大數據技術在農業領域的應用分析及建設策略

王強

新疆維吾爾自治區農業廳農業信息中心，烏魯木齊830049

大數據技術在農業領域的應用分析及建設策略

王強

新疆維吾爾自治區農業廳農業信息中心，烏魯木齊830049

農業大數據涉及農業生產、經營、管理和服務的方方面面。隨著農業大數據時代的到來，需要利用大數據的理論和技術，綜合農業現代化發展戰略，不斷推進農業大數據技術的應用實踐。本文通過對農業大數據的應用前景和存在的問題進行分析，提出加快推進農業大數據的建設策略。

大數據技術；農業；應用分析；建設策略

隨著信息技術的快速發展，特別是近年來云計算、物聯網、大數據、電子商務等新興技術促使人類社會的數據種類和規模正以前所未有的速度增長，大數據時代正式來到。數據已成為一種基礎性資源。農業作為第一產業，擁有海量、多樣的數據，其規模效應給數據存儲、管理以及數據分析帶來了極大的挑戰，數據管理方式正在變革。

1 大數據概述

1.1 基本概念

學術界和工業界都對大數據賦予大量的關注并開展了深刻的研究。Nature于2008年推出Big Data專刊。Science于2011年推出專刊《Dealing with Data》,均圍繞科學研究中大數據問題展開討論。麥肯錫研究院（MGI）則于2011年6月發布名為《Big Data:The next frontier for innovation, competition,and productivity》的研究報告，對大數據的影響、關鍵技術和應用領域等進行了詳盡的分析，并指出大數據將會是帶動未來生產力發展和創新以及消費增長的指向標。

大數據在全球范圍內備受關注，對大數據的定義也有多種提法。IBM認為大數據具備規模性（Volume）、多樣性（Variety）、和高速性（Velocity）、精確性（Veracity）。規模性指數據量巨大，量級達到TB級及PB級；多樣性指數據類型放多，包括結構化數據和非結構化數據；高速性指數據創建、處理和分析的速度在持續加快。

1.2 大數據與其他現代信息技術關系

1.2.1 云計算

大數據的數據量極大，超過了任何一臺計算機的處理能力，那么如何對它進行處理，就需要云計算。云計算是技術，提供分布式處理、分布式數據庫、云存儲和虛擬化技術。如果數據是財富，那么大數據就是寶藏，而云計算就是挖掘和利用寶藏的利器。

1.2.2 數據整合

數據整合是借助于分布式計算、搜索引擎等多種技術，對非結構化數據及各種業務系統產生的結構化數據，通過對數據的抽取、轉換、關聯、標識等過程，建立一個安全、可靠、穩定、高效的數據服務平臺，使之成為標準規范內的、面向業務的、有價值的、鮮活的數據，為上層應用服務，為日常工作服務，真正發揮其應有的價值，最大限度的提升數據共享和服務能力的過程。

在大數據時代，隨著數據資源爆炸性增長，更需要對海量的各種不同數據源實現數據傳遞、轉換、凈化、集成等功能，從用戶的業務需求和實際應用出發，對海量數據資源和處理流程進行綜合分析，以信息資源規劃為標準，通過數據層面的整理提煉，將分散在各個“信息孤島”中的有效信息資源，形成完善的數據中心系統，全面支持數據共享、統一管理和分析決策。

1.2.3 物聯網、移動物聯網

物聯網、移動物聯網等是大數據資源的來源方式。

2 農業大數據發展相關政策

《國家中長期科學和技術發展規劃綱要（2006-2020年）》、《軟件和信息技術服務業“十二五”發展規劃》、《物聯網“十二五”發展規劃》、農業部《全國農業農村信息化發展“十二五”規劃》以及國務院《關于加快推進農業科技創新持續增強農產品供給保障能力的若干意見》等。

3 大數據在農業生產方面的應用

3.1 測土配方施肥服務系統

農業部印發的《2014年種植業工作要點》中，要求各地推進配方肥到田和施肥方式轉變，重點解決“看病、開方”后的“抓藥、用藥”問題，利用“大數據”與相關化肥生產企業合作推廣配方肥，同時還開展測土配方施肥手機信息服務和新型經營主體科學施肥示范試點，提高肥料利用效率。

