淺析現代農業中大數據的發展與應用

顧永泉 （上海市奉賢區農業信息服務中心 201400）

淺析現代農業中大數據的發展與應用

顧永泉 （上海市奉賢區農業信息服務中心 201400）

為推動現代農業的發展促進大數據在現代農業中的應用，分析了農業大數據的構成與發展、當前大數據與農業結合應用的具體模式，并針對當前農業大數據發展中存在的問題提出了相關建議。

大數據；現代農業；應用；問題；建議

當今社會已是全面信息化的社會，農業信息化是我國實現全面小康的重要基石,既能促進我國傳統農業的改造，又能提高農業經濟效益，從而推動我國現代農業的發展。隨著信息技術的快速發展，數據正逐步成為國家的戰略資源，而數據能力逐漸演變為現代農業發展的重要力量，同時也正在慢慢變化成為推動國家進步的競爭力。為此，筆者分析了農業大數據的構成與發展、大數據與農業結合應用的具體模式，并針對當前農業大數據發展中存在的問題提出了相關建議。

1 農業大數據概述

1.1 農業大數據的概念和特征

農業大數據是指現代農業各項活動中形成的海量、具有潛在價值的數據。隨著農業物聯網、云計算、移動互聯等技術在農業中的逐步應用，農業數據現已呈現井噴趨勢，是現代農業建設、發展與管理的重要參考基準。

農業大數據的主要特征可用“5V”概括：（1）Volume（體量大），現代農業積累了海量數據；（2）Velocity（速度快），農業數據的產生速度快，且其中流數據需要以秒乃至毫秒計量；（3）Variety（多樣性），農業數據來源廣闊、種類繁多，多種結構、非結構化數據并存；（4）Veracity（真實性），農業數據是真實的，但也存在著不完整性，如數據噪聲、數據缺失、數據不一致等；（5）Value（價值巨大），農業大數據蘊含著巨大價值，大數據的目標在于從數據中挖掘價值，用數據分析、決策及創新。

1.2 農業發展歷程

農業是具有最長久歷史的傳統產業，而今正面臨著一場歷史性變革。隨著信息化發展，物聯網、大數據、云計算、智能機器人等新興技術在農業領域的不斷滲入，以往人們固有印象中“面朝黃土背朝天”的傳統農業形象正在發生巨大轉變，向著更加精準化、智能化的方向發展。

我國農業歷經了多個發展階段，傳統的農業1.0時代主要生產手段是人力畜力；農業2.0時代步入了機械化農業時代，農業機械替代了人力成為新的生產手段；農業3.0時代是生物-化學農業時代，該時代以廣泛應用雜交種，大量使用化肥、農藥，大幅度提高農業生產水平為主要特征；如今進入了農業4.0時代，農業生產進入智能化時代，以信息作為最重要的生產要素，以互物聯網、大數據、云計算、智能機器人等新興技術為其主要特征。

近年來，我國農業信息化水平逐年提高，現代化的信息技術裝備因而得以廣泛應用，農業數據也因此呈現出指數方式增長，每年農業產生的數據量約為8000PB（1PB=1024TB，1TB=1024GB），且每年以50%～80%的速度增長，使農業已邁入大數據時代。正因為有了數據的支撐，農業正在變得更加“智慧”。

1.3 農業大數據的類型

1.3.1 農業物聯網監測數據

農業物聯網是指將物聯網技術應用于農業，從而達成對農業信息的全方位、多角度、實時的感知，并輔以可靠的傳輸與智能化處理，用以達成農業生產的自動化、智能化、精準化與標準化。

1.3.2 氣象數據

氣象數據向來與農業發展息息相關。農作物的生長發育受氣候的影響較大，光照、熱量、降水等任何一項氣象因子的改變，均會對農作物的產量、品質造成影響。

1.3.3 資源環境數據

對地觀測技術為農業資源研究提供了巨量的空間數據。當前遙感監測的研究正向著高時間分辨率、高空間分辨率、高光譜、多波譜頻段的方向發展，數據的實際生產應用能力不斷增強。

