中國網/中國發展門戶網訊 數字經濟是繼農業經濟、工業經濟之后的主要經濟形態。2012—2021年，我國數字經濟規模從11萬億元增加到45.5萬億元，占國內生產總值（GDP）的比重由20.4%增長至39.8%，成為推動經濟社會高質量發展的重要引擎。習近平總書記在《求是》雜志發表的重要文章《不斷做強做優做大我國數字經濟》中指出：“推動數字經濟和實體經濟融合發展。把握數字化、網絡化、智能化方向，推動制造業、服務業、農業等產業數字化。”

當前全球糧食安全問題日益嚴峻，2022年全世界約有6.9億—7.8億人口面臨饑餓，預計到2030年，全世界仍有近6億人口長期食物不足。我國是世界上糧食進口最多的國家，2022年我國進口糧食1.5億噸，占全國糧食總產量的21.4%。因此，我國糧食安全受國際市場影響的風險較大。作為一個14億人口大國，我國必須確保“中國飯碗”主要裝“中國糧”。以習近平同志為核心的黨中央把糧食安全作為治國理政的頭等大事，確立了新時代“以我為主、立足國內、確保產能、適度進口、科技支撐”的國家糧食安全戰略。數字經濟時代背景下，數字技術在我國農產品銷售和流通環節發揮了巨大作用，而數字技術如何應用到農業生產環節，實現農業生產的精細化管理，目前多集中于點上的研究和小規模的應用，缺乏農業生產全流程的數字技術應用。因此，如何在大范圍內打通農業生產的數據流、將數字經濟與農業傳統產業融合、讓數據在農業生產環節中產生高效的價值，是發展智慧農業的前提，也是實現中國式農業現代化的一個重要命題。

我國傳統糧食生產方式遇到持續增產瓶頸

糧食安全是國家安全的基礎。新中國成立以來，我國糧食生產取得巨大成就，用不足全球9%的耕地解決了全球約20%人口的吃飯問題。推動糧食產量增加的主要因素包括農業基礎設施改善、農業物質裝備水平提高、農業科技進步加快和農業經營體制改革等多方面的舉措。1978年改革開放以來，我國糧食單位面積產量（以下簡稱“單產”）由167.5千克/畝（2 527千克/公頃），提高到2021年的387千克/畝（5 805千克/公頃），翻了2.3倍；我國農業生產中化學肥料（以下簡稱“化肥”）投入增加了5.9倍，農藥投入增加了4.7倍（表1）。然而，我國化肥、農藥的利用率僅為40%左右，未被充分吸收利用的化肥、農藥造成了嚴重的環境污染。與此同時，我國農業用水量達到3 644.3億立方米，占2021年全國用水總量的61.5%。通過分析我國1978年至今的糧食產量和化肥施用量的關系，發現兩者存在極顯著的相關關系（p < 0.001）。1978—2002年，單位化肥施用量的糧食產量呈現逐年下降的趨勢，即增加化肥施用量對于提升糧食產量的作用逐漸降低；2003—2015年，我國化肥總施用量的數據仍在攀升，但是單位化肥施用量帶來的糧食產量卻幾乎不變，也就是說隨著化肥施用量的增加，糧食增產已進入平臺期；2015年開始，隨著國家“雙減”戰略的提出，雖然化肥施用總量逐年減少，但單位化肥施用量的糧食產量則出現了緩慢提升（圖1）。由此可見，我國化肥的使用已經嚴重超標，不僅無法促進糧食持續增產，而且不能被作物吸收利用的化肥還會進入土壤及水體，造成嚴重的農業面源污染。

