当前我国智慧农业发展面临的问题和挑战

我国智慧农业发展的过程和特点。

我国政府高度重视智慧农业发展，自2012年以来，历年的中央一号文件对“智慧农业”都有论述。2012年提出推进“精准农业”技术，2015年和2016年提出在“智能农业”领域突破技术，2016年提出大力推进信息技术，包括“互联网+、物联网、云计算、大数据、遥感”，2017年至2019年连续三年提出加强“智慧农业”科技研发。特别是“十三五”以来，智慧农业成为现代化农业发展中的重要组成部分，多项政策文件中均提出要发展智慧农业及相关技术。2018年，《中共中央国务院关于实施乡村振兴战略的意见》明确提出：“大力发展数字农业，实施智慧农业林业水利工程，推进物联网试验示范和遥感技术应用。”《乡村振兴战略规划（2018-2022年）》中强调指出，要大力发展数字农业，实施智慧农业工程和“互联网＋”现代农业行动。2020年中央网信办、农业农村部等六部门印发《关于开展国家数字乡村试点工作的通知》，部署开展国家数字乡村试点工作。经过几年的发展，我国智慧农业正在从点的突破逐步转变成系统能力的提升，不断为农业农村发展注入活力，智慧农业建设工作取得了明显成效。

自2013年起，我国陆续在五省市开展物联网区域试验，启动了一系列农业物联网项目。2017年，开始实施数字农业试点项目，围绕数字农业创新中心、重要农产品全产业链大数据和数字农业试点县建设，中央累计投资11.5亿元，共计建设92个项目。通过这些项目的示范带动，物联网、大数据、人工智能等新一代信息技术在大田种植、设施园艺、畜禽养殖、水产养殖的在线监测、精准作业、数字化管理等方面得到了不同程度的应用，形成了426项节本增效农业物联网产品技术和应用模式。2019年，农业农村部等四部委联合印发《关于实施“互联网+”农产品出村进城工程的指导意见》，组织实施“互联网+”农产品出村进城工程，推动建立适应农产品网络销售的供应链体系、运营服务体系和支撑保障体系。组织开展农业电子商务“平台对接”专项行动等农产品产销对接专项活动。

截至2019年底，农产品网络零售额达到3975亿元。农业农村部组织实施了“金农工程”，建成国家农业数据中心、国家农业科技数据分中心及32个省级农业数据中心，开通运行33个行业应用系统，信息系统已覆盖农业行业统计监测、监管评估、信息管理、预警防控等七类重要业务。农业各行业信息采集、分析、发布、服务制度机制不断完善，实现对农情、农产品市场运行、动植物疫情等重要情况的实时监测调度。推动农业农村大数据建设，积极推进粮油棉等8大类15个重点农产品全产业链大数据试点，建立“一网打尽”式市场信息发布服务窗口，为公众提供及时准确的市场信息服务。国家政策的支持使智慧农业得到了蓬勃发展。传统农机企业如中国一拖、雷沃重工等，互联网企业如安徽朗坤物联网、华为、京东、神州数码等，甚至碧桂园、恒大等房地产企业，都纷纷布局进入智慧农业领域，给智慧农业注入了新的活力。

当前智慧农业发展面临的问题和挑战。

虽然我国智慧农业取得了一定进展，但仍缺乏基础研究和技术积累，整体技术水平与发达国家相差10年以上。智慧农业发展面临的主要问题和挑战，主要体现在以下几个方面：

一是智慧农业发展缺乏整体规划。基础建设和资金筹集缺乏有效衔接，应用技术推广没有形成规模化体系，项目落实和产业融合存在脱节现象，处于生产信息化向智慧化转变过程当中，农产品物流配送和物联网应用的运行机制缺乏整体的战略性规划。由于基础设施建设资金需求较大，信息渠道的构建需要协调各区域、各部门的资源，需要发挥政府的主导和协调作用。现有资金投入方式主要以政府为主，其他的经济组织部门对于智慧农业的资本投入的整体参与度不高，未能形成多元化投入机制。

二是智慧农业发展存在技术短板。我国自主研发的农业传感器数量不到世界的10%，且稳定性差，智能感知系统灵敏度不高，终端远程控制系统和执行控制指令系统精确性不足。动植物模型与智能决策准确度低，很多情况是时序控制而不是按需决策控制。智慧农业应用试点项目大多数停留在信息的简单传输与显示，与农业融合深度不够，缺乏解决农业实际问题的手段。

三是农业数据采集和应用整合程度低。探究影响农作物病虫害的因素、掌握农作物价格的波动等都需要数据的支撑，采集的数据越多、越完整，智能预测模型的预测准确率就越高。从目前情况来看，农业数据采集覆盖面不足，缺乏准确性与权威性。农业信息数据整合程度与数据标准化程度低，缺乏信息数据共享。收集数据不完整或者只能收集某种或某几种农作物相关的信息，所建立的智能模型、预警模型、管理信息系统都将失去存在的价值。农作物相关数据的收集整理成为当前面临的最大挑战。