基于大數據分析的農業信息化研究

2023-12-31 00:00:00苗小愛

智慧農業導刊 2023年7期

摘" 要：隨著大數據技術及人工智能技術的發展，基于機器學習的大數據分析技術越來越多地應用到各行各業。保證農業的正常發展是我國的基本戰略之一，扶農、護農和興農是國家一直以來對農業的支持。但是，當前的農業經營管理模式仍以傳統方式為主，導致農業一直處于相對弱勢的發展狀況。在農業信息化領域，大數據分析技術是解決上述問題的方法。利用大數據分析技術可以進行農情監測、加快作物育種、進行農產品溯源和農險預防等多種農情研究。通過大數據分析技術對農業進行信息化處理，合理安排農種時間，規避農產品價格風險，保證食品安全，從而使農業得到更好的發展，不斷推出優質新產品，把控好農產品市場價格波動，促使農業長期穩定發展。

關鍵詞：農業信息化；大數據分析技術；人工智能；農業發展；穩定

中圖分類號：F326.2" " " 文獻標志碼：A" " " " " 文章編號：2096-9902（2023）07-0004-04

Abstract： With the development of big data technology and artificial intelligence technology， big data analysis technology based on machine learning is more and more applied to all walks of life. Ensuring normal development of agriculture is one of the basic strategies of our country. Supporting， protecting and developing farmers is our practices of persistently supporting agriculture. However， the current agricultural management mode is still dominated by the traditional way， which leads to the relatively weak development of agriculture. In the field of agricultural informatization， big data analysis technology is the way to solve the above problems. Big data analysis technology can be used to monitor agricultural conditions， accelerate crop breeding， traceability of agricultural products， agricultural insurance prevention and other agricultural conditions. Through big data analysis technology， we can conduct agriculture information processing， reasonable arrangement of farming time， avoid the price risk of agricultural products， and ensure food safety， so as to enable better development of agriculture， constantly introduce high-quality new products， control the market price fluctuations of agricultural products， and promote the long-term and stable development of agriculture.

Keywords： agricultural informatization; big data analysis technology; artificial intelligence; agricultural development; stability

目前我國耕地總面積為18.51億畝（1畝約等于667 m2），僅次于美國和印度，位居世界第3位。作為一個人口大國，糧食的重要性不言而喻。2021年，我國雖然獲得“十八連豐”的豐收佳績，但同時糧食進口量也在繼續增長，也創下了歷史新高。據海關總署發布的數據顯示，2021年中國糧食進口量達16 453.9萬t，同比增長18.1%，占糧食總產量（68 285萬t）的24.1%。這意味著，中國糧食對外依存度為19.4%。因此，農業治理仍然是一個至關重要的研究方向，在信息技術發展的今天，利用大數據技術及大數據分析構建農業信息化系統，助力農業發展是當前環境下的必然之勢，也是促進農業治理、糧食豐收的一大利器。

1" 大數據分析技術在農業領域的應用

1.1" 大數據分析技術在農業領域的理論方法

目前大數據技術及大數據分析與人工智能已經緊密相連，通過智能化計算可以對農業領域的一些災害進行預測預防，為農產品種植提供合理的方案、規劃。大數據技術涉及的領域多種多樣，給農業提供的服務也越來越多。云計算、人工智能、區塊鏈、智能計算和物聯網等相關技術的進步都促使大數據分析技術的進一步發展，進而使農業信息化更加智能。農業信息化架構如圖1所示。

通過利用大數據分析技術來實現的農業信息化可以在可能發生災害的時候進行預測，以最大的可能避免災害[1]，保證農作物的順利種植和收獲。在進行新農產品研制的時候計算各種可能的基因片段排列，最終結合實際實驗成功培育新物種（雜交水稻）。另外，利用強化學習技術分析歷年來的農藥噴灑數據，智能調控農藥噴灑量。這種農業信息化方式又可以稱作智慧農業[2]，目前是智慧農業發展和完善的高峰期。總之，將大數據技術與大數據分析相結合來構建農業信息化軟件，搭建智慧農業系統可以保證農業的可持續發展，以及良好的發展前景。

