江蘇農(nóng)場(chǎng)小麥播種無(wú)人化作業(yè)現(xiàn)狀調(diào)研及分析

摘要：為了解江蘇省內(nèi)農(nóng)場(chǎng)智能化與無(wú)人化小麥播種機(jī)普及情況和使用效益情況，選擇江蘇省內(nèi)若干典型大型農(nóng)場(chǎng)和小型家庭農(nóng)場(chǎng)開(kāi)展智能化小麥播種機(jī)應(yīng)用現(xiàn)狀調(diào)研。采用典型的旋耕播種機(jī)開(kāi)展人工駕駛和輔助駕駛兩種播種模式下的燃油經(jīng)濟(jì)性對(duì)比測(cè)試試驗(yàn)，并對(duì)燃油經(jīng)濟(jì)性測(cè)試數(shù)據(jù)進(jìn)行方差分析。結(jié)果表明：農(nóng)場(chǎng)智能化和無(wú)人化播種作業(yè)特征主要為直線輔助駕駛技術(shù)的廣泛應(yīng)用，播種駕駛模式的不同對(duì)燃油經(jīng)濟(jì)性沒(méi)有顯著影響，影響燃油經(jīng)濟(jì)性的主要因素為拖拉機(jī)油門(mén)開(kāi)度和作業(yè)速度；直線輔助駕駛模式下，漏播率和重播率從人工駕駛模式的2%～5%降低至0.1%以下。

關(guān)鍵詞：江蘇??；無(wú)人化作業(yè)；輔助駕駛；小麥播種機(jī)；農(nóng)場(chǎng)調(diào)研

中圖分類號(hào)：S223.2 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2095?5553 （2024） 11?0272?06

Investigation and analysis of the present status of unmanned wheat sowing operation

in Jiangsu farms

Zhang Ping1， Wang Yan1， Zhang Jie1， Liu Haoyi2， Ding Yongqian2， Liu Yingying2

（1. Jiangsu Agricultural Machinery Testing Station， Nanjing， 210017， China;

2. College of Artificial Intelligence， Nanjing Agricultural University， Nanjing， 210031， China）

Abstract： In order to understand the popularization and utilization efficiency of intelligent and unmanned wheat seeders in farms in Jiangsu Province， and to provide references for the formation of a technical system and application mode of “Unmanned” equipment suitable for the entire process of rice?wheat rotation planting in the field， several typical large farms and small family farms in Jiangsu Province were selected to conduct an investigation on the application status of intelligent wheat seeders. Comparative tests were conducted by using a typical rotary tillage seeder under two operating modes of manual driving and navigation?assistant driving， and analysis of variance was applied on analyzing the fuel economy of the two seeding modes. The results of analysis of variance in farm investigation and testing experiments indicated that the wide application of linear navigation?assistant driving technology was mainly reflected in intelligent and unmanned farm seeding， and differences in driving modes had no significant impact on fuel economy. The main factors affecting fuel economy were throttle opening and speed of the tractor. Compared to manual driving mode， linear navigation?assistant driving mode can effectively reduce missed and replayed rates of seeding， decreasing from 2%-5% to less than 0.1%.

Keywords： Jiangsu Province; unmanned operation; navigation?assistant driving; wheat seeder; farm investigation

0 引言

隨著農(nóng)村產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整、城市化進(jìn)程的推進(jìn)和土地流轉(zhuǎn)的加快，農(nóng)村農(nóng)業(yè)勞動(dòng)力短缺和人力成本攀升已經(jīng)成為農(nóng)業(yè)生產(chǎn)過(guò)程亟需解決的迫切問(wèn)題[1， 2]，而傳統(tǒng)的農(nóng)業(yè)機(jī)械化模式已無(wú)法適應(yīng)社會(huì)發(fā)展的新形勢(shì)和新需求，農(nóng)業(yè)生產(chǎn)自動(dòng)化和智能化被普遍認(rèn)為是解決當(dāng)前農(nóng)業(yè)生產(chǎn)窘境的必由之路[3?6]。近些年，以智慧農(nóng)業(yè)為代表的新技術(shù)正在世界范圍內(nèi)引領(lǐng)現(xiàn)代農(nóng)業(yè)的發(fā)展方向。智慧農(nóng)業(yè)以數(shù)據(jù)、知識(shí)和智能裝備為核心要素，將互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算和人工智能等現(xiàn)代信息技術(shù)與農(nóng)業(yè)深度融合，為實(shí)現(xiàn)農(nóng)業(yè)生產(chǎn)信息感知、定量決策、智能控制、精準(zhǔn)投入及個(gè)性化設(shè)計(jì)服務(wù)，其具體實(shí)現(xiàn)途徑是無(wú)人農(nóng)場(chǎng)[7， 8]。雖然，我國(guó)農(nóng)業(yè)生產(chǎn)在水稻、小麥和玉米等主要農(nóng)作物的機(jī)械化程度較高，但作業(yè)裝備主體仍然是傳統(tǒng)農(nóng)業(yè)機(jī)械，在信息化和智能化等方面與發(fā)達(dá)國(guó)家存在較大差距[9]。無(wú)人農(nóng)場(chǎng)的構(gòu)建有賴于各個(gè)農(nóng)業(yè)環(huán)節(jié)的無(wú)人化，總體遵循單機(jī)無(wú)人化、群組無(wú)人化和全域無(wú)人化的發(fā)展演進(jìn)過(guò)程[10]。我國(guó)智能農(nóng)機(jī)的研究與應(yīng)用尚處于單機(jī)無(wú)人化的發(fā)展初期，以實(shí)現(xiàn)局部自動(dòng)化為主，無(wú)人農(nóng)場(chǎng)的建設(shè)總體處于探索實(shí)踐和試驗(yàn)示范階段[11]。

