施　若　贾毫跃

大数据技术在贵州省种植业中的应用

施若贾毫跃

（贵州财经大学贵州贵阳550000）

信息技术的发展促使种植业向科技型、标准化产业转型升级，而种植业是贵州省现代山地高效特色农业生产中的重要产业。由于贵州省地形复杂、气候多变，农业生态环境脆弱，农业土壤肥力下降，水土流失严重，这些问题极大地影响了现代山地高效特色农业生产的持续稳定发展。文章以大数据技术在贵州省种植业中的应用为研究对象，梳理了大数据技术在贵州省种植业中的应用需求，找出了存在的问题，提出了对策建议。

种植业；大数据技术；贵州省

贵州省是一个没有平原支撑的山区省份，有着气候多样性、生物多样性、资源多样性的特点。贵州的气候温暖湿润，属亚热带湿润季风气候，气温变化小，雨水充沛，光、热、水变化基本同步。受大气环流及地形等影响，贵州气候呈多样性，“一山分四季，十里不同天”。而贵州省现代山地高效特色农业发展主要依赖于当地地理环境。因气候多样性，灾害性天气种类较多，干旱、秋风、凌冻、冰雹等发生频度较大，对农业生产造成严重危害。同时由于贵州省独特的地理环境，多山地、丘陵适合农业生产，平坝地区较少，土壤肥力不高，且较为分散，种植业难以形成规模化，多以小种植户为主，人均耕地面积少，低于全国平均水平，科技投入含量低，对风险的抵御能力不够，从而导致近年来贵州省种植业发展缓慢。

近年来，贵州省种植业一直面临科技含量低、基础设施落后、抵抗风险能力不足、种植规模小、种植户再投入能力低、单产量低、农业生态环境脆弱、农业土壤肥力下降、水土流失严重等问题。高产稳产农田比重小；中低产田土面积占耕地面积的比例较高，且多为坡耕地，山高水低，水利设施不足，灌溉条件很差，每遇干旱就会造成歉收，极大地影响了现代山地高效特色农业生产的持续稳定发展。因此，文章以大数据技术在贵州省种植业中的应用为研究对象，梳理了大数据技术在贵州省种植业应用的需求分析，进而找出大数据技术在贵州省种植业应用中存在的主要问题，并据此提出有关可行的对策及建议。

1 大数据技术在种植业中的应用需求

1.1 需求沟通

根据种植作物的种类，分乡镇统计各种种植作物标的面积，地块识别，同步到远程监控系统，远程监控系统和县级监控系统交互监测。根据交互监测情况，县域、乡镇完成标的分布情况，得出遥感结果后，再同步到县级监控系统，方便持续监测。同时，通过各种气象数据，做到灾前预警，减少种植物受天气影响带来的损失，保证贵州省种植业稳定发展。

1.2 需求分析

以贵州省现代山地高效特色农业为主体，进行需求分析。比如水稻的需求分析包括洪涝灾害、病虫害损失面积统计、损失程度分析。玉米高粱的需求分析包括干旱、倒伏、病虫害面积统计及损失程度分析，损失程度分析要做到区分轻度、中度和重度；水果类作物的需求分析包括冰雹灾害面积及损失程度；林木类的需求分析包括对需求区域的地类、林木种类和树龄进行分类统计。同时，对需求区域的受灾林木恢复情况进行观察并统计。这些种植业作物通用需求分析是绘制种植业风险地图，通过历年赔付数据以村为单位对各种标的赔付进行显示，绘制不同标的风险地图。以地图村界显示各区域暴雨、旱灾和冰雹显示风险地图。通过无人机采集影响数据进行分析使用，统计面积观察长势。结合贵州500 亩坝区建设，从前期分类统计标的种植面积到长势监测，直到损失定损，最后到保障过程能够结合区域气象指数，对可预见的灾情进行预警提示，其中气象指数标的会就近气象站点数据推算标的的位置气候、温度和降雨等气象指数。

1.3 需求方案

结合贵州500 亩坝区建设，通过无人机和卫星遥感技术对种植物做地块作物识别、长势监测、设施大棚目标检测和火点监测，智能监测保险标的生长状态，通过对保险标的做三维可视化渲染和二维可视化渲染观察其受灾情况；通过卫星遥感资源、多气象数据和土壤植被数据库对保险标进行受灾预警，卫星影像或无人机影像确定损失范围，建立农业农村数据指标体系、数据分析服务体系、农业农村信息化系统数据、农业物联网数据、农业互联网数据、农业遥感数据及农业气象数据等多元数据指标体系，提升数据分析能力以及信息应用能力，做到高效利用数据。标的就近气象站点数据推算至标的位置气温、温度和降雨等气象数据统计，可用于针对农作物和生育期的灾害预警和分析，做好分辨率气象服务，在标的核心区域增加物联网设备，获取实时气象数据。

