信息技术进阶迭代数字化助力精准农业迈上新台阶

文/本刊编辑 李冬霞

农业经过原始农业、传统农业、工业化农业发展到今天，面对仍然持续增加的人口和日益恶劣的生态环境，通过增加耕地面积、大量消耗工业产品（农药、化肥、燃油、电力等）来实现农业增产增效已经不大现实，唯有改变农业管理模式才是出路。随着全球定位系统（global navigation satellite system，GNSS）、遥感（remote sensing，RS）、作物栽培模拟模型等技术的发展，信息技术革命的成果开始应用到农业领域。现代信息技术通过计算机控制机器设备精准定量地进行农业生产操作，通过智能信息技术和农机的结合，将传统的浇水、施肥、除草等操作采用机械化完成，实现了农业资源的高效利用和农业产业的提质增效。这样的农业管理模式被称为“精准农业”。2019年，国际精准农业学会（Precision Agriculture Alliance）组织了50位专家，对精准农业（precision agriculture）进行了定义：精准农业是一种管理策略，是通过收集、处理和分析时空数据、个体数据以及其他相关信息，制定基于变异规律的管理决策，以提供农业生产的资源利用率、生产力、质量、效益和可持续性。在信息技术进阶迭代、数字化发展的大背景下，精准农业无论是在研究领域还是在实际应用中，都发生了重大变化，本文将基于我国农业基本特点，结合近年来在相关领域取得的显著成就，浅析一下我国精准农业新发展、新局面。

数字化大背景下，“精准农业”概念过时了吗？

20世纪世界农业高速发展，主要依靠的是生物育种技术的进步、扩大耕地面积、物料、机械动力和化学产品的大量投入，这种高投入的农业引发了水土流失、生物多样性损失、生态环境恶化等一系列问题。20世纪80年代初，发达国家提出了作物栽培管理定位实施、按需变量投入的精准农业思想，通俗的讲，精准农业的理念就是需要多少给多少，需要什么给什么。20世纪80年代末，精准农业开始实际应用，美国Soil Teq公司于1988年开发的即时肥料混合和分配系统可能就是精准农业的第一个应用，该系统利用航空摄影和网格土壤样本的信息来生成肥料应用地图。1992年，在美国召开的第一次精准农业学术研讨会后，精准农业的概念开始走向全球，此后，多国政府和企业开始投入大量资金，对精准农业技术进行全面系统研究。目前，国际上已有多种成熟的精准农业技术产品，应用领域由传统大田作物渗透延伸到设施园艺、畜禽养殖、农产品加工等领域。

目前，精准农业已经发展了30多年，随着信息技术的进阶迭代，尤其是随着数字化进程的不断推进，新一代信息技术包含的内涵大大拓宽，云计算、大数据、移动互联、物联网、人工智能、区块链等新技术层出不穷，“数字农业”“智慧农业”等提法的出现使得“精准农业”这个概念似乎有些过时，但是，事实真是如此吗？答案当然是否定的。

数字技术只是支撑技术而已，智慧农业、数字农业和精准农业有其不同的侧重点

对于这几个不同概念的区别，赵春江院士给出了解答：智慧农业强调的是通过综合运用智能技术，提高人类对农业系统综合管控的能力；数字农业是通过将农业全要素、全系统、全过程数字化，进而实现农业科学决策和数字化管理；精准农业强调的是基于农业动植物和空间环境等信息的变化而采取的精细投入管理。“精准农业”“数字农业” “智慧农业”是基于不同技术发展阶段和不同的侧重点逐步形成的，三者有高度的包容统一性。精准农业聚焦的是农业作为第一产业的属性，遵循的是自然规律和经济规律，追求的是提高农业生产的资源利用率、生产力、质量、效益和可持续性。数字技术作为精准农业发展的支撑技术，其发展带来了农业生产方式的改变和数字经济的发展，使得精准农业的发展也到了新的阶段。