現(xiàn)代智能化農(nóng)業(yè)技術(shù)的應(yīng)用無(wú)疑為實(shí)際生產(chǎn)過(guò)程提供了更加高效和高質(zhì)的服務(wù)，但相比于傳統(tǒng)機(jī)械化作業(yè)模式需要更多的設(shè)備投入，其實(shí)際作業(yè)效益優(yōu)勢(shì)可能涉及一年或幾年的播種、施肥、植保和收獲等各個(gè)作業(yè)環(huán)節(jié)的實(shí)際情況，對(duì)作業(yè)效益的評(píng)價(jià)缺乏科學(xué)、系統(tǒng)和規(guī)范的研究，尚未形成一種普遍認(rèn)可的評(píng)價(jià)指標(biāo)體系和操作辦法[12?17]。目前對(duì)各類作業(yè)模式的效益分析都是針對(duì)經(jīng)濟(jì)效益而言，以單個(gè)或多個(gè)生產(chǎn)周期作為研究對(duì)象，一般采用部分預(yù)算法和投資分析法，這兩種分析方法都旨在獲得一種定量的評(píng)價(jià)結(jié)果，需要較多的統(tǒng)計(jì)數(shù)據(jù)，實(shí)際中數(shù)據(jù)采集完整性和準(zhǔn)確性難以保證，評(píng)價(jià)結(jié)果難以取得理想的效果[18]；由于面向全生產(chǎn)周期，評(píng)價(jià)結(jié)果無(wú)法區(qū)分具體生產(chǎn)環(huán)節(jié)或具體作業(yè)機(jī)具的作業(yè)效益，不利于優(yōu)化生產(chǎn)周期內(nèi)的各個(gè)作業(yè)環(huán)節(jié)，以達(dá)到更優(yōu)的綜合效益；同時(shí)，在實(shí)際農(nóng)業(yè)生產(chǎn)中，現(xiàn)代智能農(nóng)業(yè)科技的應(yīng)用并不一定產(chǎn)生直接的經(jīng)濟(jì)效益，有時(shí)更多的是生態(tài)效益和社會(huì)效益，如精準(zhǔn)農(nóng)業(yè)技術(shù)的應(yīng)用，不只帶來(lái)經(jīng)濟(jì)效益，同時(shí)也有顯著的生態(tài)效益和社會(huì)效益[18， 19]。

目前，拖拉機(jī)輔助駕駛系統(tǒng)已經(jīng)在各類大小農(nóng)場(chǎng)的實(shí)際生產(chǎn)中獲得了廣泛應(yīng)用，幾乎成了現(xiàn)代農(nóng)機(jī)的標(biāo)配設(shè)備，也是實(shí)現(xiàn)機(jī)具無(wú)人化作業(yè)的基礎(chǔ)前提[14]。本文著眼于小麥播種環(huán)節(jié)，通過(guò)調(diào)研典型農(nóng)場(chǎng)數(shù)據(jù)，對(duì)比配備拖拉機(jī)輔助駕駛系統(tǒng)的播種機(jī)和傳統(tǒng)人工駕駛播種機(jī)之間的作業(yè)效益差異及其主要影響因素，以期取得一些有益的分析結(jié)果，形成一些促進(jìn)無(wú)人化作業(yè)應(yīng)用的合理化建議。

1 材料與方法

1.1 農(nóng)場(chǎng)調(diào)研

采用實(shí)地問(wèn)卷調(diào)查的形式，調(diào)研江蘇省境內(nèi)有代表性的大型農(nóng)場(chǎng)：臨海農(nóng)場(chǎng)和上海農(nóng)場(chǎng)，小型家庭農(nóng)場(chǎng)：金壇祥華家庭農(nóng)場(chǎng)和南京市浦口區(qū)福聯(lián)家庭農(nóng)場(chǎng)。主要調(diào)研內(nèi)容為農(nóng)場(chǎng)播種機(jī)無(wú)人化作業(yè)現(xiàn)狀和已往傳統(tǒng)機(jī)械化作業(yè)情況，包括農(nóng)場(chǎng)種子成本、作業(yè)效率、油耗、漏播率和重播率、工作時(shí)長(zhǎng)等，結(jié)合農(nóng)場(chǎng)已往傳統(tǒng)機(jī)械化作業(yè)統(tǒng)計(jì)數(shù)據(jù)和近3年的無(wú)人化作業(yè)數(shù)據(jù)，形成可分析的對(duì)比數(shù)據(jù)。

1.2 燃油經(jīng)濟(jì)性測(cè)試

開(kāi)展基于油耗的定性和定量試驗(yàn)，對(duì)比分析導(dǎo)航輔助駕駛和人工駕駛兩種作業(yè)模式下小麥播種施肥機(jī)的燃油經(jīng)濟(jì)性差異。

