周清波，吳文斌，宋 茜

（中國農(nóng)業(yè)科學院農(nóng)業(yè)資源與農(nóng)業(yè)區(qū)劃研究所/農(nóng)業(yè)部農(nóng)業(yè)遙感重點實驗室，北京100081）

0 引言

自“數(shù)字地球”概念提出以來，全球數(shù)字信息化迅猛發(fā)展，數(shù)據(jù)爆發(fā)增長、海量聚集，目前進入了新的大數(shù)據(jù)發(fā)展階段［1］。世界各國將推進經(jīng)濟數(shù)字化作為實現(xiàn)創(chuàng)新發(fā)展的重要動能，在前沿技術研發(fā)、數(shù)據(jù)開放共享、人才培養(yǎng)等方面進行了前瞻性部署。美國、歐洲和日本等國家和地區(qū)抓住數(shù)字革命的機遇，紛紛出臺了“大數(shù)據(jù)研究和發(fā)展計劃”、“農(nóng)業(yè)技術戰(zhàn)略”和“農(nóng)業(yè)發(fā)展4.0框架”，將數(shù)字技術廣泛應用于整個農(nóng)業(yè)生產(chǎn)活動和經(jīng)濟環(huán)境，加快推進數(shù)字農(nóng)業(yè)發(fā)展，激活數(shù)字農(nóng)業(yè)經(jīng)濟，迅速成為數(shù)字農(nóng)業(yè)強國。

當前，我國正處于傳統(tǒng)農(nóng)業(yè)向現(xiàn)代農(nóng)業(yè)轉變的關鍵時期，數(shù)字技術為解決我國“三農(nóng)問題”提供了新理念和新思維。黨中央、國務院始終高度重視數(shù)字農(nóng)業(yè)發(fā)展。黨的“十九大”提出建設科技強國、網(wǎng)絡強國、數(shù)字中國、智慧社會等發(fā)展目標，做出推動互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和實體經(jīng)濟深度融合等戰(zhàn)略部署。習近平總書記明確指出，要審時度勢、精心謀劃、超前布局、力爭主動，實施國家大數(shù)據(jù)戰(zhàn)略，加快建設數(shù)字中國。推進數(shù)字農(nóng)業(yè)發(fā)展是建設和數(shù)字經(jīng)濟和數(shù)字中國的重要內(nèi)容?！吨腥A人民共和國國民經(jīng)濟和社會發(fā)展第十三個五年規(guī)劃綱要》《國家信息化發(fā)展戰(zhàn)略綱要》《新一代人工智能發(fā)展規(guī)劃》《全國農(nóng)業(yè)現(xiàn)代化規(guī)劃（2016～2020年）》等對我國農(nóng)業(yè)數(shù)字化、信息化發(fā)展做出了重要部署，明確要求推動數(shù)字信息技術和智能裝備在農(nóng)業(yè)生產(chǎn)經(jīng)營中的應用，建立健全數(shù)字化、網(wǎng)絡化、智能化的農(nóng)業(yè)生產(chǎn)經(jīng)營體系，加強耕地、草原、水等重要資源和主要農(nóng)業(yè)投入品聯(lián)網(wǎng)監(jiān)測，健全農(nóng)業(yè)信息監(jiān)測預警和服務體系，提高農(nóng)業(yè)生產(chǎn)全過程信息服務和數(shù)字化管理能力。

數(shù)字農(nóng)業(yè)涉及多部門、多領域、多學科的交叉和集成，具有獨特的系統(tǒng)性和復雜性，其關鍵理論和技術創(chuàng)新研究成為數(shù)字農(nóng)業(yè)建設的基礎和優(yōu)先任務，也是目前農(nóng)業(yè)信息技術學科的國際前沿和熱點研究問題之一。基于此，文章在數(shù)字農(nóng)業(yè)的內(nèi)涵基礎上，系統(tǒng)梳理和總結國內(nèi)外數(shù)字農(nóng)業(yè)研究進展，分析未來數(shù)字農(nóng)業(yè)發(fā)展趨勢，并提出我國數(shù)字農(nóng)業(yè)未來重點研究領域，以期為發(fā)展和豐富數(shù)字農(nóng)業(yè)學科體系、推動我國未來數(shù)字農(nóng)業(yè)發(fā)展提供參考。

