大数据时代，人工智能在农业中的应用越来越受到人们关注。农业现代化程度的不断提高，不仅推动农业逐渐实现了标准化生产，还进一步提高了种植效率，减少了农业生产对人工的依赖。近期，无人农场如雨后春笋般地在各地建成，“机器换人”正在农业领域慢慢成为现实，中国农民千百年来“面朝黄土背朝天”的历史或许将从此被改写。

　　6月8日，安徽首个无人农场(亳州谯城)示范基地正式投入运营。时值收获高峰，无人农场里，却“只闻机械响，不见人奔忙”，一台无人驾驶收获机在“孤独”地收割着300亩麦田。

　　只需要轻轻按下遥控器上的启动键，无人驾驶收获机就可以沿着规划好的路径进入麦田自主收割小麦，满仓后自主返回地头，将收获的麦粒卸载到装粮车上，之后继续返回收割。而与此同时，十公里之外的十河镇大周村润耕天下农场内，技术人员正在通过巨幅电子大屏远程监控无人农机作业情况以及田间土壤、空气温湿度等的实时变化。

　　大数据时代，如何减少对于人工的依赖，成为了农业领域亟需解决的问题，而可以实现“种田不下地”的无人农场或许就是这个问题的答案。

 

 

　　2020年初，新冠肺炎疫情爆发，我国农业生产受到了极大影响。就拿人们日常生活必不可少的蔬菜来说，疫情期间的稳产保供遭受了极大挑战。

　　一方面，生产用工难，劳动力缺乏。出于疫情防控要求，春节过后生产园区的工人无法按时返岗，各蔬菜育苗场、蔬菜经营主体都不同程度面临劳动力紧缺的问题。育苗这种劳动密集型环节情况尤其严重，各大育苗场用工缺口都在30%以上。另一方面，运输渠道受阻，生产资料供给不足。疫情防控中很多道路设置关卡，凭借绿色通行证方可过路，很多物流也因此停业。由此引发了化肥、农药、农膜等物资运送不到园区，从而影响生产。

　　疫情提醒我们，粮食供应链中断随时可能发生，激起了人们对农业生产“机器换人”的兴趣。

　　农业劳动力是我国农业生产中最重要的资源，但随着我国人口老龄化的日趋严重，农村劳动力向城市流动趋势明显，人口红利即将消失，农业劳动力缺乏问题日渐突显，随之而来的便是劳动力成本大幅上升，农产品成本中劳动力成本高达70%。劳动力成本增加，劳动生产率、农业生产效率和资源利用率亟需提高，“谁来种地”成为传统农业生产模式面临的一大难题。

　　无人农场的初始成本虽高，但是其生产效率远远超出人力，况且通过人工智能可以进行高强度作业，完全可以抵消初始成本，并不断拉低后期使用成本，实现边际成本递减，有利于缓解我国农业劳动力成本走高的问题。另外，随着未来智能农机技术不断发展，其关键部件性价比必会大幅提升，应用成本也将随之进一步降低。

　　我国农业机械化率早在2019年就已达到了70%，农业机械化已经基本实现，同时物联网、大数据、云计算和人工智能等新一代信息技术也在不断向农业装备领域渗透。可以预见到，“机器换人”已经成为现代农业发展的必然趋势，无人农场正从概念走向现实。

　　无人农场是在人不进入农场的情况下，采用物联网、大数据、人工智能、5G、机器人等新一代信息技术，通过对农场设施、装备、机械等远程控制或智能装备与机器人的自主决策、自主作业，完成所有农场生产、管理任务的一种全天候、全过程、全空间的无人化生产作业模式。

　　中国工程院院士、华南农业大学教授罗锡文认为，无人农场是智慧农业的一种生产方式，是机械化、信息化和智能化高度融合的作品，主要依托生物技术、智能农机和信息技术三大技术的支持。生物技术提供适应机械化作业的品种和栽培模式；智能农机主要提供智能感知、智能导航、精准作业和智能管理；而信息技术则主要为无人农场生产的信息获取、传输和处理与农机的导航、自动作业以及远程运维管理提供支持。

