農業大數據助力智慧農業發展

李國妹

摘要：隨著傳感器、智能移動設備、互聯網等的發展，數據處不在、無時不有、無物不生、無人不感。通過分析各領域復雜、類雜、實時的海量數據推動我國數字化、信息化、智能化建設。我國作為農業大國，農業的全產業鏈遍及了一二三產業，利用現代信息技術手段改造農業的同時，也促進了鄉村振興戰略的實施。現代化農業在生產、經營、管理等各種活動中形成了大量具有潛在價值、結構多樣的農業大數據。對各類農業大數據加以單一或多重分析實現對農業精確化種植，標準化管理，智能化決策，直接或間接地助力我國智慧農業發展。

關鍵詞：農業;大數據;智慧農業

中圖分類號：TP393 文獻標識碼：A

文章編號：1009-3044（2019132-0001-03

近年來我國相繼出臺《國家信息化發展戰略綱要》《“十三五”國家信息化規劃》《大數據產業發展規劃（2016-2020年）》等重大規劃戰略，其中明確提出“加快建設數字中國”，把統籌實施網絡強國戰略、大數據戰略、“互聯網+”行動等六方面作為數字中國建設的主攻方向。加快大數據、“互聯網+”、云計算、物聯網、人工智能的融合使其廣泛用于智慧交通，智慧醫療，智慧農業等領域。隨著“工業4.0”的建設提出，“農業4.0”時代也相繼到來，“農業4.0”時代依據互聯網+農業的模式，大力發展智慧農業理念，該理念與我國農業現代化的“四化”緊密結合。發展智慧農業實現農業思想認識的智慧化;農業生產技術的智能化;農業發展環境的審美化;農業生產運行的系統化;農業產品質量的優質化;農業發展資源的持續化。智慧農業、農村電商、質量追溯等一系列基于互聯網的現代化農業發展應用都是基于大數據的運用，大數據對農業的生產經營、消費市場和管理決策等都起到關鍵性作用。在農業大數據思維的引領下，使用大數據相關技術對現有的農業大數據資源進行整合分析應用將在很大程度上助力智慧農業高效、快速發展。

1智慧農業的發展

智慧農業的發展階段經歷了傳統手工農業1.0時代，農業2.0時代實現機械化，農業3.0時代實現自動化，智能化的到來標志著農業發展進入農業4.0時代。智慧農業的階段是當前農業發展的最高階段，也是未來農業發展的重要方向和目標。智慧農業是在“互聯網+農業”大力發展的背景下，結合“3s”技術（GIS、GPS、RS）、農業物聯網技術、區塊鏈技術，大數據技術等現代信息技術以及設施工程、生物工程、農業工程藝技術等;改造整個農業從基地、生產、加工、倉儲、流通、到最后銷售的全全產業鏈;使農業更有“智慧”，實現精準感知、智能控制、信息管理和科學決策支持，實現農田（牧場）到餐桌的包括農業資源管理、農業生產管理、農業電子商務、農產品質量與安全溯源、防偽、農業休閑旅游、農業信息服務、農業技術推廣與服務等整個農業產業鏈的大數據云平臺，打造現代型農業生產模式和商業模式，實現農業生產與流通活動智能增產增收的同時保障安全綠色環保，達到良性持續發展的目的。

2大數據與農業大數據

早在20世紀80年代，著名的未來學家阿爾文·托夫勒在《第三次浪潮》一書中，將大數據熱情地贊頌為“第三次浪潮的華彩樂章”嘲。在互聯網與數字經濟的驅動下，數據不僅僅是純粹的“數字”，還包括了文本、圖片、語音，影像視頻等一系列不能用二維表進行存儲的記錄資料，無論在維度方面還是深度方面，數據量都呈現出了爆炸式的增長，表現出了4V特征：規模性（Volume）、高速性（velocity）、多樣性（va-rietv）、價值性（value）;伴隨著數據采集技術逐漸成熟、存儲成本降低、各類有線及無線傳輸網絡保障、企業思維轉變、社交網絡的蓬勃發展，促進大數據時代的到來。大數據時代的到來也改變了數據分析的傳統抽樣統計分析，而是利用采集到的海量數據利用計算機進行整體關統計分析、數據挖掘，機械學習、可視化分析，發現數據中的關聯信息價值而不是一味地證明因果關系。

