畜牧業信息監測與大數據分析技術及展望

一、畜牧業數據特征

1.數據量大、數據類型多樣

畜牧業數據獲取，是對畜牧業中飼料生產、飼養管理、疾病防疫、屠宰加工、運輸銷售等環節中過程描述、特征值提取的數字化記錄。

隨著物聯網技術、互聯網技術、移動通信技術的發展，收集與存貯的數據迅速增多。目前，每年產生并被存儲的數據總量超過800EB，相當于全人類講過話的160倍。農業每年產生的數據量約為8000PB，且每年以50%～80%的速度增長，其中畜牧業產業每年產生數據約230PB。

畜牧業產業鏈長，環境復雜，影響因素多。數據類型復雜，有數值型、文本型和圖像型。

2.產業流信息流高度偶合

畜牧業全產業鏈數據反映了畜牧業行業特征、信息流變化和產業關聯關系。

3.非結構化，數據價值大

隨著各種傳感器布設、圖像采集、音視頻設備的安裝，規模化養殖場中，以圖形、圖像、音頻、視頻等非結構化數據為主的信息急劇增加。以牛奶產業鏈為例，數值型數據：奶牛存欄、飼料用量、牛奶產量；文本型數據：產業鏈安全事件報道、疫情監測、行業報告；視頻圖片型數據：奶牛場環境條件、個體生長監測。其中非結構化數據蘊藏著巨大的價值——精準飼喂、智能養殖、產業健康。

4.數據標準化要求高

畜牧業數據標準化程度較高，標準化的數據源自于統一的生產流程和規范的技術標準。標準化的數據為開展畜牧業大數據分析提供了基本條件。

二、畜牧業信息監測方法

1.監測的數據

全產業鏈數據：生產、消費、庫存、貿易、價格、成本六大類數據，覆蓋畜牧業全產業鏈。

1）生產數據：農業農村部畜禽生產調查體系和有關國際組織數據，畜牧業生產數據，包括存欄量、出欄量、環境監測、個體監測等。

2）消費數據：農村固定觀察點系統、農業農村部獸醫局屠宰監測系統、國家統計局抽樣調查、各級農產品消費追溯系統等開展監測。

3）庫存數據：國際組織數據，國別合作研究，采集我國月度和年度商業調節庫存儲備，世界主要生產國商業庫存。

4）貿易數據：海關總署，聯合國糧農組織、世界銀行、經合組織及G20-AMIS等有關數據庫，全球主要貿易國進出口數據。

5）價格數據：農業農村部畜禽生產調查和農產品集貿市場、批發市場監測，農業農村部屠宰加工廠監測點監測，大型超市和零售企業交易數據、國際期貨市場價格監測。

6）生產成本：農業農村部畜禽生產數據調查監測，不同規模養殖中的飼料費用、水電費、疫病防控費、死亡損失費等直接物質與服務費用，以及固定資產折舊費、管理費等間接費用。

2.統計報表監測方法

該監測方法依托完整的數據采集體系，對數據統計和報送。監測的數據主要來源于國家統計局、農業農村部等多部門，按報表方式進行。也有專業機構開展的調查，形成報表型數據。

3.實時傳感監測方法

通過專用設備在地區、市場等多個維度獲取肉類價格、交易量、等級等數據。通過傳感器進行個體生長監測，體溫、體重、體長等，養殖環境監測溫度、濕度、氨氮濃度等，產業鏈追溯監測養殖地、出欄時間、檢疫量等。

4.網絡抓取方法

通過網絡爬蟲，在海量的網絡信息中有效地識別與畜牧業相關的互聯網信息資源，包括網絡輿情、網站信息、Web數據庫等。基于基準數據和實時數據，開展精準化、科學化管控，更加深入全面地發現畜牧業發展中的問題，推動畜牧產業智慧化，滿足各產業鏈主體不同層次的需求。

三、大數據分析技術與系統

1.畜牧產品分析預警模型

1）生產量預測：投入類、管理類產量預測模型群，產量形成的復雜因素解析。

2）消費量預測：差異化消費量預測模，分析畜禽產品不同消費去向。

3）價格預測：循環神經網絡價格分析，多維條件畜禽產品價格預測。

分析結論1：生豬生產價格指數出現反彈，牛羊、家禽、禽蛋沖高回落, 奶類窄幅震蕩。

分析結論2：部分產品具有較大缺口風險。產消缺口：豬肉均呈現先增后減趨勢；產消缺口：奶制品（折鮮）、牛肉缺口呈逐步擴大趨勢。

分析結論3：畜牧產品消費結構升級明顯。奶制品、牛羊肉、禽肉、飼料等消費增長較快，牛羊肉和禽肉加工消費年均增速超過3.0%，豬肉、牛肉、禽肉的食用消費年均增速在1.0%～2.0%。

