智慧农业专委会与会员单位共同推进——全球先进数字农业技术体系在中国粮食种植的试点实践探索
2025-05-205
针对国家粮食单产提升和社会化服务两大战略需要，系统阐述了全球粮食生产所面临的气候变化等挑战和数字化时代的发展机遇，分析了全球先进数字农业技术体系构成。并以河南内黄县玉米北斗+智慧农业示范基地建设实现单产提升和赋能社会化服务为例，介绍了先进数字农业技术体系中的产量地图、土壤地图、精准（变量）播种、精准（变量）施肥、精准（变量）喷药、北斗导航和无人机遥感等技术的系统应用和效果，以及专委会围绕上述技术体系的推广所做的示范。内黄县的实践表明，系统性应用数字农业技术体系不仅实现了玉米大规模提升单产达24.5%，还可以极大改善谷物品质，如降低真菌毒素，且有更强韧性面对极端天气和病虫灾害的影响。先进数字农业技术的推广也将有利于保障粮食安全和培育农业新质生产力，推动乡村全面振兴长效机制的建立，为到2035年实现建设农业强国战略目标的达成贡献力量。
作者：
李 迅，北京大蚯蚓数字科技有限公司创始人、CEO，中国农业机械流通协会智慧农业产教融合专委会产业化首席科学家
潘 超，中国农业机械流通协会智慧农业产教融合专委会秘书长
文章针对粮食单产提升和社会化服务两大战略需要，阐述全球粮食生产所面临的气候变化等挑战和数字化时代的发展机遇。并以中国农业机械流通协会智慧农业产教融合专委会在河南省内黄县玉米北斗+智慧农业示范基地建设实现单产提升和赋能社会化服务为例，介绍数字农业技术体系中的产量地图、土壤地图、精准(变量)播种、精准(变量)施肥、精准(变量）喷药、北斗导航和无人机遥感等技术的系统应用和效果，以及专委会围绕上述技术体系的推广所做的示范，旨在为保障粮食安全和农业新质生产力培育提供参考。
? 1、全球农业数字化转型数字化转型主要可通过数字技术与业务深度融合，提升效率、竞争力和创新能力。农业数字化转型正成为全球现代农业发展的关键趋势，也是实现农业产业链和价值链效率提升、生产技术创新、生产要素配置优化、市场机会重构和跨一、二、三产业融合协作的重要推动力。
高盛认为，以2015年为基准，到2050年，数字化技术应用能为全球作物生产贡献70%的产量提升，数字农业潜在市场规模达2400亿美元，主要包括精准施肥、精准喷药、精准播种、智能农机、智能灌溉和田间监测以及数据管理。其中精准施肥市场可达650亿美元，带来单产提升达18%，田间监测与数据管理市场可达350亿美元。
由于农业的复杂性，数字化技术渗透到农业领域是一个复杂跨学科且长期持续过程。国际著名行业咨询机构罗兰贝格(Roland Berger)2019年所发布的针对数字技术与精准农业全球发展的系统性分析报告中，对国际先进农业数字化技术体系和产业链协同模式进行了全面解析。首先，数字农业主要技术体系被分为生物学（biologicals）、图像和传感器（imagery &sensors）、机器人和自动化(robotics&automation)，以及数字化和大数据(digitalization& big data)，这四大体系将原有工业或信息化领域的相关技术也纳入了农业相关领域，表明数字农业推动了跨产业协同。
中国智慧农业发展尚很薄弱。受小农户经营体制的限制，农业人口老化，以及机械化水平不足等影响，数字农业产业仍在起步阶段。农业从业人口教育素质偏低，阻碍先进数字化技术的普及。
? 2、数字化赋能下的中试基地建设理念中国农业机械流通协会智慧农业产教融合专委会成立于2023年10月26日，致力于智慧农业产教研协同发展，推动农业技术与产业双变革，赋能农业高质量发展和新型农业人才培育。该专委会的主要职能包括：推动智慧农业技术的落地应用，促进农业产业深度转型升级，基于促进智慧农业供需对接，推动农业社会化服务组织的发展，提升其竞争力的理念，建设会展活动、产教融合、基地建设、商务开发、标准制定等工作平台。
河南安阳市内黄县的智慧农业区域示范基地和会客厅建设是专委会第一个系统级项目，其中以玉米、小麦单产提升和社会服务为主要建设内容的中试基地是一个专项级任务。以“联合起来，把地种好”为理念，通过中试基地建设，形成以智慧农业技术体系为核心，智慧农服联盟为骨干，新型社会化服务产业集群为能力的农业新质生产力发展新范式。