精准农业仍是解决粮食安全问题和生态环境问题的重要途径

21世纪，全球人口的增加和全球变暖是人类面临的2大重点问题：一是预计到2050年，全球人口将增加到90亿，粮食要在现有基础上增加70%，才能满足人口需求。人口增加的同时，全球农业劳动力人口却在减少，根据世界银行的数据统计，从1991—2018年，全球农业劳动力逐年下降，到2018年农业劳动人口占全部劳动力的比例已经降到28.26%，而中国的这一趋势，下降的最为明显，从60.0%下降到26.1%；二是全球变暖已经是共识，各国在积极寻求解决的方案，中国政府提出了“双碳”政策，要在2030年实现碳达峰，2060年实现碳中和。科学家研究表明，全球变暖导致敏感作物（水稻、玉米、大豆、春小麦）减产20%～40%。因此，如何提升农业投入品利用率、提高单位面积产量的同时，保持土壤肥力、解决农业缺水、减少病虫害影响、提升农产品质量和安全标准，仍是21世纪农业面临和需要解决的主要问题。精准农业本身就是通过监测农业生物生长发育过程中各种相关因子随时间和空间的动态变化，以及农业生物本身生长发育的状态来优化遗传、环境及管理措施之间的互作，最大限度地提升土地产出率、农业生产率、资源利用率的，由此看来，精准农业是解决上述问题的重要途径。

精准农业潜能大，仍是当今农业研究应用热点

根据Goldman Sachs Global Investment Reaserch的研究表明，未来精准农业的潜在市值达到2 400亿规模的水平，主要集中在精准施肥、精准种植、精准灌溉、精准施药等方面。中国农业科学院做了2008—2018年基于关键词共现的智慧农业领域研究的热点表明，“Precision agriculture”仍是热点关键词。因此，精准农业仍是未来农业的发展趋势及研究热点。

数字技术支撑下的精准农业新发展

根据精准农业的产生背景和内涵分析，精准农业是伴随着信息技术进步而产生的，核心就是数据的感知、决策及应用。精准农业涉及全球导航卫星系统、遥感、物联网、大数据、人工智能等先进技术领域，这些领域的发展，将进一步带领精准农业发展迈上新台阶。

数据感知层——新一代导航系统、遥感、传感器提供精准感知

◎ 新一代北斗系统助力农机自动驾驶及农机作业监管

我国的北斗导航系统是继美国GPS卫星系统和俄罗斯的格洛纳斯-M导航卫星系统后的全球第3套成熟的卫星导航系统。精准农业的实施对全球导航卫星系统的精确性有较高的要求，比如对某些作物的田间投入需要精确到每株植物上，甚至是精确到叶片，北斗系统的实时动态差分法（RTK）技术能提供实时厘米级的定位精度，这为精准农业的发展提供了强有力的保障。目前我国的北斗导航系统应用于精准农业主要包括农机自动驾驶以及农机作业监管等，通过北斗双天线定向定位和差分技术，在车辆的行驶过程中，可以实时地提供车辆的位置信息和方向信息等，通过分析这些信息从而实现控制车辆自动驾驶的目的；北斗卫星导航系统还能根据土壤图像，结合图像处理技术，分析土壤的物理指标和化学成分，为农产品的生产提供科学的耕种方案，包括农作物的选取，土壤的施肥、旋耕、起垄等环节，以及种子所需的水分和肥料的具体数量；北斗卫星导航系统还能结合气象监测系统，为农作物的耕—种—管—收各个环节提供最优的时间参考，同时进行农机作业监管。随着北斗三号卫星导航系统的开通，未来定会为农业提供更加精确、智能的服务。

◎ 轻小型无人机遥感弥补卫星遥感、地面遥感缺陷

现有的卫星和地面遥感技术提高了农情信息获取效率，但卫星遥感技术存在重访周期长、较易受天气影响、难以获得高质量影像等缺点；地面遥感技术费时费力、能监测的范围小、干扰因素多、难以快速获取作物信息。近几年快速发展并应用的轻小型无人机遥感系统具有体积小、质量轻、成本低、操作简便等一系列优势，且受天气、云层覆盖限制小，飞行高度及飞行时间灵活，能获取中小尺度范围内的高时空分辨率的影像数据，有效地弥补了卫星遥感和地面遥感的缺陷，满足精准农业管理的需求。因此，要在保持地面遥感和卫星遥感的优势下，大力发展无人机遥感。目前，轻小型无人机遥感在精准农业的应用主要体现在农作物识别与精细分类、农作物长势动态监测、田块尺度的估产、病虫害监测等方面。轻小型无人机遥感技术作为调查及监测的有力工具，能及时获取精准农业生产管理中所需的各种数据信息，促进了农业生产过程向信息化、智能化、精准化方向的发展。随着计算机技术的进一步发展，轻小型无人机将会被越来越广泛及深入地应用到精准农业中，不仅仅局限于农情监测方面，在其他农业方面的应用，如农场管理规划、农业设施管理也能发挥极大作用。

