大數據技術在農業機械化生產的優化運用

王偉全

(黑龍江省農業科學院 大豆研究所，哈爾濱 150086)

0 引言

隨著我國科學技術進步與農業現代化發展，大數據技術在農業領域得到廣泛推廣與應用。在農業機械化發展進程中，應用大數據技術，改變傳統農業機械化生產方式，解決傳統農業機械生產中的不足，全面推進智慧農業建設，構建“互聯網+農業”“大數據+農業機械化”“信息化+農業機械化生產”等生產新模式，促進農業機械裝備升級，實現農業機械化生產方式由傳統農機化向智慧農機化的方向轉變[1-3]。

1 大數據技術在農業生產的應用

大數據(Big data)是一種具有海量、多樣化及高增長率的戰略性信息資源，大數據技術是利用大數據信息資源，通過計算機人工智能、機器學習、云計算等專業化數據處理方法，從海量的、多樣化的數據中，對具有“實際價值”的數據進行信息采集、分析、處理與深度挖掘，實現實際問題的科學分析與合理解決。我國在2015年發布了《促進大數據發展行動綱要》，明確指出大數據發展的必要性及行動指南，在2016年發布的“十三五”規劃與2018年國務院發布的《關于加快推進農業機械化和農機裝備產業轉型升級的指導意見》明確指出促進大數據技術在農業生產的應用，全面推進智慧農業的發展，構建“互聯網+農業”“大數據+農業機械化”“信息化+農機化生產”等模式，充分說明大數據技術在農業生產的應用具有十分重要的意義和價值[4-7]。其中，大數據技術在農業生產的應用主要表現在農業生產前期、過程和后期應用三個方面(圖1)。

圖1 大數據技術在農業生產的應用

1.1 農業生產前期應用

農業生產前期，通過采集生產種植區的每年氣候變化、土壤條件、水質情況、種植作物品種及產量、自然災害及病蟲害等原始信息數據，結合當地農產品市場需求、國家及地方農產品優惠政策和歷年農產品銷售價格等其他信息數據。應用大數據技術，通過計算機技術與人工智能技術，建立耕種前預測模型，利用預測模型確定當地最適宜種植的農作物品種，預測最佳的種植時間，推理種植的農作物產量、收益份額、市場需求及病蟲草害等信息，在農業生產前，做好前期的準備工作；應用大數據技術，通過深度分析種植農作物種子實際活力，確定種植前種子是否經過其他處理工作，預測種子發芽率、抗逆性及抗病蟲害能力等，幫助農民合理確定種植作物品種，科學選擇優質種子，提高種植區作物的質量與產量；農業生產過程中，土壤環境是影響農作物生長的重要條件，合理的農作物種植是保持農田土壤平衡的關鍵因素，應用大數據技術，通過采集生產種植區的農田土壤相關信息，建立農田土壤及農作物生長情況數據庫，以種植區土壤改良或土壤最佳為生產目標。針對不同土壤類型、氣候條件及肥力需求、農作物品種等，采取精準施肥策略，避免盲目施肥和無效施肥，在保證土壤養分和農作物需求的前提下，應用大數據技術，合理平衡農田土壤有機質含量，科學改良農田土壤，促進大數據技術在現代化綠色農業耕種前預測、優質選種、土壤改良等方面的應用發展。

1.2 農業生產過程應用

農業生產過程中，通過大數據技術、物聯網信息技術與人工智能技術等相關技術的應用，改變傳統人工種植方式的勞動效率低、勞動強度大、勞動力短缺等弊端，實施農業機械化的精準作業。針對大棚種植的農作物，通過合理布置多種溫度傳感器、濕度傳感器、光敏傳感器、視覺傳感器實時監測大棚內環境及農作物的動態變化，采集相關的動態信息，并根據農作物生長情況適時應用大數據技術及人工智能等相關技術，結合“線上+線下”現代農業管理模式，對各種種植環境及農作物生長情況進行分析與處理，科學合理利用溫度、濕度及光照等環境條件開展農田灌溉、病蟲草害防治及相關狀態監測等植保調節與田間管理。構建適宜不同地區、不同季節、不同農作物生產的現代農業機械化生產體系，提升農業種植效率和農作物產量、降低相關農業成本和農業風險，積極推動智慧農業發展；應用大數據等相關技術，結合農業植保無人機及相關視覺監控系統，實時監測農作物當前的生長狀況及周圍外界環境變化情況，幫助農戶及時了解農作生長情況，適時合理地做好農業植保與預防工作，科學調整農業生產活動。利用大數據技術分析實施精準施藥策略，避免化學藥劑資源浪費，降低病蟲草害對農作物產量及質量的影響，精準預測外界環境變化，降低自然災害等外界不確定性因素對農作物可能造成的損失，全面構建“互聯網+農業”“大數據+農業機械化”“信息化+農機化生產”等模式，進一步促進大數據技術在保證農作物健康生長及農民切身利益方面的應用發展。

