史云供图

“种子是农业的芯片，农田则是农业的母版。”在中国科学院院士周成虎看来，中国农业的智慧大脑正在形成。在已可通过遥感和地面观测确认地球上有3.04万亿棵树的今天，发展新技术，实现对每一块农田的精准测量和动态监测，构建地块级农田大数据，促进智慧农业科技创新发展，已经触手可及。

近日，在“2019年智慧农业科技创新研讨会暨示范观摩会”上，与会专家实地观摩考察，并围绕“科技兴农、数据赋能”的主题深入探讨了我国智慧农业发展的现状和前景。

“天空地海网”动态立体时代

周成虎指出，当前，世界进入了智能化与绿色化、网络化、全球化相互交织的时期。把握时代的脉搏，抓住历史性机遇，发展现代农业信息技术，是智慧农业科技创新发展的重要内容，具有战略性重大意义。

“农业信息的获取进入‘天空地海网’动态立体时代。”周成虎说，亿级互联的地面传感网，获取了海量的农情数据；高低轨、光学与微波组合的综合对地系统，组成全球覆盖的农情观测天网。在一切都可以数据化的世界，在一切数据都可以业务化的时代，农业信息化、农业大数据成为现代农业科技的核心组成部分。

农业遥感传统上服务于农作物生长状态监测、农作物种植面积监测与估算、农作物单产监测、灾害监测及损失评估、农作物产量估算、粮食供需平衡与安全预警等。随着物联网、云计算、大数据、深度学习等技术的不断进步，国际上已经开始将农业遥感技术应用于生态农业、订单农业、绿色农业的快速发展；我国也将农业遥感的服务范围扩展到承包地确权登记、耕地质量监测与保育，以及农业补贴支撑等方面。

“高空间分辨率影像为农田地块的精确测量提供了可能。”周成虎说，借助于现代航天航空技术，可以精确划定地块边界、精确监测播种面积，了解每一地块的内部细节。

这样的精准农业航空技术，被华南农业大学教授兰玉彬视作实现智慧农业的重要组成部分，是智慧农业的直接体现。

兰玉彬认为，“智慧农业”与现代生物技术、农艺技术等高新技术的融合，对我国赶超发达国家，建设世界水平农业具有重要意义。“生态无人农场”应运而生。

“生态无人农场”整合农艺和农机装备、绿色植保技术、无人机、人工智能、大数据、 3S 、物联网等技术；采用天空地一体化技术获取农情信息，实现农业信息的精准感知；使用地空一体化智能农机装备等协同作业，提高农业生产率；实现绿色生态农业生产的精准化种植、智能决策、可视化管理和智能化操控。

“生态无人农场”通过一系列技术实现循环农业模式，包括基于精准施药的农药减量技术、基于水肥一体化精准管理的减肥节水技术、生态沃土技术、生物防治技术、秸秆综合再利用技术、畜禽粪便有机化处理与施用技术、农场闭环优化管理技术。

“生态无人农场”融合生物防控、绿色植保、无人机、农业机器人、人工智能、物联网、大数据、云计算等众多高新技术。“以后的农民不再是体力劳动者，而是新农民。一个人管理整个农场的目标将会成为现实。生态无人农场是农业产业变革的第一步。该领域的全球化竞争刚刚开始。”兰玉彬说。

助力农业“知天而作”

在成都市新都区泰兴镇四川省农业科学院新都现代农业科技创新示范园内，数百名专家聚在一块刚刚收割小麦后平整的土地上，目不转睛地看着屏幕上的现场直播。

农情无人机起飞，电脑屏幕上实时显示它的飞行轨迹。当无人机的飞行轨迹逐渐覆盖整个目标地块后，科研人员开始根据无人机传回的数据解析地块信息，了解果园面积、地形，果树数量、位置、树冠大小、长势，以及杂草分布等生产信息。

