民族要复兴，乡村必振兴。为坚持农业农村优先发展，巩固拓展脱贫攻坚成果，加快扎实推动乡村产业振兴战略目标，7月10日至7月12日，河北工业大学人工智能与数据科学学院团委书记许红、人工智能系邹昆霖老师带领“智能怡然实践队”走进张家口赤城县，依次走访了4个村镇，开展了以Unet算法、智能优化算法构建干旱颜色指数等技术为依托的农作物病虫害智能监测技术调研。此次行动不仅是一次学术与实践的深度融合，更是科技助力乡村振兴的生动实践。

初识村镇风貌，洞悉振兴挑战

 

7月10日上午，实践队首先抵达赤城县长富村，立即开展调研，在为期的3天调研中，团队深刻意识到了山区乡村振兴面临的诸多挑战，其中尤为突出的是水资源短缺问题。该地区的水资源短缺及病虫害问题在一定程度上制约了当地农业产量的提升及特色农产品的高质量发展。实践团队尝试研发一套适用于该地区土壤、水文、气候条件的作物病虫草害图像检测系统，以期通过科技技术赋能农村农业新发展，进一步助力该地区乡村的振兴。

智能农业新风貌，科技知识润心田

 

实践队的师生们积极向农民介绍如何利用大模型问答系统查询农业知识，借助大模型进行动植物病虫草害的诊断和防治，以及通过无人机进行作物生长状态的监测。这些技术的应用将使农户获农业知识更加方便快捷，有效减少病虫草害给农户带来的经济损失。

实地数据细收集，研究方法巧提出

 

7月11日，为获取更多实地数据，实践队先后前往正阳东村、方家梁、仝家窑进行数据收集。团队采用了无人机评估作物长势和田间草害的技术，通过无人机在20米高度采集农田可见光照片，并利用改进的Unet算法对农田中的作物、杂草、裸地进行精准分割。分割后，通过对作物区域的轮廓分析评估作物长势，通过杂草区域与作物所占区域的比例评估草害程度。

7月12日，针对干旱造成的作物损失问题，师生们通过研究不同含水率土壤的颜色，提出了无人机土壤干旱程度评估方法。该方法拟使用无人机拍摄农田图像，采集不同含水率的图像作为样本，并测量这些样本的含水量。通过智能优化算法构建干旱颜色指数，计算无人机图像上的干旱颜色指数，进而准确评估土壤干旱程度。使用无人机测量土壤含水量，可以根据干旱情况合理分配灌溉用水，从而提升水资源利用率，减少干旱给村民带来的经济损失。

 

 

展望未来续新篇，科技助力振乡村

 

三天的实践，让同学们感悟颇深，田间地头见证着知识与土地的融合，乡村振兴的路上更是满怀信心，让每一寸土地焕发新生机。展望未来，智能学院将继续深化与乡村的合作与交流，深入探索乡村地区的实际需求，推动更多人工智能科技成果在乡村落地生根，绽放光彩。我们期待看到更多青年学子怀揣梦想，投身乡村振兴事业，用他们的智慧和汗水为乡村注入新的活力与希望。让我们携手并进共同开创乡村振兴的新篇章！

图片：杨淏然 刘傲兰

文字：周博彧 陈翔宇 安柄臣

排版：刘一鸣

责任编辑：许红 周依帆 徐子晗

审核：平熙 兰天

智能学院全媒体中心出品