简析困扰数字化农业农村建设的三个根本问题。

转自供销无人机大联盟

数字农业农村发展面临着诸多挑战。

以移动互联网、大数据、云计算、人工智能为代表的新一代信息技术发展日新月异，数据爆发增长、海量集聚，数字化、网络化、智能化加速向农业产业体系、生产体系、经营体系广泛渗透，深刻改变全球经济版图格局。

党中央、国务院大力推进数字中国建设，实施数字乡村战略，科技创新能力不断提升，设施装备研发显著加快，遥感、物联网与大数据应用蓬勃发展，数字产业化与产业数字化同步发展，数字新产业新业态竞相涌现，带动传统农业农村数字化转型升级。

与工业和服务业等领域相比，农业农村领域数字化研究应用还明显滞后。

基础设施依然薄弱，数据资源体系建设还不完善，标准缺失阻碍应用协同，发展基础“空档”；核心关键技术研发力量不足，农业机器人、智能农机装备适应性较差，创新能力“掉档”；数字技术与农业农村融合不够，数据整合不充分、开发应用不足，信息系统集成应用不够，产业化水平“断档”，因而迫切需要补齐数字化不足的“短板”。

推进数字农业农村科技创新，以数据赋能农业农村现代化。要以“数据—知识—决策”为主线，突破核心关键技术、装备和集成系统，厚植数字农业农村发展根基。

一是加强精准感知和数据采集技术创新，构建“天空地”一体化的农业农村信息采集技术体系，开展数据采集、输入、汇总、应用、管理技术的研究，提升原始数据获取和处理能力，解决“数据从哪来和如何管”这一基础问题。重点是推进满足农业农村需求的专业遥感卫星研发，突破无人机农业应用的共性关键技术，攻克农业生产环境和动植物生理体征专用传感器，实现重要农区、牧区的农业资源环境、生产、经营、管理和服务等跨区域、全要素、多层次的数据采集；研发农业农村大数据管理平台，突破“集中+分布式”农业农村资源资产一体化云架构、数据安全等关键技术。

二是加强数据挖掘与智能诊断技术创新，构建农业大数据智能处理与分析技术体系，加强人工智能、虚拟现实、区块链+农业、大数据认知分析等战略性前沿性技术超前布局，解决“数据如何处理与分析”的关键问题。重点是开展共性关键技术攻关，集成农学知识与模型、计算机视觉、深度学习等方法，研发动植物生产监测、识别、诊断、模拟与调控的专有模型和算法，实现农业生产全要素、全过程的数字化、智能化诊断；围绕农村数字化服务，加强农业农村数据资源关联挖掘、智能检索、智能匹配与深度学习等关键技术研发，满足农民对公益服务、便民服务、电子商务、体验服务等全方位信息需求。

三是加强精准管控与信息服务技术创新，构建数据赋能农业农村智能化决策与管理技术体系，加快行业管理与服务流程的数字化改造，解决“数据如何服务”的出口问题。重点是加强农业农村专有软件与信息系统的整合集成研究，研发环境智能控制系统、农产品质量快速检测与冷链物流技术、农产品可信追溯技术；加强智能装备自主研发能力，创制一批农业智能感知、智能控制、自主作业等物质装备，重点突破农业机器人、数控喷药、智能检测、智能搬运、智能采摘、果蔬产品分级分选智能装备；进行数字农业标准规范研制，建立数据标准、数据接入与服务、软硬件接口等标准规范。

上一篇：管理会计模拟试题及参考答案
下一篇：没有了