成都世纪锐通
首页
产品中心
解决方案
项目案例
最新动态
关于我们
最新动态
Our news
< 返回上一级
四川数字农业发展现状与对策
2021/11/01 22:25
1202

                           作者:钱 亮1 ,冷奕光1 ,郎伯涛2*

( 1. 四川省农业农村厅信息中心,四川 成都 610041; 2. 四川省农科院农业信息与农村经济研究所,四川 成都 610066)

 

摘 要: 本文介绍了数字农业的概念及四川省数字农业的发展现状,指出发展数字农业的必要性、存在的问题,提出数字农业在四大领域应用的方向及发展对策。

关键词: 数字农业; 农业大数据; 现状与对策

一、     数字农业的提出与定义

1.1. 数字农业的提出与定义

“数字农业”于 1997 年美国科学院、工程院两院士正式提出。此后,我国众多专家学者也相继提出了各种版本的概念和定义。笔者倾向“数字农业”的定义是: 将信息作为农业生产要素,以“信息技术+智能装备”为特征,对农业生产、经营、管理和服务各领域全产业链的全过程,进行可视化表达、数字化设计与应用、智能化管理的现代农业。农业农村部为探索大数据、云计算、物联感应、遥感、AI 识别等现代信息技术在国家级现代农业示范园区和产业园区生产智能化、经营信息化、管理数据化、服务在线化的新路径,从 2017 年起连续 5 年实施《数字农业建设试点项目》,为各地现代农业发展发 可借鉴的试点示范作用。

1.2. 农业大数据与数字农业的关系

农业大数据通俗讲即是农业全产业各领域历史和实时积累的海量数据。“大数据”与“云计算”之间是硬币两面互为依存的关系,“大数据”依托“云计算”进行分布式架构和复杂计算,快速获得有价 值的信息,用以指导生产、引导市场、提升管理效能,为政府宏观决策提供依据、为涉农企业和社会服务。 以“信息技术 + 智能装备”为特征的数字农业,是农业大数据库在农业生产等领域智能化汇集的基础数据来源,两者互为依存。

1.3. 云计算、量子计算的作用

量子计算与云计算均系大数据储存、高效智能、高速运算的重要工具。云计算是基于现行计算机的运算方式,量子计算则是旨在专门为复杂问题求解而设计的全新计算机体系,即量子计算机。将量子科学引入云计算和数据处理,必将是计算领域内的又一里程碑。但迄今为止,世界上还没有真正意义上的量子计算机,其商业价值的实际应用还有待时日。没有“大数据”,“云计算”“量子计算”平台就是无数据支持的空中楼阁。数字农业当前的任务,就是奠定好农业大数据的基础,为云计算、量子计算的应用起到海量数据的支撑作用。

二、     省内外数字农业发展的现状

近年来,以数字中国、智慧城市、智造工业、数字民生为先发的数字经济迅猛发展。以物联网传感设备等信息新技术为基础的数字农业也已起步多年,但全国各地数字农业建设总体水平不高、区域发展不平衡、技术应用不充分,可概括为“整体起步、个别突出”;沿海及东北地区好于内地、华中华南华北好于西南西北地区;政策和投入大的地方好于重视不足、投入力度小的地方;大型种养企业好于专合社和家庭农场;应用类型趋势依次为设施园艺类 > 畜禽养殖类 > 水产养殖类 > 大田种植类;政府政策支持力度大、社会资本投入呈主流。四川省数字农业建设速度及数质量稍逊于沿海、东北等省区,尚处在种养场舍视频监控、田块温棚环境监测、养殖圈舍空质监测等初级阶段,但各地探索数字农业建设的积极性很高,仅2018年各地即申报了88个数字农业储备项目。四川省与外省多数地方相比还同存或独存以下短板。

2.1. 概念不清、认识不足

首先,涉及农业信息化新技术应用的类型众多,不同角度派生的名词定义也很多。在农业系统内对 “互联网+农业”、农业大数据/云计算、农业区块链、智慧农业、数字农业、农业智能设施、农业物联 网、农业AI技术、精准农业、设施农业、农业电商O2O等概念的理解还较为粗浅,相互间关系的认识不够清晰。其次,对农业信息化促进农业现代化的认识还不够到位,实践中常将装备化、机械化与智能化划等号。其三,数据安全意识不强,尚未厘清农业四大领域哪些数据属于保密和敏感数据、哪些数据应当及时公开。

