●王申辰

一、引言

2021年，全国脱贫攻坚总结表彰大会召开，标志着我国历时多年的脱贫攻坚战取得了全面胜利，同时，习近平主席在大会上强调了国家开展乡村振兴发展战略的重要历史使命。本次大会是中国农业发展历史上的一个重要里程碑，中国农民完成了历史性的脱贫胜利，中国农业迈入了致富之路，这也标志着中国农业发展进入了乡村振兴战略时代，“乡村振兴”成为了新的时代主题。

乡村振兴发展战略明确指出要促进我国农业的高质量发展，农业科技的创新应用将会成为高质量发展的关键。我国农业发展目前已经渡过了传统的零散小面积种植的小农经济模式，逐步转向大田、精细、自动化的智能农业模式，这要求大量农业科学数据进行参考和分析，进而提高产业预判能力，促进农业发展。因此，农业大数据技术的应用，包括物联网、区块链、人工智能、卫星遥感等创新科技的应用，将为促进农业高质量发展发挥至关重要的作用。

首先，农业大数据能够为智能农业带来精准化变革。过去供销信息不通畅的情况有了巨大改善，避免了农产品滞销或脱销情况的发生，有利于调节农业市场经济，进行高效的产业内调配。第二，农业生产自动化需要大数据的支持。农作物生长离不开对周边环境、生长因素的调节和控制，以达到更为优质且高产的农业产出。利用传感器设备进行数据的采集，可以进行历史数据分析和未来生长预测，不断提高农业生产效率，减少气象灾害带来的损失。其次，可追溯性将是未来农业发展的重要特点。农产品是维持人类生存的必需品，其安全可靠来源明确是提高附加价值的要点。农产品的可追溯性将大大提高农产品溢价，同时外部监督将促进农产品产业往健康、安全的方向发展。最后，智能化将成为农业大数据的顶层应用。广泛的大数据收集、分析，既可以保证区域内农事活动的效率优化，同时多区域联动，共同完善环境、虫害等因素的分析、对比、收集、调控，并直接打通农业产业链的孤岛环节，打破割裂农业整体化的生产状态。因此，农业大数据的技术应用将赋能农业高质量发展，提升农业的产业化及现代化发展水平，以科技创新促进我国乡村振兴发展。

二、文献综述

（一）农业大数据的意义

国内较多学者对农业大数据的应用意义进行了研究。温孚江（2013）提出，农业大数据的广泛应用使得农业的科研水平得到了提升，且为政府的决策提供了相关指导意见，同时为涉农企业给予了新的发展方向；与此同时，随着大数据思想的深入，当前存在的诸多农业问题都可运用大数据技术解决，大幅度提高农业生产的效率。王文生（2016）从大数据思维的广泛性考虑，提出企业和政府应尽可能地接受农业大数据的思想，并将大量农业数据的分析结果作为其决策的相关理论依据，这不仅可以提升政府的管理水平，还能增强企业的经营效率。周湘超等（2019）认为传统农业正在向智慧农业转型，现代农业发展正在朝着智能化、精细化、简约化发展，农业生产所产生的大数据的使用将会成为未来现代化农业发展的必然方向。许世卫（2019）指出农业的高质量发展是我国实施现代化建设的关键性战略目标，同时也是农业发展新阶段的重要要求。

（二）农业大数据的应用

我国在农业大数据平台的建设上已经取得一定的成效，如农业宏观管理、农业产业以及科学等数据平台的相继建立都将推动大数据技术在农业发展上的应用。张卫（2016）指出我国农业农村部通过开展农业农村大数据试点工作，并利用大数据挖掘技术对市场预期和农业生产提供依据。尽管我国对农业大数据的应用广泛，但对于农业业务平台的建设相对滞后，为此，我国应积极主动地建设各类业务平台，为大数据科学技术的运用奠定扎实的研究基础。漆海霞等（2019）认为精准农业是农业产业化发展的必经之路，农业大数据技术与数据的发展为精准农业的发展提供了新的模式，将会成为未来农业发展的重要支持力量。陈翠（2017）指出农业金融在农村电子商务发展过程中具有重要性。宋霞等（2019）认为运用大数据技术和云端服务的新模式，可以为农业发展构建新的“互联网+农业”大数据应用平台，可实现集信息服务、科技推广、资源整合、产品溯源、在线平台交易、生产技术支持等等现代化高效农业生产应用模式，更可有效地助力乡村振兴发展和农业产业化发展。