2 存在问题

2.1 大数据采集设备发展缓慢

种植业大数据的采集是种植业大数据平台建立的基础。由于历史和地理原因，贵州省农业科技起步较晚而且发展较为缓慢，数字化设备技术相对滞后。贵州多以中小规模种植户为主题，文化水平不高，规模化种植程度低，对信息化种植接受程度低，推广难度大；种植规模和科技应用水平差距较大，没有统一的标准；大部分种植户没有充足的经济能力和意愿购买大数据采集设备，且大数据采集设备应用对技术要求较高，普通企业和种植户难以达到相关标准，故中小种植户投入意愿不高，数字化设备普及率较低。同时，在投入大数据采集设备的区域以及标的核心区域的物联网设备较少，获取实时气象数据难度较大，数据价值不高。

2.2 大数据平台不完善

随着信息化的快速发展，围绕五大农业优势产业的物联网不断建立，但各个系统之间不能进行数据交流，数据利用率低，数据价值得不到有效实现。种植业大数据平台没有形成相应数据链，各类数据仍分散在各个龙头企业的系统内，缺乏统一的标准，无法有效共享，数据得不到充分利用。同时，尚未形成有效的数据采集模式，部分种植业龙头企业产生的数据不能和同行业数据形成较好的交互关系，进而影响龙头企业的生产经营机构，从而产生“孤岛效应”。

2.3 大数据信息搜集难度较大

贵州独特的地理特点给大数据信息的采集增加了困难。贵州属于多雨天气，全年降雨次数较多，空气湿度高，地势高低相差悬殊，且易形成大雾，常规的种植业大数据采集设备容易产生未能识别区域或数据准确度降低，故采集的数据不能有效应用在种植业。同时全省土地资源以山地、丘陵为主，平地较少，农田较为分散，规模种植难度较大。这种地理特点增加了数据采集设备的投入成本，以及无人机、卫星等设备信息采集的难度，进一步给保险标的承保和理赔带来困难。

3 建议

3.1 积极推动种植业大数据发展

一是要不断普及数据采集基础设备。因为数据采集设备投入成本高，获得收益时间长，种植户本身投入意愿较低，所以需要政府引导和主导，同时需要研发更多精度高、反应速度快、尺寸小、功耗低的传感器，便于在地理条件不好的区域采集数据。二是重视人才的培养。根据大数据技术在种植业应用的需求和前景，培养一批计算机和农业大数据结合的人才，种植业大数据产业从业人员应当掌握种植业和大数据技术相关知识，这样才能把大数据技术更好地应用到种植业发展中[1]。同时要鼓励相关企业的发展，支持相关企业和地方政府开展各项试点工作，加强大数据技术在种植业产业的实际应用。三是加强大数据技术在种植业的推广，设立种植业信息化和基础设施建设的政策补贴，提高种植户加入种植业大数据平台的参与度，形成规模化种植。规模化种植可以提高数据搜集的准确度，降低数据搜集的成本，有利于全面提高种植户的信息化水平。

3.2 建立种植业大数据平台

首先，在建立种植业大数据平台的过程中应该注意吸收发达国家建立种植业大数据平台的经验[2]，同时根据国内现有的大数据采集、分析技术以及贵州省当地的种植业特点，建立数据利用率高、处理高效的种植业大数据平台。其次，全面梳理种植业产业链，从种植业的整个成长周期开始着手，从插秧、生长、采摘一期和二期开始进行种植业数据的有效搜集和分析，注重数据背后信息的挖掘和处理。最后，集中优势资源掌握大数据的核心技术，建立自主可控的大数据产业链、价值链。建立种植业大数据平台需要一个好的标准来进行各个系统之间的数据交流，鼓励更多的标准化种植企业积极参与到种植业大数据平台的构建和运行过程中，实现不同系统之间的数据共享，建立种植业大数据平台。

3.3 减低大数据搜集难度

为减少大数据的搜集难度，应采用更高分辨率的气象服务，利用卫星影像或无人机影像确定损失范围、地类信息和作物识别，提高数据准确率。在标的核心区域增加物联网设备，获取实时气象数据，作为补充数据[3]。同时，还应充分利用多源卫星遥感资源、年气象数据库及土壤植被数据库等多源数据指标体系来完善农业农村信息化系统，高效实现数据的相互交流，提高数据利用率。

[1]谷利伟.农业技术推广在种植业发展中的重要性及探索[J].山西农经,2020(15):30-33.

[2]刘永凤.农技推广对提升农业种植业的效果探析[J].农机使用与维修,2020(8):59.

[3]阚中华.基于大数据我国农业产业布局空间差异评价[J].当代经济,2017(33):17-19.

施若（1968- ），男，汉族，贵州贵阳人，博士，教师，研究方向：金融投资、互联网金融。

10.3969/j.issn.2095-1205.2020.08.29

F842.616

A

2095-1205(2020)08-60-02