2.2. 水平不高、潜力巨大

据对四川省91%以上的县级农业部门的初步调查,2018年全省农业生产数字化水平14.4%,低于全国平均 18.6%、东部地区20.6%和中部地区19.3% 的水平,略高于西部地区平均水平的0.5个百分点。分行业来看,设施栽培信息化水平24.2%,畜禽养殖信息化水平 15.3%,水产养殖信息化水平13.1%,农作物种植信息化水平为9.7%; 52%的县农业农村局建有信息化管理和服务机构,58%以上的行政村实现网上党务村务公开。表明农业农村信息化整体水平还不高,网络“最后一公里”未彻底打通,同时也显示了农业生产数字化发展的潜力巨大。

2.3. 各自为政、“孤岛”严重

近10年来,各级农业部门先后开发了农产品质量安全溯源、土地确权颁证、测土配方、高标准农田、农机购置补贴、农机监理、畜禽遗传资源、智慧动检、智慧植保、生产统计及价格监测等各型软件系统,加上科研院所、大专院校、行业协会学会、IT 企业和部分大中型种养企业研发应用的各类物联软件设备,就数字农业的本质数据源而言,已形成较为庞大的基础数据池。但由于缺乏顶层设计和参数标准等措施,缺失数据安全和数据共享的意识,形成了部门之间、单位之间、政企之间、企业之间各自为政的局面,致已有数据资源难以互联互通和分级共享而成为“数据孤岛”。

2.4. 研发滞后、设备不济

就目前而言,农业物联网设备较为广泛应用的有:种植业温室大棚和大田滴( 排、雾) 灌、环境( 光、温、风、湿)  监测、少量无人机施药施肥等,养殖业圈舍空质监控、饲料电脑配方及自动投料、农机提排灌手机智能作业、农机GPS监测等个别环节。而在种植业、养殖业、动植物保健业、农(牧)机业各领域全过程各环节使用智能协同作业和数据自动收集与分析的物联设施设备在全国也不多见。这与农业科研院所、涉农大专院校、各型IT 企业协同研发物联感应设备较为滞后相关,满足不了智慧农业或数字农业在农牧业各领域、全过程、多环节对简便实用、一机多能、质优价廉的智能化设施设备的需要,成为阻 碍数字农业发展的瓶颈之一。

2.5. 投入不足、标准各异

与农业基础设施、农机购置补贴、粮油畜禽种业发展、农田水利基本建设诸多项目资金相比,数字农业投入资金的比例甚小,部分省区每年财政预算农业信息化资金2000 ~ 5000万元已是对数字农业发展的重视之举。同时,同属农业系统的不同部门、单位和 IT企业虽然信息化建设方向趋同,但由于缺乏顶层设计,参数标准和建设目的存有差异,终致涉农数据分散独立,难以汇集。

2.6. 人才匮乏、运维困难

农业信息新技术的智能化应用,贯穿于种养业生产、经营、管理和服务领域的全过程,需要较强的信息专业知识和技能。但既有农业知识又具备相应信息知识的跨界型复合人才奇缺,基层农业农村部门和种养企业复合人才匮乏尤显突出,一些已建物联网的种养企业因无人会用,致智能设备难以运营维护,未能实现“节本增效”。

三、     数字农业在四大领域应用的方向

农业智能设备的研发应用既是推动农业生产方式转型升级的关键,更是传统农业引入水利、机械、化学、育种、生物等先进技术后的又一次技术革命。数字农业之目的,是通过信息新技术对农业产业

“全领域、全产链、全过程”各类数据源的在线化收集,应用云计算、尤其是指日可待的量子计算机对集 聚的海量数据进行数字化储存、甄别、抓取,以及智能化计算与图表显示,最终实现“数据分析、数据决策、数据说话”,促进农业经济健康稳定的可持续发展。农业生产、经营、管理和服务四大领域的各类型 数据,既相对独立又相互关联。就目前而言,数字农 业主要是以农业生产领域应用为重点。

3.1. 生产领域

“信息技术 + 智能装备”是数字农业建设的基本特征。该领域的数据收集主要通过物联传感设备(红外扫描仪、3S遥感系统、AI生物识别仪、环境感应仪、高光谱仪等) ,将生产环境、种养对象及产前、产中和产后全过程各类定制化的数据自动汇集。例如,大田作物天空地一体化智能感知装备、畜禽养殖饲喂全过程的智能感知装备、动植物病虫害扫描识别的智能诊断装备、种养全过程投入品(饲料及添加剂、肥料及促长剂、农药和兽药、蜂药及蚕药) 溯源的智能表达装备、农牧机械及无人机运行全过程数据的智能收集装备等,并通过网络传输到系统平台,供数字化模型汇集计算、抓取和图表显示。

3.2. 经营领域

该领域包括农畜产品加工、冷链物流、销售等环节所涉及的产品种类、数量、价格及质量追踪等各类 定制化数据的多途径汇集,并通过网络传输到软件系统平台。近年大力推行的农业电商和“信息进村入户”,即是该领域涉及到的农产品销售和为农服务类数据来源之一。