3.2 基于大數據技術的大棚智能控制系統

3.2.1 監測系統

利用傳感技術，采集溫室大棚種植中關鍵要素，如空氣、土壤的溫濕度、光照強度、二氧化碳濃度等數據，利用現代網絡通訊技術將數據及時傳送到控制終端和大數據服務中心。

3.2.2 控制系統

控制系統接收控制終端和大數據服務中心的命令，進行相應操作。如對卷簾機、風機、灌溉裝置等進行控制，實現農業生產的智能化管理、精準管理。

3.2.3 控制終端

由手機等移動終端設備安裝智能控制系統終端軟件，使用戶實時獲得監測信息，并進行相應操作。

3.2.4 大數據服務中心

基于云計算建立大數據服務中心，建立不同農作物的生長模型，根據監測信息，系統自行決定在何種條件下，對何種設備進行操作，減少人工干預，做到精確控制，節約生產成本，提高生產效率。

3.3 病蟲害預測

病蟲害的發生與土壤情況，溫濕度都有密不可分的關系，通過對歷史生產數據進行分析，結合建立數學模型，可得出病蟲害發生預測。根據這類預測，生產者就可通過調節大棚內溫濕度，通過施肥等改善土壤結構，有效避免病蟲害的發生，從而減少農藥的施用，提高農產品質量。

3.4 作物成熟度與上市期預測

通過對歷史生產數據進行分析，結合當前的氣象數據，可對農作物成熟度進行預測，并預估上市時間。生產者可根據當前及歷史市場價格走勢情況，通過調整溫濕度及施肥情況，調整農作物成熟時間；通過調整養殖溫度計飼料供給、保鮮等人工干預，調整產品上市時間，以獲得最好的收益。例如，湖北湘口現代漁業園區，建有一座河蟹恒溫活體保鮮庫，在螃蟹上市高峰時，如果收購價偏低，通過電腦控制恒溫保鮮，實現錯時上市。

3.5 農業災害預測

農業生產受氣象條件影響很大，洪、澇、大風等都會對農業收成帶來直接影響。將歷史生產數據與歷史氣象進行綜合分析，可得出降雨量、風力等氣象與產量的關系，根據這些預測結果，在類似天氣出現之前，進行適當的預防措施，保證農作物產量。

4 大數據在農業服務方面的應用

4.1 農村土地承包經營權信息管理方面的應用

土地承包經營權確認了農民對承包土地的占有、使用、收益權利，關系到農民的切身利益。但由于歷史條件限制，很多地區不同程度的存在農村土地承包管理混亂，土地糾紛解決困難。為改變這一狀況，國家積極開展農村土地承包經營權調查工作。從各地調查情況看，土地承包經營權的應用規模主要以本地區為主，管理方法以手工為主，信息化程度不高。信息化必將成為規范土地承包經營權管理、推廣土地經營權應用的有效手段。利用計算機、遙感、地理信息系統、全球定位系統等技術，建立一個規范、高效、應用范圍廣的土地承包經營權管理平臺將極大提高土地權屬調查效率，提高農村土地流轉的管理水平。

4.2 農產品質量安全管理

目前，食品安全問題備受關注，綠色食品、有機食品雖然價格不菲，卻成為很多人購買的首選。但市場上出現了一些假冒的綠色、有機農產品，普通消費者很難辨別真偽。開發三品認證查詢系統，供消費者查詢。當消費者普遍接受這種方式時，會發生大量用戶同時并發訪問系統的情況，應對這種大規模的并發訪問，正是大數據的強項。

4.3 農資服務

利用大數據技術，通過采集到的生產數據、銷量數據等資源，結合季節、民族、地區差異等因素，設計專業的數據分析模型，預測各地區、各類農產品的供求平衡關系，提前發出預警信息，提示來年哪類農產品需求可能大于已知的種植面積，建議適量增加該類農產品的種植，引導種子等農產品生產資料提前進行流轉，為農民播種做好農資服務。一方面通過提前播種，在供求平衡被打破前，是農產品產量滿足市場需求，達到平抑物價的作用。另一方面通過預測，提示生產資料供應按需生產，充分調配，避免農產品生產資料產能過剩或短缺。

