我國智慧農業發展問題與對策

□文/ 孫家正 韓光鶴

（黑龍江八一農墾大學 黑龍江·大慶）

［提要］智慧農業依托物聯網、人工智能、云計算、傳感器等技術對農業生產進行智慧化管理，提升生產經營效率。智慧農業是我國農業現代化發展的有力支撐，但由于我國智慧農業處于初級階段，所以仍然存在現有技術不足、科研能力不足、專業人才不足等問題，亟須國家、社會各界共同努力解決。

引言

智慧農業是我國實現農業現代化的重要手段。智慧農業通過利用物聯網、云計算、人工智能、遙感等技術實現全產業鏈的協調發展以及農產品的精準生產。

關于智慧農業的內涵，何海霞（2021）將其分為廣義和狹義。從廣義上來講，是指傳統農業通過系統化從而形成智慧農業體系，同時也是一個農業產業鏈條，是農業現代化的一個新的方向，是農業發展4.0 階段，包含智慧生產、智慧管理、智慧銷售。從狹義上講，智慧農業是將傳統農業賦予“智慧”，將農業與互聯網結合，運用大數據、物聯網、人工智能等技術在農業的生產、加工、運輸、管理、銷售等環節提高效率增加產量，使農業生產更加透明化、安全化。

智慧農業是實現鄉村振興、共同富裕的重要手段。劉宏笪等（2019）認為智慧農業是鄉村振興在實踐方面的嘗試，也是多產業融合發展的先行導向與示范，更是未來農業轉型的戰略選擇，同時也是未來農業發展方向。寧甜甜（2022）從國家戰略角度分析得出發展智慧農業可以加速實現農業現代化，促進城市與鄉鎮的有效融合，同時也是增強我國農業國際競爭力的重要手段。我國對于智慧農業高度重視，并出臺了一系列文件。中央網信辦、農業農村部等聯合印發的《2022 年數字鄉村發展工作要點》中指出，要打牢智慧農業發展基礎，建立糧食安全數字化保護手段，向農業智慧化、數字化發展。同時，2022 年中央一號文件中更是強調要加快推動數字鄉村建設以及智慧農業發展，促進信息技術與農機技術之間的融合應用。發展智慧農業是未來農業發展的必然趨勢。

當前我國農業信息化水平較低，2020 年我國農業生產信息化水平僅為22.5%，距離2025 年農業信息化水平到達27%仍有一段距離。馬紅坤等（2020）認為目前關于我國智慧農業的發展路徑的分析在學術界的研究較為淺薄。目前，我國智慧農業發展仍處于初級階段，因此通過對我國智慧農業發展的回顧發現其中的問題并提出對策會對我國智慧農業發展、推進農業現代化具有重要意義。

一、我國智慧農業應用狀況

（一）信息輸入端。信息輸入端以傳感器、無人機、物聯網技術為主。農業傳感器種類多樣，在智慧農業發展中占據舉足輕重的地位，是農業數據收集的基礎。王瀟（2022）等認為農業現代化發展需要依靠農業傳感器作為技術支撐，先進成熟的工業傳感器向農業領域拓展應用有效補充了農業傳感器的體量。李海英等（2022）指出當前傳感器類型包括溫度傳感器、濕度傳感器、生物傳感器、氣敏傳感器、光電傳感器、pH 值傳感器、壓力傳感器等，在農業生產過程中負責對田間地頭的濕度、溫度、光照情況、土壤成分等生產信息進行收集。在智慧農機、農業機器人方面，肖正邦（2022）指出傳感器可通過對行駛過程中機器前方的圖像信息進行預處理、特征提取分割、圖像識別等方式，將視覺感知到的二維圖像轉換為三維空間信息。張微微等（2023）認為無人機遙感具有花費低、操控難度低、受氣象條件影響小、監測周期靈活和超高影像分辨率等傳統衛星遙感無法比擬的優點，極大提高了影像獲取的時效性和便捷性。通過使用無人機可以為農業信息數據獲取提供精準的信息源。李欣璐與凌燦權（2022）認為無人機遙感技術運用4k 高清攝像機對土地進行拍照通過對圖片分析可以完成對土壤信息和作物的環境信息的收集。農業生產資料流通是影響農業生產與效率的重要方面。馬曉麗（2010）指出由于智慧農業技術、互聯網技術日漸發達，使歐美發達國家的農產品市場信息服務有較好的成果。歐美的一些發達國家已經建立了相對健全的農產品市場信息服務體系。當前，我國對于市場信息、農資信息收集的研究頗少，不成體系，缺少農資交易平臺，難以收集數據。

