智慧农业发展现状及前景分析

马永海，胡庆毅，杨立凡，李臻园，焦淑亮，刘金涛，黄立钰

（云南大学农学院/云南省多年生稻工程技术研究中心 云南，昆明 650504）

1 引言

随着社会的发展，我国农业机械化和自动化程度逐步提高，正值国家大力推进“乡村振兴”计划，催生了各行各业以及各学科的交叉融合共同促进农业农村发展，适时提出的智慧农业将改变传统农业，是农业发展历史的必然趋势。2019年中央一号文件《中共中央国务院关于坚持农业农村优先发展做好“三农”工作的若干意见》指出：“加快突破农业关键核心技术，培育一批农业战略科技创新力量，推动生物种业、重型农机、智慧农业、绿色投入品等领域的自主创新人才。加强薄弱环节农业机械化技术和农机装备的研发，促进农机装备产业转型升级，快速推进农业生产全面机械化”[1]。2020年中央一号文件《中共中央国务院关于抓好“三农”领域重点工作确保如期实现全面小康的意见》再次对智慧农业的发展给出了指导：“依托现有资源建设农业农村大数据中心，加快物联网、大数据、区块链、人工智能（AI）、第五代移动通信网络（5G）、智慧气象等现代信息技术在农业领域的应用”[2]。智慧农业是以现代信息技术为手段，整合物联网、大数据、5G技术和AI等技术对农业的生产经营进行智能化数字管理，从整体上对农业发展进行设计和规划，从而实现高效的新型农业生产模式[3]。智慧农业不是简单的信息技术与农业的叠加，而是把农业看作一个有机联动的系统，将信息技术全面综合的应用到农业生产的各个环节[4]。

2 智慧农业相关现代科学技术

智慧农业主要涉及物联网、农业大数据、卫星信息技术、AI和5G通讯等技术。

基于物联网、WSNs（Wireless Sensor Networks，无线传感器网络）与Web（World Wide,Web即全球广域网，也称万维网）技术，研究人员开发了包含数据采集、网络传输、应用管理和远程可视化调控模块的生产管理系统[5,6]，以实现信息实时反馈和远程管理。如应用在大棚温控技术、大田种植信息化建设、农业灌溉和农资监管等[7]。付玉志采用ZigBee技术（一种无线传感与通信技术结合的智慧农业系统）实现实时信息采集与远程控制，利用传感器收集大棚空气湿度、光照强度和土壤水分三种环境数据，实现手动与自动控制[8]。随着技术的升级，可增加检测和控制的种类，实现大范围大棚群的智慧管理[9]。此外，基于“3S+ABC”（3S即RS、GIS、GNSS，ABC即AI、Bigdata、Cloud）技术的智慧农业保险系统也已应用于农业中，采用“保单-地块-农户”一一对应关联，对农业灾害进行精准理赔[10]。

农业大数据主要包括生产过程管理数据、农业资源管理数据、农业生态环境管理数据、农产品与食品安全管理大数据、农业装备与设施监控大数据和各种科研活动产生的大数据[11]。农业数据专家孙九林院士指出：数据信息改造传统农业[12]。在农业育种、栽培、病虫害防治与环境监测方面的应用成果显著[13]，尤其是基于卫星的大数据收集平台在农业环境监测、数据预警、科学管理和农业金融服务上的应用极大促进了农业发展[14]。如以色列利用卫星图像技术对作物生长报告和病虫害分布等大数据进行资源建模，使数据可视化以指导农业发展。我国水利部搭建了“基础设施云”，实现云计算，广泛应用在农业生产中。如水利部水文情报预报中心在防汛抗旱中发挥了重要作用[15]，渤海粮仓农业大数据平台在小麦苗情分析、干热风预警上成果显著[16]，安徽省植保大数据平台成功实现了对病虫害的监控预警[17]。

