李国妹

摘要：随着传感器、智能移动设备、互联网等的发展，数据处不在、无时不有、无物不生、无人不感。通过分析各领域复杂、类杂、实时的海量数据推动我国数字化、信息化、智能化建设。我国作为农业大国，农业的全产业链遍及了一二三产业，利用现代信息技术手段改造农业的同时，也促进了乡村振兴战略的实施。现代化农业在生产、经营、管理等各种活动中形成了大量具有潜在价值、结构多样的农业大数据。对各类农业大数据加以单一或多重分析实现对农业精确化种植，标准化管理，智能化决策，直接或间接地助力我国智慧农业发展。

关键词：农业;大数据;智慧农业

中图分类号：TP393 文献标识码：A

文章编号：1009-3044（2019132-0001-03

近年来我国相继出台《国家信息化发展战略纲要》《“十三五”国家信息化规划》《大数据产业发展规划（2016-2020年）》等重大规划战略，其中明确提出“加快建设数字中国”，把统筹实施网络强国战略、大数据战略、“互联网+”行动等六方面作为数字中国建设的主攻方向。加快大数据、“互联网+”、云计算、物联网、人工智能的融合使其广泛用于智慧交通，智慧医疗，智慧农业等领域。随着“工业4.0”的建设提出，“农业4.0”时代也相继到来，“农业4.0”时代依据互联网+农业的模式，大力发展智慧农业理念，该理念与我国农业现代化的“四化”紧密结合。发展智慧农业实现农业思想认识的智慧化;农业生产技术的智能化;农业发展环境的审美化;农业生产运行的系统化;农业产品质量的优质化;农业发展资源的持续化。智慧农业、农村电商、质量追溯等一系列基于互联网的现代化农业发展应用都是基于大数据的运用，大数据对农业的生产经营、消费市场和管理决策等都起到关键性作用。在农业大数据思维的引领下，使用大数据相关技术对现有的农业大数据资源进行整合分析应用将在很大程度上助力智慧农业高效、快速发展。

1智慧农业的发展

智慧农业的发展阶段经历了传统手工农业1.0时代，农业2.0时代实现机械化，农业3.0时代实现自动化，智能化的到来标志着农业发展进入农业4.0时代。智慧农业的阶段是当前农业发展的最高阶段，也是未来农业发展的重要方向和目标。智慧农业是在“互联网+农业”大力发展的背景下，结合“3s”技术（GIS、GPS、RS）、农业物联网技术、区块链技术，大数据技术等现代信息技术以及设施工程、生物工程、农业工程艺技术等;改造整个农业从基地、生产、加工、仓储、流通、到最后销售的全全产业链;使农业更有“智慧”，实现精准感知、智能控制、信息管理和科学决策支持，实现农田（牧场）到餐桌的包括农业资源管理、农业生产管理、农业电子商务、农产品质量与安全溯源、防伪、农业休闲旅游、农业信息服务、农业技术推广与服务等整个农业产业链的大数据云平台，打造现代型农业生产模式和商业模式，实现农业生产与流通活动智能增产增收的同时保障安全绿色环保，达到良性持续发展的目的。

2大数据与农业大数据

早在20世纪80年代，著名的未来学家阿尔文·托夫勒在《第三次浪潮》一书中，将大数据热情地赞颂为“第三次浪潮的华彩乐章”嘲。在互联网与数字经济的驱动下，数据不仅仅是纯粹的“数字”，还包括了文本、图片、语音，影像视频等一系列不能用二维表进行存储的记录资料，无论在维度方面还是深度方面，数据量都呈现出了爆炸式的增长，表现出了4V特征：规模性（Volume）、高速性（velocity）、多样性（va-rietv）、价值性（value）;伴随着数据采集技术逐渐成熟、存储成本降低、各类有线及无线传输网络保障、企业思维转变、社交网络的蓬勃发展，促进大数据时代的到来。大数据时代的到来也改变了数据分析的传统抽样统计分析，而是利用采集到的海量数据利用计算机进行整体关统计分析、数据挖掘，机械学习、可视化分析，发现数据中的关联信息价值而不是一味地证明因果关系。

