數字經濟視角下智慧農業關鍵核心技術突破路徑

□ 陳一飛 田見暉 趙要鳳 張樹川

發展數字經濟已經成為不可阻擋的世界潮流。2021 年10 月18 日，中共中央政治局就推動我國數字經濟健康發展進行第三十四次集體學習。中共中央總書記習近平在主持學習時強調，互聯網、大數據、云計算、人工智能、區塊鏈等技術加速創新，日益融入經濟社會發展各領域全過程，數字經濟發展速度之快、輻射范圍之廣、影響程度之深前所未有，正在成為重組全球要素資源、重塑全球經濟結構、改變全球競爭格局的關鍵力量。要站在統籌中華民族偉大復興戰略全局和世界百年未有之大變局的高度，統籌國內國際兩個大局、發展安全兩件大事，充分發揮海量數據和豐富應用場景優勢，促進數字技術與實體經濟深度融合，賦能傳統產業轉型升級，催生新產業新業態新模式，不斷做強做優做大我國數字經濟。習近平同時指出，要推動數字經濟和實體經濟融合發展，把握數字化、網絡化、智能化方向，推動制造業、服務業、農業等產業數字化，利用互聯網新技術對傳統產業進行全方位、全鏈條的改造，提高全要素生產率，發揮數字技術對經濟發展的放大、疊加、倍增作用。

數字經濟視角下的農業數字化，也就是在農業大系統或農業全產業鏈中全面推廣數字技術應用的體現，而發展智慧農業在農業數字化系統中占有舉足輕重的地位。

在我國，針對農業現代化先后提出眾多以科技冠名的概念，如20 世紀80 年代的電腦農業、精準農業，到20 世紀90 年代的智慧農業、智能農業、網絡農業、數字農業，再到面向未來農業4.0技術的無人農業等，層出不窮。但不可否認，在我國農業現代化發展進程中，它們或多或少都體現了應有的價值，也取得了一定的應用效果。數字經濟視角下，筆者認為以上這些概念都可以歸為農業數字化系統范疇。

一、相關概念辨析

在本文的開篇有必要先對幾個名稱背后的基本概念、內涵進行探究和厘清。

（一）數字農業≠農業數字化

世界范圍內，農業經濟體和社會經濟體是相互關聯的，農業是國民經濟的基礎，農業經濟體為社會經濟體提供食物、原材料、勞動力等，而社會經濟體為農業經濟體提供生產資料、科技、財政等[1]，這是一種相互耦合關系。但就農業的發展來說，一般總是滯后于社會經濟的發展，每一次科技浪潮的到來都是在社會經濟體的成熟應用后，再傳導到農業經濟體，因此農業現代化發展最終離不開科技的支撐，也離不開社會經濟體系對農業經濟體系的反哺。

數字經濟視角下，農業經濟應該如何與數字經濟結合，其實是一個水到渠成的結果，這種結合體現在社會經濟體對農業經濟體的反哺，即對農業全產業鏈中某些環節進行數字化改造和數字技術應用推廣。一句話，自有了計算機技術在農業系統中的應用開始，其實也就引發了數字化農業技術的應用，但數字農業和農業數字化不是一回事。

數字農業一詞是1997 年由美國科學院、工程院的院士們正式提出的，核心內容是將信息作為農業生產要素，用現代信息技術，如遙感、地理信息、全球定位、計算機、通訊及網絡、傳感、仿真等技術對農業對象、環境和全過程進行可視化表達、數字化設計、信息化管理的現代農業。數字農業使信息技術與農業各個環節實現有效融合，來改造傳統農業的種植、養殖生產及管理方式。因此，數字農業更加側重用成熟的數字和信息技術對農業本體的描述與分析，也即在農業產業鏈中的某些環節，如農業系統運行的數字化模擬、分子育種的虛擬數字化仿真、種植養殖中的圖像分析與診斷、農業種植中的空、天、地信息融合與預測、農業專家決策系統等。一句話，數字農業可以解釋為農業某些環節的數字化表達。

