大數(shù)據(jù)在農(nóng)業(yè)生產(chǎn)中的應(yīng)用研究綜述與展望

楊春朝，陳 瑩，高國(guó)興，丁永帥

（北京理工大學(xué)珠海學(xué)院，廣東 珠海 519088）

農(nóng)業(yè)是人類社會(huì)的衣食之源，是一切生產(chǎn)活動(dòng)得以進(jìn)行的首要條件，它為國(guó)民經(jīng)濟(jì)的其他部門提供糧食、原材料、資金和進(jìn)出口物資[1]。在中國(guó)，農(nóng)業(yè)是第一產(chǎn)業(yè)，其重要性在政治、經(jīng)濟(jì)、技術(shù)和國(guó)家安全等各方面都均有體現(xiàn)，筑牢了整個(gè)社會(huì)的發(fā)展根基[2]。隨著信息技術(shù)和數(shù)據(jù)科學(xué)的高速發(fā)展，物聯(lián)網(wǎng)、5G/6G、云計(jì)算、生物分子技術(shù)、新材料和大數(shù)據(jù)等新興數(shù)字化技術(shù)的實(shí)地運(yùn)用，農(nóng)業(yè)數(shù)字化已成為了當(dāng)下熱門的研究課題。中國(guó)的農(nóng)業(yè)發(fā)生于新石器時(shí)代，黃河、長(zhǎng)江流域是世界農(nóng)業(yè)起源地之一。我國(guó)農(nóng)業(yè)的生產(chǎn)結(jié)構(gòu)包括種植業(yè)、林業(yè)、畜牧業(yè)、漁業(yè)和副業(yè)，但數(shù)千年來(lái)一直以種植業(yè)為主。由于我國(guó)人口眾多，耕地面積相對(duì)較少，糧食生產(chǎn)尤占主要地位[3]。2015 年12 月29 日，農(nóng)業(yè)部印發(fā)了《關(guān)于推進(jìn)農(nóng)業(yè)農(nóng)村大數(shù)據(jù)發(fā)展的實(shí)施意見(jiàn)》（農(nóng)市發(fā)〔2015〕6 號(hào)），此文件深刻揭示了大數(shù)據(jù)在農(nóng)業(yè)生產(chǎn)中發(fā)展和應(yīng)用的重大意義，明確了大數(shù)據(jù)在農(nóng)業(yè)生產(chǎn)中的總體要求，夯實(shí)了大數(shù)據(jù)在農(nóng)業(yè)生產(chǎn)中應(yīng)用的基礎(chǔ)，確立了大數(shù)據(jù)在農(nóng)業(yè)生產(chǎn)中發(fā)展的重點(diǎn)領(lǐng)域，規(guī)劃了大數(shù)據(jù)推進(jìn)農(nóng)業(yè)生產(chǎn)實(shí)施的進(jìn)度安排。傳統(tǒng)的農(nóng)業(yè)耕作生產(chǎn)模式勞動(dòng)強(qiáng)度大，生產(chǎn)效率低，農(nóng)民收入少，主要以小農(nóng)生產(chǎn)模式為主。在不依靠科學(xué)技術(shù)的情況下，傳統(tǒng)的農(nóng)業(yè)耕作往往容易出現(xiàn)農(nóng)作物成活率低、收獲的果實(shí)賣不出去等情況。現(xiàn)如今在大數(shù)據(jù)等信息技術(shù)的加持下，農(nóng)業(yè)生產(chǎn)的方方面面都得到了質(zhì)的提升。

大數(shù)據(jù)在農(nóng)業(yè)中的應(yīng)用可提供多樣化、精準(zhǔn)化、智能化的服務(wù)，幫助農(nóng)民減少投入，提高收益，優(yōu)化生產(chǎn)方式，實(shí)現(xiàn)農(nóng)業(yè)的可持續(xù)發(fā)展[4]。近年來(lái)，大數(shù)據(jù)在農(nóng)業(yè)生產(chǎn)中的應(yīng)用日益豐富，相關(guān)文獻(xiàn)資料層出不窮，但目前對(duì)現(xiàn)有研究成果進(jìn)行梳理總結(jié)的文獻(xiàn)相對(duì)較少，或者年代久遠(yuǎn)不再具有代表價(jià)值。