AI与大数据结合推进了农业生产新模式，在精准农业、精准养殖和设施农业上取得了实质性成效。农业App的开发利用，初步实现了农户对农业种植管理以及与农业专家交流的功能[18]。结合物联网进行病虫害调查，与病虫害数据库做对比和远程专家诊断，精准确定作物虫害，通过即时通讯（如手机短信）给出治理对策提醒农户及时预防[19]，但目前我国尚未形成真正意义上的农业产品化app和可共享软件平台[20]。

我国5G技术和北斗导航系统技术的崛起带动了智慧农业的发展，极飞科技R150农业无人车利用北斗导航系统初步实现了遥控和远程无人驾驶喷洒农药、施肥等农事活动[21]。5G技术结合区块链和物联网为智能种养、虫害防治预警、物流流通、生产营销与安全溯源等方面营造了新的发展前景[22,23]。

目前，物联网、大数据等技术在实际生产中的应用越来越广泛，而随着基础设备技术的提升，如高性价比传感器的制造，使得智慧农业在农业生产中的普及成为可能。3S、AI、大数据、云技术等可视化操作为智慧农业的经营管理提供了有效保障，并为智慧农业的全面感知与智能处理提供技术支持[24]。随着学科交叉的发展，各种技术的融合，管理系统越发依赖大数据和云计算[25]。

3 智慧农业在国内外发展现状

3.1 智慧农业在国外发展现状

20世纪80年代智慧农业首先在美国兴起。近几年来，智慧农业发展迅速，欧美等发达国家针对智慧农业的发展相继出台了扶持政策、措施和发展规划[26]。欧洲农业机械协会（European Agricultural Machinery Association,CEMA）于2017年10月提出未来欧洲农业的发展方向为智慧农业[27]。日本于2014年和2015年分别启动了“战略性创新/创造计划（Cross-Ministerial Strategic Innovation Promotion Program,SIP）”和基于“智能机械+现代信息”技术的“下一代农林水产业创造技术”[28]。

美国先后出台了6项与农业信息化有关的支持政策[29]，并经过一系列技术革新后智慧农业逐渐走向成熟，其技术变革主要包括以下三个方面：第一，农业生产经营利用物联网和大数据分析，实现数据共享；第二，农产品流通采用电子商务模式；第三，现代科技投入与政策支持[30]。到2020年美国平均每个农场有50台物联网设备与之连接，并基本实现了生产和营销的一体化[26]。

随着传感器和摄像头等硬件和信息技术等软件的发展，不同国家根据自身农业相关优势产业，利用多种传感器与人工智能结合，助力相关产业发展，并在相关领域率先突破。以色列通过对每只牲畜安装传感器或摄像头，促进畜牧业的精细化管理[31]；西班牙科学家利用pH传感器检测和调节水培农业中营养液的pH值[32]，促进了花卉和蔬菜产业的工厂化管理，同时为了优化用水量并减少因大量用水带来的环境问题，研发了水管理和水循环利用系统，以确定灌溉系统中与水量、水质、土壤特性、天气状况和肥料用量有关的参数[33]，巴西人提出了Smart＆Green框架来为智能灌溉提供服务，预测土壤水分以达到合理灌溉，平均可以节约56.4%至90%的灌溉水[34]，达到精细化管理的同时节约水资源。

3.2 智慧农业在国内发展现状

我国2014年提出“智慧农业”的概念，与美国相比落后大约30年。我国农业上应用信息技术起步较晚但发展较快[35]。由于我国区域间经济发展不均衡，智慧农业在不同地区发展差异较大，东部地区因地理优势和经济因素在智慧农业发展上取得了显著成果，西部地区山区多，发展相对较慢，并且还存在原始的传统农业[36]。我国智慧农业的发展在2009-2015年进入缓慢增长期，2016-2020年进入快速增长期[37]。我国智慧农业科学研究在实验室中的进展迅速，但在实际应用中进展缓慢，并且依托现代化农业设施的发展，主要集中在农田改造、水利设施、电力设施等方面[38]。

