基于“藏粮于技”的粮食生产实施策略

郭恬 高志强

[摘要]粮食安全关乎民生和国家安全，“藏粮于地，藏粮于技”是维护我国粮食安全的基本战略。其中“藏粮于技”必须通过科技创新解决当前农业生产中的难题，提高粮食生产领域的科技贡献率。同时，必须前瞻性地加速数字农业建设、精准农业实践和智慧农业探索，奠定我国粮食生产领域生态智慧农业的基础。

[关键词]农业科技创新;数字农业;精准农业;智慧农业

中图分类号：S15文献标识码：A DOI：10.16465/j.gste.cn431252ts.202003

进入新世纪，我国农业的主要矛盾已经从粮食总量不足转变为粮食结构性矛盾，粮食安全形势依旧相当严峻。无农不稳、无粮则乱，粮食安全事关基本民生和国家安全。中国农业面临“四面夹击”的困局，主要表现在农产品价格居高不下、生产成本增加、农业补贴政策逼近WTO约束“黄线”、资源环境亮起了“红灯”，中国农业面临着前所未有的严峻形势。农业现代化是一个不断创新不断完善的动态发展过程，当代中国必须走产出高效、产品安全、资源节约、环境友好型现代农业发展道路。目前，党和国家全力推进数字农业建设和精准农业实践，中国农业现代化的发展方向应该是兼具生态思维和人工智能的生态智慧农业。

1 加速农业科技创新

农业科技创新是由农业科技创新体系研发的科技创新成果，再通过农业科技推广体系应用于农业生产，提升农业科技贡献率，推动农业生产水平提升。我国的农业科技创新体系，包括涉农高等院校、农业科研机构和社会力量，高等农业院校、中国农业科学院、省级农业科学院、地市级农业科学研究所是农业科技创新的主力军，现代农业企业、农民专业合作社等社会力量也参与农业科技创新，为农业生产提供新品种、新技术、新材料、新工艺、新模式，全面提升农业生产的科技贡献率。种质资源应用基础研究涉及面广，包括种质资源保存技术、遗传多样性与遗传演化、种质资源精准评价、优异基因资源挖掘、优异种质创新利用等[1]。农业科技创新体系培育的新品种在生产方面发挥了极大的作用，目前新品种选育引入市场机制，现代农业企业在这方面发挥的作用越来越大。面向现代作物生产，作物栽培学与耕作学领域的专家，为粮食生产提供了大量新技术、新模式、新工艺，实现粮食丰产、优质、增效。农业新材料的研发在整个农业科技创新过程中相当重要，研发过程顺应新材料信息化、智能化、低碳、高循环、绿色等发展趋势，有效推动了特色资源新材料的可持续发展[2]。此类新材料具有更好的工作性能，同时也顺应了现代农业的生态化发展趋势。

2 加速数字农业建设进程

数字农业依托农业物联网技术、农业遥感技术采集、积累农业大数据资源，奠定精准农业、智慧农业的农业大数据资源基础。

大数据是相对传统的计算机数据而言的，具有数据体量巨大、更新速度快、数据真实可靠、多样化、低价值密度和高应用价值等特点。农业大数据是指数据农业领域采集的大数据资源，包括资源环境大数据、农业生物大数据和农业生产经营大数据。通过融合农业的地域性、周期性等自身特征，收集、鉴别、标识各类有用数据，这些数据通常难以应用普通方法得以处理。对此，要进行数据归类，并且建立数据集，通过更为复杂的高标准模型与参数来系统分析数据、优化组合类型，把系统多样、极为复杂的数据简化，使之更利于处理与分析，标准化的数据更方便决策者做出农业决策，并可以实现农业生产过程中的部分自动化控制与操作。农业信息化是一个动态的概念，是在农业领域充分利用信息技术的方法、手段和最新成果的过程。农民需要测量和了解诸多数据，如天气数据、GPS数据、土壤细节、种子、化肥和作物药剂等，这些数据与他们的耕作质量与产量关系密切。获得数据后，把数据按照一定的关系模型归类，并对这些数据进行分析与整理，再进一步整理出有序、有效的数据对土地进行短期模拟和长期管理，在模拟与管理期间严格按照分析的优化组合方法种植，以期实现农作物产量和利润的最大化。除农户外，有关农业工具制造商、种子和肥料以及药剂的供应商也对这些数据有很大的需求，通过采用专业算法，使数据转化为生产力，得出标准化的参数，从而制造出最实用的农业工具，构造农业生产分析决策平台，为农民提供尽可能优化的解决方案和服务。

