鄭妍妍
農產品生產從傳統人工模式到半機械化的規模化發展,生產力得到了極大提升。但隨著人口壓力不斷提高,可用耕地不斷減少,農產品生產需要另一場變革,以滿足人類發展的需求。在信息化革命的推動下,特別是在大數據、云計算、互聯網等科學技術的推動下,傳統的農業生產方式開始向數據驅動的智慧化生產方式轉變。我國農產品生產經過多年的發展,已經建立了涵蓋多層面、多領域的信息化系統,積累了海量的數據源,擁有了龐大的數據信息資源財富。
1農業大數據概念
農業大數據是在農業領域所產生的海量數據,其應用就是運用大數據理念、技術和方法,解決農業或涉農領域數據的采集、存儲、計算等一系列問題。農業大數據涉及多個環節,包括投入品采購、育種、耕地、播種、施肥、灌溉、殺蟲、收割、運輸、倉儲等各環節,是跨行業、跨專業的數據整合、分析和挖掘。農業大數據分為結構化數據和非結構化數據,非結構化數據呈現出快速增長的勢頭,其數量將大大超過結構化數據。
2農業大數據分類
2.1從不同角度分類
2.1.1從地域角度劃分
首先是全球范圍,以國內區域數據為核心,以國際和各國農業數據作為參考,為農產品進出口提供基礎數據資源;其次是國內分級別數據,包括全國層面數據、省級層面數據、地市級層面數據等區域數據,也包括企業、農戶等實體數據,為合理的生產和物流研究提供基礎數據資源。
2.1.2從行業領域劃分
以農業領域為核心,分為種植業、畜牧業、水產業及林業等不同領域。同時,隨著農產品供應鏈一體化的發展,由農業領域逐步拓展到供應鏈上相關的上下游產業,如上游農業投入品生產的化肥生產、農機生產、農藥生產、飼料生產及下游的屠宰業,肉類加工業、運輸倉儲業等。
2.1.3從數據的細化和綜合程度角度劃分
既包括宏觀的綜合性強的統計數據及大環境數據,還包括微觀的某地某產品的數據。
2.1.4從農產品分類角度劃分
因農產品種類繁多,種植過程不同,因此根據不同農產品進行細化分類,如蔬菜中的油麥菜、白菜、蘿卜等,畜品種的生豬、肉雞、蛋雞、肉牛、奶牛、肉羊等專類的監測數據。
2.2根據數據來源及應用方式分類
根據不同的數據來源和應用方式,將綜合數據庫從邏輯上劃分為空間數據庫、基礎業務數據庫、農業管理業務數據庫、決策業務數據庫、農業生產相關的模型庫、知識庫。
2.2.1空間數據庫
空間數據庫包括基礎電子地圖和農業專題電子地圖。基礎電子地圖主要包括行政區劃圖、重點經濟和政治目標分布圖、居民分布圖、道路交通圖、專題電子地圖則可劃分為農田規劃圖、氣候分布圖、農作物分布圖、農作物產量分布圖、土壤水分分布圖、土壤養分分布圖、植株養分含量分布圖等。
2.2.2基礎業務數據庫
基礎業務數據庫主要包括農作物數據庫、氣象數據庫、土壤數據庫、病蟲害數據庫、土地利用數據庫、農業科技數據庫等。
2.2.3農業管理業務數據庫
農業管理業務數據庫主要包括各類公報文檔、規劃成果、行政法規、行業知識、標準化生產、農業事務管理等文字、圖片、圖表及影像數據。
2.2.4決策業務數據庫
決策業務數據庫內容包括農業資源評估數據庫、農業生產評估數據庫、病蟲害預測數據庫等。
2.2.5農產品生產相關的模型庫
農產品生產相關的模型庫主要有土地評估模型、農作物產量、長勢預測模型、病蟲害高預測模型、施肥決策模型、灌溉決策模型等。
2.2.6知識庫
知識庫包括概念性知識、事實性知識、規則性知識和規律性知識。
3大數據環境對農產品生產的益處
3.1提高農產品生產率
通過物聯網,采集海量的基礎數據,為精準農業生產提供數據依據。通過數據分析來優化農業生產決策,降低災害損耗,并實現操作自動化、標準化,從而降低農產品生產成本,提高土地利用率、農產品產量和質量,最終實現從整體上提高農產品生產效率。
3.2降低農產品生產成本
我國部分地區長久以來一直面臨干旱的威脅,越來越多的技術、復雜的智能數據和灌溉系統應運而生。為了更加有效應對干旱,一方面,農民需要精確實時的信息來幫助他們主動進行水資源管理,避免浪費、過度灌溉或者灌溉不足。另一方面,不斷推進新技術應用,如嵌入式無線設備及土壤監測系統,農民能夠實時進行土壤水分監測、水資源檢測及有效地能耗管理,從而提高水資源利用率,降低農產品生產成本。
3.3提升農產品產量和質量
近年來,綠色健康食品概念深入人心,農產品生產者積極尋找有效并相對低廉的除蟲手段。在作物田塊內,依據特定小區的作物生產潛力、長勢而進行不同的管理,通過提高化肥、農藥的有效利用率來降低農用成本,同時降低作物中有毒物質的殘留量,提升農作物的產量和質量。
3.4實現優質農產品生產的可持續經營
通過對農業數據的分析提高化肥、農藥的有效利用率,減少作物中有毒物質的殘留量,降低因農業化學物質的濫用造成環境污染的風險。如過量的化學氮不僅會形成大氣污染源,會形成水體富營養化的“面源”污染源。數據分析后實施精準農業生產是保持農業可持續發展的有效途徑。endprint