内黄县是河南典型玉米、小麦两熟制农业生产区域，在一定程度上也能反映山东、河北等周边区域农业生产的特点。内黄县土地集中度较低，主要仍由中小种植户构成。因此，内黄县开展数字农业技术体系的应用与推广，需要关注如何服务中小农户的问题。本文重点讲述内黄项目在玉米种植季中所采用的适用于中小农户的低成本数字化技术的应用示例以及成效。
? 3、中试基地主要数字农业技术体系的实践中试基地为体现数字化对种肥药械水技术的融合，采用了滴灌水肥一体和微喷两种灌溉方式，并设置了十多个玉米品种以测试不同品种在不同种植密度和水肥管理条件下的表现，并通过数字化技术进行全程管理。鉴于内黄项目以单产提升和社会化服务为核心目标，而目前主粮生产的核心场景较为清晰明确，主要包括耕、种、管、收。因此，本文从主粮生产核心业务体系的解析出发对内黄项目进行论述。同时，部分通用技术也在主粮生产的大量场景中使用，如导航、遥感等，因此又可以将此类技术在不同场景中的应用进行归类论述。为更好地与国际数字农业技术先进国家的应用情况作对比，本文进一步参考美国农业部报告所归纳的7大技术体系，对内黄县数字农业技术的应用进行系统介绍，以方便读者更好理解每个技术体系的应用场景和作用。1）产量地图。产量地图指利用感知技术和算法分析，对作物产量在特定区域内的空间分布情况进行精确评估，形成产量在区域内的分布图。内黄项目的产量地图技术采用收割测产传感器采集实时数据，通过算法生成产量地图。2）土壤地图。土壤地图是反映田块或区域尺度内土壤属性在空间变异的一种数据呈现方式，主要用于评估土壤不同指标的空间异质性或用于指导精准管理，如精准施肥或播种等农事操作。内黄项目实施中按1公顷取1个土样的密度建立了完整的土壤大中微量元素的土壤地图。如图4所示，从上到下，从左到右分别为内黄中试基地全氮、水解性氮、有效磷和速效钾的分布图。从地图中可以直观看到营养分布的空间异质性较高，而通过土壤地图明确这种异质性，将使作物营养的精准管理在施肥操作环节中成为可能，进而指导可变量施肥或播种。土壤地图也明确了整个区域地力分布，例如，氮和钾均较低，而磷则偏高。
3）精准(变量）播种。精准播种(precision seeding)是数字农业领域发展较早的技术，自上世纪90年代以来，特别是以美国Precision Planting等公司为代表的精准播种技术逐步推广，并发展到可变量播种（variablerate seeds），对产量提升可达10%以上。作为中国和美国种植面积最大的作物，近几十年玉米种植密度的提升是其单产提升的主要因素之一，如美国玉米在1987—2016年间，农艺优选密度从75000/ha增加到93000/ha，产量由9.3t/ha增加到12.7 t/ha，平均密度每年增加700/ha。因此，玉米的精准播种极为重要。中国玉米的种植密度平均不到60000/ha，较美国仍有较大差距，在通过提高种植密度来提升产量方面仍有极大潜力。
4）精准(变量）施肥。精准施肥或变量施肥的基本决策依据是土壤肥力检测数据和作物需肥规律以及生长发育过程中实际环境影响下的多种要素的综合分析。由图4可知，中试基地的肥力分布很不均匀，在根据种植密度和目标产量设置好需肥量的条件下，根据土壤肥力调整NPK配比并精准施用就变得非常重要。内黄项目根据土壤检测数据首先针对每块地和每个品种设计了施肥基础方案，包括基肥和追肥比例，然后根据出苗后的长势、营养和天气情况，基于无人机遥感长势监测和营养诊断以及天气情况进行追肥操作。
5）精准(变量）喷撒。植保无人机进行药剂和肥料的喷撒是中国智慧农业发展的一个特色领域，也是全球领先的一项技术。精准喷撒作业既有基于处方图在空间维度进行精准或变量喷撒的应用，也有在时间维度，对于病虫草或生理调控在何时进行精准喷撒的应用。
6）北斗导航与无人机遥感。中国已建成世界先进水平的北斗全球导航定位系统。基于北斗导航技术的无人机飞防，农机辅助驾驶，路径规划，精准作业和无人农场已有较多应用，覆盖了棉花、水稻、玉米、小麦等作物管理中的多种场景。内黄中试基地的导航技术应用主要分两类，一类是基于路径规划的农机作业精准辅助驾驶或自动巡航，如精准播种环节、无人机飞防、遥感巡田。二类是作业过程的取样点定位数据的获取，如收割测产传感器获取的产量地图数据主要包括时间序列数据、空间坐标数据和各坐标点的产量数据（图8)。
