| 联系我们 |
 |
合作经济与科技杂志社
地址：石家庄市建设南大街21号
邮编：050011
电话：0311-86049879 |
|
|
| 经济/产业 |
| 我国智慧农业发展问题与对策 |
| 第730期 作者：□文/孙家正 韩光鹤 时间：2024/6/1 11:08:03 浏览：67次 |
［提要］ 智慧农业依托物联网、人工智能、云计算、传感器等技术对农业生产进行智慧化管理，提升生产经营效率。智慧农业是我国农业现代化发展的有力支撑，但由于我国智慧农业处于初级阶段，所以仍然存在现有技术不足、科研能力不足、专业人才不足等问题，亟须国家、社会各界共同努力解决。
关键词：智慧农业；应用状况；发展对策
中图分类号：F323；F49 文献标识码：A
收录日期：2023年9月25日
引言
智慧农业是我国实现农业现代化的重要手段。智慧农业通过利用物联网、云计算、人工智能、遥感等技术实现全产业链的协调发展以及农产品的精准生产。
关于智慧农业的内涵，何海霞（2021）将其分为广义和狭义。从广义上来讲，是指传统农业通过系统化从而形成智慧农业体系，同时也是一个农业产业链条，是农业现代化的一个新的方向，是农业发展4.0阶段，包含智慧生产、智慧管理、智慧销售。从狭义上讲，智慧农业是将传统农业赋予“智慧”，将农业与互联网结合，运用大数据、物联网、人工智能等技术在农业的生产、加工、运输、管理、销售等环节提高效率增加产量，使农业生产更加透明化、安全化。
智慧农业是实现乡村振兴、共同富裕的重要手段。刘宏笪等（2019）认为智慧农业是乡村振兴在实践方面的尝试，也是多产业融合发展的先行导向与示范，更是未来农业转型的战略选择，同时也是未来农业发展方向。宁甜甜（2022）从国家战略角度分析得出发展智慧农业可以加速实现农业现代化，促进城市与乡镇的有效融合，同时也是增强我国农业国际竞争力的重要手段。我国对于智慧农业高度重视，并出台了一系列文件。中央网信办、农业农村部等联合印发的《2022年数字乡村发展工作要点》中指出，要打牢智慧农业发展基础，建立粮食安全数字化保护手段，向农业智慧化、数字化发展。同时，2022年中央一号文件中更是强调要加快推动数字乡村建设以及智慧农业发展，促进信息技术与农机技术之间的融合应用。发展智慧农业是未来农业发展的必然趋势。
当前我国农业信息化水平较低，2020年我国农业生产信息化水平仅为22.5%，距离2025年农业信息化水平到达27%仍有一段距离。马红坤等（2020）认为目前关于我国智慧农业的发展路径的分析在学术界的研究较为浅薄。目前，我国智慧农业发展仍处于初级阶段，因此通过对我国智慧农业发展的回顾发现其中的问题并提出对策会对我国智慧农业发展、推进农业现代化具有重要意义。
一、我国智慧农业应用状况
（一）信息输入端。信息输入端以传感器、无人机、物联网技术为主。农业传感器种类多样，在智慧农业发展中占据举足轻重的地位，是农业数据收集的基础。王潇（2022）等认为农业现代化发展需要依靠农业传感器作为技术支撑，先进成熟的工业传感器向农业领域拓展应用有效补充了农业传感器的体量。李海英等（2022）指出当前传感器类型包括温度传感器、湿度传感器、生物传感器、气敏传感器、光电传感器、pH值传感器、压力传感器等，在农业生产过程中负责对田间地头的湿度、温度、光照情况、土壤成分等生产信息进行收集。在智慧农机、农业机器人方面，肖正邦（2022）指出传感器可通过对行驶过程中机器前方的图像信息进行预处理、特征提取分割、图像识别等方式，将视觉感知到的二维图像转换为三维空间信息。张微微等（2023）认为无人机遥感具有花费低、操控难度低、受气象条件影响小、监测周期灵活和超高影像分辨率等传统卫星遥感无法比拟的优点，极大提高了影像获取的时效性和便捷性。通过使用无人机可以为农业信息数据获取提供精准的信息源。李欣璐与凌灿权（2022）认为无人机遥感技术运用4k高清摄像机对土地进行拍照通过对图片分析可以完成对土壤信息和作物的环境信息的收集。农业生产资料流通是影响农业生产与效率的重要方面。马晓丽（2010）指出由于智慧农业技术、互联网技术日渐发达，使欧美发达国家的农产品市场信息服务有较好的成果。欧美的一些发达国家已经建立了相对健全的农产品市场信息服务体系。当前，我国对于市场信息、农资信息收集的研究颇少，不成体系，缺少农资交易平台，难以收集数据。
