1.國外數字農業典型模式
(1)美國:利用大數據打造精準農業
美國在20世紀80年代最早提出精準農業這一概念和設想,經過是十余年的探索,技術和設備等各方面的條件日益完善,進而才逐漸得到生產應用。美國在農業方面不斷探索著能提高農業生產效率和產量的方法,他們采用了大數據和互聯網方法,取得了意想不到的效果。雖然美國從事農業的人口只占了百分之一,但是美國農業體系的發展卻由他們維持著。并且美國在農業供給方面不僅做到了自給自足,還大量出口至其他國家。農業的生產模式也逐漸從機械化向信息化發展,并且逐漸以精準為特征,這一轉變使得農業種植更加容易。
農民通過移動設備接收包含實時土壤濕度、環境溫度和作物狀況等一系列的大數據信息來管理農場,這使得管理的精確性大幅度提高了。此外,良好硬件設備為農業生產精準決策提供基本條件。
利用大數據打造的精準農業,全流程智能化生產首先可以節約化肥、水、農藥等資源的使用,并且還可精確的控制各種原料的使用量,最后實現農業像工業一樣標準化生產,進而實現農業的規?;洜I。

(2)英國:大數據整合精準農業
近些年受厄爾尼諾、拉尼娜等極端氣候和全球農業生產之間競爭加劇等多因素的影響,英國農業部門的收入多次出現明顯的波動。這一波動引起了英國當局的注意,英國環境、食品及農村事務部一致認為,應對以上挑戰,一方面需要使用數字技術、傳感技術和空間地理技術進行精準化的種植和養殖,使得英國農業向“精準農業”邁進;另一方面,需要通過強大的數據搜集和分析處理平臺找準市場需求,進而提升農業生產部門和市場需求的平衡點,加強生產部門對市場的理解,以最優化生產滿足市場需求。
(3)法國:打造歐洲大數據農業典范
隨著互聯網、云計算、物聯網、傳感器和大數據的發展,以往的日出而作日落而息的農業勞作方式逐漸被替代,以往粗放型的生產模式也逐漸被打破,產業屬性轉變為數據化、集約化、智能化和精準化,農業生產趨勢轉向“類工業”化。
法國農業部在2017年開始實施由法國農業科學與環境研究院院長馬克·布爾尼嘉爾負責的建立一個收集大數據的門戶網站的項目,互聯網上每天都會產生成百上千的農業數據,目前最緊迫的問題是如何發揮這些數據在農業生產方面的作用,利用數據甄別并把握潛在的創業機遇。
(4)德國:積極扶持數字農業
根據德國農民聯合會公布的統計數據,目前一位德國農民大約能養活144人,盡管與1980年相比增長了3倍,但若想要解決全球饑餓問題,每個農民至少需養活200人,因而需要更高效、優化的農業新技術?;诖?,德國也正致力于發展更高水平的數字農業。
比較分析“數字農業”基本理念與“工業
4.0”兩者之間是類似的。數字農業是大數據和云技術在農業方面的應用,其通過采集田地的地理位置、土壤、天氣、溫度、降水等數據然后上傳到云端,在云平臺上進行數據清洗、分析,再把處理好的數據傳送到智能化的大型農業機械上,指揮其進行精細作業。。
(5)日本:大數據互聯網技術助力智能農業發展
通過運用互聯網或信息技術,日本“數字農業”生產至少有兩個益處,一是可以將農戶所掌握的技術和有關知識數據化,可以為后續從事農業生產的農戶和龍頭企業提供經驗與借鑒;二是可以通過將農作物的生長情況數據和高精度傳感器采集的氣象和土壤數據實時傳輸給農民和管理人員,進而他們可以根據傳送的實時數據對農作物種植進行相應地調整,最終實現合理澆灌和施肥。
近些年隨著智能化手機和平面終端的普及,日本農業從業人員可以在手機端的云分析系統中找到相關的農作物信息,進而提升農業耕作和農場管理的效率。
為發展智能農業,日本政府和社會各界也做了很多努力,政府后期還修訂了《日本復興戰略》中的《推進科學技術創新與機器人革命》,這一章介紹了農業中的“可穿戴機器”。社會各界的企業與相關的組織組建了“實現智能農業研究會”并提出了草莓收獲和裝盒機器人、畜舍自動清洗機器人、農業機械自動行走系統、除草機器人等一系列項目。
2.國內數字農業典型模式
阿里云與海升集團合作研發智能農事系統打造“數字農業”?!半p中間平臺+ET”是智能農業系統的核心架構,這是全面應用人工智能推動“農業數字化”向“數字農業”轉變的典型案例。他們利用共享業務的中間平臺,共享應用組件,進而幫助農業企業獲取類似互聯網企業的敏捷創新能力。借助農業大數據平臺,企業采集內外部產業數據,挖掘這些數據的商業價值。借助“ET
農業大腦”,我們還可以在復雜的生產環境中挖掘效率潛力。通過實時變化的農業可視化“數字地圖”,企業可以進行智能農業生產管理和智能農業分析。
以上梳理了國內外數字農業發展的典型模式,希望對你有所幫助,如果你想了解更多相關內容,敬請關注三個皮匠報告的行業知識欄目。
推薦閱讀:
農業農村部:2021全國縣域數字農業農村電子商務發展報告(53頁).pdf
農業保險是什么?種類有哪些?特點介紹
什么是創意農業?特征有哪些?