运用综合直觉模糊决策方法,确定优先事项并克服农业领域应用无人机的障碍
《Journal of Industrial Information Integration》:Prioritizing and overcoming barriers to unmanned aerial vehicles adoption in agriculture using an integrated intuitionistic fuzzy decision-making approach
【字体:
大
中
小
】
时间:2025年12月31日
来源:Journal of Industrial Information Integration 11.2
编辑推荐:
中国山东省济南市山东交通大学航空学院 飞高 摘要:由于无人机具有高效、经济且性能优异的特点,越来越受到关注,因此人们致力于将无人机应用于农业领域,尤其是在低空经济快速发展的背景下。然而,无人机在农业中的应用并非总能成功,了解其中的障碍及潜在解决方案对于有效推广至关重要。为此,本研
中国山东省济南市山东交通大学航空学院 飞高 摘要:由于无人机具有高效、经济且性能优异的特点,越来越受到关注,因此人们致力于将无人机应用于农业领域,尤其是在低空经济快速发展的背景下。然而,无人机在农业中的应用并非总能成功,了解其中的障碍及潜在解决方案对于有效推广至关重要。为此,本研究采用直觉模糊集、改进的德尔菲法、零一致性模糊权重法以及加权聚合和积评估法,识别并确定农业中应用无人机所面临的障碍及相应的解决方案的优先级。首先,研究确定了32个障碍,并将其归为五类。接着运用直觉模糊零一致性法为这些障碍分配权重以确定其优先级,随后再使用直觉模糊加权聚合和积评估法对这些障碍的解决方案进行评估和排序。研究结果表明,“故障风险”是阻碍无人机在农业中应用的最主要子障碍,而“设计更可靠的无人机技术”则是缓解这些障碍的最有效方案。本研究为解决农业中应用无人机的障碍提供了系统化的框架,其研究成果能够帮助从业者有针对性地克服最关键的障碍,从而推动无人机在农业中的成功应用。
引言:无人机的出现正在重塑现代农业的面貌[1]。随着农业领域面临日益严峻的挑战,如食品需求增加、资源匮乏以及劳动力短缺,精准农业便作为一种关键解决方案应运而生。精准农业利用技术和数据分析手段优化农场管理,提升生产力,同时减少对环境的影响[2][3]。无人机处于这一变革的前沿,它能够让农民获取详细的实时数据,以前所未有的准确度和效率完成各项任务[4]。配备多光谱、高光谱和热成像传感器的无人机能够提供关于作物健康状况、土壤条件、灌溉需求以及病虫害情况的的高分辨率信息,从而有助于实现作物监测、变量施肥、植物病害检测以及产量估算等功能。与卫星图像或人工实地巡查等传统方法相比,即使在云层覆盖或地形复杂的区域,无人机也能提供更快、更精确的信息[5]。频繁且低成本的高空测绘使得在整个作物生长周期内都能进行持续监测和及时决策,进而形成更为高效可靠的农场管理策略。
无人机在农业中的应用极大地推动了低空经济的发展,改变了传统的农业种植方式[6]。使用无人机不仅成本更低、节省时间,还能提高作物产量、生产力以及整个农场的盈利能力。例如,Xue等人[7]开发了一种自动无人机喷药系统,其喷药均匀度优于传统的超低容量喷药方式,这体现了无人机在农药施用方面的巨大潜力。同样,Singh和Sharma[6]将无线传感器网络、物联网技术以及无人机相结合,用于管理作物数据,实现了96.3%的作物健康监测覆盖率。Teshome等人[8]则利用无人机成像技术结合机器学习方法,监测甜玉米的高度、生物量以及产量,证明了配备DJI Matrice 210 v2等多光谱传感器的无人机的有效性。Chen等人[9]提出了一种针对无人机与拖拉机组合作业的最佳覆盖路径规划方法,实现了99.8%的覆盖率,且冗余程度极低。在玉米种植方面,Guo等人[10]发现,通过混合反演模型,无人机的高光谱数据在估算叶面积指数方面比多光谱数据更具优势。Rasmussen等人[11]则证明了搭载RGB摄像头的无人机在收割前检测谷物中的绿色杂草是可行的。无人机在疾病检测方面也表现出了良好的效果。Su等人[12]成功利用低成本的无人机多光谱相机识别出了感染黄锈病的小麦。Huang等人[13]探讨了无人机在低空智能运输领域的挑战与未来前景,强调了其在智能管理中的作用。无人机技术通过提供高效、精准且环保的解决方案,有效应对了农业领域中的劳动力短缺、生产力需求以及可持续发展等关键问题[14][15][16]。无人机具备实时数据采集和分析的能力,帮助农民在作物管理、灌溉以及病虫害防治等方面做出更为明智的决策[17][18][19]。
