農業大數據的獲取與利用

謝潤梅

(中國科學技術信息研究所,北京 100038)

農業大數據的獲取與利用

謝潤梅

(中國科學技術信息研究所,北京 100038)

摘要大數據的發展日新月異，已經深入到包括農業在內的各個行業。因此，農業大數據作為農業信息化的發展趨勢，是新一代信息技術的集中反映，是一個具有無窮潛力的新興科技產業發展方向。該研究結合農業大數據的基本特征與產業鏈構成，介紹了農業大數據的基本概念，基于相關農業信息平臺、農業數據庫等渠道，闡釋了農業大數據的獲取方式，并從良種培育、精準種植、農業生態環境監測、天氣預測等維度對農業大數據的利用進行探討，以正確面對農業大數據面臨的機遇與挑戰，為農業的發展、創新奠定基礎。

關鍵詞農業大數據；數據獲??；數據利用；智慧農業

農業作為基礎產業，為緊跟大數據時代步伐，傳統的農業生產方式應向數據驅動的智慧化生產方式轉變。而云計算、大數據、互聯網等科學技術將是這場變革的主要推動力?；诖?，理論界對農業大數據進行大量的探索，張浩然等[1]介紹了大數據的概念與應用技術，溫孚江[2]闡釋了農業大數據研究的戰略意義與協同機制，孫忠富等[3]論述了農業大數據管理整個生命周期；然而在農業大數據領域研究最多的還是農業大數據的應用，柳平增[4]以渤海糧倉科技示范工程大數據平臺為例，介紹了農業大數據平臺在智慧農業中的應用，許世衛[5]介紹了農業大數據對農產品監測預警的重大作用，郭承坤等[6]就發展農業大數據的主要問題和主要任務進行了探討?？梢?，在農業大數據研究方興未艾的今天，探討其獲取與利用有著非常重要的意義。

1農業大數據基本概念

農業大數據是大數據的一個分支，是大數據理論、技術和方法在農業領域的應用實踐。農業大數據的特性滿足大數據的5個特性，一是數據量大(Volume)；二是處理速度快(Velocity)；三是數據類型多(Variety)；四是價值大(Value)；五是精確性高(Veracity)。農業大數據涉及的領域廣，環節多，是跨行業、跨專業的數據集合。因此，從某種程度講，農業大數據還具有復雜性(Complexity)及分散性(Dispersion)的特征。

農業大數據作為一個新生事物，其內涵還沒有準確的界定。目前我國已形成農業大數據 “農業數據源—農業數據管理—農業數據分析—農業數據應用”的產業鏈，而IT基礎為產業鏈中的各個環節提供基礎支撐。

農業數據源主要從數據獲取方式及數據的類型進行描述。數據獲取方式主要包括Web、移動端、流媒體、傳感器等；而數據類型主要包括結構化數據、半結構化數據、非結構化數據。農業數據源是農業大數據產業生態的基礎，為農業數據管理、農業數據分析及農業數據應用做鋪墊。

農業數據管理作為大數據產業技術重要的組成部分，承載著農業大數據的采集、傳輸、存儲與處理等功能。農業數據采集與傳輸是基于計算機硬件、軟件、互聯網等工具與技術對數據進行生產集聚；農業數據存儲從簡單的DAS、NAS、SAN等存儲方式，逐步擴展到數據聚合平臺，最終形成云服務；而農業數據處理是以海量數據分布式處理、非結構化數據處理、實時數據處理為主要方式，基于Hadoop、Spark等核心技術，實現數字、文本、圖像、視頻、音頻及多媒體等數據的處理功能。

農業數據分析作為農業大數據產業鏈的核心環節，肩負著從海量數據中挖掘其行業價值的使命。即運用大數據挖掘工具及技術，對農業數據進行定制化分析，實現數據服務的個性化、精準化和智能化。

農業數據應用作為農業大數據產業的落地點，呈現分析挖掘的數據價值，還原大數據結論反映的行業問題，即將農業大數據應用在糧食安全、土壤治理、病蟲害防治、動植物育種、農業結構調整、農產品價格、農副產品消費等領域，解決農業生產過程遇到的諸多問題。大數據技術與農業生產的緊密結合，為從事農業領域工作的師生、社會公眾、政府部門及涉農企業提供了新方法、新思路。

2農業大數據的發展機遇

目前，不論是國際、還是國內，中央、還是地方，都對大數據發展尤為重視。農業大數據作為大數據的重要分支，面臨著前所未有的發展新機遇[7]。

聯合國在2012年發布了大數據政務白皮書，指出大數據對于聯合國和各國政府來說是一個歷史性的機遇，人們如今可以使用極為豐富的數據資源，來對社會經濟進行前所未有的實時分析，幫助政府更好地響應社會和經濟運行。歐盟支持大數據建設的第一步是進行監管和推動公開，歐委會于2012年1月提交了“運用數據保護條例”等規定，旨在以較低的費用和簡捷的重復使用條件，更加便捷地使用和重新使用公共數據。2012年3月，美國宣布投資2億美元拉動大數據相關產業發展，將“大數據戰略”上升為國家意志，并表示一個國家擁有數據的規模、活性及解釋運用的能力將成為綜合國力的重要組成部分。

