研范式的模子，在后續需求加強相互之間的高質量一起配合，以實現信息與農學、泥土學、生物學的學科融會，構成完備的農業模子。
強化黑地盤保護數據價值發掘。數據流的采集需求大批的資金投進，但由于農業生產與第二、第三產業比擬投進產出比較低，很不難導致數據價值得不到體現而限制了信息化建設資金的供給。盡管近些年來國家加年夜了對農業信息化建設的投進，并獲得了會議室出租必定的成績，可是始終依附國家投進并不是長久之計。是以，未來我們需求開展商業化的運營，在數據流的疾速流動中實現數據價值的變現，并更好地投進到智能 OODA 環的循環迭代中。
針對黑地盤保護建設科學裝置。新的研討范式、新的技術手腕、新的科研裝置都是加速科研結果產出的利器。黑地盤保護需求建設一個全要素的農業模擬器研討與開發平臺，然后基于該平臺實現傳統保護模子的數字化，并通過數據訓練這些模子以接近農業生產實際。這就需求將面向黑地盤保護的農業模擬器視為黑地盤保護的科學裝置，為黑地盤保護供瑜伽場地給“體檢報告”，指導黑地盤保護辦法的實施。
（作者：孫凝暉、張成全、劉子辰、陳海華、譚光亮，中國科學院計算技術研討所；王竑晟 中國科學院科技促進發展局；《中國科學院院刊》供稿）
發佈留言