1.2.1 測(cè)試設(shè)備

采用播種施肥一體機(jī)作為測(cè)試作業(yè)機(jī)械；小麥播種施肥機(jī)的配套動(dòng)力為沃得奧龍-WD1204-G輪式四驅(qū)拖拉機(jī)，其額定功率為88 kW；采用AM-120油耗傳感檢測(cè)系統(tǒng)和筆記本電腦構(gòu)建機(jī)具燃油采集平臺(tái)，AM-120油耗傳感檢測(cè)系統(tǒng)主要由過(guò)濾器、缸體、活塞、回轉(zhuǎn)體、配液盤(pán)、轉(zhuǎn)軸、碼盤(pán)及光電轉(zhuǎn)換元件組成，主要技術(shù)指標(biāo)如表1所示。

1.2.2 測(cè)試方案

在江蘇省現(xiàn)代農(nóng)機(jī)科技示范園區(qū)內(nèi)部場(chǎng)地開(kāi)展相關(guān)測(cè)試工作，分別選取拖拉機(jī)主變速Ⅰ擋和Ⅱ擋作為駕駛測(cè)試擋位，每個(gè)擋位選取半油門(mén)和滿油門(mén)兩種供油模式（輔助駕駛時(shí)采用手油門(mén)方式，人工駕駛時(shí)腳踩油門(mén)控制），測(cè)試過(guò)程旋耕刀具入土工作，采用人工駕駛和輔助駕駛兩種模式，通過(guò)駕駛模式、駕駛擋位和油門(mén)狀態(tài)的組合，開(kāi)展多因素組合測(cè)試。

測(cè)試組合共分8種：I擋人工滿油（SF1）、I擋自動(dòng)滿油（ZF1）、I擋人工半油（SM1）、I擋自動(dòng)半油（ZM1）、II擋人工滿油（SF2）、II擋自動(dòng)滿油（ZF2）、II擋人工半油（SM2）和II擋自動(dòng)半油（ZM2）。以拖拉機(jī)穩(wěn)定行駛20 m視為完成1次測(cè)試，每完成1次測(cè)試記錄1次油耗數(shù)據(jù)，每種測(cè)試組合完成9次試驗(yàn)，測(cè)試場(chǎng)景如圖1所示。

2 結(jié)果與分析

2.1 農(nóng)場(chǎng)調(diào)研結(jié)果

無(wú)人化作業(yè)和人工駕駛作業(yè)的調(diào)研結(jié)果如表2、表3所示。經(jīng)調(diào)研，4個(gè)農(nóng)場(chǎng)目前均已配備拖拉機(jī)輔助駕駛系統(tǒng)，所選用的輔助駕駛系統(tǒng)涵蓋了聯(lián)適、中海達(dá)、華測(cè)等主流國(guó)產(chǎn)衛(wèi)星導(dǎo)航品牌。大型農(nóng)場(chǎng)使用輔助駕駛的時(shí)間較長(zhǎng)（如臨海農(nóng)場(chǎng)已使用10年以上），家庭農(nóng)場(chǎng)全面啟用相對(duì)較晚（也已超過(guò)3年），目前幾個(gè)農(nóng)場(chǎng)均沒(méi)有全自動(dòng)無(wú)人駕駛拖拉機(jī)用于實(shí)際生產(chǎn)環(huán)節(jié)。上海農(nóng)場(chǎng)、臨海農(nóng)場(chǎng)為蘇北大型農(nóng)場(chǎng)，地塊長(zhǎng)度通常超過(guò)500 m，所配置的施肥播種一體機(jī)幅寬為3.5～3.8 m，18行排種口。金壇祥華家庭農(nóng)場(chǎng)、南京市浦口區(qū)福聯(lián)家庭農(nóng)場(chǎng)為蘇中和蘇南地區(qū)家庭農(nóng)場(chǎng)，地塊長(zhǎng)度通常小于100 m，所配置的施肥播種一體機(jī)的幅寬為2.3 m，12行排種口。

2.2 燃油經(jīng)濟(jì)性測(cè)試結(jié)果

不同作業(yè)狀態(tài)下施肥播種一體機(jī)I擋和II擋油耗測(cè)量值分別如圖2和圖3所示，可以看出，I擋和II擋速度的滿油門(mén)油耗明顯大于各自擋位的半油門(mén)油耗，但油門(mén)狀態(tài)相同的情況下，不同速度擋位，不同駕駛模式下的油耗差異性難以直接判斷。

為了進(jìn)一步分析輔助駕駛和人工駕駛在油耗上的差異，繪制了油耗數(shù)據(jù)箱線圖如圖4所示，每一個(gè)箱線代表一種作業(yè)測(cè)試組合。從圖4可以看出，不同油門(mén)大小下的作業(yè)油耗存在顯著性差異。

