doi：10.15889/j.issn.1002-1302.2024.20.001

摘要：智慧農(nóng)業(yè)是未來農(nóng)業(yè)的發(fā)展方向，也是我國農(nóng)業(yè)新質(zhì)生產(chǎn)力的重要體現(xiàn)。對比分析發(fā)達(dá)國家智慧農(nóng)業(yè)的發(fā)展特點(diǎn)和經(jīng)驗(yàn)，探索適合我國國情的智慧農(nóng)業(yè)發(fā)展任務(wù)與對策建議，對我國智慧農(nóng)業(yè)高質(zhì)量可持續(xù)發(fā)展具有重要意義。從政策環(huán)境、產(chǎn)業(yè)現(xiàn)狀、科技創(chuàng)新發(fā)展等方面深入分析全球智慧農(nóng)業(yè)發(fā)展現(xiàn)狀，并通過剖析美國、荷蘭、日本等國外發(fā)達(dá)國家的典型案例，研判出我國智慧農(nóng)業(yè)科技創(chuàng)新發(fā)展存在的主要問題；在此基礎(chǔ)上，從高精度的農(nóng)業(yè)環(huán)境感知設(shè)備、適應(yīng)力強(qiáng)的農(nóng)業(yè)智能機(jī)器人、以數(shù)據(jù)為核心的算法開發(fā)與利用、場景化應(yīng)用的落地與推廣4個(gè)方面闡述了我國智慧農(nóng)業(yè)科技創(chuàng)新發(fā)展的重點(diǎn)任務(wù)，并從科技成果推廣落地、標(biāo)準(zhǔn)建設(shè)和數(shù)據(jù)治理、資源共享共建共用和專業(yè)人才隊(duì)伍建設(shè)方面提出對策建議。

關(guān)鍵詞：智慧農(nóng)業(yè)；科技創(chuàng)新；國際視角；重點(diǎn)任務(wù)；數(shù)字經(jīng)濟(jì)

中圖分類號：F323.3" 文獻(xiàn)標(biāo)志碼：A

文章編號：1002-1302（2024）20-0001-09

收稿日期：2024-10-08

基金項(xiàng)目：海南省熱帶作物信息技術(shù)應(yīng)用研究重點(diǎn)實(shí)驗(yàn)室2023年度開放基金（編號：ZDSYS-KFJJ-202309）。

作者簡介：郭" 婷（1992—），女，河南南陽人，碩士，助理研究員，從事農(nóng)業(yè)科技情報(bào)研究。E-mail：guoting@jaas.ac.cn。

通信作者：符晴雅，研究實(shí)習(xí)員，從事熱帶農(nóng)業(yè)科普與新媒體研究。E-mail：afuqingy@163.com。

“洪范八政，食為政首。”古往今來，糧食安全都是治國安邦的首要之務(wù)。我國人口眾多，如何利用有限的資源解決好吃飯問題是頭等大事。隨著我國農(nóng)業(yè)生產(chǎn)水平的提升和“三農(nóng)”改革工作的深化，農(nóng)業(yè)領(lǐng)域的各種風(fēng)險(xiǎn)和結(jié)構(gòu)性矛盾也在持續(xù)聚集。一方面，我國城鎮(zhèn)化進(jìn)程持續(xù)推進(jìn)，糧食安全進(jìn)入一個(gè)新階段：居民食品與農(nóng)產(chǎn)品消費(fèi)趨于飽和，食品結(jié)構(gòu)不斷豐富，農(nóng)產(chǎn)品供需的結(jié)構(gòu)性、時(shí)空性矛盾加大；另一方面，我國人多地少，人口老齡化趨勢明顯，且農(nóng)業(yè)生產(chǎn)面臨著資源和環(huán)境的約束，生產(chǎn)方式亟需轉(zhuǎn)變。在未來，“誰來種地”“如何種地”“怎樣種好地”的問題日漸突出。當(dāng)下，以數(shù)字化、智能化為特征的新一輪工業(yè)革命蓬勃興起，人工智能、物聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)、移動(dòng)互聯(lián)網(wǎng)等新一代信息技術(shù)與農(nóng)業(yè)農(nóng)村加速融合，推動(dòng)我國農(nóng)業(yè)向智慧農(nóng)業(yè)邁進(jìn)。智慧農(nóng)業(yè)是現(xiàn)代農(nóng)業(yè)的高級形式，以數(shù)據(jù)、系統(tǒng)、智能裝備為特征要素，與傳統(tǒng)農(nóng)業(yè)中的土地、動(dòng)植物、生產(chǎn)工具等生產(chǎn)要素深度融合，實(shí)現(xiàn)生產(chǎn)作業(yè)精細(xì)化、管理決策自主化、產(chǎn)業(yè)提升鏈?zhǔn)交?，促進(jìn)農(nóng)業(yè)進(jìn)入生產(chǎn)便捷、管理高效、產(chǎn)業(yè)協(xié)調(diào)的現(xiàn)代農(nóng)業(yè)新時(shí)代，是解決我國“三農(nóng)”現(xiàn)實(shí)問題的重要方式。

近年來，我國積極部署智慧農(nóng)業(yè)發(fā)展方向。2018年，中共中央、國務(wù)院印發(fā)《鄉(xiāng)村振興戰(zhàn)略規(guī)劃（2018—2022年）》，提出要“大力發(fā)展數(shù)字農(nóng)業(yè)，實(shí)施智慧農(nóng)業(yè)工程”。2019年，《數(shù)字鄉(xiāng)村發(fā)展戰(zhàn)略綱要》文件中作出“打造科技農(nóng)業(yè)、智慧農(nóng)業(yè)”的戰(zhàn)略部署。2022年，中央網(wǎng)信辦、農(nóng)業(yè)農(nóng)村部等10個(gè)部門聯(lián)合印發(fā)了《數(shù)字鄉(xiāng)村發(fā)展行動(dòng)計(jì)劃（2022—2025年）》，明確提出“智慧農(nóng)業(yè)創(chuàng)新發(fā)展行動(dòng)”，以加快推動(dòng)智慧農(nóng)業(yè)發(fā)展。我國智慧農(nóng)業(yè)的工作部署呈現(xiàn)多維度、全方位的特征，但發(fā)展水平距離歐美日韓等發(fā)達(dá)國家仍有較大差距。本研究立足全球，利用網(wǎng)絡(luò)調(diào)研、文獻(xiàn)計(jì)量、統(tǒng)計(jì)分析等方法，梳理國際智慧農(nóng)業(yè)產(chǎn)業(yè)發(fā)展現(xiàn)狀、發(fā)展趨勢，剖析該領(lǐng)域的技術(shù)方向、成功經(jīng)驗(yàn)，分析我國智慧農(nóng)業(yè)與發(fā)達(dá)國家之間的短板差距與存在的問題，提出“十五五”期間智慧農(nóng)業(yè)科技創(chuàng)新的重點(diǎn)任務(wù)與對策建議。