美國、日本、歐洲等發達國家或地區的農業數字化技術起步早，海量農業數據的積累支撐了國家初步建立農業智能化生態體系，實現了增產提效，如原美國孟山都公司（Monsanto Company）與美國約翰迪爾公司（John Deere）合作建立了精準數字農業生態體系。目前，德國拜耳公司旗下氣候公司（Climate Corporation）推出的數字農業平臺（Climate FieldView）已服務全球超過13億畝耕地，通過海量數據采集，幫助農民優化農田決策，從而提高土地生產力，最大限度地幫助農戶降低農業生產管理強度、提高農業生產的效率、增強抵御風險的能力。我國是糧食進口第一大國，大豆和玉米的進口量排全球前兩位，合計占我國糧食進口總量的76%。我國大豆和玉米生產均存在單產低、成本高的問題。2021年，我國大豆單產（約140千克/畝）是美國（231千克/畝）的61%，成本（約781元/畝）是美國（593元/畝）的1.3倍；我國玉米單產（約507千克/畝）是美國（735千克/畝）的69%，成本（約1 149元/畝）是美國（806元/畝）的1.5倍。由此可見，我國大豆和玉米不僅單產低，且單產的成本是美國的2.1—2.2倍，節本增效的空間巨大。因此，推進中國式農業現代化，實現糧食生產中降本增產增效，是我國農業健康可持續發展無法回避的重要議題。

農業生產是一個受自然環境、生物有機體與人類社會生產活動等多種因素共同作用的復雜系統。在我國耕地資源有限的背景下，提高糧食作物單產是增加糧食產能的有效途徑，農業農村部已將糧油等主要作物大面積單產提升作為糧食生產工作的頭號工程。糧食單產的波動受到光、熱、水等氣候因素，土壤和地形等環境因素，化肥和農藥等生產資料投入因素，品種改良等科技因素的影響。針對近15年玉米單產增加的因素分析研究表明，氣候因素占48%，田間管理占39%，可見精細化管理對提高糧食單產的作用巨大。發展智慧農業，將信息化、數字化、智能化技術應用到農業生產系統，就是要通過海量數據的獲取，建立農業模型和算法，摸清作物的生長規律和對光、溫、水、肥等資源的需求特點，智能化精準識別作物的病蟲害，從而作出適時適量施用水肥藥和播種收獲時間等的管理決策，對復雜的農業生產系統進行智能化、精準化控制。通過糧食生產過程的精細化、精準化管理，提升田間管理在糧食單產增加中的作用，減弱氣候變化對糧食生產的影響，實現“靠天吃飯”向“知天而作”的轉變。

發展智慧農業的核心“九步法”

2005年中央一號文件《中共中央國務院關于進一步加強農村工作提高農業綜合生產能力若干政策的意見》中，首次提出了“加強農業信息化建設”。隨后，我國圍繞作物生長發育、種植管理管控、農業信息采集、質量檢測等方面開展了大量工作，在農業物聯網產品和技術、農業傳感器、水肥一體化等方面均取得了一系列成果，為農業大數據的獲取提供了基礎。《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》中明確提出“加快發展智慧農業，推進農業生產經營和管理服務數字化改造”。隨著我國農村信息基礎設施建設、農業規模化經營趨勢、智慧農業技術進步，我國智慧農業迅速發展。圍繞耕地土壤、種子、水資源、肥料和農藥利用等方面，科研人員開展了大量的單項技術研究或集成技術研究，部分技術環節已取得突破，并在應用示范中取得了顯著效益。農業生產是一個復雜的系統工程，圍繞產前、產中、產后的糧食生產全鏈條，針對從耕整地到糧食入庫的全過程，通過將碎片化的單點技術進行串聯，為我國農業生產節本增產增效提供技術支撐，實現“藏糧于技”。為此，本文將控制論的概念引入農業生態系統，提出了智慧農業助力農業生產的核心“九步法”，即“兩精”“三變”“三減”“一用”（圖2）。利用信息技術打通農業生產全鏈條數據流，通過農業大數據積累，開發算法和模型挖掘數據價值，建立智慧農業決策系統，并用智能農業機械裝備實現精準執行系統指令。同時，智能農業機械又可在作業的同時采集數據，實現數據流的閉環。隨著系統不斷積累數據，進一步加強數據驅動的模型訓練，使系統變得“越來越聰明”，實現精準決策，進一步提升農業科技的增產增效潛力。

