日益膨脹的人口規(guī)模與日漸短缺的資源之間的矛盾在全球各個產業(yè)中都呈現出持續(xù)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(yè)。數字經濟快速發(fā)展背景下，“數字農業(yè)”應運而生。數字農業(yè)是將數字化信息作為農業(yè)新的生產要素，用數字信息技術對農業(yè)對象、環(huán)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(yè)發(fā)展形態(tài)，是數字經濟范疇下用數字化重組方式對傳統(tǒng)產業(yè)進行變革和升級的典型應用之一。

與數字農業(yè)相比，傳統(tǒng)農業(yè)主要依靠過去積累的經驗或手藝來進行判斷決策和執(zhí)行，以“人”為核心，這也導致了整體生產環(huán)節(jié)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(yè)模式中，通過數字化設備比如田間攝像頭、溫度濕度監(jiān)控、土壤監(jiān)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(yè)產業(yè)鏈運營效率并優(yōu)化資源配置效率等。

傳統(tǒng)農業(yè)與數字農業(yè)的核心因素對比

（來源：《數字生態(tài)論》趙國棟）

現在普遍認為，數字農業(yè)是一個集合概念，主要包括4個方面：農業(yè)物聯(lián)網、農業(yè)大數據、精準農業(yè)、智慧農業(yè)。

國外計算機及信息技術在農業(yè)上的應用發(fā)展階段

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

② 70年代，農業(yè)應用計算機技術處理農業(yè)數據，重點發(fā)展農業(yè)數據庫；

③ 80年代，以農業(yè)知識工程、專家系統(tǒng)的研究為重點；

④ 90年代，應用網絡技術，開展農業(yè)信息服務網絡的研究與開發(fā)；

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

發(fā)達國家通過計算機網絡、遙感技術和地理信息系統(tǒng)技術來獲取、處理和傳遞各類農業(yè)信息的應用技術已進入實用化階段。相對于發(fā)達國家，中國數字農業(yè)較國外起步較晚，早期發(fā)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(yè)智能應用系統(tǒng)”，包括“魚病防治、蘋果生產管理專家系統(tǒng)”在內的5個專家項目研究平臺，研發(fā)了200多個實用專家系統(tǒng)，并在全國22個示范區(qū)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(fā)展“數字中國”的戰(zhàn)略。隨后，“數字農業(yè)”“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(guī)?，F代化農業(yè)數字化技術應用研究與開發(fā)”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(yè)部在天津、上海、安徽三省市率先開展了物聯(lián)網區(qū)域試驗工程，對采集農業(yè)實時數據和物聯(lián)網應用方面進行了探索。

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

2017年，農業(yè)部正式設立“數字農業(yè)”專項，加快中國農業(yè)現代化、數字化進程發(fā)展。

隨著政府對數字農業(yè)的支持與引導，中國企業(yè)在農業(yè)信息采集技術、動植物數字化虛擬設計技術、農業(yè)問題遠程診斷、嵌入式手持農業(yè)信息技術產品、溫室環(huán)境智能控制系統(tǒng)、數字化農業(yè)宏觀監(jiān)測系統(tǒng)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(qū)應用示范，初步形成了中國數字農業(yè)技術框架和數字農業(yè)技術體系、應用體系和運行管理體系，促進了中國農業(yè)信息化和農業(yè)現代化進程。

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

報告從不同的行業(yè)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(yǎng)殖信息化水平為19.3%，水產養(yǎng)殖信息化水平為15.3%。這些數字技術包括生產環(huán)境監(jiān)測、體征監(jiān)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(yè)。

2.1  物聯(lián)網

農業(yè)數據實時獲取，奠定農業(yè)數字化基礎。物聯(lián)網在農業(yè)領域應用范圍廣泛，基于物聯(lián)網的農業(yè)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?？勺兯俾省⒕珳兽r業(yè)、智能灌溉、智能溫室等多種基于物聯(lián)網的應用將推動農業(yè)流程改進。物聯(lián)網科技可用于解決農業(yè)領域特有問題，打造基于物聯(lián)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(lián)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(lián)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(lián)網最核心的商業(yè)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(yè)模式的各類應用。

2.3  人工智能

潛力巨大，激活農業(yè)高效發(fā)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(yǎng)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(yè)研發(fā)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(chuàng)造更安全、更高效的農作物保護產品和化肥，并且開發(fā)更多的農產品。

中國的數字農業(yè)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(yè)的根本問題。很多地方的數字農業(yè)建設，都存在“增量不增收”，“種，產，銷”三個階段脫節(jié)，或者數字概念脫離實際生產環(huán)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(yè)與農業(yè)機械化的概念相混淆。數字農業(yè)與農業(yè)機械化的根本區(qū)別在于，機械化是用機械來代替人工勞動，數字農業(yè)則是以數據來驅動機械實現自動化運轉和智能化調節(jié)。沒有數據和軟件來驅動的物聯(lián)網，其實還是工具，與機械農業(yè)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(yè)，數字經濟大門的鑰匙。