綜上所述，本文對(duì)大數(shù)據(jù)在農(nóng)業(yè)生產(chǎn)中的應(yīng)用研究進(jìn)行了綜述分析，參照農(nóng)業(yè)生產(chǎn)建立的全過(guò)程，從農(nóng)田基本建設(shè)到土地田間管理，再到農(nóng)產(chǎn)品流通，全方位闡述了大數(shù)據(jù)在農(nóng)業(yè)生產(chǎn)中的應(yīng)用研究現(xiàn)狀。并在大量文獻(xiàn)參閱的基礎(chǔ)上對(duì)大數(shù)據(jù)在農(nóng)業(yè)生產(chǎn)領(lǐng)域的應(yīng)用研究提出了未來(lái)展望，為以后的研究方向提供參考。

1 大數(shù)據(jù)技術(shù)在農(nóng)田基本建設(shè)中的應(yīng)用研究

1.1 在土地利用規(guī)劃中的應(yīng)用研究

農(nóng)田土地資源與建設(shè)用地利用規(guī)劃是農(nóng)田建設(shè)的重要基礎(chǔ)。針對(duì)如何做好土地資源規(guī)劃的問(wèn)題，李國(guó)釗[5]提出引入ArcGIS 軟件技術(shù)，通過(guò)總結(jié)農(nóng)村土地資源的使用情況與使用特征，明確樹(shù)立農(nóng)村土地利用規(guī)劃相對(duì)指標(biāo)結(jié)構(gòu)，并針對(duì)其結(jié)果設(shè)置匹配度較高的農(nóng)村土地利用規(guī)劃指標(biāo)。針對(duì)土地合理利用的問(wèn)題，仝芮寧[6]通過(guò)構(gòu)建多目標(biāo)線性規(guī)劃模型對(duì)土地進(jìn)行利用優(yōu)化分析，并進(jìn)一步考慮了經(jīng)濟(jì)效益與生態(tài)效益2個(gè)因素，在此基礎(chǔ)上不僅建立了土地利用的經(jīng)濟(jì)效益和生態(tài)效益目標(biāo)函數(shù)，而且采用制約條件反映了社會(huì)效益目標(biāo)。針對(duì)土地監(jiān)控的問(wèn)題，董洋洋等[7]利用了“慧眼守土”監(jiān)測(cè)監(jiān)管平臺(tái)，通過(guò)“互聯(lián)網(wǎng)＋”、大數(shù)據(jù)、人工智能識(shí)別和GPS 定位等技術(shù)實(shí)時(shí)監(jiān)測(cè)監(jiān)控土地的情況，切實(shí)加強(qiáng)了自然資源的保護(hù)和土地的合理開(kāi)發(fā)利用。同樣針對(duì)土地監(jiān)控的問(wèn)題，廖玉佳等[8]通過(guò)融合GIS 空間位置信息，同時(shí)集成多種基礎(chǔ)地理數(shù)據(jù)，融入傾斜攝影模型、DEM 等三維數(shù)據(jù)，通過(guò)編寫專業(yè)定制化算法，讓系統(tǒng)具有對(duì)傳感器數(shù)據(jù)進(jìn)行自動(dòng)傳輸、智能識(shí)別、綜合分析和處理以及預(yù)警報(bào)警的功能，實(shí)現(xiàn)儲(chǔ)備土地的智能化動(dòng)態(tài)監(jiān)管。

