大數據在智慧農業發展中的應用探析*

韓二鋒 ，王智海

（浙江農業商貿職業學院，浙江 紹興 312000）

改革開放以來，我國經歷了傳統農業到現代農業的轉變，目前正朝著智慧農業的方向發展。與現代農業不同的是，智慧農業擁有豐富多樣的傳感數據，集傳感、數據存儲、數據分析、遠程控制于一體，能夠對數據進行智能化處理，擁有災害預警系統。目前，美國、德國、日本、韓國、以色列等國家的智慧農業發展水平較高，智能化、集約化、環保化、精準化、可溯源是國外智慧農業的典型特征。為此，我國需要進一步推動智慧農業的發展，發揮大數據等現代技術在智慧農業發展中的作用，推動農業全產業鏈的轉型升級。

1 智慧農業的系統架構

1.1 農業生產數據

在智慧農業系統中，農業生產數據處于第一層，是最為基礎的部分，對后期的數據分析、數據處理具有決定性的作用。農業生產數據涉及農業生產的各個領域，包含了農產品種植、畜牧養殖等方面的內容，涵蓋了資源數據、環境數據、農業科研數據、自然災害數據、農業產業鏈數據等。農業生產數據是全方位、多領域的，在智慧農業中，只有充分發掘農業生產數據的價值，才能為農業決策提供指導[1]。

1.2 數據采集網絡

數據采集網絡的功能是全面采集農業生產數據，技術人員需要運用智能終端，對農業各元素的數據進行實時采集[2]。在實踐中，數據采集網絡通常需要運用各類感知終端，如視頻采集終端、音頻終端等，采集的信息包含了文本數據、圖形數據、圖像數據、聲音數據、視頻數據等。例如，在智能化溫室大棚蔬菜種植中，溫室當中擁有全面的數據采集系統，包含了多種類型的設備，能夠拍攝溫室當中的畫面，監測溫室中的溫度、濕度、光照等信息，形成精準的數據，然后運用無線網絡完成數據傳輸。

1.3 農業大數據中心

農業大數據中心是在大數據技術、云計算技術、云存儲技術的基礎上建立起來的。通過農業大數據中心，技術人員能夠提高原始數據的質量，通過數據融合，使農業大數據實現共用共享。農業大數據中心能夠對原始數據進行初步處理，處理手段包括清洗、去噪、集成，無用、重復的數據將被剔除，有價值的信息能夠得到整合，為后期的數據分析奠定基礎[3]。

1.4 大數據分析

大數據分析是指應用關聯分析、可視化分析、數據挖掘、數據融合等大數據分析方法，從農業大數據中獲得更多有價值的信息。通過大數據分析，農業生產能夠走向智能化，系統可以對各類自然災害進行預警，實現智能監測、高效生產、環境友好、資源節約[4]。例如，在農產品銷售領域，大數據系統能夠記錄用戶對各類農產品的評價，掌握用戶在挑選農產品時的行為習慣，把握用戶的喜好，從而提煉出最受歡迎的農產品類型，為農業生產提供輔助。

2 農業大數據的主要內容

2.1 農業氣象數據

在智慧農業中，農業大數據包含了多種類型，涉及農業種植、農產品生產的各個環節和各個方面。天氣情況在農作物的生長過程中具有十分重要的作用，只有順應時節進行農作物播種，科學應對氣象災害，才能提高農作物產量。農業氣象數據包含了溫度、光照強度、降雨、濕度、紫外線、大氣壓力、空氣質量、風速以及風向等方面的內容，信息數據十分龐大。通過監測農業氣象數據，農業生產人員可以更好地預測旱澇情況，科學運用水資源，對農業進行精細化管理。在大數據技術的支持下，農戶可以直接獲得灌溉、施肥、病蟲害防治等方面的建議，結合農作物的生長發育狀態，完成農業生產，使農業生產措施適應氣象變化[5]。

2.2 資源環境數據

通過應用遙感技術，智慧農業系統能夠收集農業生產中的資源環境數據，全面把握不同區域的農業生產特點，掌握不同區域的環境問題以及農業生產的適宜性。通過掌握資源環境數據，農業生產人員能夠更好地了解農業環境中存在的重金屬污染、水體富營養化、農產品農藥殘留等方面的信息，從而提高農業決策的科學性，最大程度地減輕農產品污染[6]。在大數據技術的支持下，農業生產人員可以全面了解種植區域的資源環境，采取科學有效的措施避免農作物污染。

2.3 生物信息數據

生物信息是反映生物運動狀態和方式的信息，是調節和控制生命活動的信號。通常情況下，人們將生物信息劃分為遺傳信息、神經信息、感覺信息、化學信息。在智慧農業的發展中，大數據技術能夠收集農作物的生物信息數據，構建生物信息數據庫，這對農作物的育種具有較大幫助[7]。在應用過程中，農業信息數據庫能夠為技術人員提供信息錄入、查詢、統計等功能，通過大數據技術，技術人員能夠從堆積如山的數據中提取有用信息，挖掘并識別農作物的重要基因，對農作物的品種進行改造，甚至還能夠創造新的農作物品種，滿足智慧農業的發展需求。

2.4 生長監測數據

在智慧農業的發展過程中，農作物的生長監測數據是農業大數據的重要內容。當前，很多溫室大棚引入了實時監測儀器，由機器設備對作物的生長狀態進行全天候監測，記錄作物的生長數據。具體的生長數據包括葉綠素含量、氮素含量、葉面積指數等[8]。目前，監測儀器的種類不斷增多，監測點的覆蓋范圍越來越廣，農作物的生長監測數據成倍增長。通過監測作物生長形式，獲取農作物的長勢信息，并對可能出現的糧食短缺或盈余情況進行預測。

