新質(zhì)生產(chǎn)力背景下數(shù)字化推動大田農(nóng)業(yè)的應(yīng)用分析

摘要：新質(zhì)生產(chǎn)力背景下，數(shù)字化對推動大田農(nóng)業(yè)發(fā)展極為關(guān)鍵。闡述數(shù)字化在大田農(nóng)業(yè)生產(chǎn)中的應(yīng)用情況，分析數(shù)字化對新質(zhì)生產(chǎn)力背景下農(nóng)業(yè)生產(chǎn)關(guān)系的重構(gòu)趨勢，旨在為發(fā)展大田農(nóng)業(yè)新質(zhì)生產(chǎn)力提供參考。

關(guān)鍵詞：新質(zhì)生產(chǎn)力； 大田農(nóng)業(yè)； 數(shù)字化； 育種； 作物生長模型

中圖分類號：F323 文獻(xiàn)標(biāo)識碼：A 文章編號：1674-1161（2024）06-0069-02

2023年9月，習(xí)近平總書記在黑龍江考察調(diào)研期間首次提到新質(zhì)生產(chǎn)力這一概念，強調(diào)整合科技創(chuàng)新資源，引領(lǐng)發(fā)展戰(zhàn)略性新興產(chǎn)業(yè)和未來產(chǎn)業(yè)，加快形成新質(zhì)生產(chǎn)力。新質(zhì)生產(chǎn)力的核心宗旨是實現(xiàn)科技創(chuàng)新。在大田農(nóng)業(yè)生產(chǎn)領(lǐng)域，可以考慮從數(shù)字采集、存儲、分析與共享服務(wù)入手，綜合運用大數(shù)據(jù)、物聯(lián)網(wǎng)、人工智能等數(shù)字化技術(shù)，圍繞大田農(nóng)業(yè)生產(chǎn)的基本要素，即大田作物，在作物良種、生長模型，以及病蟲害防控等方面，融合數(shù)字應(yīng)用進行農(nóng)業(yè)科技創(chuàng)新，從而促進大田農(nóng)業(yè)領(lǐng)域的新質(zhì)生產(chǎn)力發(fā)展。闡述數(shù)字化在大田農(nóng)業(yè)生產(chǎn)中的應(yīng)用情況，分析數(shù)字化對新質(zhì)生產(chǎn)力背景下農(nóng)業(yè)生產(chǎn)關(guān)系的重構(gòu)趨勢，旨在為發(fā)展大田農(nóng)業(yè)新質(zhì)生產(chǎn)力提供參考。

1大田作物基因芯片技術(shù)育種

種子在大田生產(chǎn)中占據(jù)著至關(guān)重要的地位，不僅是農(nóng)業(yè)生產(chǎn)的基礎(chǔ)，更是實現(xiàn)農(nóng)作物高產(chǎn)優(yōu)質(zhì)的核心要素。因此，育種就是對生產(chǎn)資料的關(guān)鍵改造，是大田農(nóng)業(yè)新質(zhì)生產(chǎn)力發(fā)展的核心之一。現(xiàn)代育種已經(jīng)從傳統(tǒng)的選種、雜交逐步向基因化、芯片化方向發(fā)展。數(shù)字化可以從種質(zhì)資源管理、數(shù)據(jù)采集、系譜分析、試驗設(shè)計、參試進程管理、遺傳解析和基因解析、品種產(chǎn)業(yè)化推廣等方面對育種工作進行全面賦能，通過加速育種進程和提高育種效能來提升大田農(nóng)業(yè)生產(chǎn)力。

育種是一個耗時長、工作量大、投入多的復(fù)雜工作，僅育種親本性狀調(diào)查與比較、后代考種及實驗室檢測等各個環(huán)節(jié)就要采集大量數(shù)據(jù)[1]。傳統(tǒng)的數(shù)據(jù)采集方式在短時間內(nèi)對試驗點數(shù)據(jù)進行準(zhǔn)確分析和比較十分困難，在數(shù)字化的幫助下，耗時費力的工作可以由數(shù)字化系統(tǒng)輔助完成，極大提高了數(shù)據(jù)采集比對的效率。通過抽取作物種子數(shù)量、粒質(zhì)量、水分、顏色、粒型的數(shù)字化特征值，就可以實現(xiàn)高效、快速、準(zhǔn)確考種，如柳冠伊等[2]以線陣掃描方式來獲取玉米果穗表面圓周的圖像信息，再利用圖像處理技術(shù)從中提取相關(guān)性狀參數(shù)，從而實現(xiàn)了玉米果穗性狀的自動檢測，且穗粒數(shù)和穗行數(shù)的計數(shù)準(zhǔn)確率高達(dá)94.6%和99.1%。