4.4 農技服務

目前，種植、農機、畜牧、水產養殖等農業生產技術發展較快，傳統的農技服務推廣依賴基層農技人員進行指導，但是存在基層推廣人員的技術水平參差不齊，針對性指導不足等問題，傳統的農技推廣服務方式已不能滿足廣大農戶日益增加的農業技術指導需求。利用大數據技術，通過采集農產品種養殖數據、病蟲害數據、防疫物資銷售數據等，與歷史數據相結合，通過模型分析，將已有的專家解答、相關的農業技術、附近的農技人員與提問農戶信息進行匹配，是農技服務更有針對性。大數據技術的運用可以較好的解決海量信息匹配的難題，為農機推廣服務。

4.5 農業信息服務

廣大農民對于農業信息的需求潛力巨大，但由于多種原因，農民獲得有用農業信息較少。利用大數據技術，通過對農戶基本信息、所在地域、種養殖領域、種養殖規模等基礎信息的采集，通過模型分析，將與其相關的農業政策法規、農產品歷史數據、市場信息等匹配，為農民提供豐富的信息資源，使農民方便快捷的獲取與農業生產、加工、經營相關的信息服務。既增強了農業管理部門對農民提供信息服務的方式和內容，又對農民獲取信息后更好的從事農業生產，繼續為增產增收創造條件。

5 大數據在農業應急管理方面的應用

近年來，我國農業應急管理的形勢十分嚴峻，極端天氣日益增多，各種重大自然災害呈多發、頻發、重發態勢，對農業生產和農民生命財產安全造成重大影響，農業應急管理工作已呈常態化趨勢，加強農業應急管理工作已成為農業部門一項緊急而重要的職責，農業應急管理工作對信息化需求較為迫切，對信息資源、數據資源的依賴度較高，開展大數據技術研究對做好預測預警、應急處置、災害評估等具有重要意義。以動物疫情領域為例，圍繞重大動物疫情應急指揮核心業務，梳理各管理部門的信息資源，確定元數據內容，建立應急信息資源目錄，實現數據交換和共享，對數據進行清洗和融合后，進行數據挖掘和活化。具體可分為：數據采集、應急資源目錄建設、數據交換與共享、數據融合、大數據分析與挖掘、數據活化等。

6 目前農業大數據應用面臨的突出問題

6.1 缺乏整體大數據資源規劃

農業大數據資源規劃實職對數據的采集、處理、傳輸和利用的全面規劃。數據資源規劃是農業信息化的基礎工程。但由于目前沒有農業數據資源整體規劃，造成數據資源建設目標不清，數據資源結構和資源分布不均衡，資源重復建設，共享水平不高，資源建設存在空白領域等問題，隨著農業數據資源大規模增長，沒有信息資源規劃的頂層設計，農業大數據的匯集、處理、分析等工作將難以進行。

6.2 農業大數據分而治之

目前，農業部相繼建設了農業政策法規、農經統計、農產品價格等60多個數據庫，構建了40余條部省協同信息采集渠道。各省級農業部門也結合實際情況建設了一批地方農業數據庫。但是，這些數據分散存儲在各部門，各應用系統數據結構不統一，數據整合難度大，而且由于沒有有效共享、數據整合的制度和要求，數據分而治之現象嚴重。單獨的數據難以發揮作用，融合的數據才具有分析挖掘的價值。農業大數據若分散存儲分散管理，則只能是數量上的大數據，而無法發揮其預測、分析等的價值和作用。

6.3 農業大數據來源不足

目前，農業部門建立的農業數據采集渠道及數量級遠不能滿足指導農業宏觀決策、微觀生產指導、農業市場分析等數據支撐的需要，出現了數據量不足、頻度不夠、涵蓋面不廣、連續性不強等問題。目前多采取的數據采集方式為層層上報，時效性差，數據采集多以任務方式下達，積極主動性不強，分布在各類農業網站、12316、農業企業的多種格式的數據未能收集和匯總，已有的采集渠道未能得到充分利用等等。

6.4 農業數據資源利用率低

傳統數據庫和數據分析工具僅能處理結構化數據，對于網頁、音視頻、圖片、文檔等非結構化數據無法進行處理和利用。目前國家農業數據中心存儲有約3.6T的數據，結構化數據僅占17%，也就是說83%的數據未得到開發利用。農業數據分散存儲，格式不一、標準不同，無法進行綜合利用，沒有挖掘出數據的應有價值。