1.2 在水利設(shè)施建設(shè)規(guī)劃中的應(yīng)用研究

農(nóng)業(yè)離不開(kāi)水利灌溉，大數(shù)據(jù)技術(shù)在水利設(shè)施建設(shè)規(guī)劃方面也有所成就。姜俊狄等[9]介紹了一種將三維激光掃描技術(shù)與無(wú)人機(jī)攝影測(cè)量技術(shù)融合的方法，該方法能夠分析定性和定量分析融合后的模型精度，從而判定某灌溉系統(tǒng)是否適合運(yùn)用于農(nóng)田。孫寧等[10]運(yùn)用BIM 技術(shù)建立的三維空間模型對(duì)具體的農(nóng)田灌溉進(jìn)行模擬，可以清晰反映出設(shè)計(jì)中存在的不足，從而進(jìn)行調(diào)整和優(yōu)化，提高農(nóng)田灌溉與農(nóng)作物生長(zhǎng)的質(zhì)量。黨元初[11]構(gòu)建了以STM32 作為控制器的農(nóng)田智能灌溉控制系統(tǒng)，通過(guò)LoRa 和4G 進(jìn)行無(wú)線傳輸達(dá)到農(nóng)田信息實(shí)時(shí)采集和處理等功能，還應(yīng)用VR 技術(shù)構(gòu)建虛擬數(shù)字環(huán)境，實(shí)現(xiàn)了農(nóng)業(yè)水價(jià)信息化平臺(tái)建設(shè)。

2 大數(shù)據(jù)技術(shù)在田間管理中的應(yīng)用研究

2.1 在土壤耕作中的應(yīng)用研究

農(nóng)作物生長(zhǎng)好與壞，決定于生長(zhǎng)環(huán)境——土壤。針對(duì)土壤質(zhì)量判定，侯顯達(dá)等[12]應(yīng)用氣相色譜測(cè)定樣品中的DDTs 和BHCs 的含量，采用熵權(quán)屬性識(shí)別模型對(duì)4 種不同土地利用方式下的土壤環(huán)境質(zhì)量進(jìn)行了評(píng)價(jià)，以此來(lái)判定土壤的質(zhì)量好壞。針對(duì)土壤含水量監(jiān)測(cè)，郭文等[13]基于Sentinel-1A SAR 數(shù)據(jù)，利用C波段雷達(dá)遙感和BPNN 模型實(shí)現(xiàn)了對(duì)裸露地表土壤含水量的準(zhǔn)確、高效反演。針對(duì)土壤參數(shù)監(jiān)測(cè)，鐘佳薈等[14]將Air724UG 微控制器設(shè)置為系統(tǒng)核心，各類傳感器分別能夠采集到土壤溫濕度等參數(shù)，并利用GPRS 網(wǎng)絡(luò)進(jìn)行遠(yuǎn)程無(wú)線通信，利用監(jiān)測(cè)中心進(jìn)行遠(yuǎn)程室外土壤參數(shù)監(jiān)測(cè)。針對(duì)精準(zhǔn)施肥，冀汶莉等[15]設(shè)計(jì)并實(shí)現(xiàn)了基于LoRa 的農(nóng)業(yè)大田土壤多測(cè)點(diǎn)多參數(shù)監(jiān)測(cè)系統(tǒng)，在實(shí)時(shí)監(jiān)測(cè)土壤溫濕度和養(yǎng)分變化的基礎(chǔ)上，實(shí)現(xiàn)按需測(cè)土配方的精準(zhǔn)施肥。針對(duì)耕作之后土壤表面溝形特征參數(shù)測(cè)量困難的問(wèn)題，王韋韋等[16]設(shè)計(jì)了一種基于激光三角法的耕作土壤溝形測(cè)量系統(tǒng)，能夠很好地降低測(cè)量誤差，滿足農(nóng)田土壤耕作后溝形自動(dòng)化測(cè)量的需要。

