日益膨脹的人口規模與日漸短缺的資源之間的矛盾在全球各個產業中都呈現出持續加重的趨勢，尤其是處在人口和資源中間、與兩者相關性最高的農業。數字經濟快速發展背景下，“數字農業”應運而生。數字農業是將數字化信息作為農業新的生產要素，用數字信息技術對農業對象、環境和全過程進行可視化表達、數字化設計、信息化管理的新興農業發展形態，是數字經濟范疇下用數字化重組方式對傳統產業進行變革和升級的典型應用之一。

與數字農業相比，傳統農業主要依靠過去積累的經驗或手藝來進行判斷決策和執行，以“人”為核心，這也導致了整體生產環節效率低、波動性大、農作物或農產品質量無法控制等問題。而在數字農業模式中，通過數字化設備比如田間攝像頭、溫度濕度監控、土壤監控、無人機航拍等，以實時“數據”為核心來幫助生產決策的管控和精準實施，并通過海量數據和人工智能對設備的預防性維護、智能物流、多樣化風險管理手段進行數據和技術支持，進而大幅提升農業產業鏈運營效率并優化資源配置效率等。

傳統農業與數字農業的核心因素對比

（來源：《數字生態論》趙國棟）

現在普遍認為，數字農業是一個集合概念，主要包括4個方面：農業物聯網、農業大數據、精準農業、智慧農業。

國外計算機及信息技術在農業上的應用發展階段

① 20世紀50～60年代，農業應用計算機技術的重點在農業數據的科學計算，促進農業科技的定量化；

② 70年代，農業應用計算機技術處理農業數據，重點發展農業數據庫；

③ 80年代，以農業知識工程、專家系統的研究為重點；

④ 90年代，應用網絡技術，開展農業信息服務網絡的研究與開發；

⑤ 21世紀，采用標準化網絡新技術，實施三維農業信息服務標準化網絡連接新階段。

發達國家通過計算機網絡、遙感技術和地理信息系統技術來獲取、處理和傳遞各類農業信息的應用技術已進入實用化階段。相對于發達國家，中國數字農業較國外起步較晚，早期發展以政府政策引導和資金支持為主。

1990年，國家科技部推出“863”計劃，支持計算機研究“農業智能應用系統”，包括“魚病防治、蘋果生產管理專家系統”在內的5個專家項目研究平臺，研發了200多個實用專家系統，并在全國22個示范區應用。

1998年“七五”期間，國家領導人在中國科學院和中國工程院院士大會上提出了發展“數字中國”的戰略。隨后，“數字農業”“數字城市”、“數字水利”等的探索與研究在中國全面展開。

2003年國家“863”計劃將“大規模現代化農業數字化技術應用研究與開發”列為重大科技專項進行研究，并取得階段性成果。

從2013年開始，國家農業部在天津、上海、安徽三省市率先開展了物聯網區域試驗工程，對采集農業實時數據和物聯網應用方面進行了探索。

2015年，隨著大數據的戰略地位提高，農業大數據也成為新焦點，年底，《農業部關于推進農業農村大數據發展的實施意見》發布，國家為農業＋大數據的發展應用指明了方向、重難點。

2017年，農業部正式設立“數字農業”專項，加快中國農業現代化、數字化進程發展。

隨著政府對數字農業的支持與引導，中國企業在農業信息采集技術、動植物數字化虛擬設計技術、農業問題遠程診斷、嵌入式手持農業信息技術產品、溫室環境智能控制系統、數字化農業宏觀監測系統等方面的研究應用上，都取得了重要的階段性成果，通過不同類型地區應用示范，初步形成了中國數字農業技術框架和數字農業技術體系、應用體系和運行管理體系，促進了中國農業信息化和農業現代化進程。

2019年4月20日，《2019全國縣域數字農業農村發展水平評價報告》在2019中國農業展望大會上發布。報告顯示，2018年全國縣域數字農業農村發展總體水平達到33%，其中，農業生產數字化水平達到18.6%。中國農業生產數字化改造雖然快速起步，但和國際發達國家相比，還有很長一段路需要走。

報告從不同的行業分析，中國農作物種植數字化水平為16.2%，設施栽培信息化水平為27.2%，畜禽養殖信息化水平為19.3%，水產養殖信息化水平為15.3%。這些數字技術包括生產環境監測、體征監測、農作物病蟲害和動物疫情精準診斷及防控等方面，被率先應用在經濟效益較高的行業。

2.1  物聯網

農業數據實時獲取，奠定農業數字化基礎。物聯網在農業領域應用范圍廣泛，基于物聯網的農業解決方案，通過實時收集并分析現場數據及部署指揮機制的方式，達到提升運營效率、擴大收益、降低損耗的目的。可變速率、精準農業、智能灌溉、智能溫室等多種基于物聯網的應用將推動農業流程改進。物聯網科技可用于解決農業領域特有問題，打造基于物聯網的智慧農場，實現作物質量和產量雙豐收。

