提供数字工具以帮助解决农业面临的挑战和差距

本章强调与发展负责任的数字农业相关的需求和挑战，以促进生态农业、农业多样性（包括家庭农业）和可持续粮食生产系统发展。其目的是超越最先进的技术（第 3 章），应对数字技术为生态农业转型和平衡的价值链（第 4 章）带来的机遇，同时避免已经存在的陷阱，详见（第 5 章）。本章重点将放在技术研究面临的挑战上，同时承认相关的经济和组织挑战，特别是与农业相关的挑战。

根据我们对推进生态农业实施和平衡价值链的需求分析，本章分为四个部分：

• 改善集体管理，包括在区域一级；

• 改善农场管理；

• 平衡上游和下游的价值链；

• 创建和共享数据和知识。

6.1 为区域一级的数字管理提供工具

已经确定了三个关键领域来克服通过数字技术进行土地管理存在相关的障碍（第 4.3 章）：

• 大规模测量和监测；

• 数据可视化；

• 参与、调解和治理的数字设备。

区域层面的监测和测量

减少农业用工、充分利用当地资产和再利用自然资源的雄心将取决于利用物质流的能力、生物调节的潜力和农场以外的功能（生态系统服务、土地生态、 ETC）。许多不同的相互作用只能通过系统的观点来理解。这扩展了我们在空间和时间上考虑的范围：一些特征只能在区域层面上进行评估，例如一块土地可以跨越的程度（这将取决于绿色和蓝色的色带强度）；而其他一些则必须随着时间的推移而考虑，例如面对气候灾害时的恢复能力和恢复速度。因此，如果我们要运用农业生态学的原理，就必须量化使用传统方法难以检测的参数。这需要大规模的测量和监测、评估（建模）和数据管理。

在测量和监测方面，目标是确定区域层面集体农业管理的相关、有用和目前缺失的数据，并开发获取这些数据的工具，面临以下挑战：

• 以非侵入性和尽可能省钱的方式测量新的、难以掌握的参数（例如生物多样性、土壤/水质等）。

• 调整采样频率（时间和空间），这是信息论的重要组成部分。系统要么定期收集数据——在不同的时间和空间粒度级别（传感器网络）——要么零星地收集数据（通过众包、移动应用程序、移动采集车、机器人、无人机等）。网络必须适应这些具有不同流量模式的数据类型，以便能够在时间限制内以最小的数据丢失去传输它。这适用于所有级别，并在第 6.2 节中进行了更详细的讨论。

• 管理异构数据。这是由于观察对象、传感和收集技术（包括众包）、利益相关者、测量的参数、格式（值、图像、定位等）、计量特性（精度、频率等）的多样性造成的。为了处理这种异质性，需要开发适当的过滤和融合方法。有时可能会在不同级别或多或少地迭代地执行融合，考虑到与每条数据相关的不确定性、这种不确定性的可变性以及它可能对信息链的其余部分产生的任何后果。这些问题适用于所有类型的数据——物理的、生物的、经济的、社会的等。为了产生连贯的报告（例如关于物质流）和相应的不确定性，将使用用于数据核对的数学和计算工具（这些倾向于基于约束优化）（Courtonne et al., 2015）。