随着我国首个“大数据综合试验区”在贵阳建设以来，我国大数据应用逐步在医疗卫生、智能家居、交通服务、智能工厂、食品安全等众多领域得到推广。各省政府也相继搭建了当地为各行各业服务的大数据中心、大数据系统云平台，如陕西省畜牧兽医大数据系统平台建设和畜牧兽医大数据中心增强了全省重大动物疫病防控能力;2015年9月正式启动运行国家农业农村大数据中心云南分中心。农业借助大数据的理念、思维及技术形成了农业全产业链数据的获取，传输存储方法、用计算机方法分析处理、加速农业转型升级推进现代化农业建设的农业大数据。农业大数据的来源方式主要有利用物联网技术采集到的实时数据;通过网络爬虫收集到所需的历史数据;社交平台过程中交易互动产生的数据。早在2013年，ZDNet企业发布的《数据中心2013：硬件重构与软件定义》年度技术报告中指出中国每年产生并被存储的数据总量超过800EB（1018字符），相当于全人类讲过的话160倍。其中农业每年产生的数据量f包括农业自然资源数据、农业生产数据、农业市场数据、农业管理数据）约为8000PB（1015字符），而农业数据每年将以50%-80%的速度增长。对日益剧增的农业大数据进行描述性分析、预测性分析、关联性分析等多种交叉式科学分析，使得农业发展成为具备科学化决策，智能化生产，便捷化管理的智慧农业。

3农业大数据在智慧农业中的应用

根据农业自身的特点、产业发展模式及其服务对象等多个维度，本文中将农业大数据划分为农业资源大数据、农业生产管理大数据、农户生产经验或科研大数据，产品加工流通大数据及农产品售后服务大数据五类。各類农业大数据通过单一分析或者整体交叉式选择分析为智慧农业中涉及的作用对象生产过程、模型预测等进行更加科学指导。

3.1农业资源大数据助力智慧农业

农业资源大数据包括农业生产过程中的自然资源大数据和经济资源大数据，如图1所示。

光照强度、温湿度、土壤质量成分、物种资源、劳动力、生产设备等农业数据资源都直接或间接作用于农业生产，很多是进行农业生产的基础条件。通过RFID识别技术和物联网中多种传感器的应用实现智能化识别，对生产环境的数据进行实时采集，存储到相应的数据库或云平台中，对农业资源大数据深度分析后可为政府提供科学的发展指导意见;帮助农户对种植（养殖）规模、场地、时节、所需设备、物种做出智慧选择，通过多种参数的分析设定提供适宜的增产、提质、节约成本的生产模型，实现远程可视化智能监控。典型的应用之一就是水产养殖方面，养殖区域的气压、温度、水质的质量对于水产品的能否安全、稳定生长起着关键作用，利用智能组网、智能监测、智能处理、智能决策等一套完备的智能系统实时把握水质情况、及时获取预警信息减低损失;通过风险预测做好提前防范保障生产。

3.2农业生产管理大数据助力智慧农业

农业生产管理大数据包括种植（养殖）面积，生产程序，利用摄像头、传感器监测所得到的农产品生长的各类指标，施肥用药的用量与频率等相关情况。通过获取分析农业生产管理的大数据，一方面直接为农业经济盈亏情况提供了数据依据;另一方面在当下提倡生态文明建设、保障食品安全的要求下，分析化肥农药施用情况对作物生长情况、土壤结构变化、空气质量好坏及产品安全的影响程度。运用图像识别技术、专家系统对作物生产过程中的病虫害问题进行智能诊断治理，还可以利用先进的智能无人机进行局部精准喷药;然而图像识别技术、专家系统的构建都是要以大量研究数据为基础，研究的病虫害样本大据量越多，智能识别的精度也就越高。农业生产管理过程产的大数据将实现避免过度使用化肥、滥用农药;保护生态环境，资源可持续化;打造绿色、安全、品牌化农产品的智慧农业。

3.3农户生产经验或科研大数据助力智慧农业

由于农户生产经验或科研大数据具有分布广而散，给获取运用在一定程度上带来了阻碍，在农业大数据的利用上容易被忽视。事实上对于一些具有丰富经验的农业生产者而言，他们在通过反复劳动生产中积极思考拥有了一套因地制宜种植（养殖）、科学规范管理、市场需求预测的“法宝”，这让他们生产的农产品质量优于他人，产品滞销概率小从而获得较大的收益。智慧农业的发展不正是将传统农业生产模式改造成具备能够思考、分析、决策的智能化模式吗？将农户丰富的经验进行量化存储，最终使其向数字化、智能化发展而不是停留在“只可意会不可言传”的层面。如果能够获取各高校或科研机构大量真实的农业研究成果，这将为农业转型减少大量的科学研究环节，只需要进行求证运用。因此借鉴农户丰富的生产经验和科研大数据会给智慧农业的发展发现更多的切人点与引导方向，从而大大缩短智慧农业建设进程。