而農業數字化是基于農業的本質屬性，針對農業全產業鏈中甚至農業經濟體中可以進行數字化改造或數字化技術賦能的泛指。農業體系包括農業生物、農業環境和人類的干預作用等，是一個客觀存在的復雜系統，農業生產的本質屬性是以動、植物為對象的包括產前、產中、產后三個環節在內的動態系統，而動植物的生長繁育是有其自身規律和對環境及能量需求互作的連續過程，即存在內在的生理生化活動。因此，從農業系統的本質角度看，有些環節或者規律是不能簡單用數字化做本質描述或引用簡單的數字技術的。從科技賦能角度看，農業的數字化應該是泛指超越動植物生長的本質生理、生化活動以外的對動植物從生長到收獲、加工等環節可以施加“人為管控”的數字技術層面。以動植物養殖和種植來看，與工業化系統不同的是，農業系統中動植物不是直接被“管控”的對象，而是各種養殖、種植技術施加后的間接的“受益”對象。故而農業的數字化應該描述成農業系統的不完全型的對動植物生長“環境”和“條件”施加管控技術的數字化表達及應用。因此，嚴格意義上講，農業數字化技術不是農業的數字化表達。

總之，筆者認為，數字農業應該是指數字化背景下、用數字來表達的農業，包括把農業做成虛擬化農業來研究的仿真技術，而農業數字化則是泛指對傳統農業系統施加的各種技術（包括管理技術）的數字化描述及對應的數字技術改造和應用進程。因此，農業數字化應該是我國目前乃至長遠的農業現代化發展目標。農業數字化系統可以包含很多內容，筆者認為農業數字化范疇中最具代表性的是智慧農業和智能農業。因此，應當對在我國大力發展智慧農業和智能農業給予足夠的重視。

（二）智慧農業和智能農業側重點不同

智慧農業（Smart Agriculture）側重體現在農業系統中對農業大數據加工、分析、仿真等研究，進而生成對農業知識的理解和生成決策判斷及對信息的管理，是以基于信息化技術的農業管理系統是否更加“聰慧”來描述的。其技術體現在：以信息、知識為核心，充分利用計算機、大數據、物聯網、云計算等技術，側重在農業全產業鏈中的大數據分析、識別診斷、數據利用與決策等方面的應用及研究。故而智慧農業研究及應用歸屬農業信息化層面[2]。

智能農業（Intelligent Agriculture）側重體現在獲取有效的農業信息和裝備（系統）及網絡支持下，使得農業生產系統不僅“聰明”而且有實現最優產出的能動力，以是否帶來“產能”來判別。其技術體現在：為達到“產能”目標，以裝備（傳感器、機器人）及自動控制為核心，輔以農業模型技術，在智能控制技術、智能感知技術、網絡技術、數據處理等技術支撐下側重在農業全產業鏈中實現“自主無人化”管控和高效生產等方面的技術集成應用及研究[3]，故而智能農業研究及應用歸屬面向生產現場級的農業感知、智能裝備及各類自動控制系統應用層面。

智慧農業與智能農業的關系，猶如人體的大腦和四肢的關系，所以是相互交融的集成關系，如圖1 所示。作為面向生產層應用的智能農業技術其實更加重要和關鍵。因此，在農業現代化發展過程中，隨著農業數學化進程的深入推進，智能農業技術的發展最終支撐著智慧農業的實現，也即智慧農業的建設需要智能的信息采集、智能的信息傳輸、智能的信息處理、智能的信息服務及智能的設施裝備與調控來支撐。所以，在發展過程中，二者的并行推進將是實現未來“無人農業”的保障。

圖1 智慧農業與智能農業關系結構示意圖

二、我國發展智慧農業的關鍵核心技術分析

基于上述闡述，筆者認為智慧農業不僅僅是一個概念、一個發展目標，還應該是一個系統工程。數字經濟視角下，智慧農業的發展應該是在農業全產業鏈中有效地推廣數字技術應用。由于農業系統是一個復雜系統，因此在數字技術對農業的反哺應用中絕不是在農業系統中幾個環節做孤立的數字化改造或數字化技術應用那么簡單，而應該是一個系統工程，即用系統的理論和方法首先研究農業系統，進而指導、實施數字技術應用及工作推進，除此之外，還要從頂層高度推進智慧農業+智能農業的全覆蓋。