2.5 農業統計數據

農業統計數據是指運用統計理論與方法，對農業領域的有關經濟現象進行調查、整理、分析得出的數據資料，在國民經濟統計當中具有十分重要的作用[9]。基于智慧農業的發展，農業統計數據包含了農業生產單位、經營形式、勞動力、土地面積等方面的農業生產條件統計，農、林、牧、副、漁各業的生產統計，土地利用率、農村經濟收入分配等方面的農業經濟效益統計，這些統計數據對智慧農業的發展具有重要價值。

3 大數據技術在智慧農業中的應用路徑

3.1 優化農業生產

在農作物種植方面，種植人員能夠全面分析環境數據，對農作物的總體生長形式進行預測，充分利用互聯網技術與智能設備，制定出精準的種植計劃，將大數據技術應用于農業測土配方和茬口作業計劃中，提高農作物的種植效率。例如，在水稻種植中，種植人員可以將大數據技術作為基礎，在水稻種植初期開展智能化控制，對各個生產環節的數據進行自動化管理，調控水稻生產環境中的濕度、溫度等，優化水稻的生長狀態[10]。此外，大數據技術還能夠有效預測農作物在生長過程中可能出現的病蟲害，構建“作物—環境—蟲害”三角關系模型，加強對空氣溫度、相對濕度、葉面濕潤時間的監測，采用度日法計算每種病蟲害發生所需要的積溫，根據有效積溫和病蟲害發生發展的關系，讓蟲害的發育階段可視化。在畜禽養殖方面，養殖人員同樣可以利用大數據技術，加強對前端和后端數據的分析和研究，掌握畜禽養殖污染防治方面的大數據，了解畜禽的具體健康情況，優化飼料的配比，對養殖場的環境進行優化，促進畜禽健康生長。

3.2 預測市場需求

在智慧農業的發展中，農戶可以充分利用大數據平臺預測市場需求，提前掌握消費者在需求層面的分析報告，從市場的角度對消費者的需求進行全面分析，從而按照預先的計劃開展農業生產，降低農戶所面臨的各種風險，確保農業生產環節的供給和需求實現平衡，避免農產品供應過剩，優化農產品供給和需求的銜接。大數據即大營銷，在大數據技術的支持下，農戶可以洞察消費者的行為，了解消費者的購物評價、消費目的和動機、消費態度、決策過程等，掌握消費者的偏好，農產品的供需雙方能夠建立穩定可靠的信任關系。此外，在智慧農業的發展中，大數據采集、清洗、存儲、挖掘等技術都能夠幫助農戶對農產品的市場價格進行預測，為農業發展提供精準的預測信息，方便農戶在后期的農業生產經營中做出科學選擇。

3.3 實現農產品追溯

隨著智慧農業的快速發展，農產品的供應鏈條不斷增加，農產品生產的追蹤及監控工作越來越重要。通過大數據技術，農產品從種植到生產再到運輸、包裝、倉庫存儲、銷售，每一個環節都能得到全方位的監控和追蹤，農產品的污染問題能夠得到有效解決。農產品可追溯的大數據系統以農業產業化信息為基礎，通過收集農產品的生產信息、質量檢測信息、客戶的評價信息等，讓農產品的質量能夠得到保障。農產品質量溯源系統包含了生產管理系統、流通監管系統、追溯反饋系統，涵蓋了產前、產中、產后的各個環節，能夠確保農產品的安全。在實踐當中，畜禽肉類、果蔬類、水產類、干貨類、加工食品類都能夠實現質量溯源。在生產管理環節，大數據系統能夠對產地信息、生產管理人、生產周期等進行記錄；在加工流程跟蹤環節，系統能夠記錄操作人、加工檢測信息、生產日期等；在運輸流程跟蹤環節，系統能夠記錄運輸的來源地和目的地，錄入運輸時間、運輸路線、運輸負責人等信息；在銷售環節，系統能夠記錄銷售時間、產品庫存信息等；在溯源查詢中，消費者能夠對生產環境信息、加工流程信息、運輸信息、銷售信息等進行溯源。

3.4 整合農業產業鏈

在智慧農業的發展中，大數據技術能夠推動農業產業鏈的全方位整合，使農業領域的生產和銷售環節緊密結合起來，對農產品的銷售、運輸、存儲、處理等多個環節進行轉化，使農業發展形成“工業鏈條”，充分發揮大數據技術的作用。在實踐當中，農業領域的實體經濟能夠和大數據技術有機結合起來，傳統農業產業鏈中存在的問題能夠得到解決。例如，惠農網是我國領先的農業B2B 產業服務平臺，該平臺以農產品線上交易為基礎，用“一張網”連接農產品的生產與銷售，利用大數據技術為供需雙方提供服務，同時也為政府的相關決策提供了重要參考。隨著大數據技術的快速發展，數字技術與農業領域的融合程度不斷加深，大數據技術在農產品溯源、農產品市場預測等方面能夠發揮重要作用，有利于推動農業生產朝著智慧化、數字化的方向進步。

4 結束語

在大數據技術的支持下，智慧農業已經初見雛形，科學技術在農業領域的應用，給農戶及消費者帶來了便利，為政府部門的決策提供了數據基礎。在智慧農業的發展中，農業大數據包含了氣象數據、資源環境數據、生物信息數據等方面的內容，能夠為農業生產、農產品銷售提供數據支持。在智慧農業未來的發展中，有關部門需要進一步加強大數據技術在智慧農業領域的應用，利用大數據技術對市場需求進行預測，全面整合農業產業鏈，追溯農產品的生產加工過程，推動農業可持續發展。