大數據技術在農業生態環境監測中的應用

李慧姝

關鍵詞：大數據技術；農業；生態環境；監測應用

1概述

1.1大數據

在新的時代環境下，數據已經成為一種重要的資產，對于企業發展和社會發展而言有著重要意義和影響。而大數據時代下的數據規模持續擴大，呈現出海量增長的趨勢，應當對龐大的數據信息進行分析，探索數據背后的價值和規律，以對數據進行合理利用。大數據具有容量大、種類多樣、獲取速度快、來源復雜的特點，需要對數據的來源與類型進行整理，通過合理利用分布式數據挖掘模式對海量數據進行提取，大數據時代的到來為我國社會發展提供了新的動力，充分發揮了數據在社會發展中的作用。

1.2農業生態大數據

在農業生產活動中會產生不同類型的數據，以土壤環境為例，墑情、溫度、土地植被比例都是影響農作物生產效益的重要因素[1]。農業生態大數據是指針對和生態環境相關的數據進行探討和分析，了解各個數據之間的具體聯系，并將其應用到生態環境治理和修復活動中，以確保為農業發展提供重要的基礎保障。表1為農業生態大數據監測類型。

隨著信息化技術的應用，農業生態環境數據的監測模式出現了變化，改變了以往人工監測模式，開始利用各類信息技術傳輸數據，這也使得農業生態環境數據向著多樣化的方向發展。大數據技術可以結合收集到的生態環境數據進行分析，篩選有價值的信息，為農業生產活動的開展提供數據支持，有利于提高農業生產決策的合理性。大數據技術具有獨特的應用優勢，如耕地污染問題是農業生產最為常見的污染問題，也是影響農作物生長發育的關鍵，由于耕地污染的影響元素較多，大數據技術具有多元數據同化和多尺度數據耦合等各種功能，可以分析污染物的演變過程，為污染治理工作的開展提供扎實的數據支持。同時，使用分布式數據庫、云計算等技術可以將數據和模型進行深度融合，及時挖掘數據背后的價值。所以，農業生態大數據在未來農業發展過程中將會有更加廣闊的應用前景，相關人員需要正確認識其應用價值和意義。

2農業生態環境監測的意義

農業生態環境監測已經成為農業發展過程中的重點，具有極強的應用意義，具體表現在以下4點。

（1）了解農業生態環境質量水平，及時發現存在污染的區域，明確污染物的分布及污染途徑，以此為基礎評估未來農業環境的變化情況，完善環保計劃，為開展生態環境監測活動提供合理規劃[2]。

（2）根據監測數據分析污染物帶來的具體影響，明確不同類型污染物、不同濃度范圍給生態環境及農產品造成的危害。在分析污染物危害后，對生態環境質量標準及農產品安全要求進行優化和調整，真正做到因地制宜，及時調整農業生產模式。

（3）監測農業污染問題，了解農藥、化肥、污泥、粉煤灰等廢棄物的分布情況，根據當地農作物的分布特點和農業污染問題對有關物質的使用方式進行調整，制定科學的施肥策略，控制化學農藥濃度，將有害資源轉變為有利用價值的資源，為開展農業生產活動提供助力。

（4）對污染事故問題進行監測，結合大量的生態數據及時發現農業生產活動中出現的生態問題，有關部門再針對以生態問題為基礎產生的糾紛進行仲裁，保證農民的合法權益不會受到侵害。

3大數據技術在農業生態環境監測中的應用

大數據技術是當前各行各業均較為常用的一種技術，改變了以往數據收集、整理的方式，有利于提高數據應用價值。在農業生產活動中也開始重視構建標準化、科學化的農業生產體系，而大數據技術則是不可或缺的關鍵技術。當前，在農業生態環境監測中已經開始應用大數據技術，在數據收集和數據分析評價方面應用效果明顯。

3.1高效收集生態環境數據

在農業生產過程中，需要重點收集農業生態環境數據，并提高數據收集效率，為開展監測活動提供重要支持。以往在數據收集的過程中，需要由不同部門將相關數據整合在一起，并且需要相關人員利用實際調查的方式收集數據，數據收集效率較低、難度較大[3]。但應用大數據技術，能夠在短時間內完成數據收集，并且形成區域生態環境數據互聯互通模式，為數據的傳輸提供便利和支持，從而構建網格化的環境監控機制。例如，在對大氣數據進行收集時，可以利用數據處理算法以及分析系統針對大氣數據的各項指標及時進行測定，讓相關人員能夠更好地了解大氣數據出現的變化。大數據技術可以針對準確度較低的傳感器進行及時報警，減輕校準工作人員的工作壓力，為特殊區域開展生態環境監測活動提供了重要保障。部分農業生產區域較為偏遠，在野外長期進行監測作業所需成本較高，大數據技術則可以在野外形成長期的動態化監測模式，將數據實時傳輸給后臺系統，快速讀取復雜的環境情況，包括氣候參數、水文水質參數、生態參數以及景觀數據等。