◎ 化学、生物传感器让信息感知更精准、智能

作为信息化时代感知层的关键技术，传感器在精准农业领域的应用范围十分广阔，主要包括土壤系统监测、微气象动态监控、作物日常生长特征采集等方面。近年来，随着农业传感器新原理、新技术、新材料和新工艺不断突破，已由简单的物理量传感走向化学、生物信息的快速感知，纳米等新材料技术的发展使得传感器向着微型化、智能化、多样化的趋势发展，运用的关键技术涉及纳米材料修饰技术、多传感器微波遥感技术、无线传感器网络技术、碳糊电极技术、多传感器融合技术、热红外光谱技术和无人机搭载技术等。赵春江院士强调，未来5～10年，研发准确、精密、便携的传感器和生物传感器将是各国农业传感器创新发展的重点领域。这类传感器不仅可以实现一次连续监测多个环境和动植物生命信息的特征参数，也可以对环境、生物及非生物胁迫等进行持续监测，具备在植物和动物发病之前检测疾病的能力，有助于实现各种食品和农业学科相关指标的快速检测和监测。因此，随着传感器新技术、新材料和新工艺的不断突破，将进一步助力精准农业在数据感知层面的发展。

数据决策层——物联网+云计算、大数据+人工智能提供精准决策

精准农业是信息密集型的，如何对采集到的信息进行传输、汇总、分析和决策，是精准农业实施过程中的关键环节。近几年，随着物联网、云计算、大数据及人工智能等技术的大力发展，精准农业中数据处理能力得到大幅提升。

农业数据的获得目前仍然主要依赖于农业传感器，但其只有数据收集能力，不具备智能数据处理的能力，因此需要通过物联网技术将获取到的数据传输到服务器端进行处理。目前，常用的物联网技术是NB-IOT（窄带物联网），NB-IOT技术和传感器结合，将采集到的土壤pH值、降水量、空气温湿度、土壤湿度、土壤盐分、农作物生长指标等数据连接到附近的NB-IOT基站，基站把数据连接到运营商的NB-IOT物联网平台，前端应用可通过物联网平台获取数据，只要NB-IOT基站信号覆盖到位，便可辅助农业生产跃上一个大台阶。

当大田种植监测点足够多时，通过物联网能获取到大量的农情数据，如何对这些数据进行排序、存储、清洗、处理，便是云计算和大数据技术在精准农业应用中需要解决的问题。对于精准农业中获取的大量信息和数据，人工智能（AI）可以优化管理决策。人工智能技术在精准农业系统的应用是建立在经大数据技术处理后的农情数据基础上的，在农业生产过程中，精准农业的农业专家系统要为农户提供智能决策分析，而农业专家系统是以知识库、海量数据以及推理判断程序为核心，运用人工智能知识工程的知识表示、推理、知识获取等技术，总结和汇集农业领域的知识和技术，将农业专家长期积累的大量宝贵经验通过人工智能技术进行自我学习来对大量数据进行分析推理，最后得到决策支持。2022年美国农学、作物、土壤三大学会的年会上，“机器学习大数据在精准农业的应用”专题受到了广泛关注，这进一步彰显出AI在农业未来发展中大有可为。

数据应用层——智能化装备提供精准操作

◎ 精准平地

土地平整可以节省灌溉时间和灌溉成本，大幅提升肥水利用效率，对于提升作物产量及提高种植效益具有重要的意义。精准平地技术主要是激光精准平地技术和GNSS精准平地技术。激光平地技术适用于较小规模、地表起伏不太大的农田土地平整，且易受强光、大风等天气条件的影响，作业范围较小。区别于国外的大规模种植，我国农业呈现出小农户、小地块的特点，所以，需要有针对性地研发适合我国农业发展的激光平地机，我国研发的1PJ系列激光平地机，作业宽度1～4 m，可适用于不同大小地块，其中1PJ-1000作业宽度为1 m，可用于设施农业土地平整。