在中心化的云計算模式下，利用hadoop（分布式系統基礎架構）和hive（數據倉庫工具）等技術[3]對農業數據進行分析是支撐農業信息化發展到現在的重要基石之一，也是支撐農業信息化向智慧農業靠近的技術基石。在去中心化的模式下，區塊鏈是一種去中心化的分布式網絡結構，能夠將各參與方收集的數據進行共享，并進行高效的計算。通過區塊鏈技術來構建智慧農業系統[4]，不僅能夠獲取更多的數據，還能夠充分地利用計算力來進行農情預測和分析任務。利用分布式計算架構的計算力配置，可以處理非結構化的農業數據，并將部分任務交由人工智能[5]算法進行實現[6]。在這些技術的支撐下，農業信息化的發展更加深入，涉及的農業領域更加廣泛。

1.2" 大數據分析技術在農業領域的實際應用

當前，低溫對雜交水稻的影響研究[7]、藥用植物的葉綠體基因組特征解析[8]都會涉及對植物基因進行重組和排列的深度學習技術或智能計算技術，可以充分利用計算機進行模擬驗證。研究新物種來預防糧食危機，提高人們的生活水平是目前農業領域的一個熱門研究方向，也是農業信息化中最有挑戰的研究。另外，利用傳感器將數據進行互聯互通構建農業互聯網信息化系統，利用可用設備搭建農業經營信息化的Web服務，利用智能分析技術搭建農作物管理的智能調控系統都是基于大數據技術和大數據分析的農業信息化的實例。

無人機與農業結合[9]是當前農業領域中設備信息化的一部分，工作人員可以控制無人機進行農藥噴灑、農作物狀態實時監控。無人機會收集農作物生長狀態下的環境因素數據、生長圖像等，并根據中心處理器的計算進行實時反饋（如藥物噴灑量）。通過溫控系統可以根據環境溫度、植物生長階段及大棚內濕度等因素合理調節溫度[10]，在紫外線定時消殺、智能滴灌和合理種植等方面均有實際的應用。

隨著物聯網技術的發展，廣袤的土地資源得到有效的監控和管理。通過IoT（Internet of Things，物聯網）設備監測水污染因素、環境濕度和土壤情況[11]可以更合理地安排農作物種植。另外，使用IoT遙感設備結合數據分析技術（其中以互花米草監控最為突出[12]）可以及時觀測到害蟲[13]，進行分析計算預測蟲害的嚴重程度，然后制定合理的農藥噴灑計劃，消滅害蟲保證農作順利生長。

農業的發展離不開農作物的種植和新作物的培育，但是更離不開經營信息的管理[14]及對農作物行情的把控。大數據技術和大數據分析是解決這種問題的關鍵技術。面對復雜多樣的市場環境，簡單的人為預測很難計算出準確的市場信息，也很難制定出精準的價格制定策略，因此需要結合大數據分析技術進行經營信息管理。

2" 農業信息化的發展與未來

2.1" 農業信息化的發展

隨著計算機技術的發展，農業信息化的趨勢越來越顯著，在簡單的機械指令控制領域，通過編程實現農業信息化的應用軟件。通過在應用軟件上收集信息并進行手動處理可以方便快捷的解決一些簡單的農業問題，如無人機執行噴灑農藥的任務、農作物大棚內調溫任務和定時定量的澆灌任務等。隨著機器學習和大數據技術的進一步發展，更加智能的軟件出現在農業治理任務中。

5G和區塊鏈是未來發展的趨勢所在，也是大數據分析所依托的關鍵技術，農業的信息化發展離不開區塊鏈和5G技術。農業信息化的發展速度也會隨著5G和區塊鏈的進步而加快。5G的網絡速度加快數據收集速度和分析結果傳輸速度，區塊鏈的存在加快了信息共享速度和大數據分析計算速度，并保證了數據的可信度和安全性，都是將來農業信息化過程中重點發展的技術。