（二）信息處理端。在信息處理端，運用云計算、大數據技術、物聯網、人工智能、生長模型技術對收集的信息處理計算。云計算多用于為農業信息服務系統分析數據。王麗杰、劉婷婷（2022）指出，運用基于云計算技術的土壤墑情信息系統可對墑情信息及時、準確地獲取、分析，同時進行智能信息決策。聶鵬程等（2021）表示物聯網技術主要應用于精準灌溉、精準施肥、病蟲害防治等領域。魯剛強、向模軍（2022）認為在農業灌溉方面運用物聯網技術配置傳感器對在不同生長環境生長的作物進行檢測，掌握農田基本數據并進行智能整合，為農田灌溉提供數據分析，達到節水目的。宋艷、黃留鎖（2017）將物聯網技術與近紅外光波數據分析相結合應用于農業土壤養分監測，將土壤養分數據與系統設置進行對照，實時做出施肥與否的決策，以指導農業施肥。汝剛、劉慧、沈桂龍（2020）認為人工智能技術目前已有與農業融合的典型案例，但是在農業領域仍處于初始階段，面臨一系列挑戰。在20 世紀60 年代荷蘭、澳大利亞、美國的作物生長模型得到初步發展領先我國近20 年。荷蘭的作物生長模型的特點是解釋性與通用性都比較出色，美國的作物生長模型的特點是應用性與綜合性強。我國的作物生長模型初期借鑒美國與荷蘭的模型，近年來在水稻、玉米、大豆等作物生長發育研究應用上有較大進展。但目前多數作物生長模型準確性較低，沒有考慮全部的限制性因素，缺乏統一的標準和方法，每個地域的同一品種參數不同，通用性較差；缺乏模型在不同環境、氣候、土壤等的運行資料，使得模型檢驗困難。

（三）信息輸出端。智慧農業設備、農業App、農業系統建設、農業機器人根據處理分析過的數據、信息完成相應指令，實現增產增效的效用。趙慧娟（2021）指出運用監測設備對溫室大棚內的環境溫濕度、二氧化碳濃度、光照度等參數進行頰側分析，從而使用PLC 控制器進行相關參數的智能控制。周俊、何永強（2021）指出將農業機械自動導航技術在智慧農機上普遍配備，通過對農田環境和農機位姿信息獲取和分析，從而對農機下達指令進行路徑導航以及控制。智慧農業服務平臺是將各種數據分析后展現在平臺中便于農戶依需瀏覽。例如，歐善國、彭曉丹、凌洋（2022）設計的廣州智慧農業服務平臺提供關鍵農時氣象監測分析、農作物生長適宜性分析、農業氣象災害監測等決策服務，根據用戶需求對相應數據進行分析，將得出的結果反饋給用戶。孫興蓮等（2021）設計的種質數據服務平臺也是將收集的種子信息分類供用戶檢索，同時提供咨詢服務，實現資源共享。

二、我國智慧農業發展存在的問題

（一）智慧農業現有技術不足。智慧農業技術對我國推進農業現代化、提高農業競爭力具有重要作用。我國智慧農業技術雖然在不斷發展，但技術短板較為明顯，并且核心技術面臨被“卡脖子”的局限。之所以存在“卡脖子”，是因為我國農業核心技術如農機技術識別、芯片材料、作物生長模型、集成電路技術、算力模型等尚未突破，自主創新能力較差，并且缺乏國產高端智能農機。在智慧農業設施方面，國內智慧設施的核心零部件水平較歐美發達國家落后。國產農業傳感器在我國智慧農業產業園已經普遍使用，但是在精準度方面與進口傳感器有一定的差距。智慧農業技術的核心技術尚未突破，導致智慧農業實施起來成本高，難以普及。

