□文/ 孫家正 韓光鶴

（黑龍江八一農(nóng)墾大學(xué) 黑龍江·大慶）

［提要］智慧農(nóng)業(yè)依托物聯(lián)網(wǎng)、人工智能、云計(jì)算、傳感器等技術(shù)對(duì)農(nóng)業(yè)生產(chǎn)進(jìn)行智慧化管理，提升生產(chǎn)經(jīng)營(yíng)效率。智慧農(nóng)業(yè)是我國(guó)農(nóng)業(yè)現(xiàn)代化發(fā)展的有力支撐，但由于我國(guó)智慧農(nóng)業(yè)處于初級(jí)階段，所以仍然存在現(xiàn)有技術(shù)不足、科研能力不足、專業(yè)人才不足等問(wèn)題，亟須國(guó)家、社會(huì)各界共同努力解決。

引言

智慧農(nóng)業(yè)是我國(guó)實(shí)現(xiàn)農(nóng)業(yè)現(xiàn)代化的重要手段。智慧農(nóng)業(yè)通過(guò)利用物聯(lián)網(wǎng)、云計(jì)算、人工智能、遙感等技術(shù)實(shí)現(xiàn)全產(chǎn)業(yè)鏈的協(xié)調(diào)發(fā)展以及農(nóng)產(chǎn)品的精準(zhǔn)生產(chǎn)。

關(guān)于智慧農(nóng)業(yè)的內(nèi)涵，何海霞（2021）將其分為廣義和狹義。從廣義上來(lái)講，是指?jìng)鹘y(tǒng)農(nóng)業(yè)通過(guò)系統(tǒng)化從而形成智慧農(nóng)業(yè)體系，同時(shí)也是一個(gè)農(nóng)業(yè)產(chǎn)業(yè)鏈條，是農(nóng)業(yè)現(xiàn)代化的一個(gè)新的方向，是農(nóng)業(yè)發(fā)展4.0 階段，包含智慧生產(chǎn)、智慧管理、智慧銷售。從狹義上講，智慧農(nóng)業(yè)是將傳統(tǒng)農(nóng)業(yè)賦予“智慧”，將農(nóng)業(yè)與互聯(lián)網(wǎng)結(jié)合，運(yùn)用大數(shù)據(jù)、物聯(lián)網(wǎng)、人工智能等技術(shù)在農(nóng)業(yè)的生產(chǎn)、加工、運(yùn)輸、管理、銷售等環(huán)節(jié)提高效率增加產(chǎn)量，使農(nóng)業(yè)生產(chǎn)更加透明化、安全化。

智慧農(nóng)業(yè)是實(shí)現(xiàn)鄉(xiāng)村振興、共同富裕的重要手段。劉宏笪等（2019）認(rèn)為智慧農(nóng)業(yè)是鄉(xiāng)村振興在實(shí)踐方面的嘗試，也是多產(chǎn)業(yè)融合發(fā)展的先行導(dǎo)向與示范，更是未來(lái)農(nóng)業(yè)轉(zhuǎn)型的戰(zhàn)略選擇，同時(shí)也是未來(lái)農(nóng)業(yè)發(fā)展方向。寧甜甜（2022）從國(guó)家戰(zhàn)略角度分析得出發(fā)展智慧農(nóng)業(yè)可以加速實(shí)現(xiàn)農(nóng)業(yè)現(xiàn)代化，促進(jìn)城市與鄉(xiāng)鎮(zhèn)的有效融合，同時(shí)也是增強(qiáng)我國(guó)農(nóng)業(yè)國(guó)際競(jìng)爭(zhēng)力的重要手段。我國(guó)對(duì)于智慧農(nóng)業(yè)高度重視，并出臺(tái)了一系列文件。中央網(wǎng)信辦、農(nóng)業(yè)農(nóng)村部等聯(lián)合印發(fā)的《2022 年數(shù)字鄉(xiāng)村發(fā)展工作要點(diǎn)》中指出，要打牢智慧農(nóng)業(yè)發(fā)展基礎(chǔ)，建立糧食安全數(shù)字化保護(hù)手段，向農(nóng)業(yè)智慧化、數(shù)字化發(fā)展。同時(shí)，2022 年中央一號(hào)文件中更是強(qiáng)調(diào)要加快推動(dòng)數(shù)字鄉(xiāng)村建設(shè)以及智慧農(nóng)業(yè)發(fā)展，促進(jìn)信息技術(shù)與農(nóng)機(jī)技術(shù)之間的融合應(yīng)用。發(fā)展智慧農(nóng)業(yè)是未來(lái)農(nóng)業(yè)發(fā)展的必然趨勢(shì)。