3.2  有數據，沒智慧

數據是數字農業(yè)的基礎資源，近年來政府與企業(yè)多在數據采集上投入重金。然而，由于缺乏明確的業(yè)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(yè)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(yè)的絕大部分應用還停留在生產環(huán)節(jié)，嚴格來說處于現代農業(yè)3.0的初級階段，產業(yè)鏈其他環(huán)節(jié)的信息化和經濟化程度較低。雖然農業(yè)部提出了“全產業(yè)鏈”的農業(yè)大數據發(fā)展路徑，尚未能充分激發(fā)產業(yè)鏈其他環(huán)節(jié)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(yè)的數字經濟和其他的數字農業(yè)關鍵因素有所不同，其實農業(yè)數字經濟是以市場資本反向驅動的。農業(yè)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(yè)數據服務企業(yè)層出不窮，但對農業(yè)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(xù)打造有生命力的數據產品，才能撬動龐大的農業(yè)數字化市場。

以“數字化”為特征的現代農業(yè)4.0是毋庸置疑的未來，數字農業(yè)將帶來更高的產業(yè)效率，更公平的價值分配，更可持續(xù)的發(fā)展方式。我們認為中國數字農業(yè)的發(fā)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(fā)展數字農業(yè)的基石。目前中國數字農業(yè)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(yè)物聯(lián)網的升級換代、公共數據的不斷開源以及從業(yè)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(yè)產業(yè)單元都將擁有定制化的數據供應系統(tǒng)。而且，數據倉庫里的靜態(tài)資源將隨著擁有者的數字化能力提升而不斷流入產業(yè)鏈，通過交換、融合或再生，去不斷創(chuàng)造價值，實現業(yè)務的數字化驅動。

4.2  數據模型國產化

發(fā)現數據價值是數字農業(yè)發(fā)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(tǒng)，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(yè)業(yè)態(tài)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(yè)轉化，產業(yè)與學術、農業(yè)與數據科學的跨界合作正在逐步深入，因此實現產業(yè)核心數據模型的自主研發(fā)是大勢所趨。

4.3  農業(yè)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(zhàn)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(yè)鏈虛擬化

隨著農業(yè)產業(yè)各環(huán)節(jié)數字化程度的有效提升，當數字化的機器智能與商業(yè)智能走進生產與經營，產業(yè)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(yè)鏈虛擬化將進一步推動消除信息不對稱，提高產業(yè)效率，發(fā)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(fā)展，據測算，到2020年，中國供應鏈金融的市場規(guī)模可達14.98萬億元。供應鏈金融是產業(yè)優(yōu)化的重要組成部分。它通過優(yōu)化資金流來促進產業(yè)、特別是中小企業(yè)的健康發(fā)展。通過物聯(lián)網、互聯(lián)網和人工智能等新興技術的應用，數字農業(yè)將有效推動中小企業(yè)有機的融入產業(yè)網絡體系，為供應鏈金融普惠化提供堅實的產業(yè)基礎；同時，農業(yè)產業(yè)虛擬化進程所帶來的產業(yè)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(yè)的經營數據都是反映從業(yè)者生產經營狀況的關鍵信息。數據帶給產業(yè)動能的同時，也存在被濫用的風險。因此，數據安全是產業(yè)數字化發(fā)展的基本保障。存儲和應用數據的信息化系統(tǒng)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(yè)數字化的后顧之憂。

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

5.1  智能農機裝備

作為一種農業(yè)生產手段，智能農機裝備利用物聯(lián)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(yè)作業(yè)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(huán)境資源可持續(xù)發(fā)展，農業(yè)生態(tài)良性循環(huán)。

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(xù)和有效的灌溉系統(tǒng)來保護水資源的方法正在受到越來越多的關注?；谖锫?lián)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(yè)無人機

無人機擁有豐富的農業(yè)應用，用于監(jiān)測作物健康，農業(yè)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(jiān)測大面積區(qū)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(xù)監(jiān)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(fā)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(jiān)測

收獲監(jiān)測機制可以監(jiān)測影響農業(yè)收獲的各種因素，包括糧食質量流量，水量和總收獲量。從監(jiān)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(yè)管理系統(tǒng)（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(yè)數據分析最佳實踐和軟件交付模型。其優(yōu)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(jiān)測系統(tǒng)

土壤監(jiān)測系統(tǒng)幫助農民跟蹤和改善土壤質量，防止土壤退化。該系統(tǒng)可以監(jiān)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(yǎng)

精準家畜育種提供牲畜生殖，健康和心理狀況的實時監(jiān)測，以確保最大的回報。農民可以使用先進技術實施持續(xù)監(jiān)測，并根據監(jiān)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(yè)的潛在市場規(guī)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(yè)發(fā)展對信息流通性、行業(yè)連通性要求極高，數字農業(yè)，順勢發(fā)展，將擁有巨大的市場潛力。

來源：中科感知、新華社