SCI、SSCI、EI、SCOPUS指导服务
论文翻译润色 论文预审评估 质量分析报告 期刊匹配推荐

与学术顾问沟通

数字农业现状及发展方向

分类:农业环境论文发表 时间:2021-06-19 10:41 关注:(1)

  数字农业是将数字化信息作为农业新的生产要素,用数字信息技术对农业对象、环境和全过程进行可视化表达、数字化设计、信息化管理的新兴农业发展形态,是数字经济范畴下用数字化重组方式对传统产业进行变革和升级的典型应用之一[1]。同数字农业比较,传统农业通常根据过往总结的经验来进行评判和实施,以“人”为主导,便造成了全程农业生产环节效率低、农作物和农产品质量不能得到保证等情况,但在数字农业模式里,依靠数字化设施田间摄像头、温湿度测控、土壤监测、无人机拍摄等,以实时“数据”为基点来管控和精准执行生产决策,并依靠大量的数据和人工智能进行数据和技术支持,进而大幅提高农业生产效率,同时优化资源分配[2]。

数字农业现状及发展方向

  关键词:数字农业;数据;人工智能;农业生产

  1数字技术助力传统农业转型升级

  1.1物联网

  物联网在农业生产环节适用较广,依据物联网的农业提升方案,通过实时采集并分析处理现场数据,实现提高农业生产效率、增加收益、减少损耗的目的。智能大棚、智能浇灌、精准农业等各种依靠物联网的应用将推进农业快速发展。物联网技术可以用来解决农业生产环节的一些问题,建设基于物联网的智慧农场,实现农作物产量和质量双提升。

  1.2大数据

  万物互联在促进众多设备联入的同时,还会在云端形成大量的数据,而提取这些通过物联网产生的大数据中隐藏的重要信息就必须依靠人工智能,物联网最重要的农业价值就是对形成的海量的数据进行智能化分析、处理,从而全面提升农业生产各环节的质量。

  1.3人工智能

  在种植方面,人工智能可以增加粮食产量、避免造成浪费。在养殖方面,依靠人工智能能够有效预防畜禽疾病的发生。人工智能能够缩短农业研发进程,帮助培育出更好的农作物基因,生产出更安全、更有效的化肥。

  2中国数字农业面临的问题

  2.1对软件重视不足

  不管是政府还是农民都容易将数字农业与农业机械化的定义混淆,数字农业和农业机械化的本质差别在于,农业机械化是依靠农机装备来替代人力作业,而数字农业是指依靠数据来控制机械,实现自动化作业和智能化调节,没有数据和软件来控制的物联网,本质上还是工具,与机械农业没有实质上的区别,掌握软件平台才能真正实现大数据、智慧农业和数字经济。

  2.2数据利用化不高

  数据是数字农业的根本保证,当前政府同企业在数据采集上合作频繁,但是往往没有明确的利用化方向,缺少必须的数据运营手段,对采集数据的正确筛选、处理分析和建模应用等领域的工作跟进不够及时,数据的采集与利用是一个相互促进的关系,只有不断通过采集的数据产生农业价值,才会形成长期有效的数据来源渠道。

  2.3数字经济发展不足

  目前我国农业电商的模式是通过数字来驱动市场经济,但这种方式在市场推广营运、产品特性突出、物流运输等方面有很多明显的缺点,如果农业电商的经营方式以数据为基础,利用市场资本来反向驱动农业数字经济,一些问题的处理就变得简单许多。我国数字农业技术的利用基本上都是在农业生产阶段,数字农业的信息化和经济化水平不高,数字经济创新突破的同时,也将带动“全产业链”的农业大数据快速提升[2]。

  2.4数据服务产品化不强

  随着数字农业的发展,农业数据服务企业越来越多,但数据产品的服务能力完全依靠于所采集的数据质量,一些企业对农业生产经营主体的服务水平不足,导致产品市场化受阻,只有通过持续积累高价值的数据,不断增强数据产品的实用性,让数据产品具有强大的生命力,才能开拓巨大的农业数字化市场。

  3未来数字农业的发展趋势

  3.1数据定制化供应

  数据资源是数字农业发展的根本保证,当前我国数字农业具有数据采集费用较高的问题,随着数字农业优势的显现,数据采集的组织成本会慢慢下降,同时农业物联网持续升级换代、公共数据的利用不断开源、数据分析者的信息化水平逐渐增强,数据采集的综合成本也逐渐减少。今后农业数据服务企业将会逐步建立起自己的定制化数据供应系统,并且数据库里以往采集的高价值数据信息,将会随着企业的数字化服务能力提升而持续汇入到产业链中,通过交换、融合或再生来创造更多的价值,实现数据服务的数字化驱动。