當(dāng)前我國(guó)農(nóng)業(yè)信息化水平較低，2020 年我國(guó)農(nóng)業(yè)生產(chǎn)信息化水平僅為22.5%，距離2025 年農(nóng)業(yè)信息化水平到達(dá)27%仍有一段距離。馬紅坤等（2020）認(rèn)為目前關(guān)于我國(guó)智慧農(nóng)業(yè)的發(fā)展路徑的分析在學(xué)術(shù)界的研究較為淺薄。目前，我國(guó)智慧農(nóng)業(yè)發(fā)展仍處于初級(jí)階段，因此通過(guò)對(duì)我國(guó)智慧農(nóng)業(yè)發(fā)展的回顧發(fā)現(xiàn)其中的問(wèn)題并提出對(duì)策會(huì)對(duì)我國(guó)智慧農(nóng)業(yè)發(fā)展、推進(jìn)農(nóng)業(yè)現(xiàn)代化具有重要意義。

一、我國(guó)智慧農(nóng)業(yè)應(yīng)用狀況

（一）信息輸入端。信息輸入端以傳感器、無(wú)人機(jī)、物聯(lián)網(wǎng)技術(shù)為主。農(nóng)業(yè)傳感器種類多樣，在智慧農(nóng)業(yè)發(fā)展中占據(jù)舉足輕重的地位，是農(nóng)業(yè)數(shù)據(jù)收集的基礎(chǔ)。王瀟（2022）等認(rèn)為農(nóng)業(yè)現(xiàn)代化發(fā)展需要依靠農(nóng)業(yè)傳感器作為技術(shù)支撐，先進(jìn)成熟的工業(yè)傳感器向農(nóng)業(yè)領(lǐng)域拓展應(yīng)用有效補(bǔ)充了農(nóng)業(yè)傳感器的體量。李海英等（2022）指出當(dāng)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(nóng)業(yè)生產(chǎn)過(guò)程中負(fù)責(zé)對(duì)田間地頭的濕度、溫度、光照情況、土壤成分等生產(chǎn)信息進(jìn)行收集。在智慧農(nóng)機(jī)、農(nóng)業(yè)機(jī)器人方面，肖正邦（2022）指出傳感器可通過(guò)對(duì)行駛過(guò)程中機(jī)器前方的圖像信息進(jìn)行預(yù)處理、特征提取分割、圖像識(shí)別等方式，將視覺(jué)感知到的二維圖像轉(zhuǎn)換為三維空間信息。張微微等（2023）認(rèn)為無(wú)人機(jī)遙感具有花費(fèi)低、操控難度低、受氣象條件影響小、監(jiān)測(cè)周期靈活和超高影像分辨率等傳統(tǒng)衛(wèi)星遙感無(wú)法比擬的優(yōu)點(diǎn)，極大提高了影像獲取的時(shí)效性和便捷性。通過(guò)使用無(wú)人機(jī)可以為農(nóng)業(yè)信息數(shù)據(jù)獲取提供精準(zhǔn)的信息源。李欣璐與凌燦權(quán)（2022）認(rèn)為無(wú)人機(jī)遙感技術(shù)運(yùn)用4k 高清攝像機(jī)對(duì)土地進(jìn)行拍照通過(guò)對(duì)圖片分析可以完成對(duì)土壤信息和作物的環(huán)境信息的收集。農(nóng)業(yè)生產(chǎn)資料流通是影響農(nóng)業(yè)生產(chǎn)與效率的重要方面。馬曉麗（2010）指出由于智慧農(nóng)業(yè)技術(shù)、互聯(lián)網(wǎng)技術(shù)日漸發(fā)達(dá)，使歐美發(fā)達(dá)國(guó)家的農(nóng)產(chǎn)品市場(chǎng)信息服務(wù)有較好的成果。歐美的一些發(fā)達(dá)國(guó)家已經(jīng)建立了相對(duì)健全的農(nóng)產(chǎn)品市場(chǎng)信息服務(wù)體系。當(dāng)前，我國(guó)對(duì)于市場(chǎng)信息、農(nóng)資信息收集的研究頗少，不成體系，缺少農(nóng)資交易平臺(tái)，難以收集數(shù)據(jù)。

