订信息获取、维护、存储、加工与应用方案。强化农业农村大数据的基础资源建 设，集成完善各类专项业务应用，保障基础资源信息的规范性、完整性和鲜活性。 完善村、县涉农数据采集、传输、共享基础设施，建立涵盖农业决策、生产、经 营、管理、服务等环节的数据采集、运算、应用、服务体系，通过对大数据进行挖 掘应用，逐步形成基于农业云计算的大数据服务。 一、背景 PART 2 建设原则及能力 充分调动龙头企 、云平台能力 • 综合管理运营平台 • 多业务综合部署及运营支撑 • 面向种产销 SaaS 系统应用 2 、大数据能力 • 三年精准农业大数据应用 • 为数据采集 / 传输 / 应用 / 决策支撑 • 为用户提供数据处理开放能力，促进 大数据的数据和应用共享 3 、物联网能力 • 行业集成度最高的无线智能传感设备 • 已支持超过 30 种第三方传感器，并提供 标准化接口 提升政府部门管理效率优化管理方式，推进人工智能、大模型、云计算、大数据、智能分析、移动互联网、分析预 警、协同办公等信息技术在政府监管、政府决策、政府指挥中的应用，实施移动监管、移动执法、协同高效管理，实现 涉农政府部门对农业的决策支撑服务。 提升农民获取信息和现代科学技术技术的能力，推进信息进村入户、农业综合服务系统、现代农业社会服务体系的 统筹发展与强化。使农民可以随时随地，

根据土壤养分状况和作物需求实现肥料的精准投放，节约水资源 智能温室通过自动化控制系统为作物提供最适宜的生长环境，垂直农业通过立 体种植方式最大化利用空间资源 整合农业生产、市场、政策等多方面的数据资源，为农业决策提供科学依据 通过为农产品建立唯一的身份标识，实现从田间到餐桌的全链条追溯，增强食 品安全的透明度 资料来源：公开资料整理 资料来源:《国民经济行业分类》(GB/T 4754-2017) 生物农业 业遥惑、物联网、5G、人工智能、区块链等 应用，推动新一代信息技术与农业生产经 营、质量安全管控深度融合 《社会资本投盗农曼农村指引1（2021年）》 （2）技术赋能：从“经验驱动”到“数据决策” 科技正在重塑新型农业的底层逻辑。北斗导航自动驾驶系统渗透率突破重要比例，搭载5G物联网的智能农 机作业效率较传统设备提升重要比例以上；基因编辑作物商业化面积以年均重要比例的增速扩张，抗逆性状改良 程的动态感知与精准调控。该体系深度融合卫星遥感数据获取及AI决策算法，构建起覆盖种质资源管理、环境参 数监测、装备智能控制的立体化管控网络。在智能育种环节，基因组选择与机器学习模型结合，显著提升品种选育 效率；在田间管理阶段，多源遥感数据与作物生长模型的耦合分析，可实时生成变量施肥处方图；智能灌溉系统则 通过土壤湿度传感器网络与气象大数据联动，实现水肥一体化精准投送。 农业生产决策正由经验驱动转向数据驱动，在提升单

整合和辅助决策信息化等手段实现应 急处置工作一体化、全局化、智能 化，提高应急事件的快速反应能力和 整体作战能力，并提供 " 过去 " 和 " 现时 " 的状态数据，为 " 未来 " 灾害 发展趋势、预期后果 、 干预措施、应 急决策等提供有效信息，将灾害、突 发事件的后果或损失降低到最小，有 效地保障人民群众的出行安全和社会 的安定。 协同一体化、管控全局化、决策智能化 智慧应急服务体系 信息汇集“一张图” 通过地理信息技术手段，汇集各类应急信息并在地图上进行专题图叠加展示，信息 包括事件周围地图信息、气象信息、企业信息、人员信息、设施信息、实时视频信 息、应急处置人员信息等，为指挥决策提供依据。 指挥调度“一张网” 应急专网、互联网、移动网之间互联互通，实现应急信息共享，实现任务及时下 发、进度及时上报、视频及时回传、人员实时监控、语音实时调度、处置全面把 控。 以天基 以应急事件为中心，全面汇集事件周围地图信息、站点信 息、客流信息、线路信息、设施信息、实时视频信息、应 急处置人员信息等，通过对事件进行研判，匹配和启动相 关预案，制定事件处置方案，向处置人员派发任务。 对突发事件进行辅助决策分析，汇集突发事件周边资源， 调拨所需装备物资，形成处置预案并进行预案下发；同时 通过电子围栏设置对重点区域进行人员监控，实现监狱应 急扁平化管理。 应用于缉私走私打击，全面汇集缉私对象态势信息，以一