1.3 農業生產后期應用

為全面提升農產品生產質量和合理優化農業生產過程，農業生產后期應用大數據技術對農產品進行全程追蹤及問題溯源。通過對農產品機械化深加工過程粘貼電子標簽(生成對應的產品二維碼)，建立農產品的子數據單元，結合產品數據分類，構建相關農產品數據庫，采用標簽掃描記錄農產品從生產至消費各個環節的數據信息，實時更新農產品種植、加工、包裝、物流、消費等各個質量環節數據，及時、全面地獲取農產品質量相關動態信息，提出對應農產品生產優化策略，實現農產品全程追蹤及問題溯源，保證農業生產全過程安全性與可靠性；應用大數據等相關技術，結合不同地區、不同季節、不同產品動態變化的生產信息、滯銷信息和市場需求信息等，建立多渠道農產品產銷預警機制，幫助農戶合理調節產品供給安排，平衡產品市場需求，減少產品庫存積壓，統籌與整合有限的農業資源，實施滿足消費需求、適應市場供給、避免農資浪費、農戶收益可觀的營銷策略。實現現代農業精準營銷的目標，進一步促進大數據技術在保證農業生產與市場運行健康及農民收益方面的應用發展。

2 大數據技術在農機化生產應用的必要性

農業是國民經濟發展的基礎性產業，在現代化農業發展過程中，農業機械化生產發揮重要作用。隨著農業機械化全面普及與推廣，與農業生產的數據信息的數據量增大、復雜性增強和數據利用難度增加，在一定程度上限制了傳統人工數據分析在農業機械化生產中的運用與發展。同時，現代化的農機生產過程中存在農業生產資源分配不合理、農業植保技術不智能、農機作業技術精度低、農業資信渠道不全面等問題，制約了現代農業機械化生產的科學發展。大數據技術是利用海量、多樣化、高增長率的戰略性信息資源，通過計算機人工智能、機器學習、深度挖掘及云計算等專業化數據分析處理方法，從海量且多樣化的數據中，對具有實際價值的數據進行信息采集、分析、處理及深度挖掘，結合傳統農機裝備先進設計與制造技術，實現機械化生產過程實際問題科學分析與合理解決。在農業機械化生產過程中，應用大數據技術對農機裝備數據、工作環境數據、農作物生長數據及其他生產相關數據等眾多數據融合分析與數據共享，實現現代農業機械化生產的精準預測、合理分配、科學決策及病蟲草害防控；應用大數據技術協調和優化農業生產技術，進一步提升傳統農業機械裝備的智能化控制水平、高精度及高可靠性作業能力等，實現農業機械化生產由傳統人工經驗識別、手動作業向現代智能識別、智慧控制、機械作業的工作模式轉變；應用大數據技術對非農作物(地理、氣候、人文及地方政策等)信息進行綜合數據分析與處理，并基于農作物生長最佳目標模型，實時動態提供農業管理決策建議，避免經濟損失，進一步保證農業生產的經濟性和安全性。近年來，我國農機化生產中積極推廣并應用了大數據技術，取得了階段性成果，推動農業機械化生產的進步。但是農業機械化數據數量大、結構復雜、動態干擾因素較多，且大數據技術屬于計算機科學與技術領域中的新技術，需要進一步完善大數據應用體系，建立數據管理共享機制，結合信息融合技術，解決傳統農業機械生產中的問題，推動農業機械化生產向智慧農業的方向發展，促進我國農業機械化生產的轉型升級[8-11]。

3 大數據技術在農機化生產的優化運用

大數據具有數據量大、種類多及高增長率的特性，大數據技術融合多種信息資源，通過人工智能、機器學習、云計算及深度挖掘等技術，對具有實際價值的信息進行采集、分析、處理和深度挖掘，以獲取數據內在之間的深層邏輯關系，從而更科學合理地分析與解決實際問題。大數據技術在農機化生產的優化運用表現在以下幾個方面。首先，應用大數據技術，在農機作業環境信息的采集和處理方面優化運用，通過現代化大數據系統(遙感、光譜、傳感等技術)采集多種農作物及外界環境等信息，結合農機數據共享與生長數據分析對農機日常作業進行合理分配和優化操作，運用科學施策、精準種植、變量植保等優化手段，為農戶選擇合適的農機裝備及種植、植保技術提供參考，避免資源浪費、降低生產能耗、節約勞動成本、提高產品質量；其次，應用大數據技術，在農機作業信息的監測和統計方面優化運用，通過智慧農機系統優化建設，實時監測、統計和控制農機裝備的相關數據信息，利用智慧農機系統數據反饋環節，在保證農機裝備機械化、自動化和高精度的基礎上，基于大數據分析技術，考核農機裝備作業效率與作業質量，實時對農機運行狀態進行動態優化和調整，提高農機裝備運作效率、合理配置農機裝備資源、優化農業生產流程、實現農機裝備運行的智能化和規范化；最后，應用大數據技術，在農機運行信息的交互和決策方面優化運用，通過智慧農機系統優化和大數據技術持續利用，及時了解農機裝備的市場價格、地方政策、運作信息和歷史記錄，保證農機供求平衡、促進農機推廣，實現對農機故障預測和在線維修，提高農業機械化水平與農業生產效率[12-14]。

4 結論

通過分析大數據技術在農業生產的應用，深入討論大數據技術在農機化生產方面的應用必要性和優化運用的策略，對促進農業機械裝備升級，全面推進智慧農業建設，構建“互聯網”“大數據”“信息化”現代化農業體系具有參考價值。