相较于激光平地，GNSS精准平地技术可以连续作业，不受恶劣环境影响，可适应多种复杂地形，高程范围无约束，可提前测量地形，为平地作业规划路径，有较大的适用范围。国外GNSS精准平地设备生产商主要是美国天宝公司和瑞士徕卡公司，其生产设备的技术水平代表了当前国际GNSS控制平地技术的最高水平，在平整农田土地的同时还可以结合应用一些其他外延设备，如地形测量、路径规划、高程反馈、喷药、施肥等，将农业信息化和智能化提升到一个较高的水平，在一些大型农场中推广应用并取得了良好效果。GNSS精准平地技术应用后，可节约30%灌溉水，提升肥料利用率5%～10%。由于我国GNSS精准平地起步较慢，其整体技术水平落后于国外发达国家，但是随着我国北斗系统的不断发展和完善、GNSS定位精度的提高以及高标准农田的建设，适用于我国的GNSS精准平地技术势必会得到广泛推广应用。

◎ 精准种植

长期以来，农作物播种环节存在的主要问题就是用种量大和浪费严重。精准播种就强调要将种子按照精确的粒数、播深、间距播入土中，同时，保证每穴种子数相同、一籽一苗。播种机械所面对的播种方式、作物种类繁多，这就要求播种机械具有较强的适用性。智能种植机械能够根据不同作物生长特性、土壤特性和种植时的气候情况实现精准播种和移栽，包括开沟宽度和深度，同步施肥方式，行距、株距，播种量和覆土深度等。例如新疆地区根据北斗卫星导航实现精准棉花播种，从播种到滴灌带，到覆膜到覆土，一次合成，提升了工作质量和工作效率，航向误差可以控制在2.5 cm以内。如何实现精准播种，排种器研究是关键。常用的排种器有机械式和气力式2大类，目前，我国这2类排种器的研究与国外的先进水平不断缩小，部分已达到国际先进水平，如勺轮式、指夹式和气力式玉米精量排种器基本上与国外处于“并跑”水平。气力式排种器对种子的大小、形状要求不严格，适合形状不规则的种子，可以实现高速播种，播种精度高，株距均匀，广泛应用于各种智能播种机中。华南农业大学罗希文院士团队研究的“三同步”水稻精量直播技术在直播机作业时，先在田面开出蓄水沟，并同时在两条蓄水沟的垄面上开出播种沟，排种器以穴播方式将稻种均匀地播在播种沟中，实现了行距可选、穴距可调和播量可控，该项技术已在全国26个省（市）和国外6个国家得到推广应用，取得了显著的社会效益和经济效益。

精准种植除了要精准播种外，对于蔬菜等经济作物，还包括精准移栽。虽然国内现阶段移栽机械基本以纯机械结构和半自动化为主，但作业需要大量人力，作业效率较低、工作质量不稳定，与实现精准化还有一段距离。近年我国作物移栽技术研究取得重大进展，研究的智能化无人移栽机以起垄轨迹为底数，严格对齐垄线路径，不压垄，保证移栽质量和标准化程度；机械手自动取苗、分苗、投苗，实现了全自动的蔬菜无人移栽作业；研发的漏苗率监测、苗垄对行等技术，可以动态调整机器作业行进速度，提高无人化作业的机具动态适配与协同作业控制，降低漏苗率；采用机器视觉等技术进行漏苗、重栽、裸根等移栽质量的数字化评估，同时匹配人工投苗、漏苗数据，综合确定改进方案，提高了“农机—农艺—人员”的适配度。

◎ 精准灌溉

我国水资源较为紧缺，农业灌溉占水资源利用的60%，但是全国灌溉水平均有效利用系数低于0.5；因此，提升农业灌溉效率非常关键。要真正实现水资源的高效利用，仅凭单项的节水灌溉技术是不能解决的，必须将水资源开发、输配水、灌水技术和降雨、蒸发、土壤墒情和农作物需肥需水规律等方面统一考虑，做到降雨、灌溉水、土壤水分联合调用，实现按期、按需、按量供水。精准灌溉主要以土壤水分、作物含水量、大气含水量为基准来确定灌溉时间及灌溉量。通过在土壤中设置传感器，精确获取土壤中的含水量，根据作物不同生长期的需水规律，进行精准灌溉，可实现水、肥、药一体化灌溉。

