面向農業領域的大數據關鍵技術研究

摘 要：隨著我國科學技術的不斷進步，農業領域在互聯網和大數據推動下得到了快速發展。想要提高農業生產規模，就要通過對大數據技術和理論的利用，推進農業大數據技術實踐，并制定現代化農業發展戰略。本文主要對大數據技術下的農業領域進行研究，并針發展中存在的問題提出解決策略，以推動新時期下我國農業更好的發展。

關鍵詞：大數據時代；農業領域；問題；措施

在信息時代下，各行各業都需要加快轉型跟上時代步伐。尤其是近幾年的大數據、云計算等技術的發展，推動了我國各領域的迅速進步。大數據作為一種資源，在農業領域中得到了廣泛應用，農業具有數據多樣化的特點，在管理和存儲上有較大的困難，因此必須變革管理方式，才能夠適應大數據時代。

一、大數據概述

（一）大數據概念

在大數據的來臨下，社會上各個領域都受到了影響，IBM認為其是具有多樣性、精確性、規模性和高速性的。其中多樣性是大數據具有很多種類型；精確性是指數據分析的準確性和時事性；規模性是大數據的數據量較大；高速性是數據的建立、處理、和分析在向著快速度發展。

（二）與現代技術的關系

數據整合。數據整合是在搜索引擎和分布式計算的基礎上實現的，其通過對數據的收集、轉換、抽取、標識等將可靠、高效、安全的平臺進行建立。數據整合能夠服務上層應用，并將其最大價值充分發揮。在數據資源快速增長的時代下，要在數據源不同的前提下，實現數據的轉換、傳遞、凈化等功能，并將用戶的實際需求作為出發點，分析并處理數據資源，整理提煉有效信息，進而形成數據中心，并支持數據的管理和資源的共享。

云計算。大數據具有數據量大的特點，其對數據的處理遠超于計算機，怎樣快速并精準的處理數據就要通過云計算實現。云計算作為一項提供分布式數據庫、和分布式處理的技術，得到了廣泛的運用。

二、農業大數據特點

（一）具有復雜性

農業數據的使用范圍較廣，且涉及的領域較多，包括氣象、病蟲害、土壤等，其中氣象包括空氣的濕度、溫度、風級、風向、日照程度、雨水量等；病蟲害的種類較多，其在不同的農作物上會有不同的體現；土壤可分為化學指標、物理指標、生物指標。在采集數據過程中，工具、方法、測量、計算都會造成數據的誤差，影響了數據的準確性和實時性，也使數據在后期處理時更加復雜。

（二）具有不平衡性

農業區域在發展中會因天氣、土壤、季節等因素造成農業數據的不平衡，而造成影響因素的原因有自然條件、人為因素、市場因素、產業形態等，致使農業數據的不平衡性。

三、大數據在農業領域的應用

（一）測土服務系統

在種植工作要點中，各地的施肥方式有了轉變，將“診治”“開藥”“用藥”作為首要解決的問題，并在大數據基礎上推廣配方肥，并開展配方肥施肥的演示點，供農戶學習，使肥料的使用效率提高。

（二）大棚控制系統

控制系統。控制系統能夠對大數據的命令進行接收，并根據實際情況進行操作。例如：控制風機、卷簾機、機械等。進一步實現智能化管理，提高生產效率和種植質量。

監測系統。通過對傳感技術的使用，對大棚中的土壤、空氣、二氧化碳、溫度、濕度等要素進行采集。并通過相關技術傳送收集到的數據，這樣，服務中心就能夠對其進行分析。

控制終端。用戶能夠通過移動設備對檢測到的信息進行查看，并作出相應的措施，減少了人工，提高了效率。

服務中心。在云計算的基礎上對大數據服務中心進行建立，能夠實現對種植物的時事檢測和查看，系統在建立農作物模型的同時，操作機械設備，在此期間能夠減少人為的干預，并提高精準度，和生產效率，減少種植成本。

預測病蟲害。在農作物生長過程中，會發生病蟲害，其與空氣中的溫度、濕度以及土壤都有關系。對以往的農作物生產數據中進行分析，并建立模型，進而對蟲害進行預測。相關人員根據對病蟲害的預測，將大棚溫度調節到最佳溫度，并改變施肥方式使土壤結構改變，能夠最大程度避免病蟲害的發生，這種措施能夠減少用戶對農藥的使用，以減少農作物的危險性，進而使農作物質量提高。