1 數(shù)字農(nóng)業(yè)內(nèi)涵

“數(shù)字農(nóng)業(yè)”的概念于1997年由美國科學院和美國工程院正式提出，1998年美國副總統(tǒng)戈爾在闡述“數(shù)字地球”的概念時，對數(shù)字農(nóng)業(yè)內(nèi)涵進行了定義。數(shù)字農(nóng)業(yè)簡單說是農(nóng)業(yè)數(shù)字化，是利用現(xiàn)代信息技術對農(nóng)業(yè)對象、環(huán)境和全過程進行可視化表達、數(shù)字化設計、信息化管理的現(xiàn)代農(nóng)業(yè)。具體來說，是將遙感、地理信息系統(tǒng)、全球定位系統(tǒng)、物聯(lián)網(wǎng)、智能裝備等現(xiàn)代信息技術與地理學、農(nóng)學、生態(tài)學、植物生理學、土壤學等基礎學科有機結合，對農(nóng)業(yè)的結構、要素、過程與管理進行二進制及模型化表達，構建以數(shù)字化、網(wǎng)絡化、自動化等為特征的計算機管理和應用系統(tǒng)，輔助農(nóng)業(yè)生產(chǎn)科學決策、調(diào)控與管理。數(shù)字農(nóng)業(yè)使得數(shù)字技術與農(nóng)業(yè)各環(huán)節(jié)深度有效融合，對改造傳統(tǒng)農(nóng)業(yè)、轉變農(nóng)業(yè)生產(chǎn)方式，促進農(nóng)業(yè)資源空間上的優(yōu)化配置和時間上的合理利用，提高農(nóng)業(yè)生產(chǎn)效率和降低生產(chǎn)成本，實現(xiàn)農(nóng)業(yè)綠色發(fā)展和可持續(xù)發(fā)展具有重要意義［2］。

數(shù)字農(nóng)業(yè)和信息農(nóng)業(yè)、精準農(nóng)業(yè)、智慧農(nóng)業(yè)等既有聯(lián)系，又有區(qū)別。共同之處是以數(shù)字資源為基礎，以信息技術為支撐，以促進農(nóng)業(yè)生產(chǎn)力和經(jīng)濟發(fā)展為目標。數(shù)字農(nóng)業(yè)是在農(nóng)業(yè)信息化內(nèi)涵基礎上，強調(diào)數(shù)字化特征和信息技術應用到各環(huán)節(jié)的本質(zhì)作用［3］。信息農(nóng)業(yè)是農(nóng)業(yè)信息化、農(nóng)村信息化等產(chǎn)業(yè)和社會范疇的概念［4］。精準農(nóng)業(yè)是通過精準信息數(shù)據(jù)分析，指令和控制智能農(nóng)機具實施精準耕作措施的農(nóng)業(yè)生產(chǎn)模式［5］。智慧農(nóng)業(yè)是精準農(nóng)業(yè)思想結合智慧化思想，由種植業(yè)外延至大農(nóng)業(yè)，實現(xiàn)農(nóng)業(yè)全要素、全鏈條、全產(chǎn)業(yè)、全區(qū)域的數(shù)字化、網(wǎng)絡化和智能化［6］。

表1 信息農(nóng)業(yè)、精準農(nóng)業(yè)和智慧農(nóng)業(yè)科學內(nèi)涵Table 1 Scientific connotations of information-based agriculture，precision farming and smart agriculture

