唐华俊：智慧农业赋能农业农村现代化高质量发展

我国智慧农业发展现状

我国农业信息化发展经历了农业科学统计计算与农业数据处理时代、农业数字模型与农业专家系统时代、数字农业与精准农业时代,目前正在向以物联网、大数据和人工智能等新技术为代表的智慧农业时代迈进。智慧农业以信息知识为核心,将新兴的遥感网、传感网、大数据、互联网、云计算、人工智能等现代信息技术与智能装备、智能机器人深入应用到农业生产、加工、经营、管理和服务等全产业链环节,实现精准化种植、互联网化销售、智能化决策和社会化服务,形成以数字化、自动化、精准化和智能化为基本特征的现代农业发展形态。近年来,党中央、国务院就大力发展智慧农业、推进数字乡村战略作出了一系列重大部署,营造了智慧农业发展的良好政策环境。在政府、科研机构、企业和新型农业经营主体等各方的共同努力下,我国在推进智慧农业发展方面取得显著进展,农业生产、农产品流通、质量监管、产品营销等方面数字化转型稳步推进。

一是探索农业生产智能化,提高农业生产效率。河南建立小麦、玉米等大田作物墒情、苗情、病虫情、灾情监测管理系统,建成一批设施农业物联网技术示范应用基地,推广一批降本增效生产模式;湖北推进“互联网+北斗+农机”的机信融合,全省已安装北斗终端16838台套,作业质量监测覆盖了深松整地、油菜轮作、秸秆综合利用等主要作业环节,智能农机较普通农机效率提高50%～60%;湖南建设全省智慧农业物联网平台,实现对蔬菜大棚种植环境的实时监测,并根据预设程序自动控制风机、喷灌、遮阳板等。

二是探索农产品流通网络化,创新产品销售模式。福建发挥电子商务进农村综合示范县辐射带动作用,全面开展“互联网+”农产品出村进城工程建设,重点推进以市场为导向的农产品生产体系、现代物流体系、网络销售体系等建设;吉林建设农产品产销对接平台,为各地农产品供应商与采购商提供数字化交易对接服务工具,引导多方参与、多渠道解决农产品销售问题;江西打造“赣农宝”电商平台,汇集全省优质特色农产品3500多种,开展电商直播、短视频、微信营销等新业态新模式,2019年农产品网络零售额38.9亿元,同比增长18.9%;青海依托高原特色智慧农牧业大数据平台,建成省级农牧业综合电子商务平台,对接物联网视频监控、质量追溯平台,提供认种、认养等新兴消费方式。

三是探索农产品追溯便捷化,强化质量安全监管。江苏建成数据共享、使用便捷的全省统一农产品追溯平台,实现全省农产品质量追溯信息“一张网”管理,已有1.4万家以上农产品生产经营主体入网,实现“带证上网、带码上线、带标上市”;内蒙古部署大数据监管平台,覆盖各级1200家监管、检测和执法机构及10万余家农畜产品生产经营主体;贵州运用区块链技术改造升级农产品质量安全追溯平台,共有4086个农产品生产经营主体通过审核入驻平台。

四是探索农业资源信息集成化,提高信息服务水平。浙江在温州建设“5G+智慧农业”示范点,实现对农业全流程大数据的实时采集,并对无人机和稻田机器人远程控制、高清直播,探索农田高效管理解决方案;江苏建设省级农业科技服务云平台,集农技知识库、专家问诊、视频诊断、信息采集发布为一体,通过移动互联,为新型农业经营主体和广大农户提供“全天候、保姆式”信息服务;重庆推动国家级生猪大数据中心建设,建立200多个样本采集点的市场价格体系,采集价格信息70余万条,为生猪保供稳价提供数据支撑;福建推进建设农业大数据资源中心,整合农村经管、农资监管、农技推广、农机调度等涉农信息资源,实现系统互联互通、共享共用。

国内外智慧农业发展对比

总体上看,发达国家智慧农业发展起步早、速度快。

美国从20世纪60年代开始发展智慧农业,形成了比较完备的政策支持体系、智慧农业科技服务体系、信息服务体系和网络基础设施建设及投资模式,涌现出一批农业大数据专业公司为农业产业链各环节提供专业化服务。从20世纪90年代开始,美国政府每年拨款十多亿美元建设农业信息网络,推进技术开发应用;利用自动控制技术和网络技术实现农业数据资源的社会化共享;现代农业智能装备技术日趋成熟,农场的物联网技术应用率高达80%,农民可利用全球定位系统、遥感监测系统、地理信息系统、农业专家系统、智能化农机具系统、环境监测系统等对农业进行精细化自适应生产。

英国着力发展精准农业,集成地理信息系统、空间技术与数据库、遥感系统、作物生产管理专家决策系统等,实现农业生产的精准播种、精准施肥、精准灌溉和精准收获。启动“农业技术战略”,整合企业、大学和科研机构的力量,建立以“农业信息技术和可持续发展指标中心”为基础的一系列农业创新中心,促进大数据和信息技术应用,搭建和完善数据科学与建模平台,搜集和整理农业产业链上的所有公开数据,实现最大程度的数据共享。

法国建立以政府农业信息数据库为主体、民间付费农业信息网站为补充的“大农业”数据体系,以信息化助推精细农业发展。由各级农业部门负责数据收集、汇总与公布,涵盖种植、渔业、畜牧、农产品加工等领域,打造涵盖高新技术研发、商业市场咨询、法律政策保障、互联网应用等在内的数据服务体系。