2.2 在播種及栽植中的應(yīng)用研究

農(nóng)田播種是農(nóng)業(yè)生產(chǎn)的關(guān)鍵一環(huán)，播種質(zhì)量的好壞直接決定著農(nóng)民來(lái)年是否可以結(jié)收累累碩果。在傳統(tǒng)的農(nóng)業(yè)生產(chǎn)中，播種時(shí)機(jī)是依靠農(nóng)民自身經(jīng)驗(yàn)以及天干地支推演出來(lái)的，存在一定的不確定性，容易出現(xiàn)錯(cuò)失良機(jī)甚至播種不適實(shí)際氣候等情況。大數(shù)據(jù)時(shí)代的到來(lái)為傳統(tǒng)農(nóng)業(yè)在播種方式上的改革創(chuàng)新注入了新活力。針對(duì)農(nóng)耕前的播種準(zhǔn)備，王淑芳[17]提出農(nóng)民可以在互聯(lián)網(wǎng)上借助大數(shù)據(jù)搜尋農(nóng)業(yè)種植相關(guān)的知識(shí)，學(xué)習(xí)了解農(nóng)作物的生長(zhǎng)特性、培育周期和種植條件，通過(guò)電商平臺(tái)選購(gòu)農(nóng)作物種子。針對(duì)播種作業(yè)，謝郁華[18]使用Scrapy 爬蟲(chóng)框架搭建了農(nóng)產(chǎn)品信息網(wǎng)絡(luò)爬蟲(chóng)，利用相應(yīng)的農(nóng)作物種植模型，結(jié)合農(nóng)作物信息、土壤水肥信息以及土壤環(huán)境等信息，選用了標(biāo)準(zhǔn)Shapefile 格式作為標(biāo)準(zhǔn)決策處方圖的文件格式，構(gòu)建了基于阿里云服務(wù)器的精準(zhǔn)播種在線決策云平臺(tái)，輔助農(nóng)業(yè)工作者更好地進(jìn)行播種作業(yè)。同樣針對(duì)播種作業(yè)，陶化冰[19]針對(duì)不同地區(qū)的土壤類型、養(yǎng)分和地形存在差異，為了能在同一塊耕地種出的整齊幼苗，就需要農(nóng)機(jī)根據(jù)由大數(shù)據(jù)技術(shù)推演得到的處方圖隨時(shí)調(diào)整農(nóng)作物下種量、下種深度以及下種時(shí)機(jī)。

2.3 在生長(zhǎng)發(fā)育中的應(yīng)用研究

大數(shù)據(jù)技術(shù)也可以用于協(xié)調(diào)農(nóng)作物的生長(zhǎng)發(fā)育。張開(kāi)京等[20]基于黃瓜基因組信息和轉(zhuǎn)錄組測(cè)序大數(shù)據(jù)，利用生物信息學(xué)手段，對(duì)黃瓜中DIR 基因家族進(jìn)行鑒定，并分析其在不同組織器官和脅迫響應(yīng)過(guò)程中的表達(dá)模式，可以讓黃瓜更好地生長(zhǎng)發(fā)育。陳成等[21]利用大疆P4 Multispectral 無(wú)人機(jī)來(lái)獲取農(nóng)作物的整個(gè)生長(zhǎng)周期的光譜數(shù)據(jù)，并構(gòu)建了玉米的歸一化植被指數(shù)（Normalized difference vegetation index，NDVI），對(duì)農(nóng)作物進(jìn)行長(zhǎng)勢(shì)監(jiān)測(cè)。張黔川[22]提出在農(nóng)業(yè)生產(chǎn)中應(yīng)用無(wú)人機(jī)實(shí)時(shí)動(dòng)態(tài)載波相位差分（Real-time kinematic，RTK）測(cè)繪技術(shù)，該技術(shù)可以實(shí)現(xiàn)對(duì)農(nóng)作物生長(zhǎng)的智能化、自動(dòng)化監(jiān)測(cè)，提高監(jiān)測(cè)的準(zhǔn)確性。呂志群等[23]基于黑龍江省2000—2018 年MODIS 13A2 產(chǎn)品數(shù)據(jù)，獲取每16 天的耕地范圍內(nèi)歸一化植被指數(shù)（NDVI）數(shù)據(jù)，采用多年平均值法得到NDVI 的平均值，與原始數(shù)據(jù)做對(duì)比可作為衡量農(nóng)作物長(zhǎng)勢(shì)好壞的標(biāo)桿。