2.3 結(jié)果分析

2.3.1 駕駛模式對(duì)播種環(huán)節(jié)的影響分析

1） 采用拖拉機(jī)輔助駕駛系統(tǒng)后，播種的作業(yè)質(zhì)量明顯提高。調(diào)研發(fā)現(xiàn)，播種漏播（指拖拉機(jī)相臨作業(yè)行存在間隙造成的漏播）或重播率（指拖拉機(jī)相臨作業(yè)行存在重疊造成的重播）小于0.1%，輔助駕駛的直線行駛軌跡橫向偏差不超過(guò)2.5 cm，相較于人工駕駛拖拉機(jī)，施肥播種質(zhì)量不受拖拉機(jī)手自身經(jīng)驗(yàn)影響，播種質(zhì)量穩(wěn)定可靠，播種質(zhì)量的提高對(duì)后續(xù)的產(chǎn)量和田間管理有益。而人工作業(yè)質(zhì)量與作業(yè)機(jī)手的作業(yè)水平和疲勞程度有關(guān)，一般平均總漏播率和重播率為3%左右，大型農(nóng)場(chǎng)由于單行作業(yè)距離較長(zhǎng)，總重播和漏播率略高。大量研究表明[20]，重播和漏播主要是由作業(yè)機(jī)具偏離作業(yè)軌跡造成的，輔助駕駛系統(tǒng)的應(yīng)用能有效消除由于作業(yè)軌跡偏離造成的重播和漏播。

2） 采用拖拉機(jī)輔助駕駛系統(tǒng)后，拖拉機(jī)手的工作強(qiáng)度明顯降低。拖拉機(jī)輔助駕駛系統(tǒng)在實(shí)際作業(yè)時(shí)，拖拉機(jī)手只需要在危險(xiǎn)狀況下接管拖拉機(jī)，其他時(shí)間基本解放了雙手，拖拉機(jī)手的勞動(dòng)強(qiáng)度明顯降低。相較于人工駕駛作業(yè)模式，由于輔助駕駛作業(yè)可在夜間進(jìn)行，在搶農(nóng)時(shí)和搶茬口時(shí)機(jī)手工作可滿16 h（人工作業(yè)一般不超過(guò)12 h），且能保證穩(wěn)定的播種質(zhì)量，因此，輔助駕駛系統(tǒng)可增強(qiáng)全天候、高效播種作業(yè)的能力。

3） 采用拖拉機(jī)輔助駕駛系統(tǒng)后，作業(yè)效率沒(méi)有明顯提升。按照目前按天支付報(bào)酬和作業(yè)總量規(guī)劃明確的管理制度下，拖拉機(jī)手一般每天工作12 h左右，作業(yè)總量和作業(yè)速度基本恒定，輔助駕駛和人工駕駛的作業(yè)效率并無(wú)明顯差異。

4） 采用拖拉機(jī)輔助駕駛系統(tǒng)后，經(jīng)濟(jì)成本區(qū)別不大。直接經(jīng)濟(jì)成本為人員成本、播種成本和燃油成本，調(diào)研結(jié)果表明：輔助駕駛系統(tǒng)的人員投入并未減少，而播種人力成本按天或按作業(yè)面積付費(fèi)，按天付費(fèi)時(shí)，費(fèi)用與每天的工作時(shí)長(zhǎng)掛鉤，總體和按作業(yè)面積付費(fèi)相似，所以直接的人工成本付出沒(méi)有明顯變化，由于作業(yè)機(jī)手作業(yè)經(jīng)驗(yàn)豐富，輔助駕駛和人工駕駛的燃油成本也基本相同。

2.3.2 大型農(nóng)場(chǎng)和家庭農(nóng)場(chǎng)效益差異分析

1） 大型農(nóng)場(chǎng)作業(yè)效率高、油耗低。大型農(nóng)場(chǎng)普遍采用了大型農(nóng)機(jī)具，作業(yè)幅寬大，且單行作業(yè)長(zhǎng)度遠(yuǎn)大于小型農(nóng)場(chǎng)，因此，相同的作業(yè)面積，大型農(nóng)場(chǎng)的農(nóng)機(jī)具作業(yè)路程短、調(diào)頭轉(zhuǎn)彎路次數(shù)少，由此獲得了較高的作業(yè)效率和較低的作業(yè)油耗。

2） 大型農(nóng)場(chǎng)規(guī)模效益明顯。由于規(guī)?；?jīng)營(yíng)，大型農(nóng)場(chǎng)的作業(yè)效率和物資成本投入上有明顯的規(guī)模效益優(yōu)勢(shì)，與小型農(nóng)場(chǎng)相比，大型農(nóng)場(chǎng)的播種作業(yè)效率大約是小型農(nóng)場(chǎng)的4倍，意味著相同作業(yè)面積的人力成本僅為小型農(nóng)場(chǎng)的1/4，單位面積的油耗是小型農(nóng)場(chǎng)的70%左右，單位面積種子成本約為小型農(nóng)場(chǎng)的80%。

2.3.3 燃油經(jīng)濟(jì)性測(cè)試結(jié)果方差分析

為進(jìn)一步分析作業(yè)模式、速度擋位對(duì)油耗的影響差異，開(kāi)展了針對(duì)油耗的雙因素方差分析，分析駕駛模式和速度擋位對(duì)油耗是否存在顯著差異性影響，圖5和圖6分別是滿油門(mén)作業(yè)狀態(tài)和半油門(mén)作業(yè)狀態(tài)下的方差分析箱線圖。

由箱線圖和方差分析結(jié)果表明：滿油門(mén)狀態(tài)下，速度擋位和駕駛模式對(duì)油耗均無(wú)顯著影響，半油門(mén)狀態(tài)下，速度擋位對(duì)油耗有顯著影響，而駕駛模式對(duì)油耗無(wú)顯著影響。