日本重视农业信息化体系建设,建立完善的农业科技生产信息支持体系和农业市场信息服务系统,大力发展物联网,推进网上农业交易系统建设。集合国内农产品批发市场,实时联网发布农产品需求信息;构建全国“综合农业组合”组成的各类农产品生产数量和价格行情预测系统,凭借这些精确信息,每位农户都能掌握国内市场甚至国际市场畅销农产品的价格、数量,帮助农民调整生产品种及产量,确保生产过程明确、有序。

从技术层面看,我国在遥感信息、无人机技术等方面已具备一定优势,特别是5G通信领域的崛起和未来应用场景的不断丰富,为智慧农业发展提供了重要支撑。但是,与智慧农业相关的一些关键技术及核心零部件与一些发达国家差距较大。例如,70%的农业传感器核心元器件需要从国外引进,农用专用芯片和算法对外依存度超过90%,农业机器人机械高端整机产品80%依赖进口。从产业层面看,我国正积极推进新一代信息技术与农业的深度融合,取得了重要进展,但仍存在一些难点:一是基础设施依然薄弱,数据资源体系建设还不完善,数据标准缺失阻碍应用协同;二是核心关键技术研发力量不足、缺乏创新型人才,农业机器人、智能农机装备适应性较差;三是数字技术与农业融合不够,数据整合不充分、开发应用不足,信息系统集成不够。

智慧农业发展的关键任务

数据是基础性战略资源,数字经济是现代经济发展的新动能。智慧农业的核心目标是实现农业全过程的智能化,本质是数据驱动。围绕数据这一关键生产要素,智慧农业发展需要突破数据获取、数据处理、应用服务等三方面的关键技术、装备和集成系统,实现从数据到知识到决策的转换。每一核心问题都有各自的关键理论和技术方法体系,这些理论、技术方法高度集成,形成完整的智慧农业系统。

数据获取是基础。通过精准感知和数据采集技术创新,构建“天空地”一体化的农业农村信息采集技术体系,开展数据采集、输入、汇总、应用、管理技术的研究,提升原始数据获取和处理能力,解决“数据从哪来、如何管”这一基础问题。重点推进满足农业农村需求的专业遥感卫星研发,突破无人机农业应用共性关键技术,攻克农业生产环境和动植物生理体征专用传感器,实现重要农区、牧区的农业资源环境、生产、经营、管理和服务等跨区域、全要素、多层次的数据采集;研发农业农村大数据管理平台,突破“集中+分布式”农业农村资源资产一体化云架构、数据安全等关键技术。

数据处理分析是关键。进行数据挖掘与智能诊断技术创新,构建农业大数据智能处理与分析技术体系,加强人工智能、虚拟现实、区块链+农业、大数据认知分析等战略性前沿性技术超前布局,解决“数据如何处理与分析”的关键问题。重点开展共性关键技术攻关,集成农学知识与模型、计算机视觉、深度学习等方法,研发动植物生产监测、识别、诊断、模拟与调控的专有模型和算法,实现农业生产全要素、全过程数字化、智能化诊断;围绕农村数字化服务,加强农业农村数据资源关联挖掘、智能检索、智能匹配与深度学习等关键技术研发,满足农民对公益服务、便民服务、电子商务、体验服务等全方位信息需求。

数据应用服务是核心。通过精准管控与信息服务技术创新,构建数据赋能农业农村智能化决策与管理技术体系,加快行业管理与服务流程的数字化改造,解决“数据如何服务”的出口问题。重点加强农业农村专有软件与信息系统的整合集成研究,研发环境智能控制系统、农产品质量快速检测与冷链物流技术、农产品可信追溯技术;提升智能装备自主研发能力,创制一批农业智能感知、智能控制、自主作业等物质装备,重点突破农业机器人、数控喷药、智能检测、智能搬运、智能采摘、果蔬产品分级分选智能装备;进行数字农业标准规范研制,建立数据标准、数据接入与服务、软硬件接口等标准规范。

推进我国智慧农业发展的建议

智慧农业作为技术密集型农业创新体系,需要通过对遥感网、云计算、互联网、物联网、大数据等数字技术与装备的综合应用,自动、精准、高效地收集、提取并加工农业大数据,让各类“数据孤岛”相互联通,借助深度学习与数据挖掘等人工智能技术,快速获取多种信息知识,取得优质高效、生态友好的综合效益,促进农业高质量发展。发展智慧农业应立足我国国情、借鉴国际经验,明确发展方向,厚植发展根基,稳步推进。

一是加强农业农村数据整合。推动搭建统一开放的国家农业农村大数据中心,实现多部门、多层级、多领域的数据资源汇聚、共享与分析,提高农业农村领域管理服务能力和科学决策水平。

二是加快补齐核心技术短板。针对农业农村复杂应用场景下的核心技术短板,加强精准感知和数据采集、数据挖掘与智能诊断,农业机器人、精准管控与信息服务技术创新,突破“卡脖子”技术问题。

三是强化智慧农业应用场景建设。借鉴一些发达国家的做法,针对我国不同区域、不同产业、不同经营主体,重点建设智慧农业典型应用场景,通过场景集成智慧农业技术、系统、平台和装备等,解决从单一技术到多技术集成问题。

四是推动智慧农业产业体系建设。加强顶层设计和系统谋划,推动产学研相结合,推进理论研究、模式创新、人才队伍建设,探索培育智慧农业产业体系,推动形成智慧农业产业集群。

五是加快构建智慧农业发展政策支撑体系。推动智慧农业发展的支撑体系建设,包括金融、保险、补贴等政策,为数字生产力匹配适宜的生产关系,构建数字技术落地应用的良好数字生态。