　　以毫州无人农场为例，项目通过生物技术、智能农机和信息技术的综合应用，建立了高度无人化农场作业管理系统，通过对作物生产过程中的长势和病虫草害情况进行实时监控，进行智能化决策，从而实现耕、种、管、收全程无人化精准作业，大幅降低了劳动力成本，提升作业质量，实现经济效益、社会效益和生态效益有机融合。

　　农场中的每台智能农机上都安装了传感器，可以利用北斗卫星定位和互联网数据传输，远程实时获取农机的信息和数据，从而提前设定好作业路线。

　　安徽中科智能感知产业技术研究院院长黄河表示:“无人农场可以实现智能化无人模式耕种管收环节全覆盖，提高经济效益30%以上。”

　　不仅安徽，我国更多省市都已经在无人农场方面有了很多尝试。

　　中国工程院院士、国家农业信息化工程技术研究中心主任赵春江在《开讲啦》当中介绍了山东寿光在智能玻璃温室无人化生产方面的经验。“中国寿光型”智能玻璃温室实现了整个基地生产管理的全流程云端托管、智慧程控和远程操控，控制中心收集汇总来自园区内所有机器人的数据信息，并在数据处理后生成指令反馈给其他机器人。当温度过高时，控制中心会下达指令，启动温室的风机系统或外遮阳系统进行降温；如果巡检机器人巡检到叶片的病斑，或需要叶面追肥时，控制中心也会下达相应指令。温室真正实现了“无人操作、智慧生产”，综合能耗比世界领先的荷兰模式降低一半以上。

　　根据新疆棉花种植相关的新闻报道，在新疆的农机使用率达到了97%，智能农机的参与让新疆的棉花生产更加简单高效。春耕时节装有北斗“自动导航辅助驾驶和作业系统”的大马力拖拉机可以根据播种要求与设置好的机具偏移值、作业幅宽等数据，按照规划路线自动驾驶精准无误地铺出笔直且行距均等的棉花地膜；依托卫星遥感技术，可通过“卫星+大数据+人工智能”来实现不同范围下棉田的长势、旱情、养分等农情信息的实时获取、实时运算、实时反馈，针对性地为水肥调控、病虫防治、脱叶催熟等田间管理提供指导和决策意见；在采收阶段，装有北斗系统终端的采棉机能精准卡位棉垄、高效采收，实现了机械对人力的替代。

　　2020年，四川省首个“5G+智能农机”在崇州市农业产业功能区万亩优质水稻田投入使用。在5G网络的支持下，通过技术人员远程下达的指令，无人智能农机每小时收割稻田面积达到5-10亩，相比其他稻田生产成本降低了10%，产量提高了10%。

　　在湖南长沙望城的无人农场，在施肥的阶段，利用无人机和光谱成像技术将田间情况反馈给种植户，可以有效地对缺肥田块进行精准追肥，在节约成本的同时防止多余的肥料造成环境污染。

　　

　　那么，无人农场究竟如何实现自主作业和无人化管控呢?关键的基础就是农场的大数据。

　　从生产规划、种植前准备、种植期管理直到采收，影响作物生长的因素有很多，土壤、气候、水分、品种、病虫害和杂草等。种植者每年要做很多项决策，这些决策大多环环相扣，无论哪一步选错了，都会导致农作物的减产。因此，无人农场要想真正实现自主决策，需要依靠作物生长数据，通过科学、专业地分析得出最优解。

　　因此，源源不断的农场数据如何通过大数据获取、处理、存储、分析和应用技术，提取有价值的信息服务于无人农场，从而实现精准化作业，成为最关键的问题。

　　发达国家特别注重农业大数据在发展现代农业中的作用。

　　美国是对农业数据收集比较齐全的国家，也是较早进行农业数据开放的国家。目前，有关农业数据的采集、共享和利用正对美国农业政策制定者制定农业部门发展的各种政策提供有力支持。不仅如此，美国各大农场主协会以及涉农企业也不惜投入大量的时间、金钱以及花费巨大的精力去搜集涉农数据。美国政府数据门户2009年5月上线运行，截至2020年9月15日，数据目录中可查询到包括USDA等在内199个机构在线发布的225599个数据集。

