在這里，穆罕默德六世理工大學(xué) (UM6P) 生物信息學(xué)副教授 Achraf El Allali 探討了創(chuàng)新技術(shù)和數(shù)字化農(nóng)業(yè)如何幫助培育更具彈性的農(nóng)業(yè)生態(tài)系統(tǒng)

　　《2024 年世界糧食安全和營(yíng)養(yǎng)狀況報(bào)告》揭示了一個(gè)令人警醒的現(xiàn)實(shí)：全球每 11 人中就有 1 人，非洲每 5 人中就有 1 人面臨饑餓。隨著人口的增長(zhǎng)，這一數(shù)字只會(huì)增加。事實(shí)上，到 2050 年，世界將需要養(yǎng)活近 100 億人口。隨著氣候變化繼續(xù)加速糧食不安全，農(nóng)業(yè)部門(mén)必須采用技術(shù)創(chuàng)新來(lái)幫助提高生產(chǎn)力并創(chuàng)造一個(gè)更具彈性的世界。

　　傳統(tǒng)農(nóng)業(yè)的限制

　　農(nóng)業(yè)一直是一項(xiàng)高風(fēng)險(xiǎn)的事業(yè)，農(nóng)民必須平衡經(jīng)驗(yàn)、直覺(jué)和歷史數(shù)據(jù)來(lái)做出關(guān)鍵決策。但在氣候動(dòng)蕩和農(nóng)產(chǎn)品需求不斷增加的時(shí)代，這些傳統(tǒng)方法已不再足夠。許多長(zhǎng)期存在的流程難以解釋影響農(nóng)業(yè)成果的不斷變化的變量，例如天氣事件、市場(chǎng)需求和水資源供應(yīng)。這使農(nóng)民容易受到不確定性的影響，而這對(duì)于一個(gè)以精確度為成功關(guān)鍵的行業(yè)來(lái)說(shuō)是一個(gè)重大挑戰(zhàn)。

　　例如，傳統(tǒng)的產(chǎn)量預(yù)測(cè)模型通常基于線性回歸或?qū)嵉卣{(diào)查，往往無(wú)法有效處理天氣模式、土壤健康和養(yǎng)分管理的相互競(jìng)爭(zhēng)的動(dòng)態(tài)。這可能導(dǎo)致資源利用效率低下、產(chǎn)量不可預(yù)測(cè)，并最終導(dǎo)致農(nóng)民自己的利潤(rùn)損失。鑒于農(nóng)業(yè)在最好的情況下也是一個(gè)低利潤(rùn)的行業(yè)，農(nóng)民采用新工具和技術(shù)來(lái)幫助應(yīng)對(duì)這些挑戰(zhàn)至關(guān)重要。

　　數(shù)字化農(nóng)業(yè)

　　技術(shù)進(jìn)步為農(nóng)民提供了生命線。精準(zhǔn)農(nóng)業(yè)——一種利用技術(shù)改善耕作實(shí)踐的管理理念——正在改變這個(gè)行業(yè)。這種方法涉及利用各種設(shè)備，包括物聯(lián)網(wǎng) (IoT)、人工智能 (AI) 和自動(dòng)化工具來(lái)收集數(shù)據(jù)，以提高農(nóng)業(yè)效率并最大限度地提高作物產(chǎn)量。

　　例如，物聯(lián)網(wǎng)設(shè)備可用于監(jiān)測(cè)土壤健康狀況，以幫助防止過(guò)度施肥。這些工具還可以測(cè)量環(huán)境的其他方面，例如溫度、濕度和光照，所有這些都支持最佳作物健康。

　　除了物聯(lián)網(wǎng)系統(tǒng)外，人工智能還在改變農(nóng)業(yè)，解決幾個(gè)世紀(jì)以來(lái)一直存在的低效率問(wèn)題，并引入新的創(chuàng)新方法來(lái)應(yīng)對(duì)這些挑戰(zhàn)。人工智能工具可用于作物病害檢測(cè)、雜草控制系統(tǒng)和作物產(chǎn)量的預(yù)測(cè)分析。事實(shí)上，通過(guò)使用來(lái)自中國(guó) 1,700 多個(gè)玉米農(nóng)場(chǎng)的數(shù)據(jù)，UM6P 研究發(fā)現(xiàn)，特定的人工智能模型可以以驚人的 87% 的準(zhǔn)確率預(yù)測(cè)玉米產(chǎn)量，有助于提高糧食安全。

