▲紫色、金色花椰菜品種

▲瑞安花椰菜基地 受訪者供圖

■記者 張雙虎

“別人問我，你是不是給老天爺打電話了，倆小時你說下雨就下雨。”說起精準氣象對當地農業的作用，浙江省瑞安市濱海區農民葉國友淳樸的講述中不失風趣。

正值秋播時節，葉國友一大早就來到田間忙碌。去年花椰菜賣得好，今年他又擴大了種植面積，從70畝增加到120畝。農業數據科學和信息技術來到田間地頭，讓這個傳統產業煥發新生機。

智農系統幫農民種地

作為當地的特色產業，花椰菜在瑞安有著悠久的種植歷史。很多瑞安農民大半輩子都在和花椰菜打交道。

2020年7月，中化現代農業有限公司MAP技術服務中心入駐瑞安，讓這個傳統產業迎來了發展的春天。

“以前種什么、種成什么樣、種出來賣給誰、能賣出去多少，全靠運氣。”葉國友對《中國科學報》說，“現在一切都變得不一樣了。”

落地瑞安的MAP技術服務中心不僅推動了紫色、金色花椰菜等新品種在當地的試種和推廣，為農戶提供了先進的種植技術，還以GIS遙感、精準氣象和精準種植為核心能力，開發了面向農田管理和農業生產的瑞安智農系統，從全產業鏈用好大數據，幫助農民種出好蔬菜、賣出好價錢。

依托衛星遙感、云計算、物聯網等數字技術，智農系統結合當地花椰菜品種，制定了標準化的種植方案，智能安排各類農資投入品的統配、統購、統供、統施，從而控制農產品品質、節約經營成本。

利用氣象、AI病蟲害識別等智能工具，該系統可以實時監控種植風險。例如，基于氣象衛星數據，可以實現精度最高的1乘1平方公里氣象預測服務，為不同地塊提供精準的氣象數據及服務查詢，對氣象災害進行分析、判斷和預警，幫助農戶降低極端天氣可能帶來的損失。

此外，基于完整的數據體系，農戶可以進入金融保險和社會化服務白名單庫。同時，系統可以根據農戶種植地塊的權屬類型、種植作物、種植面積、農事操作及供銷、信用數據等信息，智能匹配各類農業補貼，幫助農戶更加便捷、更加充分地享受國家政策。而且，由保險公司和政府產業基金對農產品進行價格兜底，保障農戶種菜收益不低于6000元/畝，農戶種植成本不高于3600元/畝。

在銷售端，利用數據科學和信息技術，平臺可打通商超，和農產品收購商合作，同時進行全程溯源，打造瑞安花椰菜品牌并進行推廣。

引發農業數字革命

“包括大數據、人工智能等新一代信息技術與農業的深度融合，推動農業進入數字化新時代，將引發農業第三次綠色革命，即‘農業數字革命’，生產方式正由傳統農業向智慧農業變革。”不久前，在數字經濟與鄉村振興高峰論壇上，中國工程院院士、國家農業信息化工程技術研究中心主任趙春江表示。

國家農業信息化工程技術研究中心正通過多個項目推動農業數字化進程，在河北趙縣，甘藍種植、管理、采收等作業均已實現智能無人化。在不少地方，田間作業中，遙感無人機、北斗衛星導航定位技術等為精準作業提供了基礎。

在一些大型養殖企業和乳品生產企業中，目前已實現了養殖過程自動化和無人化，不僅有利于疫病防控，還能實現精細化養殖，全程把控產品的質量。

趙春江認為，智慧農業主要由三大要素組成。一是以品種為代表的農業生物技術，也包括一些農藝技術和農業管理流程等。二是信息技術，信息技術在智慧農業領域可以給機器賦能，讓機器更加智能化，還可以增強人的智慧。三是智能化的裝備，它的作用主要是用來提高人工作業時的能力水平，強化工具手段。

“三大生產要素的組合會導致農業生產方式發生變革。”趙春江說，“智慧農業與傳統農業的最大區別在于把信息和知識作為重要的生產要素。通過智能化的裝備，可以大幅提升農業生產效率。”

大數據應用是重要課題

在不少現代農業示范基地，數據科學和信息技術的應用取得初步成效；但另一方面，中國智慧農業其實才“剛剛起步”。

“我國智慧農業近幾年發展很快。”中國農業大學信息與電氣工程學院教授張領先告訴《中國科學報》，“但總體來說我們智慧農業的精度還不夠，還不能算是真正意義上的智慧農業。”

農業大數據涉及水、土、光、熱、氣候資源等方面，動植物育種、種植養殖、施肥、植保、疫情防控、過程管理、收獲、加工、存儲、機械化等環節，關系到多類型復雜數據采集、挖掘、處理、分析與應用等問題。此外，農業大數據由結構化和非結構化數據構成，隨著農業科技創新發展和物聯網的應用，非結構化數據呈現快速增長的勢頭，其數量將大大超過結構化數據。

“因此，怎樣獲取、分析、應用好農業大數據是建設數字農業、智慧農業的重要課題。”張領先表示，“數據挖掘與應用必須考慮農藝方面的實際情況，通過綜合信息來判斷動植物狀況，然后才是怎么調控、用好這些數據和分析結果。”

目前，大多數農業傳感器基于環境驅動來判斷動植物生長狀況，繼而采取相應的措施，還未能實現基于動植物健康生長等生理信息的精準調控。

張領先解釋說，和人類要通過相關身體生理指標來判斷健康狀況一樣，動植物也需要通過生理方面的傳感器來獲取生理信息、判斷生長狀況、了解健康生長需要。所以如何獲取精準的農業大數據是需要深入研究的問題。

農業大數據應用多偏重生產領域，還存在農技與農藝無法充分結合、應用推廣上處于“盆景”狀態等問題。張領先近幾年專注于數據科學和信息技術在蔬菜病害防治方面的應用，一開始基于病癥圖像表征（可見光圖像、多光譜圖像）來判斷，就是在病害發生后，通過傳感器采集的數據進行分析判斷，從而實現病害智能診斷與控制。

“有些時候，發生病害再去控制，實際上對蔬菜已經造成傷害，可能導致減產或品質降低。”張領先指出，“所以病害控制要再往前走，從預防的角度，在還沒有發生病癥前切斷病害傳播。”

儀器技術的進步讓病害早期預防成為可能，比如霜霉病菌，其侵染蔬菜過程分“接觸、侵入、潛育、發病”四個階段。前三個階段不會出現病癥，但通過3D顯微鏡等技術手段，研究人員可以進行早期檢測，從而實現數字化、精準化的病害早期預警和防控。

“實際上這也是數據的一種處理與應用方法。智慧農業是按照動植物生長需求為其提供最佳生長環境，因此感知生長信息的傳感器是智慧農業信息感知發展方向。”張領先說，“針對農業信息化、技術化、工具化的認知困惑，需要從認知的高度積極踐行‘互聯網+’的思維和意識，推進‘互聯網+’與現代農業深度融合，提高農業大數據挖掘分析與智能決策準確度。充分利用移動互聯網、大數據、云計算、物聯網、人工智能等現代信息技術與現代農業深度融合，發揮疊加效應，通過農技農藝結合解決農業領域問題。”