实现精准农业灌溉的设施设备按照灌水的出流方式分为滴灌、渗灌、微喷灌和脉冲灌溉，都是在植物株行距之间安装管道系统，通过灌水器以缓慢而精准的流量，向植物的根部直接供水及养料。新的农业精准灌溉技术就是在此基础上，数字化管理平台根据传感器采集的土壤特性及作物生长信息实时跟踪农田状况，结合嵌入的作物模型决定灌溉时间和灌溉量，用精量的灌溉设施及技术实现全自动化控制。华源节水公司学习以色列先进的滴灌、喷灌技术，生产的卷盘式喷灌机、智能水肥喷灌系统已投入使用。朱梅等以节水灌溉技术与自动化技术融合为主线，设计研发了集高效节水、精准控制、自动灌溉及土壤墒情监测功能于一体的智能灌溉机，大大简化了节水灌溉系统首部设备的设计和安装，方便操作，实现了水、肥精量控制。中国农业科学院农田灌溉研究所成功研发现代信息感知变量精准灌溉系统，该系统将无人机光谱多源感知技术、田间精准灌溉控制平台和变量精准喷洒系统结合，综合运用物联网、遥感、人工智能、云计算、自动化等技术，可以判断每块农田水分和氮素需求，解译不同作物生长过程中的生理生态、干旱、营养等情况，实施最佳的灌溉和施肥方案，实现了大田精准灌溉信息空间分布特征精准提取，比传统的基于田间物联网传感器和气象蒸散发灌溉点决策提高了20%作物灌溉水分生产力。

◎ 精准施肥

国外提出了5R（right source，right pattern，right rate，right time，right place）精准施肥原则——正确肥料用量、正确施肥模式、正确肥料品种、正确施肥时间、正确施肥位置，强调要以不同田块的产量数据与土壤情况、病虫草害、气候等多项数据的综合分析为依据，进行高产、优质、环保为目的的施肥。精准施肥能够大大提高肥料的利用率，降低成本，据测算，精准施肥对农作物增产的贡献率为40%～60%。要实现精准施肥，需要获得作物营养数据和土壤养分数据，数据采集完成后，将数据在计算机中进行分析，形成施肥处方，结合全球定位系统对施肥机的施撒量进行定位调控。作物营养数据采集可通过遥感技术与地面分析相结合；目前，田间实时在线测量土壤中氮磷钾的技术尚未取得实质性突破，主要是利用卫星定位信息田间取土并在实验室分析获得土壤中的养分分布图，根据养分处方图，采用智能施肥机实现精准施肥，也叫“测土配方施肥”。

近些年来，国内精准变量施肥技术发展迅速，在借鉴国外先进技术成果的基础上，开展了许多建立精准变量施肥技术体系的尝试，在施肥机方面，农业部南京农业机械化研究所研制了精量播种施肥机（可实现施肥过程中的漏播、堵塞声光报警检测，完成播种施肥复合作业）、北京农业信息技术研究中心研制了1G—VRT1旋耕变量施肥机等。在变量施肥处方图生成技术方面，变量施肥处方图生成技术包括土壤养分检测、遥感技术和在线监测技术等，近红外光谱分析法具有低成本、高密度、高精度、实时性、便利高效等优点，在土壤养分分析领域具有巨大的潜力，但是其只适合进行小规模、精准的采样测量，无法满足现代农业大规模测量、快速性、高效性、实时性的要求，遥感技术的发展弥补了这个缺陷。在变量施肥控制系统方面，国外已经形成较为成熟的变量施肥控制方法、技术体系和通用性产品，并且已有了在线式变量施肥系统，如美国约翰迪尔公司生产的变量施肥机、凯斯公司生产的Flexisoil变量施肥播种机，我国变量施肥控制系统根据控制器类型及控制方案、肥料性质、肥料排肥驱动机构、排肥效果、多肥料元素变量控制等因素组合形成了许多种变量施肥控制系统，侧重于变量施肥控制系统的设计、多变量施肥控制技术、变量施肥控制方案优化、变量施液态肥等方面的研究。