2 數(shù)字農(nóng)業(yè)研究與應用現(xiàn)狀

2.1 國外數(shù)字農(nóng)業(yè)研究與應用

國外數(shù)字農(nóng)業(yè)研究較早，尤其美國、德國、日本等發(fā)達國家在數(shù)字農(nóng)業(yè)研究方面處于領先地位，形成了科學的理論和技術體系［7-8］。美國一直高度重視數(shù)字農(nóng)業(yè)的研究，早在20世紀80年代，雨鳥、摩托羅拉等公司合作開發(fā)了智能中央計算機灌溉控制系統(tǒng)，將計算機應用于溫室控制和管理。20世紀90年代，開發(fā)的溫室計算機控制與管理系統(tǒng)可以根據(jù)溫室作物的特點和要求，對光照、溫度、水、氣、肥等諸多因子進行自動調(diào)控，還可利用溫差管理技術實現(xiàn)對花卉、果蔬等產(chǎn)品的開花和成熟期進行控制。目前世界上最大的農(nóng)業(yè)中心網(wǎng)絡是美國內(nèi)布拉斯加大學的AGNET聯(lián)機網(wǎng)絡。美國41.6%的家庭農(nóng)場、46.8%的奶牛場和52%的年輕農(nóng)場主通過計算機進行網(wǎng)絡信息聯(lián)絡，有專業(yè)的農(nóng)業(yè)技術服務組織將農(nóng)業(yè)信息提供給農(nóng)民，服務于農(nóng)業(yè)生產(chǎn)管理和精細化耕作［9］。美國LACIE計劃和AGRISTARS計劃利用遙感、地理信息系統(tǒng)等技術進行美國和全球不同地區(qū)多種糧食作物面積估算、長勢評估、病蟲害監(jiān)測和總量預報，為農(nóng)業(yè)生產(chǎn)管理、指導農(nóng)產(chǎn)品貿(mào)易提供客觀準確的信息［10］。歐盟實施的MARS計劃利用衛(wèi)星遙感進行作物種植地塊監(jiān)測，為其農(nóng)業(yè)補貼政策實施提供精準依據(jù)［11］。歐盟利用視覺傳感器實時感知動物取食、運動、體重等重要信息［12-14］，通過聲音傳感器提取動物疾病信息［15］。德國在數(shù)字農(nóng)業(yè)核心技術研發(fā)上投入大量資金，并由大型企業(yè)牽頭進行開發(fā)。德國致力于研發(fā)農(nóng)業(yè)智能機械和裝備，提供數(shù)字農(nóng)業(yè)綜合解決方案。目前德國農(nóng)業(yè)生產(chǎn)領域大多數(shù)操作通過計算機完成，輔助決策系統(tǒng)為農(nóng)民提供多種咨詢服務，如小麥品種選擇模型可以提供小麥品種的水肥條件、品種特性、產(chǎn)量品質(zhì)、抗病蟲害能力信息，幫助農(nóng)民選擇適宜小麥品種。日本在物聯(lián)網(wǎng)技術研發(fā)方面取得顯著進展，50%以上農(nóng)戶使用物聯(lián)網(wǎng)技術，92%農(nóng)業(yè)生產(chǎn)部門應用農(nóng)業(yè)自動化技術。已經(jīng)有77個蔬菜市場和23個畜產(chǎn)品市場與農(nóng)副產(chǎn)品情報中心聯(lián)機，提供農(nóng)副產(chǎn)品產(chǎn)地、價格等信息給農(nóng)協(xié)，實現(xiàn)產(chǎn)銷精準對接。此外，英國和法國建立農(nóng)業(yè)大數(shù)據(jù)體系，促進精準農(nóng)業(yè)發(fā)展。美國、日本的農(nóng)業(yè)航空植保精準作業(yè)面積達到50%以上，大幅度提升農(nóng)業(yè)生產(chǎn)效率。

2.2 國內(nèi)數(shù)字農(nóng)業(yè)研究與應用

2.2.1 農(nóng)業(yè)數(shù)據(jù)信息資源建設

農(nóng)業(yè)數(shù)據(jù)信息資源建設是數(shù)字農(nóng)業(yè)的基礎。通過田間采樣、GPS采樣、智能農(nóng)機作業(yè)、多平臺遙感等技術手段，我國針對土地資源、水資源、氣候資源已經(jīng)進行詳細的調(diào)查，建立了不同信息資源數(shù)據(jù)庫。同時，已經(jīng)建成中國農(nóng)林文獻數(shù)據(jù)庫、中國農(nóng)業(yè)文摘數(shù)據(jù)庫、農(nóng)牧漁業(yè)科技成果數(shù)據(jù)庫、中國畜牧業(yè)綜合數(shù)據(jù)庫、農(nóng)業(yè)合作經(jīng)濟數(shù)據(jù)庫等有代表性的農(nóng)業(yè)數(shù)據(jù)庫。隨著衛(wèi)星遙感技術與地面物聯(lián)網(wǎng)的發(fā)展，農(nóng)業(yè)信息的獲取需要天空地多層次的監(jiān)測，獲得更多詳細的農(nóng)業(yè)數(shù)據(jù)信息，并重點從海量數(shù)據(jù)中提取有用的信息，減少數(shù)據(jù)庫的冗余，建立合理有效的農(nóng)業(yè)數(shù)據(jù)庫和數(shù)據(jù)集［16］。

2.2.2 “3S”技術

RS（遙感）、GIS（地理信息系統(tǒng)）、GPS（全球定位系統(tǒng)）等“3S”技術是數(shù)字農(nóng)業(yè)的核心技術。20世紀80年代開始開展作物遙感估產(chǎn)研究與試驗，建立了北方11省市冬小麥氣象遙感估產(chǎn)運行系統(tǒng)［16］。農(nóng)業(yè)部先后在京津地區(qū)對冬小麥、在浙江杭州嘉興地區(qū)對水稻以及在北方6省市對小麥進行了遙感估產(chǎn)試驗。國家“八五”期間，農(nóng)作物遙感估產(chǎn)成為國家科技攻關內(nèi)容，開展了小麥、玉米和水稻大面積遙感估產(chǎn)試驗研究和北方草原草畜平衡動態(tài)監(jiān)測研究。中國科學院“九五”重大和特別支持項目“中國資源環(huán)境遙感信息系統(tǒng)及農(nóng)情速報”將研究手段從常規(guī)方法與遙感技術結合，過渡到以資源衛(wèi)星為主，建立了“北方冬小麥氣象衛(wèi)星遙感動態(tài)監(jiān)測及估產(chǎn)系統(tǒng)”［18］。20世紀90年代以來，農(nóng)業(yè)部組織全國農(nóng)業(yè)遙感的科研力量進行多年研究，建立了全國主要大宗農(nóng)作物遙感估產(chǎn)業(yè)務運行系統(tǒng)，于2002年開始正式進入業(yè)務化運行。目前，持續(xù)開展了國內(nèi)水稻、玉米、小麥、大豆、棉花、油菜和甘蔗等七大作物的種植面積、長勢和產(chǎn)量以及土壤墑情監(jiān)測，美國冬小麥、玉米、大豆，巴西、阿根廷大豆的遙感監(jiān)測，印度冬小麥、加拿大春小麥和澳大利亞冬小麥單產(chǎn)監(jiān)測試驗。同時，組織完成了國內(nèi)水稻、小麥、玉米主產(chǎn)區(qū)和東北大豆、新疆棉花的本底調(diào)查工作，第一次利用遙感手段實現(xiàn)了對國內(nèi)大宗農(nóng)作物種植面積和空間分布的摸底調(diào)查［19］。