  3.2国产数据模型得到发展

  实现数据价值是数字农业最困难,也是最终的根本目标,硬件设施可以从国外买到,但对于后台系统国外却对我国严防死守,所以必须掌握实现数据价值模型的核心技术。目前国与国之间的科技力量竞争不断加剧,引进科技成果的壁垒持续增高,同时国内外农业生产经营模式存在很大差别,因此不能直接套用国外的数据模型。我国不断鼓励科研成果的转化利用,农业数据模型的跨界合作正在逐步深入,所以农业核心数据模型的自主研发在今后一定会实现。

  3.3农业机械智能化加快

  农业机械化与农业智能化最根本的区别就在于“数据驱动”,“中国制造2025”明确要把“智能制造”作为今后的努力方向。顺应时代发展,海尔等一些国内的制造企业已经逐步进行数字化转型升级,从而获得新的经济增长点,农机企业也必须通过数据来对农机装备赋能,适应数字农业的发展要求,完成从农机制造商向农机服务商的转型升级目标[3]。

  3.4产业链向虚拟化方向发展

  由于农业生产各环节数字化水平的逐渐提高,数字化驱动的农机智能与商业智能同农业生产经营联系越来越紧密,数字农业产业链将慢慢走进网络世界中,通过互联网进一步实现农业数字化的映射,数字农业产业链虚拟化会慢慢消除农业信息不对称,提高产业整体效率,促进数字农业更好更快的发展。

  3.5供应链金融普惠化

  近年来,供应链金融高速提升,2020年我国供应链金融的市场规模已达到14.98万亿元,供应链金融是农业产业提升的重要环节,可以改善资金流从而促进农业产业、尤其是中小型企业的良好发展。依靠物联网、大数据及人工智能等一系列科技手段,数字农业会进一步促进中小企业逐渐融入到农业产业体系中,为供应链金融普惠化打下良好的发展基础。农业产业虚拟化的同时,会使其变得更加透明,信用责任也更容易得到保证,因此金融风险的量化管理也变得不再复杂。

  3.6数据安全更加重视

  不管是地块的信息数据,还是企业的经营数据都能直接表现出农业生产经营主体或企业的当前情况,数据促进农业发展的同时,也有被泄露和乱用的风险,所以保证数据安全也是农业数字化发展不可忽视的问题,存储和使用数据的信息化系统的安全性要求越来越高,数据所有权的保证也会随着法律的不断优化而彻底解决。

  4数字农业的发展领域

  4.1智能农机装备

  智能农机装备是农业生产的重要工具,通过物联网和信息化技术可以达到最优的农业实施方案,从农作物耕种收等各个环节来降低农业成本,实现农产品增产增收,从规模化种植角度,能够实现农业资源可持续发展,农业生态良性循环[4]。

  4.2智能灌溉

  提高浇灌效率和避免水资源浪费是农业良好发展的根本要求,可以依靠建设可持续和高效节本的智能灌溉系统来达到节约水资源的目的。目前以物联网为基础的智能灌溉系统,可以利用空气湿度、土壤湿度、土壤温度和光照度等参数进行精准的计算,从而根据用水需求来进行智能化控制灌溉,大大提高效率且降低成本。

  4.3农业无人机

  无人机在农业领域具有广泛的应用,可以用来进行农作物生长情况检测、农业摄影、农作物植保和牲畜管理等。农业无人机可以提高监测效率、降低监测成本,同时还可以采集大量的数据传输至后台。

  4.4智能温室

  智能温室可以连续不间断地测量温室内的各项环境数据,包括室内温度、室内湿度、光照度和土壤湿度等,当这些重要的参数超出设定的正常范围时,系统会对这些参数进行分析和评估,并做出自动响应,将这些参数的误差进行校正,从而使温室的环境保持在农作物生长的最佳范围内,极大地降低了人力和物力成本。

  4.5收获监测

  收获监测不只是针对农作物产量这一个指标,而是对收获环节所有可能影响最终收获量的因素进行监测,包括粮食含水量、粮食饱满度、粮食破碎量和总收获量等。对在收获监测中获得的实时数据进行有效的分析处理,可以辅助农民做出正确的决断,从而降低成本,增加产量。

  4.6土壤监测系统

  土壤监测系统主要用来监测和改良土壤综合性能,避免土壤退化,此系统可以监测土壤的大部分重要参数(包括土壤紧实度、蓄水保墒能力、土壤温度等),从而防止土壤板结、土壤侵蚀等。

  4.7农业管理系统

  农业管理系统可以为农业工作者和相关企业提供数据收集和管理功能。得到的数据被存储和分析从而为使用者提供决策依据,农业管理系统还可以用来建立农业数据模型。其优势包括为使用者作出重要决策时提供了理论数据支持,提高了农业生产的综合管理能力。