（二）信息处理端。在信息处理端，运用云计算、大数据技术、物联网、人工智能、生长模型技术对收集的信息处理计算。云计算多用于为农业信息服务系统分析数据。王丽杰、刘婷婷（2022）指出，运用基于云计算技术的土壤墒情信息系统可对墒情信息及时、准确地获取、分析，同时进行智能信息决策。聂鹏程等（2021）表示物联网技术主要应用于精准灌溉、精准施肥、病虫害防治等领域。鲁刚强、向模军（2022）认为在农业灌溉方面运用物联网技术配置传感器对在不同生长环境生长的作物进行检测，掌握农田基本数据并进行智能整合，为农田灌溉提供数据分析，达到节水目的。宋艳、黄留锁（2017）将物联网技术与近红外光波数据分析相结合应用于农业土壤养分监测，将土壤养分数据与系统设置进行对照，实时做出施肥与否的决策，以指导农业施肥。汝刚、刘慧、沈桂龙（2020）认为人工智能技术目前已有与农业融合的典型案例，但是在农业领域仍处于初始阶段，面临一系列挑战。在20世纪60年代荷兰、澳大利亚、美国的作物生长模型得到初步发展领先我国近20年。荷兰的作物生长模型的特点是解释性与通用性都比较出色，美国的作物生长模型的特点是应用性与综合性强。我国的作物生长模型初期借鉴美国与荷兰的模型，近年来在水稻、玉米、大豆等作物生长发育研究应用上有较大进展。但目前多数作物生长模型准确性较低，没有考虑全部的限制性因素，缺乏统一的标准和方法，每个地域的同一品种参数不同，通用性较差；缺乏模型在不同环境、气候、土壤等的运行资料，使得模型检验困难。
（三）信息输出端。智慧农业设备、农业App、农业系统建设、农业机器人根据处理分析过的数据、信息完成相应指令，实现增产增效的效用。赵慧娟（2021）指出运用监测设备对温室大棚内的环境温湿度、二氧化碳浓度、光照度等参数进行颊侧分析，从而使用PLC控制器进行相关参数的智能控制。周俊、何永强（2021）指出将农业机械自动导航技术在智慧农机上普遍配备，通过对农田环境和农机位姿信息获取和分析，从而对农机下达指令进行路径导航以及控制。智慧农业服务平台是将各种数据分析后展现在平台中便于农户依需浏览。例如，欧善国、彭晓丹、凌洋（2022）设计的广州智慧农业服务平台提供关键农时气象监测分析、农作物生长适宜性分析、农业气象灾害监测等决策服务，根据用户需求对相应数据进行分析，将得出的结果反馈给用户。孙兴莲等（2021）设计的种质数据服务平台也是将收集的种子信息分类供用户检索，同时提供咨询服务，实现资源共享。
二、我国智慧农业发展存在的问题
（一）智慧农业现有技术不足。智慧农业技术对我国推进农业现代化、提高农业竞争力具有重要作用。我国智慧农业技术虽然在不断发展，但技术短板较为明显，并且核心技术面临被“卡脖子”的局限。之所以存在“卡脖子”，是因为我国农业核心技术如农机技术识别、芯片材料、作物生长模型、集成电路技术、算力模型等尚未突破，自主创新能力较差，并且缺乏国产高端智能农机。在智慧农业设施方面，国内智慧设施的核心零部件水平较欧美发达国家落后。国产农业传感器在我国智慧农业产业园已经普遍使用，但是在精准度方面与进口传感器有一定的差距。智慧农业技术的核心技术尚未突破，导致智慧农业实施起来成本高，难以普及。
（二）智慧农业科研能力不足。智慧农业核心技术未攻破导致技术、设施、农机成本高，与其带来的收益形成的投入与产出比使得企业投入意愿低迷。李海侠认为，尽管工业和信息化部联合财政部于2012年对物联网投入资金近3.5亿元，但相对总入围的企业数量以及外围企业需求来讲仍有差距。我国土地面积广，具有气候差异，收集数据困难，智慧农业基础设施建设不完备导致大数据库数据不完整，使得研发难度较高。智慧农业技术研发周期长主要有三个方面原因：一是智慧农业技术的研究不是一蹴而就的，需要反复试验以得出最优方案；二是由于农作物生长周期长的特点，智慧农业科研项目研发时间也相应增长；三是智慧农业核心技术的缺失以及被技术专利“卡脖子”使得智慧农业技术研发速度慢。
（三）智慧农业专业人才不足。智慧农业属于高新技术产业，需要农业从业者对智慧化农机、大数据平台熟练化操作，同时需要具备一定的信息化技术知识素养，在我国青壮年流失严重的农村难以找到此类人才。大学生对于农业的认知还停留在从前的传统耕作模式，并且从事农业的薪资待遇并不是很理想，使得农学专业的大学生也很少愿意留在农村从事农业工作。我国高校智慧农业专业学科较少培养专精人才，使得农村、农业长期没有新鲜血液进入，很难接受新事物。农户对智慧农业认知水平低，智慧农业参与度低，智慧农业难以被推广。
三、推进智慧农业发展的对策
