基于大數據技術的智慧農業應用探究

周 琴 熊 倩 郭江帆 陳忠云

中通服咨詢設計研究院有限公司

0 引言

2021年，中央1號文件發布了《中共中央 國務院關于全面推進鄉村振興加快農業農村現代化的意見》，對加強鄉村戰略振興，強化新型信息技術與農業生產經營相結合，通過建立健全農村大數據體系發展智慧農業的新模式提出要求。農業是中國發展的基礎產業之一，更是增強國家經濟發展的重要因素，伴隨著大數據等新型技術的崛起，智慧農業必將逐漸變成農業發展新態勢。

本文從農業的發展形態出發，闡述了傳統農業到智慧農業的發展歷程，通過剖析農業信息化現狀及痛點問題，提出一種基于大數據技術的智慧農業應用探究，總結如何通過技術驅動與應用創新解決農業難題，助力經濟發展。

1 農業發展形態

中國農業的發展形態總體可分為三個階段，分別為以手工勞動為主的傳統農業、以機械設備為主的現代農業、以新興技術助力的智慧農業。

1.1 農業1.0時代：傳統農業

農業1.0時代是以勞動力為主要生產力的傳統農業。早期，農機設備未全面普及，農業自動化水平較低，從農作物播種、灌溉到豐收，從畜禽飼養、加工到銷售等環節均需依靠人工進行生產勞動及管理，缺乏有效技術手段對農業生產過程重要參數的采集，該階段不僅對勞動力需求大，耗費時間，且出錯率相對較高。

1.2 農業2.0時代：現代農業

農業2.0時代是以機械設備為主要生產力的現代農業。農機設備的興起實現了農產品的自動化生產加工，適當緩解了人工勞動力，同時對加強農業生產勞動水平和提高農業經濟生態效益起到了顯著的作用。現代農業還結合了物聯感知設備，對傳感數據實現了初步抓取，但數據相對單一，且獲取的數據需人工統計分析，缺少智能化手段實現對數據的匯聚監管和精準分析預警。

1.3 農業3.0時代：智慧農業

農業3.0時代是運用新興技術助力農業生產的智慧農業。在技術不斷創新發展的今天，從農業生產、加工、運輸到電商銷售等全生命周期均采用了云計算、物聯網、大數據等新興技術，使得農業生產過程更加智能，農業傳感數據更加多樣，農業監測預警更加精準。智慧農業的誕生，將極大地提升農業生產的可靠性和效率，在保障農業可持續發展的同時，有效地將農業信息化從傳統到數字再到智能的進階。

2 農業信息化痛點分析

農業的生產管理、運輸銷售等各個環節都需要過程信息數據的支撐，而目前，物聯網技術已在農業環境監測、農產品溯源、農業精準養殖等各領域廣泛應用，國產傳感設備（包括溫濕度傳感器、光傳感器、熱傳感器等）已能夠滿足許多農業環境數據的監測和采集需求。

各政府部門或農資企業均通過不同傳感終端與農業平臺收集到大量的農業數據信息，但由于各類終端設備廠家不同，且缺少統一的數據標準，導致各地區、各部門之間的農業信息數據結構差異較大，信息資源整合難度較高。另一方面，對采集到的數據沒有進行深度的數據挖掘分析，缺少通過建立模型體現數據之間的關聯關系，無法對農業全生命周期進行精準化監管與預警決策，致使數據資源浪費，數據服務針對性弱。

3 基于大數據技術的智慧農業建設思路

針對農業信息化痛點，本文將提出一種基于大數據技術的智慧農業建設思路，闡明如何從筑牢基礎設施建設，到以數據資源驅動農業發展，通過大數據技術整合農業數據信息，解決資源浪費等難題，構建智慧農業新生態。

3.1 以基礎設施為根基，筑牢智慧農業新生態

面向各市政府部門或企業，提供統一的計算、存儲、網絡、安全等云資源服務，以基礎設施為根基，對農業大量生產數據和應用資源進行統一管理，筑牢智慧農業新體系。

3.2 以數據資源為驅動，構建數字農業新體系

結合大數據技術，實現農業數據精準感知、高效流轉、動態更新，通過構建農業大數據資源池，樹立智慧農業決策和管理“數據驅動”思維的轉變，形成“用數據感知、決策、管控、考核”的數字農業新生態。

3.3 以創新應用為引領，賦能精準農業新模式

積極探索物聯網、大數據等新型技術在智慧農業中的創新發展，結合各地特色農業產業，依托全市各類數據資源，賦能農業精準產銷一體化生態發展，打造一個“資源共享、綜合應用、精準監督、輔助決策”的精準農業新模式。

