中國網/中國發展門戶網訊 數字經濟是繼農業經濟、工業經濟之後的主要經濟形態。2012—2021年，我國數字經濟規模從11萬億元增加到45.5萬億元，佔國內生産總值（GDP）的比重由20.4%增長至39.8%，成為推動經濟社會高品質發展的重要引擎。習近平總書記在《求是》雜誌發表的重要文章《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、網路化、智慧化方向，推動製造業、服務業、農業等産業數字化。”

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，佔全國糧食總産量的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、確保産能、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，數字技術在我國農産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産環節，實現農業生産的精細化管理，目前多集中于點上的研究和小規模的應用，缺乏農業生産全流程的數字技術應用。因此，如何在大範圍內打通農業生産的數據流、將數字經濟與農業傳統産業融合、讓數據在農業生産環節中産生高效的價值，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。

我國傳統糧食生産方式遇到持續增産瓶頸

糧食安全是國家安全的基礎。新中國成立以來，我國糧食生産取得巨大成就，用不足全球9%的耕地解決了全球約20%人口的吃飯問題。推動糧食産量增加的主要因素包括農業基礎設施改善、農業物質裝備水準提高、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，我國糧食單位面積産量（以下簡稱“單産”）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；我國農業生産中化學肥料（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，佔2021年全國用水總量的61.5%。通過分析我國1978年至今的糧食産量和化肥施用量的關係，發現兩者存在極顯著的相關關係（p < 0.001）。1978—2002年，單位化肥施用量的糧食産量呈現逐年下降的趨勢，即增加化肥施用量對於提升糧食産量的作用逐漸降低；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産量卻幾乎不變，也就是説隨著化肥施用量的增加，糧食增産已進入平臺期；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産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産，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慧化生態體系，實現了增産提效，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，通過海量數據採集，幫助農民優化農田決策，從而提高土地生産力，最大限度地幫助農戶降低農業生産管理強度、提高農業生産的效率、增強抵禦風險的能力。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，合計佔我國糧食進口總量的76%。我國大豆和玉米生産均存在單産低、成本高的問題。2021年，我國大豆單産（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；我國玉米單産（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産低，且單産的成本是美國的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，實現糧食生産中降本增産增效，是我國農業健康可持續發展無法回避的重要議題。

農業生産是一個受自然環境、生物有機體與人類社會生産活動等多種因素共同作用的複雜系統。在我國耕地資源有限的背景下，提高糧食作物單産是增加糧食産能的有效途徑，農業農村部已將糧油等主要作物大面積單産提升作為糧食生産工作的頭號工程。糧食單産的波動受到光、熱、水等氣候因素，土壤和地形等環境因素，化肥和農藥等生産資料投入因素，品種改良等科技因素的影響。針對近15年玉米單産增加的因素分析研究表明，氣候因素佔48%，田間管理佔39%，可見精細化管理對提高糧食單産的作用巨大。發展智慧農業，將資訊化、數字化、智慧化技術應用到農業生産系統，就是要通過海量數據的獲取，建立農業模型和演算法，摸清作物的生長規律和對光、溫、水、肥等資源的需求特點，智慧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穫時間等的管理決策，對複雜的農業生産系統進行智慧化、精準化控制。通過糧食生産過程的精細化、精準化管理，提升田間管理在糧食單産增加中的作用，減弱氣候變化對糧食生産的影響，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《中共中央國務院關於進一步加強農村工作提高農業綜合生産能力若干政策的意見》中，首次提出了“加強農業資訊化建設”。隨後，我國圍繞作物生長髮育、種植管理管控、農業資訊採集、品質檢測等方面開展了大量工作，在農業物聯網産品和技術、農業感測器、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，推進農業生産經營和管理服務數字化改造”。隨著我國農村資訊基礎設施建設、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整合技術研究，部分技術環節已取得突破，並在應用示範中取得了顯著效益。農業生産是一個複雜的系統工程，圍繞産前、産中、産後的糧食生産全鏈條，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，為我國農業生産節本增産增效提供技術支撐，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産的核心“九步法”，即“兩精”“三變”“三減”“一用”（圖2）。利用資訊技術打通農業生産全鏈條數據流，通過農業大數據積累，開發演算法和模型挖掘數據價值，建立智慧農業決策系統，並用智慧農業機械裝備實現精準執行系統指令。同時，智慧農業機械又可在作業的同時採集數據，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産增效潛力。

