農業大數據的應用及發展建議

林 羽 劉斌瓊 福建省農業科學院畜牧獸醫研究所 福州 350013

從黨中央提出“互聯網+”行動計劃以來，各行各業加速進入了數字經濟時代，大數據已經成為生產力提升的新要素，為傳統經濟注入新的活力。縱向來看，大數據技術推動了產業的轉型升級，成為經濟結構優化和經濟效率提升的催化劑，有效地溝通了設計、生產、流通、服務等各個環節；橫向來看，大數據也推動了不同產業間的融合創新，催生了一批新產業、新模式，是國家創新驅動發展的有效補充。近年來，我國農業大數據的研究和應用發展取得了長足的進步，新技術和農業領域的相關科學研究進一步結合，開發出各種新應用并延伸到農業生產、銷售的全過程，為企業的發展、政府的決策提供了新方法和新思路。

1 農業大數據的特點

農業大數據是農業信息化的重要組成部分，具有鮮明的行業特點。一是來源十分廣泛，包括各類傳感器、衛星遙感、WEB網站、無人機航拍等終端收集的數據，涵蓋了生產加工，農產品的流通、消費、售后等各個環節；類型上更是有圖像、視頻、文字、音頻等結構化和非結構化數據。二是采集的難度較大，不僅受到了自然環境的影響，而且數據涉及了生物生長、經濟社會等方方面面，許多指標到現在還沒有開發出合適的傳感器。三是數據的處理較為復雜，農業是一個開放的巨型系統，復雜且領域眾多，數據的類型、格式很難有一個統一標準。而且數據的維度眾多，部分來源于互聯網的數據存在著相對分散的現象，需要采用廣度優先的方式或者是深度優先的方式對關聯的數據進行識別和追蹤，才能有效地對數據進行歸類和整理。

2 農業大數據的應用

2.1 促進農業智能化發展 經過多年的建設，我國的農業大數據發展已經初具規模，國務院發布了《促進大數據發展行動綱要》，在貴陽建成了國內首個農業大數據交易中心，還開發了農業云，研制了數據挖掘分析系統等，匯集了農業綜合統計、地理標志農產品管理業務等各類的統計信息，初步形成了數據聚合交換的良好應用生態圈。海量的數據已成為各類決策的基礎和重要依據，由精準數據驅動的決策大幅度地提高了政府管理能力和企業的經營管理水平，逐步促進了農業粗放分散式發展向精準化和智能化轉變。

2.2 建設智慧農業 可持續農業的發展離不開生產效率和資源利用率的提升，利用物聯網的遙感監測技術和傳感器的信息采集技術就可以對影響農作物生長和畜產品生產效能的關鍵信息實施采集，通過大數據分析就可以建立相應場景的模型以便對未來趨勢做出預測，為生產管理者開出準確的科學處方。在畜牧業方面，傳統的養殖模式過于粗獷，通常是十幾頭家畜放在一起喂養，吃多吃少全憑運氣，導致同欄個體的差異能達到30%以上。現在結合視頻識別系統，可以精確捕捉到每一頭喂養的家畜，通過與生長曲線對照，可以個性化地定制喂養套餐，讓所有的家畜都能獲得均衡的營養，從而實現個體差異控制在10%以內的目標。在種植業方面，空間遙感可以對土壤的肥力、有機質、蟲草害發生情況等進行測量，精準把握農作物的生長環境，與模型加以匹配后可得出近似最優解，再通過網絡給各個終端下達指令，實現精準的灌水、施肥、通風，確保作物在最優的環境中生長，取得較好的經濟效益。

2.3 建立安全追蹤體系 食品安全一直以來都是社會關注的焦點，過去由于缺乏有效的技術手段，對出現的食品安全事件無法溯源，讓一些不法商家有了生存空間，一定程度上影響了消費者對國產品牌的信任，逐漸促生了海外食品代購的潮流。現在通過農業大數據的應用，可以有效地建立食品安全溯源體系，對農產品的養殖、生產、流通、銷售、餐飲加工等環節進行監管。當出現安全問題時監管部門可以通過相關數據信息快速定位影響產品安全的重要環節和要素，及時召回所有可能存在安全隱患的產品，并對事件的責任人進行有效處理，清除害群之馬，搭建起農產品生產者與消費者之間的信任橋梁。

3 發展農業大數據的幾點建議

大數據的研究和應用不僅僅是商業行為，更關乎國家農業經濟發展，要積極借鑒農業大數據發展成熟國家的先進經驗，并結合我國農業發展的現狀和重點任務，構建好富有中國特色的大數據應用體系。一是要制定好發展的標準。農業涉及的領域比較廣，需要多部門的通力合作，如果不能構建統一的標準，勢必會造成數據“統”而不“通”。要關注數據全生命流程，在采集、儲存、流通、共享、使用等環節編制好管理辦法和標準，規范農業大數據的歸集和應用管理，消除數據孤島效應，為數據的開發共享奠定良好的基礎[1-2]。二是要抓好人才的培養，除了加大從計算機學科向農業大數據端的人才輸送力度外，也要做好農業端原有人才實踐平臺的搭建，培養應用型人才。同時還要加強經濟學等社會學人才的引進，增強農業經濟的分析和管理，充分挖掘隱藏在數據背后的價值，最重要的還需促進企業與高校科研院所的合作，培養農業大數據的綜合性人才。三是加強數據智能分析技術。近年來，新型農業傳感器的研發取得了長足進步，具備了精度高、反映速度快、尺寸小、功耗低等諸多特點，采集的農業數據更加廣泛和細化，導入與預處理的數據通常會達到百兆甚至千兆級別。要不斷加大數據分析和數據挖掘技術的研究，從而起到預測結果、總結規律的效果，促進農業生產向精準化、智能化方向發展[3]。