中国农业机械化科学研究院集团有限公司开展了智慧农业核心技术——保护性耕作作业质量智能云监管方法及装备的攻关研究，保护性耕作作业补贴发放需人工田间核实、费时费力、无客观数据问题已基本解决。实现指标：秸秆覆盖检测准确率＞90%、管理效率整体提升50%以上。

我国农田由于长期垦殖、重用轻养导致肥力下降，尤其在东北地区，黑土地已出现了量减质退的现象。保护性耕作是减少水土流失、培肥地力，促进农业节本增效、可持续发展的重要手段。随着现代农业的发展，主粮作物的保护性作业已基本实现机械化，但农机作业质量差异大，作业补贴发放需人工田间核实、费时费力、无客观数据支撑，已成为制约我国保护性耕作推广与发展的瓶颈。探明影响保护性耕作作业质量的核心参数、研发作业质量远程监测技术手段，对于提升保护性耕作作业质量与智能化水平具有重要意义。

本项目旨在面向保护性耕作秸秆覆盖等环节，针对缺少实用化作业质量监测与控制手段的问题，突破了秸秆覆盖精准识别等关键技术，研发了云监管终端，广泛应用于保护性耕作生产，实现了作业核心参数远程传感及质量控制，提升保护性耕作作业效能，管理效率整体提升50%以上，经济效益可观。

本项目研制的保护性耕作作业质量智能云监管方法及装备可应用玉米、水稻、小麦等作物收获后，秸秆还田作业效果的评价。

研发团队来自中国农业机械化科学研究院集团有限公司机电技术应用研究所。团队主要从事农业传感测控技术研究、智能农机终端及平台产品开发，团队方向包括农机智能装备、农业互联网、农田信息感知、农场精准管控等，承担机电一体化、人工智能算法、信息化等方向研究生、博士后及技术骨干的培养任务。团队先后主持与承担了 40余项国家级课题，7 项相关研究成果国际先进,8 项开发产品国内首创或打破国外垄断。截至2021 年底，在国内外核心刊物发表论文 300 余篇，其中SCI/EI 收录 100余篇，申报发明专利 100 余项，获得省部级以上奖励8 项。

赵博研究员，主要从事智慧农业技术与装备的研发，项目负责人，负责制定了项目整体规划、总体思路、技术方法、技术路线、实施方案的设计以及项目的组织协调管理工作。

伟利国研究员，主要从事农业智能云监管装备的开发，主要负责基于多源信息融合、总线接口与边缘计算的智能监测终端的开发。

周利明研究员，主要从事保护性耕作作业质量智能云监管方法的开发，负责秸秆覆盖率监测算法的开发。

朱立成高级工程师，主要从事智能农业机器人及其算法开发，负责融合伽马值非线性调整与稀疏自编码的光照自适应校准模型。

吕程序正高级工程师，主要从事农业智能检测技术装备的开发，负责基于孪生对称卷积神经网络与多核最大均值差异迁移学习的秸秆分割方法研发。

项目研发已投入230万元，构建了融合伽马值非线性调整与稀疏自编码的光照自适应校准模型，发明了基于孪生对称卷积神经网络与多核最大均值差异迁移学习的秸秆分割方法，研发了基于多源信息融合、总线接口与边缘计算的智能监测终端。销售保护性耕作作业质量智能云监管终端与平台2.62万套，新增销售额10510.11万元，利润3407.68万元，税收 1223.81万元。

项目已经完成一代技术装备的开发，二代技术装备开发预算投入资金1000万元，项目期18个月。

项目突破关键技术，提升装备水平。通过创新研究新原理、研制新终端，突破产业共性和关键技术制约，提升了保护性耕作作业质量云监管技术水平，减少了人工劳动强度，提高作业效率，带动保护性耕作乃至整个大田农业生产技术装备的智能化升级，提升技术产品市场竞争力。提升保护性作业质量，促进可持续发展。应用作业质量云监管技术的机具作业性能更优，可促进保护性耕作作业效率与品质的提升，增加保护性耕作生产效益，提升农民采用保护性耕作作业方式的积极性。进而减少土壤扰动、蓄水保墒、培肥地力、防治农田扬尘和水土流失、减少秸秆焚烧，从而实现可持续发展。

转化以技术服务的形式开展，目前已经完成一代技术装备的开发，二代技术装备开发预算投入资金1000万元，预期扩展升级装备功能至深耕少耕、免耕播种、杂草防控等领域，装备智能化升级，人机交互性能更优、稳定性更好，全面助力黑土地保护实施。