隨著我國首個“大數據綜合試驗區”在貴陽建設以來，我國大數據應用逐步在醫療衛生、智能家居、交通服務、智能工廠、食品安全等眾多領域得到推廣。各省政府也相繼搭建了當地為各行各業服務的大數據中心、大數據系統云平臺，如陜西省畜牧獸醫大數據系統平臺建設和畜牧獸醫大數據中心增強了全省重大動物疫病防控能力;2015年9月正式啟動運行國家農業農村大數據中心云南分中心。農業借助大數據的理念、思維及技術形成了農業全產業鏈數據的獲取，傳輸存儲方法、用計算機方法分析處理、加速農業轉型升級推進現代化農業建設的農業大數據。農業大數據的來源方式主要有利用物聯網技術采集到的實時數據;通過網絡爬蟲收集到所需的歷史數據;社交平臺過程中交易互動產生的數據。早在2013年，ZDNet企業發布的《數據中心2013：硬件重構與軟件定義》年度技術報告中指出中國每年產生并被存儲的數據總量超過800EB（1018字符），相當于全人類講過的話160倍。其中農業每年產生的數據量f包括農業自然資源數據、農業生產數據、農業市場數據、農業管理數據）約為8000PB（1015字符），而農業數據每年將以50%-80%的速度增長。對日益劇增的農業大數據進行描述性分析、預測性分析、關聯性分析等多種交叉式科學分析，使得農業發展成為具備科學化決策，智能化生產，便捷化管理的智慧農業。

3農業大數據在智慧農業中的應用

根據農業自身的特點、產業發展模式及其服務對象等多個維度，本文中將農業大數據劃分為農業資源大數據、農業生產管理大數據、農戶生產經驗或科研大數據，產品加工流通大數據及農產品售后服務大數據五類。各類農業大數據通過單一分析或者整體交叉式選擇分析為智慧農業中涉及的作用對象生產過程、模型預測等進行更加科學指導。

3.1農業資源大數據助力智慧農業

農業資源大數據包括農業生產過程中的自然資源大數據和經濟資源大數據，如圖1所示。

光照強度、溫濕度、土壤質量成分、物種資源、勞動力、生產設備等農業數據資源都直接或間接作用于農業生產，很多是進行農業生產的基礎條件。通過RFID識別技術和物聯網中多種傳感器的應用實現智能化識別，對生產環境的數據進行實時采集，存儲到相應的數據庫或云平臺中，對農業資源大數據深度分析后可為政府提供科學的發展指導意見;幫助農戶對種植（養殖）規模、場地、時節、所需設備、物種做出智慧選擇，通過多種參數的分析設定提供適宜的增產、提質、節約成本的生產模型，實現遠程可視化智能監控。典型的應用之一就是水產養殖方面，養殖區域的氣壓、溫度、水質的質量對于水產品的能否安全、穩定生長起著關鍵作用，利用智能組網、智能監測、智能處理、智能決策等一套完備的智能系統實時把握水質情況、及時獲取預警信息減低損失;通過風險預測做好提前防范保障生產。

3.2農業生產管理大數據助力智慧農業

農業生產管理大數據包括種植（養殖）面積，生產程序，利用攝像頭、傳感器監測所得到的農產品生長的各類指標，施肥用藥的用量與頻率等相關情況。通過獲取分析農業生產管理的大數據，一方面直接為農業經濟盈虧情況提供了數據依據;另一方面在當下提倡生態文明建設、保障食品安全的要求下，分析化肥農藥施用情況對作物生長情況、土壤結構變化、空氣質量好壞及產品安全的影響程度。運用圖像識別技術、專家系統對作物生產過程中的病蟲害問題進行智能診斷治理，還可以利用先進的智能無人機進行局部精準噴藥;然而圖像識別技術、專家系統的構建都是要以大量研究數據為基礎，研究的病蟲害樣本大據量越多，智能識別的精度也就越高。農業生產管理過程產的大數據將實現避免過度使用化肥、濫用農藥;保護生態環境，資源可持續化;打造綠色、安全、品牌化農產品的智慧農業。

3.3農戶生產經驗或科研大數據助力智慧農業

由于農戶生產經驗或科研大數據具有分布廣而散，給獲取運用在一定程度上帶來了阻礙，在農業大數據的利用上容易被忽視。事實上對于一些具有豐富經驗的農業生產者而言，他們在通過反復勞動生產中積極思考擁有了一套因地制宜種植（養殖）、科學規范管理、市場需求預測的“法寶”，這讓他們生產的農產品質量優于他人，產品滯銷概率小從而獲得較大的收益。智慧農業的發展不正是將傳統農業生產模式改造成具備能夠思考、分析、決策的智能化模式嗎？將農戶豐富的經驗進行量化存儲，最終使其向數字化、智能化發展而不是停留在“只可意會不可言傳”的層面。如果能夠獲取各高校或科研機構大量真實的農業研究成果，這將為農業轉型減少大量的科學研究環節，只需要進行求證運用。因此借鑒農戶豐富的生產經驗和科研大數據會給智慧農業的發展發現更多的切人點與引導方向，從而大大縮短智慧農業建設進程。

