大數據在智慧農業中的應用研究

王慧慧，涂麗麗，梁 棟，馬友華

（1.安徽農業大學 資源環境與信息技術研究所，安徽 合肥 230036；2.安徽大學 農業生態大數據分析與應用技術國家地方聯合工程研究中心，安徽 合肥 230601）

0 引 言

智慧農業是智慧經濟的重要構成部分，智能決策和農業管理是其最核心的內容[1]。農業生產和管理過程中，會產生大量的數據，數據來源和形式是不同的，許多元素之間相互影響，很難在單位時間內完成工作，這些都與大數據的特點相關。

2015年8月31日國務院發布了《促進大數據發展行動綱要》，表明大數據具有容量大、類型多、存取速度快和應用價值高等特點。大數據技術能夠處理多源海量數據集群，大效率提升智慧農業的發展[2]。

當今社會，需要將農業與大數據相結合。當信息技術貫穿現代農業的方方面面，就可以準確、及時、有效地收集、整理和應用大數據信息，使農業管理水平呈現出大幅提高的趨勢，從而提高農業現代化水平，以更高效、更合理、更科學的方式促進智能農業的建設和發展。

1 智慧農業研究現狀

近幾年，智能技術、大數據技術等新興技術不斷發展，各產業發展速度得到了大幅提高，農業產業也迎來智能時代和大數據時代。目前，智慧農業在全球許多國家特別是農業發達國家已取得顯著成效，極大推動了農業的發展。本文總結介紹了美國、日本、以色列這3 個國家智慧農業的發展特征，以及我國智慧農業的發展現狀。

1.1 美國智慧農業發展情況

20 世紀80 年代，美國提出了“精準農業”的理念，并通過不斷的實踐，成為精準農業最有成效的國家，為智慧農業的發展奠定了堅實的基礎。如今，美國通過物聯網技術大力發展智慧農業，再次進入世界前沿[3]。

首先美國農業通過農業物聯網和大數據分析等工具，使得數據共享與智能決策貫穿了農產品生長和生產的全過程。其次美國大力投入到農業電子商務中，通過發展電子商務幫助農業流通環節持續升級改造。如今美國政府設立了專業的農業信息管理機構，以確保信息的及時性和共享性。最后美國農業以強有力的技術和政策為支撐。美國以市場運營為主導，政府角色為支撐的模式，對于推動整個智慧農業整體戰略運營意義重大。

1.2 日本智慧農業發展情況

日本主要通過高新技術來發展專業化集約化的智慧農業[4]。運用智能監控、地膜覆蓋栽培技術、精準農業等先進農業生產技術，解決了日本勞動力不足的問題，打造了現代農業生態模式。

在過去10年左右的時間里，日本在探索智能農業的過程中建立了一種新的個性化的“網上農場”農業經營模式，使消費者能夠實時、準確地遠程操控農產品生產。并設立消費者互擔模式，確保農民擁有穩定的收入。同時日本大力發展機器人技術和信息通信技術，節省了勞動力的投入，減輕了體力負擔。日本重視智慧農業整體建設和法律法規的完整性，創立了各類智慧農業發展委員會，提供專業的咨詢服務，更好地規范農業市場的秩序。

1.3 以色列智慧農業發展情況

以色列是一個嚴重缺水的國家，但通過滴灌技術和生物技術的不斷發展，它已在短短幾十年內發展成世界高新技術現代化農業國家[5]。尤其是將物聯網技術和互聯網農業與設施農業的結合，實現了農業自動化和智能化。

第一，以色列高度重視科技創新，大力推進節水農業。利用計算機滴灌技術既滿足生產用水的需求，又實現灌溉系統水、肥、藥一體化。第二，以色列以集體農場和農業合作社為主要的生產和經營模式。這兩種經營形式，實現了農業生產的合作和分工，增強了農民抵抗市場風險的能力。第三，以色列建立了一個完整的農業生產服務體系，對農民提供免費的技術服務，以適應現代農業發展需求。

1.4 中國智慧農業發展情況

我國政府部門極其看重智慧農業發展，先后發布了《關于推進農業農村大數據發展的實施意見》、《“互聯網+”現代農業三年行動實施方案》、《關于實施鄉村振興戰略的意見》等全力支持“十三五”期間農業發展的政策文件。在此基礎上，智慧農業得到了各行各業的不斷關注，華為、京東等各路資本進入智慧農業鄰域，給智慧農業注入了的活力。目前，智慧農業已經進入“百家爭鳴”的全勝時代，產業鏈各個環節將迎來了全面發展的黃金時期。