1" 智慧農(nóng)業(yè)發(fā)展現(xiàn)狀

1.1" 國內(nèi)外智慧農(nóng)業(yè)政策支持現(xiàn)狀

1.1.1" 國外政策逐漸豐富與細(xì)化" 20世紀(jì)80年代，“精準(zhǔn)農(nóng)業(yè)”構(gòu)想被提出，這是美國等經(jīng)濟(jì)發(fā)達(dá)國家在20世紀(jì)80年代末期繼LISA（低投入可持續(xù)農(nóng)業(yè)）后，為適應(yīng)信息化社會(huì)發(fā)展要求對農(nóng)業(yè)發(fā)展提出的一個(gè)新的課題［1-2］。此后，全球范圍內(nèi)，歐美日韓等發(fā)達(dá)國家與地區(qū)高度關(guān)注智慧農(nóng)業(yè)的發(fā)展。近年來，歐美日韓等發(fā)達(dá)經(jīng)濟(jì)體在智慧農(nóng)業(yè)進(jìn)行了多方面的部署，指導(dǎo)方向具體且明確。美國相關(guān)戰(zhàn)略、計(jì)劃將農(nóng)業(yè)作為人工智能優(yōu)先應(yīng)用發(fā)展的領(lǐng)域，資助農(nóng)業(yè)人工智能科技的中長期研發(fā)，并突出農(nóng)業(yè)人工智能、自動(dòng)化與遙感技術(shù)應(yīng)用的重要性［3-5］；英國提出未來將支持農(nóng)業(yè)中的智慧技術(shù)和精準(zhǔn)方法［6］；歐洲的《農(nóng)業(yè)4.0計(jì)劃》表示智慧農(nóng)業(yè)是未來歐洲農(nóng)業(yè)的發(fā)展方向，歐盟《共同農(nóng)業(yè)政策》明確指出要適應(yīng)數(shù)字時(shí)代，以數(shù)字化促進(jìn)農(nóng)村現(xiàn)代化，并啟動(dòng)了系列智慧農(nóng)業(yè)落地項(xiàng)目［7-9］；法國在《農(nóng)業(yè)數(shù)字化路線計(jì)劃》提出數(shù)字技術(shù)是法國未來5年農(nóng)業(yè)發(fā)展的重點(diǎn)，并且還關(guān)注到了農(nóng)業(yè)機(jī)器人的開發(fā)與應(yīng)用［10］；日韓期待用實(shí)際的信息化手段解決農(nóng)業(yè)生產(chǎn)應(yīng)用的問題，提升農(nóng)業(yè)生產(chǎn)效率，如開發(fā)植物工廠、智能農(nóng)場等［11-13］。

1.1.2" 我國政策紅利不斷釋放" 2005年，中央一號文件首次提出要加速農(nóng)業(yè)信息化建設(shè)，自此之后，每年我國中央一號文件中均有涉及推動(dòng)智慧農(nóng)業(yè)發(fā)展的相關(guān)內(nèi)容，提到“精準(zhǔn)農(nóng)業(yè)”“智慧農(nóng)業(yè)”“農(nóng)業(yè)信息化”等關(guān)鍵詞［14］。2012年，中央一號文件指出要全面推進(jìn)農(nóng)業(yè)農(nóng)村信息化，著力提高農(nóng)業(yè)生產(chǎn)經(jīng)營、質(zhì)量安全控制、市場流通的信息服務(wù)水平；2015年，文件將農(nóng)業(yè)現(xiàn)代化列為首要議題，農(nóng)業(yè)數(shù)字化是其中的重點(diǎn)領(lǐng)域；2021年，文件提出發(fā)展智慧農(nóng)業(yè)，建立農(nóng)業(yè)農(nóng)村大數(shù)據(jù)體系，推動(dòng)新一代信息技術(shù)與農(nóng)業(yè)生產(chǎn)經(jīng)營深度融合；2022年，政策明確指出要以大數(shù)據(jù)和互聯(lián)網(wǎng)為支撐，加速數(shù)字農(nóng)村的發(fā)展，進(jìn)一步推進(jìn)智慧農(nóng)業(yè)。近年來，除中央一號文件外，農(nóng)業(yè)農(nóng)村部、網(wǎng)信辦、發(fā)改委等國家級多部門都出臺(tái)了有關(guān)推進(jìn)智慧農(nóng)業(yè)的政策文件，地方政府也在國家政策的指導(dǎo)引領(lǐng)下對本地智慧農(nóng)業(yè)開展了差異化的發(fā)展探索。從政策出臺(tái)的部門來看，智慧農(nóng)業(yè)不僅僅是農(nóng)業(yè)領(lǐng)域的關(guān)鍵議題，還事關(guān)產(chǎn)業(yè)改革發(fā)展和信息工程技術(shù)；從政策內(nèi)容來看，智慧農(nóng)業(yè)未來應(yīng)該如何發(fā)展，國家和地方政府的頂層設(shè)計(jì)也逐步從模糊走向清晰。推進(jìn)智慧農(nóng)業(yè)發(fā)展，在未來需要關(guān)注農(nóng)業(yè)大數(shù)據(jù)的應(yīng)用；要大力推廣智能農(nóng)機(jī)的應(yīng)用、引導(dǎo)設(shè)施裝備改革升級；要打造數(shù)字農(nóng)業(yè)工程，推動(dòng)數(shù)字技術(shù)和農(nóng)業(yè)產(chǎn)業(yè)深度融合，推進(jìn)農(nóng)業(yè)全產(chǎn)業(yè)鏈的數(shù)字化轉(zhuǎn)型。

1.2" 國內(nèi)外智慧農(nóng)業(yè)產(chǎn)業(yè)發(fā)展現(xiàn)狀

1.2.1" 全球市場規(guī)模不斷擴(kuò)大，我國市場規(guī)模增長明顯

全球智慧農(nóng)業(yè)行業(yè)發(fā)展態(tài)勢迅猛，呈現(xiàn)蓬勃發(fā)展的趨勢。根據(jù)北京研精畢智信息咨詢有限公司調(diào)研提供的數(shù)據(jù)顯示，截至2021年末，全球智慧農(nóng)業(yè)市場規(guī)模接近150億美元，比上年同期增長約20%，到2022年，市場總規(guī)模達(dá)到了170億美元，較2021年末提升約13.3%。與全球市場相比，當(dāng)前我國智慧農(nóng)業(yè)行業(yè)處于發(fā)展的初級階段，在政策傾斜與技術(shù)發(fā)展的雙重驅(qū)動(dòng)下，國內(nèi)開始大力發(fā)展智慧農(nóng)業(yè)，市場規(guī)模呈現(xiàn)逐年增長的態(tài)勢。根據(jù)中國情報(bào)網(wǎng)提供的數(shù)據(jù)（圖1）顯示，2022年，我國智慧農(nóng)業(yè)市場規(guī)模約為743億元，同比增長8.5%，增長趨勢良好。在良好的市場發(fā)展前景下，京東、阿里、華為、騰訊、百度、美團(tuán)等頭部科技公司逐步向智慧農(nóng)業(yè)領(lǐng)域下沉。華為以海水稻為突破口，積極布局智慧農(nóng)業(yè)，一是提供先進(jìn)的智慧農(nóng)業(yè)技術(shù)系統(tǒng)和應(yīng)用；二是與其他農(nóng)業(yè)大數(shù)據(jù)公司開展合作，形成具體的解決方案［15］。

