全球农业受到粮食安全、气候变化、COVID-19疫情、逆全球化、人口变化等诸多不确定因素的影响。 各国正在通过具体行动和实践，努力提高农业生产系统的抗风险能力和气候适应能力。 在当前大数据、人工智能、互联网“三位一体”的技术变革场景下，国际农业科技前沿日益强调生物技术、人工智能技术、生态环境技术等技术核心，需要基础研究和跨学科学科。 更加关注农业生物学特性和农业特有问题。

智能设计养殖打造现代农业新“芯片”

种业历来被誉为现代农业的芯片，已成为世界各国竞相抢占的农业科技制高点。 当前机器学习、基因编辑、全基因组筛选、合成生物学等前沿技术的创新发展，引领国际种业巨头进入智能设计育种时代，育种周期大幅缩短，成本大幅降低，效率显着提高。

目前，美国已基本进入智能设计育种时代，依靠之前积累的大量育种数据和全流程大数据驱动，模拟作物表型，利用决策模型辅助育种者进行精准杂交。 近年来，不少国际种业公司通过重组并购，实现了人工智能技术与生物技术的多元化融合，整合育种研发链，提升在国际种业的核心竞争力。 当前，我国仍处于从“跟随”到“并跑”的角色转变过程中。 大多数动植物的核心来源高度依赖外部来源，缺乏原创性。 当前亟待弥补关键技术融合、多学科交叉、产业化。 克服缺点，实现养殖技术系统的智能化、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能农场、智能温室等具体农业生产场景中融合应用。 管理者可以进行精准的农业信息感知、科学的量化决策、农业机械设备的智能控制、投入的精准控制。 。 在美国，20%的耕地和80%的大型农场已经实现了田间生产的全面数字化。 平均而言，每个农场大约有 50 台连接到物联网的设备。 但我国整体智慧农业技术应用还不够。 同时，由于基础研究和跨学科研究不足，现有高端农机装备核心部件、农业传感器核心传感部件、农业人工智能核心技术依赖国外。

数据是信息技术与农业深度融合的重要前提。 法国一直由政府牵头、多主体共同承建覆盖农业生产各个环节的农业信息数据库，致力于建设集科研、咨询、互联网应用和公共管理于一体的农业数据体系。 目前，我国农业数据形式复杂、数量庞大、分布分散、缺乏统一的统计标准。 农业数据收集成本高昂、困难且不准确。 农业数据处理难以实现多源集成和深度挖掘应用。 此外，区块链技术作为一种分布式数据记录方式和共享数据库，具有去中心化、开放性、数据不可篡改、可追溯等核心特性。 与农产品追溯系统结合，可以连接生产、加工、流通。 农产品供应链的储存、销售等环节。 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和监管成本，但目前面临隐私泄露、数据安全、区块容量不足等问题。

以气候智能型农业应对“双碳”

为应对粮食安全、气候变化和温室气体排放的三重挑战，气候智能型农业承担起保障农业综合生产能力和气候适应的重要任务，以提高农业生产的适应性、韧性和整体效率为目标。农业发展新理念。 各国相关主体结合本国农业生产特点，通过技术优化和生产方式转变，推动固碳减排，应对碳中和挑战。

美国主要利用生物信息技术方法培育耐热性更高的玉米、大豆新品种以及进行土壤养分管理等。 它还采取了将温室气体减排效果纳入高管绩效考核、停止在亚马逊非法砍伐森林地区加工养殖肉牛等措施。 、停止与亚马逊大豆供应商合作等措施。

巴西主要采取提供低息贷款鼓励少耕方式、出台综合森林保护战略、采用“种养共生”复合生产体系等措施发展可持续集约农业。

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，鼓励社会各界自愿选择碳监测工具，引导和推动现代农业绿色发展。

在“碳达峰、碳中和”战略背景下，我国在相关研究领域开展了许多实际行动。 例如，我国农业农村部发布的农业农村减排固碳十大技术模式，主要分为种植业减排、土壤减排三大思路碳汇和新能源替代。 但碳减排和固碳关键技术仍存在成本高、效果有待验证、难以快速推广等突出问题。 因此，迫切需要在保障粮食安全和重要农产品有效供给的基础上，提高农业全链条碳汇减排的技术创新和突破水平。

综上所述，面对复杂的国际环境形势和现代农业绿色转型的需求，我国首先要推动农业基础科学、应用科学和新兴交叉学科研究的短板协同研究，推动农业重点领域的突破。技术； 二是推动形成产学研协同的农业科技创新体系，加快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。 只有正视我国农业科技与发达国家的差距，面向国内农业生产的新需求，才能构建自力更生、自力更生的农业科技创新体系。

《光明日报》（2022年4月21日第14页）