生态环境状况、遏制生态危机、共建绿色家园，用更深入的智能监测预警事件、支撑生态 行动、预防生态灾害，从而打造一体化、集约化的发展平台;三是智慧林业创新管理，以智 能建设生态林业，提速民生事业，用更智慧的决策掌控精细管理、处置应急事件、促进协 同服务，实现最优化的创新管理。 经过多年的努力，林业信息化快速发展，林业经营水平不断提高，林业生态文明建设 也取得了一定成果。但是，智慧林业在未来发展过程仍将面临着较大的挑战：一是信息共 信息资源整合改造和开发利用， 建立各种类型的数据库，实现各种林业业务应用系统、林业政务信息资源共享，使林业信 息资源开发利用实现最佳。应用支撑方面：通过林业云、智能决策平台等重要支撑平台和 系统，实现海量数据智能处理、智能决策等。应用系统方面：通过先进的技术和创新的理 念相结合，为智慧林业运营发展提供一体化管理和主动化服务(图 3)。 泛在林业。泛在林业是林业智慧化发展的高端延伸与拓展，是林业发展的高级阶段， 转，提高林业管理服务能力，不断创新 IT 服务模式。主要包括三个层次的服务：基础设施 级服务(IaaS)、平台级服务(PaaS)、软件级服务(SaaS)。云计算作为新型计算模式，可以应 用到智慧林业决策服务方面，通过构建高可靠智慧林业云计算平台为林业智能决策提供计 算和存储能力，其扩展性可以极大地方便用户，使其成为智慧林业的核心。智慧林业云计 算平台的虚拟化技术及容错特性保证了其存储、运算的高可靠性。对于海量的森林资源数

种中。我国近年来 在 AI 作物育种领域有所突破，如农科院、国家南繁研究院与阿里达摩院联合研发出全流程智慧育种平台，加速 育种决策运算，产业运用前景广阔。  种植生产：AI 辅助智能决策及自动化耕作，实现精准种植。一方面，AI 可协助作物生长监测和智能决策支持， 如运用机器学习综合考虑作物品种、土壤肥力、气象条件等因素，确定最优的播种时间、种植密度、施肥量等 参数；另一方面，AI 作物育种，产业运用前景广阔 ............................................ 17 三、种植生产：AI 辅助智能决策及自动化耕作，实现精准种植 ....................................... 19 （一）智能决策及自动化耕作助力作物产量提升 ................................................... ... 17 图 9：农科院将气象环境数据纳入基因组预测模型 .............................................. 18 图 10：AI 辅助田间科学决策框架 ......................................................................... 20 图 11：智能除草机器人 ....

.38 第 3 章 典型农业专家系统与决策支持 ................................................40 3.1 作物生产决策系统 .....................................................................40 3.1.1 作物生产决策支持系统的概念与功能 ......... .............. 40 3.1.2 作物决策支持系统的发展 ............................................... 41 3.1.3 我国作物决策支持系统发展状况 .................................. 41 3.1.4 作物生产决策支持系统的发展趋势 .................... .......... 42 3.1.5 作物生产决策支持系统的存在问题 ...............................43 3.1.6 作物生产决策支持系统的发展措施建议错误!未定义书签。 3.2 作物病害诊断专家系统 ............................................................45 3.2.1

数字乡村建设的战略机遇 数字乡村建设的关键要素 数字乡村建设需解决的问题 数字乡村引来最重要的战略机遇 十九大提出“乡村振兴”战略 十九大提出“数字中国”建设 提升国家治理现代化能力 政府决策科学化 社会治理精准化 公共服务高效化 推动技术、业务、数据融合 2021 年中央一号文件文件提出全面推进乡村振兴，加快农业农村现代化，这是 21 世纪以来第 18 个指导“三农”工作 的 乡村治理 新技术 新要素 新商业 新农人 新文化 新农村 科技创新赋 能， AI ，物联 网， 5G ，区块链溯 源，云计算，大数据 等建立数字乡村业务 增长新引擎 数据成为新要素，通 过数据来驱动、决策 农业产、供、销、流， 实现以销定产、以产 促销、使数据成为第 一农业生产力。 推动农业产业融合发 展，发展工业互联网 助力打造智慧农业上 下游产业链集群，发 展电商农业，直播农 业，网红农业，休闲 数据仓库 数据治理 数据资源展现“一张图” 监测预警分析“一张图” 数据资源驾驶舱 展示大屏 多维立体分析 运营指挥中心 综合决策“一张图” 产地环境监测 农业投入品监测 气象灾害监测 人居环境监测 生产决策 产销分析决策 贸易分析决策 决策指挥调度 病虫害监测 实时预警处置 应用支撑体系（业务中台） 统一门户集成 统一用户 统一认证 统一规则 统一调度 政务信息协同

