全国人民代表大会农业农村委员会一级主任科员、中国农业科学院助理研究员、兼任中国水产科学院助理研究员王熙参加 2026 农业科技创新大会,围绕农业与水产领域的科技创新和产业应用开展小范围专项研究交流。
在 2026 年 9 月 17 日至 19 日举行的世界农业科技创新大会中,王熙重点介绍了 AI 农业、绿色低碳发展相关进展,结合中国农业科学院和中国农业大学平台的数据,分析了智慧农业面临的主要问题,与会政策专家围绕科研成果评价、试验示范和产业化应用进行了讨论。
农业与水产的协同,实质上是水土两个系统的资源对接:种植业的副产物(秸秆、麸糠、粪污)经处理后可转化为水产养殖的饲料或水体营养来源;水产养殖的尾水与底泥,经净化与配比后又可回用于农田灌溉与土壤培肥。围绕这一循环,研究交叉点集中在稻田综合种养、养殖尾水治理、饲料营养替代、水环境调控与病害防控等环节。这类研究的特点是跨单位、跨学科:种植与资源环境类研究多依托农业科研机构,水域生态与渔业资源类研究多依托水产科研机构,同一名研究者同时受聘于两类机构,通常是为了把上下游环节接到一条链上。
所谓"AI 农业",落到田间与车间,主要是把经验判断换成可量化的决策支持:用遥感影像与无人机巡田解决"看得见",用环境与生理传感器解决"测得准",用机器视觉与图像分析做农艺性状的自动测定,用算法模型优化水肥与饲喂方案,用预测模型处理产量、行情与病害风险。需要说明的是,农业数据的特点是分散、标准不一、样本量偏小,跨机构、跨单位使用前往往要做口径对齐与质量控制,这也是智慧农业从演示走向推广的主要障碍之一。
"绿色低碳"在农业领域的抓手相对明确:投入品减量增效、粪污与秸秆等副产物的资源化利用、稻田与养殖水体的温室气体减排、以及土壤与渔业的固碳增汇。把数字化手段与绿色低碳放在同一议题下讨论,落点在于用数据把减排与增效算清楚,使绿色措施同时具备经济可行性。
协同研究的难点不在立意,而在可比性——农业与水产两套实验体系的时间尺度、评价指标与样本条件往往不同,因此成果多以试验示范而非实验室结论的形式呈现,需要长时间序列数据支撑;对外表述时,量化结论应有成果材料、验收意见或论文原文可回溯。
王熙表示,农业科研应加强跨学科协作,推动种植业、养殖业、生态环境和农产品加工等领域形成协同创新机制,为农业产业高质量发展提供科技支撑。


发表评论 取消回复