无论是农业模型还是动植物感知与检测技术，这两个关键问题是实现智慧农业必须要考虑和研究的内容。在植物生长模型及动植物感知与检测的核心算法(包括仿真研究的算法)与芯片研发方面，国外对我国形成了“卡脖子态势，不如做出以下4点建议方案：
一是将智慧农业拓展为一个开放的大系统，鼓励开展针对智慧农业体系的理论研究，包括梳理和开展基于复杂大系统理论的系统架构顶层设计、优化目标下的农业系统模型及调控理论和方法支撑的研究。这其实关乎系统动力学研究、农业经济研究、生态学研究、生物与环境互作研究、国民经济运行研究等交叉的复杂综合体系研究。早在20世纪80年代，以钱学森先生为代表的我国科学家就已经开展了面向开放的复杂巨系统的理论研究[10]，所以，我国应该在这方面有所建树，并有可能在智慧农业这一领域有重大理论突破，形成国际领跑态势。在数字经济背景下，研究结果的表达和应用要瞄准数字技术应用特点，并符合我国乡村振兴及农业现代化发展的要求。
二是建立跨学科的智慧农业国家战略团队和国家工程中心，并按照理论和技术两个方向，发挥国家队实力和优势，开展并行的探究、研发、技术推广与落地。其中要鼓励和联合社会科研力量向农业领域倾斜，联合攻克关键核心技术，在各种农业模型构建与建模方法研究、动植物感知方法及动植物生理生化检测核心芯片、农用特种传感器、农业网络等方面提出中国方案和标准，强化“中国本土基因”。聚焦智慧农业战略前沿和制高点，立足智慧农业重大技术突破和发展需求，在智慧农业技术领域实现从跟跑到领跑。
三是建立国家级“智慧农业×数字乡村”综合技术落地示范区，开展智慧农业的系统化示范。在数字经济背景下，深挖智慧农业系统性潜力的应用推广及技术培训工作，而不只是孤立地开展几个技术集成的应用和常规的信息数字化展示。坚决摒弃“2G模式”的重数字化展示而忽略“内核+实效”的做法，要以最终农业生产系统的“固碳、减排、稳粮、增收”最优输出为目标，开展对智慧农业的标准化研究、制定和建设。
对这个系统的关键指标，如有效产量、生产资料供给量、能耗、减排和固碳量、土地产出效率、劳动生产效率、生态友好评价、数字技术支撑度、农业科技进步贡献率评定等可量化的指标开展研究、设计和评价。探索统一清单评价体系和推广新模式，全面推进数字化视角下智慧农业技术在农村一二三产业融合发展中的支持作用和规模化应用，进而依靠智慧农业技术为增强农业产业链关键环节的竞争力、促进农业作为国民经济供应链体系的高质量发展提供支撑。
四是瞄准攻克智慧农业“卡脖子”难题，统筹规划国家战略型农业大学和农业职业院校的人才差异化建设，强化我国智慧农业人才的阶梯化培养，在智慧农业理论及技术集成应用两个层面，开展跨学科交叉培养，建立中国特色的智慧农业人才培养模式。此外，要引导非涉农院校的相关专业开设针对农业关键核心技术的课程，拓展大学生的跨学科研究视野，鼓励大学生参加涉农领域的创新创业竞赛，激发大学生投身智慧农业和乡村振兴的兴趣和动力，为培养我国智慧农业高端人才提供源头活水。
官方微信