2.2  大數據

決策“數字化”，全面提升生產效率。萬物互聯在推動海量設備接入的同時，也將在云端生成海量數據。而挖掘這些由物聯網產生的大數據中隱藏信息的方法就是利用人工智能。物聯網最核心的商業價值就是將這些海量的數據進行智能化的分析、處理，從而生成基于不同商業模式的各類應用。

2.3  人工智能

潛力巨大，激活農業高效發展 在種植領域，人工智能有望提高糧食產量、減少資源浪費。在養殖領域中，利用人工智能可以有效降低疾病造成的損失。人工智能縮短農業研發進程。在實驗室和研究中心，機器學習算法能夠幫助培育更好的植物基因，創造更安全、更高效的農作物保護產品和化肥，并且開發更多的農產品。

中國的數字農業依然處在相對早期的階段，大量硬件投入實際上還未完全解決農業的根本問題。很多地方的數字農業建設，都存在“增量不增收”，“種，產，銷”三個階段脫節，或者數字概念脫離實際生產環境等問題。具體包括：

3.1  重硬件，輕軟件

無論是政府還是農戶容易把數字農業與農業機械化的概念相混淆。數字農業與農業機械化的根本區別在于，機械化是用機械來代替人工勞動，數字農業則是以數據來驅動機械實現自動化運轉和智能化調節。沒有數據和軟件來驅動的物聯網，其實還是工具，與機械農業并無本質上的差別。打通軟件平臺才有打開大數據，智慧農業，數字經濟大門的鑰匙。

3.2  有數據，沒智慧

數據是數字農業的基礎資源，近年來政府與企業多在數據采集上投入重金。然而，由于缺乏明確的業務化方向和必要的數據運營技能，對獲取數據的質量控制、分析加工和建模應用方面的工作相對滯后。數據的獲取與應用是一個雙向互動的過程，只有不斷嘗試利用數據產生業務價值，才能建立有價值的數據采集渠道。

3.3  數字經濟薄弱

當前中國數字農業的絕大部分應用還停留在生產環節，嚴格來說處于現代農業3.0的初級階段，產業鏈其他環節的信息化和經濟化程度較低。雖然農業部提出了“全產業鏈”的農業大數據發展路徑，尚未能充分激發產業鏈其他環節的潛力，農產品電商的經營方式也還未開始數據驅動的嘗試。農業的數字經濟和其他的數字農業關鍵因素有所不同，其實農業數字經濟是以市場資本反向驅動的。農業電商的模式是以數字驅動市場經濟，在市場推廣營運、產品特性、物流等方面受到了非常多的阻力，如若當反向驅動形成現實，一切問題就變得簡單起來。

3.4  產品化能力弱

近年來，農業數據服務企業層出不窮，但對農業生產經營主體的服務能力普遍不足，產品市場化困難。數據產品的服務能力嚴重依賴于數據質量，隨著高價值數據的不斷積累，有望提升產品實用性。只有持續打造有生命力的數據產品，才能撬動龐大的農業數字化市場。

以“數字化”為特征的現代農業4.0是毋庸置疑的未來，數字農業將帶來更高的產業效率，更公平的價值分配，更可持續的發展方式。我們認為中國數字農業的發展將呈現以下六大趨勢：

4.1  數據供應定制化

數據資源是發展數字農業的基石。目前中國數字農業面臨數據采集成本較高的困境。隨著數據思維深入人心，數據采集的組織成本將大幅下降；隨著農業物聯網的升級換代、公共數據的不斷開源以及從業者信息化水平的提升，數據采集的顯性成本將不斷減少。未來所有的農業產業單元都將擁有定制化的數據供應系統。而且，數據倉庫里的靜態資源將隨著擁有者的數字化能力提升而不斷流入產業鏈，通過交換、融合或再生，去不斷創造價值，實現業務的數字化驅動。

4.2  數據模型國產化

發現數據價值是數字農業發展的動力之源。以色列可以把硬件設備賣給我們，卻絕不開放后臺系統，因為真正的核心技術是實現數據價值的模型。當下，隨著大國科技競爭的加劇，引進科技成果的壁壘不斷增高，而且由于國內外農業業態差異大，我們無法套用國外的模式與模型。另一方面，中國不斷鼓勵科研成果的產業轉化，產業與學術、農業與數據科學的跨界合作正在逐步深入，因此實現產業核心數據模型的自主研發是大勢所趨。

4.3  農業機械智能化

機械化與智能化之間只隔著一個“數據驅動”的距離。中國制造2025戰略明確把“智能制造”作為主攻方向，順應市場潮流，海爾、金風等老牌制造廠商已經積極開展數字化轉型，尋找新的增長點。農機廠商也必將不斷利用數據為機械賦能，適應數字農場的場景需求，實現從制造商向服務商的轉型升級。