部分地区发挥其独特优势，尽管总体经济落后，但智慧农业发展较快[39]。2016年，新疆地方政府大力倡导智慧农业概念，新疆生产建设兵团利用智能专家系统与专家智慧库等技术在呼图壁县红柳塘示范园区进行棉花种植生产布局，并重点建设了“123工程”，因地制宜，大大推进了当地棉花产业体系的快速发展。

近年来，浦东新区在智慧农业发展中成果显著。第一，初步建立了智慧农业发展体系，建立了大数据中心、智慧农业工作机制和研发平台；第二，建立“农民一点通”和“惠农通”等服务平台，加强对农民生产技术上的指导；第三，建立了田间档案记录及二维码管理的农产品监控与追溯系统，及时记录农产品生产过程中的播种、施肥、施药等各种数据，为农产品的质量安全提供保障；第四，物联网建设试点初步建立，现有19家智慧农业示范基地，主要利用传感器在大棚中运用“水肥一体化”技术进行生产；第五，推动智慧农业发展的同时带动了一批高科技企业，例如：上海孙桥农业园区、多利农庄等[40]。

2020年，广东建立了以政府为引的投资引入民间资本，通过“1+4+N”模式发展智慧农业，即以“基础设施、平台载体、龙头企业和新型农民”为核心要素，优先在农业生产经营管理及农产品质量安全等N个场景和领域进行推广应用[41]，获得了良好的效果。

4 我国智慧农业在发展中存在的问题及对策

4.1 农业工作者文化水平偏低

文化水平是制约智慧农业发展的重要限制因素。智慧农业需要大量传感器收集多种数据进行资源整合[42]，属于专业知识技术密集产业，在智慧农业生产中，包括农民在内的农业劳动者需要一定的知识积累，以“科学家”和“监督者”的视角关注实际生产过程及突发问题[43]。目前我国从事农业工作者的文化水平普遍偏低，而城镇化和人口老龄化从侧面进一步加剧了这一问题，使得先进技术难于在农村进行有效实施[44,45]。因此，在科技下乡的同时，提升农村从业人员知识和水平至关重要；目前除了整个国民教育的投入外，农村设立的相应技术帮扶单位在推动科技下乡运动中也取得了重大进展，例如：中国农业大学的现代农业科技小院，老师带领同学们走进河北曲周、云南镇康、陕西洛川等地开展人才扶贫、科技扶贫等系列扶贫工作，为农户提供“零距离、零时差、零门槛、零费用”的科技指导和技术示范，编写培训教材，建设科技长廊，用通俗易懂的方式宣传科学知识，对推动当地农业产业绿色发展、脱贫攻坚和乡村振兴做出了巨大贡献；云南省澜沧县朱有勇院士创建了澜沧扶贫科技小院，开办全国首个院士专家技能扶贫班，朱有勇院士亲自教授农民知识，1500余名农民学到冬季马铃薯、林下三七、冬早蔬菜等种植技术，昨日无人问津的小山村，如今成了亮化、绿化和美化的美丽乡村。朱有勇院士情系三农，扎根边疆，被亲切地称呼为“农民院士”；云南大学的云南省多年生稻工程技术研究中心在西双版纳傣族自治州设立多年生稻科技小院，师生和农民同吃同住同劳作，将多年生稻栽培管理技术带到田间地头，解决多年生稻生产问题，打通科学研究到生产应用的最后一公里。这些典型案例，均以研究生为主力在扶贫一线把生产技术教授给农民，一方面提高了农民的文化科技水平，又把研究生培养与生产实践结合起来，将科研论文写在大地上。