3 討論

3.1 播種環(huán)節(jié)技術(shù)現(xiàn)狀分析

目前播種環(huán)節(jié)的無(wú)人化作業(yè)程度和技術(shù)水平還比較低，應(yīng)用于實(shí)際生產(chǎn)的只有直線輔助駕駛技術(shù)，一些更高層次的無(wú)人化作業(yè)還處于示范和演示階段，遠(yuǎn)未達(dá)到實(shí)際生產(chǎn)應(yīng)用水平。相比于傳統(tǒng)的基于人工駕駛拖拉機(jī)的播種作業(yè)，基于拖拉機(jī)輔助駕駛系統(tǒng)的小麥播種作業(yè)已經(jīng)體現(xiàn)出了明顯的質(zhì)量和效益優(yōu)勢(shì)，配備現(xiàn)代農(nóng)業(yè)新技術(shù)的無(wú)人化作業(yè)模式已經(jīng)成為大眾認(rèn)可和期盼的未來(lái)作業(yè)模式。

小麥播種質(zhì)量主要包括播種準(zhǔn)確性和均勻性兩個(gè)方面，準(zhǔn)確性和均勻性一方面有賴于播量控制系統(tǒng)的性能；另一方面有賴于拖拉機(jī)作業(yè)路徑的合理性，其關(guān)鍵指標(biāo)是漏播率和重播率。人工駕駛作業(yè)模式下，漏播率和重播率與機(jī)手的駕駛技術(shù)和疲勞程度密切相關(guān)，實(shí)際作業(yè)中，往往通過(guò)在田間拉線標(biāo)記來(lái)提高駕駛質(zhì)量；輔助駕駛模式下，由于輔助駕駛設(shè)備的精度普遍較高，漏播率和重播率能有效降低。但就當(dāng)前的整體輔助駕駛技術(shù)水平和拖拉機(jī)本身可控性能的而言，拖拉機(jī)輔助駕駛功能主要體現(xiàn)在能有效維持拖拉機(jī)的直線行駛狀態(tài)，轉(zhuǎn)彎調(diào)頭和拖拉機(jī)行駛速度控制等還需人工完成。由此可見(jiàn)，兩種作業(yè)模式的主要差異在于拖拉機(jī)直線行駛作業(yè)的質(zhì)量，直線行駛質(zhì)量與播種漏播率和重播率密切相關(guān)。

由于無(wú)人化程度不高，兩種作業(yè)模式均需人工參與，作業(yè)前都需要做相關(guān)的輔助導(dǎo)航工作，人力成本的投入沒(méi)有明顯的差異。就播種作業(yè)環(huán)節(jié)而言，拋開(kāi)設(shè)備投入成本差異，兩類作業(yè)模式在其他投入上沒(méi)有明顯差異；產(chǎn)出上主要是作業(yè)質(zhì)量的差異，直接差異是漏播率與重播率，間接差異是作物產(chǎn)量差異。

3.2 燃油經(jīng)濟(jì)性影響因素分析

1） 油門(mén)大小對(duì)油耗存在顯著影響。該測(cè)試結(jié)果與日常認(rèn)知是吻合的，因?yàn)橛烷T(mén)大小是油耗大小的直接原因。

2） 駕駛模式對(duì)油耗無(wú)顯著影響。雖然，測(cè)試結(jié)果顯示駕駛模式對(duì)油耗無(wú)顯著影響，但熟練的駕駛技術(shù)和合理的作業(yè)時(shí)長(zhǎng)仍然是保障人工駕駛正常作業(yè)的基本前提，若從事長(zhǎng)時(shí)間持續(xù)作業(yè)，人工駕駛的作業(yè)質(zhì)量將難以保證，因此，分析結(jié)果只是說(shuō)明在正常作業(yè)狀態(tài)下，人工駕駛和輔助駕駛油耗沒(méi)有顯著差異。

3） 速度擋位和油門(mén)狀態(tài)的合理匹配有利于降低油耗。全油門(mén)工作狀態(tài)下，速度擋位對(duì)油耗沒(méi)有顯著影響，而半油門(mén)狀態(tài)卻存在顯著影響，分析該現(xiàn)象的原因是：測(cè)試時(shí)作業(yè)環(huán)境的土壤阻力功耗與半油狀態(tài)II擋速度時(shí)的輸出功率相當(dāng)，因?yàn)橥侠瓩C(jī)的最大輸出功率與油門(mén)狀態(tài)直接正相關(guān)，而同樣的油門(mén)狀態(tài)，作業(yè)速度越大，輸出功率越小。由此可見(jiàn)，在輸出功率足夠時(shí)，提高作業(yè)速度可以降低油耗和提高工作效率。