2.生豬供需分析結論（2019年）

短期：對保供穩價帶來巨大的挑戰，應該積極調整政策。

生產：2019年受能繁母豬和生豬產能持續下降影響，預計豬肉產量下降15%。

消費：2019年豬肉消費量較上年下降5.6%，2020年預計下降12.6%。

貿易：2019年預計進口170萬t左右；2020年進口量將會增加到210萬t。

價格：2019年下半年豬價將進入上漲周期，階段高點預期出現在2020年上半年。

四、未來展望

1.未來技術——畜牧業信息關鍵技術

未來畜牧產業發展與畜牧業技術進步息息相關。以大數據、人工智能為代表的新興技術在某種程度上決定了畜牧產業發展的水平、效率和潛力。

1）畜牧業信息流智能感知技術：該技術以智能傳感器、區塊鏈技術為依托，構建包括養殖環境、養殖流程、物流運輸、銷售商等畜牧產品全產業鏈信息流感知體系，提升產品信息監測能力和安全監管能力。

2）畜牧業微環境納米傳感技術：研發創新高性能納米傳感材料，研建感應精度高、響應速度快的畜牧產品微環境信息傳感器件，創新畜牧產品微環境在線化信息采集技術，構建基于納米傳感器的微環境物聯網系統。

3）畜牧業時空異構大數據融合分析預測技術：基于傳感器數據、遙感數據、表型數據等畜牧產品供應鏈各環節海量數據，利用數據挖掘、關聯分析、人工智能等技術手段，對畜牧產品的生產、流通、消費、溯源等關鍵環節進行分析預測。

4）畜禽產品消費及市場智能決策技術：建立消費數據存儲及分析處理系統；時跟蹤市場消費數據，采用云計算進行數據挖掘，預測市場消費環境、消費趨勢及市場變化趨勢；創建可視化、智能型消費市場決策工具，實現生產工藝改進、市場環境升級、消費模式轉變等畜禽產品生產消費領域智能規劃。

5）畜禽產品安全區塊鏈溯源技術：利用區塊鏈去中心化、不可篡改性的技術特點，把供、產、銷各環節中的信息進行采集存儲，形成供應鏈信息數據系統，實現從生產源頭到消費終端的追蹤。利用聯盟鏈技術實現基于可信節點的快速共識驗證機制，構建畜禽產品質量安全智能追溯方法。

6）重要畜禽產品安全風險預警防控技術：構建重要畜禽產品安全風險預警指標體系和觸發閾值，定量化開展安全風險防范，提高追溯力度，實現跨層級、跨地域、跨系統、跨部門、跨業務的數據融合與資源共享，實現畜牧產品風險的無縫監管和有效防控。

2.未來應用展望

1）單品種全產業鏈大數據建設將成為大數據應用的重點

2017年起，農業農村部開始實施數字農業建設試點項目，目前已選取蘋果、大豆、棉花、油料、茶葉、天然橡膠6個品種開展全產業鏈大數據建設試點。

以成熟農產品單品種為代表的特色農業，是現代農業重要的內在因素和內在要求，是全球競爭的核心優勢。農產品單品種大數據是行業發展分析的“排頭兵”，也是農業大數據應用的關鍵棋。

2）提供多層次個性服務成為大數據應用的著力點

基層農民信息服務：以向2億多農戶和成千上萬其他農業經營主體提供全流程、多層次、低成本、個性化信息服務為目標，實現農業信息服務“進村入戶”。

政府農業決策服務：科學決策需要依靠對現實的精確把握。大數據指導政府決策，使得政策的制定更有針對性、延續性。

企業市場信息服務：涉農企業的發展離不開市場，對市場信息的深度挖掘和分析能力是企業競爭力所在，也是行業生存的根本保障。

3）融合性技術、產品和方案是大數據應用落地的關鍵

微觀層面：物聯網監控平臺、無人機平臺-系統、遙感影像服務、農作物管理軟件、現場監測傳感器方案……

中觀層面：農業大數據企業平臺、規模農場ERP、可追溯性安全系統……

宏觀層面：全球農業大數據監測分析平臺、全國市場信息服務系統，全球貿易模擬系統，政策分析預警平臺……

畜牧數據蘊含著巨大的價值，只有將應用作為落地點，才能呈現數據的價值，解決畜牧綠色生產、安全管理過程遇到的諸多問題。大數據應用是思維、理念、方法、能力的改變，大數據在畜牧業領域的全面應用，將驅動畜牧業生產、經營、管理出現新的發展變革。（本文根據錄音整理，未經本人審閱，如有出入，以專家本人意見為準）