在數(shù)字化的助力下，遺傳背景解析和基因解析的結(jié)果已經(jīng)非常可靠，并可用于提升育種效能，如全基因組關(guān)聯(lián)分析應(yīng)用基因組中單核苷酸多態(tài)性為分子遺傳標(biāo)記，在進行全基因組水平上的對照分析或相關(guān)性分析時，發(fā)現(xiàn)了影響復(fù)雜性狀的基因變異，現(xiàn)已廣泛應(yīng)用于農(nóng)作物育種研究中[3]。

2大田作物生長模型訓(xùn)練

作物生長模型是指對作物生長和發(fā)育過程中，各種環(huán)境因素和生理過程進行描述及預(yù)測的數(shù)學(xué)模型，可根據(jù)氣象、土壤條件及作物栽培管理措施，定量描述作物生長、發(fā)育、籽粒形成及產(chǎn)量等動態(tài)過程。大田作物生長模型具有較大的不確定性，需要輸入大量參數(shù)進行訓(xùn)練，因此應(yīng)用數(shù)字化可以大大縮短模型訓(xùn)練時間。

2.1生理模型

基于作物生理生態(tài)過程，對作物的生理特性和生態(tài)環(huán)境進行定量描述和建模，以模擬預(yù)測作物生長及產(chǎn)量的變化，包括光合作用、呼吸作用、水分吸收轉(zhuǎn)運及養(yǎng)分吸收等，同時研究環(huán)境因素的響應(yīng)，如光照、溫度、濕度等。常用的生理模型有CERES 模型、AquaCrop模型。

2.2統(tǒng)計模型

通過統(tǒng)計學(xué)方法對作物生長過程中的生理特征和環(huán)境因素進行數(shù)學(xué)描述分析，建立數(shù)學(xué)模型，以預(yù)測農(nóng)作物的生長發(fā)育情況。常用的統(tǒng)計模型有線性回歸模型、非線性回歸模型、時間序列模型等。

2.3物理模型

該模型是綜合應(yīng)用各種數(shù)學(xué)模型和技術(shù)手段，對作物生長和發(fā)育進行全面模擬預(yù)測的系統(tǒng)。通常包括計算機模型、決策支持系統(tǒng)、數(shù)據(jù)庫等，能夠?qū)ψ魑镌诓煌h(huán)境條件下的生長及產(chǎn)量進行動態(tài)模擬。

3大田作物“四情”監(jiān)測預(yù)警

農(nóng)業(yè)“四情”是指病蟲情、墑情、氣候和苗情，是大田農(nóng)業(yè)生產(chǎn)中的基礎(chǔ)生產(chǎn)因素。借助數(shù)字化應(yīng)用，可以在廣域范圍內(nèi)，對大田的“四情”實施遠(yuǎn)程網(wǎng)格化監(jiān)控。該系統(tǒng)支持實時動態(tài)監(jiān)控和分析預(yù)警，通常由小型氣候站、蟲情測報燈、土壤墑情監(jiān)測及預(yù)警預(yù)報等體系組成。“四情”監(jiān)測系統(tǒng)的核心組成模塊如下：

3.1土壤墑情及氣象監(jiān)測模塊

土壤墑情監(jiān)測模塊主要由土壤墑情監(jiān)測儀、小型氣象站等設(shè)備組成，負(fù)責(zé)收集廣域大田環(huán)境信息，包括土壤水分與鹽分、土壤溫度與濕度、空氣溫度與濕度、降雨量等諸多環(huán)境信息。土壤墑情需要不間斷監(jiān)測實時數(shù)據(jù)，所以這一模塊通常利用GPRS無線網(wǎng)絡(luò)來實現(xiàn)數(shù)據(jù)遠(yuǎn)程傳輸，再由后臺數(shù)據(jù)中心結(jié)合地區(qū)氣象數(shù)據(jù)形成不同區(qū)域的分析報告反饋給用戶，即墑情監(jiān)測數(shù)據(jù)、旱災(zāi)預(yù)警數(shù)據(jù)、走勢剖析數(shù)據(jù)、報表剖析數(shù)據(jù)、短信發(fā)布、信息發(fā)布、圖形預(yù)警信息。