7 農業大數據建設策略

當前農業大數據建設還處于早期階段，各級農業部門已經認識到了農業大數據的重要性。依據農業部相關信息化戰略規劃要求，結合我國農業信息化實際，本著“集成、創新、落地、協同、固本”的建設策略，開展農業大數據云平臺建設是農業大數據建設的重中之重。

農業大數據建設應逐步推進農業信息的規范化和標準化建設，有效整合農業內外資源，提高農業信息化深度應用、高端應用、合成應用能力和水平；增加基礎設施建設力度，完善信息中心各類基礎設施；加強整合信息資源，對各類信息精心篩選、加工整序，建立完善的數據整合體系；通過數據整合和數據共享，提升相關各部門和機構的緊密配合程度，使每個系統都得以有效運轉；推進農村信息資源整合的整體進程，形成信息化建設綜合保障長效機制，整體提升農業信息化管理和應用水平。

農業大數據平臺建設應采用大數據處理與挖掘分析、智能應用、智能消息推送、社會化協作、服務化架構等關鍵技術，把農業大數據平臺建設成為全新一代的松耦合、高效和高可用、高度可伸展、安全可靠的應用服務支撐平臺，為各種規模和各種類型的云應用提供統一開發、運行和管理的服務。

農業大數據云平臺的建設目標：

一是通過平臺的建設，匯集各方資源，構建農業領域大數據研究中心。二是通過數據整合，采集和加工處理，建成農業數據資源平臺。三是依托農業大數據相關技術，包括數據采集技術、存儲技術、分析挖掘技術、展現技術等構建農業大數據應用平臺。四是通過分析應用平臺，進行成果發布，形成農業領域專業研究的權威成果發布平臺，服務于政府、科研院所、涉農企業、社會公眾等。

7.1 農業大數據建設思路

按照高起點設計、主體先行的思路，農業大數據建設策略分為三步：搭建農業大數據云平臺，農業大數據整合，農業應用聚合創新。

規范農業大數據標準和規范體系，搭建農業大數據云平臺，構建云數據服務模型框架，逐步豐富資源服務功能，有效整合農業內外資源，提高農業信息化深度應用、高端應用、合成應用能力和水平，不改變原有農業應用系統進行聚合創新。

7.2 農業大數據建設要求

一是多元與整體考慮并存，滿足農業多部門和業務的寬幅需求，隨時了解不同業務需求變化，集中規范化、標準化解決，確保農業大數據云平臺長期的服務能力。

二是前瞻性與階段性相結合，需要具有適當的前瞻性，充分考慮到未來的技術發展方向和需求變化方向。

三是標準化與可擴展性相結合，充分考慮未來農業業務服務內容拓展，使系統在較長時期內能適應農業業務發展的需要。

四是先進性與安全性相結合，農業大數據承載著多樣的數據信息，采用先進技術的同時，也要保證系統運行的穩定與安全。

7.3 農業大數據標準規范建設

農業數據標準規范體系建設，是對農業信息活動的各個環節實行標準化管理，將信息獲取、傳遞、存儲、分析和利用等環節有效銜接，從而切實有效的開發和利用農業信息資源，提高資源使用效率，擴大資源共享范圍。

農業數據標準規范體系建設是農業信息資源開發利用的關鍵因素。隨著農業數據大規模增長，農業大數據迫切需要出臺相關標準規范體系支撐，按照頂層設計、統一規劃、統一標準的原則，重點從采集、處理、傳輸和利用進行全面規劃的標準技術規范體系框架。這些標準包括數據元素標準、信息分類編碼標準、數據交換標準等。這些標準的建立，將貫穿信息需求分析、數據建模和后續應用開發的全過程。

[1]黃建全，解翠平，黎凌.新疆農業信息化發展現狀及建議[J]，新疆農業科技，2013(5):1-4

[2]許世衛.農業信息分析學[M].北京高等教育出版社，20012: 1-323.

[3]陳曉華，農業信息化概論[M].北京：中國農業出版社，2012:1-386.

王強（1980年2月-），本科學歷，農藝師，研究方向：農業農村信息化。

2014-12-18