我國戰略新興產業融媒體見習發文人 李子吉

大數據時代，人工智能在農業中的應用越來越受到人們關注。農業現代化程度的不斷提高，不僅推動農業逐漸實現了標準化生產，還進一步提高了種植效率，減少了農業生產對人工的依賴。近期，無人農場如雨后春筍般地在各地建成，“機器換人”正在農業領域慢慢成為現實，我國農民千百年來“面朝黃土背朝天”的歷史或許將從此被改寫。

6月8日，安徽首個無人農場(亳州譙城)示范基地正式投入運營。時值收獲高峰，無人農場里，卻“只聞機械響，不見人奔忙”，一臺無人駕駛收獲機在“孤獨”地收割著300畝麥田。

只需要輕輕按下遙控器上的啟動鍵，無人駕駛收獲機就可以沿著規劃好的路徑進入麥田自主收割小麥，滿倉后自主返回地頭，將收獲的麥粒卸載到裝糧車上，之后繼續返回收割。而與此同時，十公里之外的十河鎮大周村潤耕天下農場內，技術人員正在通過巨幅電子大屏遠程監控無人農機作業情況以及田間土壤、空氣溫濕度等的實時變化。

大數據時代，如何減少對于人工的依賴，成為了農業領域亟需解決的問題，而可以實現“種田不下地”的無人農場或許就是這個問題的答案。

誰來種地傳統農業亟需轉型升級

2021年初，新冠肺炎疫情爆發，我國農業生產受到了極大影響。就拿人們日常生活必不可少的蔬菜來說，疫情期間的穩產保供遭受了極大挑戰。

一方面，生產用工難，勞動力缺乏。出于疫情防控要求，春節過后生產園區的工人無法按時返崗，各蔬菜育苗場、蔬菜經營主體都不同程度面臨勞動力緊缺的問題。育苗這種勞動密集型環節情況尤其嚴重，各大育苗場用工缺口都在30%以上。另一方面，運輸渠道受阻，生產資料供給不足。疫情防控中很多道路設置關卡，憑借綠色通行證方可過路，很多物流也因此停業。由此引發了化肥、農藥、農膜等物資運送不到園區，從而影響生產。

疫情提醒我們，糧食供應鏈中斷隨時可能發生，激起了人們對農業生產“機器換人”的興趣。

農業勞動力是我國農業生產中最重要的資源，但隨著我國人口老齡化的日趨嚴重，農村勞動力向城市流動趨勢明顯，人口紅利即將消失，農業勞動力缺乏問題日漸突顯，隨之而來的便是勞動力成本大幅上升，農產品成本中勞動力成本高達70%。勞動力成本增加，勞動生產率、農業生產效率和資源利用率亟需提高，“誰來種地”成為傳統農業生產模式面臨的一大難題。

無人農場的初始成本雖高，但是其生產效率遠遠超出人力，況且通過人工智能可以進行高強度作業，完全可以抵消初始成本，并不斷拉低后期使用成本，實現邊際成本遞減，有利于緩解我國農業勞動力成本走高的問題。另外，隨著未來智能農機技術不斷發展，其關鍵部件性價比必會大幅提升，應用成本也將隨之進一步降低。

我國農業機械化率早在2019年就已達到了70%，農業機械化已經基本實現，同時物聯網、大數據、云計算和人工智能等新一代信息技術也在不斷向農業裝備領域滲透。可以預見到，“機器換人”已經成為現代農業發展的必然趨勢，無人農場正從概念走向現實。

機器換人

無人化助推農業生產提質增效

無人農場是在人不進入農場的情況下，采用物聯網、大數據、人工智能、5G、機器人等新一代信息技術，通過對農場設施、裝備、機械等遠程控制或智能裝備與機器人的自主決策、自主作業，完成所有農場生產、管理任務的一種全天候、全過程、全空間的無人化生產作業模式。

我國工程院院士、華南農業大學教授羅錫文認為，無人農場是智慧農業的一種生產方式，是機械化、信息化和智能化高度融合的作品，主要依托生物技術、智能農機和信息技術三大技術的支持。生物技術提供適應機械化作業的品種和栽培模式；智能農機主要提供智能感知、智能導航、精準作業和智能管理；而信息技術則主要為無人農場生產的信息獲取、傳輸和處理與農機的導航、自動作業以及遠程運維管理提供支持。

