物聯網大數據助推壽光蔬菜產業上檔升級

李祎　郎德山

摘 要： 壽光蔬菜種植歷史悠久，種植經驗豐富，管理技術先進。近年來，壽光注意收集蔬菜種植模式及面積數據，蔬菜種植種類、周邊交易市場及農資銷售網點數據、合作社及新技術應用推廣數據、蔬菜網點銷售數據等各種數據，集中研究分析、預測不同蔬菜的種植面積、種植模式、生產季節、銷售的區域及預期價格等。并把這些數據與蔬菜物聯網結合應用到蔬菜產業中，減少了蔬菜種植的盲目性，推進水肥一體化進程，綠色無公害技術得到極大應用，實用性發明推廣迅速，蔬菜病蟲害診斷足不出棚即可快速完成，提高了壽光蔬菜的核心競爭力，推動了壽光蔬菜產業上檔升級。

關鍵詞： 壽光蔬菜； 物聯網； 大數據； 產業升級

大數據是繼計算機、互聯網之后信息產業的又一次大飛躍，它的廣泛應用，成為了一個全新的經濟增長點[1]。壽光蔬菜種植歷史悠久，種植技術領先，擁有“冬暖式大棚”發源推廣地、“中國蔬菜之鄉”的美譽。壽光的蔬菜產業發展到了一個較高的水平，成為了全國農業產業的典型。近幾年，縱觀全國各地的蔬菜產業發展，可以說用“迅猛”來形容不過分，壽光蔬菜產業繼續在溫室設施、種植技術、科技應用等方面繼續保持領先地位和水平，壽光市智慧農業物聯網大數據平臺功不可沒。

2016年5月，壽光市農業局、濰科軟件公司共同開發了智慧農業物聯網大數據平臺，實現了蔬菜產業的模塊化式發展、智能化監管、全域化追溯和信息化服務[2]。通過近幾年的運行情況看，效果明顯：監管部門足不出戶通過平臺實時掌握不同模塊的數據變化情況，信息快捷、透明、公開，從而指導蔬菜產業的生產發展；作為種植農戶來說，通過變化的數據，找到自己需要的信息，加以研究、分析對比、參考應用等。大數據的應用，推進了壽光蔬菜種植規模化、生產標準化、創新科技化[2]，為壽光蔬菜產業的發展提供了很好的服務，推動了壽光蔬菜產業發展再上新臺階。

1 收集蔬菜產業的數據范圍

1.1 預測蔬菜的種植模式及面積數據

不同季節茬口的露地蔬菜種植面積、拱棚蔬菜種植面積、日光溫室蔬菜種植面積。到2017年12月，壽光的溫室蔬菜種植面積2.67萬～2.80萬hm2，拱棚種植1.33萬～1.47萬hm2。

1.2 預測蔬菜種植種類數據

如計劃種植有刺黃瓜、無刺黃瓜；計劃種植普通絲瓜、棱絲瓜；計劃種植西瓜、甜瓜；計劃種植普通番茄、櫻桃番茄；計劃種植彩椒、辣椒；計劃種植豇豆、菜豆；計劃種植大蔥等。到2017年12月，壽光黃瓜種植面積1.00萬～1.07萬hm2，西紅柿種植面積1.33萬～1.47萬hm2，辣椒種植面積0.53萬～0.67萬hm2，茄子種植面積0.33萬～0.40萬hm2，韭菜種植面積0.33萬～0.40萬hm2。

1.3 村邊交易市場的數據

交易市場的數量、不同市場交易的主要蔬菜產品種類、運輸客戶的銷售區域等。目前，壽光村頭地邊符合市場標準的蔬菜交易市場600家，主要交易黃瓜、番茄、辣椒、西甜瓜、絲瓜、韭菜等品種。

1.4 農資銷售網點數據

農資店數量，銷售肥料的種類、來源，銷售農藥的種類、來源，銷售棚膜種類、來源等，目前壽光有1 576 家農資經營店[2]。

1.5 合作社數據

合作社的數量、區域，合作社成員數量，種植蔬菜的種類，蔬菜銷售區域等。目前，壽光市蔬菜合作社形式的組織有920家，龍頭示范農場450家，很好地服務了蔬菜產業發展（圖1）。

1.6 農業新技術應用數據

水肥一體化應用數據，智能溫室應用數據，人工補光燈應用數據，病蟲害物理防治數據，生物防治數據，種植過程監控數據等。

1.7 蔬菜網店銷售數據

網店數量、區域位置、銷售種類、業績等數據。

2 物聯網大數據在蔬菜產業發展中的作用

通過對大數據的收集、整理、分析，可以提前了解和掌握本地區內蔬菜產業發展的比較科學的數據，對于主管部門和菜農來說，可以根據數據對將來的蔬菜生產及其相關經營做出科學的預測和判斷，做到“全要素、全過程、全系統”生產的一體化掌握[3]，更好地指導蔬菜產業的持續健康發展。