2.2.3 農(nóng)業(yè)模擬模型與專家系統(tǒng)

農(nóng)業(yè)模型使農(nóng)業(yè)科學從經(jīng)驗水平提高到更精確的水平。農(nóng)業(yè)模型包括農(nóng)業(yè)生物模型、環(huán)境模型、技術模型和經(jīng)濟管理模型，目前農(nóng)業(yè)生物模型研究較多，尤其是農(nóng)業(yè)植物模型，而動物模型研究較少。在農(nóng)業(yè)植物模型方面，總體上以引進國外模型為主，通過修訂和驗證，建立水稻、玉米等作物的形態(tài)虛擬和生長模擬模型。嚴定春等［20］通過應用組件化思想設計程序，采用標準化接口和模塊化封裝技術，建立數(shù)字化玉米生長模型。于合龍等［21］利用改進的BP神經(jīng)網(wǎng)絡集成方法，建立作物精準施肥模型。劉鐵梅等［22］進行油菜器官間干物質(zhì)分配動態(tài)的定量模擬。劉巖等［23］進行了基于生物量的水稻葉片主要幾何屬性模型研究。楊月等［24］進行小麥生育期模擬模型的比較研究，通過利用不同地點、播期、密度和極端條件下的試驗資料對引進的3個模型進行檢驗，在正常環(huán)境條件下3個模型對小麥生育期模擬均較為準確。隨著3S技術的發(fā)展，作物模型和RS、GIS相結合，由于RS和GIS的應用，擴展了作物模型的應用范圍。

專家系統(tǒng)運用智能計算機系統(tǒng)中內(nèi)部專家的知識水平和經(jīng)驗，模擬專家解決相關問題，是我國數(shù)字農(nóng)業(yè)研究中起步最早的領域，目前已經(jīng)取得較大成果并廣泛應用于作物施肥、灌溉、病蟲害管理、水土保持等領域。如20世紀80年代研發(fā)的砂漿黑土小麥施肥專家咨詢系統(tǒng)、作物病蟲預測專家系統(tǒng)，90年代研發(fā)的土壩事故診斷專家系統(tǒng)。2003年吉林大學研制了多媒體人參、玉米、水稻、蔬菜和畜牧業(yè)生產(chǎn)智能系統(tǒng)［25］。之后國內(nèi)很多學者先后研制了玉米精確施肥專家系統(tǒng)［26］、測土配方施肥專家指導系統(tǒng)［27］。2012年，何萍等［28］研制作物養(yǎng)分管理專家系統(tǒng)，在河北、山東、山西、河南等4個省市農(nóng)戶進行試驗，取得較好效果。孫敏等［29］研究設施蔬菜作物病害診斷與防治管理專家系統(tǒng)。

2.2.4 智能裝備與自動控制

我國智能農(nóng)機裝備以國外引進和自主研發(fā)并進。黑龍江農(nóng)墾是我國機械化最高的農(nóng)場群，智能化農(nóng)機裝備應用廣泛，先后從美國引進帶有GPS自動駕駛裝置的變量噴藥機、450馬力拖拉機、帶有產(chǎn)量監(jiān)測系統(tǒng)的CaseIH2366收獲機，為生產(chǎn)決策提供了科學依據(jù)［29］。自主研發(fā)方面，我國裝備數(shù)字化、智能監(jiān)控設計與制造取得了顯著進展，總體水平接近國際先進水平。如研制的大型精準噴藥設備、變量配肥施肥設備和基于衛(wèi)星定位的農(nóng)業(yè)機械導航系統(tǒng)等裝備在新疆、黑龍江等地開展實際應用，并取得了較好的效果。除機械自動控制外，我國在溫室自動控制技術方面也取得重要進展，完成從引進吸收、簡單應用階段到自主創(chuàng)新、綜合應用階段的過渡。如中國農(nóng)業(yè)科學院農(nóng)業(yè)氣象研究所和蔬菜花卉研究所聯(lián)合研制了基于Windows操作系統(tǒng)的溫室控制與管理系統(tǒng)；中國農(nóng)業(yè)大學研制了“WJG-1”型分布式溫室環(huán)境監(jiān)控計算機管理系統(tǒng)［31］；植物工廠環(huán)境調(diào)控技術也處于國際先進水平。