（二）信息處理端。在信息處理端，運(yùn)用云計(jì)算、大數(shù)據(jù)技術(shù)、物聯(lián)網(wǎng)、人工智能、生長(zhǎng)模型技術(shù)對(duì)收集的信息處理計(jì)算。云計(jì)算多用于為農(nóng)業(yè)信息服務(wù)系統(tǒng)分析數(shù)據(jù)。王麗杰、劉婷婷（2022）指出，運(yùn)用基于云計(jì)算技術(shù)的土壤墑情信息系統(tǒng)可對(duì)墑情信息及時(shí)、準(zhǔn)確地獲取、分析，同時(shí)進(jìn)行智能信息決策。聶鵬程等（2021）表示物聯(lián)網(wǎng)技術(shù)主要應(yīng)用于精準(zhǔn)灌溉、精準(zhǔn)施肥、病蟲(chóng)害防治等領(lǐng)域。魯剛強(qiáng)、向模軍（2022）認(rèn)為在農(nóng)業(yè)灌溉方面運(yùn)用物聯(lián)網(wǎng)技術(shù)配置傳感器對(duì)在不同生長(zhǎng)環(huán)境生長(zhǎng)的作物進(jìn)行檢測(cè)，掌握農(nóng)田基本數(shù)據(jù)并進(jìn)行智能整合，為農(nóng)田灌溉提供數(shù)據(jù)分析，達(dá)到節(jié)水目的。宋艷、黃留鎖（2017）將物聯(lián)網(wǎng)技術(shù)與近紅外光波數(shù)據(jù)分析相結(jié)合應(yīng)用于農(nóng)業(yè)土壤養(yǎng)分監(jiān)測(cè)，將土壤養(yǎng)分?jǐn)?shù)據(jù)與系統(tǒng)設(shè)置進(jìn)行對(duì)照，實(shí)時(shí)做出施肥與否的決策，以指導(dǎo)農(nóng)業(yè)施肥。汝剛、劉慧、沈桂龍（2020）認(rèn)為人工智能技術(shù)目前已有與農(nóng)業(yè)融合的典型案例，但是在農(nóng)業(yè)領(lǐng)域仍處于初始階段，面臨一系列挑戰(zhàn)。在20 世紀(jì)60 年代荷蘭、澳大利亞、美國(guó)的作物生長(zhǎng)模型得到初步發(fā)展領(lǐng)先我國(guó)近20 年。荷蘭的作物生長(zhǎng)模型的特點(diǎn)是解釋性與通用性都比較出色，美國(guó)的作物生長(zhǎng)模型的特點(diǎn)是應(yīng)用性與綜合性強(qiáng)。我國(guó)的作物生長(zhǎng)模型初期借鑒美國(guó)與荷蘭的模型，近年來(lái)在水稻、玉米、大豆等作物生長(zhǎng)發(fā)育研究應(yīng)用上有較大進(jìn)展。但目前多數(shù)作物生長(zhǎng)模型準(zhǔn)確性較低，沒(méi)有考慮全部的限制性因素，缺乏統(tǒng)一的標(biāo)準(zhǔn)和方法，每個(gè)地域的同一品種參數(shù)不同，通用性較差；缺乏模型在不同環(huán)境、氣候、土壤等的運(yùn)行資料，使得模型檢驗(yàn)困難。