3.3 無(wú)人化作業(yè)效益優(yōu)勢(shì)分析

根據(jù)調(diào)研和燃油經(jīng)濟(jì)性測(cè)試結(jié)果，縱向?qū)Ρ?，無(wú)人化作業(yè)的最大優(yōu)勢(shì)是提高作業(yè)質(zhì)量和降低勞動(dòng)強(qiáng)度，作業(yè)質(zhì)量體現(xiàn)為重播率和漏播率的明顯下降（普遍下降2%以上），其直接經(jīng)濟(jì)效益雖難精確估算，但卻能明顯預(yù)見(jiàn)經(jīng)濟(jì)效益優(yōu)勢(shì)；同時(shí)，勞動(dòng)強(qiáng)度的降低對(duì)勞動(dòng)者的身心健康有益，雖也難以用經(jīng)濟(jì)效益加以評(píng)價(jià)，但更多體現(xiàn)為社會(huì)效益，因?yàn)槟苁箘趧?dòng)者有更多的精力去服務(wù)社會(huì)的其他領(lǐng)域。橫向?qū)Ρ?，無(wú)人化作業(yè)更適合規(guī)?；鳂I(yè)，調(diào)研數(shù)表明：大型農(nóng)場(chǎng)的實(shí)際經(jīng)濟(jì)效益明顯高于小型農(nóng)場(chǎng)，可以類比，小型農(nóng)場(chǎng)的經(jīng)濟(jì)效益也明顯高于單戶作業(yè)情況，這也是我國(guó)農(nóng)村推行土地流轉(zhuǎn)集中經(jīng)營(yíng)的原因?？偠灾瑹o(wú)人化作業(yè)的推廣應(yīng)用存在明顯的經(jīng)濟(jì)和社會(huì)效益優(yōu)勢(shì)。

3.4 推進(jìn)無(wú)人化作業(yè)模式的條件

當(dāng)前實(shí)際生產(chǎn)中的無(wú)人化作業(yè)程度尚處于初級(jí)階段，輔助駕駛技術(shù)的應(yīng)用雖然能有效緩解人類勞動(dòng)強(qiáng)度、維持高水平作業(yè)質(zhì)量，但與無(wú)人化作業(yè)的智能內(nèi)涵尚相去甚遠(yuǎn)，無(wú)人化作業(yè)水平的提升有賴于裝備智能化程度。根據(jù)農(nóng)場(chǎng)調(diào)研結(jié)果和燃油經(jīng)濟(jì)性比較測(cè)試結(jié)果，推進(jìn)無(wú)人化作業(yè)需要具備以下3個(gè)基本條件。

1） 作業(yè)對(duì)象的大型化。這是體現(xiàn)無(wú)人化作業(yè)優(yōu)勢(shì)的運(yùn)營(yíng)基礎(chǔ)。大型田塊可容納大型機(jī)具作業(yè)，既能有效提升單行行程的作業(yè)面積，又有效減少作業(yè)機(jī)具換行調(diào)頭的次數(shù)，減少無(wú)效作業(yè)時(shí)間，在大幅提高工作效率的同時(shí)有效節(jié)約成本；同時(shí)，大型田塊容易形成規(guī)范、統(tǒng)一和齊整的作業(yè)環(huán)境，更加適合開(kāi)展無(wú)人化作業(yè)，充分發(fā)揮無(wú)人作業(yè)的效益優(yōu)勢(shì)。

2） 作業(yè)裝備的現(xiàn)代化。這是提升無(wú)人化作業(yè)層次的硬件基礎(chǔ)。應(yīng)用于實(shí)際生產(chǎn)的拖拉機(jī)基本都是傳統(tǒng)的手動(dòng)換擋拖拉機(jī)，難以實(shí)現(xiàn)自動(dòng)換擋操作，這是當(dāng)前無(wú)人化作業(yè)大多只局限于直線輔助駕駛的主要原因。無(wú)人化作業(yè)離不開(kāi)現(xiàn)代智能化農(nóng)業(yè)技術(shù)的應(yīng)用，傳統(tǒng)純機(jī)械式的農(nóng)機(jī)裝備無(wú)法承載現(xiàn)代農(nóng)業(yè)技術(shù)，只有農(nóng)業(yè)裝備的現(xiàn)代化才能有效推進(jìn)復(fù)雜無(wú)人化作業(yè)模式的應(yīng)用。

3） 作業(yè)過(guò)程的智能化。這是保障無(wú)人化作業(yè)效益的技術(shù)基礎(chǔ)，也是無(wú)人化作業(yè)的靈魂。無(wú)人化作業(yè)最終要取代有人化作業(yè)，必須具備有人化作業(yè)無(wú)法達(dá)到的優(yōu)勢(shì)，無(wú)人化作業(yè)絕不能只是簡(jiǎn)單地替換人類的勞動(dòng)，而應(yīng)該充分吸收現(xiàn)代精細(xì)作業(yè)、人工智能等現(xiàn)代農(nóng)業(yè)技術(shù)的新成果并加以應(yīng)用，具備對(duì)作業(yè)過(guò)程工作狀況的感知能力，能針對(duì)實(shí)際作業(yè)環(huán)節(jié)的作業(yè)工況，決策出合理的作業(yè)機(jī)具工作參數(shù)，體現(xiàn)無(wú)人化作業(yè)過(guò)程的技術(shù)優(yōu)勢(shì)、智能優(yōu)勢(shì)和效益優(yōu)勢(shì)。

4 結(jié)論

1） 在實(shí)際農(nóng)業(yè)生產(chǎn)中，由于作業(yè)機(jī)具基本為傳統(tǒng)農(nóng)機(jī)具，江蘇省內(nèi)大型農(nóng)場(chǎng)和小型家庭農(nóng)場(chǎng)無(wú)人化作業(yè)程度較低，無(wú)人化作業(yè)主要體現(xiàn)在直線輔助駕駛技術(shù)的應(yīng)用，且應(yīng)用基本全覆蓋。