1.2.2 "發(fā)達(dá)國家農(nóng)業(yè)數(shù)字化水平高，我國農(nóng)業(yè)數(shù)字化轉(zhuǎn)型初見成效

近年來，我國農(nóng)業(yè)數(shù)字化轉(zhuǎn)型穩(wěn)步推進(jìn)，數(shù)字技術(shù)在農(nóng)業(yè)領(lǐng)域的滲透率不斷提升。據(jù)中國通信院測算，近年來，我國第一產(chǎn)業(yè)數(shù)字經(jīng)濟(jì)滲透率呈現(xiàn)逐步上升的趨勢（圖2），這意味著我國在農(nóng)業(yè)產(chǎn)業(yè)的數(shù)字經(jīng)濟(jì)發(fā)展呈現(xiàn)穩(wěn)步增長態(tài)勢。隨著數(shù)字鄉(xiāng)村建設(shè)進(jìn)一步推進(jìn)，2020年國家相關(guān)部門在全國范圍內(nèi)部署了121個(gè)數(shù)字鄉(xiāng)村試點(diǎn)，建設(shè)了11個(gè)農(nóng)業(yè)物聯(lián)網(wǎng)示范省、102個(gè)數(shù)字農(nóng)業(yè)試點(diǎn)項(xiàng)目，分4批認(rèn)定全國農(nóng)業(yè)農(nóng)村信息化示范基地316個(gè)，在全國開展了蘋果、大豆等6個(gè)品種的全產(chǎn)業(yè)鏈大數(shù)據(jù)建設(shè)試點(diǎn)，數(shù)字農(nóng)業(yè)建設(shè)試點(diǎn)深入推進(jìn)。而經(jīng)濟(jì)發(fā)展水平較高的國家農(nóng)業(yè)數(shù)字化轉(zhuǎn)型起步早、技術(shù)應(yīng)用強(qiáng)、發(fā)展改革成效顯著，與之相比，我國的農(nóng)業(yè)數(shù)字化轉(zhuǎn)型仍然有較大差距。如圖3所示，以2020年數(shù)據(jù)為例，高收入國家的農(nóng)業(yè)數(shù)字經(jīng)濟(jì)占比已經(jīng)達(dá)到12.5%，而我國僅8.9%，直至2022年也僅到達(dá)10.5%，存在明顯差距。

1.2.3" 國外優(yōu)質(zhì)高端產(chǎn)品多，我國關(guān)鍵核心技術(shù)自給不足

當(dāng)前，我國智慧農(nóng)業(yè)領(lǐng)域雖然有一定的研究基礎(chǔ)，但是關(guān)鍵核心技術(shù)仍然受制于人，領(lǐng)域內(nèi)的優(yōu)質(zhì)核心產(chǎn)品仍然依賴進(jìn)口。傳感器是農(nóng)業(yè)信息之源，在農(nóng)業(yè)傳感器領(lǐng)域，感知元器件、高端農(nóng)業(yè)環(huán)境傳感器、動(dòng)植物生命信息傳感器、農(nóng)產(chǎn)品品質(zhì)在線監(jiān)測設(shè)備等相關(guān)技術(shù)被美國、德國和日本等國家壟斷。我國中高檔傳感器產(chǎn)品幾乎100%從國外進(jìn)口，90%的芯片依賴國外，自主研發(fā)的傳感器數(shù)量不到世界的10%且性能普遍低于國外同類產(chǎn)品［16-17］。算法是智慧農(nóng)業(yè)的決策大腦，在農(nóng)業(yè)數(shù)字模型與模擬、農(nóng)業(yè)認(rèn)知計(jì)算與農(nóng)業(yè)知識(shí)發(fā)現(xiàn)、農(nóng)業(yè)可視交互服務(wù)引擎等技術(shù)、算法、模型方面，美國、荷蘭、以色列、日本等國家處于國際領(lǐng)先地位。國內(nèi)自主研發(fā)的動(dòng)植物模型與智能決策準(zhǔn)確性低，且大多是時(shí)序控制，而非按需決策控制［17］。

1.3" 國內(nèi)外智慧農(nóng)業(yè)科技創(chuàng)新發(fā)展現(xiàn)狀

1.3.1" 全球及我國智慧農(nóng)業(yè)均已進(jìn)入快速發(fā)展階段，我國起步雖晚但發(fā)展迅速

作為一種現(xiàn)代化的農(nóng)業(yè)生產(chǎn)模式，智慧農(nóng)業(yè)發(fā)展方興未艾，其發(fā)展歷程可大致分為以下3個(gè)階段（圖4）：

第一階段：萌芽期（1970—1988年）。智慧農(nóng)業(yè)起源于農(nóng)業(yè)信息化，早期農(nóng)業(yè)領(lǐng)域信息技術(shù)方面的研究是智慧農(nóng)業(yè)研究的基礎(chǔ)［18］。在20世紀(jì)70年代至80年代末，各國政府通過推廣計(jì)算機(jī)和網(wǎng)絡(luò)技術(shù)等方式促進(jìn)農(nóng)業(yè)信息化的發(fā)展，以美國為代表的歐美國家率先開始了農(nóng)業(yè)信息化的應(yīng)用研究，相關(guān)技術(shù)主要是農(nóng)業(yè)信息系統(tǒng)和專家系統(tǒng)，其中農(nóng)業(yè)信息系統(tǒng)用于管理農(nóng)業(yè)生產(chǎn)和市場信息，專家系統(tǒng)則用于支持農(nóng)業(yè)決策和問題解決［19］。

第二階段：緩慢發(fā)展期（1989—2010年）。在20世紀(jì)80年代末至21世紀(jì)初，隨著信息技術(shù)和互聯(lián)網(wǎng)的迅速發(fā)展，美國率先將全球定位系統(tǒng)（GPS）應(yīng)用于聯(lián)合收割機(jī)，農(nóng)業(yè)機(jī)械發(fā)展自此進(jìn)入智能化控制階段［8］；在此基礎(chǔ)上，集成3S（GPS、GIS與RS系統(tǒng)）技術(shù)的精準(zhǔn)農(nóng)業(yè)應(yīng)運(yùn)而生，相關(guān)技術(shù)主要是通過實(shí)時(shí)監(jiān)測和分析農(nóng)田、氣象、水分、作物等信息，實(shí)現(xiàn)農(nóng)業(yè)生產(chǎn)的智能化與精準(zhǔn)化，關(guān)鍵技術(shù)包括作物生長模型、農(nóng)田環(huán)境監(jiān)測、智能灌溉、精準(zhǔn)施肥、精準(zhǔn)植保等［19］。我國于20世紀(jì)80年代才開始啟動(dòng)農(nóng)業(yè)專家系統(tǒng)的研制，雖起步較晚，但萌芽期短、發(fā)展步伐快。

第三階段：快速發(fā)展期（2011—2023年）。21世紀(jì)10年代至今，隨著云計(jì)算、大數(shù)據(jù)、物聯(lián)網(wǎng)、人工智能、移動(dòng)互聯(lián)網(wǎng)等新一代信息技術(shù)的發(fā)展，“智慧農(nóng)業(yè)”這一概念被提出，并實(shí)現(xiàn)了從概念階段向?qū)嶋H應(yīng)用階段轉(zhuǎn)變。智慧農(nóng)業(yè)主要通過傳感器、監(jiān)控設(shè)備等實(shí)時(shí)采集和處理大田作物、設(shè)施作物、畜禽、水產(chǎn)等生產(chǎn)數(shù)據(jù)，利用大數(shù)據(jù)分析和人工智能算法進(jìn)行決策支持，實(shí)現(xiàn)農(nóng)業(yè)生產(chǎn)的智慧化、智能化與精細(xì)化管理，關(guān)鍵技術(shù)包括環(huán)境與生物信息感知、信息移動(dòng)互聯(lián)與農(nóng)業(yè)物聯(lián)網(wǎng)、云計(jì)算與云服務(wù)、大數(shù)據(jù)分析與決策，以及智能農(nóng)機(jī)裝備與農(nóng)業(yè)機(jī)器人等［20］。該時(shí)期，我國智慧農(nóng)業(yè)發(fā)展迅速，與全球同步進(jìn)入快速發(fā)展期，并取得了顯著成效。

1.3.2" 全球智慧農(nóng)業(yè)科技創(chuàng)新聚焦四大主題領(lǐng)域11個(gè)重點(diǎn)研究方向

全球智慧農(nóng)業(yè)領(lǐng)域的研究分為四大類（圖5），分別為“以機(jī)器視覺為代表的影像分析與利用技術(shù)”“以物聯(lián)網(wǎng)為代表的智慧監(jiān)測與管控技術(shù)”“以作物模型為代表的數(shù)據(jù)分析與生長調(diào)控技術(shù)”“以農(nóng)業(yè)遙感為代表的作物識(shí)別與生長

