全球农业受粮食安全、气候变化、新冠肺炎疫情、逆全球化、人口变化等诸多不确定性因素影响,各国力求以具体行动实践提升自身农业生产系统的抗风险能力及气候适应能力。当前在大数据、人工智能及互联网“三位一体”的技术变革场景下,国际农业科技前沿也愈加强调生物技术、人工智能技术、生态环境技术等技术内核,这就要求基础学科及交叉学科的研究要更加关注农业生物特征及农业特定问题。
智能设计育种打造现代农业新“芯片”
种业一直以来被誉为现代农业的芯片,业已成为世界各国争相抢占的农业科技制高点。而当前机器学习、基因编辑、全基因组选择及合成生物学等前沿科技的创新发展已引领国际种业巨头强势进入智能设计育种时代,育种周期明显缩短、成本显著降低、效率显著提高。
当前美国已基本进入智能设计育种时代,依托此前积累的大量育种数据及全流程大数据驱动来进行作物表型模拟及利用决策模型辅助育种家进行精准杂交组配。近年来已有多家国际种业公司以重组与并购等形式实现人工智能技术与生物技术多元化融合以整合育种研发链条、增强在国际种业的核心竞争力。目前我国尚处于由“跟跑”向“并跑”的角色转换中,多数动植物核心种源对外依存度较高,原创不足,当前亟须弥补关键技术融合、多元学科交叉及产业化等方面的不足,实现育种技术体系智能化及工程化。
智慧农业助力农业生产经营
机器学习、区块链、物联网等信息科学在智慧农场、智能温室等具体农业生产场景下集成应用,管理者能够进行精准的农业信息感知、科学量化决策、智能控制农业机械设备及精准控制投入。美国已有20%耕地及80%大农场实现大田生产全程数字化,平均每个农场约拥有50台连接物联网的设备。而我国整体智慧农业技术应用不足,同时因为基础研究及学科交叉研究的不足,现有高端农机装备核心部件、农业传感器核心感知元器件及农业人工智能核心技术依赖国外。
数据是信息科技与农业深度融合的重要前提。法国已由政府主导、多主体共同承担建设涵盖农业生产各部门的农业信息数据库,并致力于打造集科研、咨询、互联网应用及公共管理等为一体的农业数据体系。目前我国农业数据形式繁杂、数量巨大、分布分散且缺少统一统计标准,农业数据收集成本高、难度大及准确性差,农业数据处理难以实现多源融合与深度挖掘运用。此外,区块链技术作为一种分布式数据记录方式及共享式数据库,具有去中心化、开放性、数据不可篡改及可溯源等核心特征,与农业溯源系统结合后能够连接生产、加工、流通、存储及销售等农业供应链全环节。基于区块链技术的农产品溯源系统可以有效降低数据存储及监管成本,但目前普遍面临着隐私泄露、数据安全及区块容量不足等问题。
以气候智慧型农业应对“双碳”
为应对粮食安全、气候变化及温室气体排放等三重挑战,气候智慧型农业承担着保障农业综合生产能力及气候适应的重任,以农业发展新理念提高农业生产适应力、应变力及整体效率。各国相关主体针对自身农业生产特征通过技术优化、生产方式转变促进固碳减排来应对碳中和挑战。
美国主要运用培育耐热性更高的玉米及大豆新品种、进行土壤养分管理等生物信息技术手段,另外采取将温室气体减排效果纳入高管绩效考核、停止加工亚马逊非法砍伐森林区的养殖肉牛、停止与亚马逊大豆供应商合作等措施。
巴西则主要采取以提供低息贷款的方式鼓励最少耕作法、出台森林保护综合性战略、采用“种养共生”复合生产体系等措施发展可持续性集约化农业。
英国政府通过法律确立“净零排放”目标、细化低碳农业激励政策、鼓励各界自发选择碳监测工具等措施引导推进现代农业绿色发展。
在“碳达峰碳中和”战略背景下我国已在相关研究领域开展诸多实践行动,如我国农业农村部发布的农业农村减排固碳十大技术模式,主要分为种养业减排、土壤固碳及新能源替代三大思路,但目前整体上仍存在减排固碳关键技术成本较高、效果有待验证、难以快速推广等突出性问题。因此亟须在保障粮食安全和重要农产品有效供给的基础上提升农业全链条固碳减排技术创新突破水平。
综上,面对纷繁复杂的国际环境形势及现代农业绿色转型需求,我国首先要推进农业基础科学、应用科学、新兴交叉学科研究短板领域的协同攻关,促进农业关键技术突破;其次要推动形成产学研协同的农业科技创新体系,加快推进农业科技成果转化应用,提高农业综合生产能力;再次要完善新型农业科技服务体系,解决农业科技服务有效供给不足的问题。唯有正视自身农业科技与发达国家的差距,面向国内农业生产新需求,才能构建起农业科技自立自强的创新体系。
(作者:丁立江,系农业农村部管理干部学院助理研究员)