最近参加了几场博士生和硕士生的论文答辩。我思考一个问题，就是我们在选题上应该考虑哪些研究更有意义？

1.     当前的问题

（1）   科学问题不明确。基本方法就是实验+模拟，看不到创新性，有结果没有结论。这些结果不做实验也会知道。

（2）   脱离实际。研究的问题不是当前农村农业的当解决的问题。即使是农业院校的学生，工作太偏重模型，也不是针对现实要解决的问题，研究结果没有直接的用途。

（3）   工作思路太传统。跟踪模仿的多，原始创新少。我们在农业资源与环境、农业水利工程等专业的学生，从学科基础来看，都习惯于从农田尺度研究作物与环境的关系，以及农业管理措施的效益（如水分利用效率）。当前我们西农这么多人，集中在这一领域，重复太多，又是单枪匹马地做，研究工作单一。成果水平不高。现在计算条件和模型拿来太容易，很多研究就是转出来一个结果。 

2.     应该关注什么研究？

我们的研究应该：从实际问题出发、从多学科综合研究出发、从科学问题出发；关注新技术、新方法的应用，着力挖掘和利用前人已有数据。

（1）   区域粮食生产问题与资源约束。农田是开放的系统，农业生产靠天吃饭，资源与灾害是并存的。所以粮食生产、粮食安全问题不仅仅需要从农田水平去分析，还要看有多少农田、分布在什么地方（土地利用），在这些地方对应的气候条件，以及有没有水做灌溉等。这样需要对作物生长的气候、土壤、水文水资源条件做系统的分析。这才是农业资源与环境研究。

（2）   数据问题：数据在快速增加，要加大对农业资环数据的利用的程度，包括遥感数据、土壤水分数据等。

（3）   技术方法的创新：新的观测手段，如荧光、如植物的CT；新的分析方法，如AI的机器学习等在产量预报。

（4）   社会需求：为农业保险服务的气候风险、农业干旱指数与监测、土地管理（退耕还林评估与环境影响）。

（5）   基础科学问题：生理生态、植被-气候-水相互作用等。 

好消息是，我们已经成功把ChinaAgrosys整合到阿里云的计算平台上。下一步是把国际上几个知名的作物模型都集成到阿里云上。再下一步是希望大家能够应用模型，解决我国（甚至国外主要粮食产区）不同区域的粮食生产问题。

我们强调大科学，是做一个团队联合才能做出来的事情，但是也要鼓励小科学，是独立的个体对于具体的问题做深入的研究。我们代表性的东西，就是这个平台。6月下旬暑期学校期间，我们集中研讨一下这方面的工作。