監(jiān)測技術(shù)”，其中“以機(jī)器視覺為代表的影像分析與利用技術(shù)”是研究重點(diǎn)。

（1）“以機(jī)器視覺為代表的影像分析與利用技術(shù)”重點(diǎn)圍繞高光譜、多光譜、紅外光譜、近紅外光譜等光譜圖像以及可見光圖像等影像信息，利用機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、人工神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)、機(jī)器視覺、支持向量機(jī)等技術(shù)開展農(nóng)業(yè)生物及農(nóng)產(chǎn)品的圖像采集、處理、分析與利用等研究（圖6-a）。主要分為基于機(jī)器視覺的農(nóng)產(chǎn)品品質(zhì)檢測技術(shù)、基于機(jī)器視覺的農(nóng)業(yè)生物特征識(shí)別技術(shù)、表型組學(xué)與數(shù)字育種技術(shù)3個(gè)研究方向，其中基于機(jī)器視覺的農(nóng)產(chǎn)品品質(zhì)檢測技術(shù)是重點(diǎn)研究方向。

（2）“以物聯(lián)網(wǎng)為代表的智慧監(jiān)測與管控技術(shù)”中大量聚集了人工智能、物聯(lián)網(wǎng)、大數(shù)據(jù)、機(jī)器人、神經(jīng)網(wǎng)絡(luò)等信息技術(shù)（圖6-b），是現(xiàn)代信息技術(shù)在農(nóng)業(yè)領(lǐng)域研究應(yīng)用的充分體現(xiàn)，圍繞農(nóng)業(yè)生產(chǎn)全過程，通過利用現(xiàn)代信息技術(shù)開展智慧監(jiān)測、管理與控制技術(shù)研究與設(shè)備研發(fā)，從而提高農(nóng)業(yè)生產(chǎn)的效率和品質(zhì)。主要分為農(nóng)業(yè)智能感知與監(jiān)測技術(shù)、農(nóng)業(yè)智能管理與控制技術(shù)、農(nóng)業(yè)機(jī)器人技術(shù)3個(gè)研究方向，其中，農(nóng)業(yè)智能感知與監(jiān)測技術(shù)、農(nóng)業(yè)智能管理與控制技術(shù)是重點(diǎn)研究方向。

（3）“以作物模型為代表的數(shù)據(jù)分析與生長調(diào)控技術(shù)”主要是利用系統(tǒng)分析方法和計(jì)算機(jī)模擬技術(shù)，對作物生長發(fā)育過程及其與氣候因子、土壤特性等環(huán)境與管理技術(shù)等之間的關(guān)系進(jìn)行數(shù)據(jù)分析、預(yù)測與決策，從而實(shí)現(xiàn)精準(zhǔn)化的農(nóng)業(yè)生產(chǎn)管理（圖 6-c）。主要分為作物生長模擬與智能分析技術(shù)、環(huán)境監(jiān)測與智能決策技術(shù)、精準(zhǔn)化生長調(diào)控與管理技術(shù)3個(gè)研究方向，其中作物生長模擬與智能分析技術(shù)是重點(diǎn)研究方向。

（4）“以農(nóng)業(yè)遙感為代表的作物識(shí)別與生長監(jiān)測技術(shù)”主要通過遙感平臺(tái)（如衛(wèi)星、無人機(jī)、雷達(dá)等）獲取農(nóng)業(yè)目標(biāo)的光譜、形態(tài)、結(jié)構(gòu)等數(shù)據(jù)，重點(diǎn)利用人工智能技術(shù)、統(tǒng)計(jì)學(xué)方法開展農(nóng)作物生長過程監(jiān)測、種植面積和產(chǎn)量估測、作物識(shí)別與分類、農(nóng)業(yè)災(zāi)害監(jiān)測與評估等研究［21］（圖6-d）。主要分為作物生長監(jiān)測與評估技術(shù)、作物特征提取與分類技術(shù)2個(gè)研究方向，其中，作物生長監(jiān)測與評估技術(shù)是重點(diǎn)研究方向。

1.3.3" 我國在智慧農(nóng)業(yè)領(lǐng)域科技創(chuàng)新數(shù)量多但創(chuàng)新性不足，且具有明顯的技術(shù)短板

當(dāng)前，我國智慧農(nóng)業(yè)發(fā)展已駛?cè)肟燔嚨?，展現(xiàn)出廣闊前景。對比全球（圖7）發(fā)現(xiàn)，（1）中國、美國在全球智慧農(nóng)業(yè)四大主題領(lǐng)域11個(gè)研究方向的發(fā)文量全部排在前2位，且遠(yuǎn)遠(yuǎn)超過其他國家，基礎(chǔ)研究優(yōu)勢明顯；但中國相關(guān)成果的影響力和創(chuàng)新性遠(yuǎn)不及美國、荷蘭、加拿大、比利時(shí)等發(fā)達(dá)國家。（2）我國的研究主要聚焦在“以機(jī)器視覺為代表的影像分析與利用技術(shù)”“以物聯(lián)網(wǎng)為代表的智慧監(jiān)測與管控技術(shù)”“以農(nóng)業(yè)遙感為代表的作物識(shí)別與生長監(jiān)測技術(shù)”3個(gè)方向，在“以作物模型為代表的數(shù)據(jù)分析與生長調(diào)控技術(shù)”主題領(lǐng)域及表型組學(xué)與數(shù)字育種技術(shù)的研究方向上的發(fā)文量均低于美國。（3）除此之外，我國在農(nóng)業(yè)傳感器、智能決策模型以及高端農(nóng)業(yè)智能裝備等方面還存在明顯的技術(shù)短板。

2" 國外智慧農(nóng)業(yè)發(fā)展的典型案例剖析

2.1" 美國：“大農(nóng)業(yè)”背景下廣泛使用信息化技術(shù)，走智能化精準(zhǔn)農(nóng)業(yè)道路

美國農(nóng)業(yè)的基本特征為“大農(nóng)業(yè)”特征，人力成本高、人均耕地面積廣袤。這決定了美國農(nóng)業(yè)需要采用機(jī)械化、自動(dòng)化和智能化手段來降本增效。有數(shù)據(jù)顯示，美國農(nóng)業(yè)生產(chǎn)高度發(fā)達(dá)，全美從事農(nóng)業(yè)生產(chǎn)的人員不到總?cè)丝诘?%，卻滿足了3億美國人的食物需求，并且出口大量谷類作物［22］。

從20世紀(jì)90年代開始，美國政府每年撥款10多億美元用于建設(shè)農(nóng)業(yè)信息網(wǎng)絡(luò)，積極將大數(shù)據(jù)技術(shù)、物聯(lián)網(wǎng)技術(shù)、遙感技術(shù)和人工智能技術(shù)應(yīng)用到農(nóng)業(yè)領(lǐng)域，推進(jìn)農(nóng)業(yè)的智能化改造升級。在生產(chǎn)經(jīng)營環(huán)節(jié)，美國中西部地區(qū)在玉米、大豆、甜菜等經(jīng)濟(jì)作物和糧食作物的種植方面廣泛使用了物聯(lián)網(wǎng)技術(shù)，實(shí)現(xiàn)了從播種、肥水噴施、病蟲害防治到收獲的全生產(chǎn)流程決策的智能化。美國的大型農(nóng)場（銷售額達(dá)到50萬美元以上）均配備了產(chǎn)量監(jiān)控器，并結(jié)合GPS、耕種區(qū)域地圖、作物種類和植物種群等信息，這類信息被實(shí)時(shí)傳輸?shù)较到y(tǒng)平臺(tái)中，經(jīng)過智能決策，進(jìn)行實(shí)時(shí)判斷與調(diào)控［23］。隨著農(nóng)業(yè)信息化體系建設(shè)的日漸完善，涌現(xiàn)了大量的智慧農(nóng)業(yè)企業(yè)，反哺于農(nóng)業(yè)生產(chǎn)實(shí)踐。例如FarmLogs（現(xiàn)被Bushel Farm收購）誕生于硅谷，它是一家基于云平臺(tái)的生產(chǎn)管理平臺(tái)類公司，通過大數(shù)據(jù)和機(jī)器學(xué)習(xí)技術(shù)幫助農(nóng)民掌控農(nóng)田的變化，最大程度地提升農(nóng)作物的產(chǎn)量、減少浪費(fèi)以及提升盈利能力；CropX也來自美國硅谷，其主要產(chǎn)品是探測土壤參數(shù)的硬件，建立土壤物聯(lián)網(wǎng)，該公司的硬件產(chǎn)品包含的重要傳感器有3個(gè)，分別收集地形信息、土壤結(jié)構(gòu)和含水量［24-25］。

