大數據在農業農村發展中的應用探討

李夢 王鳳娟

摘要：農業作為一項擁有較長歷史的行業，在長時間的發展中一直以人力勞作為主要耕種手段，這種勞作方式在耗費人力的同時還很容易受到環境、人員變動等情況的影響。而如今，大數據的發展已經帶動了大量產業走向發展與進步。農業也應當緊跟時代發展，利用大數據來降低農戶種植風險，提高農戶的收入。但由于農業層面的大數據技術仍舊有一定程度的不足，特別是在數據量上還有著較為明顯的短板，需要在以后的發展中逐步完善。因此，需要利用大數據技術能夠讓農業走向信息化、智能化，減低農戶耕種的風險，推動農村經濟的發展，為農戶帶來更高的經濟效益。

關鍵詞：大數據;農業農村;發展;應用

0 引言

如今，隨著科技的發展，我國各個行業都在朝著信息化、智能化的方向發展。在這樣的時代背景下，農業也應當緊跟時代的發展，利用大數據技術，走向現代化。

現階段，我國的農業生產工作依舊是以人力勞作為主。部分發展較為迅速的農村會有一些車載類農具來進行農業耕種工作，但一些較為偏遠或發展較為緩慢的農村地區依舊在采用人力為主的耕種方式。而人力耕種因為效率較低且需要投入更多的人力進行勞作，很難有所發展，這也導致這些偏遠地區處于一直落后的情況。并且這些農村的耕地面積因為自然災害、人員外出務工等因素都在逐年減少，進一步影響到了這些地區的糧食產出情況。同時，人力耕種的落后在偏遠地區還會導致耕地發生病蟲害后難以及時根治，容易發生大面積的病蟲害影響到糧食產量。這些問題很大程度上都影響了這些地區的發展，導致農村之間的差距也在不斷擴大。

1 大數據的定義

近年來，由于各行業的頻繁提及，大數據這一專業詞匯也在逐漸被大眾所了解。大數據的含義就是指巨大的數據量。而大數據技術就是利用這些巨大的數據量來為企業或個人提供建議與發展方向的技術。作為一種較為模糊的定義，大數據至今還沒有一個公認的定義，各種研究機構與學者所給出的大數據定義都在擁有較高共通性的同時，有著各自不同的見解，這也導致雖然處在大數據時代下，但對于大數據的定義卻有不小的分歧[1]。

相較于傳統的數據存儲介質而言，大數據自身擁有更大的信息存儲量，如果采用傳統的數據查詢方式來對大數據數據庫進行查詢反而會降低數據查詢的速度。因此，需要使用大數據專用的處理系統來對大數據數據庫進行分類并使用專用的查詢系統來進行數據的查詢。這樣才能夠充分發揮大數據技術的優勢。在利用大數據專用的數據處理與查詢系統后，大數據的數據庫就會將不同種類的信息以格式、類型等不同的分類方式進行存儲，這樣建立的數據庫往往會包含文字、圖片、音樂、視頻等傳統信息，還會包含各種信息所對應的時間信息、位置信息等更加精準的數據內容，讓數據能夠更加全面展現在企業面前。

2 大數據在農業生產中的應用

如今，在部分大數據技術推進較快的地區，大數據已經應用在農業生產的方方面面，對農戶而言，從最初的作物選擇、到農藥化肥的選擇、再到后續的收割與最后的出售等方面都能夠通過大數據技術得到妥善的解決。大數據通過對農業生產各個步驟的數據分析，讓整個農業生產工作更加完善，讓這些地區的農業生產有了較大的進步。并且大數據技術的應用范圍也在逐漸擴大，無論是農產品的運輸、出售，還是產品來源追溯這些方面都能夠利用大數據技術進行完善。

同時，農業因為會受到環境、人員的影響，在耕種過程中會有較大的難度，很多時候需要農戶憑借自己的經驗進行耕種，這也導致一些經驗不足的農戶在早期的耕種中容易發生虧損。但通過大數據技術就能夠為農戶分析當地環境適合種植的作物種類，與可能會發生的病蟲害等重要信息，能夠避免農戶盲目種植造成虧損情況的發生。大數據技術在農業生產資料的供應與交易服務中也具有較高的應用價值，目前我國的農業資源市場容量超過了2萬億元人民幣，其中種子、化肥、農藥、農機的市場空間分別為3500億、7500億、3800億和6000億元。

3 大數據在推進中的問題

3.1 基礎設施不完善

在基礎設施的建設上，農業會與現代新興產業有較大的差距，這也為大數據的應用造成了一定的影響。所以相較于單純的大數據技術推廣，更需要的是將大數據下所需要的基礎設施進行完善，優先完善大數據技術所必須的設備、人員，讓大數據在完善的設備基礎上推進，讓大數據的推進能夠落實在農戶的種植、出售等方方面面，推動農村大數據技術的推行，讓農業生產真正向信息化、智能化的方向發展。

3.2 農戶對大數據認知不足

在大數據的應用過程中，相較于各種新興行業而言，農業由于自身較為落后，且從事農業工作的農戶在文化水平與對新技術的接受能力上都有所欠缺。這就導致大數據在快速推進的同時，作為直接受益者的農戶卻無法迅速的接受大數據技術帶來的變化。進而影響到大數據在農業生產中的推進速度，導致農業仍然與其他行業有較大的差距。這種問題的解決需要當地部門重視對農戶的宣傳與培訓工作，而很多地方為了降低大數據的推進成本會忽略這項工作的重要性，最終導致大數據在農業中的推進速度較慢[2]。