3.4農產品加工流通大數據助力智慧農業

農產品的收購地、品種、數量，對產品進行包裝，精加工，新產品研發，運輸，倉儲，批發等各個環節產生的數據構成了農產品加工流通大數據。農產品加工是農產品流通體系中實現農產品增值的關鍵環節，農產品加工有效調節市場供求均衡關系。是實現農民增產增收的重要舉措。利用智能的參數制約加工模式對農產品實行批量、規范、標準的加工，從而保障產品合格，完備的產品信息管理。通過分析運輸方式，倉儲方法對農產品的保鮮程度的影響，保證農產品的質量安全。隨著人民生活水平的逐漸提高，消費者更加注重產品的質量、品質、產品多樣性及其包裝的美觀性、個性化。對產品銷售的消費群體、區域、數量、受歡迎程度的數據分析可反作用于指導產品的包裝樣式、材質，產品加工配制方法的改善。

3.5農產品售后服務大數據助力智慧農業

農產品售后服務大數據主要由消費者對產品包裝、保鮮程度、口感好壞、價錢等多個方面的滿意度評價和經銷商的零售情況構成。我們熟悉的較為完善的評價體系就是利用電子商務進行線上交易的售后評價體系，但基于我們某些農產品本身特點，就蔬菜、水果、肉食品而言，盡管有保鮮冷凍技術保駕護航，但是產品的最佳食用期還是很短，腐爛變質的概率還是遠大于其他商品，所以就這些產品而言很難獲取消費者的真實反饋。至今對于農產品的評價分析很大程度上還是依賴于產品銷售量及銷售額，對產品的更加深入反饋信息獲取還存在一定困難。但隨著科學技術的更新，生產者和加工商將通過各種渠道獲取消費者的具體需求，從而為消費者提供更加優質、綠色、安全的農產品服務。

3.6農業全產業鏈大數據交叉助力智慧農業

在農業生產的全產業鏈中，針對某一階段、某一服務群體產生的大數據進行單一分析利用使得數據的價值在很大程度上被隱藏忽視了，而農業大數據運用核心是將農業生產中涉及的各個環節在多網融合的保障下，利用智慧傳感、智慧控制、智慧網關、智慧終端等對天氣、土地、設備、作物、人物等資源數據首先實現精確化采集，然后構造智慧農業能力平臺實現智能化統計分析最終實現遠程智能監控、標準生產管理、產品安全溯源、市場網絡營銷、農技指導咨詢的便捷化操作管理。將農業生產和環境大數據、物流大數據、價格趨勢數據實現共享交叉分析利用，將挖掘出更大的數據驅動價值為政府、企業、農戶、消費者服務。

通過深入分析農業大數據中關聯性，建立關系模型，給出智能決策是農業大數據助力智慧農業的核心所在。如最直接的就是通過分析將來某一段時間的供求關系進行市場風險預警，政府相關管理部門可以根據預警信息做出有效的干預以保障市場平衡、穩定運轉。在農業生產過程中，病蟲害問題在農業損失中占據了較大比重，在農業大數據的深入研究中，人們利用作物、病蟲害、環境的三角關系建立病蟲害的預測模型，通過輸入作物環境數據進行模型模擬，然后輸出決策給出科學性的預測意見，農戶便可以提早進行針對性的干預降低了病蟲害帶來的危害。還可以通過產品的銷售情況與反饋直接反作用于生產加工技術的改善等。

4結束語

無論是在農業大數據的運用方面還是在智慧農業的建設進程中，機遇總是與挑戰并存的。受農業自身發展的周期性、地域性、季節性、多樣性的特點，農業數據采集的可靠性不是很高，其次是數據共享機制的建立還不夠完善，阻礙產品溯源服務;最關鍵的一點是對處理大數據的專業人才需求量增大，沒有人才就沒有技術。與此同時，還要改變廣大從事農業人員的生產管理思維，做好農技推廣與服務，實現耕地的規模化、集約化、可持續化;倡導發展生態環保型、節約綠色型、數字經濟型、智能高效型的農業。

智慧農業將在國家政策支持、運用各類先進科學技術解決我國農村資源和經濟發展的有限矛盾，環境污染與食品安全問題、生產率落后等一系列關乎人民對美好生活需求的問題。農業大數據作為智慧農業建設、發展、管理的“基準線”，做好農業大數據的精確采集、穩定傳輸、標準處理、安全存儲、科學分析、全面可視化等方面，充分發揮其價值助力智慧農業。