数字农业现状与发展探析——以数字化温室为例

周赛杰

（浙江虞盛农业发展有限责任公司，浙江绍兴 312000）

目前，中国特色社会主义进入了新时代。我国社会生产力呈现飞速发展趋势，综合实力和国际地位大幅度跨越和提高。同时，人们生活需求也发生了明显变化，不再局限于衣食住行等物质方面的 “硬需求”，而是更加关注民主化、法制化、公平、正义、安全、环境等领域的“软需求”。

研究表明，为了更好地保障农产品总量供给充裕，我国农业主要以增加农业化学产品投入、土地资本要素投入、机械投入等常规动能为基础，完成“总产平衡、丰年有余”的目标，甚至产生了结构性产能过剩，农业的产出也不能立即消化，形成了资源的损耗[1]。与此同时，以常规动能为基础的现代农业发展所产生的环境污染也令人担忧。在发展以增加高产优良种子为核心并搭配改良灌溉施肥技术的模式下，农业生产将会对环境产生很大影响[2]。从农产品安全和环境保护的角度考虑，利用数字化信息技术赋能农业生产是农业高质量发展的重要路径。当前，全球农业科技项目的投资重点已转向生物技术、农场管理、农业机器人装备等农业全产业链上游的技术革新，数字农业技术是关键。如今，我国要充分发挥数字信息技术在农业层面的应用，推动农业高质量发展，还存在一定难度。因此，迫切需要充分释放数字技术力量，全方位促进数字农业改革，加快传统农业的更新改造。

1 数字农业的概念

数字农业是指在地理空间与物联网信息技术支持下系统化、集约化、信息化的综合性农业技术。数字农业是以物联网为基础，借助云计算技术和数据分析技术，基于多学科、跨行业的融合，在很大程度上不受空间和环境的制约，高集约化生产优质农产品的综合性农业生产经营模式。数字农业充分利用现代化工业技术对农业（包含种植业、畜牧业、渔业等）生产、管理、流通等过程进行全面的数字化和可视化表达、分析、控制与管理。其本质是对农业生产过程中的关键性参数进行可视化，将工业生产中标准化思想与计算机辅助设计的理念迁移到农业生产中，将数据分析、机械传动、电子技术等与农业生产全面结合，按照人们的需求高效发展农业。

2 数字农业在温室生产中的应用现状

2.1 传感器技术

在数字化温室的生产环境中，农业传感器的应用成为数字农业发展不可或缺的组成部分，传感器的性能直接影响农产品的产出。针对农业生产多样化的特征，先进农业传感器技术的发展催生了种类繁多的技术领域。按照检验对象的不同，可以将先进农业传感器技术分为生命信息传感器技术与环境信息传感器技术两大类。

生命信息传感器技术是监测动植物整个生长过程中生理信息、生长发育信息和病虫害信息的技术，例如作物生长发育过程中的氮元素含量、作物生理信息指标、化肥和农药等成分的残留量等[3-4]。传感器技术改变了农业技术人员过去固有的单点检验识别方法，引入了多种优良的传感方法，如光谱技术、机器视觉技术、味觉技术、微量元素识别技术等[5-8]，从智能化、精细化管理的角度进一步推进农作物生命信息监测方法的快速发展。

环境信息传感器技术是对与动植物生长有关的水、空气等环境指标进行传感检测的技术。现阶段，环境信息传感技术研究与应用的重点是对农作物生长发育的土壤质量、气体进行检测以及对动物饲养过程中环境气体进行检测[9-11]。该方法对环境信息进行全面、快速、持续的监测评价分析，同时将评价结果即时应用于植物高效生长发育管理[12-15]。

目前，已经开发设计的植物、土壤以及气体信息感知设备多以单点测量和静态数据测量为主，可以执行动态、持续测定的设备较少，成本高且精度不确定。此外，测量信息参数的无线可感知化与无线传输水平较低，常常导致物理线路过于复杂或者无线传输数据错误等。目前，十分缺乏适用于农业复杂环境下的微小节能型、稳定型、环境适应型、低成本与信息化的传感器产品，难以满足农业信息化高速发展的需求。

2.2 通信技术

农业生命和环境数据的收集以及农业设备的智能化、自动化技术是区分数字农业与传统农业的关键技术之一。网络通信是数字农业数据收集和监控系统的中枢神经，把具有独立功能的单个设备或子系统互相连接，同时根据标准化通信协议进行数据通信，达到分布式架构的硬件配置、软件资源的共享以及系统的全方位管控。通信网络按照需要采取互不同的通信技术。根据传输介质进行分类，通信技术可划分成有线通信技术与无线通信技术。

高 峰等[16]研究表明，一般情况下，在小范围的数字化温室生产场景内，如果仅实现温室内各种环境因子（如温度、湿度和照度等）的监测与自动调整，有线通信技术是相对较好的选择，因为有线通信技术机器设备之间互通性强、系统稳定性高、数据信号抗干扰能力强。若温室内要求更高的测量精度，则需要完善温室内各种自然环境因素（如温度、环境湿度和光照强度）、土壤环境因素（如土层水势和氮、磷、钾的含量）以及作物的一系列生理指标值（如水分胁迫声发射信号、茎径缩小）的自动数据采集和数据分析处理。在这种繁琐的状况下，有线通信技术通常不能满足需求。如果采用无线通信方式，必须着重考虑网络的可靠性和低延迟性，这也在很大程度上影响着系统的控制精度。

目前，数字农业环境智能测控系统正在逐渐向信息化、智能化、自动化以及无线化发展。但是，无线通信往往存在通信不稳定、高延迟、可靠性较低等缺点，在农业实际生产过程中需要根据具体情况选择合适的通信技术开展数字农业系统的搭建。