　　這對(duì)非洲尤其有利，因?yàn)橛衩资?3 億多非洲人的主要主食作物。長(zhǎng)期以來(lái)，非洲大陸的農(nóng)業(yè)一直依靠世代相傳的智慧、直覺(jué)和基本的氣象模式來(lái)指導(dǎo)種植和收獲。然而，氣候變化使這種傳統(tǒng)方法變得不可靠。降雨模式正在不可預(yù)測(cè)地發(fā)生變化，干旱更加頻繁，新的害蟲(chóng)正在毀滅性地降低產(chǎn)量。技術(shù)可以提供更精確和數(shù)據(jù)驅(qū)動(dòng)的解決方案，幫助提高作物產(chǎn)量和改善糧食供應(yīng)。

　　技術(shù)也在改變肥料管理，在這個(gè)領(lǐng)域?qū)崿F(xiàn)適當(dāng)?shù)钠胶馐顷P(guān)鍵。過(guò)度使用會(huì)耗盡土壤、污染水源，并可能導(dǎo)致生物多樣性喪失。另一方面，使用不足會(huì)破壞土壤，消耗必需的營(yíng)養(yǎng)物質(zhì)，從而降低產(chǎn)量。然而，人工智能現(xiàn)在可以分析詳細(xì)的土壤數(shù)據(jù)，提供準(zhǔn)確的建議，以確保每株植物都能得到它所需要的營(yíng)養(yǎng)。一項(xiàng)研究發(fā)現(xiàn)，人工智能驅(qū)動(dòng)的土壤管理可以將農(nóng)作物產(chǎn)量提高 20%，同時(shí)減少 15% 的水和肥料使用量。

　　節(jié)約用水

　　糧食并不是農(nóng)民需要考慮的唯一資源;節(jié)水是另一個(gè)問(wèn)題。水資源短缺是一個(gè)緊迫的問(wèn)題，每年有 40 億人至少經(jīng)歷一個(gè)月的嚴(yán)重缺水。農(nóng)業(yè)部門(mén)是造成這種缺水壓力的主要原因，占全球用水量的約 70%。

　　人工智能可以通過(guò)智能灌溉系統(tǒng)、泄漏檢測(cè)監(jiān)測(cè)和用水需求預(yù)測(cè)來(lái)幫助減少用水量并創(chuàng)建更高效??的管理系統(tǒng)。此外，垂直農(nóng)業(yè)是一種新技術(shù)，它指的是使用人工照明在堆疊的層中種植農(nóng)作物的做法，與傳統(tǒng)方法相比，它的用水量最多可減少 98%。可持續(xù)農(nóng)業(yè)的未來(lái)既依賴于提高糧食產(chǎn)量，也依賴于加強(qiáng)節(jié)水工作。

　　面向未來(lái)的農(nóng)業(yè)

　　為了建立更具彈性的農(nóng)業(yè)生態(tài)系統(tǒng)，并有效利用這些新興技術(shù)的優(yōu)勢(shì)，必須擴(kuò)大對(duì)人工智能研究和精準(zhǔn)農(nóng)業(yè)的資助。政策制定者和政府還必須投資于數(shù)據(jù)標(biāo)準(zhǔn)化和基礎(chǔ)設(shè)施，以實(shí)現(xiàn)最佳作物生產(chǎn)并改善全球糧食安全。

　　一旦這些基礎(chǔ)到位，科技公司、農(nóng)學(xué)家和當(dāng)?shù)剞r(nóng)民之間的合作將有助于擴(kuò)大這些解決方案的規(guī)模，并解決該行業(yè)面臨的獨(dú)特挑戰(zhàn)。隨著農(nóng)業(yè)行業(yè)的不斷發(fā)展，農(nóng)業(yè)的未來(lái)將由數(shù)據(jù)和人工智能以及土壤和種子共同推動(dòng)。