2.2" 荷蘭：“有限土地資源”下打造“小而精”的生產(chǎn)模式，走高科技農(nóng)業(yè)發(fā)展之路

荷蘭位于歐洲西北部，國土面積僅有4萬多km2，人多地少，資源匱乏。資源稟賦的先天不足倒逼荷蘭從科技創(chuàng)新著手，積極發(fā)展高科技農(nóng)業(yè)。據(jù)數(shù)據(jù)統(tǒng)計(jì)，荷蘭是世界農(nóng)產(chǎn)品第二出口國，花卉、果蔬出口量排名世界第一，動(dòng)植物油、肉類、乳制品出口也位居世界前列［26］。

光照不足、土地資源稀缺，促使荷蘭將信息化、工業(yè)化技術(shù)與農(nóng)業(yè)生產(chǎn)相結(jié)合。其利用7%的耕地建立了面積近17萬畝（1畝=0.066 7 hm2）的現(xiàn)代化溫室，占全球溫室總面積的1/4。這類現(xiàn)代化溫室配備了先進(jìn)的光照系統(tǒng)、加溫系統(tǒng)、液體肥料灌溉施肥系統(tǒng)、二氧化碳補(bǔ)充裝置、機(jī)械化采摘系統(tǒng)和監(jiān)測系統(tǒng)等，保證從生產(chǎn)環(huán)節(jié)到收獲環(huán)節(jié)的全流程智能、高效、優(yōu)質(zhì)［27］。此外，荷蘭在智慧農(nóng)業(yè)的基礎(chǔ)上，還先一步關(guān)注到了循環(huán)農(nóng)業(yè)，注重綠色、生態(tài)、可持續(xù)，堅(jiān)持投入減量化、生產(chǎn)清潔化、廢棄物資源化和產(chǎn)業(yè)模式生態(tài)化［28］。荷蘭高度重視土地資源的保護(hù)，在土壤耕種時(shí)農(nóng)藥化肥使用合理，利用大數(shù)據(jù)技術(shù)、物理方法或生物防治技術(shù)保持土壤的有機(jī)化，生產(chǎn)綠色食品。并將牧草種植、畜禽養(yǎng)殖、能源生產(chǎn)、微生物培養(yǎng)和加工等有機(jī)結(jié)合，優(yōu)化農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)，提升本國農(nóng)產(chǎn)品在市場上的競爭力，實(shí)現(xiàn)高質(zhì)量現(xiàn)代化發(fā)展［26］。

2.3" 日本：“人老地少”條件下開展農(nóng)業(yè)轉(zhuǎn)型，形成集約化精耕模式

在農(nóng)業(yè)產(chǎn)業(yè)發(fā)展過程中，日本最為顯著的兩大現(xiàn)象是：農(nóng)業(yè)從業(yè)人員平均年齡過高、農(nóng)業(yè)人口持續(xù)減少；人均耕地面積極少，且大多是小型田塊和山地耕地。根據(jù)2022年的統(tǒng)計(jì)資料顯示，日本農(nóng)業(yè)從業(yè)者僅剩116萬，且平均年齡達(dá)到68.4歲。為了解決上述現(xiàn)象帶來的勞動(dòng)力短缺和農(nóng)業(yè)勞作不便等問題，日本大力發(fā)展智慧農(nóng)業(yè)［25，29］。

在農(nóng)業(yè)基礎(chǔ)設(shè)施條件方面，日本自20世紀(jì)70年代起開展土地資源整合，平整農(nóng)用土地，并且將農(nóng)產(chǎn)品依照氣候、區(qū)域種植，推廣農(nóng)業(yè)機(jī)械化，形成集約化耕種模式。在科技創(chuàng)新方面，日本致力于使用智慧農(nóng)業(yè)相關(guān)技術(shù)實(shí)現(xiàn)高效精細(xì)化種植。在智能機(jī)器方面，日本工業(yè)優(yōu)勢明顯，在人工智能技術(shù)的加持下，發(fā)展農(nóng)業(yè)機(jī)器人，實(shí)現(xiàn)作業(yè)自動(dòng)化。如北海道大學(xué)和YANMAR公司開發(fā)的自動(dòng)行走拖拉機(jī)，于2018年應(yīng)用到市場，在2020年實(shí)現(xiàn)了田間遠(yuǎn)程監(jiān)控?zé)o人作業(yè)，支持農(nóng)忙季節(jié)的搶收搶種；在數(shù)據(jù)應(yīng)用方面，日本農(nóng)林水產(chǎn)省牽頭建設(shè)WAGRI平臺(tái)，統(tǒng)一收集、存儲(chǔ)和組織農(nóng)業(yè)數(shù)據(jù)，包括氣象、土壤、肥料、農(nóng)藥、市場、經(jīng)營和產(chǎn)量的數(shù)據(jù)。以該平臺(tái)為依托，相關(guān)部門和機(jī)構(gòu)整合分析無人機(jī)、衛(wèi)星以及傳感器等數(shù)據(jù)，實(shí)現(xiàn)降本增效，形成農(nóng)業(yè)生產(chǎn)的良性循環(huán)；在智慧農(nóng)業(yè)推廣應(yīng)用方面，日本政府支持產(chǎn)學(xué)研合作，搭建智慧農(nóng)業(yè)信息交流平臺(tái)，致力于解決農(nóng)業(yè)從業(yè)人員的生產(chǎn)、驗(yàn)證和應(yīng)用難題［29-30］。

3" 我國智慧農(nóng)業(yè)科技創(chuàng)新發(fā)展存在的問題

3.1" 技術(shù)模式化套用多，基礎(chǔ)研究創(chuàng)新能力不足

我國智慧農(nóng)業(yè)科技創(chuàng)新成果多，但多為利用成熟的平臺(tái)設(shè)備開展數(shù)據(jù)分析、模型構(gòu)建、方法探索等模式化套用研究，在技術(shù)上仍存在基礎(chǔ)研究和應(yīng)用模式創(chuàng)新不足、核心農(nóng)業(yè)傳感器和高端農(nóng)業(yè)智能裝備缺乏、智能算法模型和系統(tǒng)產(chǎn)品不足等問題。目前，感知元器件和應(yīng)用系統(tǒng)軟件依然主要依賴進(jìn)口，數(shù)據(jù)采集和處理技術(shù)還不成熟，終端遠(yuǎn)程控制系統(tǒng)、動(dòng)植物模型與智能決策、表型組學(xué)與數(shù)字育種存在明顯短板，缺乏專門針對我國農(nóng)戶和小地塊生產(chǎn)場景及多樣化市場的技術(shù)產(chǎn)品，難以滿足現(xiàn)實(shí)需要。