好 经 验 。 05/27/2025 “ 数字乡村”的“数”与 “智” 01 03 04 02 突发公共事件应对能力不足，跨部 门、多层级应急指挥能力亟待增强。 乡村治理缺乏整体联动，决策信息 无法上下实时贯通。依靠“人治”依 然是绝大多数城市疫情防控的普遍 办法； 数据孤岛、信息割据所带来的掣肘 再次凸显：多部门重复采集、核验 公民健康及疫情关键信息； 全面建成小康社会和“十三五”规 联动，构成数据和业务双闭环。 创新社会基层治理模式 传统智慧城市信息化系统组 成城市的“手、脚”，通过智能 中枢 -- 乡村大脑，激发城市 生命活力！ 构建城市“智慧大脑” “ 用数据说话、看数据决策、用 数据管理、靠数据创新”。 挖掘大数据价值与应用 形成”一主多副“的综合应急体 系，解决面对大型突发公共事 件的资源调度、应急指挥及预 警分析。 建设城市应急指挥体系 核心要点 数据融合模型 业务驱动模型 统计分析模型 业 务 中 台 数 据 中 台 社会 治理 政府公开 数据 公众诉求 服务 互联网 舆情 综合 应急 园区 运营 …… 体征监测 应急指挥 决策支持 公众诉求 智 慧 城 市 运 营 中 心 总体框架设计 05/27/2025 Stack 能够无缝对接各类异构基础设施云平台，以屏蔽不同的基础设施云对于用户来说的复杂性。它提供完整的云

渔业共同管理成效评估指南 ① 准备中。 济增长,但是自上而下的集中管理在许多情况下无法确保渔业可持续发展,需 要找到更有效的渔业管理方法来解决过度捕捞问题,因此人们对渔业共同管理 的兴趣与日俱增。渔业共同管理建立在决策权力下放和利益相关者广泛参与的 基础上,因此有助于取得公平的治理成果。有效的渔业共同管理将有助于实现 可持续发展目标 (SustainableDevelopmentGoal,SDG),特别是可持续利用 一些与渔业共同管 理原则有关的章节,其中,《守则》建议各成员: 在制定与渔业管理、发展、国际贷款和援助有关的法律和政策时,应该促 进行业、渔业从业人员、环境和与环境相关的其他组织共同参与协商和决策 (FAO,1995)。 各国应该明确在渔业资源使用和管理方面具有合法权益的国内利益相关 方,并做好与他们开展协商的安排,以获得他们在实现负责任渔业方面的合作 (FAO,1995)。 渔业共同管理 《国家粮食安全范围内土地、渔业及森林权属负责任治理 3 1 导 论 自愿准则》指出: 3B.6.协商与参与:在作出决策前,与拥有合法权属权利、可能受决策影 响的相关者接触并寻求他们的支持,并对他们的意见作出回应;考虑各方之间 现有的权利不平衡,确保利益相关者个人和群体积极、自由、有效、有意义且 知情地参与相关决策过程 (FAO,2012)。 《粮食安全和消除贫困背景下保障可持续小型渔业自愿准则》在小规模渔

智能化装备广泛应用少人化、无 人 化发展 中国智慧农业产业发展趋势 （ 1 ）智能决策。 国际上通过图像识别、机器学习等技术 ，将农业领域大量结构化和非结构 化数据 ( 天气、土壤、动植物生长发育、市场数据、社交媒体等 ) 转化为知识 ，并提供智能 决策 ，未来将实现部分或全部替代人工决策。 （ 2 ）模型算法。未来将加快在农业数字模型与模拟、农业认知计算与农业知识发现、农业 可视交互服务引擎等技术、算法、模型等方向研究。 农业大数据智能 未来大数据驱动的知识决策替代人工经验决策、知识决策主导的智能控制替代简单的时序控制，从育种 到 产品销售的整个农业产业链将得以广泛应用。 农业智能装备研究未来主要用于农业生产作业环节 ( 包括果蔬嫁接、移栽、施药、 采摘， 畜禽饲喂、清粪、奶牛挤奶，农产品在线分级、标识、包装等 ) 正在实现 “无人作业”。 未来 5~10 用用 生产规划 养殖服务 农作物统计 质量监管 产业融合 金融赋能 企业的生产 管理的升级 搭建数据中台决策应用 内部打通、外部融合 提供新的赋能 养殖信息化水平低 政府缺乏农业数据 产业合作赋能不足 物联网对接 数据采集管理 数据加工 分析模型 产业供销云 跨行业服务应用 企业