　　日本利用互联网技术，将熟练农户积累的技术和知识数据化，有利于让下一代农户或农业企业继承。同时通过高精度传感器收集的气象大数据以及农作物生长数据等，还可实时发送给种植者或管理人员，让他们能够合理进行田间管理。

　　英国政府早在2013年就已正式启动“农业技术战略”，提出充分利用大数据等技术，一方面实现精准种植和精细养殖，另一方面大力提升农产品的生产和消费市场的对接能力。

　　德国将云端的天气、土壤、降水、温度、地理位置等数据及其分析处理结果发送到大型农业智能机械上，实现精准作业，发展更高水平的数字农业。

　　由此可见，从全球范围来看，未来的农业技术竞争将围绕大数据展开，农业的生产过程正被大数据深刻地影响。

　　我国农业科学数据库建设总体较晚，但近年来也已高度重视农业大数据建设。国务院2015年发布了《促进大数据发展行动纲要》，农业大数据应用是主要任务之一，提出了“现代农业大数据工程”。农业农村部2015年发布了《农业部关于推进农业大数据发展的实施意见》，2016年发布了《农业农村大数据试点方案》，这两个文件的发布明确了我国农业大数据发展和应用的顶层设计，具有重要的现实意义。

　　国家补贴政策的倾斜对于农业的数字化转型来说也是一大利好。今年4月初，农业农村部、财政部联合印发了《2021-2023年农机购置补贴实施指导意见》，对新一轮农机购置补贴政策实施工作作出了全面部署。《意见》中明确提到，支持农业绿色发展和数字化发展所需机具的补贴需要会被优先保障，更多符合条件的高端、复式、智能产品将被纳入补贴范围。从补贴重点和补贴标准的变化可以看出，国家大力支持农机行业向智能化、数字化的发展。

　　为了有效盘活、挖掘、抢救和保存我国农业科学数据资源，实现农业科学数据的共享与集成应用，经过科技部和财政部2011年的联合评议，国家农业科学数据共享中心正式开始建设和运行。经过多年的发展与积累，中心如今重点整合了包括作物科学、资源环境、农业区划科学在内的12大类核心学科的农业科学数据资源，共建成756个数据集，数据总量760TB。

　　2020年4月，中国农业科学院完成一项历经21年的基础性重点科研项目——首次创建了覆盖我国全域的高精度数字土壤。高精度数字土壤就是利用地理信息系统、全球定位系统、遥感技术等现代信息技术方法，模拟和重现土壤类型、土壤养分等土壤性状的空间分布特征，能直观、精细展现土壤资源与质量状况，为农业、环境和科学研究提供重要信息。

　　从整体上看，由于农业数据涉及领域广、跨越周期长、采集难度大、处理较为繁杂的特点，我国农业领域的业务平台发展还不平衡，致使农业大数据的应用还不广泛。因此将来需要重视各类业务平台的建设，需要充分利用现有数据资源，发掘更多数据采集渠道，并以解决实际农业问题为导向，实现农业资源要素的数据共享，让数据应用产生实际价值。

　　传统农业正在遭遇着信息时代的冲击，传感器、物联网、云计算、大数据不但颠覆了“日出而作日落而息”的劳作方式，也打破了粗放式的传统生产模式，农业生产转而迈向集约化、精准化、智能化、数据化。无人农场的最终阶段是要实现人工智能在田间管理过程中的自主决策，为此，以真实需求为切入点的对农业大数据的应用是重中之重。

　　如今，对于智能化无人农场的尝试越来越多，但整体上无论国内还是国外，对无人农场技术的研发仍然还处于探索阶段，在实际的农业生产中机器是否能够完全取代人工，在未来无人农场又能否成为农业生产的“主力军”，恐怕还要进一步的技术发展和应用实践给我们答案。

 

　　END

　　来源：本刊原创文章

　　编辑：赵涵

　　审核：艾丽