大数据与物联网融合在农业领域的应用

王其富 王孟平 高岩

摘 要：物联网和大数据融合应用是目前各行各业发展的趋势，其在农业领域的应用推动农业向“精准”和“智慧”方向发展。首先阐述了物联网和大数据的概念、特征及其关系;其次分析农业领域的大数据与物联网融合应用架构以及6大应用方向;最后根据农业大数据的特点和难点，指出其融合应用在农业领域面对的困难与挑战。

关键词：大数据;物联网;融合;农业

中图分类号：S126    文献标识码：A    文章编号：1671-0037（2018）11-78-3

DOI：10.19345/j.cxkj.1671-0037.2018.11.021

Application of the Integration of Big Data and IOT in Agriculture

Wang Qifu， Wang Mengping， Gao Yan

（Henan Academy of Science Institute of Applied Physics Co.， Ltd.， Zhengzhou Henan 450008）

Abstract： Application of the integration of Internet of things （IOT） and big data is the development trend in all walks of life. Its application in agriculture promotes the development of agriculture to "precision" and "wisdom". Firstly， the concept， characteristics and relationship of IOT and big data were expounded. Then the architecture and 6 major application directions of the Integration of big data and IOT in agriculture were analyzed. Finally， according to the characteristics and difficulities of agricultural big data， the difficulties and challenges of the integration application in agriculture were pointed out.

Key words： big data;IOT;integration;agriculture

信息技术的快速发展使物联网技术得到了突飞猛进的发展。物联网指的是物物相连的互联网，互联网的技术发展不仅加强了世界各国之间的频繁交流，其在运行的过程中同时也丰富了当前的信息资源，推动了大数据时代的发展。物联网与大数据都是在互联网技术的发展基础上而形成的，这使二者具备较高的相似性，也在某种程度上产生了相互促进的积极性作用。物联网与大数据的有效结合将成为推动我国信息產业全面发展的主要因素，由此可见，物联网与大数据之间存在着相互促进、相辅相成的关联性，主要表现在物联网产生了大数据，大数据推动了物联网[1]。

1 物联网与大数据

1.1 物联网

物联网是在互联网、移动互联网等通信技术的基础上，根据应用领域各自的需求，利用具有感知能力、通信能力和运算能力的智能终端，一方面获取物理世界的各种信息，另一方面将所有能够独立寻址的物理终端互联起来，实现全面感知、可靠传输、智能处理的智能信息服务系统，构建人与物、物与物互联。

物联网虽然是在互联网基础上发展起来的，但它并不是互联网概念、技术与应用的简单扩展，它们只是在基础设施上有一定程度的重合。互联网只是针对人与人之间信息共享的深度与广度，而物联网更加强调物与人、物与物等人类社会生活的各个方面、国民经济的各个领域广泛与深入的应用。物联网的主要特征是全面感知、互通互联、智能处理。

1.2 大数据

大数据概念刚刚提出的时候作为一个IT行业术语指的是海量数据的简单集合，不过这些数据集合在某一时间范围内，无法通过常规软件工具进行采集和处理，必须通过创建新模式和新技术才能实现对大数据的有效处理。目前，对大数据概念的理解主要有两种：①认为大数据需要通过创造新型处理模式，才能适应当前海量且高增长的多元化数据资产，通过数据产生有效的结论，实现决策力、洞察力的有效提升;②认为大数据还是传统数据集合，只是规模巨大，且在获取、储存、管理和分析等过程均远超传统数据处理工具所能承受范围[2]。

1.3 物联网与大数据的关系

物联网作为一个新兴产业，目前发展势头迅猛，尤其在大数据这个大环境的促进下，更是得到了全球的广泛关注。物联网与大数据之间有着数不尽的关联，具体表现如下：①物联网是依托互联网技术而兴起的新一代互联网，表现出新型互联网模式的主要特征，并积极引导大数据的发展;②物联网在发展过程中产生了大数据，同时大数据的出现解决了物联网发展过程中遇到的问题，反过来推动了物联网产业的快速发展;③移动智能终端作为物联网的一种多功能阶段，是一个庞大的信息数据产生源头，是物联网在大数据环境下的主要应用形式。