李克強總理在2014年3月5日第十二屆全國人民代表大會第二次會議做政府工作報告時提出，要設立新興產業創業創新平臺，在新一代移動通信、集成電路、大數據、先進制造、新能源、新材料等方面趕超先進，引領未來產業發展。

大數據產業發展，受到國內外的高度重視。然而，“十二五”期間，全國現代農業發展規劃(2011-2015年)指出，加快發展現代農業，既是轉變經濟發展方式、全面建設小康社會的重要內容，也是提高農業綜合生產能力、增加農民收入、建設社會主義新農村的必然要求。因此，大數據作為新一代信息技術，在農業領域的跨界應用任重道遠。農業大數據應在良好的大環境中，抓住機遇，緊跟時代發展潮流。

3農業大數據的獲取

考慮到農業大數據具有多類型、復雜性及分散性的特點，其獲取的難度可想而知。農業大數據分為結構化農業數據和非結構化農業數據。結構化農業數據是專業化、系統化的農業領域數據，即行數據，存儲在數據庫里，可以用二維表結構來邏輯表達實現的數據，如專業農業數據庫、農業信息平臺等。因此，結構化農業數據的獲取性更好。

隨著互聯網及物聯網的發展，我國農業網絡數據資源越來越多。農業信息網站主辦單位主要包括各級政府部門、農業科研教育機構及涉農企業單位。農業數據類型也呈現出多樣化趨勢，如農業圖書、期刊雜志等正式資源，政府農業簡報、農業相關會議信息等非正式資源，還有一些諸如農產品市場信息、農業科技成果等動態信息資源。總之，從涉農國家部委到科研院校、企業單位都在完善自己的農業數據資源信息庫。

中國農業科技信息網涵蓋了農業科技領域比較全面的信息資源，如世界農業科技發展動態數據庫、中國農業科學院研究生學位論文數據庫、農業科技信息數據庫、農業科技成果數據庫、國土資源文摘數據庫、農業科技項目數據庫、國外科技資料目錄數據庫、科技期刊目錄數據庫、圖書目錄數據庫、農業科技報紙文摘數據庫、農業科技期刊全文數據庫等不同類型數據庫。

當然，我國還有一些其他涉農數據庫，如全國農業經濟統計資料數據庫、中國農作物種質資源數據庫、中國畜禽品種資源數據庫、中國農林文獻數據庫、農業合作經濟數據庫、農牧漁業科技成果數據庫、農產品集市貿易價格行情數據庫等，都為我國農業信息化作出突出貢獻。

此外，我國很多綜合性數據庫也涵蓋了大范圍的農業領域數據，如萬方數據、中國知網、維普等數據平臺，通過關鍵詞、中圖分類號、學科碼、行業碼等檢索途徑，都可以獲得很多論文、成果、專利、標準等有關農業領域的大量信息。

除了國內這些結構性涉農數據庫，國際知名的農業數據庫系統有CABI、AGRIS、AGRICOLA，其質量高、數量多并具共享性，為農業大數據獲取提供了便利條件。

然而，雖說涉農信息網站和農業數據庫資源數量大，種類多，數據質量卻參差不齊。許多規模小的涉農網站在數據質量上存在嚴重問題；部分企業構建的涉農數據庫存在數據結構混亂、建庫重復性現象嚴重、數字化程度偏低、資源共享難等問題。同時，隨著信息技術與現代農業發展，非結構化數據急速增長，與結構化數據相比，非結構化農業數據具有數據存儲分散、數據格式多樣化及數據類別混亂等特點，增加了農業數據收集、利用的難度。因此建議國家有關部門建立標準化數據存儲及發布平臺，提高數據利用率，為農業大數據在農業領域的進一步應用奠定基礎。

4農業大數據的利用

農業大數據應用，依托部署在農業生產現場的各種傳感節點(環境溫濕度、土壤水分、二氧化碳、圖像等)和無線通信網絡，完成農業大數據采集、傳輸、存儲、處理等環節的數據管理，結合大數據分析挖掘技術，最終實現農業生產環境的智能感知、智能預警、智能決策、智能分析、專家在線指導，為農業生產提供精準化種植、可視化管理、智能化決策。如今，國內外農業大數據快速發展，其典型應用體現在以下幾個方面。

4.1培育良種對人類營養狀況數據、生物群體的基因組等數據進行分析，通過對農作物的基因組進行測序，培育一些營養價值較高的作物品種，有助于提升人們的健康水平。

4.2精準種植精準種植是基于3S技術(遙感技術、地理信息系統、全球定位系統)，實施一整套現代化農事操作技術與管理的系統，主要用于土壤肥力的精準化監測、農田邊界圖智能管理、病蟲害精準定位和防治、精準施肥和灌溉等。

4.3農業生態環境監測生態環境監測主要是對農作物生長相關的土壤、水質、氣候、氣象和災害等情況進行全面監測，并對它們之間復雜的關系進行分析，可以判斷不同生態環境對農作物生長的影響。

