美国面向2030的农业研发重点及对我国的启示

　　文/许竹青(江南体育下载链接)

　　2019年，美国国家科学院发布了《科学突破推动食品和农业研究到2030年》的研究报告，该报告对未来十年美国食品与农业科学研究的发展重点进行了详细分析。本文对美国面向2030的农业科技研发重点进行了总结，并结合我国农业科研的相关问题提出了参考建议。

　　一、未来美国食品与农业科学研究的重点

　　(一)科研支持向跨学科融合研究倾斜

　　农业是复杂的系统，农业科学研究也需要从资源利用、运作效率、系统弹性和可持续性的整体维度进行思考，要支持跨学科融合研究。农业跨学科研究一方面通过采用集中作战的方式和系统思维的模式解决农业发展的难题，另一方面通过跨学科的合作推动农业研究领域利益相关方深化交流有助于形成良好的农业创新生态。当前美国已支持部分跨学科科研项目，例如美国国家科学基金会在食品、能源和水务系统方面的创新项目，以及美国农业部的可持续农业系统竞争性项目等。但对这些项目的经费支持力度不够，对跨学科的激励不明显。美国国家科学院建议进一步支持面向具体问题的农业跨学科科研协作项目，将新技术、推广、产品及加工创新都同时融入农业研究。

　　(二)加强农业传感器的研发、集成与应用

　　美国高度强调农业传感器的相关技术研发。精准监测、实时反馈、多功能的新一代传感器的研发，有助于推动美国农业竞争力的进一步提升。当前传感器技术已广泛应用在美国农业，但主要集中在对单个特征如温度的测量上，如果要同时了解整个农业系统运行的机理，连续监测多个特征的联动能力才是关键。美国国家科学院对高效利用现有传感技术、面向农业领域开发新的传感技术提出倡议，建议推动多功能监测传感器的研发，为农业生产提供多维数据支撑。同时，建议大力支持新一代传感器的研发，探索新型纳米传感器和生物传感器，通过近乎实时地监测做出精准预判，实现生产和养殖风险最小化。

　　(三)实现数字农业高端化发展

　　推动新一代信息技术与农业科研的全方位融合是实现研究实验室与实地农业生产有效连接，提升粮食、农业研究和知识应用水平的重要方向。未来十年，美国将致力于推动更快地收集、分析、存储、共享和集成高度异构的农业生产数据集的能力，推动农业领域数据驱动的发展。为此，美国国家科学院提出，一要培育发展农业食品信息学，在食品与农业研究中广泛采用信息技术、区块链技术、数据科学和人工智能;二要从战略的角度看待农业系统的数据访问、数据标准、数据共享和数据分析，为农业科研创造便利性;三是开发适合农业科研的数据开发软件工具和技术手段，开发在动态变化条件下的实时系统反映模型工具。

　　(四)加强农业基因编辑技术研发

　　对农业重要性状进行常规编辑有助于农业生产力提升和农产品质量提高，美国对农业转基因技术研究持积极态度。报告认为农作物和动物的基因改良程度是农业可持续性的一个重要组成部分，通过继续支持农业在基因组学、转录组学、蛋白质组学和元胚胎学等领域相关技术的研发应用，加速农业遗传改良，从而提高生产力、抗病或抗旱性、营养价值等。例如，通过基因编辑工具在作物中纳入必要的微量营养素或其他与质量有关的特性，将提高食品质量和保质期、加强营养、减少粮食损失和粮食浪费。同时也应在社会教育等方面进行相关的科普宣传工作，增进科研人员、生产者和公众之间的良好沟通。

　　(五)推动农业微生物群落研究取得科学突破

　　当前，与人体菌群微生物研究所取得的突破性进展相比，农业中的微生物群落(动物、植物和土壤)的研究仍处于初级阶段。在先进探测工具的支撑下，未来十年将有望研究清楚农业微生物群落及其之间复杂的相互作用，理解土壤、植物和动物微生物之间的分子水平的相互作用，从而持续改善农业生产和可持续发展。为此，美国国家科学院建议，一是建立一个微生物参考数据库，二是支持农业微生物群落相关的研究项目，三是推动跨学科科研力量加强农业微生物群落研究。

　　二、对我国的启示及借鉴

　　(一)提高跨学科农业科研合作项目的支持力度

　　农业系统是复杂巨系统，各子系统和各个部分之间存在复杂的相互联系。仅从农业品种看，农业系统就包括种植业、畜牧业、林业等不同类别，同时又分为各种不同的作物，且各种类别和不同作物之间又有着密切的复杂的相互关系。另外，农业生产的生物学和社会学特性又决定了农业系统与自然环境系统、社会经济系统之间具有非常复杂的相互联系，农业生产过程不仅是生物的生长过程，也是人类社会产品的价值和使用价值的形成过程。因此，在开展农业科研的过程中，要特别注重结合“山水林田湖草生命共同体”进行系统化考虑。