2 大数据与物联网融合在农业中的应用及其作用

2.1 大数据与物联网融合的应用架构

大数据与物联网等技术融合在农业各领域的不断深入，推动了农业向精准、智慧方向发展[3]。根据智慧农业的相关要素进行划分，农业大数据应用可以分为服务、管理、应用、资源和技术5个方面[4]，如图1所示。其中，服务是为广大农户、涉农组织和企业等提供各类越来越智慧化的农业服务，是农业大数据应用与发展的最终目标;管理是在农业活动过程中，政府及农业活动主体都要履行的农业管理职能，主要体现在农业活动的宏观管理，包括智慧农业建设规划管理、农业活动运营管理和监督评价管理;应用是指不同种类的农业大数据服务技术平台和应用系统的集合，为上层管理、功能方案实现和下层服务提供应用支撑;资源包括自然资源、基础设施资源和信息资源，资源的开发利用是农业大数据建设发展的基础，基础设施资源更是农业大数据应用功能实现的硬件基础;技术层面涉及数据的传输技术、存储技术、计算能力、挖掘技术、功能展现和开发者平台6个部分。随着物联网应用的快速发展，数据量呈指数增长，不仅要求海量数据可靠存储，还需要系统支持大量数据的快速访问。

2.2 农业大数据应用及其作用

根据目前农业信息技术主要应用领域和产生大数据的主要来源分析，可以将其应用领域归纳为以下几个方面。

2.2.1 生产过程管理。生产过程管理的典型例子是精准农业。精准农业根据智慧农场里每一操作单元的具体需求，定时、定量地调整指定区域土壤和作物的各项管理措施，优化各项资源投入的量、质和时机，以取得最高产量比和最大经济效益。与此同时，还可以兼顾农业生态环境保护，防止土地等农业自然资源恶化。运用大数据技术对农业生产过程中产生的大量数据进行采集和分析处理，提高整个农业生产过程的监测精准化、决策智能化、管理和调控科学化程度，进而优化农资配方。智慧化的管理决策和设施控制，使农业实现增产、农民获得增收。

2.2.2 农业资源管理。农业资源指的不仅是土地和水等自然资源，还包括各种农业生物资源和积累的农业生产资料等。我国虽然幅员辽阔，但却因为种种原因可利用的农业资源越来越少。农业资源信息化工作经过多年的发展，积累了海量数据，但是由于没有统一的标准，数据类型多样，还存在大量非结构化数据。物联网技术在农业上应用后，非结构化数据更是快速增长，如何充分利用以发挥农业大数据的价值已成为当前重要任务。物联网和大数据技术的融合应用，对农业资源进一步优化统筹、合理利用，能够实现农业高产优质和节能高效的可持续发展。

2.2.3 农业生态环境管理。农业生态环境具体包括土壤、大气、水质、气象、灾害等，要实现高产、节能、高效的可持续发展，需要对这些影响因子进行全面监测、精准化管理。荷兰、法国、以色列、澳大利亚等的农业大棚在环境动态监控方面已较普遍。实践证明，培育环境的优化管理能够保证作物的稳产高产，实现节约资源、减少污染及病虫害的发生，增加了规模效益。我国所采用的培育环境动态监控及管理技术还处于初级阶段，限制了农业总体效益的进一步提高，而且我国地域、水土、气候的南北差异，使得国外经验并不完全适合我国国情或本地情况。因此，研制适合我国国情的农业生态环境动态监控与管理系统是重中之重。

2.2.4 农产品和食品安全管理。农产品和食品安全管理涉及的因素和环节很多，包括产地环境、产业链管理、產前产中产后、储藏加工、市场流通领域、物流、供应链等方面。这些因素直接影响农产品的内在品质，进一步影响人体的健康状况。随着我国经济水平的快速提升，人们对食品安全的要求越来越高，但是目前我国在农产品质量安全管理上存在问题，对我国农产品质量安全管理体系标准化的具体内容进行分析研究，能有效提升食品质量管理效率，保证人民群众的食品安全。物联网与大数据结合最大的优势在于数据的完整性和系统性。农产品全产业链上质量安全数据存储后，通过大数据技术进行深度挖掘，并形成质量安全报告。一方面可以使得社会公众能够查阅到准确的农产品质量安全信息，另一方面可以对安全管理系统提供数据反馈，最终形成一个完整的质量安全数据闭环。