“兩精”：精準整地、精量播種

精準整地。土壤精準耕整是提高農業水肥藥利用率、促進作物生長、減少溫室氣體排放、提高作物產量的重要途徑。精準整地主要包括保護性耕作、深松和激光整地3項關鍵技術：保護性耕作可以減少土壤徑流、增加土壤有機質、減少水分蒸發；深松可以打破犁底層，改善土壤透水透氣性和團粒結構；激光整地則直接影響田間灌溉效率。有研究表明，經過激光整地技術平整后的土地，能夠較好解決漫灌造成的水資源嚴重浪費問題，比傳統平整土地方式節約灌溉用水21%；水分利用效率可提高19%—22%；不僅可以充分利用有限的水資源，同時也減少了土肥流失，作物產量可提高5%—11%。此外，農田通過高精度平整后，還可以帶來附加效益，如可減少灌溉溝渠和田埂的占地面積使水田土地利用率提高3%—6%。此外，根據土壤類型和種植作物種類的不同，整地深度和耕整方式要求也不一致，通過信息技術獲取不同土壤類型特點和不同作物種子萌發、生長的規律，為精準整地提供個性化定制方案，增強土壤的保水保肥能力，促進作物種子萌發和生長。

精量播種。作物的播種質量和產量息息相關。如果播種疏密不均，會導致生長無序、通風透氣性差、營養獲取不均衡、易受病蟲害侵襲等問題。隨著播種機械的技術進步，實現精量播種成為可能，而精量播種的前提是確定作物品種的適宜播量和最佳行距、株距等。通過構建群體尺度的作物生長模型，利用信息空間模擬不同密度作物的光合效率和生長發育規律，將為作物精量播種提供支撐。研究表明，精量播種一方面可提高作物播種質量，確保苗齊、苗壯，營養合理，個體發育健壯，群體長勢均衡，進而實現單產提升；另一方面可以節省或完全省去間苗時間，節約人力和能源成本；此外，精量播種還可以節約種子用糧，避免種子浪費。玉米通過精量播種可以節約種子2.7—3.0千克/畝（40—45千克/公頃），按我國玉米播種面積估算，相當于可節約玉米用種量172萬—194萬噸。

“三變”：變量施水、變量施肥、變量施藥

水肥藥是農業生產重要的基礎物質，在保障作物高產穩產和糧食安全中發揮了重要作用。農業可持續發展的核心是保護水土資源及農業生態環境。因此，提高農業資源利用水平和效率、加大農業生態保護建設力度是主要舉措。我國是世界上13個貧水國家之一，2022年，我國農業用水量達3 781.3億立方米，占全國用水總量的63%。我國也是化肥和農藥使用大國，我國平均每畝地的化肥施用量是美國的2.6倍；平均每畝地的農藥施用量是世界平均水平的2.5倍。化肥和農藥的過量施用，一方面造成農業生產成本增加，另一方面造成農業面源污染，不僅影響農產品的質量，還會威脅農業生態環境安全。為此，原農業部2015年印發了《到2020年化肥使用量零增長行動方案》和《到2020年農藥使用量零增長行動方案》，通過測土配方施肥、有機肥料與微生物肥料等新型肥料替代使用、病蟲害綠色防控技術實施等手段，我國2021年化肥和農藥的施用量比2015年分別減少了13.8%和16.8%。2022年，農業農村部印發了《到2025年化肥減量化行動方案》和《到2025年化學農藥減量化行動方案》，提出進一步開展化肥農藥減施不減產行動。如何實現減施不減產，一方面要摸清作物生長的水肥需求規律、開展作物病蟲害的智能化監測，另一方面要摸清土壤水分和養分的本底資源情況，二者結合生成變量作業的“處方圖”。當前，隨著高通量作物表型監測、基于深度學習的病蟲害識別、伽馬能譜儀土壤快速無損檢測等新技術的發展，為數據驅動的作物生長模型構建、土壤快速全面體檢提供了基礎，也為變量作業“處方圖”的智能化生成提供了可能。結合氣象信息，還可對最佳施肥和噴藥的時間提出建議。根據作物需求進行水肥藥的精準施用，是減少水肥藥用量、增加作物產量、提升作物品質的重要途徑。