3.3 農業數據庫較為復雜

相較于傳統行業的大數據數據庫與數據系統的建設工作，農業大數據的建設工作會因為數據的復雜、基礎設施的不完善等種種因素影響到建設的進度。因此，在農業大數據工作的推動中，要優先進行數據系統的建設，提高數據庫與數據系統的數據處理能力，讓存儲的數據能夠迅速錄入與讀取。讓大數據系統能夠更加高效的完成農業信息處理的任務。同時。大數據系統的建設也要根據各地的實際情況進行建設，以滿足各地的需求情況[3]。

3.4 信息不夠開放

如今的農村生產工作多以家庭為主要單位，這種生產方式因為耕地面積與耕作人員的限制，往往體量較小，農戶間也缺少適當的溝通與管理，發生問題難以得到處理。農戶間的種植情況往往也只是被負責部門收集后存儲在部門的數據庫中，農戶沒有接觸這些信息的渠道，讓這些信息只是為了走形式而登記。同時，各部門收集的信息也會因為信息收集的方式不同而產生一定的誤差，導致數據的可用性較低。因此，農村大數據的推進能夠將這些信息最大化利用，通過信息來幫助農戶完成種植工作，為農業發展提供保障。

4 大數據的具體應用模式

4.1 精準農業模式

精準農業模式的特點就是在于精準二字，通過大數據對各地區的土壤條件、氣候情況加以分析，精準的選擇出最適合各地區的種植品種。同時，根據各地的環境，大數據還能判斷出可能出現的病蟲害與對應的治療方案。根據農作物的實時生長情況，大數據也能給農戶對應的灌溉方案，讓農作物在最合適的條件下生長。

精準農業模式的優勢在于將農戶利益的最大化，通過大數據的應用，能夠判斷出最適合的作物種類，并且讓農戶以最正確的方式進行耕種作業。這些數據在過去都需要農戶經過十數年的經驗積累才能夠得以掌握，而大數據的應用無疑是降低了農業的試錯成本，讓農戶能在種植初期就得到可觀的收入。這些優勢，也讓精準農業模式在如今的農業市場中有了越來越高的優先級。以水稻為例，水稻喜高溫、多濕、短日照的生長環境，其對土壤條件的要求相對較低。水稻幼苗發芽的最佳溫度環境在10～12℃左右，大數據技術可以結合當地的自然生態條件，分別分析10、11、12攝氏度的狀態下的水稻最佳發芽溫度。而在濕度控制方面，水稻理想狀態下的濕度范圍為50%～90%之間，這一范圍區間相對較大，而通過大數據技術可以分析最佳的濕度區間，為精準農業模式的應用奠定數據基礎。

在過去傳統的農業種植中，農戶憑借經驗只能掌握少數作物的生長規律，一旦因為作物價格變動或氣候變化等因素要更換作物就會讓農戶的種植難度加大。而大數據能夠將各種作物所需要的生長條件與作物價值等信息直接供農戶參考，降低了農戶更換作物的試錯成本，減少農戶種植失敗的可能性，提高農戶的經濟效益。

4.2 自動化農業模式

在大數據的應用下，可以通過大數據系統將農業機械的信息進行整合操作，以此來控制農場的機械運作。這一方式適合體量較大的農場使用，在前期進行設備的投入后，能夠降低農場的人工成本。

自動化農業模式的優勢就在于自動化，通過控制系統直接對農業設備進行控制，也可以提前對農業設備的工作時間、工作線路進行設計，讓農業設備能夠定時、定點的完成農業工作，降低了大型農場的人工成本，自動化、機械化的工作模式相較于人工也擁有更高的精度。

發揮自動化農業優勢的重點在于農場的體量，一般而言，體量越大的農場，使用自動化農業的價值也就越高。因為這些農場會需要大量人員進行灌溉、農藥噴灑等工作，自動化會將人工成本降到最低。部分農場甚至只需要少量工作人員進行遠程操控就能完成農業作業，通過人工成本的降低，提高農業公司的經濟效益。

5 總結

大數據技術已經在各行各業中發揮著自身的優勢，而農業作為傳統行業之一，也應當利用大數據技術將傳統的種植、管理模式進行更改與完善。因為傳統的農業種植方式已經與時代的發展產生了巨大的差距。而大數據技術正是讓農業縮短這一差距的重點。相關部門要將農業生產的特點與大數據技術的優勢相結合，讓農業走向信息化、智能化、自動化的發展道路，降低農戶的種植成本，提高農戶與農業公司的經濟效益，為農業的發展提供推動力。

參考文獻

[1] 康春鵬，董春巖，王文月，等.我國農業農村大數據發展應用研究[J].中國農業信息，2018，30（6）：104-108.

[2] 陳運良.大數據在農業農村發展中的應用[J].農家科技，2020（1）：198.

[3] 劉佳，宮田田.農業大數據在農業經濟管理中的應用研究[J].農村經濟與科技，2020，31（8）：244-245.