3.3. 服务领域

该领域数据包括送达与汇集两方面。一是将各类应公开的政策、政务、科技和市场信息,以及网络通讯、金融银行、人财保险、社保医保、交通订票、医疗挂号、水电缴费、电商快递等 10 余类便民服务的应用功能,通过网站、手机及 APP、触摸屏等途径供“三农”业主查询等服务;二是该领域所涉及的相关数据亦通过网络传输到系统平台。

3.4. 管理领域

农业管理既包括农业政务管理,也涵盖农业生产、经营和服务的综合管理。数字农业在农业管理领域的应用也包括两方面。一是各级政府部门通过 自下而上的农业农村各类数据汇集,应用大数据、云计算技术予以数据归类、甄别、抓取、计算,以授权方式供不同层级的管理者进行数据调用、运算及智能化图表分析,并作为各级政府决策的重要依据,提高农业经济的管理效能。二是种养实体(园区、专合社等新型经营主体) 对生产经营及服务过程、以及内部规范化管理过程的数据予以在线化汇集,协议式上传政府主管部门和内部智能化应用。

四、     发展数字农业的基本对策

数字农业建设与其它农业项目建设的最大不同之处,在于具有全领域、跨行业、全过程、多环节、关联高、技术强、投入大、见效慢等特点,在省内外暂未 有成套经验可借鉴,但一旦成功又极具震撼力,示范 带动作用巨大。发展数字农业涉及到观念思路以及 政策资金、技术路径等方面的综合措施,应从5个方面作为抓手。

4.1.       厘清思路,加快顶层设计,统分建设数据系统

数字农业建设应在农业大数据顶层设计的总体框架下进行,适时组建四川省农业农村大数据中心。 全省农业大数据平台建设的路径有二: 一是在广泛深入细致调研基础上,由省级统一开发农业大数据专用软件系统,市县乡村自配与通用软件相匹配的硬件系统。笔者倾向此方法,既可统一标准、统一软件升级维护,又可节约大量软件开发资金、避免重复建设。二是各级农业农村部门在顶层设计框架下自建农业大数据软硬件系统,按照统一的参数接口标准自下而上链接贯通。逐步形成省市县乡村五级脉络清晰、管理有序、安全可控和分级共享的农业农村大数据网格化管理格局。各级农业农村部门一要以工业的理念、按照全省顶层设计的思路和框架,分级分步开展农业大数据平台建设。二要充分意识到农业大数据、数字农业等农业信息化建设是一项系统工程,既不可急功近利也不能以点概全,务必结合实际、抓其重点,以政务数据系统建设为主线,先易后难、分步实施、逐步到位。三要注意农业大数据、数字农业系统平台设计应具有前瞻性和可扩展性。

4.1.1.   省级层面 

省级农业农村部门应尽快启动全省农业农村大数据顶层设计,加快编制“四川省农业农村大数据系统平台建设可行性研究”和“四川省现代农业示范( 产业) 园区数字农业建设技术规范”进程,尽快编制《四川省数字农业中长期发展规划》,为市县两级农业农村部门开展农业大数据 平台和种养企业数字农业建设提供具有统领性的总体规划和指导性的实施意见。在此基础上,启动省级农业农村大数据系统平台建设,平台软件系统应对上链接省政府“政务云”和农业农村部“农业云”,分别通过省部级“云平台”供所属部门分权分级共享; 对下延伸或链接市级农业农村大数据系统,并通过市级平台系统下延至县级平台。

4.1.2.     市级层面    

市级农业农村部门应在全省顶层设计的总体框架下,重点建设向上链接省厅、向下链接县局、横向链接市政府“政务云”供同级部门分权分级共享的市级农业农村大数据系统平台。

4.1.3.    县级层面 

县级农业农村部门大数据平台,是省市级农业大数据平台最基础、最重要的数据源汇集系统平台。一方面要在总体框架下重点建设向 上对接市局、向下延伸至乡镇、横向链接县政府“政务云”的县级农业农村大数据系统平台,另一方面要充分考虑生产、经营、管理和服务四大领域数据的 网格化汇集方式,将县级平台的软件系统延伸到有网络传输条件的乡镇政府及村委会。鉴于网络“最后一公里”、资金投入、技术力量等原因,村级组织尚难全面实现数据汇集智能化,县级平台可先行直链示范园区和种养实体的数字农业管理系统。成熟一个链接一个,逐步实现自下而上的网格化数据汇集体系。

4.1.4.    园区层面 

不论是现代农业示范园区(产业园区)、还是种养大中型实体和种养散户,其落脚点都在自然村所在社区组,都是农业农村各类数据  来源的基本单位。现代农业示范园区(产业园区)已具备数字农业建设基本条件,可先行试点示范。示范(产业)园区数字农业建设宜采用电子设备、物联设备、集成企业联合体方式参标,并充分考虑建成后的培训、维护的便捷性。