圖2 所示為在由產前、產中、產后環節組成的農業生產系統中，數字技術的應用及支撐可以看成是與農業生產系統平行的子系統，而這個子系統不是孤立存在的，一定是基于農業生產各個環節需求的、與農業融合、有目的實施的系統化的應用。具體要求是，既注重局部，又要關注局部之間的協調，以獲得整體最優為目標的技術的系統性應用。因此，兩個系統有效融合才可以為真正實現智慧農業提供保障。

圖2 數字技術系統與農業生產系統的關系示意圖

基于系統觀和大系統控制論[4]，筆者梳理了數字經濟視角下發展智慧農業的兩個關鍵核心問題。

（一）農業模型及技術

如何將數字技術有效地應用到農業系統中并使數字技術發揮最大作用，進而使農業系統實現提質增效、節能減排、環境友好、可持續發展的效果，其實就要認識和理解農業系統，并在理論層面來研究農業系統內在機理和耦合作用。理論層面上，如果把農業系統看成被調控的“對象”，那么毫無疑問，就一定要對農業系統做建模研究[5][6]。故此，農業模型是理論研究的一個基本的關鍵核心問題，也是各種數字技術系統應用、瞄準以農業系統實現最優運行為目標的方法及支持技術。

圖3 展示了農業模型所處的位置。從大系統角度看，要農業系統高效產出并對農業系統“附加”合理要求（約束）下，在實際應用層面其實就是要構造面向農業的管控系統，并要求這個系統按照既定目標來有效運行。如何實現有效運行？就是要開展對農業系統的認知研究和有效的調控研究，在理論層面就是要做“被控對象”建模和“控制方法”建模研究。有了建模研究后，才能很好地對整個農業管控系統開展理論研究，進而以理論指導實踐。

圖3 農業管控系統架構及農業模型位置

農業模型又分很多種。其中主要分為三大類：一類是動植物生理生化的分子（基因）層面的模型，如各種表型模型、繁育及遺傳模型、代謝模型、疾病模型等。第二類是動植物與環境互做的模型，如植物生長模型、環境脅迫模型、溫室微氣候模型、動物飼喂模型、發育及抗逆模型等。第三類模型就是圍繞農業系統的宏觀模型，如產量預測模型、氣候預測模型、農田碳收支模型、土壤侵蝕預報模型等。而農業模型的表達有數學公式、關系型數據庫、知識表達、圖譜及解釋語言等形式[7][8][9][10][11]。

以種植領域中的植物模型為例，其模型的構建就是瞄準兩個方向來研究植物生長：一是在給定的環境（泛指動植物生長的物理空間環境和營養、飼喂等微觀環境）因子條件下，研究植物如何生長，即關注植物生理生化方面的研究，或稱植物表型表達的研究，此模型簡稱為植物機理模型；二是研究在不同環境因子和能耗條件下，植物生長過程是否對最大產量（干物質輸出）有影響，即以經濟效益為目標的植物生長模型。以上的研究都是植物與環境互作的研究，但模型構建不用，研究目標和方法也不同。對植物機理模型的研究可以為探究植物生理生化變化及為育種改良等提供理論支撐；而對不同植物的生長模型的理論研究，其意義在于構建及研究出可以應用于管控系統的“植物生長感知模型”和“管控模型”。這個感知模型的運行結果就是用植物生長過程中對環境需求的數字化表達，以此替代人工種植經驗，為生產管控系統提供管控反饋信息，故植物生長感知模型是實現自動化精準種植、無人化種植的關鍵核心技術。20 世紀60 年代，美國、荷蘭、以色列等國就已經開展這方面的理論研究和實踐，有較為堅實的基礎，取得很多理論成果以及非常好的實踐應用效果。以建造超級溫室生產系統（一般指投影面積大于3 萬平米以上的半封閉玻璃聯棟溫室，也稱工廠化蔬菜生產系統）為例，全部的硬件及材料，如溫室建造結構和材料、溫室內設施設備，如通風、補光、保溫、水肥滴灌、CO2補充、植保設備等，我國都已經國產化，但是嵌入溫室生產管控系統電腦中的植物生長感知模型及管控模型，國外廠商是不會輕易提供的，這也成為一個“卡脖子”技術。如果說種子是農業的“芯片”，那么植物生長模型就是農業種植系統的“芯片”。圖4 展示了植物生長感知模型和管控模型在溫室生產管控系統中的地位，由此可看出其作用的重要性。

