引用格式：桂泽春, 赵思健. 人工智能在农业风险管理中的应用研究综述[J]. 智慧农业(中英文), 2023, 5(1): 82-98. DOI：10.12133/j.smartag.SA202211004
GUI Zechun, ZHAO Sijian. Research application of artificial intelligence in agricultural risk management: A review[J]. Smart Agriculture, 2023, 5(1): 82-98. DOI：10.12133/j.smartag.SA202211004
点击知网阅读
点击官网阅读（全文，免费）
人工智能在农业风险管理中的应用研究综述
桂泽春， 赵思健*
（中国农业科学院农业信息研究所，北京 100081）
摘要：农业是关系国计民生的基础产业，但同时又是弱质产业，传统农业风险管理研究方法中存在非线性信息挖掘不足、精确度不高和鲁棒性差等问题。人工智能（Artificial Intelligence，AI）拥有基于大数据的强非线性拟合、端到端建模和特征自学习等强大功能可很好地解决上述问题。本文首先分析了AI在农业脆弱性评估、农业风险预测，以及农业损害评估三大方面的研究进展，得出如下结论：1. AI在农业脆弱性评估中的特征重要性评估缺乏科学有效的验证指标，且应用方式导致无法比较多个模型之间的优劣，建议采用主客观法进行评价；2. 在风险预测中，发现随着预测时间的增加，机器学习模型的预测能力往往会下降，过拟合问题是风险预测中的常见问题，且目前研究针对图数据空间信息的挖掘还较少；3. 农业生产环境复杂，应用场景多变是影响损害评估准确性的重要因素，提升深度学习模型的特征提取能力和鲁棒性是未来技术发展需要克服的重点和难点问题。然后，针对AI应用过程中存在的性能提升问题和小样本问题提出了相应的解决方案。对于性能提升问题，根据使用者对人工智能的熟悉程度，可分别采用多种模型比较法、模型组合法和神经网络结构优化法以提升模型的性能表现；对于小样本的问题，往往可以将数据增强、生成对抗网络和迁移学习相结合，以增强模型的鲁棒性和提高模型识别的准确性。最后，对AI在农业风险管理中的应用进行了展望。未来可以考虑将人工智能引入农业脆弱性曲线的构建；针对农业产业链的上下游关系和与农业相关的行业关系，更多地应用图神经网络对农业价格风险预测进一步深入研究；损害评估建模过程中可以更多地引入评估目标相关领域的专业知识以增强对目标的特征学习，对小样本数据进行增广也是未来研究的重点内容。
关键词： 农业风险管理；人工智能；脆弱性评估；风险预测；损害评估
文章图片
图 1 农业风险管理周期及相应分析评估
Fig. 1 Agricultural risk management cycle and corresponding analysis and evaluation
图2 基于人工智能的农业脆弱性评估过程
Fig. 2 Agricultural vulnerability assessment process based on artificial intelligence （AI）
注：支持向量机（Support Vector Machine，SVM）、循环神经网络（Recurrent Nerual Network，RNN）、长短期记忆网络（Long Short-Term Memory，LSTM）、图神经网络（Graph Nerual Network，GNN）、图卷积网络（Graph Convolutional Network，GCN）
图3 基于AI的农业风险预测过程
Fig. 3 Agricultural risk prediction process based on AI
图4 基于AI的农业损害评估过程
Fig. 4 Agricultural damage assessment process based on artificial intelligence
图5 神经网络结构优化
Fig. 5 Optimization of neural network structure
通信作者简介
赵思健 研究员
赵思健，男，博士，研究员，香港理工大学访问学者，中央财经大学客座副教授，中国农业风险管理研究会农业保险分会副理事长、秘书长，中国灾害防御协会风险分析专业委员会常务理事，现任中国农业科学院农业信息研究所农业风险管理研究中心副主任。长期从事农业风险管理与农业保险研究，先后主持和参加国家自然科学基金青年基金项目、国际合作项目和面上项目，教育部基地重点项目，国家科技部十一五、十二五科技支撑项目，北京市科技计划项目、中国农科院科技创新工程、中国农科院基本科研业务费项目等40余项课题，主持和参加财政部、农业农村部和银保监会等国家部委和太平洋财险公司、平安财险公司、中煤财险公司、中国再保险公司、中银保信、中国农业再保险公司等保险机构委托的20余项课题，领头研发中国农业生产风险评估与区划地图系统、北京市农业风险管理与保险信息管理平台、农业天气指数保险互联网服务平台等多个农业保险行业应用系统与平台，先后发表学术论文60余篇，其中SCI收录8篇、EI收录20篇、CPCI-S收录15篇；以第一申请人获批2项专利和14项软件著作权；主编1部专著、3部会议论文集、参编1部专著、1部教材，在农业风险管理和农业保险科技方面积累了丰富的经验。
来源：《智慧农业（中英文）》2023年第1期
转载请联系编辑部授权
本期支持单位
潍柴雷沃智慧农业科技股份有限公司
淄博数字农业农村研究院
上海赞奇文化科技有限公司
小
店
欢迎光临选购
智慧农业微信交流服务群
为方便农业科学领域读者、作者和审稿专家学术交流，促进智慧农业发展，为更好地服务广大读者、作者和审稿人，编辑部建立了微信交流服务群，有关专业领域内的问题讨论、投稿相关的问题均可在群里咨询。入群方法：加小编微信331760296，备注：姓名、单位、研究方向，小编拉您进群，机构营销广告人员勿扰。
发布征集
欢迎在我公众号发布科研团队介绍、创新科研成果及相关活动等信息。