2.2.5 數(shù)字農(nóng)業(yè)成果的普及與應用

在無線傳感器技術、3S技術、云平臺及大數(shù)據(jù)等技術發(fā)展的基礎上，及政府、科研機構、農(nóng)業(yè)生產(chǎn)企業(yè)的共同推動下，我國數(shù)字農(nóng)業(yè)在大田種植、設施園藝、畜禽養(yǎng)殖、水產(chǎn)養(yǎng)殖等領域應用取得初步成效［32］。北京的小湯山現(xiàn)代科技技術示范園區(qū)通過衛(wèi)星遙感技術進行了作物長勢監(jiān)測。黃淮海、京津冀地區(qū)進行了小麥、大豆進行遙感估產(chǎn)、作物災害監(jiān)測和損失評估。黑龍江友誼農(nóng)場利用GPS定位進行田間調(diào)查采樣，分析大豆葉片葉綠素等含量。吉林省通過地理信息系統(tǒng)等方法對黑土區(qū)土壤速效養(yǎng)分的空間變異特征進行研究，建立養(yǎng)分空間變異圖，并基于GIS和DGPS實現(xiàn)了田塊的精準定位，建立土壤含水量、土壤肥力狀況空間分布變異圖和玉米品種、產(chǎn)量、施肥量等屬性數(shù)據(jù)庫［33］。蘭溪市利用數(shù)字農(nóng)業(yè)技術，進行大棚的水分、溫度、作物長勢等實時數(shù)據(jù)的監(jiān)控，通過自動控制系統(tǒng)進行噴灌。該平臺由數(shù)據(jù)庫云平臺、中央控制指揮中心、數(shù)字農(nóng)業(yè)系統(tǒng)3部分組成，通過該平臺可以自動生成測土配方施肥建議卡。目前在該地區(qū)已經(jīng)進行配方面積3.2萬hm2，減少化肥施用量550t，病蟲害數(shù)字化診斷系統(tǒng)收錄5 000多種病蟲害防治辦法，為1 000多戶農(nóng)民提供咨詢服務［34］。

3 新時代我國數(shù)字農(nóng)業(yè)重點研究任務

3.1 天空地一體化的數(shù)字農(nóng)業(yè)觀測系統(tǒng)構建

我國地形多樣、多云多雨天氣頻發(fā)、種植制度復雜和農(nóng)業(yè)生產(chǎn)高度動態(tài)性，單一傳感器或單一遙感平臺的對地觀測在實際應用中存在較多局限，需要綜合天基、空基和地基觀測，建立天空地一體化的數(shù)字農(nóng)業(yè)觀測系統(tǒng)。“天”是衛(wèi)星遙感觀測，具有區(qū)域范圍大和空間連續(xù)性的特點；“空”是航空遙感觀測，包括有人機和無人機遙感平臺，具有高精度和時間連續(xù)性的特點；“地”是物聯(lián)網(wǎng)和互聯(lián)網(wǎng)結合的地面?zhèn)鞲芯W(wǎng)，具有實時觀測和快速傳輸?shù)奶攸c。通過天空地協(xié)同的觀測系統(tǒng)，可以解決數(shù)字農(nóng)業(yè)監(jiān)測數(shù)據(jù)時空不連續(xù)的關鍵難點，實現(xiàn)對農(nóng)情信息全天時、全天候、大范圍、動態(tài)和立體監(jiān)測與管理［35］。

