数字技术与农业农村加速融合，但数字农业农村发展仍面临着诸多挑战。以移动互联网、大数据、云计算、人工智能为代表的新一代信息技术发展日新月异，数据爆发增长、海量集聚，数字化、网络化、智能化加速向农业产业体系、生产体系、经营体系广泛渗透，深刻改变全球经济版图格局。党中央、国务院大力推进数字中国建设，实施数字乡村战略，科技创新能力不断提升，设施装备研发显著加快，遥感、物联网与大数据应用蓬勃发展，数字产业化与产业数字化同步发展，数字新产业新业态竞相涌现，带动传统农业农村数字化转型升级。与工业和服务业等领域相比，农业农村领域数字化研究应用还明显滞后。基础设施依然薄弱，数据资源体系建设还不完善，标准缺失阻碍应用协同，发展基础“空档”；核心关键技术研发力量不足，农业机器人、智能农机装备适应性较差，创新能力“掉档”；数字技术与农业农村融合不够，数据整合不充分、开发应用不足，信息系统集成应用不够，产业化水平“断档”，因而迫切需要补齐数字化不足的“短板”。
推进数字农业农村科技创新，以数据赋能农业农村现代化。要以“数据—知识—决策”为主线，突破核心关键技术、装备和集成系统，厚植数字农业农村发展根基。一是加强精准感知和数据采集技术创新，构建“天空地”一体化的农业农村信息采集技术体系，开展数据采集、输入、汇总、应用、管理技术的研究，提升原始数据获取和处理能力，解决“数据从哪来和如何管”这一基础问题。重点是推进满足农业农村需求的专业遥感卫星研发，突破无人机农业应用的共性关键技术，攻克农业生产环境和动植物生理体征专用传感器，实现重要农区、牧区的农业资源环境、生产、经营、管理和服务等跨区域、全要素、多层次的数据采集；研发农业农村大数据管理平台，突破“集中+分布式”农业农村资源资产一体化云架构、数据安全等关键技术。二是加强数据挖掘与智能诊断技术创新，构建农业大数据智能处理与分析技术体系，加强人工智能、虚拟现实、区块链+农业、大数据认知分析等战略性前沿性技术超前布局，解决“数据如何处理与分析”的关键问题。重点是开展共性关键技术攻关，集成农学知识与模型、计算机视觉、深度学习等方法，研发动植物生产监测、识别、诊断、模拟与调控的专有模型和算法，实现农业生产全要素、全过程的数字化、智能化诊断；围绕农村数字化服务，加强农业农村数据资源关联挖掘、智能检索、智能匹配与深度学习等关键技术研发，满足农民对公益服务、便民服务、电子商务、体验服务等全方位信息需求。三是加强精准管控与信息服务技术创新，构建数据赋能农业农村智能化决策与管理技术体系，加快行业管理与服务流程的数字化改造，解决“数据如何服务”的出口问题。重点是加强农业农村专有软件与信息系统的整合集成研究，研发环境智能控制系统、农产品质量快速检测与冷链物流技术、农产品可信追溯技术；加强智能装备自主研发能力，创制一批农业智能感知、智能控制、自主作业等物质装备，重点突破农业机器人、数控喷药、智能检测、智能搬运、智能采摘、果蔬产品分级分选智能装备；进行数字农业标准规范研制，建立数据标准、数据接入与服务、软硬件接口等标准规范。
构建数字农业农村科技创新体系，提升数字农业农村自主创新能力。加快数字农业农村科技创新，既要发挥政府作用，也要调动各方力量，形成合力，共同推进。建议各级政府部门进一步加大投入力度，完善专用设施和研发基地，围绕战略性前沿性技术布局、关键共性技术攻关、技术集成应用与示范、农业人工智能研发应用，建设一批国家数字农业农村创新中心和专业分中心，构建技术攻关、装备研发和系统集成创新平台。将数字农业农村科技攻关作为国家重大专项和重点研发计划的支持重点，建立现代农业产业技术体系数字农业农村科技创新团队，推动数字技术和农业农村深度融合。协同发挥科研机构、高校、企业等各方作用，培养造就一批数字农业农村领域科技领军人才、工程师和高水平管理团队。加强数字农业农村业务培训，开展数字农业农村领域人才下乡活动，普及数字农业农村相关知识，提高“三农”干部、新型经营主体、高素质农民的数字技术应用和管理水平。作为国家综合性农业科研机构，中国农业科学院将集聚全院乃至全国研究力量和科技资源，瞄准我国数字农业农村发展的战略需求，凝练重大科技命题，从更高层面、更广视野开展数字农业农村农业重大理论、关键技术和装备的协同创新和联合攻关，解决重大科学技术难题；围绕数字技术与农业农村现代化的深度融合，有效整合现有先进装备、实用成熟技术和系统成果，进行标准化组装、集成、熟化和应用验证，加快数字农业农村科研成果的转化和示范应用，探索“创新链+产业链”双向融合机制，为实施乡村振兴战略、解决好我国“三农”问题提供强有力的科技支撑。