（三）农业大数据的技术

在农业大数据系统架构方面，孟祥宝等（2014）以资源和技术为基础，管理和服务为保障，根据顶层设计理念从服务到技术的五个层面构建了一套农业大数据应用体系。康春鹏（2016）指出，在农业大数据存储和管理方面，区块链技术的广泛运用为数据的存储和管理提供了新的技术支持。吴重言等（2017）则提到在技术多源融合上，尽管语法上的数据融合技术已经相对成熟，但语义上的融合技术还需要进行深入研究。陶忠良等（2018）认为农业大数据具有地域分布广阔，时效性较强，类型繁多，结果相对复杂，获取难度较大等特点，因此，对于农业大数据研究和应用相对于其他数据更为复杂，具有较高的挑战性。

（四）农业大数据文献述评

综合近十年研究学者对于农业大数据相关研究发现，在农业产业化发展的背景之下，许多学者与科研人员开始研究以农业大数据为基础，并协同物联网、人工智能、区块链、云计算等创新科技，应用于农业产业化发展中，赋能农业的全产业的现代化发展水平。农业大数据可为农业产业提供信息化、实效性、数字化、智能化的创新生产模式，可极大提升农业产业的生产效率，降低农业生产的综合成本。与此同时，农业大数据等相关科技从一定程度上可预测且减少农业灾害及病虫害对农作物的影响，降低农业产业的损失。因此，农业大数据的技术应用成为未来农业高质量发展的关键。

三、农业大数据发展现状研究

基于上述研究分析，农业大数据技术平台的构建可为农业现代化及智能化甚至是产业化发展提供更先进的生产方式，智慧农业平台也成为了新的“生产工具”。农业大数据平台是集合物联网、区块链、人工智能、卫星遥感等多维度高科技技术，将各个维度收集到的数据信息进行汇总，完成一个全面的农业大数据，为农业生产者、管理者、监管者、统计者提供更为全面、实时、准确、便捷的大数据。农业大数据平台采用物联网技术，对农作物的生长环境及种植过程进行实时数据监测，构建农业生产感知网络，将农产品的生长环境与种植策略相结合，并改造农机设备实现其自动化与智慧化控制，实现农业生产精细化、数据化、可视化、自动化及智能化。通过人工智能技术，建立农作物的病虫害预警系统，将农产品病虫害信息建模在平台系统中，构建病虫害的识别算法，对农产品的病虫害进行智能预警，降低因病虫害发现滞后带来的农业生产风险。智能农业平台对农业生产农事、农产品加工过程以及物流运输过程进行记录管理，为农产品的种植、加工和运输等环节进行记录和加密，构建可靠的农产品信息区块链，保障农产品的安全溯源，提升农产品的品牌价值。利用大数据处理技术为农业客户提供可视化的大数据平台，通过产业数据化，把多形态、多类型的统计数据进行直观展示，形成农业产业管理“一张图”。

（一）物联网技术

物联网技术是整个农业数据收集及传输的主要平台技术，整个网络平台采用分布式的组网架构，包括了物理层数据图像采集系统、传输层无线网络系统、平台层云处理系统和应用层监控管理系统（赵富安和赵宇，2013）。