2.1 減少了蔬菜種植的盲目性，增強競爭力

過去，菜農選擇種植什么品種的蔬菜，一是結合種植管理經驗，選擇自己熟悉的種類進行種植；二是菜農從眾的思想，別人種植什么我就跟著種植什么；第三是去年種植什么效益好，今年繼續種植什么。這樣勢必會造成個別蔬菜種類的大豐收，造成供給大于需求，進而效益變差，甚至出現菜賤傷農的情況。

現在，伴隨著信息技術的發展，主管部門及時提供收集的數據，并及時更新，根據數據分析提供指導性意見，發揮大數據的實質性作用：哪些蔬菜面積較大，建議改換其他種類；哪些蔬菜面積仍有空間，可以增加種植等[4]。蔬菜種植由傳統農業生產轉向現代農業生產。傳統的靠經驗指導的蔬菜產業，具有滯后性和較大差異性，在信息技術指導下的蔬菜產業，利用大數據，能夠對將要遇到的問題做出比較準確的預測，并及時做出反應，一定程度上減少了蔬菜種植的盲目性，提高了競爭力，增加了菜農的收益。

2.2 水肥一體化技術得到很好應用

傳統的蔬菜種植管理模式為大肥大水，在一定程度上提高了蔬菜的單位面積產量。但水肥的吸收利用率不是100%，導致大量的水肥滲透浪費，污染了土壤，污染了地下水。

隨著大數據應用，菜農將水肥一體化模式效益數據前后比對，發現配方施肥的水肥一體化技術節省了勞力[5]，施肥量減少30%～40%，降低了成本，肥料利用率可提高20%以上，與漫灌相比，節水超過60%。改善了環境，減少了病蟲害發生，提高了蔬菜品質，效益明顯增加。水肥一體化滴灌技術得到認可和推廣，截至2017年11月，壽光市水肥一體化推廣面積達到了0.67萬hm2（圖2）。

2.3 綠色無公害技術得到推廣

2.3.1 秸稈肥化還田技術得到推廣應用 將番茄、茄子、辣椒等蔬菜秸稈粉碎后，通過生物發酵技術制成有機肥，施入溫室大棚。減少了環境污染，調節改善了土壤環境，減少肥料農藥的使用，提高了蔬菜產量和品質，增加了經濟效益。目前壽光有4家大型秸稈還田農業公司，助力壽光蔬菜持續發展。

2.3.2 補光燈應用效果明顯 蔬菜通過光合作用制造有機物，促進生長發育，在冬季遇到連續陰天或光照不足的情況下，光合作用受到極大影響，對蔬菜生長極為不利，特別是土壤濕度較高的瓜類蔬菜。補光燈可以在陰雨天或者光照不足時為蔬菜生長提供光源，延長蔬菜的光合時間[6]。補光燈已經出現十幾年，但以前只有零星安裝，且信息不暢，大數據應用后，菜農自己主動聯系安裝棚戶，對比效益，推廣速度加快。

2.3.3 實用性發明應用廣泛 1）室內蔬菜運輸車的應用。為充分利用溫室空間，僅有在北側有一條寬60 cm左右的通道，蔬菜采摘后一般是用大筐裝，質量在100～130 kg，運輸難度較大。蔬菜運輸車的發明，雖然科技含量不太高，但實用性非常棒，很好地解決了棚室內蔬菜向棚外運輸的難題，為廣大菜農提供了極大便利，隨著大數據信息的收集發送，很快得到了菜農喜愛。2）栽苗器的應用。菜農在蔬菜秧苗定植過程中，反復出現彎腰直立的動作，強度較大。針對這種情況，壽光農業技術人員發明了栽苗器，菜農不用彎腰，站立即可輕松完成秧苗定植，省時省力速度又快。伴隨著數據信息的匯總發布，壽光菜農很快就用上了栽苗器，解決了蔬菜生產的定植難題。3）蔬菜病蟲害物理防治得到推廣。蔬菜病蟲害防治方法有多種，其中物理防治無毒無污染，無殘留，減少了肥料和農藥的使用，達到增產、優質、抗病和高效的目的，受到大家關注。以前由于菜農獲取信息的渠道少，獲得的信息量少，推廣應用不理想。隨著物聯網大數據的應用，許多的物理防治方法得到較好的推廣應用。如針對溫室土壤害蟲的物理防治方法——干濕結合高溫悶棚法；針對溫室白粉虱、煙粉虱、蚜蟲等的物理防治方法——懸掛黃色粘蟲板法[7]；針對有趨光性害蟲的燈光誘殺法等物理防治技術得到了推廣應用。