3.2病蟲害監(jiān)測模塊

智能病蟲害檢測模塊需要集成自動蟲情測報燈、孢子捕捉器及集成電子數(shù)碼顯微、數(shù)字圖像處理與人工智能識別，以支持蟲害信息的采集、傳輸、識別、分析、預(yù)警等一體化的遠(yuǎn)程管理，包括隨檢流動的病害病原菌孢子及花粉塵粒、監(jiān)測病害孢子存量及其擴散動態(tài)，可為預(yù)測和預(yù)防病害流行、傳染提供可靠數(shù)據(jù)，顯著提升農(nóng)作物病蟲害的綜合防控管理水平。

3.3苗情監(jiān)測模塊

苗情檢測模塊依托視頻監(jiān)控、衛(wèi)星遙感、無人機巡航、移動終端報告等手段，可一體化監(jiān)測農(nóng)作物的生長發(fā)育狀態(tài)，實時捕捉作物的株高、葉面積、生長速度等關(guān)鍵指標(biāo)，支撐相關(guān)部門或?qū)＜覍?shù)據(jù)進行分析處理，幫助主管部門和農(nóng)民及時了解作物的生長情況，還能為后續(xù)的灌溉、施肥等管理措施提供科學(xué)依據(jù)，以便及時有效地進行監(jiān)管和干預(yù)。

一些地區(qū)的經(jīng)驗數(shù)據(jù)顯示，運用“四情”監(jiān)測數(shù)字化農(nóng)具后，突發(fā)性病蟲害預(yù)警期可提前10 d，多發(fā)性病蟲害預(yù)警期可提前30 d，病蟲害長期預(yù)報準(zhǔn)確率達(dá)到85%以上，中短期預(yù)報準(zhǔn)確率提高到90 %以上，病蟲害信息覆蓋率達(dá)到80%，防治技術(shù)到位率從60% 左右提高到80%以上。

利用數(shù)字化輔助大田作物病蟲害預(yù)警防治，是數(shù)字化提升新質(zhì)生產(chǎn)力發(fā)展的又一路徑，可以最大效果實現(xiàn)大田作物的減藥控害，增強糧食和重要農(nóng)產(chǎn)品的穩(wěn)定供給，保障農(nóng)產(chǎn)品質(zhì)量安全。

4新質(zhì)生產(chǎn)力背景下數(shù)字化對農(nóng)業(yè)生產(chǎn)關(guān)系的重構(gòu)情況

長期以來，我國農(nóng)業(yè)生產(chǎn)都是以小農(nóng)戶分散經(jīng)營為主體，伴隨著農(nóng)業(yè)機械化的發(fā)展，這種管理分散、不能形成規(guī)模效益的生產(chǎn)關(guān)系的弊端越來越明顯，但鑒于我國國情，這種模式還將長期持續(xù)。隨著數(shù)字化發(fā)展，互聯(lián)網(wǎng)平臺正在加速農(nóng)業(yè)分工的深化，包括農(nóng)機租用、種植托管、土地流轉(zhuǎn)等，這些新的生產(chǎn)形式正在加速大田農(nóng)業(yè)生產(chǎn)服務(wù)的發(fā)展，而農(nóng)業(yè)生產(chǎn)服務(wù)的快速發(fā)展又加快重構(gòu)農(nóng)業(yè)的分工體系，新時代的農(nóng)業(yè)生產(chǎn)關(guān)系正在不斷被優(yōu)化重塑。數(shù)字化推動了平臺經(jīng)濟的發(fā)展，激發(fā)了農(nóng)業(yè)產(chǎn)業(yè)鏈進一步延伸，既能為農(nóng)業(yè)產(chǎn)業(yè)帶來更多的創(chuàng)新和發(fā)展機會，也能促進小散農(nóng)戶自發(fā)進行產(chǎn)業(yè)鏈整合，從分散生產(chǎn)到平臺整合再到區(qū)域集群，可進一步促進大田農(nóng)業(yè)的新質(zhì)生產(chǎn)力發(fā)展。

5結(jié)語

大田農(nóng)業(yè)是我國農(nóng)業(yè)生產(chǎn)的主導(dǎo)產(chǎn)業(yè)，沒有大田農(nóng)業(yè)新質(zhì)生產(chǎn)力的提升，就無法實現(xiàn)農(nóng)業(yè)領(lǐng)域新質(zhì)生產(chǎn)力的提升。加強數(shù)字化運用，通過在大田作物育種、大田作物生長模型及大田作物病蟲害防治上加大創(chuàng)新力度，從育種到管理，減少作物對農(nóng)藥水肥的過度依賴，以實現(xiàn)資源低消耗、過程低損耗、全程高品質(zhì)，進而實現(xiàn)農(nóng)業(yè)生產(chǎn)過程的本質(zhì)提升，實現(xiàn)大田農(nóng)業(yè)的關(guān)鍵生產(chǎn)力要素升級。