預測農作物成熟度。農作物使農民的主要生活來源，很多農民對農作物的種植還存在著“靠天吃飯”的觀念，但在全球經濟不斷發展的同時，大氣環境也逐漸下降，生產農作物不能夠只依靠大自然。通過對以往農作物數據的分析，并根據當下的氣象條件，能夠預測到農作物的成熟時間和成熟度，并對上市時間進行預測。生產者根據目前的農業市場情況，對大棚內的施肥情況和濕度溫度進行調整，進而掌握農作物的成熟時間。對產品的上市時間進行調整，通過對保鮮、溫度等調節，調整農產品的上市時間，進而收到高利潤。例如：湖北某漁業區，建立河蟹的保鮮庫，使河蟹得到保鮮，到了銷售螃蟹高峰期時調整保鮮庫的溫度，進而獲得好的收益。

預測農業災害。農業在生產過沉重會受到氣象條件的影響，例如：大風、洪、旱等因素都會對農作物造成不良影響。分析歷史數據可知以往的氣象規律，并得出風力、雨水量與農作物產量之間的關系，在得出預測結果后做出及時的保護措施，減少農作物因氣象原因受到的影響，進而提高農作物產量。

四、農業服務方面的應用

（一）信息管理的應用

農民對土地的占有、種植、收益等是土地承辦經營權實施后的主要權利，也是農民對土地使用的最基本的權利。因多方面條件限制，不同地區的土地承包管理出現混亂的現象。針對這一問題，我國對土地承包經營權進行了調查，調查結果顯示，該權利的應用規模以本地區為主，手工作為主要的管理方法，不能夠與時代同步。這種情況下，管理和應用土地承包經營權必將通過信息化實現。通過對遙感、計算機、定位系統的應用，建立高效化、規范化的管理平臺，進而實現農民對土地的管理權和使用權。

（二）管理農產品質量安全

在社會快速發展的同時，各行各業都在一味的追求經濟效益，忽略了社會效益的重要性，食品污染成為農產品的主要問題，人們的消費觀念也逐漸偏向綠色食品，因有機食品和綠色食品的價格較普通食品的價值昂貴，很多不良商家找到了“商機”，因此，很多消費者買到了假冒的有機食品。應建立食品查詢系統，使消費者能夠在平臺查詢到綠色食品的真偽，該系統能夠得到人們的普遍認可，在購買綠色產品前都愿意對食品真偽進行查詢，這種大規模、大容量的訪問符合了大數據的特點，也是其強項。

（三）農資服務

通過對多少數據的利用，對農業生產的銷量數據和生產數據進行收集并分析，并根據當地的季節、氣候、民族等因素，設計相關模型，并對農產品地區間的供求管理進行預測，并提前預警。在預測過程中，能夠對明年的農產品需求種類進行提示，并顯示適合明年種植的農產品，進而購買種子并了解該農作物的特點，這種服務能夠提前預知市場的需求，并并在打破供求平衡前滿足市場需求，進而提高農民收入；通過對市場的預測，能夠使農民根據資料和實際需求進行生產，并充分調配，減少農過剩的農產品給農民帶來的不利影響。

（四）農技服務

根據我國近幾年的社會發展情況來看，在農業領域中種植、水產和畜牧的發展勢頭較好，在以往的農技服務中，農技人員是主要的服務手段，但市場上的農技服務人員專業水平有高有低，只有少數人員具備專業素質，且不能夠根據實際情況對農民進行技術指導，在經濟快速發展的今天，人工式的農技服務已不能滿足時代發展需求，對農業生產的推動效果也無法繼續提高。此時，利用大數據技術對病蟲害數據庫、養殖數據等與以往的數據進行結合并分析，并建立模型，通過分析模型，對農戶配備專業的農技服務人員和技術人員，進而提高農技服務的針對性。運用大數據技術能夠將農民種植中的難題進行解決，進而提高農技服務的實用性。

（五）農業信息服務

隨著信息時代的快速發展，農民對市場信息的需求量逐漸加大，但因各種限制因素，農民能夠獲取并利用的信息很少。而大數據技術能夠對農民的地區、信息、農作物種類等信息進行收集并分析數據，將數據與以往的數據和相關的政策相匹配，提供給農民信息，農民在獲取到市場信息后能夠最快得知市場需求，并獲得相應的技術和農技服務。這種服務模式不僅提高了農民對市場信息獲得的速度，也改進了服務部門對農民服務的方式和內容，農民能夠在信息指導下，準確的掌握市場動向，提高農民收入。