3.2 數(shù)字農(nóng)業(yè)關鍵技術與裝備研制

圍繞數(shù)據(jù)感知與獲取、處理與分析、決策與控制、管理與服務等關鍵環(huán)節(jié)，進行數(shù)字農(nóng)業(yè)關鍵技術與裝備研制。重點攻克農(nóng)業(yè)生產(chǎn)環(huán)境、動植物生理體征、智能感知與識別關鍵技術，突破農(nóng)業(yè)物聯(lián)網(wǎng)、云計算關鍵技術，研發(fā)一系列具有自主知識產(chǎn)權的大田物聯(lián)網(wǎng)測控、遙感監(jiān)測、智能化精準作業(yè)、基于北斗系統(tǒng)的農(nóng)機物聯(lián)網(wǎng)等技術和產(chǎn)品。深入開展遙感高光譜技術、農(nóng)作物參數(shù)反演、農(nóng)作物健康診斷、農(nóng)業(yè)自然災害監(jiān)測評估等農(nóng)業(yè)遙感關鍵技術攻關。探索開展以天空地多源數(shù)據(jù)采集與融合、智能診斷與分析、智能決策與控制等關鍵算法技術，推動農(nóng)業(yè)大數(shù)據(jù)的開發(fā)應用。開發(fā)專用傳感器和智能終端，突破生產(chǎn)環(huán)境和動植物體征行為信息采集、農(nóng)業(yè)生產(chǎn)管理精準控制等智能裝備核心裝置、自主無人裝備。構建和完善我國主要農(nóng)作物和畜牧養(yǎng)殖動物的生物生長數(shù)字模型，實現(xiàn)高效的數(shù)字模擬和設計；研究開發(fā)不同層次、不同農(nóng)業(yè)產(chǎn)業(yè)類型的農(nóng)業(yè)系統(tǒng)數(shù)字模型，實現(xiàn)農(nóng)業(yè)生產(chǎn)、管理、經(jīng)營、決策的智能化和數(shù)字化。

3.3 數(shù)字農(nóng)業(yè)技術系統(tǒng)集成與平臺研發(fā)

在大田種植方面，夯實基于北斗導航系統(tǒng)的精準時空服務基礎設施平臺，集成農(nóng)田生產(chǎn)管理信息系統(tǒng)、農(nóng)業(yè)資源管理系統(tǒng)、農(nóng)業(yè)科技信息管理系統(tǒng)、農(nóng)作物估產(chǎn)系統(tǒng)等大田農(nóng)業(yè)生產(chǎn)過程管理系統(tǒng)和精細管理及公共服務系統(tǒng)。在設施園藝方面，建設溫室大棚環(huán)境監(jiān)測控制系統(tǒng)和工廠化育苗系統(tǒng)，集成產(chǎn)品質(zhì)量安全監(jiān)控系統(tǒng)和采后商品化處理系統(tǒng)，為電商物流提供基礎支撐。在畜禽養(yǎng)殖方面，重點構建自動化精準環(huán)境控制系統(tǒng)和數(shù)字化精準飼喂管理系統(tǒng)，搭建養(yǎng)殖機械化自動產(chǎn)品收集平臺，重點突破畜禽養(yǎng)殖無害化糞污自動處理系統(tǒng)，實現(xiàn)糞污無害化處理和資源化利用。在水產(chǎn)養(yǎng)殖方面，建設養(yǎng)殖在線監(jiān)測系統(tǒng)和現(xiàn)場無線傳輸自主網(wǎng)絡，完善水產(chǎn)養(yǎng)殖管理系統(tǒng)，構建生產(chǎn)過程管理系統(tǒng)和綜合管理保障系統(tǒng)，搭建高效的水產(chǎn)養(yǎng)殖公共服務平臺［36-37］。

3.4 數(shù)字農(nóng)業(yè)技術應用示范

依據(jù)區(qū)域經(jīng)濟條件和信息基礎設施水平，結合地方農(nóng)業(yè)特色和現(xiàn)代農(nóng)業(yè)發(fā)展水平，以完善農(nóng)業(yè)技術推廣體系、提高科技信息意識、加速科技成果轉化和富裕農(nóng)民為目標，在農(nóng)業(yè)部5區(qū)1園的整體規(guī)劃布局下，依托農(nóng)業(yè)龍頭企業(yè)、農(nóng)民合作社、家庭農(nóng)場等新型農(nóng)業(yè)經(jīng)營主體，以及國家農(nóng)業(yè)遙感應用等公益性科研單位建立數(shù)字農(nóng)業(yè)示范區(qū)（點），堅持走市場化、專業(yè)化、差異化和特色化之路，打造農(nóng)業(yè)創(chuàng)新創(chuàng)業(yè)的先行區(qū)、成果示范推廣的主陣地，使數(shù)字化技術在農(nóng)業(yè)和農(nóng)村經(jīng)濟發(fā)展中得到廣泛應用，實現(xiàn)農(nóng)業(yè)生產(chǎn)、科研、教育、推廣、市場經(jīng)營和農(nóng)村社區(qū)信息服務的數(shù)字化，提高當?shù)剞r(nóng)業(yè)信息化水平，促進農(nóng)村經(jīng)濟的發(fā)展。