针对农业生产工作，物联网技术可从收集农业大数据及传送管理指令等两个维度为农业提供全方位的科技支持。

1.农业生长资料监测。针对农业生长数据监测，物联网智能平台可集合多种传感器智能设备对于多种数据实现实时监测及上报数据，其具有监测多项大气环境土壤墒情的功能，主要监测指标有：空气温湿度、大气压强、风向、风速、光照度、二氧化碳浓度、降雨量、土壤温湿度和土壤PH值等等对于农业生产有价值的核心关键大数据。通过智能传感器设备之间协作，在物联网设备的联动支撑下，及时准确地收集大田农作物生长过程中各种类型数据信息，对大田作物病虫害、灾情、长势进行动态监测和宏观管理。

2.农业设备智慧控制。物联网设备同时可以运用在设施农业中，通过物联网设备提供农业设施的自动控制和智能控制。结合农业数据监测设备，可实现农业种植中的光照强度调整、温度控制、环境湿度控制、自动灌溉、水肥一体的控制。区别于传统农业种植，在进行智慧控制时辅助营造出更适合农作物生长环境的基础上，提高了效率和响应速度，提供更高质量的环境调整策略，同时可极大节省人力成本。通过智慧控制提升，农作物可始终保持在最合适、最科学、最高效的区域环境中生长，极大提高产出质量和数量，同时降低管理难度，节省生产成本。经过传感器、物联网设备的应用，根据不同农作物、不同区域、不同气候环境、不同生长因素，对每个传感器进行预先的设定，针对农事活动遇到的各种环境变化，通信设备将对传感器进行自动智能化控制。

（二）区块链

农业数据信息涉及农产品安全，是所有人关心的问题，食品安全的保障由于涉及产业链多个环节，监管难度较大。从产品种植到上市销售，是多个产业链条协作的结果，质量管理必须贯穿全程。农业大数据平台利用物联网设备为农业溯源带来了智能的种植信息和溯源软件系统（曾诗钦等，2020）。使用区块链全流程溯源技术记录农产品的详细信息，把农产品生产过程信息化，建立专有数据集合输入管理系统。区块链溯源系统实现农产品的质量溯源，通过手机软件识别，明确产品的编码、生产信息、种植农事记录等，以保障农作物本身的产品安全及整个生产过程中农事管理工作的安全性。

（三）人工智能

通过人工智能技术，建立农作物的病虫害预警系统。将农产品的病虫害信息建模在平台系统中，并植入病虫害的识别算法，对农产品的病虫害进行智能预警，降低因病虫害发现不及时带来的农业生产风险（曹静和周亚林，2018）。基于人工智能技术，对农作物病虫害进行智能识别，通过对虫情诱捕设备内安装高倍光学显微成像系统，获取清晰虫害图片。人工智能技术的应用可极大降低病虫害对农作物的灾害，提升农产品的产出率，实时的数据分析能力可及时通知农业管理者，降低灾害对于农作物的进一步伤害。

同时，通过人工智能技术对农作物生长环境及气候条件进行大数据分析，经过神经网络机器学习算法的不断自我学习，可为农作物的生长条件进行最优化分析，在为农业从业者提供更为优良的种植建议的同时，也可直接通过农业大数据平台对智能化农业控制系统传达指令，为农作物生长配置最为理想的环境及条件。未来，人工智能技术在经过农业大数据不断的自我学习过程中，将会使农业生产进入一个智能时代，大数据平台将为农作物提供最理想的生长条件，促进农业的高质量发展。

（四）卫星遥感

卫星遥感技术，为农业物联网平台提供更多维度的数据支撑，利用低空遥感技术，通过获取可见光、红外及其它不可见光的数据，对农作物种植面积、出苗率、苗期株高、病虫害、长势、产量、水肥等大数据信息进行采集（郭仁忠等，2018）。

1.种植面积信息采集。遥感监测系统利用获取的可见光数据，采用色彩空间变换和灰度共生矩阵的方法对数据进行了处理，通过面向对象的分类方法对区域内农作物种植区面积信息进行提取。利用卫星影像数据，对数据进行处理，采用面向对象的影像分类和数字化相结合的方式，获取区域内精确的土地边界与面积，添加相关属性数据（品种、种植户、历年产量、水肥相关信息等）后统一入库进行综合管理，为后续的监测任务提供基础数据。

