央視網消息：眼下，多地小麥陸續開鐮收割。農業農村部最新農情排程顯示，目前，全國冬小麥已收獲7.9%。為了確定顆粒歸倉，一批科技裝備紛紛閃亮登場。那麼，它們是如何助力夏收的呢？我們到各地去看一看。
江蘇蘇州全程機械化收割 手機遙控操作收割機
總台記者 楊滢：在江蘇省蘇州市吳江區的同裡鎮，按照小麥收獲從南至北的規律，這裡也是江蘇最早開始收獲的地區之一，小麥種植面積近萬畝，通過航拍畫面我們可以看到一望無際的規整的農田，金色麥浪随風湧動。收割機正在麥田中緩緩行駛，進行全程機械化收割。
在這個園區裡，還有一個“無人化農場”。未來農業是個啥模樣，在這裡可以先睹為快。農場物聯網大資料庫，實作作物生産過程的全程監控，全天候監測作物長勢資訊。通過手機App，機手就能操作無人駕駛收割機，遙控收割、脫粒、裝入糧倉等步驟。在手機上，還會清晰地顯示出發動機轉速、糧倉狀态等資訊。
河南駐馬店應對降雨 履帶式收割機幫忙搶收
據氣象預測，最近幾天，本輪降雨區域波及河南、安徽、江蘇、重慶及湖北等地。在河南省駐馬店市，不少地塊的小麥已經完全成熟，全市的52支應急機收服務隊加緊忙碌起來，趁着雨停的間隙，幫助農民搶收。
總台央視記者 劉成：在河南省汝南縣三橋鎮的麥田裡，剛下的一場雨，讓麥田變得特别松軟。趁着不下雨，應急服務隊緊急調來四台履帶式收割機，幫忙搶收。
安徽壽縣“北鬥夜眼” 讓夜收更加高效
在安徽壽縣青峰村，夜幕下的麥田裡機聲轟鳴，為了搶在下雨前完成收獲，農機手們還在持續作業。
安徽省壽縣農機手 陸冰冰：現在因為有北鬥，我們規劃好線路，它就像家裡的掃地機一樣，肯定不會漏收。
“奔跑”的三夏·降本增效
為了確定顆粒歸倉，除了小麥收割，在儲運、加工，乃至豐收前的田間管理等各個環節，仍然有很多細節需要注意。而在這些領域，科技同樣發揮着重要作用。
在河北，眼下小麥正進入灌漿期。在河北省石家莊市鹿泉區小畢村，農民們正搶抓農時，利用自動化平移式噴灌機，對近400畝的高标準農田小麥進行澆灌，大大地節約了用水量，同時也減少了人工投入。
河北省石家莊市鹿泉區小畢村農戶 李永和：過去澆這三百多畝的時候，用十來個工，現在用兩天的時間，兩個人就可以完成了。今年小麥選用的是新品種，是中麥6032。品種也選對了，水也節約了，是以今年小麥長勢良好。
湖北鐘祥補齊烘幹短闆 糧食用上“吹風機”
生産上節本增效，而在儲運環節，通過科技手段，也可以實作庫存糧食的減損降耗。在湖北鐘祥，這裡的小麥将迎來開鐮。往年糧食烘幹問題一直是影響糧食收儲的短闆，但今年，同一塊麥田有了新變化。
湖北荊門鐘祥市天和農機服務合作社經理 曾照洲：我身旁的這6台裝置是新上的一套全自動化烘幹塔裝置，每天的烘幹能力大概在360噸左右，這是我們裝置投入使用後第一次烘幹。
眼下，湖北全省各大糧食産區，正通過優化土地環評審批流程，加大對糧食烘幹中心（點）建設用地計劃名額保障力度。截至目前，全省新增糧食烘幹中心301個，年減少糧食黴變損失1億斤。
“奔跑”的三夏看科技·蟲臉識别
手機解鎖，刷臉支付，現如今，人臉識别技術已經被廣泛應用，但是您聽說過“蟲臉識别”嗎？在安徽有這樣一群年輕的博士，他們拿着“自拍杆”，在田間地頭給蟲子們拍“寫真”，進行“蟲臉識别”。這到底是一項什麼技術？對于農業生産，又有哪些幫助呢？
一根長長的“自拍杆”探入麥叢中，或深或淺，動作迅速，像“掃雷”一樣。在安徽宣城市宣州區，中科院合肥智能機械研究所博士杜健銘正和同僚在麥地裡忙着給麥上的害蟲們拍照片。
中科院合肥智能機械研究所博士 杜健銘：蚜蟲的聚集，一般不都是在這個位置有一片聚集，現在看起來還挺不錯的，你看整個稈子，我們伸下去的話，這麼掃過來，也沒有（害蟲），（小麥）根下面好像也沒有，整個莖杆下面都蠻幹淨的。
“自拍杆”如何實作“蟲臉識别”呢？杜健銘手持的“自拍杆”配有高清攝像頭和智能終端，隻需将裝置探頭伸進麥田，輕輕點選手機的拍攝按鈕，就完成了圖檔采集。
中科院合肥智能機械研究所博士 杜健銘：手機的作用不隻是用來收照片，同時我們還可以把随時随地拍出來的照片上傳到伺服器上進行儲存。
在專用的手機軟體上，杜健銘拍攝的蟲子都被智能系統自動打上了框。同時，系統會在背景分析出害蟲的種類、數量，以及蟲害發生等級。這些病蟲害對農業生産的影響巨大，為了從“蟲口奪糧”，需要定期對農作物病蟲害進行監測。但傳統的計算辦法是一隻隻地數，費時費力不說，也無法保證資料的準确。如何把人工智能和農業相結合，讓農業更智慧？是杜健銘和他的科研團隊一直在思考的問題。不過，“蟲臉識别”可不同于人臉識别，有些害蟲的相似度極高，用普通的人工智能技術難以差別分類。
中科院合肥智能機械研究所博士 杜健銘：蟲子一般來說都很小，我們真正做的事情不隻識别它是不是蚜蟲，同時還要知道這些蚜蟲到底有多少隻，為了我們之後去判定，這一片田中平均的蟲害和病害發生的數量，用來評估這邊的受災等級。整體來說，是要比人臉識别張三，還是李四，要難上一個等級的。
為了逐漸突破“蟲臉識别”的難點，杜健銘和團隊幾乎走遍了省内各個縣市，對田間害蟲進行資料采集，不斷積累樣本，優化資料庫。目前，“蟲臉”資料庫已收集包括700多萬張圖檔，500多種病蟲害“相貌”，覆寫小麥、水稻、油菜等29種農作物和經濟作物，識别準确度在80%以上。巨大的資料庫，讓害蟲無處遁形。
中科院合肥智能機械研究所進階實驗師 胡海瀛：我們這裡面有各種害蟲，包括一些常見的和不常見的，也可以給專家提供一些輔助以及給他一個參考建議，如何去防治，用什麼樣的藥或者是什麼複合肥等，從生産到最後收獲一系列的管理。
來源： 央視網