2.4 在收割中的應(yīng)用研究

農(nóng)作物的收割是農(nóng)業(yè)發(fā)展中不可或缺的一部分，結(jié)合大數(shù)據(jù)技術(shù)在農(nóng)業(yè)收割方面進(jìn)行應(yīng)用與研究，可以幫助農(nóng)民提高農(nóng)業(yè)生產(chǎn)效率和質(zhì)量，促進(jìn)農(nóng)業(yè)現(xiàn)代化和可持續(xù)發(fā)展。吳才聰?shù)萚24]針對(duì)全國(guó)范圍農(nóng)機(jī)操作進(jìn)行動(dòng)態(tài)監(jiān)控與量化統(tǒng)計(jì)的要求，提出了在農(nóng)機(jī)上加裝“北斗”終端，并制定了相應(yīng)的數(shù)據(jù)傳輸標(biāo)準(zhǔn)，最終實(shí)現(xiàn)了以“北斗”為基礎(chǔ)的農(nóng)機(jī)操作大數(shù)據(jù)平臺(tái)的構(gòu)建。夏俊勇[25]從聯(lián)合收割機(jī)的智能控制、喂入量檢測(cè)、脫粒清選系統(tǒng)的智能控制、損失率在線檢測(cè)、產(chǎn)量檢測(cè)、故障診斷、無(wú)人駕駛與自主導(dǎo)航等多個(gè)角度出發(fā)，對(duì)該智能控制技術(shù)的應(yīng)用進(jìn)行了深入探討，推進(jìn)自走式小麥聯(lián)合收割機(jī)實(shí)現(xiàn)轉(zhuǎn)型升級(jí)，探尋出符合我國(guó)國(guó)情的小麥聯(lián)合收割方式，進(jìn)而推動(dòng)農(nóng)業(yè)機(jī)械化向智能化方向發(fā)展。周達(dá)[26]為了實(shí)現(xiàn)農(nóng)業(yè)無(wú)人收割機(jī)對(duì)農(nóng)作物的精確收割，利用稀疏化算法對(duì)原始航跡中的聚合點(diǎn)進(jìn)行篩選并提出了一種基于多項(xiàng)式曲線的局部航跡擬合方法，并采用迭代法求出航跡點(diǎn)的曲率，排除異常點(diǎn)，并設(shè)定一個(gè)合適的閾值，再次采用稀疏化算法獲得航跡節(jié)點(diǎn)，最終找到了一種較為準(zhǔn)確地還原播種軌跡并生成收獲作業(yè)目標(biāo)導(dǎo)航路徑的方法。劉靚葳[27]針對(duì)農(nóng)機(jī)自動(dòng)駕駛收割的生產(chǎn)效率的問(wèn)題，運(yùn)用人工智能技術(shù)，通過(guò)與大數(shù)據(jù)、云計(jì)算等相關(guān)技術(shù)相結(jié)合，提出將目標(biāo)檢測(cè)算法、車道線檢測(cè)算法、目標(biāo)跟蹤算法等人工智能技術(shù)中的基于視覺(jué)的感知算法運(yùn)用到無(wú)人農(nóng)業(yè)機(jī)械中，進(jìn)行了涉及機(jī)器視覺(jué)的農(nóng)機(jī)收割研究，指出人工智能算法在農(nóng)機(jī)收割中的應(yīng)用，有效地提升了無(wú)人農(nóng)機(jī)的工作效率。

3 大數(shù)據(jù)技術(shù)在農(nóng)產(chǎn)品流通中的應(yīng)用研究

3.1 在農(nóng)業(yè)運(yùn)輸中的應(yīng)用研究

農(nóng)產(chǎn)品的運(yùn)輸是農(nóng)產(chǎn)品流通環(huán)節(jié)當(dāng)中的重要一環(huán)，其物流管理系統(tǒng)、運(yùn)輸路徑、運(yùn)輸環(huán)境等因素都對(duì)于農(nóng)產(chǎn)品的運(yùn)輸有著重要的影響。

3.1.1 物流管理系統(tǒng)