然而,尽管无人机在精准农业中的应用潜力巨大,但其在小规模和中等规模农户中的普及程度仍然有限。应用无人机所面临的障碍涉及多个方面:技术层面的限制,如电池续航时间短以及数据处理复杂;经济方面的压力,包括较高的购买和维护成本;还有诸如飞行空域限制以及隐私问题等监管方面的障碍。此外,技术技能不足以及系统整合难题等运营方面的挑战也制约了无人机的有效使用。社会和文化因素,比如对变革的抵触情绪、认知不足以及担心失业等,同样阻碍了无人机的普及。因此,找出这些障碍并采取针对性的解决方案,对于扩大无人机的应用范围、充分发挥其在农业领域的潜力至关重要。
随着农业系统的日益复杂,农民以及相关利益方在做出决策时需要综合考虑成本、效率、可持续性以及风险等多个相互冲突的标准。多准则决策方法为评估这些标准并辅助做出明智决策提供了结构化的框架。在精准农业领域,多准则决策方法已被用于选择最优的作物品种、评估灌溉策略以及判断对精准农业技术的投资价值等任务。德尔菲法、层次分析法以及各种模糊决策方法等常用工具被广泛运用,帮助相关方根据定性和定量因素系统地确定各项选项的优先级。例如,Ammann等人[20]借助德尔菲法,邀请34位专家共同分析瑞士蔬菜生产中精准农业技术面临的机遇与障碍。Khan等人[21]则结合德尔菲法、最佳-最差法以及解释结构模型,解决了孟加拉国公共部门农业项目中的供应链难题。Dey等人[22]运用多准则决策框架,确定了在发展中国家的农业环境中,实现可持续蘑菇种植的关键盈利因素及相应策略,如资金获取渠道、培训以及协作机制等。Dey等人[23]还利用多准则决策方法和机器学习技术评估潜在的地下水区域,发现了严重的地下水下降现象,并确定随机森林模型是最有效的预测模型。Antonelli等人[24]采用德尔菲法分析了地中海地区农业食品系统面临的挑战及相应的政策选择。Khan等人[25]运用德尔菲法研究了国际农业发展项目中的供应链问题。Corallo等人[26]分析了食品供应链,并将其应用到橄榄油生产中,提出了一种可持续的农业食品价值链模型。类似地,Qahtan等人[27]通过将费马概率犹豫模糊集与基于意见得分的模糊决策法以及比较分析方法相结合,为农业食品4.0供应链开发了一套多准则决策方法。Zhang和Zhang[28]则将费马模糊集与逐步权重评估比率分析法、决策试验与评估实验室-解释结构模型法以及质量功能展开法相结合,研究了农业食品废弃物资源化利用面临的挑战及解决方案。Erdogan[29]运用球形模糊集、逐步权重评估比率分析法以及比较分析方法,评估了农民对农业4.0技术的看法。Jasim等人[30]则采用基于零一致性模糊权重法和基于意见得分的模糊决策法的集成模糊多准则决策方法,评估了用于农业领域的不同无人机方案,证明了零一致性模糊权重法的有效性。Ibrahim等人[31]则利用区间值勾股模糊粗糙集以及零一致性模糊权重法,评估了棕榈油行业的可持续性状况。如前文所述,德尔菲法、模糊集、零一致性模糊权重法以及加权聚合和积评估法等多准则决策方法,能够显著提升农业领域决策结果的准确性和合理性。通过将这些方法整合在一起,尤其是在直觉模糊环境下,就能够更精准、更合理地评估和确定农业中应用无人机所面临的障碍及相应解决方案的优先级。
尽管无人机技术在农业领域的应用已经取得了显著进展,但决策者和相关利益方在推动无人机普及方面仍面临着诸多挑战:第一,究竟有哪些因素是阻碍无人机应用的主要障碍?第二,应如何确定这些障碍的优先级?第三,有哪些最有效的解决方案可以克服这些障碍?虽然无人机应用的相关障碍在人道主义物流和环境管理等领域已有研究,但由于无人机类型、成本以及带来的效益存在差异,这些研究成果并不总适用于农业领域。不同的无人机类型有着各自独特的要求,因而也会产生不同的应用障碍。此外,各国在立法、文化以及运营方面的差异,也限制了先前研究成果的适用性。对于决策者而言,从众多备选方案中选出最合适的解决方案仍是一项极为复杂的任务[32][33][34]。正是这些不足凸显出开展针对特定情境的研究、为农业中无人机的应用提供指导的必要性。本研究旨在回答以下研究问题:
研究问题1:在中国这个以传统农业为主的国家,农业中应用无人机面临的具体障碍有哪些?