以毫州無人農場為例，項目通過生物技術、智能農機和信息技術的綜合應用，建立了高度無人化農場作業管理系統，通過對作物生產過程中的長勢和病蟲草害情況進行實時監控，進行智能化決策，從而實現耕、種、管、收全程無人化精準作業，大幅降低了勞動力成本，提升作業質量，實現經濟效益、社會效益和生態效益有機融合。

農場中的每臺智能農機上都安裝了傳感器，可以利用北斗衛星定位和互聯網數據傳輸，遠程實時獲取農機的信息和數據，從而提前設定好作業路線。

安徽中科智能感知產業技術研究院院長黃河表示:“無人農場可以實現智能化無人模式耕種管收環節全覆蓋，提高經濟效益30%以上。”

不僅安徽，我國更多省市都已經在無人農場方面有了很多嘗試。

我國工程院院士、國家農業信息化工程技術研究中心主任趙春江在《開講啦》當中介紹了山東壽光在智能玻璃溫室無人化生產方面的經驗。“我國壽光型”智能玻璃溫室實現了整個基地生產管理的全流程云端托管、智慧程控和遠程操控，控制中心收集匯總來自園區內所有機器人的數據信息，并在數據處理后生成指令反饋給其他機器人。當溫度過高時，控制中心會下達指令，啟動溫室的風機系統或外遮陽系統進行降溫；如果巡檢機器人巡檢到葉片的病斑，或需要葉面追肥時，控制中心也會下達相應指令。溫室真正實現了“無人操作、智慧生產”，綜合能耗比世界領先的荷蘭模式降低一半以上。

根據新疆棉花種植相關的新聞報道，在新疆的農機使用率達到了97%，智能農機的參與讓新疆的棉花生產更加簡單高效。春耕時節裝有北斗“自動導航輔助駕駛和作業系統”的大馬力拖拉機可以根據播種要求與設置好的機具偏移值、作業幅寬等數據，按照規劃路線自動駕駛精準無誤地鋪出筆直且行距均等的棉花地膜；依托衛星遙感技術，可通過“衛星+大數據+人工智能”來實現不同范圍下棉田的長勢、旱情、養分等農情信息的實時獲取、實時運算、實時反饋，針對性地為水肥調控、病蟲防治、脫葉催熟等田間管理提供指導和決策意見；在采收階段，裝有北斗系統終端的采棉機能精準卡位棉壟、高效采收，實現了機械對人力的替代。

2021年，四川省首個“5G+智能農機”在崇州市農業產業功能區萬畝優質水稻田投入使用。在5G網絡的支持下，通過技術人員遠程下達的指令，無人智能農機每小時收割稻田面積達到5-10畝，相比其他稻田生產成本降低了10%，產量提高了10%。

在湖南長沙望城的無人農場，在施肥的階段，利用無人機和光譜成像技術將田間情況反饋給種植戶，可以有效地對缺肥田塊進行精準追肥，在節約成本的同時防止多余的肥料造成環境污染。

自主決策

無人農場也要靠數據驅動

那么，無人農場究竟如何實現自主作業和無人化管控呢?關鍵的基礎就是農場的大數據。

從生產規劃、種植前準備、種植期管理直到采收，影響作物生長的因素有很多，土壤、氣候、水分、品種、病蟲害和雜草等。種植者每年要做很多項決策，這些決策大多環環相扣，無論哪一步選錯了，都會導致農作物的減產。因此，無人農場要想真正實現自主決策，需要依靠作物生長數據，通過科學、專業地分析得出最優解。

因此，源源不斷的農場數據如何通過大數據獲取、處理、存儲、分析和應用技術，提取有價值的信息服務于無人農場，從而實現精準化作業，成為最關鍵的問題。

發達國家特別注重農業大數據在發展現代農業中的作用。

外國是對農業數據收集比較齊全的國家，也是較早進行農業數據開放的國家。目前，有關農業數據的采集、共享和利用正對外國農業政策制定者制定農業部門發展的各種政策提供有力支持。不僅如此，外國各大農場主協會以及涉農企業也不惜投入大量的時間、金錢以及花費巨大的精力去搜集涉農數據。外國政府數據門戶2009年5月上線運行，截至2021年9月15日，數據目錄中可查詢到包括USDA等在內199個機構在線發布的225599個數據集。