2015 年，我國政府工作報告將“互聯網+”戰略升級為國家經濟發展戰略，以“互聯網+農業”為核心的智慧農業獲得了新的發展機遇[6]。2016 年，十三五規劃指出，物聯網等技術能夠推動資源管理、農情監測預警、農機調度及無人機監測等試驗示范工作，并要求完善智慧農業的運營機制和模式。目前，無線傳感器監測、遠程監控系統、5S等技術越來越成熟，不僅提高了農業生產效率，而且有利于農業可持續發展。

2 智慧農業大數據平臺構建與相關技術

建設完整的智慧農業體系和模式，完成農業數字化、信息化和安全農業生產，是我國未來農業的重要發展方向。大數據技術可以幫助人們發現農業生產過程所涉及的屬性數據和空間數據中存在的內在規律，使得農業內部信息流加以延升。因此為了推動智慧農業發展進程，需要注重智慧農業大數據平臺的構建，這將有效提高農業生產的產量和效率，實現農業可持續發展。

2.1 建設原則與目標

首先平臺的建設必須符合當下各類用戶的應用需求，通過分析農業大數據的業務需求和架構設計等內容，結合大數據環境下智能農業的發展現狀，以先進的大數據系統為基礎，充分發揮傳感器技術和無線通信技術在數據獲取中的優點，構建高效性、及時性、開放性的數據平臺，實現多元化智能服務，加大智慧農業的科技支撐。

同時智慧農業大數據平臺應該把農戶作為重點，注重設計面向農戶的個性化系統，結合互聯網思維，本著“以人為本”的原則開展平臺設計和功能實現，以全面高效準確的大數據功能來滿足智慧農業的需要。

2.2 總體設計

運用互聯網、物聯網、云計算等信息技術，從農業大數據平臺的設計原則、思路、框架及功能模塊這幾方面出發，對其進行細化設計，并結合Hadoop、Storm 和Spark等大數據處理工具，不斷優化部署思路及詳細的操作命令，建立創新智慧農業大數據應用模式。

秦小立等結合“一帶一路”政策，梳理了構建農業大數據平臺的必要性，建立了應用層、數據層等4層總體架構和采集、分析、處理等6 個環節的技術架構，最后提出要加強大數據成果應用，推動熱帶農業發展[7]。林昕對大數據挖掘平臺展開分析與探討，通過對相關概念的研究和云平臺的總體架構的分析，提出三層結構五大模塊的大數據挖掘平臺模型，為提高數據挖掘效率提供科學的參考依據[8]。

2.3 相關技術

根據大數據平臺構建的流程，其關鍵技術主要有：1.采集、預處理、存儲和管理技術；2.計算和挖掘分析技術，包括機器學習、虛擬化和資源管理技術等，其中深度學習為當今大數據技術研究重點；3.可視化分析和呈現技術；4.隱私和安全技術。

侯亮等結合農業大數據和Hadoop 框架的特性，建立了農業大數據挖掘系統，對系統的總體架構和功能實現等部分進行了研究，能夠快速查找出各種要素的內在規律，為農業科研提供新的方法和方向[9]。顧戈琦通過分析農戶、農場、農企數據，建立了采集平臺機制，設計了數據的接入、來源的評估利用程度，以及隱私分級等功能，該平臺能夠充分發揮采集數據的優勢性，為農業大數據采集工作提供了助力[10]。

3 智慧農業中大數據的應用研究

3.1 農業環境監測、評價與預測預警

利用衛星遙感技術收集作物生長環境的指標數據，再上傳到當地或云數據庫，通過對農業生產歷史數據和實時監測數據進行分析，采取科學的防治措施及種植方法，幫助農戶避免氣候災害，從源頭上提高農業生產效率和產量。農田土壤環境監測實時系統通過WSN與4G網絡相結合，實現農田土壤鹽堿度、pH值等土壤信息的收集和儲存，為研究作物環境科學提供了參考。農產品市場大數據監測預警系統通過農產品市場大數據的采集，對市場進行動態監測，保證農產品市場供需平衡。

3.2 種養殖生產應用

通過分析環境數據的總體趨勢，結合智能設施和互聯網在農業測土配方、茬口作業計劃等方面的應用，獲得準確的種植建議，提高種養殖生產技術，開展農產品差異化生產。畜禽養殖污染防治大數據分析系統通過前端數據獲取和后端數據分析建模，得到飼料配方報表、畜禽健康情況報表等，科學指導生產活動。基于大數據的水稻芽種生產智能控制系統通過對各類生產環節產生的數據的智能處理，實現了水稻生產環節對于溫度、濕度和溶氧量的精準控制。

3.3 農產品可追溯

隨著供應鏈的增長，跟蹤和監控農產品變得越來越重要。從農田到客戶全過程進行農產品跟蹤有助于減少疾病和污染發生，提高倉庫存儲和零售商店的操作質量。農產品可追溯大數據系統通過農業信息化基礎設施獲取到農產品的產地信息、定期檢測農產品質量和客戶評價等，實時監控農產品生產和銷售過程，實現農產品質量可控和農產品可追溯，完善供應鏈的各個環節。