  5互联网巨头布局数字农业案例

  5.1阿里巴巴:盒马村

  阿里巴巴数字农业事业部始终将农业全产业链数字化转型升级作为战略目标,力争尽快建成1000个高效规模化的数字农业示范基地。从去年开始,阿里巴巴数字农业事业部更是全面加紧了对盒马村的布局和建设,以希望先于其它企业完成数字农业示范基地建设的战略任务。盒马村并不是指某一个村落,而是所有为盒马种植农产品的村落的统称,盒马村模式是新时代农村转型升级的一个标杆,根据订单情况,针对不同的村落,因地制宜地发展数字农业,让种植户和销售企业直接对接,从而使优质的农产品快速入城,同时将城里的优质资本引进村落,形成良性循环。通过阿里巴巴建设的“产—供—销”一体化平台,让原本分散孤立的村落紧密联系在一起,成为现代数字农业产业链的一部分,种出更优质的农产品,让农民获得更大的收益。依托阿里云技术和淘宝电商平台,盒马模式帮助农业产业的种植端和销售端实现了数字化的升级,盒马利用其强大的销售汇聚能力,解决了小农户难销售的问题,改变了以往小农生产模式产销散乱的面貌,帮助农户降低了风险,开拓了销售渠道,提高了销售效率。据有关新闻报道,截至2020年底,上海、江苏、海南等全国13个省、市、自治区已经建立盒马村,盒马村模式为我国数字农业发展提供了良好的参考。

  5.2京东:京东农场

  从2018年开始,京东农场便逐步进行数字化农业的试验,京东农场广泛同全国各地的高标准农场开展合作,共同建立更高品质的农业生产基地,全面实行农作物标准化和规范化种植,从源头开始建立农作物全程可视化追溯性模式,让农作物从田间到餐桌的安全性得到保证,全面提升京东农场的农产品质量。其建立的“京品源”品牌,拥有产销一体化的全套服务体系,对京东农场的农产品在品牌、品质、供应、产销等方面进行全面的支撑。根据有关新闻报道,京东农场进行了广泛的战略布局,截至2020年底,其已经在全国各地建立了17个示范农场。从农产品的种植、加工、运输,到供销的各个阶段,京东农场利用区块链、人工智能、物联网等技术对传统农业进行赋能,彻底改变了传统农业的产销模式,为数字农业发展作出了重要贡献。

  5.3华为:联手北大荒,助力数字化转型

  技术实力雄厚的华为,一直希望利用其技术优势,帮助传统企业进行转型升级。2019年8月,华为同北大荒农垦集团签定了战略合作协议,按照协议内容,双方将建立长期的战略合作伙伴关系,彼此会充分利用行业地位和自身技术为另一方提供全面的帮助,贯彻取长补短、互惠互利的原则,在人才培养、平安垦区、智慧农业、华为云建设等多方面进行密切合作,携手探索数字农业的新发展模式,全面开展北大荒集团的转型升级。华为除了和北大荒合作以外,还将利用其大数据、云计算、人工智能及5G技术与袁隆平团队共同打造“互联网农场”。

  5.4腾讯:AI技术种黄瓜

  腾讯作为互联网巨头之一,也依靠其技术优势早早进入到数字化农业生产。2018年,腾讯利用AI技术试验种植黄瓜,根据网上资料显示,其种植的AI黄瓜产量高达57kg•m-2。根据网上有关资料介绍,腾讯种植的AI黄瓜是在完全依靠人工智能技术建立的生态系统中生长的,该生态系统中的所有气候条件,如温度、湿度等都是按照最适宜黄瓜生长的条件进行控制的,而且这些参数全都和AI系统连接在一起,此AI系统可以实时监控温度、湿度等参数,按照这些参数的改变来控制机器人操作,以往需要人力来完成的工作可以由人工智能系统和机器人替代。

  参考文献

  [1]马丽.浅谈数字农业[J].云南农业,2020(07):23-24.

  [2]陈挚,邱云桥.数字农业助力乡村振兴的思考[J].四川农业与农机,2019(06):6-8.

  [3]郭建伟,祁丽君.数字农业如何破解传统农业发展瓶颈[J].农业知识,2019(22):8-11.

  [4]王富增.数字农业离我们究竟多远科技赋农,未来可期[J].中国自动识别技术,2019(05):41-47.

  作者:高宇 王文强 初小兵 董永鹭

期刊目录网是一家专业从事国内国外期刊学术论文发表指导,著作出版,发明专利的权威平台,提供文章翻译、文章润色、文章预审、期刊推荐、发表支持、书号申请、出书指导、专利申请等评职称相关学术成果服务。是您评职称学术成果指导首选权威平台。

Copyright © 2013-2022 www.qikanmulu.com,All Rights Reserved