2.2.5 农业装备与设施监控。农业装备与设施监控是基于GPS、GPRS和GIS的监控管理信息系统，包括终端、通信网络和监控中心3部分，可以实现对农机装备和基础设施的状态监控、远程故障诊断以及资源调度服务等方面的智能化管理和应用。目前，国外很多大型农业装备已经实现远程实时监控，系统终端通过无线通信网络向监控管理中心实时传输农业装备的位置及工作状态等信息。我国对农业装备远程监控管理才刚刚起步，产品功能比较单一，无法满足日益增长的应用需求。物联网技术的应用，能够使农业装备监控数据成倍增长，通过大数据技术应用，可以实现设备故障提前预测和服务调度，进行计划内设备维修和生产服务安排，解决停机维修和装备空闲的问题，提高农机生产效率。

2.2.6 各种农业科研活动产生的大数据。农业智慧化研究产生的大数据不但包括空间与地面的遥感数据，还包括基因图谱、大规模测序、农业基因组数据、大分子与药物设计等大量的生物实验数据，有效集成、挖掘和使用这些数据，将对现代农业的发展发挥极其重要的作用。当前，农业领域存在的诸多尚未解决的问题，如粮食安全、土壤治理、动植物育种、病虫害预测与防治、农业结构调整等，都可利用大数据进行预测和干预。大数据与农业领域科学研究相结合，可以为农业科研、政府决策、农企发展等提供新思路。

3 农业大数据应用面临的挑战

我国农业大数据研究起步比较晚，但是起点比较高，目前主要面临数据异构性、数据实时性和数据挖掘能力3个问题。

3.1 数据异构性

农业大数据涉及耕地、育种、播种、施肥、收获、植保、储运、农产品加工、运输、销售、畜牧业生产等多环节、跨行业、跨专业的多元数据，其中的每一部分又包含了来自各种射频设备、传感器、数据中心、移动终端等不同数据源，这是农业大数据异构性不可改变的事实。如何将这些异构的数据进行统一的储存和管理将影响农业大数据发展的步伐。

3.2 数据实时性

在农业大量数据中，有些数据对实时性要求特别高。因为随着时间流逝，数据的价值会迅速衰减，例如天气、环境状况相关的数据，这些数据如果不能及时分析反馈，很可能就导致农业生产发生重大损失。由于数据在短时间发生变化，能否在可以接受的时间内完成指定要求的数据分析成为一个衡量标准。

3.3 数据挖掘能力

农业大数据的异构性导致农业数据具有类型多样和数据集过大的特点，传统的数据挖掘算法并不能很好地解决农业大数据的挖掘问题。另外，农业大数据处理实时性特点使得算法的准确率不再是主要指标。农业大数据的挖掘能力需要在实时性和准确率之间取得平衡。

4 结语

我国是农业大国，一直以来都非常重视全国农业数据资源建设，数据体量浩大。针对农业数据的数据源分布广、实时性强、类型多样、结构复杂等特点，对农业大数据领域进行研究和应用具有重要意义。农业大数据是大数据应用的一个重要方向，也是目前的研究热点之一。在整个农业大数据研究应用链条中，各研究单位独立独行是不可能完成的，必须在学校、企业、科研单位和政府部门之间建立一个协作关系，发挥各自优势，协同攻关。这样才能以最快的速度产出研究成果，为现代农业的发展做出贡献。

参考文献：

[1] 闫成印.物联网带动大数据发展[J].互联网天地，2012（11）：29-31.

[2] 温孚江.农业大数据研究的战略意义与协同机制[J].高等农业教育，2013（11）：3-6.

[3] 武军，谢英丽，安丙俭.我国精准农业的研究现状与发展对策[J].山东农业科学，2013（9）：118-121.

[4] 孟祥宝，谢秋波，刘海峰，等.农业大数据应用体系架构和平台建设[J].广东农业科学，2014（14）：173-178.