　　当前，我国农业科研领域特征明显，即使是多个学科参与的重大研发项目，跨学科合作也较难实现，这就造成很多科研成果从实验室到田间应用仍需要二次研发。未来我国对农业领域的研发支持应向农业跨学科研究适当倾斜，鼓励从学科融合和综合集成的角度进行新探索、实现新突破。特别是要积极推动新一代信息技术在农业科研中的集成应用，支撑农业科研探索新前沿。

　　(二)支持农业大数据获取及分析应用的前沿技术研发

　　近年来，我国数字技术与农业的融合加速，但农业数字经济占行业增加值比重依然较低。根据G20国家数字经济发展研究报告，2017年农业数字经济占行业增加值比重超20%的国家仅有英国、德国，韩国、美国、日本、法国的比重在10%～20%之间，我国农业生产数字化水平较低，农业数字经济占行业增加值比重平均值仅为6.5%，低于行业数字化平均水平。

　　发展数字农业，首要解决农业大数据问题。我国农业大数据基础较差，质量不高，服务落后。农业大数据是新一代信息技术与农业融合过程中必不可少的数据基础设施。我国从国家到县域各级政府都缺乏对全面、系统、开放的农业基础大数据的收集、共享和管理，导致农业大数据基础较差，数据服务落后，制约了数字技术在农业中的应用。当前我国农业卫星数据利用难度大，卫星遥感影像的精度在10米左右，无法满足精准农业的需求，且收集卫星遥感影响的成本较高。同时数据共享的体制机制未能有效建立，例如，我国2799个国家级的气象站点中仅有699个的交换站点数据可以获取。

　　建议从战略角度看待农业大数据发展，支持农业大数据采集技术、采集装备的发展，支持农业大数据分析技术和模型的开发应用。鼓励社会资本、运营商、互联网企业等共同参与，推动农业大数据平台建设。构建数据共享利用相关标准和制度，优化农业大数据的管理政策。

　　(三)将农业传感器技术的研发及应用作为农业关键核心技术

　　我国农业传感器技术尚不成熟，技术落地难。我国目前自主研发的农业传感器数量不到世界的10%，且可靠性、稳定性、精准度等性能指标不佳，如土壤墒情监测传感器、二氧化碳浓度的传感器、叶表面分析仪等技术和设备在长期暴露农田自然环境时，故障率高，严重影响使用。同类传感器设备，与国外产品相比维护成本过高，性能差距较大。另一方面，当前我国农业传感器以单功能为主，亟待推动多功能的快速检测、连续监测、实时反馈的新一代农业传感器的研发。

　　农业传感器技术的问题也暴露了农业领域跨学科研发的迫切需求，推动农业传感器技术的发展，不仅需要围绕传感器技术本身不断迭代升级，更重要的是要推动农业科学家的研发参与，通过联合研究不断提高传感器精准度、稳定性等性能。因此，农业传感器需要系统化思维、跨学科研发。

　　建议大力支持新一代农业传感器的研发，以系统化思维和跨学科研究推动破解农业传感器落地难题。加强新一代农业传感器的应用，强化我国农业在资源要素的利用环节实现风险预判，实现农业生产实时优化调整，推动我国农业生产利用方式的变革。

　　(四)加大农业科研投入支持农业前沿领域研究探索

　　美国农业科研一直强调面向食物与环境挑战开展前沿探索，保持领先优势。根据中国科学院发布的《2019工程前沿》报告，当前农业、植物学和动物学领域前10位的热点前沿(当前全球农业科研前沿热点为植物生理调控机制、作物性状改良、除草剂抗性、植物活性物质结构和功能、农田土壤污染修复、家畜胃肠道消化及农用无人机等研究方向)中，美国都处于领先地位，既是最大的核心论文产出国，也是施引论文的最大产出国。

　　美国农业丰硕的科研产出与强有力的科研经费支持高度相关，美国农业科研经费占农业GDP的比重为6.9%，而我国仅为0.8%(Nature, 2016)。与发达国家相比，我国农业研发投入长期较低，研发支持力度不够。当前我国农业支持重点正在加速向农业科研支持等“绿箱”政策转变，建议大幅提高我国农业科研投入，围绕基因编辑技术、农业微生物环境、农业数字融合等前沿领域加大支持力度。同时要创新项目设计和管理，形成激励农业科研跨学科融合的有效机制。