（六）農業應急管理的應用

近年來，關于我國農業應急管理方面的問題層出不窮，農作物會在天氣、土壤、災害等因素下受到破壞，使農產品質量下降給農民的收入造成影響。應急管理已經成為解決農業種植問題的主要矛盾，解決該項問題也是農業部門的主要職責。依賴于大數據技術并對災害問題進行預測和預警，是目前必須要做的。例如：動物疫情中，對疫情做出緊急應對，并通過指揮中心對信息部門進行梳理，并對數據內容進行確定，建立緊急目錄，共享和交換數據，融合數據后挖掘并活化數據。

五、農業領域在應用大數據中存在的問題

（一）數據分散

農業在我國經濟發展中占有重要地位，在現代化社會中，農業的發展離不開互聯網和云計算，對此相關部門建立了多個數據庫，地方農業部門也相繼建立了地方數據庫。因數據不統一在整合過程中就會加大難度，且沒有相關規定對其進行要求，數據的收集和整合就會出現失誤，收集到的數據也無法發揮其作用。因大數據技術在融合的基礎上才能夠發揮其價值，這種分散、單獨的數據不能發揮作用。若將數據分散開來只會實現數量上的大數據，大數據的特點和優勢得不到發揮。

（二）缺乏對大數據資源的規劃

規劃農業大數據就是對數據的收集、傳輸和使用，農業信息中，數據資源規劃是基礎工程，但農業資源資源缺乏整體性規劃，且建立目標不清晰，資源的分布和結構不平衡，資源的共享和交換比較缺。農業領域在新時期下，快速發展，且規模逐漸擴大，在不依靠大數據的前提下，農業收集、整合、分析的數據都會發揮不到作用。

（三）數據來源不足

目前，我國收集農業數據的渠道不能夠滿足實際需求，一些數據量缺少、頻度不夠、連續性不強和涵蓋面窄等是主要問題。當前，收集到的數據經過層層上報后，不能夠保證其實時性，這種傳統的傳送數據的方式降低了工作的主動性和積極性，在農業網站上的數據得不到及時的收集和整合，因此數據來源的渠道得不到利用，影響農業發展。

（四）數據利用率低

合理的利用農業數據能夠幫助農民預測風險并提高收入，但目前的數據庫不能對圖片、文檔進行利用和處理。對數據的利用還不達一半，很大一部分的數據得不到開發，價值農業數據較為分散，標準不同，只能單一的利用，具有機智的數據還沒有挖掘出來。

六、農業領域大數據的建設

（一）使大數據標準化

目前我國農業大數據還處在剛剛建設階段，農業部門和農民提高了對大數據的認識，建設農業數據平臺，能夠促進我國農業更好的發展。建設農業大數據，應將規范化和標準化作為發展目標，并對農業內外資源進行整合，提高對資源的利用。有關部門應加強對信息的整合，并建立相關的管理體系。促進部門之間的相互配合，進而提高農民對數據的利用率。

（二）建立數據平臺

有關部門應建立數據平臺，是農民能夠通過數據得到往年的種植信息，進而掌握市場的動向。通過對數據的收集、整理、利用實現農業的快速發展；對數據的整理和加工建立數據資源平臺，并在技術的幫助下提高平臺的價值；在平臺上分析成果，并對政府和企業和農民進行服務。

七、總結

在信息時代快速發展的同時，農業領域想要快速發展，就要依靠大數據技術，通過大數據對病蟲災害和市場進行預測，并調整農作物的成熟度，進而提高農民的收入。但目前，我國農業大數據技術還處在發展階段，各方面還不成熟，因此，應加強對大數據的研究，并提高對大數據的利用率，進而促進農業穩定發展。

參考文獻：

[1]王強.大數據技術在農業領域的應用分析及建設策略[J].新疆農業科技，2015，（1）.

[2]田宏武，鄭文剛，李寒.大田農業節水物聯網技術應用現狀與發展趨勢[J].農業工程學報，2016，32（21）.

[3]任婷婷，辛慶強，呂猷等.內蒙古農業領域大數據應用體系建設芻議[J].畜牧與飼料科學，2017，38（3）.

[4]王應海.大數據及人工智能技術在灌溉領域的應用初探[J].節水灌溉，2017，（3）.

[5]趙樹林，徐鵬民，呂光杰等.數據融合算法在農業物聯網信息采集中的研究與應用[J].青島農業大學學報（自然科學版），2016，33（1）.

[6]藺旭東，周軍鋒，劉佳.資源關聯性大數據分析在農業生態環境保護中的應用[J].中國農業資源與區劃，2016，37（2）.

作者簡介：郭云麗（1986—），女，漢族，山西長治人，助教，主要研究方向：管理學。