植物生長模型以及感知模型、管控模型的數字化表達就是模型技術。但在數字化表達的研究過程中，基于植物生長模型，通過大量數據分析和反復實驗，找到植物生長與關鍵環境因子耦合模式和植物關鍵表型特征，進而既為檢測手段和技術提供依據，又解析出可以作為反饋的植物生長需求量，這些內容則是模型技術的關鍵核心。至于模型是關系型數據庫的表達形式還是數學公式的表達形式等，在計算機中用數字技術都容易實現。

（二）動植物感知技術

農業生產系統是以動植物為對象的包含生命本質的生理生化過程的動態系統。因此，要有效地管控農業生產系統，就必須知道動植物的“需求”和動植物在這個動態過程中的“表現”，故對動植物生長狀態的感知是又一個關鍵問題。除此之外，從動植物遺傳育種角度看，對相關表型參量的在線檢測及獲取各種生理生化數據也是非常重要的技術環節。

那么，動植物的哪些生長狀態需要感知呢？這里可分兩方面看：一是為動植物遺傳育種分析生理生化服務的動植物相關狀態的感知，另一個是為管控動植物有效生長服務的動植物相關狀態的感知（包括動植物“情感”的感知）。特別是后一種，在實際生產應用中，對有關動植物生長的所有狀態都應該感知到，這樣才能有助于對動植物健康生長的全面管控。

感知是屬于理論及方法研究層面的，而檢測則是技術實現層面的。在對動植物生長狀態感知研究時，一般是根據感知的需求反向拆分出對核心表型參量的檢測。檢測到的信息一般先輸入到動植物感知模型中，然后通過感知模型的運算，解析出動植物生長成什么程度以及發生了什么狀況的相關量，進而提供給管控系統的“大腦”，為進一步改善（校正）調控策略提供參考依據，這個過程可以從圖4 看出。因此，對動植物的生長狀態感知要做建模研究，即找出與感知狀態需求最密切相關的參量來，進而研究這些相關參量的檢測手段和技術實現。但是，動植物的生長狀態往往跟許多表型參量相互關聯，即存在非線性的耦合機理。如何解耦和歸一化，進而找出幾個核心代表的表型參量，則是一個核心問題，這一解釋見圖5 所示。

圖4 溫室生產管控系統中植物生長感知模型的地位及作用示意圖

圖5 感知的建模研究及實現過程示意圖

在核心代表的表型參量中，有的參量是無法直接依靠檢測手段在線實時獲取的，如動物的血液、體液參量、背膘厚度、排泄參量等，植物的營養參量、根系參量、葉面孔隙參量等。目前常用的辦法是基于圖像識別來得到幾個表觀特征，如動物體尺、外觀、植物的葉面積、紋理和色彩等有關信息，進而利用人工智能算法（如機器學習、深度學習等）近似解析出動植物的生長狀態、行為狀態和營養狀態等。顯然，這些信息反饋時是不“真實”的，因此單純依靠這種方法還無法實現真正意義上的動植物生長的精準管控，也無法真正實現高效、高質的產出。所以，突破單純依靠圖像采集與處理的檢測方式，開發能夠實時在線、無傷害、有效的動植物生長關鍵參量接觸式（植入式）芯片和檢測技術以及高效的信息融合技術（算法），則是擺在廣大科研工作者面前要攻關的關鍵核心技術。

三、智慧農業關鍵核心技術破解之策

綜上所述，無論是農業模型還是動植物感知與檢測技術，這兩個關鍵問題是實現智慧農業必須要考慮和研究的內容。在植物生長模型及動植物感知與檢測的核心算法（包括仿真研究的算法）與芯片研發方面，國外對我國形成了“卡脖子”態勢。筆者嘗試提出以下對策建議：