3.2" 方法探索多，成果應(yīng)用落地難

我國智慧農(nóng)業(yè)的研究成果中多是方法技術(shù)的點(diǎn)突破，且技術(shù)方法停留在研究探索階段，研究與應(yīng)用脫節(jié)，缺乏生產(chǎn)實(shí)踐的檢驗(yàn)。同時(shí)，農(nóng)業(yè)生產(chǎn)環(huán)境的復(fù)雜性和多變性為智慧農(nóng)業(yè)技術(shù)的應(yīng)用帶來了顯著挑戰(zhàn)；農(nóng)民年齡普遍偏高，且對于新技術(shù)的接受程度和使用能力有限，缺乏必要的科技素養(yǎng)和操作技能，導(dǎo)致新技術(shù)難以得到有效推廣和應(yīng)用；一些先進(jìn)的智慧農(nóng)業(yè)技術(shù)設(shè)備如傳感器、控制器、機(jī)器人等價(jià)格昂貴，購買及維護(hù)成本高，超出了普通農(nóng)戶的承受能力，限制了智慧農(nóng)業(yè)技術(shù)的推廣范圍。

3.3" 學(xué)科起步晚，人才隊(duì)伍建設(shè)不健全

人才建設(shè)是學(xué)科建設(shè)的核心。在我國，智慧農(nóng)業(yè)學(xué)科起步較晚，且交叉學(xué)科眾多，橫跨理工農(nóng)管藝。當(dāng)前，農(nóng)業(yè)人才培養(yǎng)層次較為單一，學(xué)科培養(yǎng)目標(biāo)緩慢，難以跟上智慧農(nóng)業(yè)快速發(fā)展的時(shí)代趨勢。懂農(nóng)業(yè)的人不懂信息技術(shù)，懂信息技術(shù)的人不懂農(nóng)事操作的現(xiàn)象十分常見。對于既掌握數(shù)字化應(yīng)用技術(shù)，又懂得農(nóng)業(yè)生產(chǎn)管理，還了解市場運(yùn)營的復(fù)合型人才尤為缺乏。關(guān)于這個(gè)學(xué)科應(yīng)該如何建設(shè)，培養(yǎng)什么樣的科技人才，隊(duì)伍建設(shè)如何開展等諸多問題都存在疑慮。

4" 我國智慧農(nóng)業(yè)科技創(chuàng)新發(fā)展的重點(diǎn)任務(wù)建議

4.1" 高精度的農(nóng)業(yè)環(huán)境感知設(shè)備

農(nóng)業(yè)環(huán)境感知設(shè)備，如農(nóng)業(yè)傳感器設(shè)備，是智慧農(nóng)業(yè)發(fā)展的基礎(chǔ)，是獲取農(nóng)業(yè)生產(chǎn)信息的重要渠道來源。根據(jù)檢測對象的不同，智能農(nóng)機(jī)裝備傳感器可以分為農(nóng)田土壤信息傳感器、作物生長信息及病蟲害監(jiān)測傳感器、作業(yè)環(huán)境傳感器、農(nóng)機(jī)裝備作業(yè)參數(shù)傳感器等［31］。當(dāng)前，我國農(nóng)業(yè)智能傳感器存在集成化程度低、農(nóng)業(yè)智能傳感器的核心元件嚴(yán)重依賴進(jìn)口和智能化程度不高等問題，應(yīng)用范圍有限。究其根源是我國缺乏農(nóng)業(yè)專用核心控制器、缺乏高端農(nóng)業(yè)傳感器的自主研發(fā)且缺少農(nóng)業(yè)專用的無線通信網(wǎng)絡(luò)協(xié)議及高精度的智能傳感器算法［32］。相關(guān)科研團(tuán)隊(duì)需要從上述問題著手，推進(jìn)高性能農(nóng)業(yè)智能傳感器的研制，攻克高端農(nóng)業(yè)傳感器難題。

4.2" 適應(yīng)力強(qiáng)的農(nóng)業(yè)智能機(jī)器人

美英德日等發(fā)達(dá)國家的農(nóng)業(yè)智能機(jī)器人研發(fā)發(fā)展迅速，在作物栽培、嫁接、采摘、施藥，畜禽飼喂、清糞等環(huán)節(jié)正逐步實(shí)現(xiàn)機(jī)器人操作，大幅提高了生產(chǎn)效率［33］。根據(jù)數(shù)據(jù)顯示，我國農(nóng)業(yè)機(jī)器人需求量在過去5年間一直保持近40%的增長［34］。在高需求背景下，國產(chǎn)農(nóng)業(yè)機(jī)器人也開始活躍在稻田、果園、魚塘和動(dòng)植物工廠。近年來，我國空中和地面遙控、自動(dòng)導(dǎo)航農(nóng)機(jī)產(chǎn)品發(fā)展良好，但是距離安全、高性能的田間作業(yè)目標(biāo)還有一段距離。相比于發(fā)達(dá)國家，我國農(nóng)業(yè)種植規(guī)格多、作物品類豐富、整體標(biāo)準(zhǔn)化程度低，歐美農(nóng)業(yè)機(jī)器人的大型化、專業(yè)化和標(biāo)準(zhǔn)化的使用模式無法照搬照用。相關(guān)研發(fā)團(tuán)隊(duì)需要根據(jù)我國國情，研發(fā)適用的農(nóng)業(yè)智能機(jī)器人，提高農(nóng)業(yè)智能機(jī)器人的作業(yè)性能，推廣落地應(yīng)用。

4.3" 以數(shù)據(jù)為核心的算法開發(fā)與利用

在智慧農(nóng)業(yè)領(lǐng)域，數(shù)據(jù)、算法和算力是核心要素，尤其在智能決策的背后是依靠數(shù)據(jù)和算法作為支撐。盡管我國大力發(fā)展智慧農(nóng)業(yè)，在領(lǐng)域內(nèi)也取得了一定的進(jìn)展，但是算法研發(fā)起步晚，還存在諸多“痛點(diǎn)”和“堵點(diǎn)”。首先是算法數(shù)據(jù)支撐有限，農(nóng)業(yè)生產(chǎn)數(shù)據(jù)收集與組織尚未常規(guī)化和標(biāo)準(zhǔn)化。各地均有建設(shè)農(nóng)業(yè)產(chǎn)業(yè)大數(shù)據(jù)平臺(tái)，但是數(shù)據(jù)上傳不及時(shí)，數(shù)據(jù)標(biāo)準(zhǔn)化不規(guī)范。這對于算法開發(fā)而言，缺少一線真實(shí)數(shù)據(jù)，不利于模型訓(xùn)練。其次是算法開發(fā)不優(yōu)，美國、荷蘭、以色列等國家在農(nóng)業(yè)數(shù)字模型與模擬等方面處于國際領(lǐng)先地位，我國距離發(fā)達(dá)國家差距較大。最后是算法的可復(fù)用性不強(qiáng)，盡管近年來國內(nèi)研究團(tuán)隊(duì)致力于開發(fā)支撐農(nóng)業(yè)智能決策的模型和算法，但是在其他環(huán)節(jié)的硬件裝備方面還存在數(shù)據(jù)傳導(dǎo)準(zhǔn)確性不高、穩(wěn)定性不強(qiáng)、軟硬件不適配的情況，導(dǎo)致算法落地應(yīng)用難度大。在未來，需要從數(shù)據(jù)組織、算法性能和算法應(yīng)用落地等多方面提升農(nóng)業(yè)智能決策能力［33，35］。

