基于大数据的农业模型建构及应用

我国农业正处在由传统农业向智慧农业转型的关口，以数据为核心生产要素的农业基础资源体系建设正如火如荼。同时，大数据驱动的农业已被证明可以提高产出、降低成本及确保农业可持续发展，一些基于大数据分析、农业定量规律研究的农业模型频繁出现在农业生产实际、农业环境控制、农产品流通与贸易等环节，农业模型的广泛应用有望实现中国特色现代化农业从规模到效益、从数量到质量、从科技装备到保障能力、从经营体系到产业韧性的全面跨越。

智慧农业中信息感知、信息传输、信息智能化处理三大技术体系均离不开农业模型的支撑，农业模型已经发展成为继农业统计学之后农业科学定量的又一重要方法。基于大数据的农业模型建构是对农业系统要素关系的定量化表达，包括系统定义、数据准备、模型搭建与转换、模型验证、模型试验设计、模型运行、结果分析及建立文件等过程或步骤，既涉及种植业、畜牧业、渔业生产及其质量管控等全程化农业结构因子的定量化，又涉及经济、教育、流通及服务等综合化社会结构因子的定量化。其中，系统定义需要对系统进行调研、定性，形成统一认识；模型搭建与转换是将真实农业系统抽象简化，即在数据准备的基础上形成进一步认识；模型验证则是将所得到的初步认识与实践结果进行比较，以判断其有效性；随后一系列农业模型运行和结果分析都是进一步再实践再认识的过程。因此，构建集采集、监测、共享、分析、预测、预警、决策、指挥、服务为一体的农业大数据平台，解决农业数据建设滞后、内容不全，数据打架、标准不一，数据不准确、不及时，发布不规范、不集中等问题，完善农业模型构建方法并注重将各种农业系统模拟、数据库、与决策支持系统数据开放共享，才能科学地对农业系统要素进行定量预测、监测、预警及决策控制。

2022年9月，由农业农村部大数据发展中心牵头研发的“农业农村大数据公共平台基座联合实验室”市县级平台1.0版本正式上线。该平台基座立足农业农村业务工作数字化转型及大数据平台建设需求，打破数据分割与系统孤岛壁垒，提供跨不同区域、不同部门、不同单元的农业农村数据共享交换枢纽，可实现国家与地方、地方与地方农业农村部门数据资源的互联互通，并为实现与其他部门的涉农数据交换共享设置了接口。因此可以说，基于大数据的农业模型应用的春天正在到来或已经到来。

应用场景一：广西自然资源遥感院针对耕地“非粮化”现象随机、分散、面广、无序等特点，自主研发广西“AI+遥感”智能监测算法模型获成功。2022年5—8月经过4轮优化提升测试后，该算法模型能在1小时内完成5 000km2卫星影像自动扫描、48h内完成对广西耕地进行全面“体检”，能在优于1m分辨率的卫星遥感影像上查出占用耕地种树、种果、挖塘养鱼等新增“非粮化”地块的位置、范围及面积，确保粮食安全“红线”不被突破。

应用场景二：2022年7月的一天，黑龙江省齐齐哈尔市甘南县农户张津玮习惯地打开手机APP“爱耕耘”，“巡视”一遍自家承包的800hm2（12 000亩）农田。屏幕上每块农田的积温、降雨、阳光年辐射量清晰可见。手指滑动屏幕下拉，土壤的实时温度、相对湿度以及pH值一目了然。据了解，“爱耕耘”是由北京爱科农公司开发的农田智慧种植决策数字工具，其中“植物—土壤—大气”连续体数字化模型是由作物机理模型、土壤动态平衡模型、气象算法模型、病虫害预警模型等模型的相互配合、共同作用形成，能及时为农户提供降本增效、避险防灾方案，被成为“在手机上种田”“算法种田”。

我国农业模型研究应用历经近半个世纪的发展，以农业生产模型中的作物模型系列研究与应用的“中国特色”业已形成，但与发达国家形成的大数据与农业模型相互比较与改进的仍有一定差距。未来还应加强农业模型中的感知层结构关键技术及其人工智能技术、智能农机装备关键技术、环境空间多尺度建模方法、分子生物学及分子遗传学普适模型等，以及农业模型与粮食安全问题结合等方向研究应用，让“大数据驱动农业模型+智慧农业”成为可能，早日实现“中国式”农业现代化。