4.4天氣預測通過分析歷史天氣變化規律，建立天氣識別模型，結合當前的氣候特征和近期的天氣情況，對某地未來一定時期的天氣狀況進行預測分析，對農業生產和日常生活具有重要的指導作用。

4.5農產品與食品安全監測通過對農產品與食品的產地環境、產業鏈管理、產前產中產后、倉儲加工、物流等數據進行監測，并通過對影響農產品與食品安全的關鍵性指標設置警兆、分析數據、發布預警、尋找警源、消除警情等一系列操作，實現對農產品與食品的安全監控。

4.6農產品物流農產品物流涉及農產品的收購、儲存、加工、包裝、運輸、卸載搬運、配送等環節，通過整合、分析各個環節的數據，不僅可以連接農業主體和消費需求主體，還能實現農產品保值增值，甚至可以為整個物流管理提供有力的決策支持，如物流中心選址、最優化配送路線、合理管理庫存等。

4.7農產品市場追蹤通過對農產品銷售價格、銷售量、銷售需求、消費者購買行為數據進行分析，可以判斷農產品的供需、價格變動以及消費者的購買習慣等。我國的農業大數據應用雖已取得階段性成果，但在整個農業產業鏈推廣過程中仍存在許多問題。而農業大數據作為農業信息化的發展趨勢，是新一代信息技術的集中反映，是一個具有無窮潛力的新興科技產業方向。

5農業大數據面臨的挑戰

大數據與農業的融合，作為一新興的技術領域，存在著一些困難與挑戰。重點體現在數據采集、數據存儲、數據處理、數據分析與數據應用等方面。農業數據采集，需運用互聯網、物聯網技術，盡可能收集異源及異構數據，多角度體驗農業數據的全面性和可信性；農業數據存儲，需結合分布式、云計算技術，達到低成本、低能耗及高可靠性的目標；農業數據處理，需將數據、文本、高維圖像等類型數據降維后度量與處理，導出可理解的內容；農業數據分析，需結合降雨、氣溫、土壤狀況與歷年農作物產量等農業相關數據，運用大數據挖掘技術，預測農業未來產量，服務精準種植；農業數據應用，結合農業產前、農業生產、農產品加工、流通及消費的特點，將大數據廣泛應用到農業產業鏈的各個環節。

此外，農業大數據在政策法律、數據開放、數據共享及人才培養等方面都面臨著嚴峻挑戰，希望國家、企業及個人共同努力，為大數據在農業中的應用帶來跨時代的變革。

6結語

農業大數據首要任務是推動國家農業的發展,通過把握數據獲取整理、存貯管理、計算處理、數據分析、知識展現與決策支撐等環節,努力走出一條生產技術先進、經營規模適度、市場競爭力強、生態環境可持續的中國特色新型農業現代化道路，在新一輪農業現代化建設中，緊抓機遇，夯實智慧農業的基石，讓大數據創造出真正的智慧，支撐智慧農業的穩健發展。

參考文獻

[1]張浩然,李中良,鄒騰飛，等.農業大數據綜述[J].計算機科學,2014(S2):387-392.

[2]溫孚江.農業大數據研究的戰略意義與協同機制[J].高等農業教育,2013(11):3-6.

[3]孫忠富,褚金翔,杜克明，等.農業大數據管理整個生命周期[J].高科技與產業化,2015(5):58-61.

[4]柳平增.農業大數據平臺在智慧農業中的應用：以渤海糧倉科技示范工程大數據平臺為例[J].高科技與產業化,2015(5):68-71.

[5]許世衛.農業大數據與農產品監測預警[J].中國農業科技導報,2014(5):14-20.

[6]郭承坤,劉延忠,陳英義，等.發展農業大數據的主要問題及主要任務[J].安徽農業科學,2014(27):9642-9645.

[7]蔡書凱.大數據與農業：現實挑戰與對策[J].電子商務，2014(1):3-4.

中圖分類號S126;TP311.13

文獻標識碼A

文章編號0517-6611(2015)30-383-03

作者簡介謝潤梅(1983- )，女，河北涿鹿人，在讀碩士，從事競爭情報研究。

收稿日期2015-09-28

AcquisitionandUtilizationofAgriculturalBigData

XIERun-mei(InstituteofScientificandTechnicalInformationofChina,Beijing100038)

AbstractThe development of big data with each passing day, has already gone deep into the various industries including agriculture.Therefore, the agricultural big data as the development trend of the agricultural information, is a new generation of information technology and a concentrated reflection of the new technology industry.Based on the basic features and industrial chain composition, this paper expounds the basic concepts of agricultural big data.Based on the related agricultural information platform and agricultural database, this paper elaborates the acquisition ways of agricultural big data, and discusses the utilization of agricultural big data from aspects of seed breeding, precision planting, agricultural ecological environment monitoring, weather forecast, in order to face the opportunities and challenges and lay the foundation for the development and innovation of agriculture.

Key wordsAgricultural big data; Data acquisition; Data utilization; Wisdom agriculture