2.农作物长势监测。农作物长势监测是生长过程中一项重要监测任务。由于长势与病虫害的发生具有密切联系，生长较差的区域通常缺水缺肥，或是受到病虫害影响。因此，利用卫星影像多光谱数据，通过计算模型获取农作物植株高度、叶面积指数和土壤水分，综合判断作物长势情况，并对监测结果进行分级，区分优良中差，进一步判断长势较差区域的具体原因，对农田在生长关键时期进行全年连续监测，为农作物精细管理、水肥一体化和农药变量喷洒提供参考数据。

3.虫害监测。遥感监测系统可通过红边等敏感波段，对种植区域的虫害进行发生概率监测，从而有效预测病虫害发生。

4.产量估算。对收获之前进行大范围生长状况评价，结合历年同期影像和统计结果，对年度产量进行预测和分析，获得作物产量大数据。

四、案例研究

本文将以核心理论为基础，以农业大数据技术结合农业产业化发展为目的，对典型案例进行实地分析。本文选取了分别位于中国北部、中部、南部三个农业现代化发展较为成熟的区域和农业基地，通过对农业大数据及创新科技手段的运用，对案例进行实地研究，目的在于发现和研究农业大数据对于农业高质量发展的实际作用和未来应用前景。本阶段案例分析主要研究三个案例对于农业大数据平台应用的效果，创新农业科技如何与农业产业进行实际应用，从农业管理、农业生产、农业收益角度对农业大数据技术应用价值进行研究。

（一）案例1：新疆高品质棉花种植基地

1.基本条件。我国新疆维吾尔自治区具有优越广阔的土地资源和充足的日照条件，新疆整体的农业发展拥有出色的地域条件，主要经济农作物包括水果、蔬菜、棉花等等，农产品生长环境优良使得新疆农产品受到广大人民喜爱。新疆的农业生产主要由大型农场管理，大多数农场以棉花为主要经济作物，新疆种植棉花已有多年历史，当地的农民和农业技术人员具有丰富的棉花种植经验。本案例的新疆高质量棉花种植基地位于新疆某大型农场区域内，目前管辖棉田面积共计13万亩，该棉花种植基地由纺织产业集团和中国棉花产业联盟（CCIA）共同管理，主要负责种植及培育我国优质的国产长绒棉。该基地多年来一直从事棉花种植生产，以企业化管理模式运营，属于国内产业化发展程度较高的大型农业经济，机械化生产应用广泛，是国内较为优秀的农业产业化发展案例。

2.技术应用。本案例从2017年开始进行了农业大数据技术升级，实施了包含智慧农业、物联网、人工智能、区块链、遥感、绿色防控病虫害等多项农业创新科技实验及应用，整个周期从2017年至2021年，每年都以棉花种植为核心经济作物进行高科技应用，以确保种植基地为全新疆高效农业产业化发展提供宝贵经验。

（二）案例2：河南铁棍山药种植基地

1.基本条件。河南省自古以来以农业种植为主，大量的中原农业人口基数，丰富的农业种植经验，加上部分地区特殊的土壤属性，使得地方农业除了粮食类农作物之外，还有丰富的珍稀中草药经济作物，铁棍山药就是河南温县的一种具有特殊药用价值的高营养根茎类作物。由于温县独特的土壤属性，使得这种铁棍山药只能在该地区种植生长，且最短的土地循环利用周期在8年以上，在当地属于非常珍贵的土地资源。本案例的铁棍山药种植基地由地方农贸企业流转土地进行运营管理，在该地区已经运营种植铁棍山药等中草药达数十年，有丰富的中草药种植及销售管理经验。目前，该种植基地管理铁棍山药田地10万亩，在当地属于铁棍山药种植龙头企业，在农业产业化发展中具有领先地位，为其他中小企业提供了先进的示范作用。