變量施水。傳統農業生產的均勻灌溉方式可能出現局部灌溉過量或不足的情況，造成水資源和能源的浪費，降低了作物對水的利用效率。同時，過量施水還可能引起地表徑流或土壤水的深層滲漏，可能污染地表水及地下水。大型噴灌機的研發為變量施水技術提供了作業載體，室內模擬或田間試驗研究表明，變量灌溉可節水約4%—7%，個別田間小區試驗甚至達到節水53%的效果。

變量施肥。我國化肥利用率約40%，比美國、歐洲等發達國家低10%—25%，化肥的過量施用會造成耕地板結、土壤酸化等問題。國內外變量施肥技術主要分為2類，一類是基于“處方圖”的變量施肥，一類是實時監測的變量施肥；主要包含預先生成變量作業“處方圖”或實時采集土壤肥力信息、施肥決策系統和變量作業機具3個關鍵環節。我國東北黑土區的研究表明，采用玉米精準施肥模型，變量施肥方案可比傳統施肥方案節約化肥5%—10%，同時玉米增產6%—10％。

變量施藥。病蟲草害信息的快速獲取和精準識別是變量施藥的關鍵，相關設備包括地面噴藥機械和航空噴藥機械2類。近年來，航空植保技術的逐漸應用，特別是無人機等具有飛行速度快、噴灑效率高、人工成本低等優點，農作物病蟲害防治作業效率提高了15%—35%，生產成本降低了約7元/畝（105元/公頃），對于突發性病蟲害具有較好的防治效果，增強了抗風險能力。

“三減”：收獲減損、運輸減損、倉儲減損

糧食產后損失是一個全球性問題，節糧減損是保障糧食安全的重要舉措。2021年，在我國倡議下，農業農村部、國家發展和改革委員會、國家糧食和物資儲備局、山東省人民政府共同舉辦了國際糧食減損大會，習近平總書記在賀信中指出，“糧食安全是事關人類生存的根本性問題，減少糧食損耗是保障糧食安全的重要途徑”，糧食產后損失不僅造成了糧食數量的減少，而且浪費了生產糧食消耗的水土資源、能源動力、勞動力，以及化肥、農藥等生產資料。

聯合國糧農組織將糧食在收獲后至供應鏈消費環節之前被損失掉的部分稱為糧食損失指數（FLI），主要包含運輸、儲存和加工3個方面。據估測，全球的糧食損失指數約為13.8%，谷物和豆類的糧食損失指數為8%左右。本文在糧食產后環節僅討論從收獲到儲藏的過程，不包含加工和消費方面，具體劃分為收獲（田間收獲）、運輸（從田間運輸到糧食存儲地）、儲藏（干燥后入庫儲藏）3個環節。有研究表明，我國三大主糧作物水稻、小麥、玉米在收獲、運輸、儲藏的產后損失率平均為7.9%。其中，儲藏環節的損失最高，損失率達到4.5%，占產后總損失率的50%以上；其次是收獲環節，損失率為2.5%；運輸環節的損失率為0.9%。我國三大主糧作物的產量占我國糧食總產量的91%，基本可以反映我國糧食產后損失的總體狀況。2022年，我國糧食總產量為68 653萬噸，按此推算，糧食產后損失量約為5 424萬噸，當年的糧食平均產量為387千克/畝，折算后相當于損失了1.4億畝耕地產量的糧食。

收獲減損。糧食收獲環節的損耗主要與收獲時間、氣候條件和收獲方式等因素有關。通過構建包含作物、氣候、土壤等模塊的農業模擬器，根據氣候條件、作物種類和作物成熟度，可為獲取最佳收獲時機提供智能化決策建議；同時，通過監測作物收獲的實時產量，可以及時預警并調整至最佳收獲方式。我國三大主糧作物水稻、小麥、玉米的機收率分別達到了95%、98%、80%。通過加強智能化專用聯合收獲機的研發和應用、制定標準的收獲作業規范、加強農業機械操作手的培訓等，可提高收獲質量，降低收獲損耗。

運輸減損。運輸環節的損耗不僅包括糧食重量的減少，也包括糧食質量的下降。重量損耗主要與包裝破損、包裝不當、裝卸遺留等因素有關；而運輸過程遭受雨淋或運輸環境溫度控制不當，均會引起糧食品質下降，甚至發生霉變，造成損失。通過運輸環境的自動化監測和智能化調控，運輸車輛載重的全過程監管，可有效減少運輸環節的損耗。