（三）信息輸出端。智慧農(nóng)業(yè)設(shè)備、農(nóng)業(yè)App、農(nóng)業(yè)系統(tǒng)建設(shè)、農(nóng)業(yè)機(jī)器人根據(jù)處理分析過(guò)的數(shù)據(jù)、信息完成相應(yīng)指令，實(shí)現(xiàn)增產(chǎn)增效的效用。趙慧娟（2021）指出運(yùn)用監(jiān)測(cè)設(shè)備對(duì)溫室大棚內(nèi)的環(huán)境溫濕度、二氧化碳濃度、光照度等參數(shù)進(jìn)行頰側(cè)分析，從而使用PLC 控制器進(jìn)行相關(guān)參數(shù)的智能控制。周俊、何永強(qiáng)（2021）指出將農(nóng)業(yè)機(jī)械自動(dòng)導(dǎo)航技術(shù)在智慧農(nóng)機(jī)上普遍配備，通過(guò)對(duì)農(nóng)田環(huán)境和農(nóng)機(jī)位姿信息獲取和分析，從而對(duì)農(nóng)機(jī)下達(dá)指令進(jìn)行路徑導(dǎo)航以及控制。智慧農(nóng)業(yè)服務(wù)平臺(tái)是將各種數(shù)據(jù)分析后展現(xiàn)在平臺(tái)中便于農(nóng)戶依需瀏覽。例如，歐善國(guó)、彭曉丹、凌洋（2022）設(shè)計(jì)的廣州智慧農(nóng)業(yè)服務(wù)平臺(tái)提供關(guān)鍵農(nóng)時(shí)氣象監(jiān)測(cè)分析、農(nóng)作物生長(zhǎng)適宜性分析、農(nóng)業(yè)氣象災(zāi)害監(jiān)測(cè)等決策服務(wù)，根據(jù)用戶需求對(duì)相應(yīng)數(shù)據(jù)進(jìn)行分析，將得出的結(jié)果反饋給用戶。孫興蓮等（2021）設(shè)計(jì)的種質(zhì)數(shù)據(jù)服務(wù)平臺(tái)也是將收集的種子信息分類供用戶檢索，同時(shí)提供咨詢服務(wù)，實(shí)現(xiàn)資源共享。

二、我國(guó)智慧農(nóng)業(yè)發(fā)展存在的問(wèn)題

（一）智慧農(nóng)業(yè)現(xiàn)有技術(shù)不足。智慧農(nóng)業(yè)技術(shù)對(duì)我國(guó)推進(jìn)農(nóng)業(yè)現(xiàn)代化、提高農(nóng)業(yè)競(jìng)爭(zhēng)力具有重要作用。我國(guó)智慧農(nóng)業(yè)技術(shù)雖然在不斷發(fā)展，但技術(shù)短板較為明顯，并且核心技術(shù)面臨被“卡脖子”的局限。之所以存在“卡脖子”，是因?yàn)槲覈?guó)農(nóng)業(yè)核心技術(shù)如農(nóng)機(jī)技術(shù)識(shí)別、芯片材料、作物生長(zhǎng)模型、集成電路技術(shù)、算力模型等尚未突破，自主創(chuàng)新能力較差，并且缺乏國(guó)產(chǎn)高端智能農(nóng)機(jī)。在智慧農(nóng)業(yè)設(shè)施方面，國(guó)內(nèi)智慧設(shè)施的核心零部件水平較歐美發(fā)達(dá)國(guó)家落后。國(guó)產(chǎn)農(nóng)業(yè)傳感器在我國(guó)智慧農(nóng)業(yè)產(chǎn)業(yè)園已經(jīng)普遍使用，但是在精準(zhǔn)度方面與進(jìn)口傳感器有一定的差距。智慧農(nóng)業(yè)技術(shù)的核心技術(shù)尚未突破，導(dǎo)致智慧農(nóng)業(yè)實(shí)施起來(lái)成本高，難以普及。

