“互联网+现代农业”关键技术及展望

戴 晋 张运栋 秦素研 赵月强

（河南省漯河市农业科学院，漯河462300）

“互联网+现代农业”关键技术及展望

戴 晋 张运栋 秦素研 赵月强

（河南省漯河市农业科学院，漯河462300）

农业现代化需要走“互联网+现代农业”发展的模式，通过对现代农业发展新背景、新思路的阐述，说明我国“互联网+现代农业”的发展仍面临诸多挑战，通过对“互联网+农业”中运用的关键技术支撑和实践效果的分析，展望了未来“互联网+农业”技术发展的方向。

农业现代化；“互联网+”；关键技术；展望

“互联网+”是把以互联网为代表的现代信息技术成果与社会经济各领域深度融合的过程，“互联网+”强调的是融合、协同和创新，它推动产业进步、组织优化、效率提升，进而提升实体经济创新力和生产力，形成更为广泛的、以互联网为基础设施和创新要素的经济社会发展新形态[1-3]。

1 现代农业发展新背景、新思路

1.1现代农业的新背景 “互联网+”是现代信息技术成果的集中体现。20世纪40年代中期，世界上第一台电子计算机在美国费城诞生；50年代初，第一个计算机网络在美国国防部实验室出现；90年代信息管理系统、农业数据库、农业遥感应用于决策支持、农业专家系统；21世纪信息技术在农业中被广泛应用。“互联网+”是认识现代农业复杂问题的新手段，是促进农业增长的新引擎，也是现代农业建设的新内容[4]。

1.2“互联网+农业”服务的任务 促进现代农业生产、农业经营、农业管理，农业供给侧结构性改革，推进农业技术进步、组织优化，效率提升和在线化、数据化，强化体制机制创新，培育发展农业信息经济，提升农业信息化水平。

1.3现代农业面临的挑战 自然环境和资源条件的制约；农业基础设施和物质装备的低水平；农业生产成本的持续升高；农业生产规模狭小、劳动生产率低；农业从业人员动力不足、知识水平不高。

1.4新思路 我国现代农业的目标与现实决定了“互联网+现代农业”的发展仍面临诸多挑战。在资源环境约束趋紧，农业劳动力供给下降与国外竞争加剧的背景下，在传统农业向现代农业的转型过程中，如何认识“互联网+现代农业”，值得参考的思路是：寻求颠覆性创新，突破非连续发展。事物不是连续发展的，常常是非连续的，是螺旋上升的；而创新往往发生在转换的关键节点期，转型的成功与否往往取决于“+”什么，在这时候需要加强颠覆式创新，打破非连续发展。解决农业本源问题，进行积木式创新。实现农业协同发展，在内部需要不同信息技术的协同；外部需要与农业产业的融通。

2 “互联网+农业”运用的关键技术

“互联网+农业”不等于单一的农业电子商务，不等于单一的农业大数据，也不等于单一的农业物联网。“互联网+现代农业”是物联网、大数据、云计算、移动互联等技术形态组成，是线上农业和线下农业高度融合的结晶，运用“互联网+”思维实现农业“生产、生活、生态”的协同，经济功能、社会功能、生态功能、文化功能的统一。“互联网+现代农业”技术体系支撑、推动着现代农业的发展[5]。

2.1智能装备及物联网工程技术

2.1.1技术定义 利用农业机械、传感器、采集设备等硬件设施，通过有线和无线通信网络传输，开展农业监测、控制活动的一种方法和手段。包括了农业感知层、传输层和应用层系列技术。

应用层技术 物联网软件与算法（云计算、并行计算、数据挖掘），智能农机交互与控制，物联网计算与服务（专家系统技术）。传输层技术 物联网节点及网关技术，物联网通信和频管技术，物联网接入与组网技术（自知组网互联技术、认知无线电组网技术）。感知层技术 传感器技术，RFID、条码等识别技术，嵌入式智能技术，小型化和纳米技术，定位技术（GPS）。