2.3.4 足不出棚實現給蔬菜看病診斷 物聯網大數據技術的應用，實現了大棚蔬菜診治足不出棚。將病害葉片或植株放在“大棚管家”攝像頭前進行拍照，拍照完成，照片被傳送到農業物聯網大數據平臺上，平臺結合大數據分析后，將診斷信息發送到菜農手機上，給出防治建議，實現給蔬菜遠程看病（圖3）。

3 提高壽光蔬菜產業的核心競爭力

本著“人無我有，人有我優”的發展策略，壽光蔬菜產業在規模、產量等方面一段時間內難有大的突破，綜合分析有關大數據，轉向了設施升級、提高蔬菜質量、蔬菜產品上檔升級、選育適宜不同栽培茬口的新品種方向發展，提高壽光蔬菜產業的核心競爭力。

大跨度溫室試驗成功，得到推廣應用。傳統的日光溫室經過前幾年的發展，已經發展到第6代，溫室的南北跨度在12 m左右，東西長60～80 m。壽光菜農結合目前的實際情況，考慮到溫室的安全性、牢固性、保溫性，大跨度溫室試驗成功了，溫室的南北跨度15 m，東西長150～200 m。溫室的實際使用面積明顯增加，采光、保溫效果加強，生產勞作更加舒適，蔬菜生產環境得到改善，經濟效益增加顯著。

另外，大跨度的拱棚也試驗成功，推廣應用較快。大跨度的拱棚采用鋼架結構，東西跨度達到20 m，是一般拱棚的2倍，長度根據需要確定，為蔬菜生長提供了更加良好的環境條件。

保護地蔬菜種子原來一直是處于國外壟斷狀態，種子的價格受制于國外公司，遠遠高于國內種子價格。近幾年，壽光多家研發機構在番茄、西瓜、辣椒等絲瓜、苦瓜等蔬菜品種方面相繼研發出了新品種，與國外同類種子相比，在產量、抗病性等方面不相上下，但價格僅為其1/2，經過試驗成功后，大數據比對后推廣應用，得到好評，提高了壽光蔬菜產業的競爭力。

截至2017年12月，壽光有種子經營業戶達480家，具有蔬菜新品種自主育種研發能力的企業22家（圖4），通過審定、鑒定的蔬菜新品種達到70多個，帶動全市種苗繁育基地發展到200多家，年繁育種苗14億株。

4 蔬菜產業大數據應用中應注意的問題

4.1 區域的局限性及預測結果存在的誤差

大數據已在蔬菜產業領域得到了應用，但農業大數據的收集、存儲、匯總等方面還有區域的局限性，大數據預測結果也并非百分之百正確，而只提供了一種大概率。要做到辯證分析應用，以使其更好地為蔬菜產業發展服務。

4.2 各個環節協調面臨一定困難

蔬菜生產受自然條件的影響較大，大數據在短時間內及時更新難度大，各個環節協調面臨不同程度的困難，蔬菜生產中還需要參考其他一些相關信息，輔助判斷，增加數據應用的實效性。

4.3 技術應用水平低

進一步加強農業信息化建設的投入，多角度、立體化、智能化、人性化完善農業信息化系統，解決實時數據收集慢、難等問題，建設農業信息服務的全方位、并為我國的農業動態大數據應用建立基礎。

蔬菜產業大數據的廣泛應用，給蔬菜產業帶來了思維、理念的創新和技術上的重大變革，是對傳統農業及相關產業發展的重大改變。針對農業大數據在起步階段存在的錯誤認識、技術應用水平低、數據安全存在隱患的現狀，要正確認識大數據有關內容[8]，積極轉變觀念、提高技術水平、保障農業大數據應用安全，不斷改進農業大數據的應用，充分發揮其在農業經濟管理中的預測指導功能，提高農業及相關產業的效益。

參考文獻

[1] 孫忠富，杜克明，鄭飛翔，等.大數據在智慧農業中研究與應用展望[J].中國農業科技導報，2013（6）： 63-71.

[2] 王月娟. 搭建大數據平臺助推壽光蔬菜產業發展[J]. 溫室園藝，2017（10）： 25-27.

[3] 許世衛，王東杰，李哲敏，等.大數據推動農業現代化應用研究 [J]. 中國農業科學，2015（17）： 31-33.

[4] 王曉東，于峰. 基于大數據的蔬菜產業數據化研究[J]. 蔬菜，2018（5）： 27-29.

[5] 孫忠富，馬浚誠，褚金翔，等.智慧農業技術助推農業創新發展[J].蔬菜，2017（4）： 1-7.

[6] 王偉偉，馬俊貴.設施溫室補光燈的應用[J].農業工程，2014（6）： 47-50.

[7] 王明友，宋衛東，王教領，等.物理防治技術在設施蔬菜生產中的應用[J].農業工程，2015（11）： 18-20.

[8] 張浩然，李中良，鄒騰飛，等. 農業大數據綜述 [J].計算機科學，2014（11）： 387-391.