中安在线、中安新闻客户端讯 点击鼠标，通过智能农业无人机搭载的摄像头和传感器，实时收集农田图像数据和环境数据，利用人工智能技术对这些数据进行深入分析，从而识别作物生长状况、病虫害和土壤墒情等关键信息。结合大数据分析，农业生产者能够根据分析结果优化种植管理，如调整施肥和灌溉计划，确保农田迎来丰收。中国科学院合肥物质院智能所研究员袁媛就是研究这点“视”成“金”术的专家。

袁媛在工作中

　　“我们的日常工作主要是将人工智能中的机器学习理论方法应用在农业领域。”在采访中，袁媛告诉记者，自2006年加入智能所至今已工作了近二十年。在此期间，她一直致力于智慧农业领域的研究，其所在课题组通过多年积累，建成了农业病虫害研究图库——IDADP，很多研究都是围绕这个数据库开展的。

　　“比如，我们从早期的基于图像的作物病害识别，发展到现在的基于图文多模态的作物病害识别，以及其他的跨媒体服务如农业知识图谱、农业视觉问答等等。”

　　“目前，国内众多农场及农业种植大户正积极采用农业信息化技术，如智能灌溉系统、远程视频监控管理以及智能虫情测报等，以提高生产效率、作物品质和产量。但是，离无人农场这个发展目标还有很多路要走，所以我们课题组主要围绕无人农场中农业知识智能服务等关键技术难点做一些深入的研究。”

　　本科学习农业，研究生学习信息化，回顾科研经历，袁媛从事将两者结合起来的农业信息化研究，这一干就是近二十年。

　　科研的道路从来都不是一帆风顺的，早年，袁媛参与了一个863项目，其中就有基于图像的作物病害识别。“这个项目一开始就面临一个难题：如何获取高质量的水稻病害图像。”由于当时缺乏现成的图像数据库，而可利用的图像要么像素太低，要么与病害名称不匹配，无法满足研究需求。

　　面对这一困境，项目团队决定亲自到田间地头去拍摄。“每年夏季，在水稻病害高发期，我和同事都会带着相机，顶着高温高湿，一块田一块田地寻找病害并拍摄。这一过程极为不易，需在40多度的高温酷暑中坚持拍摄，皮肤常被烈日灼伤。还有一次，在一个偏僻山区的稻瘟病基地采集数据，拍摄结束后才发现根本没有返程的车回去，直至夜幕低垂，才通过联系同行得以脱困。”

　　“尽管数据采集过程充满了艰辛，但我们却从中获得了宝贵的图像数据，这些第一手的数据资料对于建立高质量的数据库至关重要。”现在，这个数据库在国内颇受重视，这项工作不仅有助于推动农业智能化的发展，也为保障国家粮食安全做出了贡献。

　　“回顾这些经历，我深感科研之路的不易，然而，正是这些挑战和艰辛，让我们更加珍惜每一次的成功和突破。”袁媛表示，在未来的科研道路上，将继续秉持这种不畏艰难、勇于探索的精神，不断攀登新的高峰。

　　“在科研的道路上，每个人都是独一无二的主角，每一份付出都弥足珍贵。”她希望青年女科研工作者们坚信，无论是基础性的探索还是应用性的研究，都具有深远的意义。“愿她们在科研的道路上，所愿皆所成，多喜乐，长安宁。”（记者 张毅璞 朱晓桐）