2.1.2能解决的问题 通过这些技术的应用，解决了农业生产管理实现精准化、自动化，有效提高农业资源利用率和劳动生产率；农情信息资源监测利用与时空信息融合，驱动农业资源环境保护利用和监测治理；农产品市场信息感知技术取得突破，增强农产品市场监测预警能力；农产品质量溯源方面实现农产品全程信息感知和处理，为农产品安全提供有力保障。

2.2农业大数据分析与计算技术

2.2.1技术定义 依托互联网资源，利用大数据分析处理方法和云计算模式，开展农业大数据平台与云计算平台的建设、农业大数据分析与挖掘、农业数据信息的标准化、农业个性化云服务技术、农业大数据可视化等活动的系列技术。

2.2.2能解决的问题 （1）提升规律揭示和知识发现的能力。数据通过从“抽取样本”到“全部样本”，更准确、更全面揭示隐藏在农业背后的知识和规律。（2）提升农业预测预警能力。通过对原因性指标、相关性指标、先导指标的监测，提前发现农业发展的趋势和苗头，做到“未雨绸缪”。（3）提升管理决策能力。利用大数据对动植物病虫草害、气象信息、自然灾害进行监测，形成“数据驱动的决策”机制，有效提高政府部门的应急处理能力、安全防范能力和管理决策能力。

2.3农产品信息预测预警技术

2.3.1技术定义 对农产品生产、市场运行、消费需求、进出口贸易及供需平衡等情况进行全产业链的信息采集、数据分析、预测预警与信息发布的全过程。农产品预测预警信息是政府管理部门、企业及生产者制定各类政策与行为决策的重要依据。

2.3.2能解决的问题 （1）数值化发现问题。农业生产判断：“作物生产长势不好”、“干旱缺水缺肥”、“作物出现病虫害”概念性地讲出来容易，但数据化地描述问题较难。传感器和射频识别、语音识别、指纹识别、人脸识别、虹膜识别、卫星遥感扩宽了数据获取渠道，增加不同类型数据的交叉验证，使得单维信息获取模式变得更加多维，对问题的洞察也就更加全面。（2）模型化分析问题。（3）系统化预警问题。现代农业管理需要持续性、不间断、系统化的预知未来。由于农产品生产的自然性、区域性、脆弱性，进行全天候24小时的广域性、系统性预警是困难的。

2.4农业综合信息服务与管理技术

2.4.1技术定义 基于云技术、可视技术、语音技术、多媒体技术、自媒体技术等，利用互联网及农业信息资源，为农业生产经营主体提供全面、有效、及时的信息服务，并融合现代管理理念，为开展农业市场监管、农村社会治理、生产经营管理主体科学决策提供技术支撑的方法工具。

2.4.2能解决的问题 （1）提高面向农业、农村和农民的公共服务水平。实施“全国信息进村入户平台”、“12316热线”、“农民手机应用技能培训”等信息服务工程，推动农业生产经营和产业体系服务创新，拓展农业发展空间，缩小城乡数字鸿沟。运用信息手段让农村社会治理精准化，提升涉农管理效率和透明度，推动农村社会管理水平跃上新台阶，在农产品营销、村务公开、文化建设等方面找到新的抓手和解决方案[5]。

（2）构建现代农业市场体系，保障食品安全。运用农产品质量安全追溯技术，构建各部门协调一致的农产品质量安全管理机制，为农业生产者、监管者和消费者服务，是加强农产品市场监管的有效方法。

（3）政策制定的科学性、精准性和有效性。利用“互联网+”了解政策受众的需求，特别是充分收集农业生产经营主体的意见和建议，提高政策的指向性和可操作性；政策实施过程中利用互联网提高透明度，推动政策落实到位，及时发现处置问题；政策实施后利用互联网开展政策绩效评估，通过网络舆情监测和信息搜集反馈，运用大数据分析方法客观评价政策实施效果。

3 实践与效果

3.1物联网助推智能生产 各地围绕提升农产品生产能力，提高土地产出率、资源利用率和劳动生产率，开展了一系列的物联网及农机装备的应用实践。截至2017年，实施了天津、上海、安徽3省（市）农业物联网区域试验工程；推动了北京、黑龙江、江苏、内蒙古、新疆5省（区、市）国家物联网应用示范工程项目建设；在8个示范省份陆续投入资金1.29亿元，推动农业物联网在理论创新、技术创新、产品开发、推广应用等方面取得了一系列成果，建成天津、上海、安徽3个农业物联网综合服务平台[6]。