4.2 发展智慧农业存在地域差别

我国疆土辽阔，地势从低到高，纬度跨度大，生态环境类型多样，因此，单一的智慧农业模式不能满足农业需求的多样化，需要因地制宜，开发具有区域特色的智慧农业，这无疑加大了智慧农业相关技术的难度。例如平原地区适合大型农机生产，可初步实现远程操控和机械化生产，而云贵川等地地势崎岖复杂，尤其是广阔的梯田，不适合大型农机作业。因此，绿色、轻简、可持续化的多年生作物种植模式或将成为未来农业界的主流[46,47]，再配合自动化喷滴灌技术可以进一步推动模块化精细管理。智慧农业的发展可在地势平坦的地区率先普及，选择几个区域作为智慧农业的试点区，以点带面，辐射和带动山区等落后地区。

4.3 大数据安全隐患

数据采集和大数据整合是智慧农业的先决条件[48]。当今世界正面临着新一代的技术变革，大数据已经成为“核心词汇”之一，但大数据安全不容忽视。建立独立自主的大数据库和安全管理平台，包括数据获取、收集、储存和处理等，以保障数据安全具有重要的战略意义。

4.4 乡村智慧化建设水平有待提高

智慧农业的实现离不开“智慧乡村”的建设。智慧乡村在国外也有提出，认为人口流失和劣质的服务行业制约了乡村智慧化[49]，并提出CSA（Community Supported Agriculture，即社区支持农业）框架并以此为理论基础来发展智慧村庄[50]。目前我国农村地区基础通信设施尚待完善，农业通信设施严重缺乏[51]，亟需完善信息化的基础设施建设和服务保障。

4.5 农业人才的培养与智慧农业存在脱节

随着社会和科技的飞速发展，现有专业设置培养专门人才已经不能满足各行业发展需求，因此部分学科进行了深度的交叉融合，主要体现在设置课程体系、加强学科间师资团队建设、校企联合培养等方面[52]，但跨度大的学科交叉在目前人才培养中仍缺乏合理的方案。智慧农业方面，首先是农学学科与信息化学科体系之间深度融合尚处于起步阶段，仍有巨大的整合空间；另一方面，智慧农业人才的培养需要进一步加强理论与实践的结合，根据具体农业生产问题进行重点培养。对教学进行调整的同时，加强各农业相关部门与人才培养单位的合作，为智慧农业相关毕业生设置更多的固定岗位，既弥补了农村人员缺乏技术指导的问题，又为农学人才的培养、毕业就业以及地方农业经济的发展打下良好基础。

4.6 智慧农业生产与上游育种衔接不紧密

植物育种经过了驯化育种、传统育种和分子育种三个阶段，并逐渐进入设计育种阶段[53]。育种专家基于基因组和基因功能等研究，利用转基因、基因编辑和分子标记辅助选择育种等技术培育符合预期的新品种。把通过传感器与互联网、AI等技术结合在农业生产上进行的生产经营管理定义为下游智慧农业，如植物工厂。但现状是上游育种工作和下游智慧农业生产分别独立发展，中间缺乏有效的桥梁，即上游育种应服务于下游智慧农业生产，反之亦然。

以植物工厂为例，通过添加富远红外发光二极管灯对蔬菜幼苗生长和形态有极好的改善[54，55]，因此，优化发光二级管的光谱，可以进一步增加产量和品质；另一方面，可以通过分子设计育种，培育光合效率高、适合密植或株型适中的新品种。

5 展望

随着新技术和新方法的进步，智慧农业所涉及的元件更加微型化、功能也更加多样化，为智慧农业的发展打下了良好的基础[56]；传感器等微型元件的低廉化，使智慧农业的发展更为迅速。智慧农业不是简单的把智能农机搬运到农村作业，还需要一个“智慧乡村”及其完善系统的基础设施和服务保障。在国家政策的支持下农村地区信息化程度越来越高，农民重视文化的观念越来越强烈，相信智慧农业将会迎来更好的发展期，从植物工厂走向智能温室，最终投入整个农业生产体系中。