4.2.       明晰权限,高度重视政务数据的保密与共享

农业农村大数据按农业领域可分为生产、经营、管理和服务四大领域的各类型数据,按数据性质可分为涉密涉稳数据和可公开共享的各类型数据。相对而言,政务管理领域涉及保密和敏感的数据居多、 生产领域次之或部分涉及,而加工、流通、经营和服务领域的绝大部分数据应当主动公开,及时供社会查询共享。

4.2.1.    牢固树立“网络安全就是国家安全”的意识

各级农业农村部门在农业大数据系统平台和数字 农业建设过程中,务必按照《中华人民共和国政府信息公开条例》和《党政部门云计算服务网络安全管理意见》等法律法规文件,严格区分保密敏感数据与公开共享数据的界限,既不能触碰法律法规也不能因噎废食;在与IT企业、物联网企业签订建设协议时,务必将数据安全以及源代码参数、接口标准 等所有权和共享等内容列入合同文本。参与区域及 县域农业单品种或全领域数字农业平台建设的IT物联企业,不得以任何理由拒绝县级农业农村部门对接系统平台、数据传送共享的要求。

4.2.2.    处理好两个关系 一是要处理好“政务数

据安全与政府购买服务”之间的关系。原则上政务数据、涉及农业生产过程土壤监测和种养业投入品等生产资料中质量安全的数据均归属农业农村部门,而农业经营和服务两大领域的数据平台,可按

“政府购买服务”的方式由社会资本搭建,并得到农业部门授权后方可共享。二是处理好各类已建平台与农业大数据系统平台之间的关系。农业部门和单 位已建的各域各类各型的政务及业务数据系统,是各级农业农村部门大数据系统的重要组成部分,应将其链接融入本级大数据平台系统,并分权限、等级、层级查询共享。各类数据汇集宜以专用网络通道传输为主。

4.3.       强化研发,促进产、学、研、用协同创新

各类涉农科研院所、大专院校和推广单位与IT企业、物联网企业应深度融合,联合向发改、经信、科 技等部门申报包括AI生物识别、高光谱等在内的农业物联网感应设施设备研发与应用课题,有关部门也应加大支持力度,促进“产、学、研、用”多学科多领域联研,共助数字农业发展。

4.4.       整合农业农村项目资金,助推数字农业发展

目前国内投入主要有4 种模式或途径: 一是PPP 模式,以国家项目为主体,重点投入省部级大数据系统平台、参数标准研发与应用;二是社会资本投入模式,以IT业为种养企业建物联网、为政府部门建设单品种或县域农业大数据为重点,并获得基础数据回报;三是政府以奖代补(先建后补)模式,即种养企业自建为主、政府适当补贴为辅;四是政府项目试点模式,以此示范带动各地数字农业发展。各级农业农村部门要争取同级财政、发改和经信部门的支持,积极整合调整一批涉农资金投入到以农业大数据、数字农业为重点的农业信息化建设;除涉及“三农”的价格补贴、义务教育、危房改造等直补资金以外,对用于生产示范推广及业务管理的项目,包括农业(畜牧业) 示范园(产业园)、高标准农田、土地确权颁证、土壤污染防治、农业资源及生态、农机购置补贴、动物防疫、种业(种植及畜牧种源保护利用)发展、农田水利灌溉(水肥一体化)、畜禽粪便资源化利用、农业新技术推广与服务等资金安排,均应 增设数字农业建设的内容;对应用物联网的规模种养企业给予“以奖代补”“先建后补”等方式的资金支持;对主动联合IT业研发物联感应设备的科研院所,经信、财政、发改及科技等部门应优先安排课题研发资金;农业技术推广单位也应筛选成熟配套的物联设备纳入本产业技推应用范围。形成各部门在政策、资金、技术上共同以信息新技术助力我省农业现代化发展的新局面。

4.5.       加大培训,造就跨界复合型人才队伍

信息时代背景下数字农业发展的关键在人、信息技术与农业技能的跨界人才培养已迫在眉睫。各级农业人事、科教等部门应率先对农业系统的业务管理、涉农科研院所和农技推广单位人员强化“互联网 + 农业”知识的培养,同时在现代农业示范(产业) 园区、大中型种养企业、专业合作社的专业技能和知识更新培训中,有意识、有目的地增加农业信息化新知识和新技能应用的专项课程,使信息化新技术新设备能用会用,发挥物联网感应设备快捷、精准、智能的作用。


上一篇: 全国农业社会化服务工作会在成都市召开
下一篇: 农业农村部:2022-2025年数字农业农村建设项目储备申报指南,最高补助资金3000万