張茜等[28]提出了基于大數(shù)據(jù)的農(nóng)產(chǎn)品冷鏈物流平臺(tái)，并以此為基礎(chǔ)分為數(shù)據(jù)基礎(chǔ)層、信息管理層、應(yīng)用層3 個(gè)層次，運(yùn)用大數(shù)據(jù)技術(shù)對(duì)冷鏈基礎(chǔ)設(shè)施建設(shè)進(jìn)行頂層設(shè)計(jì)，從而對(duì)冷鏈物流的關(guān)鍵環(huán)節(jié)進(jìn)行物流運(yùn)輸與倉(cāng)儲(chǔ)管理優(yōu)化，最終達(dá)到優(yōu)化農(nóng)產(chǎn)品的物流運(yùn)輸與倉(cāng)儲(chǔ)管理、強(qiáng)化質(zhì)量安全管控、提高精準(zhǔn)銷售與配送、提升信息交流與共享的目的。張建喜等[29]通過(guò)建立基于大數(shù)據(jù)技術(shù)的農(nóng)產(chǎn)品物流管理系統(tǒng)總體架構(gòu)和物流管理流程來(lái)分析目前我國(guó)農(nóng)產(chǎn)品物流流程，再制定訂單管理流程、倉(cāng)儲(chǔ)管理流程和配送管理流程3 個(gè)管理流程來(lái)對(duì)關(guān)鍵流程進(jìn)行分析，最后用關(guān)系數(shù)據(jù)庫(kù)MySQL 來(lái)設(shè)計(jì)農(nóng)產(chǎn)品物流管理系統(tǒng)，最終確定最優(yōu)的、最合理的配送計(jì)劃，充分整合物流資源，保證農(nóng)產(chǎn)品物流運(yùn)輸?shù)母咝院蜏?zhǔn)確性，降低在運(yùn)輸過(guò)程中的損耗率和變質(zhì)率，從而優(yōu)化了物流管理流程。

3.1.2 運(yùn)輸路徑

梁瑞華等[30]對(duì)中國(guó)農(nóng)村物流配送的現(xiàn)狀與方式進(jìn)行分析，發(fā)現(xiàn)農(nóng)產(chǎn)品物流基礎(chǔ)設(shè)施支持不足，傳統(tǒng)物流管理流程和冷鏈物流技術(shù)等薄弱環(huán)節(jié)，利用大數(shù)據(jù)分析技術(shù)對(duì)農(nóng)村物流配送路徑進(jìn)行了優(yōu)化，運(yùn)用大數(shù)據(jù)豐富的交通網(wǎng)絡(luò)，利于現(xiàn)代技術(shù)進(jìn)行全地域農(nóng)業(yè)交通運(yùn)輸整合，并用大數(shù)據(jù)處理的技術(shù)感知和定位手段來(lái)獲取和整合物流信息，有效解決其中存在的農(nóng)產(chǎn)品浪費(fèi)問(wèn)題。為了能夠最大程度地降低運(yùn)輸成本，周蓉蓉等[31]利用K-均值聚類，通過(guò)優(yōu)化的遺傳算法建立了一種城市生鮮農(nóng)產(chǎn)品運(yùn)輸路線優(yōu)化模型，最終實(shí)現(xiàn)了城市生鮮農(nóng)產(chǎn)品配送中的車輛優(yōu)化調(diào)度、路徑自主優(yōu)化功能。

3.1.3 運(yùn)輸環(huán)境

吳卓葵等[32]提出了一種基于大數(shù)據(jù)的生鮮農(nóng)產(chǎn)品配送監(jiān)測(cè)預(yù)警系統(tǒng)，利用保鮮需求進(jìn)行大數(shù)據(jù)分析，對(duì)配送車輛溫度、濕度、最大配送時(shí)間等指標(biāo)進(jìn)行智能預(yù)測(cè)，并根據(jù)不同生鮮農(nóng)產(chǎn)品的保鮮需求及道路交通狀況對(duì)配送時(shí)間進(jìn)行預(yù)警。陳謙等[33]針對(duì)冷鏈運(yùn)輸溫度預(yù)測(cè)問(wèn)題，從挖掘歷史數(shù)據(jù)時(shí)序信息角度出發(fā)，提出了一種基于門控循環(huán)單元網(wǎng)絡(luò)的冷鏈運(yùn)輸溫度時(shí)序預(yù)測(cè)方法，通過(guò)采用拉格朗日插值方法、GRU 神經(jīng)網(wǎng)絡(luò)模型，建立了適用于低溫環(huán)境的GRU 時(shí)序預(yù)測(cè)模型。