倉儲減損。儲藏環節的損耗受糧食烘干和儲存基礎設施的影響較大，通過建立糧食收運儲的信息化管理系統、倉儲環境的智能化監測和調節系統，可實現糧食清選烘干損失量、倉儲環境的實時預警，為減損提供信息化支撐。有研究表明，通過采用作物聯合收獲機收獲、散糧集裝箱運輸、機械化干燥、糧食儲備庫替代農戶傳統儲糧方式等措施，我國糧食產后損失可降低至4%以下，減損量折算為耕地面積相當于新增“無形良田”0.7億畝。如果收獲、運輸、倉儲3個環節均實現信息化，進行實時監測預警，將進一步減少糧食產后損失。

“一用”：秸稈利用

秸稈的產生同糧食一樣，是作物光合作用的產物，也需要消耗水土資源，且秸稈約占作物地上生物量的50%以上，是農業生態系統中寶貴的生物質資源。因此，秸稈的綜合利用是農業綠色高質量發展的重點任務，關乎農業可持續發展和生態環境保護，受到各國高度重視。據估算，我國農作物秸稈資源量約為7.7億噸，是糧食總產量的1倍多。作物秸稈的利用方式主要包括肥料化、飼料化、能源化、基料化和原料化5類。據農業農村部發布的《全國農作物秸稈綜合利用情況報告》顯示，2021年，我國作物秸稈利用量達到6.47億噸，合計綜合利用率達88.1%。其中，秸稈還田量約為4億噸，占62%，主要包括玉米、水稻、小麥秸稈；秸稈飼用化利用量為1.32億噸；燃料化利用量為6 000多萬噸；基料化、原料化利用量約為1 200萬噸。可見，我國目前的秸稈利用仍然以還田為主，但受限于技術不完全成熟，秸稈還田后可能會出現腐解不完全從而影響來年作物出苗和生長，或是腐解過程中與作物競爭肥水資源等問題。通過加強秸稈綜合利用技術研發，未來可開辟秸稈綜合利用的新途徑，推動秸稈資源利用的多樣化和高值化。

關于我國發展智慧農業的建議

發展智慧農業的前提是以大數據為基礎。大數據的本質是海量、多維度、多形式的數據，具有海量的數據規模、快速的數據流轉、多樣的數據類型和價值密度低四大特征。只有將大數據和人工智能結合起來，利用深度學習和強化學習等算法，建立模型，輔助或代替人工決策，才能夠將大數據利用起來，發揮其應用價值。因此，智慧農業的發展，需要打通數據獲取、數據傳輸、數據存儲、數據處理、算法研發、模型構建等一系列過程。為此，針對大數據的獲取、標準化和應用，建議加強如下4個方面的工作，加快農業智能化進程，助力實現中國式農業現代化。

加強智能農業機械的研發和應用，將農業機械變成“數據爬蟲”

我國擁有18億畝耕地，如何快速、低成本獲取全面的、動態的地塊級糧食生產全流程大數據是個難題。作物耕種管收都需要農業機械的參與，如果將農業機械變成數據采集載體，則可以在農業生產全過程獲取精確到地塊級別的數據。世界上先進的智能農業機械可搭載農田土壤信息傳感器、作物生長及病蟲害監測傳感器、作業環境傳感器、農業機械裝備作業參數傳感器等，全方位采集發動機、位置、土壤、環境、作物等信息。我國擁有4 000多種農業機械產品，農業機械總動力達到10.78億千瓦，全國農作物耕種收綜合機械化率72%，三大主糧作物小麥、水稻、玉米的耕種收綜合機械化率分別達到97.3%、85.6%和90%，為通過農業機械獲取數據提供了可能。然而，當前我國高端農業機械主要依賴進口，且自主研發的農業傳感器數量不到世界的10%。加快構建我國自主的第3代農業機械創新體系，從“端、網、云、數、用”5個層面進行信息技術與農業生產的融合，實現數據采集、立體通信、大數據挖掘與農業機械自動化作業于一體，將農業機械發展為數據采集和精準作業同時進行的執行載體。未來通過智能農業機械的應用，將農業機械變成“數據爬蟲”，在作業過程中采集農田土壤、作物生長、病蟲害、氣象等信息，實現農業生產全流程數據的自動化采集，建立農業大數據庫并實現動態更新，為智慧農業決策系統做好數據儲備。