（二）智慧農業科研能力不足。智慧農業核心技術未攻破導致技術、設施、農機成本高，與其帶來的收益形成的投入與產出比使得企業投入意愿低迷。李海俠認為，盡管工業和信息化部聯合財政部于2012 年對物聯網投入資金近3.5 億元，但相對總入圍的企業數量以及外圍企業需求來講仍有差距。我國土地面積廣，具有氣候差異，收集數據困難，智慧農業基礎設施建設不完備導致大數據庫數據不完整，使得研發難度較高。智慧農業技術研發周期長主要有三個方面原因：一是智慧農業技術的研究不是一蹴而就的，需要反復試驗以得出最優方案；二是由于農作物生長周期長的特點，智慧農業科研項目研發時間也相應增長；三是智慧農業核心技術的缺失以及被技術專利“卡脖子”使得智慧農業技術研發速度慢。

（三）智慧農業專業人才不足。智慧農業屬于高新技術產業，需要農業從業者對智慧化農機、大數據平臺熟練化操作，同時需要具備一定的信息化技術知識素養，在我國青壯年流失嚴重的農村難以找到此類人才。大學生對于農業的認知還停留在從前的傳統耕作模式，并且從事農業的薪資待遇并不是很理想，使得農學專業的大學生也很少愿意留在農村從事農業工作。我國高校智慧農業專業學科較少培養專精人才，使得農村、農業長期沒有新鮮血液進入，很難接受新事物。農戶對智慧農業認知水平低，智慧農業參與度低，智慧農業難以被推廣。

三、推進智慧農業發展的對策

（一）加強自主研發。在技術研究基礎端，要注重對底層技術研究得更加透徹，高效配置創新資源理清智慧農業運行機制。增加智慧農業技術實驗區，讓技術在田間地頭上反復實驗，提高科技成果轉化率。作物生長模型、算力模型等技術需要年限的積累，要接續對技術的研發以及數據的收集，打破“卡脖子”的局面。發揮我國集中力量辦大事的制度優勢，舉全國之力對智慧農業核心技術進行研發、實驗，形成關鍵技術自主研發的學術氛圍，對國外的技術保持借鑒態度而不是“拿來主義”。積極開發新產品，在具有部分技術優勢前提下率先推出新產品拿下開發主動權，為后續技術研發帶來先機。

（二）增加政府投資，擴大智慧農業實驗園區。智慧農業是促進我國農業現代化的一個利器，智慧農業技術需要長期的資金投入來進行研究、創新、落實。政府應加大財政投資力度，對智慧農業企業給予資金、政策支持，或減免稅收或提供專項補助，鼓勵智慧農業企業研發創新。宣傳智慧農業，加大社會面的投資，資金充足可以使智慧農業科研投入無后顧之憂，加速科研成果的產出，真正實現成果轉化到農村、農業。增加智慧農業實驗區，擴大示范區面積，將不同種類作物分散種植，規模化種植讓智慧農業技術得到充分實驗，使數據更精準，不同生長周期作物可輪作，加快研發速度，使研究成果盡快產出落地。

（三）培養智慧農業人才，提高從業者認知。建立智慧農業人才培養體系，智慧農業技術項目多且精，需要進行分類培養。在農業院校開設智慧農業專業為各農村、農場輸送人才，將農村、農場設為農業院校的實習基地，既可以為農場、農村提供多方面人才的同時可以提高學生的實操動手能力以及對農村、農場的了解認識，為畢業后工作打下基礎。提高農村、農場薪資待遇，將人才留住，使管理人員年輕化、管理運營思想創新化。同時，要開展對農戶的農技及智慧農業方面的培訓，提高農戶綜合素質以及對智慧農業的認知水平，以提升農戶智慧農業參與度。