江苏龙网

  1. 首页 > 人文 > >

唐华俊院士：智慧农业赋能农业现代化高质量发展

唐华俊院士：智慧农业赋能农业现代化高质量发展
文章图片
文/唐华俊(中国农业科学院院长、中国工程院院士）
智慧农业被视为继植物育种和遗传学革命之后的又一次农业新技术革命 ， 将彻底改变现代农业生产经营方式与管理模式 ， 使农业进入数字化、网络化和智能化发展阶段 。 智慧农业是数字技术科技创新的新场景 ， 科技创新与农业产业的深度融合 ， 不仅会催生农业产业发展新动能 ， 也会引发数字技术、数据科学、人工智能和区块链等技术创新 。
智慧农业是农业信息化发展高级阶段 ， 是未来农业发展必然方向
人类社会正在经历信息革命 。 信息技术代表当今先进生产力的发展方向 ， 具有强大的带动性、渗透性和扩散性 。 21世纪以来 ， 人类全面迈进以互联网为中心的信息技术时代 。 随着新一代信息技术迅速发展 ， 农业信息化正从传统的数字化、网络化向智能化、智慧化的高端方向发展 。 全球农业发展进入智慧农业发展新阶段 。 智慧农业以信息知识为核心 ， 将遥感网、传感网、大数据、互联网、云计算、人工智能等现代信息技术以及智能装备、智能机器人等 ， 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 。
【唐华俊院士：智慧农业赋能农业现代化高质量发展】党的十九大报告指出 ， “要坚持农业农村优先发展 ， 按照产业兴旺、生态宜居、乡风文明、治理有效、生活富裕的总要求 ， 建立健全城乡融合发展体制机制和政策体系 ， 加快推进农业农村现代化 。 ”
智慧农业是农业信息化发展的高级阶段 ， 是全新的农业发展理念 ， 与电脑农业、数字农业、精准农业等农业信息化发展模式既相关又不同 。 电脑农业、数字农业、精准农业将关键信息技术应用到农业生产过程中 ， 提高农业生产效率和效益 。 智慧农业则是实现全要素、全链条、全产业、全区域的智能化 ， 不仅贯穿农业生产过程 ， 还包括农业经营、农业管理、农业服务等环节 ， 这是与其他农业信息化发展模式的最大不同 。 智慧农业的内涵和外延更加宽泛 ， 所涉及的理论、技术、系统和装备更加综合和复杂 。
当前我国正处于传统农业向现代农业转变的关键时期 。 农业发展面临农产品价格“天花板”封顶和生产成本“地板”抬升等新挑战 ， 农业资源环境制约、农业生产结构失衡和农业发展质量效益不高等新问题日益突出 ， 迫切需要加快转变农业发展方式 ， 从粗放发展向精细管理、科学决策发展模式转变 ， 走产出高效、产品安全、资源节约、环境友好的农业现代化道路 。 农业信息化成为引领我国现代农业发展、创新农业管理服务和破解农业发展难题的必然选择 。
“十三五”规划纲要、2016年以来每年的“中央一号文件”、近年发布的《新一代人工智能发展规划》《数字乡村发展战略纲要》《数字农业农村发展规划（2019—2025年）》等 ， 都对农业数字化和智能化发展作出顶层设计和系统谋划 。 发展智慧农业是贯彻落实我国“四化同步”国家战略、加快转变农业发展方式和推进农业现代化建设的迫切需要 ， 有助于促进信息化与农业现代化深度融合 ， 推动农业全产业链改造升级 ， 进行资源优化配置和科学管理 ， 有效提升农业生产经营效率和改善农业生态环境 ， 对建设数字中国、实施乡村振兴战略、推进农业高质量发展具有重要意义 。
智慧农业的关键是数据 ， 需要解决数据获取、处理与应用三大问题
数据是基础性战略资源 ， 数字经济是现代经济发展新动能 。 党的十九届四中全会首次提出 ， 将数据作为生产要素参与收益分配 ， 数据作为新生产要素从投入阶段贯穿到产出和分配阶段 。 智慧农业的目标是实现农业全过程智能化 ， 其实质是数据驱动 。 围绕“数据”这一关键生产要素 ， 智慧农业的组成包括数据获取、数据处理分析、数据应用服务等方面的关键技术、装备和集成系统 ， 实现从数据到知识到决策的转换 。 每一环节都有其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 。
数据获取是智慧农业的基础 。 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“数据从哪来和如何管”这一基础问题 。 重点是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的共性关键技术 ， 攻克农业生产环境和动植物生理体征专用传感器制造 ， 实现重要农区、牧区的资源环境、生产、经营、管理、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 。
数据处理分析是支撑 。 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、大数据认知分析等前沿技术超前布局 ， 解决“数据如何处理与分析”的问题 。 重点是开展技术攻关 ， 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、全过程的数字化、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技术研发 ， 满足农民对便民服务、电子商务等的全方位信息需求 。
数据应用服务是关键 。 通过精准管控与技术创新 ， 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数字化改造 ， 解决“数据如何服务”的问题 。 重点是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；加强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、果蔬产品分级分选等技术；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 。
智慧农业是复杂的系统应用 ， 需要多部门、多领域、多学科的交叉和集成
从应用领域看 ， 智慧农业技术、平台和装备已经广泛应用到种植、养殖、加工、流通等不同领域 ， 形成智能农田、智能牧场、智能渔场、智能果园、智能化植物工厂、农产品加工智能车间、农产品绿色智能供应链等新的产业发展业态 。 针对不同应用主体 ， 形成不同智慧农业发展模式和路径 ， 如小农户的智慧农业应用以信息技能培训、技术托管与装备共享服务、电商平台和小型智能终端应用等为主；针对种养大户、家庭农场、农业企业、合作社等新型经营主体 ， 则以提高生产效率、提升产品附加值、全产业链智慧化转型等应用为主 。 同时 ， 围绕不同区域的产业类型和特点 ， 形成不同智慧农业应用模式 。 如我国东北地区以规模化的大田精准种植为主、东南沿海以智慧渔业与智慧物流发展为主、西南山区以智慧特色农业发展为主 。
智慧农业是复杂的软硬件系统应用 ， 通过前沿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 ， 借助图像视频识别、深度学习与数据挖掘等人工智能方法 ， 快速获取多种信息知识 ， 实现农业优质高效、生态友好的高质量发展 。
智慧农业作为技术密集型的农业创新体系 ， 需要技术、平台和生态的融合发展 。 具体来说 ， 不仅需要5G、人工智能、数据中心等新型基础设施的支撑 ， 更需要信息技术、数据科学、农业科学和装备科学的基础研究和理论突破 。 智慧农业未来发展的重要动力来源于农业信息技术、农学与农机高度有机融合 ， 有赖于数字技术与农业科学、资源环境科学、基因组学、农业经济和社会科学的交叉集成 。 只有对动植物生产与水土资源、环境之间的复杂关系和生态联系进行科学理解 ， 才能将海量农业数据转化为知识和决策；只有与个体动植物的基因组学、微生物群等分子信息相结合 ， 强大的机器学习、深度学习和数据挖掘技术才可能发挥重要作用 ， 实现数据赋能农业的目标 。 此外 ， 推动智慧农业科技创新必须重视跨学科、跨行业的知识交流和技术集成 ， 重视复合型农业人才的培养 。
来源：人民日报


    推荐阅读


    上一篇：QQ又双叒叕内测电商了，这次有几分胜算？

    下一篇：荷兰消费者协会：来自中国的监控摄像头“不安全”