（二）智慧農(nóng)業(yè)科研能力不足。智慧農(nóng)業(yè)核心技術(shù)未攻破導(dǎo)致技術(shù)、設(shè)施、農(nóng)機(jī)成本高，與其帶來(lái)的收益形成的投入與產(chǎn)出比使得企業(yè)投入意愿低迷。李海俠認(rèn)為，盡管工業(yè)和信息化部聯(lián)合財(cái)政部于2012 年對(duì)物聯(lián)網(wǎng)投入資金近3.5 億元，但相對(duì)總?cè)雵钠髽I(yè)數(shù)量以及外圍企業(yè)需求來(lái)講仍有差距。我國(guó)土地面積廣，具有氣候差異，收集數(shù)據(jù)困難，智慧農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)不完備導(dǎo)致大數(shù)據(jù)庫(kù)數(shù)據(jù)不完整，使得研發(fā)難度較高。智慧農(nóng)業(yè)技術(shù)研發(fā)周期長(zhǎng)主要有三個(gè)方面原因：一是智慧農(nóng)業(yè)技術(shù)的研究不是一蹴而就的，需要反復(fù)試驗(yàn)以得出最優(yōu)方案；二是由于農(nóng)作物生長(zhǎng)周期長(zhǎng)的特點(diǎn)，智慧農(nóng)業(yè)科研項(xiàng)目研發(fā)時(shí)間也相應(yīng)增長(zhǎng)；三是智慧農(nóng)業(yè)核心技術(shù)的缺失以及被技術(shù)專利“卡脖子”使得智慧農(nóng)業(yè)技術(shù)研發(fā)速度慢。

（三）智慧農(nóng)業(yè)專業(yè)人才不足。智慧農(nóng)業(yè)屬于高新技術(shù)產(chǎn)業(yè)，需要農(nóng)業(yè)從業(yè)者對(duì)智慧化農(nóng)機(jī)、大數(shù)據(jù)平臺(tái)熟練化操作，同時(shí)需要具備一定的信息化技術(shù)知識(shí)素養(yǎng)，在我國(guó)青壯年流失嚴(yán)重的農(nóng)村難以找到此類人才。大學(xué)生對(duì)于農(nóng)業(yè)的認(rèn)知還停留在從前的傳統(tǒng)耕作模式，并且從事農(nóng)業(yè)的薪資待遇并不是很理想，使得農(nóng)學(xué)專業(yè)的大學(xué)生也很少愿意留在農(nóng)村從事農(nóng)業(yè)工作。我國(guó)高校智慧農(nóng)業(yè)專業(yè)學(xué)科較少培養(yǎng)專精人才，使得農(nóng)村、農(nóng)業(yè)長(zhǎng)期沒(méi)有新鮮血液進(jìn)入，很難接受新事物。農(nóng)戶對(duì)智慧農(nóng)業(yè)認(rèn)知水平低，智慧農(nóng)業(yè)參與度低，智慧農(nóng)業(yè)難以被推廣。

