推动智慧农业发展，需要立足国情

　　当前，我国农业数字经济产业规模约6000亿，与之相关的智慧温室、水肥一体化等技术，也在逐步得到应用与推广。发展中国智慧农业，需结合中国实际情况，建立好数字技术落地的数字生态，进一步强化农业农村数据资源整合建设等。

 

　　走向农业4.0时代

　　当今社会，农业生产方式早已不同于传统农业，且对农产品供给，在安全、绿色、营养、健康等方面，多样性与质量要求也提高了很多。农业高质量发展，要实现品质高、产业效益高、农业生产效率高、经营者素质高、国际竞争力高的目标，智慧农业将会发挥非常关键的支撑作用。

　　从传统农业到现代农业，农业的进步随着时代的发展而加快。如果把人力、畜力作为主要生产手段的传统农业，称为农业1.0，那么，在经历了机械化的农业2.0时代，杂交育种、化肥农药提升生产力的3.0时代，今天，农业已经进入了4.0时代。农业4.0时代的特征，主要以数据为关键生产要素，以物联网、大数据、云计算、人工智能、智能装备与机器人应用为特征。

　　如今，国内智慧农业发展迅速。在相关政策的发布鼓励之下，全力推动智慧农业发展，各地也在全面推进中央部署的落实。当前，农业数字经济产业规模约6000亿，预计到2025年，将达到1.26万亿，智慧农业将对全面推进乡村振兴、服务农业高质量发展发挥非常重要的作用。

　　与此同时，智慧农业领域的科技创新也在快速发展。数据显示，智慧农业相关的研究论文、技术、设备等日渐增多，当前，智慧农业的研究热点主要集中在四个方面，包括农业信息感知与获取、精准作业、智能控制、信息等。同时，企业也做了大量实践，并且有了众多的应用模式，如养猪、养鸡、种菜等，尤其在全产业链中的应用越来越广泛。

 

　　数据、处理、应用三大重点任务

　　数据是数字产业的基础，也是智慧农业的根基。智慧农业的发展，首先要解决数据的问题。解决数据的来源问题，还是要解决天空地一体化的问题，包括卫星、无人机、地面传感器等各方面的数据。仅卫星数据，不能解决具体的操作层面的问题，没有宏观的数据，很多问题也解决不了。因此，必须获取卫星、无人机、地面传感器等多种不同的数据。

　　获取数据之后，数据的处理成为第二个关键问题。获取数据后，需要相关应用的模型和算法来进行处理，数据是死的，还要建立相关应用场景、相关应用比例的模型和算法。智慧农业的发展，最终要落地到应用场景之中，落地到具体的用户之中。这方面，涉及云端协同等多个问题，云端协同，就是把复杂的数据、模型变成相关用户用得上的信息和方案。

　　未来，智慧农业的发展，需要解决这三个核心的问题，即数据来源、数据处理、数据应用的问题。

 

　　多方面保障科技发展与运用

　　和劳动密集型的传统农业不同，智慧农业是技术密集型产业，必须要结合中国的实际情况，需要农业、环境、工程多方面的共同协作。

　　对未来智慧农业的发展，首先要建立好数字技术落地的数字生态，重点是政策环境，如加快数据方面的法规出台和实施，形成不同领域的相关政策，为建立数字要素市场提供政策、提供法律、提供智慧的保障。同时，还要完善金融、保险等方面的政策体制机制。

　　第二是提升社会对智慧农业的科学认知。智慧农业实际上是以数据作为关键的生产要素驱动因子，来驱动实现自动化运转和智能化运行。因此，没有数据驱动的物联网，就是一个工具，没有数据驱动的机械也仅仅是机械换人，谈不上智慧农业。

　　推动智慧农业的发展，需要进一步强化农业农村数据资源建设。当前，各部门、各领域都有自己的数据，但数据壁垒依然存在，第三方面，需要下大力气打破数据壁垒，将数据进行有效地汇集整合，才能够在生产中发挥更好的作用。

　　智慧农业是一系列农业核心技术的综合运用，加快技术综合集成，是未来第四个关键任务。一方面要补齐现在智慧农业核心技术应用的短板，比如说传感器、模型、算法的问题等;另一方面要推动智慧农业技术从散装到整装再到集成。

　　技术的发展，必然带来社会伦理的变化。未来需重视数字技术的社会属性，未雨绸缪，做好规避风险和应对挑战的准备，数字本身存在的不确定性、脆弱性、复杂性，很可能带来一系列的变化，如机器替代人力、人更依赖机器的问题，还有数字化带来的道德、隐私问题，区域鸿沟、人群鸿沟、教育鸿沟等问题。如何来规避数字化本身特点带来的挑战，如何处理智慧农业发展带来的社会问题，是未来智慧农业快速发展的重要工作。