3.5 數(shù)字農(nóng)業(yè)信息服務模式創(chuàng)新

如何穩(wěn)定和逐步增加對數(shù)字農(nóng)業(yè)發(fā)展所必需的各項投入，是數(shù)字農(nóng)業(yè)發(fā)展的重要一環(huán)，僅僅靠政府的財政投入遠遠不夠，迫切需要大力引入市場和資本的介入，利用多種渠道增加投資，著力構建“政產(chǎn)學研用金服”相結合的新時代數(shù)字農(nóng)業(yè)發(fā)展模式。努力形成聯(lián)合公關、協(xié)同創(chuàng)新、共謀發(fā)展、共推改革的數(shù)字農(nóng)業(yè)運行模式，形成功能互補、良性互動的協(xié)同創(chuàng)新格局，對投資規(guī)模較大、需求長期穩(wěn)定、價格調(diào)整機制靈活、市場化程度較高的數(shù)字農(nóng)業(yè)基礎設施及公共服務類項目，可采用PPP等商業(yè)模式；對于市場化前景較好，投資收益回報較快的數(shù)字農(nóng)業(yè)項目，可采用眾籌模式、互聯(lián)網(wǎng)+模式、發(fā)行私募債券等商業(yè)模式。

3.6 數(shù)字農(nóng)業(yè)標準規(guī)范研制

標準化是數(shù)字農(nóng)業(yè)發(fā)展的前提。針對農(nóng)業(yè)生產(chǎn)過程涉及數(shù)據(jù)具有數(shù)據(jù)量大、涵蓋信息多、動態(tài)性、多維度等特點，迫切需要進行數(shù)字農(nóng)業(yè)規(guī)范標準研制。加強數(shù)字農(nóng)業(yè)標準和規(guī)范體系建設，制定一批數(shù)字農(nóng)業(yè)國家標準和行業(yè)標準，包括農(nóng)業(yè)數(shù)據(jù)采集、存儲、分析、處理和服務標準，農(nóng)業(yè)大數(shù)據(jù)平臺和系統(tǒng)標準、數(shù)據(jù)訪問和交換標準，促進農(nóng)業(yè)數(shù)據(jù)互聯(lián)共享。

參考文獻

［1］郭華東，王力哲，陳方，等. 科學大數(shù)據(jù)與數(shù)字地球. 科學通報，2014，59（12）：1047～1054.

［2］曹宏鑫，王家利，鄭宏偉. 發(fā)展“數(shù)字農(nóng)業(yè)”推動農(nóng)村信息化. 農(nóng)業(yè)網(wǎng)絡信息，2004，（1）：17～20.

［3］葛佳琨，劉淑霞. 數(shù)字農(nóng)業(yè)的發(fā)展現(xiàn)狀及展望. 東北農(nóng)業(yè)科學，2017，42（3）：58～62.

［4］賈科利，常慶瑞，張俊華，等. 信息農(nóng)業(yè)現(xiàn)狀與發(fā)展趨勢. 西北農(nóng)林科技大學學報（社會科學版），2003，3（6）：13～17.

［5］趙春江. 對我國未來精準農(nóng)業(yè)發(fā)展的思考. 農(nóng)業(yè)網(wǎng)絡信息，2010，（4）：5～8.

［6］張繼梅. 我國智慧農(nóng)業(yè)的發(fā)展路徑及保障. 改革與戰(zhàn)略，2017，33（7）：104～107.

［7］趙衛(wèi)利，劉冠群，程俊力. 國外農(nóng)業(yè)信息化發(fā)展現(xiàn)狀及啟示. 世界農(nóng)業(yè)，2011，385（5）：71～73.

［8］范鳳翠，李志宏，王桂榮，等. 國外主要國家農(nóng)業(yè)信息化發(fā)展現(xiàn)狀及特點的比較研究. 農(nóng)業(yè)圖書情報學刊，2006，18（6）：175～177.

［9］鄭業(yè)魯，薛緒掌. 數(shù)字農(nóng)業(yè)綜論. 北京：中國農(nóng)業(yè)科學技術出版社，2016.

［10］劉海啟，金敏毓，龔維鵬. 美國農(nóng)業(yè)遙感技術應用狀況概述. 中國農(nóng)業(yè)資源與區(qū)劃，1999，20（2）：56～60.

［11］唐華俊，吳文斌，楊鵬，等. 農(nóng)作物空間格局遙感監(jiān)測研究進展. 中國農(nóng)業(yè)科學，2010，43（14）：2879～2888.

［12］Yajuvendra S，Lathwal S S，Rajput N，et al. Effective and accurate discrimination of individual dairy cattle through acoustic sensing.Applied Animal Behaviour Science，2013，146（1-4）：11～18.

［13］Thorup V M，Munksgaard L，Robert P E，et al. Lameness detection via leg-mounted accelerometers on dairy cows on four commercial farms.Animal，2015，9（10）：1704～1712.

［14］Kaixuan Z，Dongjian H. Target detection method for moving cows based on background subtraction.International Journal of Agricultural and Biological Engineering，2015，8（1）：42～49.