3.2數據分析評價應用

數據分析處理功能是大數據技術的重要優勢功能，能夠自動針對數據類型進行精準劃分，通過分類整合后分析其內部所蘊含的規律和價值，從而結合數據分析評價結果對農業生態環境治理或者管理策略進行優化[4]。比如，大數據技術可以針對農業生態環境中的污染數據進行收集和整合，明確不同污染源的分布特征，分析污染源的嚴重程度，并預估未來污染源的發展趨勢，以針對農業生態污染問題進行預警和診斷。大數據技術和其他現代化技術的融合應用能夠進一步提高數據分析評價的準確性與合理性，如將大數據技術和人工智能技術進行融合，可以完善大數據處理架構，形成實時數據診斷評價模式，以人的思維模式為基礎智能化制定污染處理方案。除了對收集到的數據進行評價外，大數據技術還可以對生態環境質量水平進行跟蹤性評價，了解不同地區農業生態環境所出現的變化。跟蹤性評價可以收集農業生產過程中生態環境數據的變化情況，并將其以可視化的方式展示出來，讓相關人員能夠更加直觀地了解生態環境出現的改變，為農業生態環境管理提供數據支持。

4農業生態環境監測中大數據技術應用問題

農業生態環境監測是當前農業發展關注的重點，但是由于我國長期沿用傳統的農業生產理念，對于生態環境監測的研究尚不深入，大數據技術應用仍然面臨較多的問題和挑戰，影響了大數據技術應用效果，難以充分發揮大數據技術的應用優勢。因此，相關部門需要正確認識大數據技術應用問題，能夠結合大數據技術應用現狀制定合適的發展策略，深化農業生態大數據的應用。

4.1數據共享難度大

若要挖掘大數據背后的潛在價值，實現數據共享是前提和關鍵，可以對收集到的多樣化數據進行資源共享，為各個部門開展相關生態環境決策活動提供全面的數據支持，然而，農業生態環境大數據的類型和格式具有復雜性和多樣性，會通過圖片、文字、視頻等多種不同形式展示出來。并且，農業生態環境監測數據分別來自農業氣象、農田水利、國土資源等不同部門。每個部門在生態環境監測活動中提出的要求和規范是不同的，監測指標也會有所差異，缺少統一的標準規范和數據平臺，因此會給后續數據的整合和統一帶來一定的難度。當前，雖然各個部門在生態環境監測過程中均開始使用信息化技術，但是其數據管理系統之間存在嚴重的壁壘問題，不同部門之間的同類數據形成“數據孤島”，很難整合，共享難度增加，影響了數據的有效利用。可見，“數據孤島”問題已經成為生態環境監測過程中需要重點解決的問題之一，如果不能將各個部門之間的數據進行有效共享，就難以發揮各個部門在農業生態環境治理過程中的作用，影響環境治理效果。

4.2技術創新程度不足

如何將多源異構的農業生態環境大數據轉換成合適的格式和類型，并在存儲和處理前對采集的數據進行“清洗”，是我國目前面臨的一大技術挑戰[6]。雖然大數據技術的應用已經得到了創新，但是我國農業發展速度較快，農業生產面積持續擴大，在生態環境監測中收集的數據規模也有所增加，因此提高了對于大數據技術應用的要求。如果數據技術創新度不夠，就會影響大數據技術應用的效果，給農業生態環境監測活動的開展帶來制約和影響。同時，專門研發適合多種計算模型的通用架構，是農業生態環境大數據建設和發展的迫切需求。在當前的大數據計算過程中，計算只是停留在數據簡單核算層面，或者部分計算模型無法適合多種形式數據的計算需求，這也會影響計算效率。