“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、提高作物産量的重要途徑。精準整地主要包括保護性耕作、深松和鐳射整地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；鐳射整地則直接影響田間灌溉效率。有研究表明，經過鐳射整地技術平整後的土地，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，作物産量可提高5%—11%。此外，農田通過高精度平整後，還可以帶來附加效益，如可減少灌溉溝渠和田埂的佔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，通過資訊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。作物的播種品質和産量息息相關。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，利用資訊空間模擬不同密度作物的光合效率和生長髮育規律，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品質，確保苗齊、苗壯，營養合理，個體發育健壯，群體長勢均衡，進而實現單産提升；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，相當於可節約玉米用種量172萬—194萬噸。

“三變”：變數施水、變數施肥、變數施藥

水肥藥是農業生産重要的基礎物質，在保障作物高産穩産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準和效率、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，佔全國用水總量的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準的2.5倍。化肥和農藥的過量施用，一方面造成農業生産成本增加，另一方面造成農業面源污染，不僅影響農産品的品質，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産行動。如何實現減施不減産，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慧化監測，另一方面要摸清土壤水分和養分的本底資源情況，二者結合生成變數作業的“處方圖”。當前，隨著高通量作物表型監測、基於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，也為變數作業“處方圖”的智慧化生成提供了可能。結合氣象資訊，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、增加作物産量、提升作物品質的重要途徑。

變數施水。傳統農業生産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數施水技術提供了作業載體，室內模擬或田間試驗研究表明，變數灌溉可節水約4%—7%，個別田間小區試驗甚至達到節水53%的效果。

變數施肥。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。國內外變數施肥技術主要分為2類，一類是基於“處方圖”的變數施肥，一類是實時監測的變數施肥；主要包含預先生成變數作業“處方圖”或實時採集土壤肥力資訊、施肥決策系統和變數作業機具3個關鍵環節。我國東北黑土區的研究表明，採用玉米精準施肥模型，變數施肥方案可比傳統施肥方案節約化肥5%—10%，同時玉米增産6%—10％。

變數施藥。病蟲草害資訊的快速獲取和精準識別是變數施藥的關鍵，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%，生産成本降低了約7元/畝（105元/公頃），對於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”：收穫減損、運輸減損、倉儲減損

糧食産後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”，糧食産後損失不僅造成了糧食數量的減少，而且浪費了生産糧食消耗的水土資源、能源動力、勞動力，以及化肥、農藥等生産資料。

聯合國糧農組織將糧食在收穫後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%，穀物和豆類的糧食損失指數為8%左右。本文在糧食産後環節僅討論從收穫到儲藏的過程，不包含加工和消費方面，具體劃分為收穫（田間收穫）、運輸（從田間運輸到糧食存儲地）、儲藏（乾燥後入庫儲藏）3個環節。有研究表明，我國三大主糧作物水稻、小麥、玉米在收穫、運輸、儲藏的産後損失率平均為7.9%。其中，儲藏環節的損失最高，損失率達到4.5%，佔産後總損失率的50%以上；其次是收穫環節，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産量佔我國糧食總産量的91%，基本可以反映我國糧食産後損失的總體狀況。2022年，我國糧食總産量為68 653萬噸，按此推算，糧食産後損失量約為5 424萬噸，當年的糧食平均産量為387千克/畝，折算後相當於損失了1.4億畝耕地産量的糧食。

收穫減損。糧食收穫環節的損耗主要與收穫時間、氣候條件和收穫方式等因素有關。通過構建包含作物、氣候、土壤等模組的農業模擬器，根據氣候條件、作物種類和作物成熟度，可為獲取最佳收穫時機提供智慧化決策建議；同時，通過監測作物收穫的實時産量，可以及時預警並調整至最佳收穫方式。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%。通過加強智慧化專用聯合收穫機的研發和應用、制定標準的收穫作業規範、加強農業機械操作手的培訓等，可提高收穫品質，降低收穫損耗。