4.4" 場景化應(yīng)用的落地與推廣

發(fā)展智慧農(nóng)業(yè)的最終目的是推廣應(yīng)用，但其落地應(yīng)用除了精準(zhǔn)、穩(wěn)定、低成本的硬件設(shè)備以及智能、精準(zhǔn)、實(shí)時(shí)的算法模型外，還需要一套集成度高、標(biāo)準(zhǔn)統(tǒng)一、擴(kuò)展性強(qiáng)的智能管控與服務(wù)平臺(tái)，以及一套適用于集約化、規(guī)?；茝V應(yīng)用的體系、機(jī)制和模式。目前國內(nèi)的智慧農(nóng)業(yè)應(yīng)用中，有使用一些物聯(lián)網(wǎng)技術(shù)、水肥一體化技術(shù)或者生長模型調(diào)控算法，但是大多是點(diǎn)上的創(chuàng)新，未形成成熟的、可大面積復(fù)用推廣的場景式技術(shù)解決方案，致使有成果卻難推廣、難應(yīng)用。相關(guān)科研團(tuán)隊(duì)需要將創(chuàng)新成果與應(yīng)用場景相結(jié)合，針對不同的氣候特點(diǎn)、設(shè)施類型、作物種類和市場定位等，將研發(fā)的核心技術(shù)與產(chǎn)品進(jìn)行集成，形成成熟的整體解決方案，推進(jìn)農(nóng)業(yè)智能化轉(zhuǎn)型。

5" 加強(qiáng)智慧農(nóng)業(yè)科技創(chuàng)新發(fā)展的對策建議

5.1" 以應(yīng)用為導(dǎo)向，重視科技成果的推廣落地

從全球智慧農(nóng)業(yè)的科技創(chuàng)新布局來看，整體而言，我國的科研產(chǎn)出與歐美發(fā)達(dá)國家相比差距不大，但是實(shí)際的產(chǎn)業(yè)發(fā)展差距卻不小?！笆濉币詠?，國家到地方財(cái)政在物聯(lián)網(wǎng)、大數(shù)據(jù)、無人農(nóng)場等智慧農(nóng)業(yè)研究和應(yīng)用方面持續(xù)投入，但落地應(yīng)用效果很有限，科技創(chuàng)新和應(yīng)用推廣的扎口協(xié)同“兩張皮”現(xiàn)象屢見不鮮。在未來，建議可以在全國遴選一批綜合性示范基地或者示范縣區(qū)，由不同的科教單位牽頭、聯(lián)合優(yōu)勢企業(yè)集中提供長期的技術(shù)支持，同時(shí)通過創(chuàng)新型項(xiàng)目和工程性項(xiàng)目等多種渠道加強(qiáng)持續(xù)性投入，以場景化應(yīng)用為目標(biāo)，長期集中力量打造“場景+鏈?zhǔn)健闭w解決方案，讓智慧農(nóng)業(yè)可落地、能復(fù)制、見收益。同時(shí)建立賽馬、淘汰、滾動(dòng)等考核評價(jià)機(jī)制，推動(dòng)研究應(yīng)用的實(shí)用性和可持續(xù)性。

5.2" 加強(qiáng)標(biāo)準(zhǔn)建設(shè)和數(shù)據(jù)治理，推動(dòng)資源共享共建共用

充分發(fā)揮聯(lián)盟、協(xié)會(huì)等行業(yè)組織的組織、協(xié)調(diào)、服務(wù)和監(jiān)管作用，重視數(shù)據(jù)資源、技術(shù)產(chǎn)品、市場準(zhǔn)入等相關(guān)標(biāo)準(zhǔn)規(guī)范建設(shè)。智慧農(nóng)業(yè)涉及的數(shù)據(jù)來源廣泛，類型多樣，相關(guān)部門要從頂層謀劃設(shè)計(jì)入手，上下聯(lián)動(dòng)，加強(qiáng)農(nóng)業(yè)農(nóng)村相關(guān)數(shù)據(jù)的收集和整合，建立健全數(shù)據(jù)共建共享機(jī)制，以共享促共建，實(shí)現(xiàn)農(nóng)業(yè)數(shù)據(jù)的分散建設(shè)、集中管理和有條件共享利用。此外，智慧種養(yǎng)如何開展，基層一線也亟需領(lǐng)域?qū)＜乙?guī)范行業(yè)標(biāo)準(zhǔn)。建議政府部門聯(lián)合科教單位和企業(yè)制定產(chǎn)業(yè)發(fā)展的技術(shù)標(biāo)準(zhǔn)、市場標(biāo)準(zhǔn)和產(chǎn)品標(biāo)準(zhǔn)文件，指導(dǎo)一線生產(chǎn)實(shí)踐，助力技術(shù)的推廣復(fù)用，及產(chǎn)品在市場的流通。

5.3" 加快培養(yǎng)專業(yè)人才隊(duì)伍，匯聚形成學(xué)科建設(shè)動(dòng)力

全國絕大多數(shù)的智慧農(nóng)業(yè)團(tuán)隊(duì)起步只有4～5年的時(shí)間，且農(nóng)業(yè)領(lǐng)域的信息技術(shù)人才極度缺乏，需要在人才、團(tuán)隊(duì)培養(yǎng)中打破條條框框，著力打造一批特色與實(shí)力兼?zhèn)涞膭?chuàng)新團(tuán)隊(duì)，重視年輕的生力軍團(tuán)隊(duì)培養(yǎng)，避免科技資源長期過度集中在少量團(tuán)隊(duì)。人才隊(duì)伍建設(shè)不僅僅是要有科技成果，還要關(guān)注落地應(yīng)用，例如智慧農(nóng)業(yè)生產(chǎn)基地的改造升級、智能農(nóng)機(jī)的使用和維護(hù)、系統(tǒng)平臺(tái)的升級和操作等，將科技成果寫在大地上。建議繼續(xù)深化人才管理和科研評價(jià)體制改革，探索應(yīng)用導(dǎo)向的考核評價(jià)機(jī)制，加大考核科技創(chuàng)新在應(yīng)用中的投入產(chǎn)出效益的評價(jià)比重。鼓勵(lì)科技人員深入基層、創(chuàng)新創(chuàng)業(yè)，推動(dòng)科技成果轉(zhuǎn)移轉(zhuǎn)化。

參考文獻(xiàn)：

［1］李安寧，郭京華，劉小偉，等. 赴美國精準(zhǔn)農(nóng)業(yè)考察情況報(bào)告：中美科技合作交流計(jì)劃精準(zhǔn)農(nóng)業(yè)考察團(tuán)［J］. 農(nóng)業(yè)工程技術(shù)，2018，38（9）：112-117.

［2］李江南. 美國、德國和日本循環(huán)農(nóng)業(yè)模式的實(shí)踐、經(jīng)驗(yàn)及其比較［J］. 世界農(nóng)業(yè)，2017（6）：17-22，236.

［3］中國科學(xué)院科技戰(zhàn)略咨詢研究院. 美國科學(xué)院發(fā)布《至2030年推動(dòng)食品與農(nóng)業(yè)研究的科學(xué)突破》［EB/OL］. （2018-09-07）［2024-06-02］. http：//www.casisd.cn/zkcg/ydkb/kjqykb/2018/kjqykb201809/201809/t20180907_5065759.html.

［4］中國科學(xué)院科技戰(zhàn)略咨詢研究院. 美國農(nóng)業(yè)部發(fā)布2018-2022財(cái)年戰(zhàn)略目標(biāo)［EB/OL］. （2018-03-12）［2024-06-02］. http：//www.casisd.cn/zkcg/ydkb/kjzcyzxkb/2018/201803/201803/t20180312_4972130.html.

［5］美國國家科學(xué)技術(shù)委員會(huì)人工智能特別委員會(huì). 美國國家人工智能研究和發(fā)展戰(zhàn)略計(jì)劃［EB/OL］. ［2024-06-02］. https：//aise.ac.cn/filesave/web/426038/426038.pdf.