4 大數據技術在智慧農業中的應用探究

基于上述智慧農業建設思路，初步構建智慧農業大數據架構，并根據架構分析，探索大數據技術在智慧農業中的應用。包括數據采集、數據治理到數據應用等各環節。

4.1 智慧農業大數據架構

智慧農業大數據架構由基礎層、感知層、支撐層、應用與展示層以及統一的安全運維保障體系與標準規范體系構成。具體如圖1所示。

圖1 智慧農業大數據架構

統一的安全保障、標準規范與運維保障是智慧農業大數據架構的基礎和前提，它能夠有效地約束總體建設過程，保障農業整體信息化建設的安全及運維。基礎設施層是為智慧農業建設提供計算、存儲、網絡、安全資源的基礎平臺，它能夠為各類數據資源提供安全保障，防止數據信息的丟失與泄露，同時可實現不同業務數據資源的統一管理與調度。基礎環境得以保障后，就是物聯感知體系的建立，農業不同于其他行業，需要借助各種傳感器及視頻監控等設備對農作物與畜禽的全生命周期環節進行實時監測，因此智慧農業需部署視頻監控、農情監測設備、溫濕度傳感器、光照傳感器等設備，保障農業基礎數據來源。除傳感及監控數據外，智慧農業的總體建設還需要收集農業的生產環境、市場銷售、管理管控等數據，經農業大數據資源中心對各類數據源進行采集存儲架構，形成基礎庫、主題庫、專題庫，支撐應用與展示層中構建的各類智慧農業應用系統。

4.2 大數據技術在智慧農業中的應用探究

4.2.1 數據采集

智慧農業建設需采集的數據源總體可分為四類數據，包括農業環境數據、農業生產數據、農業市場數據、農業管理數據。具體數據資源如表1所示。

表1 農業數據資源表

以上數據均為結構化數據，可通過文件數據采集、庫表數據同步、接口數據采集、消息數據采集等方式集成各類農業數據資源。

4.2.2 數據治理

對采集到的原始數據進一步清洗、加工、治理是大數據技術應用于智慧農業建設中的核心環節。數據質量的優劣將直接影響到各應用系統運行的成果準確性，影響到領導的決策研判，而數據治理就能夠將雜亂無章的原始數據清洗為高質量的標準數據。

數據治理的本質是依據統一的數據標準體系，首先，以分析數據庫、時序數據庫、圖數據庫等多維的存儲方式，保障數據資源的穩定運行環境；其次，利用ETL技術對數據進行清洗、轉化、加載等全流程處理，清除重復字段、錯誤字段、缺失字段等臟數據，提高數據質量，最終實現對元數據、數據質量以及數據標準的集中高效管理。

4.2.3 數據應用

將治理后的數據應用于指導農業生產、保障農產品安全、提升農業監管等各應用環節中，通過打造農業信息管理系統、農業專家服務系統、農產品質量安全管理系統、溯源管理系統、農業數據可視化監測平臺等應用系統。

其中農業信息管理系統可實現對農業生產基本信息及農業技術標準的管理，為農產品生產過程提供數據支持和科學決策支撐。農業專家服務系統為農戶提供行業信息交流平臺，可通過該平臺與農業專家進行在線交流，專業科學地指導農業生產各環節，保障農產品生長的穩定性及可靠性。農產品質量安全管理系統可聯動農資企業，通過企業對農產品送檢信息的填報及抽查，掌握產品質量，同時生成質量分析報告供領導決策。溯源管理系統則可對農產品生產、加工、銷售、物流、運輸等涉及農產品質量安全的主要節點進行全程追溯，助力農資企業打造質量可信、安全可溯的高端產品。農業數據可視化監測平臺主要用于對農產品的環境、苗情、作物長勢等情況進行監測，同時對病情、蟲情、土壤墑情等進行實時預警，實現對農作物的科學化監管及可視化決策。

5 結束語

本文圍繞智慧農業的發展形態，分析了農業信息化的痛點問題，提出大數據技術對傳統農業到現代農業乃至智慧農業轉型升級過程的重要作用。通過對智慧農業大數據架構的解析，分析了智慧農業中大數據采集、農業數據存儲、數據加工治理等技術，探索了大數據技術在智慧農業中的應用，為農業生產經營、監測預警、政府決策等各方面提供科學依據，進一步推進智慧農業的發展及建設過程。