運輸減損。運輸環節的損耗不僅包括糧食重量的減少，也包括糧食品質的下降。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慧化調控，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乾和儲存基礎設施的影響較大，通過建立糧食收運儲的資訊化管理系統、倉儲環境的智慧化監測和調節系統，可實現糧食清選烘乾損失量、倉儲環境的實時預警，為減損提供資訊化支撐。有研究表明，通過採用作物聯合收穫機收穫、散糧集裝箱運輸、機械化乾燥、糧食儲備庫替代農戶傳統儲糧方式等措施，我國糧食産後損失可降低至4%以下，減損量折算為耕地面積相當於新增“無形良田”0.7億畝。如果收穫、運輸、倉儲3個環節均實現資訊化，進行實時監測預警，將進一步減少糧食産後損失。

“一用”：秸稈利用

秸稈的産生同糧食一樣，是作物光合作用的産物，也需要消耗水土資源，且秸稈約佔作物地上生物量的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品質發展的重點任務，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，是糧食總産量的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。據農業農村部發佈的《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，佔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，秸稈還田後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，未來可開闢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。

關於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徵。只有將大數據和人工智慧結合起來，利用深度學習和強化學習等演算法，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、演算法研發、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，加快農業智慧化進程，助力實現中國式農業現代化。

加強智慧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産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採集載體，則可以在農業生産全過程獲取精確到地塊級別的數據。世界上先進的智慧農業機械可搭載農田土壤資訊感測器、作物生長及病蟲害監測感測器、作業環境感測器、農業機械裝備作業參數感測器等，全方位採集發動機、位置、土壤、環境、作物等資訊。我國擁有4 000多種農業機械産品，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，且自主研發的農業感測器數量不到世界的10%。加快構建我國自主的第3代農業機械創新體系，從“端、網、雲、數、用”5個層面進行資訊技術與農業生産的融合，實現數據採集、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採集和精準作業同時進行的執行載體。未來通過智慧農業機械的應用，將農業機械變成“數據爬蟲”，在作業過程中採集農田土壤、作物生長、病蟲害、氣象等資訊，實現農業生産全流程數據的自動化採集，建立農業大數據庫並實現動態更新，為智慧農業決策系統做好數據儲備。

建立農業數據採集標準，打通農業“數據孤島”

圍繞糧食生産耕種管收全過程，針對影響糧食産量和品質的土壤、水分、氣候、作物品種習性等因素進行數據採集，是構建智慧農業決策系統的基礎。影響農業生産的水、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，無法直接融合和共用。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資訊，打通農業“數據孤島”。加強低成本通信系統研發，突破全要素數據採集通信網路開發平臺、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産品；針對處理海量數據技術瓶頸，開展農業生産全要素數據存儲與清洗平臺研發，突破以分佈式存儲技術、分佈式數據庫技術、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；建立農業生産全流程的數據採集標準，確保採集結果的可比性、可相容性、可整合性和連貫性。

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，必須與人工智慧結合才能發揮數據價值。孫凝暉等基於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+智慧”技術耦合成一個線上迭代的有機整體，構建科學研究的第五範式。農業模擬器主要包括觀察、判斷、決策、執行（OODA），這4個步驟同樣適用於智慧農業。多源異構的農業大數據經過各種分析演算法進行比較、聚類和分類歸納，將採集獲得的土壤、作物、環境等要素數據搬到資訊空間進行模擬分析，建立數據和模型的關係，借助智慧裝備構建農業生産OODA閉環正反饋系統，突破當前孤立、線性、滯後的農業模型缺陷，打通農業數據流，在資訊空間完成模型的訓練並進行快速迭代，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範，加強農業數據安全監管

隨著資訊技術的發展，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，我國關於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説過：“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、政治衝突、經濟萎縮等原因，世界糧食體系越發脆弱，2022年，約9億人處於重度糧食不安全狀況，佔全世界人口的11%。在農業資訊化、智慧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、先進的農業感測器大部分來源於進口，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智慧財産權的高端智慧農業機械和農業感測器研發，加快替代進口産品；另一方面，應制定農業數據採集、傳輸、存儲、訪問等管理制度和規範，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）