近年来，农业传感技术和农业物联网技术迅速发展，智能温室已具有很成熟的技术体系，大田物联网也开始发挥作用。农业物联网已初步形成以多样化的农业传感器、网络互联和智能信息处理系统等共性关键技术研究为重点，以采集和积累农业资源环境、农业生产过程、农业设备设施、农业生物等大数据资源，实现以农业机械装备作业调度和自动控制、远程监控农业生产过程和农产品质量全程追溯、服务平台集成、标准体系制定等方面为重要应用发展领域的新兴产业格局[3]。采用这种新兴的系统获取各类信息，经过传感器数据分析可断定土壤适合栽培的作物种类，采用气候环境传感器能够实时收集作物成长环境数据，通过自动分析得出具体的适宜气候条件，从而实现科学栽培。农业物联网的构成与多个领域、多种技术紧密联系，是新一代信息技术在农业领域的高度集成和综合运用，对我国农业信息化发展具有重要引领作用，改变了传统农业生产方式，促进农业向智能化、精细化方向转变[4]。但由于需要以硬件设备的投资和联网为基础，因此投资额较大，在普通农户种植过程中推广仍存在问题，目前主要用于设施农业生产过程的管理和操作。

遥感技术利用人造卫星、飞机等运载采集数据信息的遥感器，对田间种植情况与区域分布进行整体识别，利用高分辨率传感器，采集地面空间分布的地物光谱反射或辐射信息。还可以在不同的作物生长期内实施全面监测，根据数据进行空间定性、定位分析，为选择农作物的种植种类与规模提供大量有效信息[5-6]。农业遥感技术具有广阔的应用空间，包括农作物长势监测、种植面积遥感监测、遥感估产、病虫害遥感监测、土地资源利用情况遥感监测、农业灾害遥感监测等领域。GIS能监测农田土壤养分、水分、虫害等的变化情况，根据获取的农田信息的实际情况绘制地形图、农田信息分布图，制定施肥、喷洒农药、灌溉等科學管理方案，做出田间的智能决策[7]。GPS即全球定位系统，简单来说它是由24颗覆盖全球的卫星组成的卫星系统，在农业生产中通常可以利用GPS进行土壤养分调查、分布区域调查等，取得大量的信息与数据资源，为田间精确管理和农作物增产提供可行的方式。

3 推进精准农业探索实践

精准农业也称为精确农业，核心在于“精准”二字，摒弃传统农业的粗放式作业和模糊式经营，积极开展精准农业实践探索，是当代农业科技工作者的肩头重任。国外学者将农业时代的传统农业称为农业1.0，将工业时代的机械化集约农业称为农业2.0，将基于资源节约、环境友好和投入品高效利用的精准农业称为农业3.0，将基于人工智能的未来智慧农业称为农业4.0。农业3.0是正在探索的精准农业，重视资源节约和环境友好，关注投入品的使用效率和效益。

所谓精准农业，是以信息技术为支撑，根据空间变异，定位、定时、定量地实施农事操作与管理的农业生产管理体系。精准农业是以农业资源环境本底数字信息资源为基础，根据农业生物生长发育需求，精量、准确使用农业投入品，实现资源节约、环境友好和资源高效利用。精准农业目标状态，可以概括为营养供给精量化、环境控制精准化、过程控制精细化、农事作业高效化。

在营养供给精量化方面，植物生产应根据土壤养分供给情况和农业植物的需求情况，研发精准播种、精准施肥、精准灌溉、水肥一体化技术等。养殖领域则应研发根据动物生长发育阶段的差异化配方和差异化日粮标准，或研发能自动生成个性化配方及日粮标准的专家系统。

当环境因子处于生物需要的最适状态时，生物生长发育就能达到最佳状态，从而达到高产、优质的目标，实现环境控制精准化，并在智能温室和设施养殖方面得到较为充分的应用。通过农业物联网和自动控制系统，实现环境控制精准化，智能温室可将温度、湿度、光照等环境要素控制在植物生长发育的最佳范围。露地生产依托传感技术、遥感技术、物联网技术和地理信息技术，实施基于环境状态精准调控的农艺措施。