2） 借助輔助駕駛技術(shù)的無(wú)人化播種作業(yè)可以顯著提高播種的作業(yè)質(zhì)量，總漏播率和重播率從人工駕駛的2%～5%下降到0.1%以下；相對(duì)于人工駕駛拖拉機(jī)，播種質(zhì)量不受拖拉機(jī)手駕駛技術(shù)水平影響，播種質(zhì)量穩(wěn)定可靠，對(duì)后續(xù)的田間管理、產(chǎn)量和品質(zhì)把控有積極影響。

3） 基于輔助駕駛的播種無(wú)人化作業(yè)與人工駕駛播種作業(yè)，在燃油經(jīng)濟(jì)性上沒(méi)有顯著差異，但前者可以顯著降低勞動(dòng)者的工作強(qiáng)度，具備全天候作業(yè)條件，能滿足農(nóng)業(yè)生產(chǎn)搶農(nóng)時(shí)和搶茬口需求，提高農(nóng)業(yè)生產(chǎn)抗風(fēng)險(xiǎn)能力。

4） 與小型農(nóng)場(chǎng)相比，大型農(nóng)場(chǎng)無(wú)論在作業(yè)效率上，還是在經(jīng)濟(jì)效益上，都有規(guī)模效益優(yōu)勢(shì)，大型機(jī)具和大型田塊是推廣無(wú)人化作業(yè)模式應(yīng)用的運(yùn)營(yíng)基礎(chǔ)。

5） 在規(guī)?；\(yùn)營(yíng)的基礎(chǔ)上，在實(shí)現(xiàn)農(nóng)機(jī)裝備自身的升級(jí)換代和充分應(yīng)用現(xiàn)代智能農(nóng)業(yè)技術(shù)的前提下，才有可能真正推進(jìn)無(wú)人化作業(yè)在實(shí)際生產(chǎn)中的應(yīng)用，并最終實(shí)現(xiàn)全程無(wú)人化。

參 考 文 獻(xiàn)

[ 1 ] 張彥軍， 劉利永， 李道亮， 等. 無(wú)人農(nóng)場(chǎng)的代際演進(jìn)動(dòng)力及路徑研究[J]. 山東農(nóng)業(yè)科學(xué)， 2020， 52（8）： 160-166.

Zhang Yanjun， Liu Liyong， Li Daoliang， et al. Research on evolutionary impetus and path of unmanned farm [J]. Shandong Agricultural Sciences， 2020， 52（8）： 160-166.

[ 2 ] 楊建輝. 農(nóng)業(yè)現(xiàn)代化對(duì)農(nóng)業(yè)可持續(xù)發(fā)展的影響及空間演化研究[J]. 中國(guó)農(nóng)機(jī)化學(xué)報(bào)， 2020， 41（8）： 229-236.

Yang Jianhui. Study of the impact of agricultural modernization on the sustainable development of agriculture and its spatial difference [J]. Journal of Chinese Agricultural Mechanization， 2020， 41（8）： 229-236.

[ 3 ] 齊元靜， 唐沖. 農(nóng)村勞動(dòng)力轉(zhuǎn)移對(duì)中國(guó)耕地種植結(jié)構(gòu)的影響[J]. 農(nóng)業(yè)工程學(xué)報(bào)， 2017， 33（3）： 233-240.

Qi Yuanjing， Tang Chong. Effect of labor migration on cultivated land planting structure in rural China [J]. Transactions of the Chinese Society of Agricultural Engineering， 2017， 33（3）： 233-240.

[ 4 ] 田娜， 楊曉文， 單東林， 等. 我國(guó)數(shù)字農(nóng)業(yè)現(xiàn)狀與展望[J]. 中國(guó)農(nóng)機(jī)化學(xué)報(bào)， 2019， 40（4）： 210-213.

Tian Na， Yang Xiaowen， Shan Donglin， at el. Status and prospect of digital agriculture in China [J]. Journal of Chinese Agricultural Mechanization， 2019， 40（4）： 210-213.

[ 5 ] 馬菁澤， 甘詩(shī)潤(rùn)， 魏霖靜. 人工智能在農(nóng)業(yè)領(lǐng)域的應(yīng)用現(xiàn)狀與未來(lái)趨勢(shì)[J]. 軟件導(dǎo)刊， 2019， 18（10）： 8-11.

Ma Jingze， Gan Shirun， Wei Linjing. Current and future development of the application of artificial intelligence in agriculture [J]. Software Guide， 2019， 18（10）： 8-11.

[ 6 ] 許世衛(wèi)， 王東杰， 李哲敏. 大數(shù)據(jù)推動(dòng)農(nóng)業(yè)現(xiàn)代化應(yīng)用研究[J]. 中國(guó)農(nóng)業(yè)科學(xué)， 2015， 48（17）： 3429-3438.

Xu Shiwei， Wang Dongjie， Li Zhemin. Application research on big data promote agricultural modernization [J]. Scientia Agricultura Sinica， 2015， 48（17）： 3429-3438.

[ 7 ] 唐華俊. 智慧農(nóng)業(yè)賦能農(nóng)業(yè)現(xiàn)代化高質(zhì)量發(fā)展[J]. 農(nóng)機(jī)科技推廣， 2020（6）： 4-5.