3.2 在農(nóng)產(chǎn)品銷售中的應(yīng)用研究

農(nóng)產(chǎn)品的銷售是農(nóng)業(yè)領(lǐng)域的最后一個(gè)關(guān)鍵環(huán)節(jié)，結(jié)合大數(shù)據(jù)領(lǐng)域的知識(shí)對(duì)農(nóng)產(chǎn)品銷售進(jìn)行研究能促進(jìn)農(nóng)產(chǎn)品的流通，推動(dòng)農(nóng)業(yè)現(xiàn)代化發(fā)展和現(xiàn)代農(nóng)村經(jīng)濟(jì)的發(fā)展。武紹璋等[34]對(duì)借助電商平臺(tái)促進(jìn)偏遠(yuǎn)地區(qū)農(nóng)產(chǎn)品銷售進(jìn)行了數(shù)據(jù)分析，在運(yùn)用統(tǒng)計(jì)法的基礎(chǔ)上，結(jié)合國(guó)內(nèi)外電商平臺(tái)的發(fā)展現(xiàn)狀，提出了一種農(nóng)業(yè)電商產(chǎn)銷結(jié)合并結(jié)合互聯(lián)網(wǎng)大數(shù)據(jù)銷售的發(fā)展思路，最終實(shí)現(xiàn)對(duì)偏遠(yuǎn)地區(qū)農(nóng)產(chǎn)品銷售路徑的規(guī)劃。隨著社會(huì)發(fā)展，直播帶貨成為當(dāng)下最火的線上銷售方法，劉倩等[35]針對(duì)目前直播帶貨網(wǎng)絡(luò)化銷售發(fā)展的問(wèn)題，通過(guò)運(yùn)用主成分分析法，對(duì)直播帶貨這類電商助農(nóng)模式的影響因素展開(kāi)分析檢驗(yàn)，并據(jù)此分析設(shè)計(jì)出一套使用SSM 框架搭載TOMCAT 服務(wù)器的網(wǎng)站，構(gòu)建了一個(gè)合理的政策建議體系，指出了電商助農(nóng)有關(guān)政策建議的權(quán)重分配，有助于鄉(xiāng)村農(nóng)產(chǎn)品通過(guò)大數(shù)據(jù)網(wǎng)絡(luò)化的銷售模式走向全國(guó)。王芳等[36]針對(duì)蕎麥產(chǎn)業(yè)的宣傳推廣難題，提出了利用新媒體視頻的設(shè)想，設(shè)計(jì)了一套使用SSM 框架并搭載TOMCAT 服務(wù)器配有Oracle 數(shù)據(jù)庫(kù)專門針對(duì)蕎麥進(jìn)行推廣的視頻網(wǎng)站，最終實(shí)現(xiàn)了蕎麥推廣短視頻發(fā)布觀看、管理等功能。張莉[37]運(yùn)用SWOT 方法，對(duì)我國(guó)訂單農(nóng)業(yè)發(fā)展過(guò)程中存在的問(wèn)題和成因進(jìn)行了剖析。最終提出了“消費(fèi)者+互聯(lián)網(wǎng)+農(nóng)戶”產(chǎn)銷對(duì)接模式中消費(fèi)者和農(nóng)戶之間的契約穩(wěn)定關(guān)系。

4 結(jié)束語(yǔ)

綜上所述，可以發(fā)現(xiàn)現(xiàn)階段已有的研究總體呈現(xiàn)全面多樣的特征；既有從理論方法層面提出如何推行貫徹農(nóng)業(yè)大數(shù)據(jù)的研究，也有從技術(shù)科技層面探討如何實(shí)踐大數(shù)據(jù)在農(nóng)業(yè)中運(yùn)用的研究，覆蓋了農(nóng)業(yè)生產(chǎn)全過(guò)程的方方面面。不少研究人員將高精設(shè)備運(yùn)用到田間實(shí)地中，通過(guò)高端算法模擬推算最適合農(nóng)作物的生長(zhǎng)環(huán)境，結(jié)合時(shí)下新興技術(shù)將農(nóng)產(chǎn)品更好地運(yùn)輸銷售。本文認(rèn)為對(duì)于今后的研究可以從以下幾個(gè)方面開(kāi)展。

