算法适配度不足，中国近年来在支撑农业智能决策控制的模型和算法取得了长足进步，但因传感器技术整体基础较为薄弱、传感器准确性不高、稳定性不强，目前大部分核心元件供应主要依靠进口，导致中国开发的算法与软件，兼容性和适用性均面临问题。例如，在大田种植作业条件与国外较为相似的北方地区，传感器技术发挥稳定，算法能正确解析实测数据从而进行准确预测；但在南方地区，算法就可能因识别不了传感器提供的大量失真数据，从而形成农业生产销售建议误判。
算法的数据支撑不够。当前，行业数据、社会数据、企业数据有效融合困难，造成针对农业大数据的深度挖掘和分析利用不充分，农业生产预测预警以及配置资源等核心功能还远未发挥。此外，农田气象、土壤墒情、耕地质量等农业数据采集监测终端应用少，导致智慧农业算法优化更多是在数理层面创新，对现实数据的利用效能不高、解析拟合不深。
实现智慧农业算法创新的有效途径
文章指出，针对算法创新面临现实挑战，应秉持包容审慎的态度，有的放矢、精准施策，进一步加快中国农业产业数字化升级，推进数字技术与传统农业深度融合，从而提高农业效率，重构农业产业链，扎实推进智慧农业建设。
促进核心算法技术创新。智慧农业算法涉及物联网、数据科学和人工智能等前沿信息技术与生物科学、农业生产经营活动的融合，需要构建多元创新格局，健全协同创新体制机制。凝聚各类创新资源集聚，结合规模化农业生产相适应的智能技术，推动跨学科算法技术融合创新和集成整合，打破核心算法技术梗阻。鼓励数字化平台和农业企业等创新主体利用其对市场的先天敏感性，加速推进算法创新供需对接。
提升算法适配度。大力推动传感器技术研发机器制造工艺升级，持续提高传感器精度，实现传感器技术获取数据的真实性，形成对算法分析的有效数据支撑。将小农户嵌入到智慧农业算法创新体系中，通过为小农户提供智慧农业生产经营的算法技术来提升算法对多元化数据尤其是个性化数据的适配度。
强化算法创新的数据基础支撑。改善农村地区信息化水平，为智慧农业普及和算法技术创新创造基本硬件条件。加强智慧农业天空地一体化信息应用场景建设，提高数据获得及使用能力。运用区块链技术提高智慧农业产品可追溯性，创建区域数据集群合作，推进数据系统互联互通。数据共享过程中做好数据资源保密性和安全性工作，避免数据泄露和被破坏造成算法失真。
|