2.实施周期。本案例从2010年开始进行了农业机械化及智能化改造，并于2016年进行了农业大数据技术升级，实施了包含智慧农业、物联网、人工智能、区块链、遥感、绿色防控病虫害等多项农业创新科技实验及应用，整个周期从2010年至2021年，每年都以铁棍山药种植为核心经济作物进行高科技应用，以确保种植基地为中原地区高效农业产业化发展模式提供示范作用。

（三）案例3：广东荔枝果林基地

1.基本条件。广东省平原土地较少，大多数属于丘陵地带，适于种植果树类农作物，加上广东地区光照时间长，气候湿润，亚热带水果适于生长，所以广东地区农业以果树、蔬菜类为主。广东是我国最主要的荔枝产业区域，无论是栽培面积还是产量全部居全国之首，适种范围广阔，优良品种繁多，也为全国各省之冠。本案例荔枝果林基地多年来以荔枝种植为主，种植多种优良荔枝品种，目前种植面积达8万亩，是当地的荔枝种植大户，在当地具有较大影响力。该基地从事荔枝产业，在培育、种植、管理上有丰富经验，从小地块到大量流转荔枝林，到现在的种荔大户，在农业产业化道路上深耕多年，积累了不少经验，对于科技种植有深入研究和应用基础，为其他果树种植提供了优秀的经验基础。

2.实施周期。广东历来种植亚热带水果作物，水果的产量和经济效益一直在本省属于主要经济农作物，深受全国消费者喜爱，如何能在丘陵地带提高农业产量，提高种植效率是当地农业发展的关键。本案例从2014年开始进行了农业机械化及智能化改造，并于2018年进行了农业大数据技术升级，实施了包含智慧农业、物联网、人工智能、区块链、卫星遥感、绿色防控病虫害等多项农业创新科技实验及应用，整个周期从2014年至2021年，每年都以荔枝林业种植为核心经济作物进行高科技应用，以确保种植基地为当地高效农业产业化发展模式提供示范作用。

（四）案例分析

1.技术应用方式。三个案例以物联网技术为核心技术，实时收集农业“天地空”数据进入智能农业大数据平台，再结合管理人员对于农事管理平台进行农事记录，完善日常所有农业管理数据收集，进而对所有管理面积的农业大数据进行管理，形成农业作物生产大数据。所谓农业“天地空”数据，“天”指的是利用卫星遥感技术对农田整体生长数据进行阶段性图像数据收集；“空”是指利用大气传感器设备对农田气候数据进行实施收集；“地”指的是利用土壤传感器对农田土壤数据进行实时采集。农业“天地空”大数据可全面检测农作物生长的所有条件因素数据，利于对该农作物生长情况做实时研究，并且可提前预测病虫害及大气灾害对于农作物的伤害。作为产业化农业管理，农场管理者以企业化对所有的农业人员进行精细化管理，农业的历史数据，农业的生产作业数据，农业生产数据的分析数据等等农事管理数据全部由农业大数据平台记录管理。通过区块链加密技术对所有数据进行溯源化加密管理，任何人员不得篡改农业数据，更加完善了农业的数据可信度，将农业大数据管理做到精细化、产业化管理。农场管理人员可通过智能农业平台对所有联网农机设备进行管理，按照实施农业数据对农田进行灌溉、施肥、杀虫、监控等农业管理作业，可有力提升农业管理效率，极大降低农业生产成本，将农业进行精细化作业管理，确保为农作物提供最优越的生长环境，利于农作物到达最高收益，为农业增产增收。