2.3 农业模型技术

农业模型、农业人工智能及数据分析等技术贯穿于数字农业的信息感知、信息传输、信息处理与控制全过程，是数字农业的核心技术。因为感知生命和环境两大类信息内容是从数据信号到农业参数的转化过程，所以需要很多的农业模型来完成。信息传输包括有线信息传输、无线信息传输，2种方式都包含从数据到信息再到数据的整个过程，也需要大量的农业模型进行分析与处理。此外，信息的管理和操控主要对获得的数据和资料进行研究和分析，然后制定对应的管理方案，更加需要农业模型的应用。

使用不同的分类方式能够将农业模型划分为不同的类别。根据不同的研究对象，农业模型能够划分为农业生物模型（包括农业植物模型、动物模型、微生物模型）、农业环境模型（包括农业气象模型、农业土壤模型）、农业技术模型（包括农业生物技术模型、生态技术模型、信息技术模型以及农业产后技术模型等）以及农业经济模型（包括农村经济计量模型、市场模型、管理模型）等。根据建模方式和自身特点的差异，农业模型可分为经验性模型、半机理性模型、机理性模型。其中，经验性模型主要通过统计方法构建，其参数估计常用的数据信息难以反映土壤、管理、气候以及其他状况的变化，因而其结论不能进行外推，也不能反映未来可能出现的气候问题的影响；机理性模型能够很好地描述系统状况变化的过程，可以对气象与管理方式等外部变量作出反应[17]；半机理性模型相应地处于经验性模型与机理性模型之间。

2.4 农业智能化装备技术

在数字农业的实际应用场景中，为提高农业生产的效率，往往会采用大量的农业智能化机械设备，以减少对专业技术人员的依赖，并且提高资源的利用率。

回顾过去50年水肥一体化技术的发展趋势[18]，水肥一体化技术具有诸多优势，如提高水肥利用效率、有利于农业生产可持续发展等，不但可以大大减少化肥的使用，而且可以减少养分元素等的淋失破坏，增强土壤中磷、钾等元素的流动，进而提高其利用效率。此外，其还可以改善土壤的理化性质，保持土壤疏松，增加土壤孔隙度，不破坏土壤中的胶体结构，保持稳定的通气特性，有利于作物根系的生长发育。然而，水肥一体化技术发展仍面临诸多问题：尚未基于土壤有机质、作物种类、生长发育时期等施用化肥；水溶肥理化性质与作物栽培技术、水肥一体化设备不匹配；水肥一体化技术宣传推广的深度以及广度不足。

国内农业智能机器人技术起步相对较晚。由于农业生产环境的复杂性，当下存在机器人品类不全、不够智能、购置成本高、操作复杂等诸多问题，这也影响了农业数字化进程。

2.5 蔬菜采后管理技术

在众多农作物中，蔬菜采后管理技术的难度最大。蔬菜生产具有明显的季节性与地域性，蔬菜自身具有含水量高、采摘后仍有生命的特点，很容易被机械设备损坏并发生腐烂。目前，蔬菜采后管理技术可分为6种，即简单贮藏、通气库贮藏、机械冷藏、气调保鲜、减压贮藏和辐射保鲜。

蔬菜的保鲜储存仍存在较多问题，如蔬菜采后管理重视不够、冷藏和冷运能力低、冷链物流体系尚未形成、蔬菜产品缺乏严格的包装管理体系、对蔬菜采摘时信息化管理对策与采后储藏性的联系重视不足、蔬菜保鲜管理能力低等[19]。

在具体的生产过程中，现有栽培管理方法很难大幅提升蔬菜和水果的产量，而我国每年采摘后腐烂造成的损耗高达15%～20%。西方发达国家在农产品采摘以后，第一时间进行冷藏保鲜和生产加工。美国农业总投入中，30%的资金用于采摘前，70%的资金用于采摘后；意大利、荷兰的农产品保鲜率为60%，日本在70%以上。采后产值与采摘时自然产值的比值，美国是 3.7∶1.0，日本是 2.2∶1.0，而我国仅为0.38∶1.00。我国大部分蔬菜在采摘后基本以初始状态投入市场，损耗程度高，而美国的蔬菜采摘后损耗仅为1.7%～5.0%[20]。

2.6 数字化人才现状

虽然我国大力发展数字化农业建设，且互联网技术蓬勃发展，数字人才的数量也在大幅提升，但由于农村建设落后，大量的本土人才流失，从事农业生产活动的大都是老一辈农民，学历和知识储备普遍较低，无法胜任专业的数字化农业建设和生产活动。人才是农业数字化改革的核心，但数字化人才现状不容乐观，这对数字农业的发展来说是非常大的阻碍。

3 结论与展望

目前，数字农业所需要的技术条件基本已经具备，但同时存在着一些不足，主要不足有缺乏高精度和高可靠性的设备和通信网络、农业模型的门槛较高、水肥一体化技术不够精细化、蔬菜采后管理综合性利用水平不高等。鉴于当前数字农业技术的发展现状，机遇与挑战并存，可以从以下几个方面入手：加强新型农业传感器的研发，优化现有传感器的可靠性、稳定性，并逐步降低其成本；提升在数字化温室等复杂环境中通信技术的稳定性；加强数字化农技人才的培养，包括农业模型、农机设计、生产贮藏调度等方面的专业人才。

随着科学技术的发展和国家的持续支持，硬件设备的智能化水平越来越高，通信网络的可靠性逐步提高，专业人才队伍不断壮大，数字农业的前景将会一片光明。