? 4、数字化技术系统性应用的效果及未来展望内黄中试基地数字化技术对玉米的单产提升产生了极大的效果。通过与基地内由小农户按传统种植方式的插花地块的玉米产量（约680kg/亩）进行对比测产，数字化技术支持下的高密度水肥一体化种植在多个品种中平均增产可达24.5%，达854kg/亩，最高产量超过1000kg/亩。
数字农业能实现持续发展与商业化应用的核心是能创造更多价值，且投入低于产出。中试基地的几项主要技术体系的应用均依托较为成熟的国产化装备或软件，整体成本较低。在有配套灌溉管网系统的高标准农田基础设施上，玉米种植季数字化总投入可控制在1500~3750元/ha范围内，其中主要包括支持水肥一体化种植的滴灌系统的管网耗材、分布式气象传感器和墒情仪、高性能多光谱巡田无人机以及土壤数据采集和分析成本。同时在收获时应采用安装有测产传感器的联合收割机以生成产量地图。
根据测算，在3~6ha统一灌溉管理的区域，配一套国产化的墒情传感器系统，每公顷平均成本仅增加约220~300元。以大疆M3M农用多光谱无人机进行巡田数据采集，单次飞行可覆盖30~60ha，单日即可完成120~240ha的巡田普查。而批量采集的土壤样本的分析成本则根据需要分析的指标数量变化，一般在100~300元/ha范围内。测产传感器如由收割机生产商前装，则仅需要利用社会化服务平台进行数据分析。利用低成本的多源数据融合管理平台提供的卫星遥感和公共气象数据服务，可满足区域农服在上万公顷范围内开展部分公益性农场级的数字化管理，如灾害预警等。根据农田基础设施条件和服务类型，尽管2024年玉米价格整体低迷，但中试基地实现的整体增产效益（增产150~200kg/亩）仍大于数字化技术投入的成本，而此成本随着服务面积的扩大，还将进一步降低，并且还会因数字化管理节省农资或劳力，因此具有商业化推广的价值。
另一项重要成果是数字化技术使玉米在全生育周期的健康状态均得到有效管理，特别是扬花期到灌浆期的叶部病害和穗腐病的发生均轻微，有效地控制了由穗腐导致的真菌毒素问题，提升了籽粒品质。对基地6个不同地块所取的穗样进行真菌毒素检测结果表明，所有检测指标均远低于国家对于食品或饲料原料的相关毒素标准，大部分要小一个数量级，或未检出，如未检出黄曲霉素等。在抗逆性方面，数字化管理下的玉米在2024年内黄连续遭受高温干旱、强降雨、大风等极端天气条件下，没有出现倒伏和严重病害爆发问题，表明数字化技术大大提高了高密度种植下的植株抗逆性和保持健康的能力。
FAO近年来多次强调要提高农业粮食体系韧性，即面对各种冲击和压力时，农业粮食体系能够维持其功能并迅速恢复的能力。增强农业粮食体系的韧性需要加强支持中小农业粮食企业、合作社和社会保护计划。在2022年，FAO进一步强调了农业自动化，包括机械化、数字化和机器人技术的应用，对农业粮食体系提高生产效率、减少劳动强度和优化资源利用的影响。FAO认为，农业自动化可以创造新的就业机会，但也可能导致失业，特别是在劳动力充足的地区，因此应确保农业自动化过程具有包容性，并惠及所有人，特别是中小农户。FAO自80年代以来，在全球包括中国开展农民田间学校（Farmer field school，FFS)，推动农业技术推广和有害生物综合治理（Integrated pestmanagement，IPM)并取得巨大成效。在早期的农民田间学校培训中，数字化理念或技术也有应用，例如，李绍石在FAO中国棉花 IPM项目中编写了系列教材，指导农民使用简单的数据图表和统计学方法开展田间记录工作。互联网技术发展使数字化技术的应用更为方便。在内黄中试基地建设中，为更好服务中小农户，不仅开发了适合中小农户使用的数字化服务云平台（图9)，智慧农业专委会在县相关部门领导下，组织周边农业合作社成立了农服联盟，开展产量地图、无人机巡田、现场演示、云数据服务等推广活动，其中提供免费测产地图面积超过200公顷，现场活动十余次，讲解参观和演示示范人次超过1000，同时基地数字化技术的种植效果也取得了周边农户的高度认可。数字农业技术服务于单产提升和支持社会化服务并产生可持续的商业化推广效益是其发展的根本，在《加快建设农业强国规划（2024-2035年）》的指引下，内黄中试基地成果必将更加丰富更加深入，并成为区域智慧农业发展的标杆。
点我访问原文链接