建立農業數據采集標準，打通農業“數據孤島”

圍繞糧食生產耕種管收全過程，針對影響糧食產量和品質的土壤、水分、氣候、作物品種習性等因素進行數據采集，是構建智慧農業決策系統的基礎。影響農業生產的水、土、氣、生四大類指標存在數據格式和類型不同、數據來源不一致等問題，這些多源異構數據通常以不同結構和語義表示，無法直接融合和共享。因此，應建立農業大數據共性平臺底座，匯聚不同區域的農業信息，打通農業“數據孤島”。加強低成本通信系統研發，突破全要素數據采集通信網絡開發平臺、農業通信關鍵技術，形成天空地一體化技術融合的農業專用通信系統終端產品；針對處理海量數據技術瓶頸，開展農業生產全要素數據存儲與清洗平臺研發，突破以分布式存儲技術、分布式數據庫技術、對象存儲技術為基礎的分層混合存儲體系的農業數據處理關鍵技術，形成以數據存儲處理為核心的國家級農業大數據算力中心；建立農業生產全流程的數據采集標準，確保采集結果的可比性、可兼容性、可集成性和連貫性。

打造農業模擬器，建立智慧農業決策系統

農業大數據的核心是數據挖掘，必須與人工智能結合才能發揮數據價值。孫凝暉等基于黑土地保護提出了農業模擬器的概念，擬通過理論研究和實驗科學將“數值+數據+智能”技術耦合成一個在線迭代的有機整體，構建科學研究的第五范式。農業模擬器主要包括觀察、判斷、決策、執行（OODA），這4個步驟同樣適用于智慧農業。多源異構的農業大數據經過各種分析算法進行比較、聚類和分類歸納，將采集獲得的土壤、作物、環境等要素數據搬到信息空間進行模擬分析，建立數據和模型的關系，借助智能裝備構建農業生產OODA閉環正反饋系統，突破當前孤立、線性、滯后的農業模型缺陷，打通農業數據流，在信息空間完成模型的訓練并進行快速迭代，從而對已有數據進行分析判斷，對未知數據進行預測，實現智慧農業決策系統更準確快捷，進而替代傳統專家決策的方式。

制定農業數據管理規范，加強農業數據安全監管

隨著信息技術的發展，數據安全已成為事關國家安全與社會經濟發展的重大問題，農業數據安全是國家糧食安全的重要組成部分。2021年9月1日，我國關于數據安全的首部律法《中華人民共和國數據安全法》正式實施。美國前國務卿基辛格曾說過：“誰控制了糧食，誰就控制了所有的人。”作為世界第一大糧食出口國，美國一直把糧食作為戰略武器，實施糧食—能源、糧食—金融、糧食—貿易、糧食—科技等“糧食戰爭”。受氣候變化、政治沖突、經濟萎縮等原因，世界糧食體系越發脆弱，2022年，約9億人處于重度糧食不安全狀況，占全世界人口的11%。在農業信息化、智能化快速發展的背景下，面對國際糧食市場震蕩的形勢，加強農業數據安全監管勢在必行。當前，我國高端農業機械、先進的農業傳感器大部分來源于進口，存在農業數據安全泄漏的極大風險。因此，一方面應加大國內自主知識產權的高端智能農業機械和農業傳感器研發，加快替代進口產品；另一方面，應制定農業數據采集、傳輸、存儲、訪問等管理制度和規范，加強數據要素治理，確保農業大數據安全，避免農業數據泄漏造成的被動局面，將糧食安全牢牢握在自己手中。

（作者：高樹琴、張玉成，中國科學院計算技術研究所；胡兆民，呼倫貝爾農墾集團；王竑晟，中國科學院科技促進發展局；張曉博，北京國科伏羲科技有限公司。《中國科學院院刊》供稿）