一是現(xiàn)有的農(nóng)業(yè)數(shù)據(jù)資料庫(kù)中，對(duì)農(nóng)作物生長(zhǎng)所需的土壤條件、環(huán)境參數(shù)所做出的統(tǒng)計(jì)數(shù)據(jù)并不全面。相關(guān)部門應(yīng)利用大數(shù)據(jù)技術(shù)研究不同種類、不同生長(zhǎng)發(fā)育階段的農(nóng)作物對(duì)土壤以及環(huán)境參數(shù)的需求，進(jìn)一步完善現(xiàn)有的農(nóng)業(yè)數(shù)據(jù)資料庫(kù)，從而便于指導(dǎo)農(nóng)作物的田間管理。

二是目前可供農(nóng)業(yè)工作者自助使用的大數(shù)據(jù)平臺(tái)相對(duì)較少，因此地方政府應(yīng)主導(dǎo)建立當(dāng)?shù)氐霓r(nóng)業(yè)大數(shù)據(jù)平臺(tái)。通過(guò)對(duì)接上述農(nóng)業(yè)數(shù)據(jù)資料庫(kù)，該平臺(tái)可以實(shí)時(shí)發(fā)布農(nóng)作物田間管理的指導(dǎo)信息；此外，該平臺(tái)要能夠自動(dòng)統(tǒng)計(jì)并以可視化方式公開(kāi)當(dāng)?shù)剞r(nóng)產(chǎn)品的物流、銷售等全方位的數(shù)據(jù)，使農(nóng)業(yè)工作者能夠更好地掌握當(dāng)前狀態(tài)下的農(nóng)業(yè)發(fā)展機(jī)遇。

三是農(nóng)產(chǎn)品的質(zhì)量、食品安全和源頭追溯等是消費(fèi)者在購(gòu)買時(shí)主要關(guān)心的問(wèn)題。在現(xiàn)階段的農(nóng)業(yè)生產(chǎn)中，可采用大數(shù)據(jù)與區(qū)塊鏈相結(jié)合的方式來(lái)實(shí)現(xiàn)對(duì)農(nóng)產(chǎn)品產(chǎn)地、生產(chǎn)過(guò)程、運(yùn)輸過(guò)程及銷售過(guò)程的精準(zhǔn)監(jiān)控和準(zhǔn)確溯源，使得消費(fèi)者吃得安心，吃得放心。

四是由于數(shù)字化農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)不夠全面，許多鄉(xiāng)村地區(qū)通信網(wǎng)絡(luò)技術(shù)盲點(diǎn)較多，互聯(lián)網(wǎng)硬件設(shè)施、光遷寬帶和信號(hào)基站沒(méi)能真正走進(jìn)千家萬(wàn)戶，硬件設(shè)備不過(guò)關(guān)，大數(shù)據(jù)在農(nóng)業(yè)生產(chǎn)中的應(yīng)用難以實(shí)現(xiàn)。因此應(yīng)加大力度推進(jìn)科技助農(nóng)，落實(shí)政府相關(guān)幫扶政策，加強(qiáng)農(nóng)村田間數(shù)字化基礎(chǔ)設(shè)施建設(shè)，讓更多高精科技走入農(nóng)村田間。

五是在現(xiàn)代的農(nóng)業(yè)生產(chǎn)中，懂理論善運(yùn)用、重實(shí)踐會(huì)創(chuàng)新的大數(shù)據(jù)和農(nóng)業(yè)雙料復(fù)合型人才極度稀缺，再加之農(nóng)民普遍科技素養(yǎng)不足，容易出現(xiàn)技術(shù)和設(shè)備都有了，但沒(méi)人能夠使用的局面。因此應(yīng)積極推進(jìn)農(nóng)業(yè)生產(chǎn)基地、學(xué)校和研究團(tuán)隊(duì)三方在產(chǎn)學(xué)研方面開(kāi)展深度合作，大力引進(jìn)優(yōu)秀人才。同時(shí)通過(guò)線上線下的方式，對(duì)農(nóng)業(yè)生產(chǎn)人員開(kāi)展專家指導(dǎo)，提升農(nóng)業(yè)生產(chǎn)人員的技術(shù)能力。