［15］Kim H T，Choi H L，Lee D W，et al. Recognition of individual holstein cattle by imaging body patterns.Asian-Australasian Journal of Animal Sciences，2005，18（8）：1194～1198.

［16］唐華俊. 農(nóng)業(yè)遙感研究進展與展望. 農(nóng)學學報，2018，8（1）：175～179.

［17］孫九林. 中國農(nóng)作物遙感動態(tài)監(jiān)測與估產(chǎn)總論. 北京：中國科學出版社，1996.

［18］吳炳方. 中國農(nóng)情遙感速報系統(tǒng). 遙感學報，2005，8（6）：481～497.

［19］周清波，吳文斌，楊鵬，等. 基于“3S”技術的農(nóng)情信息監(jiān)測研究進展. 中國科技成果，2010（10）：33～38.

［20］嚴定春，諸葉平，李世娟，等. 數(shù)字化玉米種植管理系統(tǒng)研究. 農(nóng)業(yè)網(wǎng)絡信息，2006（11）：10～12.

［21］于合龍. 精準農(nóng)業(yè)生產(chǎn)中若干智能決策問題研究. 長春：吉林大學，2010.

［22］劉鐵梅，張瓊，邱楓，等. 油菜器官間干物質(zhì)分配動態(tài)的定量模擬. 中國油料作物學報，2005，27（1）：55～59.

［23］劉巖，陸建飛，曹宏鑫，等. 基于生物量的水稻葉片主要幾何屬性模型研究. 中國農(nóng)業(yè)科學，2009，42（11）：4093～4099.

［24］楊月，劉兵，劉小軍，等. 小麥生育期模擬模型的比較研究. 南京農(nóng)業(yè)大學學報，2014，37（1）：6～14.

［25］陳桂芬，李志紅，王國偉，等. 吉林省“數(shù)字農(nóng)業(yè)”研究的實踐與探討. 中國數(shù)字農(nóng)業(yè)與農(nóng)村信息化學術研究研討會文集. 北京：中國農(nóng)業(yè)出版社，2003.

［26］陳桂芬，王越，王國偉. 玉米精確施肥系統(tǒng)的研究與應用. 吉林農(nóng)業(yè)大學學報，2006，28（5）：586～590.

［27］張玉欣. 伊通縣《測土配方施肥專家指導系統(tǒng)》研發(fā)概述. 吉林農(nóng)業(yè)，2011，256（6）：135～139.

［28］何萍，金繼運，Mirasol F. Pampolino，等. 基于作物產(chǎn)量反應和農(nóng)學效率的推薦施肥方法. 植物營養(yǎng)與肥料學報，2012，18（2）：499～505.

［29］孫敏，羅衛(wèi)紅，馮萬利，等. 基于Web的設施蔬菜作物病害診斷與防治管理專家系統(tǒng). 南京農(nóng)業(yè)大學學報，2014，37（2）：7～14.

［30］吳海華，方憲法，楊炳南. 國內(nèi)外農(nóng)業(yè)裝備技術發(fā)展趨勢及進展. 農(nóng)業(yè)工程， 2013，3（6）：20～23.

［31］楊學坤，蔣曉，諸剛. 溫室環(huán)境控制技術的研究現(xiàn)狀與發(fā)展趨勢. 中國農(nóng)機化學報， 2013，34（4）：16～18.

［32］賈敬敦. 實施數(shù)字農(nóng)業(yè)行動加速農(nóng)村小康社會建設步伐. 中國數(shù)字農(nóng)業(yè)與農(nóng)村信息化學術研究研討會文集. 北京：中國農(nóng)業(yè)出版社，2003.

［33］趙月玲，王顏國，韓海燕，等. 吉林典型黑土區(qū)土壤中養(yǎng)分的空間變異研究. 中國農(nóng)機化，2012，240（2）：72～75.

［34］李艷，孫夢婷. “數(shù)字農(nóng)業(yè)”聯(lián)姻“生態(tài)農(nóng)業(yè)”. 今日浙江，2015，24：45～46.

［35］Zhou Q，Yu Q，Liu J，et al. Perspective of Chinese GF-1 high-resolution satellite data in agricultural remote sensing monitoring.Journal of Integrative Agriculture. 2017，16（2）：242～251.

［36］鄒金秋，周清波，陳仲新，等. 農(nóng)情遙感監(jiān)測與服務系統(tǒng)集成研究. 中國農(nóng)業(yè)資源與區(qū)劃，2010，31（15）：12～17.

［37］劉揚，周清波，劉佳，等. 基于遙感和WebGIS的冬小麥估產(chǎn)支持系統(tǒng). 中國農(nóng)業(yè)科學，2008，41（10）：3371～3375.