农村振兴厅：以影像和AI观察水稻生长

农村振兴厅（厅长李承敦）表示，已构建将影像与人工智能（AI）相结合的「人工智能水稻生长监测系统」，用于水稻生长调查，并正在验证其现场适用性与成效。其构想是把过去由人工直接下田查看的方式转变为以数据为基础的方式，从而将调查所需的劳动力减少60%以上。

[코리안투데이] 사람 대신 영상과 인공지능 AI 으로 벼 생육 살핀다 © 장형임 기자

定期确认水稻生长状况不仅关系到农业从业者的栽培管理，也是农业研究和政策制定的基础资料。然而，随着酷暑和集中暴雨等异常天气日益频繁，病虫害等农业灾害也屡屡发生，更加频繁地掌握生长状况的必要性正在增大。

目前的水稻生长调查，由调查员直接下田确认生长状况和产量相关性状。从插秧到收获，每月两次、共进行9次，每次至少投入2人，耗费大量时间和人力。尤其是像今年这样夏季酷暑严重的情况，现场调查本身就非常困难。

[코리안투데이] 사람 대신 영상과 인공지능 AI 으로 벼 생육 살핀다 © 장형임 기자

为此，国立粮食科学院建立了以日为单位收集并分析同一地点影像、每天确认生长变化的系统。由于采用远程、无人、非破坏的方式进行观测，可减少现场访问次数和调查时间，从而将生长调查劳动力节省约60%以上。也就是说，即使在酷暑中不下田，也能每天掌握水稻状态。

该系统由「影像采集设备」「基于影像的生长调查人工智能模型」和「水稻生长监测平台」构成。自2023年起开始构建，目前仍在运行。国立粮食科学院为收集数据和开发分析模型，在全国各道农业技术院19处安装并运行固定式影像采集设备；2025年又开发了安装和移动都很方便的移动式影像采集设备，扩大到包括市郡农业技术中心在内的86处。移动式设备以「监视用摄像头支架」注册了外观设计专利（30-1350082）。

[코리안투데이] 사람 대신 영상과 인공지능 AI 으로 벼 생육 살핀다 © 장형임 기자

以采集的影像为基础，还开发了用人工智能分析水稻生长和产量相关性状的模型。目前的准确率为：单位面积株数（栽植密度）97%，分蘖数98%，抽穗时期（出穗期）99%，基于稻穗面积的稻米产量88%。农村振兴厅计划今后将生长性状分析准确率提高到99%，产量分析模型提高到95%。在稻米产量预测方面，已申请「水稻收获量预测方法及利用该方法的水稻收获量预测装置」（10-2025-0205006）专利。

采集的影像和人工智能分析结果在「水稻生长监测平台」上进行统一管理。目前以各道农业技术院19处固定式设备的数据为基础运行，今后计划改进功能，使移动式设备的数据也能联动。

[코리안투데이] 사람 대신 영상과 인공지능 AI 으로 벼 생육 살핀다 © 장형임 기자

将影像和人工智能技术用于灾害应对的研究也在进行中。通过开发利用无人机（drone）拍摄影像分析水稻倒伏（倒伏）和褐飞虱受害面积的程序，为快速掌握大范围灾害规模奠定了基础。该程序与国土交通部V-WORLD地图信息联动，提取分析对象地块，计算各地块的受害面积和受害比例，结果可以影像和CSV文件形式保存。