[ 8 ] 尹彥鑫， 孟志軍， 趙春江， 等. 大田無(wú)人農(nóng)場(chǎng)關(guān)鍵技術(shù)研究現(xiàn)狀與展望[J]. 智慧農(nóng)業(yè)， 2022， 4（4）： 1-23.

Yin Yanxin， Meng Zhijun， Zhao Chunjiang， et al. State?of?the?art and prospect of research on key technical for unmanned farms of field crop [J]. Smart Agriculture， 2022， 4（4）： 1-23.

[ 9 ] 趙春江. 智慧農(nóng)業(yè)發(fā)展現(xiàn)狀及戰(zhàn)略目標(biāo)研究[J]. 智慧農(nóng)業(yè)， 2019， 1（1）： 1-7.

Zhao Chunjiang. State?of?the?art and recommended developmental strategic objectives of smart agriculture [J]. Smart Agriculture， 2019， 1（1）： 1-7.

[10] 羅錫文， 廖娟， 胡煉， 等. 我國(guó)智能農(nóng)機(jī)的研究進(jìn)展與無(wú)人化農(nóng)場(chǎng)的實(shí)踐[J]. 華南農(nóng)業(yè)大學(xué)學(xué)報(bào)， 2021， 42（6）： 8-17.

Luo Xiwen， Liao Juan， Hu Lian， et al. Research progress of intelligent agricultural machinery and practice of unmanned farm in China [J]. Journal of South China Agricultural University， 2021， 42（6）： 8-17.

[11] 李道亮， 李震. 無(wú)人化農(nóng)場(chǎng)系統(tǒng)分析與發(fā)展展望[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào)， 2020， 51（7）： 1-3.

Li Daoliang， Li Zhen. System analysis and development prospect of unmanned farming [J]. Transactions of the Chinese Society for Agricultural Machinery， 2020， 51（7）： 1-3.

[12] 張明柱， 王界中， 王建華， 等. 提高燃油經(jīng)濟(jì)性的拖拉機(jī)變速控制策略[J]. 農(nóng)業(yè)工程學(xué)報(bào)， 2020， 36（1）： 82-89.

Zhang Mingzhu， Wang Jiezhong， Wang Jianhua， et al. Speed changing control strategy for improving tractor fuel economy [J]. Transactions of the Chinese Society of Agricultural Engineering， 2020， 36（1）： 82-89.

[13] 顏家樂(lè). 農(nóng)業(yè)智能化管理系統(tǒng)的應(yīng)用探索[J]. 現(xiàn)代農(nóng)業(yè)研究， 2022， 28（9）： 137-139.

Yan Jiale. Application exploration of agricultural intelligent management system [J]. Modern Agriculture Research， 2022， 28（9）： 137-139.

[14] 張龍， 師帥兵， 王少輝. 基于拖拉機(jī)燃油經(jīng)濟(jì)性自動(dòng)換擋規(guī)律研究[J]. 拖拉機(jī)與農(nóng)用運(yùn)輸車， 2013， 40（5）： 16-18.

Zhang Long， Shi Shuaibing， Wang Shaohui. Research of automatic shift law based on tractor fuel economy [J]. Tractor & Farm Transporter， 2013， 40（5）： 16-18.

[15] 戴起偉， 曹靜， 凡燕， 等. 面向現(xiàn)代設(shè)施農(nóng)業(yè)應(yīng)用的物聯(lián)網(wǎng)技術(shù)模式設(shè)計(jì)[J]. 江蘇農(nóng)業(yè)學(xué)報(bào)， 2012， 28（5）： 1173-1180.

Dai Qiwei， Cao Jing， Fan Yan， et al. Systemic design of Internet of Things for application in modern facility agriculture [J]. Jiangsu Journal of Agricultural Sciences， 2012， 28（5）： 1173-1180.

[16] 邵子玚， 謝和成. 傳統(tǒng)農(nóng)業(yè)邁向現(xiàn)代農(nóng)業(yè)的意義及路徑[J]. 南方農(nóng)機(jī)， 2022， 53（23）： 92-94.

[17] 薛正平. 精準(zhǔn)農(nóng)業(yè)變量施肥技術(shù)及其環(huán)境經(jīng)濟(jì)效益[D]. 南京： 南京農(nóng)業(yè)大學(xué)， 2007.

Xue Zhengping. Variable?rate fertilization and its environmental and economic benefit in precision agriculture [D]. Nanjing： Nanjing Agricultural University， 2007.

[18] 侯翔. 基于北斗導(dǎo)航的農(nóng)機(jī)自動(dòng)駕駛系統(tǒng)構(gòu)建與經(jīng)濟(jì)效益研究[D]. 揚(yáng)州： 揚(yáng)州大學(xué)， 2020.

[19] 劉富璽. 試驗(yàn)小區(qū)的小麥精密播種裝備及測(cè)試評(píng)價(jià)[D]. 南京： 南京農(nóng)業(yè)大學(xué)， 2019.

Liu Fuxi. Test plot evaluation of precision seeding equipment of wheat [D]. Nanjing： Nanjing Agricultural University， 2019.

[20] 歐陽(yáng)晨. 播種機(jī)漏播和播種軌跡自動(dòng)監(jiān)測(cè)報(bào)警及補(bǔ)償系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D]. 哈爾濱： 東北大學(xué)， 2016.