◎ 精准施药

精准施药技术是通过传感探测技术获取喷雾靶标即农作物与病虫草害的信息，利用计算决策系统制定精准喷雾策略，驱动变量执行系统或机构实现实时、非均一、非连续的精准喷雾作业，最终实现按需施药。目前研究主要集中在：（1）在靶标探测方面，有激光雷达探测、农作物RGB图像重建高光谱图像、自动对靶喷雾系统等方面的研究，进一步提升了杂草、病虫害识别的精准性且降低了成本；（2）在喷雾控制系统方面，开展了喷雾机恒压变量控制、PWM间歇喷雾式变量喷施系统等方面的研究，提升了施药机械的变量控制能力；（3）随着智能化的发展，施药机器人也随之上线，中国农业大学药械与施药技术研究中心自主设计与研发的一款果园自主导航喷雾机器人，可以实现果园喷雾作业无人精准喷雾。

我国农业精准施药主要是以地面机械施药为主体，以航空施药为补充的施药体系。近几年，随着精准农业航空技术的发展，航空施药取得了显著成效。据统计，2020年，我国植保无人机社会保有量10万多台，无人机植保作业面积超过0.67亿hm，田块边界自动识别、作物路径自动规划、高效低污染施药、多机协同作业等先进技术等得到了广泛应用。在2022年召开的“中美双边精准农业高端论坛暨中国（潍坊）现代农业高端论坛”上，兰玉彬院士介绍：植保无人机自2015年以来发展巨大，目前已经进入自动化/智能化时代，可以实现厘米级定位、自动规划航线、全自主飞行、仿地飞行、避障等功能。随着植保机械性能的不断改善，智能化水平的不断提升，我国的精准施药装备在精准农业体系里将发挥越来越重要的作用。

◎ 精准收获

对精准收获的基本要求是根据作物成熟度适时收获，根据作物长势和产量自动调节收获机前进速度、割台高度、脱粒滚筒转速和清选等工作参数，对各部件工作状况实现监控、显示和报警。朱玉祥从提高作物收获机的智能通信水平，将精准网络通信理念植入当前作物收获机的控制优化中，建立智能作物收获机精准网络通信模型，实现了作物收获机通信系统的精准网络控制与数据传输；我国潍柴雷沃公司、中国一拖集团有限公司和沃得农机公司等一些农机企业生产的收获机已开始安装谷物产量、含水率、流量、损失率和含杂率传感器，实现了作物长势精准检测及筛选水平；中联重机的AS60型甘蔗收获机实现了卫星定位和自动导航等功能，实现了收获精准定位。

相对于大田作物的收获，蔬菜、水果等精准采收对机械的精准识别、智能定位、柔性操控等均有更高的要求。国家农业信息化工程技术研究中心团队在国内首次实现了双机编组协同智能化无人甘蓝采收作业，综合利用北斗导航、环境感知、多传感器融合等技术，实现了甘蓝精准无人化采收。Wang等设计了一种具有4轴独立转向系统、五自由度收割系统以及双目立体视觉导航系统的温室番茄收割机器人，其识别成功率高达99.3%，采摘成功率为86%，且每个番茄采摘时间仅需15 s。目前精准采摘机械的主要应用目标为甘蓝、番茄、茄子等，这类果实体积小、颜色鲜艳、生长位置适合机械化采摘，识别起来相对比较容易；对于西瓜、甜瓜等果实，由于其具有体积较大、成熟度难以区分、果实颜色与叶片接近等特点，对识别和采摘造成了很大困难，相关的研究较少；另外，对于土豆一类果实生长在地下的作物，精准识别和采收也比较困难。

与发达国家相比，我国的精准农业发展存在哪些掣肘？

我国的精准农业从20世纪90年代起步。1999年在新疆生产建设兵团提出实施精准农业，到2013年，这里已经基本形成了比较完善的精准农业技术体系，在棉花大面积生产中应用，已取得了极大的经济效益。黑龙江八一农垦大学从2000年开始进行精准农业技术与装备的研究，2001年成立精准技术研究中心，2004年配套成立了精准农业技术装备实验室，为黑龙江农垦区精准农业的发展提供技术、设备支持。2000年，国家计委和北京市政府共同投资在北京进行精准农业示范区建设，是我国实施的第一个精准农业项目。同年，中国科学院开启了“精准种植研究”，开始研究我国自主知识产权的精准农业关键技术与设备。2002年，国家科技部批准在北京市农林科学院成立了“国家农业信息化工程技术研究中心”，促进信息技术向农业领域应用转移。2003年，北京小汤山国家精准农业示范基地成立。到目前为止，精准农业在我国已经发展了近30年，虽然已经取得了显著的成效，但仍存在着不少发展的掣肘因素，较发达国家仍有一定差距。

