数字农业是农业现代化的阶段之一，是迈向农业强国的必经之路，近些年来，我国农业数字化取得了显著的成效，但是也面临着诸多挑战，如何应对这些挑战并作出调整将是我国数字农业产业未来的发展重点，制约数字农业发展的因素很多，本文将深度分析我国数字农业面临的挑战。

挑战一：数字农业技术应用比例较低

目前我国数字农业技术应用比例较低，在技术方面，缺乏核心技术研发，还有技术应用条件不足，导致农业生产经营技术采用方面存在约束，由于数字农业具有知识含量高的特点，并且在采用数字农业技术时，如何克服知识门槛形成认知和理解，使其难度较高，这决定着先进的农业技术是否能转化为现实生产力，因此在数字农业技术的用户推广上存在一定的挑战。

挑战二：农业模型落地难度大

农业模型可以涵盖农业生产全流程，但是我国目前缺乏在传感器的开发、农业生产可视化等农业模型的应用，并且研究力量、实践积累和推广应用等方面存在不足，使得农业模型落地难度大，在一定程度上限制了我国数字农业模型的推广与应用。

挑战三：数字农业数据获取范围不广

近几年来国内大多数数字农业项目主要聚焦于生产环节，比如物联网技术应用中的大田种植灌溉、水产养殖自动增氧等，但是在农业产业链其他环节投入不足，缺乏与农产品相关生产数据之间的融合，获取数据的范围不广，还未形成完整的全流程数字化能力。

挑战四：网络基础设施设置薄弱

目前我国农村农业生产基地信号的盲点较多，比如农村5G基站、光纤宽带和物联网基础设施设置薄弱，在整体布局和数量上都有待完善。

挑战五：缺乏数字化人才、创新能力不足

由于目前缺乏农业数字化复合型人才，并且整体呈现人员数字素养不高，直接导致数字化农业技术难以应用与推广。我国在数字农业核心技术创新方面存在不足，比较缺乏自主知识产权的农业专用传感器等，其次农业机器人和农机设备不能很好地适应。

挑战六：农作物遥感制图处于起步阶段，无人机遥感尚未被广泛应用

监测农作物种植面积和分布信息是调整农作物结构和布局的基础数据，由于烟杆技术具有高时效和大范围的优势，是获取农作物种植面积和分布信息的有效方式，目前美国和欧盟等国家和地区已经实现了遥感制图的业务化运行，但我国目前还处于探索阶段，缺乏高精度、连续性的数据产品，除此之外，无人机遥感作为一项数字农业的新型技术，凭其灵活性和部署性被广泛地应用，但是在我国，目前无人机遥感还没有被广泛地接受和应用。

随着我国数字农业产业的不断发展，农业模型在落地应用上遭遇瓶颈，主要体现在研究力量不足、推广力度不够和缺乏综合模型等方面，我国数字农业还需要深入改善。