任何生物在不同生长发育阶段，对环境条件和营养供给的要求都不同，过程控制精细化就是根据生物生长发育进程和资源环境要素的动态变化，实时生成基于精细化过程控制的农艺措施并自动实施，同时根据实施效果的实时监测情况，实施随动精准化调控优化方案。

目前，农事作业高效化主要从以下三个方向开展研究与实践：一是轻简化栽培，适当减少效率较低的农事作业，既可以降低农业生产的劳动消耗，又能减轻对农业生物的物理损伤。二是靶标化作业，害虫防治领域的靶标施药可省工、省药，提高防治效果，靶标施肥也是精准农业的重要研究方向。三是农事作业一体化，基于滴灌设施的水肥一体化技术已基本成熟，播种覆膜一体化作业的农业机械也已推广[8]。

4 生态智慧农业前景展望

人工智能将不断改变人类的生产行为和生活方式，能够给农业生产和农业现代化赋予巨大能量，展现了未来智慧农业的美好图景。机器学习和基于人工神经网络的深度学习，使计算机具备了类似人类的学习能力;语音识别、视觉识别、自然语言处理使计算机具备了一定的交流互动能力;依托数学模型、专家系统、机器推理和多层感知器技术，计算机的形象思维和逻辑思维已表现出较高水平，计算机的创新思维能力方面的研究也取得了一些基础性成果;机器的自主决策能力提供了多样化的实现途径，远程控制和自动控制是目前的应用领域，未来的机器人将具备完全独立的自主作业和自主行为能力，类似于具有完全民事行为能力的社会人。从感知智能到认知智能，进而发展到通用智能，体现着从弱人工智能到强人工智能发展的基本技术路线和研发实践。智慧农业领域的农业机器人可能具有多样化的表现形式，主流方向应该是研发面向专项任务的多样化智能机器。

生态智慧农业就是高度体现生态思维和人工智能的现代农业新范式，遵循客觀事物的变化发展规律，农业发展演化过程也是一种从低级到高级的递进式发展过程，未来发展是在现有成果基础上的提升或升级。目前，设施农业、生态农业、循环农业、多功能农业等领域已取得了很多优秀成果，数字农业建设、精准农业实践、智慧农业探索也初具规模，未来农业发展不可能只考虑某一方面的因素，而应该整合基于现代信息技术支撑的智慧农业，与基于可持续发展理念和生态思维的生态农业，走生态智慧农业发展道路。

5 结 论

“藏粮于技”的实施策略，不仅依靠传统的农业科技创新体系，为现代粮食生产提供新品种、新技术、新工艺、新材料、新模式，为国家粮食安排提供技术支撑和技术储备，更重要的是，还要主动适应“互联网+”时代的最新发展格局，全面推进数字农业建设，夯实现代农业的大数据资源基础。同时要加速精准农业探索实践，坚持资源节约、环境友好的农业现代化发展方向，在人工智能技术迅速发展的新形势下，加速智慧农业的共性关键技术研发，融合生态思维与人工智能，探索生态智慧农业核心技术和运行模式。

参考文献

[1] 阳文龙，李锡香.我国蔬菜种质资源工作70年回顾与展望[J].蔬菜，2019（12）：1-9.

[2] 杜壮，崔立勇.《“十三五”国家战略性新兴产业发展规划》发布到2020年形成5个产值规模10万亿元级的新支柱产业[J].中国战略新兴产业，2017（1）：20.

[3] 葛文杰，赵春江.农业物联网研究与应用现状及发展对策研究[J].农业机械学报，2014，45（7）：222-230+277.

[4] 农业部软科学委员会办公室.粮食安全问题[M].北京：中国农业出版社，2001.

[5] 张浩然，李中良，邹腾飞，等.农业大数据综述[J].计算机科学，2014，41（S2）：387-392.

[6] 沈仁芳，王超，孙波.“藏粮于地、藏粮于技”战略实施中的土壤科学与技术问题[J].中国科学院院刊，2018，33（2）：135-144.

[7] 佟彩，吴秋兰，刘琛，等.基于3S技术的智慧农业研究进展[J].山东农业大学学报（自然科学版），2015，46（6）：856-860.

[8] 王锡桐.我国耕地资源的可持续利用与粮食安全[J].重庆社会科学，2005（4）：10-15.