4.3缺少專業大數據人才

人才在21世紀是一種極其重要的優質資源，對于各行各業的發展而言，都有著重要意義和影響，而且農業生態環境監測也需要專業性人才的支持才能夠持續推進。因此，在大數據技術廣泛應用的環境下，需要重點培育專業的大數據人才，才能符合未來的農業生態環境監測工作需求。但農業生態環境大數據涉及的學科眾多，既包括環境、氣象、水文、土壤等自然學科，也包括數學、統計、人工智能等工程技術，因此需要大量復合型專業人才。然而，目前我國的農業高校和科研院所鮮有設置大數據相關專業和課程，也缺少對當前急需的農業生態大數據人才的針對性培養機制，難以源源不斷地提供優質人才資源。目前，負責農業生態環境監測工作的人才通常只是對農業領域的知識有詳細了解，缺少良好的大數據意識，不能主動利用大數據技術對農業生態環境監測工作模式進行創新[7]。

5農業生態環境監測中大數據應用優化策略

農業生態環境監測面臨嚴重的制約和影響，由于各種污染問題頻發，影響的范圍也持續擴大，降低了農業生產效益。上文針對大數據技術的應用問題進行了分析，為了能夠解決農業生態環境問題，促進農業持續發展，需要對大數據技術的應用方式進行優化，將大數據技術和農業生態環境監測緊密融合。下文提出了大數據技術的應用優化方式，力求為今后大數據技術在生態環境監測中的應用提供參考。

5.1集成多領域生態監測數據

在農業生態環境監測過程中需要重視對多個領域的數據進行集成處理，將其匯總到一起，這才能對農業生態環境指標進行細化[8]。在監測工作中涉及的部門包括氣象部門、水利部門、國土部門、農業部門、交通部門等，部門和部門之間應當針對生態環境監測指標進行統一規范和要求，保證格式與計算方法的統一性，為后續的使用提供便利。污染問題的產生會受到各種因素的影響，是生態環境要素在共同作用下產生的。通過集成監測數據能夠打通數據互通機制，真正形成大數據體系，為后續大數據分析、模擬計算以及污染問題溯源提供便利。

5.2強化大數據技術處理能力

處理能力是大數據技術的優勢之一，需要重視對其進行強化，充分發揮大數據技術在農業生態環境監測過程中的功能和作用[9]。特別是現階段氣候環境出現了較多的變化，經常會產生各種災害天氣，生態環境因素處于波動狀態，只有重視大數據技術的創新，才能夠對生態環境問題進行精準預測，及時對農業生產過程中的風險問題進行預報，為農業生產活動的有序開展提供質量保障。因此，相關人員需要結合地區的自然環境變化規律來開發軟件，對大數據技術平臺的功能模塊進行合理拓展，以提高大數據技術的處理能力，形成全流程精準預測模式。同時，將機器學習技術、人工智能技術和大數據技術進行融合，對大數據技術的應用模式進行創新，充分發揮大數據技術的功能和優勢。

5.3培養專業優質人才

相關部門需要重視培養優質人才，要求其在掌握農業專業知識的同時了解大數據技術，并形成大數據思維模式，合理利用大數據技術完成生態環境監測工作。對生態環境監測工作人員進行培訓，為其講解大數據技術在農業生態環境監測中的具體應用，并提出未來大數據技術應用的發展趨勢，使其能夠改變傳統的工作理念。同時，重視招聘復合型人才，可以和高校進行合作，利用在學校舉行招聘會的方式和人才進行一對一溝通，要求人才了解生態環境監測相關知識，并且能夠熟練使用大數據技術。高校也應當對人才培養體系進行優化和完善，結合當前社會對于人才的需求特點制定合適的培養策略，將復合型人才作為主要的人才培養目標[10]。

6結束語

農業是我國社會發展的重要基礎，只有農業持續穩定發展，才能夠為社會發展提供源源不斷的動力。在農業生產過程中，生態環境是影響農作物質量的主要因素，通過對生態環境進行調查和監測可以了解農業生產給生態環境帶來的變化，及時采取有效措施進行治理。傳統生態環境數據存在無序性和孤立性的特點，難以進行有效整合，在大數據技術的推動下構建信息化的生態環境監測體系，提高了環境監測工作效率和質量。但是，農業生態環境監測中大數據技術的應用仍然面臨較多問題，包括數據共享難度大、技術創新不足、缺少專業大數據人才等。因此，相關部門應集成多領域生態監測數據，強化大數據技術處理能力，培養專業優質人才，為合理應用大數據技術提供支持和幫助。