IoT設備是農業信息化所依賴的邊緣設備[15]，通過這些邊緣設備可以及時地獲取各種與農業治理和發展相關的信息，如使用遙感設備進行農情視頻觀測，使用紅外設備進行溫度檢測，使用生物音頻進行研究[16]。農業信息化中數據收集、發送指令、驅動設備和數據分析的計算主機都離不開IoT技術。因此，隨著IoT的發展，農業信息化涉及的領域和功能會越來越多，越來越完善。

2.2" 農業信息化的展望

相比傳統農業信息化，基于大數據技術和大數據分析的農業信息化也可以稱作是智慧農業，是新時代發展下新的農業信息化發展趨勢。這種新的農業信息化發展方式不僅優于人工操作，還在一些簡單且繁瑣的農業領域上代替了人工，并在一些計算復雜的領域中超越人類，獲得越來越多的新成果。

在未來，農業信息化將會是在基因工程、智能器械（農業設備信息化）、智能管理（農業經營信息化）和災害預防等方面得到更進一步的發展。大數據分析技術是支持智能管理和災害預防等一些智慧農業的核心技術。農業信息化的發展離不開大數據技術，并且在大數據分析的基礎上農業信息化將會踏足越來越多的新領域，獲得更多更令人矚目的成果。

3" 結束語

基于大數據技術和大數據分析的農業信息化已經在農業領域得到廣泛的發展。新物種研究、災害預防和農產品經營信息化等農業領域研究方向均使用到大數據技術和大數據分析。隨著基于大數據分析技術的農業信息化的發展，農作物的產量上升，農產品的行情穩定，農作物的管理便捷，災害的預防將更加及時。從農業信息化的這些優勢可以看出，在今后農業的發展過程中，基于大數據技術和大數據分析的農業信息化的發展會越來越深入，農業也會在未來一段時間取得更好的發展。

參考文獻：

[1] 吳炳方，張淼，曾紅偉，等.大數據時代的農情監測與預警[J].遙感學報，2016，20（5）：1027-1037.

[2] 王佳方.智慧農業時代大數據的發展態勢研究[J].技術經濟與管理研究，2020（2）：124-128.

[3] 李竹林，須暉，江紅霞，等.農業云計算環境下大數據處理軟件的選型與部署[J].農業網絡信息，2017（5）：90-94.

[4] 孫忠富，李永利，鄭飛翔，等.區塊鏈在智慧農業中的應用展望[J].大數據，2019，5（2）：116-124.

[5] 李立朋，丁秀玲，李樺.農戶綠色施肥行為的關聯效應及影響因素研究——以陜北綠色農業建設先行區為例[J].中國農業資源與區劃，2022，43（9）：71-78.

[6] 熊征，孟祥寶，汪洋，等.國內外農業人工智能典型應用案例及啟示[J].現代農業裝備，2021，42（5）：8-16.

[7] 徐青山，黃晶，孫愛軍，等.低溫影響水稻發育機理及調控途徑研究進展[J].中國水稻科學，2022，36（2）：118-130.

[8] 姜雪，龍武華，李祖軍，等.水稻葉綠素合成途徑關鍵基因自然變異分析[J/OL].分子植物育種：1-16[2023-04-07].http：//kns.cnki.net/kcms/detail/46.1068.S.20220118.1547.004.html.

[9] 黃亮，吳春燕，李小祥，等.基于弱監督語義分割的燈盞花無人機遙感種植信息提取[J].農業機械學報，2022，53（4）：157-163，217.

[10] 孫銘璇.溫室大棚技術及其智能化發展前景[J].農機使用與維修，2022（2）：108-110.

[11] 劉海燕，楊榕，侯彤瑜，等.新疆棉田土壤微生物資源大數據平臺建設與可視化分析[J].農業大數據學報，2021，3（1）：45-55.