小农户与规模化生产存在矛盾

美国的农场规模较大，60%～70%的农场采用了精准农业技术。相较于国外，我国农业呈现“小农户、小规模、小地块”的特点，这与精准农业发展的规模化趋势表现出了较大的矛盾。目前主要是通过土地流转和土地代管的方式来促进土地规模化集中管理；但是，小农户小地块仍是客观现实，国外精准农业形成的商业化技术产品主要是针对大规模农场使用的，不适用于我国，我国需要进一步对适用于小农户的精准农业进行创新研究，形成具有自主知识产权的技术装备来应用于实际。

关键技术瓶颈有待突破

目前，我国的精准农业在信息获取、智能决策和应用实施环节都存在着技术约束。例如在土壤信息获取方面，土壤原位测定技术相关方面的研究还较欠缺，不能对土壤中营养元素实现无损快速识别；在智能决策方面，农作物在不同生长发育阶段与土壤、气象、管理措施的定量关系还未形成足够的理论数据；在应用层面，存在小规模地块和复杂地形下农业智能装备的推广应用。特别是在高精度农业机械精密控制系统产品方面，长期依赖进口，严重制约了精准农业的发展。

不同地区应用模式差异大

美国的农业专业化程度很高，形成了著名的生产带，如玉米带、小麦带、棉花带等。相比较而言，我国地理环境复杂，农田散落在平原、丘陵、山区和半山区等各种地形上，田块不集中且高低不平，极大地限制了精准农业技术装备的应用和使用；同时，各地经济发展水平差异较大，农业个性化需求较突出，单一的精准农业应用模式很难满足实际的农业需求。

未来

未来，精准农业的主要目标集中于作物生产环境，生长状态和生产过程中相关数据实时、高效、精确采集与处理，天空地一体化准确感知、精准智能装备，作物精细生产知识体系高效联通与融合等方面，来进一步提升资源利用率及劳动生产率。

在技术层面，精准农业强调农艺、农机、信息这3个方面的融合发展。在农艺方面，要实现品种及种植模式的标准化与宜机化，才能实现农机的精准作业。在农机方面，发展农业智能装备的研究将不再是单一的装备研究，而是逐渐集中在整个农作系统智能化水平的研究上。在信息处理方面，土壤传感技术、作物感知技术、作物表型技术、作物病虫害技术这些信息感知关键技术将随着农业传感器及无人机遥感等限制技术的突破获得进一步发展；随着AI、大数据等在农业领域的广泛应用，可以解决科学决策，实现多因素协同、智能应对与控制、机器代替人工等目标；5G技术的成熟意味着信息传输速率的大幅提升与移动数据及终端各方面性能的全面强化，有助于进一步实现精准农业的农情监测与精准化控制的技术要求，这些都将让精准农业发展迈上新台阶。

在服务层面，企业将基于大数据实现“精准农业”服务模式，由提供产品逐渐转变为提供整体解决方案，从销售产品转为提供服务，例如面向农户、村、乡和县提供精准农业专业化信息服务模式，根据用户实际生产需要，提供适合当地条件的“套餐式”技术组合应用模式；面向规模化农场、企业，提供从信息获取、处方决策到精准变量作业全过程服务的精准农业技术集成应用模式等。

在产业层面，依托数字化技术，能够打通生产决策、田间管理、加工分选、精准营销等全产业链条，在生产端，通过精准农情监测、传感和数据分析等智能手段，辅助进行科学决策，可以实现农业投入品精准投放、生产过程精准控制、农产品全程可追溯和全环节精准化管理；在产销对接端，通过数字平台的建设，市场信息透明化和公开化，实现精准对接。另外，对于不同产业，需要有针对性的开展精准农业技术研究，如设施园艺，对于环境可控要求较高，需要加速研发专用传感器和基于作物—环境的控制模型；对于露地农业，环境可控性差，要通过组织化经营和规模化生产来提高精准农业技术应用的经济性。

精准农业理念“需要多少给多少，需要什么给什么”，无论是从技术、服务还是产业发展的角度，这个理念都将始终贯彻，实现农业提质增效、农民增产增收。