一是將智慧農業拓展為一個開放的大系統，鼓勵開展針對智慧農業體系的理論研究，包括梳理和開展基于復雜大系統理論的系統架構頂層設計、優化目標下的農業系統模型及調控理論和方法支撐的研究。這其實關乎系統動力學研究、農業經濟研究、生態學研究、生物與環境互作研究、國民經濟運行研究等交叉的復雜綜合體系研究。早在20 世紀80 年代，以錢學森先生為代表的我國科學家就已經開展了面向開放的復雜巨系統的理論研究[10]，所以，我國應該在這方面有所建樹，并有可能在智慧農業這一領域有重大理論突破，形成國際領跑態勢。在數字經濟背景下，研究結果的表達和應用要瞄準數字技術應用特點，并符合我國鄉村振興及農業現代化發展的要求。

二是建立跨學科的智慧農業國家戰略團隊和國家工程中心，并按照理論和技術兩個方向，發揮國家隊實力和優勢，開展并行的探究、研發、技術推廣與落地。其中要鼓勵和聯合社會科研力量向農業領域傾斜，聯合攻克關鍵核心技術，在各種農業模型構建與建模方法研究[11]、動植物感知方法及動植物生理生化檢測核心芯片、農用特種傳感器、農業網絡等方面提出中國方案和標準，強化“中國本土基因”。聚焦智慧農業戰略前沿和制高點，立足智慧農業重大技術突破和發展需求，在智慧農業技術領域實現從跟跑到領跑。

三是建立國家級“智慧農業×數字鄉村”綜合技術落地示范區，開展智慧農業的系統化示范。在數字經濟背景下，深挖智慧農業系統性潛力的應用推廣及技術培訓工作，而不只是孤立地開展幾個技術集成的應用和常規的信息數字化展示。堅決摒棄“2G 模式”的重數字化展示而忽略“內核+實效”的做法，要以最終農業生產系統的“固碳、減排、穩糧、增收”最優輸出為目標，開展對智慧農業的標準化研究、制定和建設。對這個系統的關鍵指標，如有效產量、生產資料供給量、能耗、減排和固碳量、土地產出效率、勞動生產效率、生態友好評價、數字技術支撐度、農業科技進步貢獻率評定等可量化的指標開展研究、設計和評價。探索同一清單評價體系和推廣新模式，全面推進數字化視角下智慧農業技術在農村一二三產業融合發展中的支持作用和規模化應用，進而依靠智慧農業技術為增強農業產業鏈關鍵環節的競爭力、促進農業作為國民經濟供應鏈體系的高質量發展提供支撐。

四是瞄準攻克智慧農業“卡脖子”難題，統籌規劃國家戰略型農業大學和農業職業院校的人才差異化建設，強化我國智慧農業人才的階梯化培養，在智慧農業理論及技術集成應用兩個層面，開展跨學科交叉培養，建立中國特色的智慧農業人才培養模式。此外，要引導非涉農院校的相關專業開設針對農業關鍵核心技術的課程，拓展大學生的跨學科研究視野，鼓勵大學生參加涉農領域的創新創業競賽，激發大學生投身智慧農業和鄉村振興的興趣和動力，為培養我國智慧農業高端人才提供源頭活水。

四、結語

智慧農業是我國數字經濟與農業經濟融合發展的一個重要方向，要按照系統設計、頂層構建整體推進，既包括關鍵核心技術的自立自強，更要重視理論層面的研究和創新。沒有系統化理論的支撐，技術推廣是不可持續的，特別是沒有系統研究農業經濟的模型支撐，則難以找到農業經濟系統的最優目標以及需要優化的多目標，對農業系統的調控及各種技術的應用來講，將會是盲目的、孤立的微小層面的應用，而不會實現系統性的整體最優效果。各類農業模型的研究是理論研究的關鍵和基礎，對技術應用有很強的指導意義，是實現智慧農業的方法支撐。在實踐過程中，各種農業數據的采集特別是動植物生長的數據感知及檢測技術則是技術層面的關鍵。沒有這個關鍵技術的支持，農業模型和管控系統也無法很好地應用與運行，所以二者是相輔相成的關系，也是數字經濟下發展智慧農業的兩大基石。目前，國家已經在這方面加大了技術投入，模式動物表型與遺傳重大科學基礎設施的建設，將為動物模型構建、動物遺傳育種等基礎研究提供重大保障，因此，我們有理由堅信中國的智慧農業將會實現跨越式發展。