综合新闻

【经济参政报】精准农业的“东北探索”

文章来源:东北地理与农业生态研究所    |    发布时间:2023-02-06    |    【放大】 【缩小】  |  【打印】 【关闭

  随着农业现代化持续推进,一种依托高科技的新型农业模式在农田里兴起。

  高端农业设备、大数据、科技人员……多项因素组成了精准农业模式。精准农业模式具有低成本、高效率、更精准的特点,相关仪器设备收集形成全面数据后,为科学种植提供支持,为守护我国粮食战略安全助力。

  更高效 更精准 更低成本

  在山东粮油收储有限公司,小麦籽粒经传送带被送至一台成像仪下,绝大部分籽粒安全通过后被打包送往仓库,少数籽粒被精准识别筛查出来……

  中国科学院长春光学精密机械与物理研究所精准农林创新团队(下称“长光所精准农业团队”)主要成员许亮说,这是长光所自主研制的小麦仓储赤霉病检测仪。过去工作人员靠抽检检查籽粒,一些感染籽粒靠人眼无法准确识别,送实验室检验又存在时间周期。小麦赤霉病菌传染性极强,漏检的感染籽粒会大面积传染,而运用仪器可实现每秒2公斤左右实时检测,让“漏网之籽”无所遁形。

  这是精准农业模式的一个应用场景。在东北广袤的黑土地上,由中国科学院发起的“黑土粮仓”科技会战在东北三省一区等地开展以来,科研人员在土壤改良、农机具设备升级、扩种增产等方面成果显著,集遥感、导航、大数据、决策分析等技术于一体的精准农业模式更是大有可为。

  卫星、大飞机、无人机、激光扫描仪等高端设备齐上阵……2022年下半年,中国科学院东北地理与农业生态研究所(下称“东北地理所”)等多家单位在黑龙江省双鸭山市友谊农场开展了持续的星-空-地立体监测综合试验,即利用高端仪器设备完成土壤表面形态、土壤属性的调查取样与立体监测。“黑土粮仓”科技会战三江示范区项目负责人、东北地理所研究员刘焕军说,就像给人做全面体检一样,团队对土壤理化性质和土壤表面形态进行全方位、全波谱诊断,为今后变量施肥、小流域治理、科学种植等提供数据。2023年该观测团队将在三江示范区继续完善大数据采集工作。

  “过去这类设备只有发达国家拥有,而应用自主研发的产品可避免信息泄露,保障粮食战略安全。”“黑土粮仓”科技会战三江示范区课题五负责人、东北地理所副研究员郑兴明说,中科院系统研制的多个遥感监测载荷,让科研人员精准定量获得黑土地土壤养分、秸秆覆盖、农业估产、农业病害等信息,让农民对自家的土地有更加充分的了解。

  新模式推广仍存阻碍

  “精准农业具有诸多好处,但我国精准农业发展刚起步,有客观阻碍,相关配套设备也需不断升级。”许亮说。

  规模经营是实现精准农业的关键,精准农业发展需要在集中连片的土地上方能有效开展。当前,我国土地规模相对分散,虽然不断加大土地规模流转力度,但客观来看耕地仍以家庭承包为主,不利于大设备、大仪器施展拳脚。

  长光所精准农业团队研究员谭鑫、长光卫星技术股份有限公司工程师曲春梅还提出数据与技术兼容性不足的现状。各家高光谱数据来源多、结构复杂,采集的手段多样,尚未整合资源、形成数据和传输协议的标准化,导致不同软件和平台难以兼容,无法让各种数据共享对接,出现“数据孤岛”。“各家卫星、机载遥感生成的影像图分区单元各有标准,与地面分区单元也不一样,更别说与农机融合实现智能一体化作业。”谭鑫说。

  “精准农业人才储备不足,结构也需进一步优化。”吉林大学生物与农业工程学院教授齐江涛说,国际上精准农业领域的学术组织和行业协会主要由欧美等发达国家主导,国内各层次人才计划对于涉农领域资助力度较弱,在一定程度上导致高技术人才流失、新生代人才储备不足,在农业生产一线同样缺乏实用性人才,整体梯队建设不足,对我国精准农业进步带来阻碍。

  前景广阔 循序渐进

  受访对象认为,精准农业前景广阔,但要结合实际情况,循序渐进、由点及面推广。

  ——在规模农业经营主体先行先试。刘焕军说,以“黑土粮仓”科技会战为契机,依托国家第三次土壤普查数据,优先利用天空地立体监测技术应用于规模化地块,摸清黑土地耕地质量家底和时空动态变化,构建黑土地耕地质量时空大数据;基于大数据,加快推进区域尺度农业规模化水平,以主导产业和产品为重点,优化各种生产要素组合,形成种植-加工-生产-供销一体化农业生态链,利用试点推广为今后大规模推行精准农业积累经验。

  ——实现数据标准化处理和应用。“我们正积极建设吉林省农业高光谱应用信息数据中心,力争在全省范围实现数据标准化处理和标准化服务。”许亮说,如此确保已有和新增等多源数据充分融合,达到格式、存储、调用、处理的规范统一,保证数据在不同用户、不同应用场景下的可迁移性、可推广性,再面向社会开放。以此作为试点,未来还可推动国内打造农业数据中心和信息平台,实现规范和传输协议的标准化。

  ——优化精准农业人才培养体系,构建合理人才梯队。齐江涛说,科研院所和高校应以现有从事精准农业研究的人才队伍为基础,通过政策引导支持领军人才发展,促进工程技术、计算机、人工智能和数学等学科交叉融合发展;吸引新生力量加入,除理论课程外,加大农业生产实践经历比重。在生产一线,加强对农业技术人员和农业经营主体青年从业者的培训和指导,由点带面带动农业整体转型。