三、推進(jìn)智慧農(nóng)業(yè)發(fā)展的對(duì)策

（一）加強(qiáng)自主研發(fā)。在技術(shù)研究基礎(chǔ)端，要注重對(duì)底層技術(shù)研究得更加透徹，高效配置創(chuàng)新資源理清智慧農(nóng)業(yè)運(yùn)行機(jī)制。增加智慧農(nóng)業(yè)技術(shù)實(shí)驗(yàn)區(qū)，讓技術(shù)在田間地頭上反復(fù)實(shí)驗(yàn)，提高科技成果轉(zhuǎn)化率。作物生長(zhǎng)模型、算力模型等技術(shù)需要年限的積累，要接續(xù)對(duì)技術(shù)的研發(fā)以及數(shù)據(jù)的收集，打破“卡脖子”的局面。發(fā)揮我國(guó)集中力量辦大事的制度優(yōu)勢(shì)，舉全國(guó)之力對(duì)智慧農(nóng)業(yè)核心技術(shù)進(jìn)行研發(fā)、實(shí)驗(yàn)，形成關(guān)鍵技術(shù)自主研發(fā)的學(xué)術(shù)氛圍，對(duì)國(guó)外的技術(shù)保持借鑒態(tài)度而不是“拿來(lái)主義”。積極開(kāi)發(fā)新產(chǎn)品，在具有部分技術(shù)優(yōu)勢(shì)前提下率先推出新產(chǎn)品拿下開(kāi)發(fā)主動(dòng)權(quán)，為后續(xù)技術(shù)研發(fā)帶來(lái)先機(jī)。

（二）增加政府投資，擴(kuò)大智慧農(nóng)業(yè)實(shí)驗(yàn)園區(qū)。智慧農(nóng)業(yè)是促進(jìn)我國(guó)農(nóng)業(yè)現(xiàn)代化的一個(gè)利器，智慧農(nóng)業(yè)技術(shù)需要長(zhǎng)期的資金投入來(lái)進(jìn)行研究、創(chuàng)新、落實(shí)。政府應(yīng)加大財(cái)政投資力度，對(duì)智慧農(nóng)業(yè)企業(yè)給予資金、政策支持，或減免稅收或提供專項(xiàng)補(bǔ)助，鼓勵(lì)智慧農(nóng)業(yè)企業(yè)研發(fā)創(chuàng)新。宣傳智慧農(nóng)業(yè)，加大社會(huì)面的投資，資金充足可以使智慧農(nóng)業(yè)科研投入無(wú)后顧之憂，加速科研成果的產(chǎn)出，真正實(shí)現(xiàn)成果轉(zhuǎn)化到農(nóng)村、農(nóng)業(yè)。增加智慧農(nóng)業(yè)實(shí)驗(yàn)區(qū)，擴(kuò)大示范區(qū)面積，將不同種類作物分散種植，規(guī)?；N植讓智慧農(nóng)業(yè)技術(shù)得到充分實(shí)驗(yàn)，使數(shù)據(jù)更精準(zhǔn)，不同生長(zhǎng)周期作物可輪作，加快研發(fā)速度，使研究成果盡快產(chǎn)出落地。

（三）培養(yǎng)智慧農(nóng)業(yè)人才，提高從業(yè)者認(rèn)知。建立智慧農(nóng)業(yè)人才培養(yǎng)體系，智慧農(nóng)業(yè)技術(shù)項(xiàng)目多且精，需要進(jìn)行分類培養(yǎng)。在農(nóng)業(yè)院校開(kāi)設(shè)智慧農(nóng)業(yè)專業(yè)為各農(nóng)村、農(nóng)場(chǎng)輸送人才，將農(nóng)村、農(nóng)場(chǎng)設(shè)為農(nóng)業(yè)院校的實(shí)習(xí)基地，既可以為農(nóng)場(chǎng)、農(nóng)村提供多方面人才的同時(shí)可以提高學(xué)生的實(shí)操動(dòng)手能力以及對(duì)農(nóng)村、農(nóng)場(chǎng)的了解認(rèn)識(shí)，為畢業(yè)后工作打下基礎(chǔ)。提高農(nóng)村、農(nóng)場(chǎng)薪資待遇，將人才留住，使管理人員年輕化、管理運(yùn)營(yíng)思想創(chuàng)新化。同時(shí)，要開(kāi)展對(duì)農(nóng)戶的農(nóng)技及智慧農(nóng)業(yè)方面的培訓(xùn)，提高農(nóng)戶綜合素質(zhì)以及對(duì)智慧農(nóng)業(yè)的認(rèn)知水平，以提升農(nóng)戶智慧農(nóng)業(yè)參與度。