［6］林" 巧，聶迎利，楊小薇，等. 英國現(xiàn)代農(nóng)業(yè)發(fā)展特征及現(xiàn)行政策規(guī)劃綜述［J］. 世界農(nóng)業(yè)，2018（12）：11-15.

［7］余福海，蕭子揚(yáng)，彼得·韋恩斯. 脫歐與新冠肺炎疫情疊加沖擊后的英國農(nóng)業(yè)政策：變革動(dòng)力、政策調(diào)整與未來走向 ［J］. 世界農(nóng)業(yè)，2021（5）：37-44.

［8］朱康睿，宋成校. 智慧農(nóng)業(yè)發(fā)展的國際經(jīng)驗(yàn)及啟示［J］. 世界農(nóng)業(yè)，2024（3）：43-53.

［9］中華人民共和國農(nóng)業(yè)農(nóng)村部. 歐洲發(fā)布未來十年農(nóng)機(jī)產(chǎn)業(yè)戰(zhàn)略報(bào)告［EB/OL］. （2019-10-16）［2024-06-02］. http：//www.njhs.moa.gov.cn/qcjxhtjxd/201910/t20191016_6330076.htm.

［10］中國科學(xué)院科技戰(zhàn)略咨詢研究院. 法國提出增強(qiáng)農(nóng)業(yè)競爭力的2025計(jì)劃［EB/OL］. （2015-12-07）［2024-06-02］. http：//www.casisd.cn/zkcg/ydkb/kjzcyzxkb/2015/201512/201703/t20170330_4768504.html.

［11］中國科學(xué)院科技戰(zhàn)略咨詢研究院. 日本“戰(zhàn)略性創(chuàng)新項(xiàng)目”計(jì)劃著力開辟新領(lǐng)域［EB/OL］. （2015-05-30）［2024-06-02］. http：//www.casisd.cn/zkcg/ydkb/kjzcyzxkb/2014/201401/201703/t20170330_4767553.html.

［12］趙春江. 智慧農(nóng)業(yè)的發(fā)展現(xiàn)狀與未來展望［J］. 華南農(nóng)業(yè)大學(xué)學(xué)報(bào)，2021，42（6）：1-7.

［13］中國科學(xué)院科技戰(zhàn)略咨詢研究院. 日本發(fā)布農(nóng)林水產(chǎn)研究創(chuàng)新戰(zhàn)略2022［EB/OL］. （2022-09-27）［2024-06-02］. http：//www.casisd.cas.cn/zkcg/ydkb/kjzcyzxkb/2022/zczxkb202207/202209/t20220927_6517812.html.

［14］中國通信院. 中國智慧農(nóng)業(yè)發(fā)展研究報(bào)告［R］. 2021.

［15］韓守振，柳洪芳，柳洪德. 智慧農(nóng)業(yè)的發(fā)展現(xiàn)狀與研究［J］. 現(xiàn)代化農(nóng)業(yè)，2022（2）：42-45.

［16］2016年中國智能傳感器市場分析［J］. 電子世界，2016（6）：5-6.

［17］趙春江. 智慧農(nóng)業(yè)發(fā)展現(xiàn)狀及戰(zhàn)略目標(biāo)研究［J］. 智慧農(nóng)業(yè)，2019，1（1）：1-7.

［18］任" 妮，郭" 婷，孫藝偉，等. 全球智慧農(nóng)業(yè)領(lǐng)域研究態(tài)勢分析［J］. 農(nóng)業(yè)圖書情報(bào)學(xué)報(bào)，2021，33（9）：48-63.

［19］智慧農(nóng)業(yè)的發(fā)展歷程［Z/OL］. ［2024-06-03］. http：//www.whjxiot.com/1891.html.

［20］聚英電子. 四大挑戰(zhàn)，五大關(guān)鍵技術(shù)，如何為大田作物智慧種植披荊斬棘［Z/OL］. （2023-10-24）［2024-06-03］. https：//baijiahao.baidu.com/s？id=1780612606598908129amp;wfr=spideramp;for=pc.

［21］任" 妮，郭" 婷，孫藝偉. 全球智慧農(nóng)業(yè)發(fā)展對我國“十四五”學(xué)科布局的啟示［J］. 農(nóng)業(yè)科技管理，2021，40（1）：1-4.

［22］農(nóng)業(yè)行業(yè)觀察. 的確牛！美國大農(nóng)場模式，這9大趨勢正改變世界農(nóng)業(yè)［Z/OL］. （2023-11-17） ［2024-06-02］. https：//baijiahao.baidu.com/s？id=1782777650890454896.

［23］關(guān)金森. 外國“智慧農(nóng)牧業(yè)”的做法與經(jīng)驗(yàn)［J］. 農(nóng)業(yè)工程技術(shù)，2018，38（15）：59-75.

［24］智慧農(nóng)業(yè)物聯(lián)網(wǎng). 美國“智慧農(nóng)業(yè)”帶動(dòng)農(nóng)業(yè)產(chǎn)業(yè)鏈實(shí)現(xiàn)全新變革［Z/OL］. （2022-01-25）［2024-06-02］. https：//www.iotworld.com.cn/html/News/202201/cc9352afef46ad1c.shtml.

［25］他山之石：國外智慧農(nóng)業(yè)借鑒［J］. 中國農(nóng)村科技，2018（1）：47-48.

［26］劉" 彥，張曉敏. 荷蘭怎樣發(fā)展高效生態(tài)農(nóng)業(yè)［N］. 學(xué)習(xí)時(shí)報(bào)，2021-11-19（2）.

［27］云南農(nóng)業(yè)農(nóng)村廳市場與信息化處. 荷蘭農(nóng)業(yè)五大經(jīng)營模式［J］. 致富天地，2020（2）：20-21.

［28］畢松杰，陳" 耀. 全面推動(dòng)農(nóng)業(yè)農(nóng)村現(xiàn)代化發(fā)展［N］. 江門日報(bào)，2022-05-19（A6）.

［29］張志友，賈國強(qiáng). 日本智慧農(nóng)業(yè)對中國的借鑒和參考［J］. 農(nóng)業(yè)工程技術(shù)，2024，44（2）：9-11.

［30］胡鶴鳴，王應(yīng)寬，李" 明，等. 日本以農(nóng)協(xié)為主推進(jìn)智慧農(nóng)業(yè)發(fā)展經(jīng)驗(yàn)及對中國的啟示［J］. 農(nóng)業(yè)工程學(xué)報(bào)，2024，40（8）：299-310.

［31］劉羽飛，何" 勇，劉" 飛，等. 農(nóng)業(yè)傳感器技術(shù)在我國的應(yīng)用和市場：現(xiàn)狀與未來展望［J］. 浙江大學(xué)學(xué)報(bào)（農(nóng)業(yè)與生命科學(xué)版），2023，49（3）：293-304.

［32］顏" 瑞，王" 震，李言浩，等. 中國農(nóng)業(yè)智能傳感器的應(yīng)用、問題與發(fā)展［J］. 農(nóng)業(yè)大數(shù)據(jù)學(xué)報(bào)，2021，3（2）：3-15.

［33］趙春江. 智慧農(nóng)業(yè)的發(fā)展現(xiàn)狀與未來展望［J］. 科學(xué)大觀園，2024（9）：30-37.

［34］芥末堆. 趙春江院士：我國農(nóng)業(yè)機(jī)器人需求量保持38.6%的增長［EB/OL］. （2023-08-31）［2024-06-02］. https：//news.qq.com/rain/a/20230831A08F2B00.

［35］袁" 威. 智慧農(nóng)業(yè)為何需要算法創(chuàng)新［EB/OL］. （2023-07-28）［2024-06-02］. https：//theory.gmw.cn/2023-07/28/content_36728469.htm.