从天上看到的信息还不够精确，每棵果树有多少果实，果实成熟度、大小、有没有病虫害等更加精细的信息该如何获取呢？这时候，“果园侦察兵”智能巡田机器人出动了，它能代替人类走进果园感受作物的细微变化。

通过智能设备收集的数据很快传递到“智慧农业大脑”——农业大数据挖掘与服务平台中。这个“大脑”包括天空地一体化农情信息处理一体机、智慧农业大数据挖掘与可视化系统、云边端一体化田间服务一体机，具有数据管理与可视化云边端协同计算的深度人工智能算力。它经过智能分析判断，向果园智能作业装备发出正确的操作指令。

例如，水肥一体化灌溉系统接收到处方图，对水肥精准控制，按需智能化灌溉，省钱省时省力。

一台红色的无人喷药机器人根据处方图走起来了，在有病虫害发生的地方，它停下喷药，既可以提升农药利用效率，又能避免作业人员农药中毒情况发生。

无人除草机器人马力强大，就算是一棵小灌木挡在它面前，它也能毫不犹豫地碾压过去，迅速将其粉碎。在它身后，什么杂草也没留下。

中国农业科学院农业资源与农业区划研究所研究员史云告诉《中国科学报》，中国农科院智慧农业创新团队的这套农业云操作系统，包括天空地农情信息时空数据库系统、物联网观测系统、农业大数据多维可视化系统、农情智能诊断与监测系统、智能装备对接与管理系统、智慧农业云平台等，能助力农业生产“知天而作”。

智慧农业需要内外兼修

农业生产劳动力成本占70%，而目前农村劳动力平均年龄55岁，农村老龄化持续加大。“20年后谁来种地、种菜、养猪、养鱼？”中国农业大学信息与电气工程学院教授李道亮如是说。

面对资源节约、产出高效、环境友好、产品安全的现代农业需求，我国农业生产面临转型升级。李道亮认为，未来方向是生产装备化、装备数字化、监管网络化、管理智能化和作业无人化。

智慧农业的出现，就是要“让人类能以更加精细和动态的方式管理农业生产和生活，提升人对农业物理世界实时控制和精确管理能力，从而实现农业的资源优化配置和科学智能决策”。

李道亮认为，智慧农业是高度的学科交叉，涵盖农业科学、机械科学、材料科学、计算机科学、控制工程、人工智能等知识和技术。而其中的“卡脖子”技术包括农业传感器、动植物生长信息模型、农业智能机器人、动植物表型关键技术、农业专用芯片开发等。

他建议加强智慧农业与智能装备学科建设，重点发展农业空天地一体化获取技术、动植物生长优化调控模型、农业机器人、智慧加工与营养健康、动植物表型、农村信息社会研究。

与此同时，智慧农业还需要其他农业科学领域的支撑。

日本东京大学研究员郭威长期从事基于机器学习和图像的高通量多尺度作物表型研究。他告诉《中国科学报》，通过深度学习技术，科学家研发的机器人对作物果实的识别率已经可以达到97%的精度。

不过，目前的作物品种有些尚未适应智慧农业发展的需求，这与实际的农业栽培现场有密切的关系。以甘蔗为例，中国西南地区的育种方向是适合山区小规模分散种植，品种特性尚不能适应当前主要服务于大规模农业生产的数字农业技术，面临更进一步的挑战。而诸如水稻、大棚果蔬等，已经适应当前数字农业技术，可以大量提高生产效率，增强食品生产可追溯性。

武汉大学教授史良胜认为，要想实现计算机替代人，还有很多空间需要去挖掘。由于农田系统非常复杂，所以“很关键的一点在于，我们怎样理解农田信息与研究对象的因果关系，我们需要知道这些信息代表着什么，以及如何去解析这些信息”。

史良胜提出，应该弱化模型对数据的依赖，因为农田系统包含很多物理机理和生物化学过程，这些过程的数据是没法通过目前的智能设备获取和反映的，所以要把物理机理与数据信息结合起来，这样才有可能让模型具有更高的预测能力。