3.4农产品加工流通大数据助力智慧农业

农产品的收购地、品种、数量，对产品进行包装，精加工，新产品研发，运输，仓储，批发等各个环节产生的数据构成了农产品加工流通大数据。农产品加工是农产品流通体系中实现农产品增值的关键环节，农产品加工有效调节市场供求均衡关系。是实现农民增产增收的重要举措。利用智能的参数制约加工模式对农产品实行批量、规范、标准的加工，从而保障产品合格，完备的产品信息管理。通过分析运输方式，仓储方法对农产品的保鲜程度的影响，保证农产品的质量安全。随着人民生活水平的逐渐提高，消费者更加注重产品的质量、品质、产品多样性及其包装的美观性、个性化。对产品销售的消费群体、区域、数量、受欢迎程度的数据分析可反作用于指导产品的包装样式、材质，产品加工配制方法的改善。

3.5农产品售后服务大数据助力智慧农业

農产品售后服务大数据主要由消费者对产品包装、保鲜程度、口感好坏、价钱等多个方面的满意度评价和经销商的零售情况构成。我们熟悉的较为完善的评价体系就是利用电子商务进行线上交易的售后评价体系，但基于我们某些农产品本身特点，就蔬菜、水果、肉食品而言，尽管有保鲜冷冻技术保驾护航，但是产品的最佳食用期还是很短，腐烂变质的概率还是远大于其他商品，所以就这些产品而言很难获取消费者的真实反馈。至今对于农产品的评价分析很大程度上还是依赖于产品销售量及销售额，对产品的更加深入反馈信息获取还存在一定困难。但随着科学技术的更新，生产者和加工商将通过各种渠道获取消费者的具体需求，从而为消费者提供更加优质、绿色、安全的农产品服务。

3.6农业全产业链大数据交叉助力智慧农业

在农业生产的全产业链中，针对某一阶段、某一服务群体产生的大数据进行单一分析利用使得数据的价值在很大程度上被隐藏忽视了，而农业大数据运用核心是将农业生产中涉及的各个环节在多网融合的保障下，利用智慧传感、智慧控制、智慧网关、智慧终端等对天气、土地、设备、作物、人物等资源数据首先实现精确化采集，然后构造智慧农业能力平台实现智能化统计分析最终实现远程智能监控、标准生产管理、产品安全溯源、市场网络营销、农技指导咨询的便捷化操作管理。将农业生产和环境大数据、物流大数据、价格趋势数据实现共享交叉分析利用，将挖掘出更大的数据驱动价值为政府、企业、农户、消费者服务。

通过深入分析农业大数据中关联性，建立关系模型，给出智能决策是农业大数据助力智慧农业的核心所在。如最直接的就是通过分析将来某一段时间的供求关系进行市场风险预警，政府相关管理部门可以根据预警信息做出有效的干预以保障市场平衡、稳定运转。在农业生产过程中，病虫害问题在农业损失中占据了较大比重，在农业大数据的深入研究中，人们利用作物、病虫害、环境的三角关系建立病虫害的预测模型，通过输入作物环境数据进行模型模拟，然后输出决策给出科学性的预测意见，农户便可以提早进行针对性的干预降低了病虫害带来的危害。还可以通过产品的销售情况与反馈直接反作用于生产加工技术的改善等。

4结束语

无论是在农业大数据的运用方面还是在智慧农业的建设进程中，机遇总是与挑战并存的。受农业自身发展的周期性、地域性、季节性、多样性的特点，农业数据采集的可靠性不是很高，其次是数据共享机制的建立还不够完善，阻碍产品溯源服务;最关键的一点是对处理大数据的专业人才需求量增大，没有人才就没有技术。与此同时，还要改变广大从事农业人员的生产管理思维，做好农技推广与服务，实现耕地的规模化、集约化、可持续化;倡导发展生态环保型、节约绿色型、数字经济型、智能高效型的农业。

智慧农业将在国家政策支持、运用各类先进科学技术解决我国农村资源和经济发展的有限矛盾，环境污染与食品安全问题、生产率落后等一系列关乎人民对美好生活需求的问题。农业大数据作为智慧农业建设、发展、管理的“基准线”，做好农业大数据的精确采集、稳定传输、标准处理、安全存储、科学分析、全面可视化等方面，充分发挥其价值助力智慧农业。