日本利用互聯網技術，將熟練農戶積累的技術和知識數據化，有利于讓下一代農戶或農業企業繼承。同時通過高精度傳感器收集的氣象大數據以及農作物生長數據等，還可實時發送給種植者或管理人員，讓他們能夠合理進行田間管理。

英國政府早在2013年就已正式啟動“農業技術戰略”，提出充分利用大數據等技術，一方面實現精準種植和精細養殖，另一方面大力提升農產品的生產和消費市場的對接能力。

德國將云端的天氣、土壤、降水、溫度、地理位置等數據及其分析處理結果發送到大型農業智能機械上，實現精準作業，發展更高水平的數字農業。

由此可見，從全球范圍來看，未來的農業技術競爭將圍繞大數據展開，農業的生產過程正被大數據深刻地影響。

我國農業科學數據庫建設總體較晚，但近年來也已高度重視農業大數據建設。國務院2015年發布了《促進大數據發展行動綱要》，農業大數據應用是主要任務之一，提出了“現代農業大數據工程”。農業農村部2015年發布了《農業部關于推進農業大數據發展的實施意見》，2016年發布了《農業農村大數據試點方案》，這兩個文件的發布明確了我國農業大數據發展和應用的頂層設計，具有重要的現實意義。

國家補貼政策的傾斜對于農業的數字化轉型來說也是一大利好。今年4月初，農業農村部、財政部聯合印發了《2021-2023年農機購置補貼實施指導意見》，對新一輪農機購置補貼政策實施工作作出了全面部署。《意見》中明確提到，支持農業綠色發展和數字化發展所需機具的補貼需要會被優先保障，更多符合條件的高端、復式、智能產品將被納入補貼范圍。從補貼重點和補貼標準的變化可以看出，國家大力支持農機行業向智能化、數字化的發展。

為了有效盤活、挖掘、搶救和保存我國農業科學數據資源，實現農業科學數據的共享與集成應用，經過科技部和財政部2011年的聯合評議，國家農業科學數據共享中心正式開始建設和運行。經過多年的發展與積累，中心如今重點整合了包括作物科學、資源環境、農業區劃科學在內的12大類核心學科的農業科學數據資源，共建成756個數據集，數據總量760TB。

2021年4月，我國農業科學院完成一項歷經21年的基礎性重點科研項目——首次創建了覆蓋我國全域的高精度數字土壤。高精度數字土壤就是利用地理信息系統、全球定位系統、遙感技術等現代信息技術方法，模擬和重現土壤類型、土壤養分等土壤性狀的空間分布特征，能直觀、精細展現土壤資源與質量狀況，為農業、環境和科學研究提供重要信息。

從整體上看，由于農業數據涉及領域廣、跨越周期長、采集難度大、處理較為繁雜的特點，我國農業領域的業務平臺發展還不平衡，致使農業大數據的應用還不廣泛。因此將來需要重視各類業務平臺的建設，需要充分利用現有數據資源，發掘更多數據采集渠道，并以解決實際農業問題為導向，實現農業資源要素的數據共享，讓數據應用產生實際價值。

傳統農業正在遭遇著信息時代的沖擊，傳感器、物聯網、云計算、大數據不但顛覆了“日出而作日落而息”的勞作方式，也打破了粗放式的傳統生產模式，農業生產轉而邁向集約化、精準化、智能化、數據化。無人農場的最終階段是要實現人工智能在田間管理過程中的自主決策，為此，以真實需求為切入點的對農業大數據的應用是重中之重。

如今，對于智能化無人農場的嘗試越來越多，但整體上無論國內還是國外，對無人農場技術的研發仍然還處于探索階段，在實際的農業生產中機器是否能夠完全取代人工，在未來無人農場又能否成為農業生產的“主力軍”，恐怕還要進一步的技術發展和應用實踐給我們答案。

END