赵春江院士:国外智慧农业布局、发展现状与趋势

来源：农业人才网 时间：2023-12-24 09:08:09 作者：农业人才网 浏览量：

点击「智慧农业会客厅」可快速关注

导读

赵春江院士于2021年在华南农业大学学报发表特约综述《智慧农业的发展现状与未来展望》，该综述重点介绍了国外智慧农业相关战略布局与行动计划，分析了我国智慧农业发展现状、特点以及与国际上的差距，提出了我国智慧农业未来发展目标、重点任务与政策建议。

现节选文章中关于“国外智慧农业布局、发展现状与趋势”的部分内容与大家分享。如需下载文章全文，可点击文末“阅读原文”下载PDF版。

专家简介：赵春江院士

国家农业信息化工程技术研究中心主任，国家农业智能装备工程技术研究中心首席专家，长期从事现代信息科技与农业融合应用研究。先后担任国家863计划现代农业领域数字农业与装备技术主题专家、国家863计划信息技术领域“智能化农业信息技术应用示范工程”项目技术总体专家组组长，牵头实施了我国863计划“电脑农业”、“数字农业”、“精准农业”等专项研究。

综述摘要

该综述重点介绍了国外智慧农业相关战略布局与行动计划，分析了我国智慧农业发展现状、特点以及与国际上的差距，提出了我国智慧农业未来发展目标、重点任务与政策建议。针对我国农田地块细碎化、农业机械化水平不高、农村基础设施薄弱、智慧农业技术有效供给不足、政策体系与市场机制不健全等问题，我国未来智慧农业的发展亟需在技术攻关、应用示范、政策试验和社会试验等方面共同发力。

文章目录

1 智慧农业的内涵与特征

2 国外智慧农业布局、发展现状与趋势

3 我国智慧农业发展现在与问题

4 对我国智慧农业发展的展望

国外智慧农业布局、发展现状与趋势

近10年来，美国、英国、德国、加拿大、日本、韩国等农业发达国家高度关注智慧农业的发展，从国家层面进行战略部署，积极推进农业物联网、农业传感器、农业大数据、农业机器人、农业区块链等智慧农业关键技术的创新发展。

2015年，加拿大联邦政府预测与策划组织发布了《MetaScan3：新兴技术与相关信息图》，指出土壤与作物感应器(传感器)、家畜生物识别技术、农业机器人在未来5~10年将颠覆传统农业生产方式。2015年，日本启动了“基于智能机械+智能IT的下一代农林水产业创造技术”项目，核心内容是“信息化技术＋智能化装备”。2017年，欧洲农机工业学会提出了“农业4.0（Farming4.0)”计划，强调智慧农业是未来欧洲农业发展的方向。2018年，美国科学院、美国工程院和美国医学科学院联合发布《面向2030年的食品和农业科学突破》报告，重点突出了传感器、数据科学、人工智能、区块链等技术发展方向，积极推进农业与食品信息化。美国国家科学技术委员会（National science and technology council,NSTC)在“国家人工智能研发战略计划”中，将农业作为人工智能优先应用发展的第10个领域，资助农业人工智能科技的中长期研发；美国农业部“2018—2022年战略规划”中，突出了农业人工智能、自动化与遥感技术的应用。根据国际咨询机构Research and Markets分析，2019年全球智慧农业市值167亿美元，2027年将达到292亿美元，2021-2027年全球智慧农业市值年复合增长率(Compound annual growth rate,CAGR)将达到9.7%。

目前，国际上以美国为代表的大田智慧农业、以德国为代表的智慧养殖业、以荷兰为代表的智能温室生产，以及以日本为代表的小型智能装备业均取得巨大进步，形成了相对成熟的技术和产品，而且还形成了商业化的发展模式，为我国发展智慧农业提供了可借鉴的经验。

农业传感器

传感器作为智慧农业的信息之源，在推动智慧农业发展中具有举足轻重的作用。目前，农业传感器主要包括农业环境信息传感器、动植物生命信息传感器、农产品品质与安全信息传感器、农机工况与作业传感器等。

近年来，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。如美国正在发展利用激光诱导光谱技术测量土壤养分和重金属含量，利用微纳米技术研制可进入动植物生命体新陈代谢循环系统中的传感器等。总体判断，美国、德国、日本等国家在农业传感器领域处于领先地位，垄断了感知元器件、高端农业环境传感器、动植物生命信息传感器、农产品品质在线检测设备等相关技术产品。

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。比如，柔性纳米传感器能够简单便捷地贴附安装于动植物组织不规则表面进行信息的精准监测；微纳米尺度的传感器可植入动植物等生物体内，并进入生命体新陈代谢的循环系统中，实时监测动植物生命体的生物信息；纳米传感器阵列具有多功能探测与分析能力，匹配强大的数据处理、存储与分析能力以及传感网络，具备复杂数据远程分析处理能力，能够让监测结果更加精准。

农业大数据智能

国际上通过图像识别、机器学习等技术，将农业领域大量结构化和非结构化数据 (天气、土壤、动植物生长发育、市场数据、社交媒体等) 转化为知识，并提供智能决策，实现部分或全部替代人工决策，在节省时间、增加安全性的同时减少潜在的人为错误，大幅度提高决策的科学性和准确性。

得益于强有力的基础研究水平和能力，美国、荷兰、以色列、日本等国家在农业数字模型与模拟、农业认知计算与农业知识发现、农业可视交互服务引擎等技术、算法、模型等方向处于国际领先地位。如美国位于新泽西州的纽瓦克垂直农场，利用大数据技术分析温度、湿度、二氧化碳及作物长势信息，与传统农场相比，每0.093平米用水减少95%、肥料减少50%，农药零投入，年产量高出 390 倍；意大利 Tuscia大学利用大数据技术和人工智能技术，加快气候适应性植物的育种研究，或将重塑未来农场。综合判断，未来大数据驱动的知识决策替代人工经验决策、知识决策主导的智能控制替代简单的时序控制，从育种到产品销售的整个农业产业链将得以广泛应用。

农业智能装备

美国、德国、英国、日本等国家的农业智能装备研究与应用发展迅速，主要农业生产作业环节(包括果蔬嫁接、移栽、施药、采摘，畜禽饲喂、清粪、奶牛挤奶，农产品在线分级、标识、包装等) 已经或正在实现“机器换人”或“无人作业”，大幅度提高了劳动生产效率和农业资源利用效率。如美国 Abundant Robotics 公司开发的苹果采摘机器人，可准确识别成熟的苹果并且可以以1个/s的平均采摘速度连续工作24 h；瑞士EcoRobotix公司开发的田间除草机器人，可以准确识别杂草并通过机械手臂对杂草进行除草剂喷洒，农药使用量可降低 20 倍，农业相关成本节约 30%；爱尔兰 MagGrow 公司开发的农药喷洒机器人使用永久性稀土磁体产生电磁荷，可解决农药漂移问题，农药的使用量减少了 65%~75%。