京畿道将利用人工智能（AI）提前预测导致农作物生理信息异常的恶劣环境。
京畿道农业技术院4日表示，将建设一套可事先预测病虫害和异常气候引发的农作物生长压力的“基于农作物生理信息的AI恶劣环境早期预测系统”。
农作物恶劣环境预测系统，是指通过对作物基因进行分析，把病虫害、高温、干旱等作物所经历的不良环境中产生的压力，转化为量化数据，并据此提供预测信息的系统。
道农业技术院将利用基于生物标志物的分析技术和数字预测算法，快速探测植物体内的压力反应，并把可视化结果传递给农民及相关机构。
由于是在基因层面开展分析，与以往基于传感器或影像的预测相比，该系统在灵敏度和准确度方面更高，并且能够提供基于实际生理反应的高可信度数据，具有差异化优势。
目标作物为水稻和大豆。
水稻是单子叶植物的代表作物，大豆是双子叶植物的代表作物。道农业技术院计划以这两种作物为基础资料，今后扩大应用到多种作物上。
道农业技术院将在生长期每周收集3次以上RNA样本，分析基因表达模式，并以此为基础开发可提前探测病虫害感染、高温和干旱压力等主要风险因素的算法。开发完成后，系统将以网页平台形式实现，便于农户和技术中心等单位轻松使用。
系统引入后，将以国内农耕地整体为对象，事先预测病虫害发生及气象异常导致的作物损失，从而有效调整防治时机和生长管理策略。
农户可根据预测信息减少不必要的农药、化肥使用，提高栽培稳定性，进而获得最优产量和品质。此外，收集到的生理信息还可作为品种选育、制定应对气候变化的农业政策等公共服务的核心信息基础加以利用。
韩国智能信息社会振兴院（NIA）负责统筹该项目。农村振兴厅作为合作机构，庆北大学等4所大学和Namu ICT等5家民间企业参与开发。道农业技术院计划在今年12月前完成系统开发。
京畿道农业技术院院长 Sung Jehoon 表示：“这一系统是将数字技术与生物信息分析相结合的智能农业政策平台”，并称“通过开发利用AI的农业信息化平台，将为农户提供切实帮助，并有望加快京畿道农业的数字化转型”。
版权所有 © 阿视亚经济 (www.asiae.co.kr)。 未经许可不得转载。