4.4  產業鏈虛擬化

隨著農業產業各環節數字化程度的有效提升，當數字化的機器智能與商業智能走進生產與經營，產業鏈將不斷走進網絡，在網絡世界逐步完成現實的數字化映射。產業鏈虛擬化將進一步推動消除信息不對稱，提高產業效率，發現新的增長。

4.5  供應鏈金融普惠化

近年來供應鏈金融迅猛發展，據測算，到2020年，中國供應鏈金融的市場規模可達14.98萬億元。供應鏈金融是產業優化的重要組成部分。它通過優化資金流來促進產業、特別是中小企業的健康發展。通過物聯網、互聯網和人工智能等新興技術的應用，數字農業將有效推動中小企業有機的融入產業網絡體系，為供應鏈金融普惠化提供堅實的產業基礎；同時，農業產業虛擬化進程所帶來的產業信息透明化和主體信用可追溯也將為金融風險的量化管理提供切實的保障。

4.6  數據安全增強化

無論是農田數據還是企業的經營數據都是反映從業者生產經營狀況的關鍵信息。數據帶給產業動能的同時，也存在被濫用的風險。因此，數據安全是產業數字化發展的基本保障。存儲和應用數據的信息化系統安全性的訴求將不斷增強，數據權屬問題也將隨著法律的完善而得到妥善解決，解除產業數字化的后顧之憂。

數字技術中物聯網技術，能實時獲取大量農業數據，是數字農業數據的主要來源，為農業數字化奠定了基礎。農業物聯網被列為歐洲物聯網18個重要發展方向之一，也是中國物聯網9個領域的重點示范項目之一。物聯網技術可以用來解決農業領域的獨特問題，各種基于物聯網的應用，如精準農業、智能灌溉和智能溫室將推動農業過程的改進。未來基于農業物聯網技術，數字農業技術和模式將有望在以下幾個典型的農業細分領域優先突破、大有作為。

5.1  智能農機裝備

作為一種農業生產手段，智能農機裝備利用物聯網技術和信息通信技術實現最佳生產和精益化生產，從農業作業手段上，推動農產品增產，農民降本增效，從集約化運作角度，實現環境資源可持續發展，農業生態良性循環。

5.2  智能灌溉

提高灌溉效率和減少水資源浪費的需求正在增長。這種通過部署可持續和有效的灌溉系統來保護水資源的方法正在受到越來越多的關注。基于物聯網的智能灌溉測量空氣濕度，土壤濕度，溫度和照度等參數，從而準確計算出對灌溉用水的需求。已經證明，這種機制可以有效地提高灌溉效率。

5.3  農業無人機

無人機擁有豐富的農業應用，用于監測作物健康，農業攝影（用于促進健康作物生長），可變速率應用，牲畜管理等。無人機可以低成本監測大面積區域，傳感器可以輕松實現收集大量數據。

5.4  智能溫室

智能溫室持續監測氣候條件，如溫度，空氣濕度，光照，土壤濕度等，并最大限度地減少作物種植期間的人工干預。這些氣候條件的變化會觸發自動響應。在分析和評估氣候變化后，溫室將自動進行誤差校正，以將氣候條件保持在作物生長的最佳水平。

5.5  收獲監測

收獲監測機制可以監測影響農業收獲的各種因素，包括糧食質量流量，水量和總收獲量。從監測中獲得的實時數據可以幫助農民做出決策。這種機制有助于降低成本和增加產量。

5.6  農業管理系統（FMS）

FMS通過傳感器和跟蹤設備為農民和其他利益相關者提供數據收集和管理服務。收集的數據被存儲和分析以支持復雜的決策。此外，FMS可用于識別農業數據分析最佳實踐和軟件交付模型。其優勢包括：提供可靠的財務數據和生產數據管理，以及改善與天氣或緊急情況相關的風險緩解能力。

5.7  土壤監測系統

土壤監測系統幫助農民跟蹤和改善土壤質量，防止土壤退化。該系統可以監測一系列物理，化學和生物指標（如土壤質量，持水能力，吸收率等），以減少土壤侵蝕，致密化，鹽堿化，酸化和被有毒物質污染的風險。土壤的質量。

5.8  精準家畜飼養

精準家畜育種提供牲畜生殖，健康和心理狀況的實時監測，以確保最大的回報。農民可以使用先進技術實施持續監測，并根據監測結果做出決策，從而改善牲畜的健康狀況。

據華為技術數據預測，到2020年，世界數字農業的潛在市場規模預計將從2015年的137億美元增長到268億美元，復合年增長率為14.3%。未來農業發展對信息流通性、行業連通性要求極高，數字農業，順勢發展，將擁有巨大的市場潛力。

來源：中科感知、新華社