（一）加强自主研发。在技术研究基础端，要注重对底层技术研究得更加透彻，高效配置创新资源理清智慧农业运行机制。增加智慧农业技术实验区，让技术在田间地头上反复实验，提高科技成果转化率。作物生长模型、算力模型等技术需要年限的积累，要接续对技术的研发以及数据的收集，打破“卡脖子”的局面。发挥我国集中力量办大事的制度优势，举全国之力对智慧农业核心技术进行研发、实验，形成关键技术自主研发的学术氛围，对国外的技术保持借鉴态度而不是“拿来主义”。积极开发新产品，在具有部分技术优势前提下率先推出新产品拿下开发主动权，为后续技术研发带来先机。
（二）增加政府投资，扩大智慧农业实验园区。智慧农业是促进我国农业现代化的一个利器，智慧农业技术需要长期的资金投入来进行研究、创新、落实。政府应加大财政投资力度，对智慧农业企业给予资金、政策支持，或减免税收或提供专项补助，鼓励智慧农业企业研发创新。宣传智慧农业，加大社会面的投资，资金充足可以使智慧农业科研投入无后顾之忧，加速科研成果的产出，真正实现成果转化到农村、农业。增加智慧农业实验区，扩大示范区面积，将不同种类作物分散种植，规模化种植让智慧农业技术得到充分实验，使数据更精准，不同生长周期作物可轮作，加快研发速度，使研究成果尽快产出落地。
（三）培养智慧农业人才，提高从业者认知。建立智慧农业人才培养体系，智慧农业技术项目多且精，需要进行分类培养。在农业院校开设智慧农业专业为各农村、农场输送人才，将农村、农场设为农业院校的实习基地，既可以为农场、农村提供多方面人才的同时可以提高学生的实操动手能力以及对农村、农场的了解认识，为毕业后工作打下基础。提高农村、农场薪资待遇，将人才留住，使管理人员年轻化、管理运营思想创新化。同时，要开展对农户的农技及智慧农业方面的培训，提高农户综合素质以及对智慧农业的认知水平，以提升农户智慧农业参与度。
（作者单位：黑龙江八一农垦大学）
主要参考文献：
［1］何海霞.互联网时代我国智慧农业发展痛点与路径研究［J］.农业经济，2021（06）.
［2］刘宏笪，张济建，张茜.我国“智慧农业”研究态势与发展展望［J］.黑龙江畜牧兽医，2019（10）.
［3］宁甜甜.新发展阶段我国智慧农业：机遇、挑战与优化路径［J］.科学管理研究，2022.40（02）.
［4］马红坤，毛世平，陈雪.小农生产条件下智慧农业发展的路径选择——基于中日两国的比较分析［J］.农业经济问题，2020（12）.
［5］王潇，张美娜，Zhou Jianfeng等.LiDAR传感器及技术在农业场景的应用进展综述［J］.中国农机化学报，2022.43（11）.
［6］李海英，何高明，蒋琳琼.传感器在智慧农业中的应用［J］.南方农机，2022.53（22）.
［7］肖正邦.基于传感器融合的农业机器人定位导航［J］.南方农机，2022.53（23）.
［8］张微微，王超，丁喜莲，等.基于无人机影像的农业景观非农生境信息提取［J/OL］.生态学杂志，2023-09-12.
［9］李欣璐，凌灿权.无人机遥感技术在农情监测中的应用［J］.现代农业装备，2022.43（05）.
［10］马晓丽.国外农产品市场信息服务建设研究及启示［J］.山东农业大学学报（社会科学版），2010.12（02）.
［11］王丽杰，刘婷婷.基于云计算平台的农田土壤墒情信息系统设计［J］.农机化研究，2022.44（04）.
［12］鲁刚强，向模军.物联网技术在智慧农业中应用研究［J］.核农学报，2022.36（06）.
［13］聂鹏程，张慧，耿洪良，等.农业物联网技术现状与发展趋势［J］.浙江大学学报（农业与生命科学版），2021.47（02）.
［14］宋艳，黄留锁.物联网模式下的农业土壤养分监测及施肥系统研究［J］.农机化研究，2017.39（07）.
［15］汝刚，刘慧，沈桂龙.用人工智能改造中国农业：理论阐释与制度创新［J］.经济学家，2020（04）.
［16］赵慧娟.基于PLC的农业温室大棚智能监测设备应用［J］.农机化研究，2021.43（06）.
［17］周俊，何永强.农业机械导航路径规划研究进展［J］.农业机械学报，2021.52（09）.
［18］欧善国，彭晓丹，凌洋.广州智慧农业气象服务平台设计与实现［J］.气象科学，2022.42（02）.
［19］孙兴莲，杨欣，丁思惠，等.江苏省农业种质资源数据服务平台的设计与构建［J］.江苏农业科学，2021.49（13）.
|
|
|
|