3.2农业大数据工作发展迅速 目前，中国每年产生并被存储的数据总量超过800EB（1EB=1024PB=10^18B，艾字节），相当于全人类讲过的话160倍，数据资源已成为国家新型战略资源。

3.3大数据支撑农业预测预警 农业信息采集系统建设不断完善。我国农业科技工作者近年来研发了多种农业大田生产、设施农业、水产养殖、农产品市场信息采集技术与设备，为农业监测预警工作有效开展提供了强大的实时数据信息。

3.4“互联网+”助力“三农”服务 互联网实现“三农”互通。信息进村入户成效：覆盖26省（区、市）116个县，建成并运行村级信息服务站2万多个；目前已提供公益服务270多万人次，开展便民服务9000万人次，涉及金额35亿元；实现电子商务交易额近12亿元；公益服务、便民服务、电子商务和培训体验服务已进到村、落到户；探索出“联盟推进”、“政企社共建”、“1+N”等较为成功的商业运行模式。

4 对未来“互联网+农业”的展望

“互联网+现代农业”技术支撑体系不断完善，更加注重技术研究深度和应用系统集成，信息技术更加切合农业系统本身属性。通过与农业科学的结合，形成了具有鲜明农业系统特点的信息技术方向，如农业遥感技术、农业监测预警技术等。更加重视相关技术的系统配套与综合集成，如作物模拟模型，更关注与植保技术、施肥技术等其他农业技术的结合[7]。

4.1农业新型传感器技术 传感器技术发展趋势，一是微型化、智能化和可移动性；二是运用新原理、新结构、新材料，实现微功耗、低成本、高可靠性；三是研发更高技术和创新类产品，并重视产业化技术。

4.2无人系统技术 在农业应用上，类人或动物的机器人往往不如对机械进行智能化和自动化升级高效，无人系统正是这样一种高效的技术。无人系统“平台无人”的特性使其可以代替人执行枯燥的、恶劣的、危险的、纵深的任务，具有机动性强、适应能力和生存能力高、无人员伤亡风险、制造和维护成本低等优点。

4.3全球农业大数据深度学习技术 中国农业发展要想在全球配置资源，必须建立自己的农业数据调查分析系统。新一代的技术特征是全球农业大数据的深度学习，将人工智能新的方法和传统的数据分析方法结合，从全球市场的高度去挖掘农业生产、经营、管理的潜在规律，让大数据智能迈向新阶段。

5 结论

过去主要靠拼资源、拼消耗的发展方式将改变。未来生产智能化水平大幅提升，大田种植、设施园艺、畜禽水产的精准化、智能化、低成本、轻简化技术大面积应用。将会突破一批大田信息技术、畜禽水产信息技术、市场管理信息技术瓶颈。管理数据化水平大幅度提升，农业生产管理的在线化、数字化取得明显成效，精准化生产经营管理成为主要目标。“互联网+”促使农业由“高产出”转为“优化产出”，“互联网+”促使农业由“高投入”转为“精投入”。

[1] 张辉，李文纯．河南省“互联网+现代农业”建设面临的问题及建议[J]．中国种业，2016（11）：17-18

[2] 李小妹．论我国“互联网+种业”战略及其实施[J]．中国种业，2017（3）：13-16

[3] 魏国强．创建六个示范区 服务中原经济区：关于加快河南省农业发展方式转变的思考[J]．种业导刊，2011（9）：5-7

[4] 郑国清，尹红征，段韶芬．论农业信息化、农业现代化与现代农业[J]．河南农业科学，2004（11）：39-42

[5] 钱卿．农业互联网产业发展现状和若干建议[J]．上海农村经济，2012（7）：17-19

[6] 杨继瑞，薛晓，汪锐．“互联网+现代农业”的经营思维与创新路径[J]．经济纵横，2016（1）：78-81

[7] 曹建军，黄丽．借力“互联网+”迈进农业3．0时代[J]．现代农业，2016（10）：44-45

2017-07-20）