1.3.4 生物信息數據

1984年，NIH創辦了基因數據庫—GenBank，如今已儲存了海量的序列記錄。

1.3.5 農業經濟運行監測數據

農業在其經濟運行過程中，積累了海量的農業經濟監測數據。

2 大數據在現代農業中的相關應用

現代農業主要通過大數據平臺進行感知、決策、優化、預警及控制工作。

2.1 農產品產銷信息監測預警

通過大數據技術的應用，可為全球農業數據調查分析提供直觀的數據基礎，通過組建農業大數據分析團隊，開展綜合會商，從而研發出農產品供需預測模型，提升農產品產銷的分析預警和調控能力。同時，還能為農業展望工作與涉農數據發布制度的完善提供基礎，有利于打造權威的農產品產銷數據發布平臺。

2.2 智慧農業

大數據的處理分析技術，可將氣候、土壤、生物、栽培措施等農作物主要生長環境因素與農作物自身的生長發育情況進行有機整合，并結合經濟、環境及可持續發展目標，通過多角度的綜合分析處理，彌補以往專家系統、數據模型等在處理結構復雜且密度較高的數據時的不足，為決策者提供更為精準、高效、可靠且實時的輔助。

2.3 農業自然災害預測預報

大數據技術通過數據挖掘，可整理出歷年的自然災害數據，并結合具體分析技術，可總結出災害發生趨勢及規律，為自然災害的準確預測提供基礎，并強化實時監測，從而把握最佳防控時機，即可有效預防和最大程度降低損失。另外，通過建立農業災害數據庫，可分析農業災害與生產數據之間的相關關系，構建預測模型，實現災情預警與防災減災措施的定期發布。

2.4 動物疫病和植物病蟲害監測預警

通過構建病蟲害疫情田間監測點、農藥安全風險監測點、動物疫病風險監測點、動物及動物產品移動風險監測點、獸藥風險監測點、屠宰環節質量安全監測點和重點牧區草原鼠蟲害監測點等監測網點，并其覆蓋至全國重點區域，輔以物聯網設備與大數據挖掘分析技術，將監測點的數據整合流通，使數據做到實時、精確、直觀、可靠，從而提高動物疫病和植物病蟲害監測預報的系統性、科學性與準確性。

2.5 農產品質量安全全程追溯

要實現農產品質量安全全程可追溯，則必須打破信息壁壘，加強各相關部門的數據對接，實現生產、收購、貯藏、運輸等環節的追溯管理。而大數據技術便為其提供了基礎支持，通過大數據技術的應用，農產品在流通的各個環節中均能得到有效監管，并以此建立質量追溯、執法監管、檢驗檢測等數據共享機制，推進數據實現自動化采集、網絡化傳輸、標準化處理和可視化運用，最終實現追溯信息可查詢、來源可追溯、去向可跟蹤、責任可追究的具體要求。

3 大數據在現代農業中面臨的問題及建議

3.1 面臨的問題

3.1.1 缺乏整體的統籌規劃

我國農業規模龐大，農業數據量豐富，但因此也加大了數據整合和利用的難度，如何合理有效利用分散在不同部門及不同主題的數據成為難題，同時也對現有的科學信息管理模式帶來了挑戰。

3.1.2 當前的技術條件限制

我國農業信息化起步較晚，農業信息化程度相對較低，大數據市場規模還較小，且主導廠商以外企居多。想要有效利用大數據，需要提升相關技術水平，包括數據挖掘、分布式文件系統及數據庫系統、云計算平臺等。

3.1.3 相關從業人員技術水平偏低

目前在我國相當大一部分的鄉村信息服務機構中，技術員同時充當信息員角色，由于受本身技術能力限制，很難將大數據中的相關信息服務在農村進行普及、推廣、應用[1]。

3.2 相關建議

首先，要加大支持農業信息化學科體系建設的力度，制定科研計劃，立足于自主原則，加強核心技術的研發，將技術掌握在自己手中，同時開展農業大數據云平臺建設，進行農業大數據的基礎建設。其次，要培育大數據分析運用的相關人才，并進行科學配置，使數據分析應用各主體能各司其職、互相協作。最后，要建立農業大數據標準規范體系，規范農業信息化市場，改善現有的信息管理模式，加強規劃與管理，引領農業信息化健康、快速、有序發展。

[1] 梅方權.農業信息技術的發展與對策分析[J].中國農業科技導報,2003,5(1):13-17.

2017-03-13