2.应用现象。通过对农业大数据平台的应用和物联网技术的使用，极大地提升了农业生产的效率。大数据平台将整体农作物的经营数据、生长数据、实时图像数据、生产数据等核心数据进行系统化收集，方便农业管理者及时掌握真实农业数据；通过智能农业平台及卫星遥感数据，实时获取种植基地的环境数据和土壤数据；建立科学管理平台，对农田地块进行科学管理，并与已有视频监控硬件对接实现实时视频的采集，实现基地种植的数据化、可视化及智慧化；对农作物生产流程中的灌溉、施肥、打药工作，物联网设备可实现远程实时管理，极大提高了生产效率，同时保证了农作物的最优生长环境；对农产品种植、加工流程进行全产业链溯源，采用区块链技术对产业链各个环节独立加密，实现农产品生产加工销售流程追溯，提升品牌效应，保障消费者权益；打造农业产业大数据展示平台，通过产业数据化，把多形态多类型的统计数据在系统中进行展示，形成农业大数据产业管理“一张图”。

3.总结分析。结合上述三个案例，农业大数据技术及农业创新科技的应用，在不同程度上对于区域农业发展产生了重大的影响。新的技术为传统农业生产提供了新的生产模式和生产工具，科技改变了固有的农业生产方式，使得农业生产可以更好地进行产业化管理，提高了农业生产及管理效率，促进了农业高质量发展。科技设备不仅可以为管理者提供完整全面的农业大数据，还为科技生产者提供了便捷的农业设施管理模式，从生产力角度极大地减少农业生产成本的投入，降低总体的生产成本，因而提升农业生产的总体利润，加快推进了农业产业发展，同时带动周边经济发展。

农业大数据为农业提供丰富的生产经验和管理信息，为将来的农业产业化发展提供优良的基础。农业大数据在为农业生产服务的同时，也为相关涉农产业链下游行业提供全面了解农业生产状态及农产品的大数据，为农业相关产业提供数据化、信息化支持，使得第二乃至第三产业同样降低农产品成本的投入，提高生产服务效率，进而持续支持及促进农业的高质量发展。

五、结论与建议

（一）研究结论

研究发现，农业产业化发展不仅需要依托科技的力量，更需要大数据的支持，随着时代的发展，技术的进步，原有的生产模式已不能满足农业发展和农业从业者的需求，农业投入和产出也需要新的管理方式和思维模式。农业现代化水平不断提升，从购买农机农用设备，到建设高标准农田，再到增强设施农业，到如今的智能农业，物联网、区块链、人工智能、卫星遥感等高新技术都已经在农业中找到应用场景，下个时代将是农业大数据时代，农业越来越需要依靠数据进行生产与发展。与互联网大数据一样，农业大数据会改变农业的发展现状，能有效提升农业管理水平，降低生产资料的投入，减少灾害带来的损失，提高农业整体收益。农业大数据技术将传统农业生产方式进行创新，提升农业产业的发展水平，极大促进农业高质量发展。因此，农业大数据发展将是未来发展的重点，大数据技术的应用是农业信息化的重要保证，农业大数据的赋能将会成为乡村振兴与农业强国的主要发展动力。

（二）发展建议

全面提高农业大数据的发展质量，通过高科技带动农业产业化发展。农业大数据的积累要从点滴做起，目前需要各地区龙头企业与科研机构共同努力，依托现有基础，增加物联网、区块链、人工智能、卫星遥感等高新技术的深度应用，建立农业大数据平台及地方农业大数据库，同时，要以共享经济的思维方式，开放包容，将农业大数据与第二第三产业一同分享，打造产业数据链，将农业发展大循环有机整合，将数据价值最大化。

同时，各地农业龙头企业、各级地方政府与科研机构，应重视与涉农科技企业合作，建立长期深度合作关系，让更多的科技企业参与农业产业化发展，让科技研发深入农业，让科技创新在农业高质量发展中增光添彩。

各级政府与科研机构应更加重视农业大数据的补贴政策，支持农业大数据相关技术的持续性投入，降低农业企业的技术成本投入，让农业更有信心地拥抱科技，享受科技带来的便利。未来农业劳动力会减少，人力成本会提高，提前智能化转型成为农业产业化发展的主要方向，这需要让农业企业逐步迈入大数据时代，做好技术转型，以大数据信息支持农业规模化生产及智能化管理，替代传统劳动密集型农业生产模式，实现农业大数据赋能。