研究问题2:在所有这些障碍中,哪些对无人机在中国农业中的应用影响最为显著?
研究问题3:针对这些障碍,有哪些潜在的解决方案?如何通过实施这些方案来推动无人机在中国农业中的应用?
为回答这些问题,需要解决若干挑战。首先,要从现有文献中找出相关的障碍,这就需要明确农业领域特有的关键问题。其次,各种障碍的重要性各不相同,因此需要一种高效的优先级确定方法,以避免过高的计算复杂度。第三,评估解决方案时需要考虑它们在应对不同障碍时的有效性,这就要求有一个完善的优先级框架。此外,专家判断在这一过程中起着至关重要的作用,但它也会带来主观性和不确定性,必须加以有效控制。
正因存在这些挑战,本研究采用了直觉模糊集[35][36]、改进的德尔菲法、零一致性模糊权重法[37]以及加权聚合和积评估法[38],来分析和确定中国农业中应用无人机所面临的障碍及相应解决方案的优先级。通过本研究得出的成果,决策者和从业者能够深入了解推动中国在农业领域应用无人机所面临的关键因素以及推荐的解决方案。本研究的主要贡献可总结如下:
(1)本研究通过改进的德尔菲法,系统地识别出了农业中应用无人机面临的32个障碍,为无人机在农业领域的应用提供了参考依据。
(2)本研究引入了直觉模糊零一致性权重法,用于评估和确定农业中应用无人机所面临的不同障碍的优先级,从而可以从操作角度对无人机应用的障碍进行有序处理。
(3)本研究运用直觉模糊加权聚合和积评估法,探讨了克服这些障碍的解决方案,对九种解决方案进行了评估和排序,有助于从业者加快无人机在农业中的应用进程。
本文的其余部分结构如下:第2节介绍本研究所采用的方法;第3节呈现研究结果;第4节进一步对这些结果进行分析;第5节对研究结果进行讨论;最后,第6节给出结论。
方法部分:本节提出了一种全新的多准则决策框架,该框架整合了直觉模糊集、改进的德尔菲法、零一致性模糊权重法以及加权聚合和积评估法,用于分析和确定农业中应用无人机所面临的障碍及相应解决方案的优先级。首先,改进的德尔菲法会对现有文献中提到的与无人机应用相关的障碍进行进一步梳理。接着,结合直觉模糊集的零一致性模糊权重法会为这些障碍分配权重,从而确定它们的优先级,实现对这些障碍重要性的全面且准确的评估。
结果部分:在本研究中,零一致性模糊权重法与加权聚合和积评估法被与直觉模糊集相结合,用于寻找克服农业中应用无人机障碍的最合适解决方案。该分析框架包含三个阶段:首先运用改进的德尔菲法识别障碍;然后通过直觉模糊零一致性权重法确定障碍的优先级;最后借助直觉模糊加权聚合和积评估法确定解决方案的优先级,具体流程如图1所示。
敏感性分析部分:为了分析本研究结果的稳健性,进行了两组敏感性分析。第一组分析标准权重变化对结果的影响,第二组则评估聚合系数变化对结果的作用。首先,为分析结果对标准权重变化的敏感度,首先确定了其中最重要的标准OB6,即“故障风险”。接着,为了考察标准权重变化带来的影响,对十一个……
农业中应用无人机的主要障碍:所提出的直觉模糊零一致性权重法-加权聚合和积评估法框架,为了解农业中应用无人机所面临的各类障碍提供了全面的视角。分析表明,运营方面的挑战是最主要的阻碍因素,其中系统可靠性的问题表现得尤为突出,表现为故障风险的高重要性,这凸显出设计出更为可靠的技术方案的关键性[17][58]。专用农业无人机存在固有的脆弱性,这可能导致其频繁出现故障。本研究采用基于直觉模糊FWZIC-WASPAS方法的混合框架,对农业领域应用无人机的障碍及解决方案进行了全面分析并确定了优先级。研究首先通过广泛的文献综述,找出32项障碍,并将其归为运营、战略、法律、经济和文化五大类。这些障碍还通过改进的德尔菲法进行验证,以确保其相关性。直觉模糊FWZIC方法被用于……
利益冲突声明:作者声明不存在任何可能影响本文研究结果的已知财务利益或个人关系。
致谢:本项工作得到了山东省高等教育青年创业科技扶持计划(项目编号2024KJH008)、山东省自然科学基金(项目编号ZR2025MS1050和ZR2023QF148)以及国家自然科学基金(项目编号62503292)的支持。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号