3.4 市場需求預測

農戶可以提前利用大數據平臺收集的消費者需求報告進行市場分析，提前計劃生產，從而降低農戶風險，實現農業生產中供需的平衡，防止農產品過剩和供需短缺問題。如中山市特色農產品精準營銷大數據體系，通過分析營銷現狀及存在問題，提出農產品精準營銷實施策略，幫助對客戶需求進行精準判斷。云南農產品精準營銷模式通過分析云南省農產品大數據，結合當地農產品和消費者特征，有利于準確獲取市場需求。

3.5 農業產業鏈整合

通過使用農業大數據，可以實現生產和銷售的整合，將農產品的處理、存儲、運輸和銷售等環節轉化為農業工業鏈，促進農業大數據技術在農林牧副漁等行業中的應用，刺激農業產業的整體需求。新型農業服務站結合了大數據平臺和實體經濟，對接農戶和農資商，實現多種功能一體化，解決了傳統農業產業鏈存在的一些問題，整合和重塑了農業產業鏈。

4 智慧農業中大數據應用問題與應對措施

4.1 網絡基礎服務設施不完善

網絡基礎設施是推進大數據農業進程的前提條件。只有具備良好的網絡基礎服務設施，才能將海量的農業數據及時有效地收集到處理中心，為大數據進行統計篩選和分析預測爭取到足夠的時間。但由于偏遠農村地區經濟落后、地質復雜、人口分散，網絡基礎設施建設困難，使得城鄉網絡設施的差距越來越大。因此需要認真做好通信網絡發展規劃，積極推進通信網絡、廣播電視網絡和互聯網的“三網融合”，優化升級現有網絡，增強信息基礎設施能力，滿足社會信息化需求，提供優質通信服務。

4.2 大數據共享度低

大數據共享對于現代科學快速發展有很大的幫助。美國政府投入巨資建立了大型農業數據庫共享平臺，科研機構可以免費獲取利用這些數據資源。然而，我國農業大數據的開發利用程度仍然非常低，不能實現數據共享。此外，由于小農意識和各部門之間的利益沖突嚴重，產生大范圍信息孤島，難以共享大量的農業數據資源。目前，許多省市都設立了大數據局，應充分利用這個政府平臺更好地組織和收集數據，實現數據互聯，建立數據加密，建立有效的數據追溯機制，防止數據泄露。

4.3 專業人才缺乏

近年來，我國大數據產業發展迅速，造成市場對于數據分析、數據挖掘、機器學習等專業人才的需求持續擴大。但因為目前還沒有建立較為成熟的人才教育機構，所以導致大數據人才嚴重缺乏。隨著大數據產業向其他產業領域的擴展，人才短缺限制了大數據的時效性，阻礙了大數據創新和發展。需要政府提供政策支持，企業技術與理念相結合，科研貢獻技術力量，高校出口大數據人才，實現政、企、產、學、研的多層次合作，縮小大數據人才差距。

4.4 法律保障機制不健全

完善法律法規是實現大數據共享的重要條件，也為農業大數據共享提供了強有力的保障。國外對法律法規極其重視，1977年聯邦德國就出臺了數據保護的相關法律。我國數據保護相關的法律法規相對較少，數據信息保護和立法僅限于對個人隱私信息的保護。關于大數據共享和利用的法律規定較少且不明確，嚴重制約了我國農業大數據共享的發展。所以需要明確大數據法律保護的基本原則，盡快建立大數據法律保護的基本框架，限制所有參與者的非法行為，完善大數據市場，保持大數據技術應用的法制化、有序化和科學化，實現大數據系統的良性循環。

5 展 望

最近幾年，大數據受到了農業市場的高度重視，數據挖掘與分析、行業化應用和垂直化應用等方面的關注度越來越高。為了增強智慧農業大數據的應用，實現我國由農業大國向農業強國的轉型。

1.研究大數據信息挖掘的算法，更好的處理農業大數據，實現屬性精確分類；

2.加強創新建設，將大數據與人工智能、5G、機器學習、農業互聯網等前沿技術充分結合，實現大數據技術系統的多元化發展；

3.不斷完善農業大數據平臺構建，推進農業大數據市場化，設計應對農戶、農企等不同人群的數據功能展現；

4.根據我國國情，制定各項相關制度和協同合作機制，規定農業大數據開放范圍和開放數量，做好農業大數據的平衡工作；

5.政府和企業的協同協作，推進各項大數據技術和方案走向成熟，將大數據在智慧農業中的應用工作落實到位。