炎炎夏日，却不见“汗滴禾下土”。安徽省芜湖市繁昌区新林村伏羲农场内，晚稻栽植成片，农业机器人穿梭田间、巡检苗情，各类传感器遍布其间，探测墒情、气象、病虫害等信息，并实时传输到后方的指挥中心。

　　“这里就像人的‘大脑’。”95后农田管理员侯广宇坐在指挥中心，手持平板电脑，远程操控着农业机器人，“农场‘聪明’了，人在屋中坐，就能干农活。”

　　今年中央一号文件提出：“支持发展智慧农业，拓展人工智能、数据、低空等技术应用场景。”先进科技，怎样作用于智慧农业？近日，记者在多个智慧农场进行了探访。

　　依托数据

　　进行推演预判  选择更优方案

　　作为智慧农场，伏羲农场是中国科学院发展智慧农业的试点项目。2023年，项目团队在河北雄安新区建设了技术与数据总部。目前，伏羲农场已被推广到内蒙古、重庆、安徽、湖北等地，产业化和市场化程度持续走深。

　　“传统农业，面临许多不确定因素。运用大数据，能够在播种、灌溉、植保等各个环节进行推演预判，选择更优方案。”中国科学院计算技术研究所正高级工程师张玉成表示，伏羲农场围绕墒情、气象、病虫害等开发、训练了相关模型和算法，在决策层面为高产、稳产提供了可靠支撑。

　　田野上的新鲜数据，不断涌入算法“大脑”。我国智慧农业正加快迈入新的发展阶段。

　　农业农村部市场与信息化司有关负责人介绍，农、牧、渔等智慧农场利用现代信息技术装备，对农业进行全方位改造升级，实现了生产过程的智能感知、智能决策和智能控制，大幅提高了劳动生产率、资源利用率、土地产出率。

　　河南省内乡县大花岭村，牧原食品股份有限公司智慧牧场里，有一名特殊的“兽医”——智能巡检机器人。它集成了多种传感器，可自动探知牲畜的体征。“比如，它能通过红外热像仪和智能温度计，识别牲畜的体温变化，发出预警。”公司智能诊断负责人胡义勇介绍。

　　山东省莱州市三山岛街道，工业化循环水养殖车间内，智能投喂技术根据鱼类规模和习性，精确把控饵料分量。“这套模型，不光能记录鱼的行为，还能进行深度学习，构建模型和算法。”莱州明波水产有限公司副总经理李文升说。

　　目前，农业农村部已成立智慧农业专家咨询委员会，以加强战略研究和统筹协调；在标准体系方面，已累计立项行业标准122项、发布实施26项，有力促进了智慧农业规范健康发展。

　　去年10月，农业农村部印发的《全国智慧农业行动计划（2024—2028年）》提出：到2026年底，智慧农业公共服务能力初步形成，农业生产信息化率达到30%以上；到2028年底，智慧农业公共服务能力大幅提升，信息技术助力粮油作物和重要农产品节本增产增效的作用全面显现，农业生产信息化率达到32%以上。

　　创新科技

　　助力降本增效  开拓应用场景

　　智能温室大棚，一派生机盎然。在江苏省南京市汤山翠谷现代农业产业园，佛罗伦萨等番茄品种长势良好，智能水肥一体机上显示着各个种植区的施肥情况。午间，随着温度升高，天窗、风机自动开启，调节室内环境。

　　“番茄的日常管理，由100%国产化的数字大脑控制。”园区副总经理王铁军介绍，多年前，园区曾从国外进口智能设备和系统，但其算法却出现“水土不服”，且成本高、响应慢。后来，园区配套了江苏省农业科学院自主研发的数据感知、智能环控等一系列设备和系统。“设施番茄产业的数字化转型，效果显著，节水、节肥超过30%，产量还增加了1/3。”王铁军说。

　　“有旱情立刻浇水，有虫害迅速预警，要及时、有效地触发这些响应，背后的技术并不简单。”农业农村部长三角智慧农业技术重点实验室主任、江苏省农科院农业信息研究所所长任妮表示，支撑智慧农场运行的核心要素，是可信数据、算法模型和智能装备。

　　例如，在数据感知方面，需要依托边缘智能计算、作物表型诊断、穿戴式设备等一系列传感技术装备；在决策控制方面，重点则是针对环境、水肥药、能耗、饲喂等要素，构建起核心算法，进行精准管控。任妮介绍，目前正在研发的“机械臂+模组”多末端协同采摘机器人，将于今年年底完成产品定型，单次采摘有望从10秒提速到4秒。

　　智慧农业产品，创新脚步不止。去年11月，大疆农业发布了新款农业无人机。“新机型搭载一颗全新激光雷达和两颗有源相控阵雷达，捕捉的空间点云密度可达每秒30万个，并且能精准识别田间斜拉线、电线等细小障碍物。”大疆农业高级工程师李兴龙说，除了大田植保，无人机也在进一步开拓低空吊运、农资运输等智慧农业应用场景。

　　近年来，我国在智慧农业领域的创新能力持续增强：共建设国家智慧农业创新中心和分中心34个、农业信息技术重点实验室35个，基本覆盖智慧农业关键技术领域；通过组织科研单位、企业开展联合攻关，在作物表型高通量解析、土壤现场快速测量装备、大型农业通用型机器人化作业平台等一批关键技术上，接连取得重大突破。

　　面向未来

　　探索整体思路  培养人才队伍

　　智慧农业所瞄准的未来产业，是一片广阔蓝海。

　　“即便是先进国家，其数字农业、智慧农业的标准体系建设，也还处于从碎片化走向系统化的探索阶段。”任妮说，要让智慧农业技术大规模落地应用，各国都面临着诸多挑战。以我国为例，由于幅员辽阔，地形与气候复杂，农林牧渔各种作（动）物种类繁多，数据算法模型、作业装备等关键技术创新的难度也相应较大。

　　对于当前热门的人工智能和机器学习技术，张玉成认为仍需提高其准确性和可靠性，才能在智慧农业领域发挥更大作用。

　　在实际推广中，成本、环境等因素也形成了一定制约，有待创新和突破。在中联智慧农业股份有限公司，大田作物全过程数字化种植技术已在湖南、安徽等地示范推广316万亩。“我们努力挖掘空间，压缩成本。”公司数字农业研究院技术研发室主任宋扬介绍，目前市面上的智能灌溉闸门造价仍然偏高，而一些智能技术对于土壤平整度、肥力等也有相应要求。公司正加强与政府部门、农业企业等合作，促成数字化种植技术的进一步推广。

　　“数智化技术走在前沿，又面临复杂的农业生产环境，难免会存在高投入、高不确定性。因此，不能仅依靠点上的创新突破，还需要打造高度集成的应用场景。”任妮建议，应探索形成整体解决思路，再进行规模化推广应用，降低智慧农业落地的风险和成本。

　　“打造智慧农场，需要培养一支交叉型人才队伍。”张玉成介绍，其团队与中国职教学会及江苏、浙江等地的农业职业技术院校开展合作，开发智慧农业相关课程，并打造实训基地。

　　广阔天地，大有可为。据了解，目前全球发达国家已实现人均机械化管理超5000亩。我国的智慧农场建设正瞄准国际先进水平，向着“人均管理万亩以上”的目标努力迈进。