农业大数据研究应用进展与展望

宋长青 温孚江 李俊清 柳平增 周虎

摘  要：本文重点阐述了国内外农业大数据发展与应用进展，通过与欧美等发达国家的对比，提出了对我国农业大数据发展的思考与展望。通过对比、思考、展望，以期对我国农业大数据技术研究、产业发展、示范应用提供借鉴。

关键词：农业大数据;进展;展望

中图分类号：S126                                             文献标识码：A                                              DOI：10.11974/nyyjs.20181132144

引言

农业是基础性战略性产业，在我国经济发展中起着“压舱石”“稳压器”的作用。伴随着新一代信息技术与农业的深度融合，农业大数据业已成为我国实现农业现代化重要的科技驱动力量。虽然我国农业发展取得了前所未有的进步，但仍然存在着农产品需求不断增加、资源相对紧缺、生产成本居高不下、生态安全脆弱、生物多样性持续下降、农产品国际竞争力不强、科技创新动力不足等诸多矛盾和问题。在实现农业现代化的进程中，借鉴发达国家发展现代农业发展的经验与做法，探讨我国与欧美等发达国家在运用大数据促进现代农业发展中存在的差距与不足，展望今后我国农业大数据发展前景，理清运用大数据发展现代农业的思路与举措，充分利用大数据、云计算、物联网、人工智能等新一代信息技术，加快推进我国实现农业现代化进程，意义非常重大，也十分必要。

1     农业大数据发展与应用进展

1.1     农业大数据的含义

对于农业大数据的定义，到目前还没有统一的描述。相关专家学者从农业大数据研究与应用的目的、对象、功能、作用等不同角度，描述的定义不尽相同。笔者认为，农业大数据是指在农业以及涉农相关领域所产生的（或发生）全样本（或多样本）不同类型数据的集合[1]。

農业大数据涉及范围广泛，类型复杂多样。就农业领域而言，它包括产前、产中、产后所产生的各种类型数据。就涉农领域而言还包括气象、海关、进出口、市场等不同维度数据。因此，农业大数据是多维度、全样本、多类型的数据集合。通过对农业大数据进行数据采集、挖掘分析，可以总结经验、发现规律、预测趋势、辅助决策，充分释放和利用农业海量数据资源中蕴含的巨大价值，推动新一代信息技术与农业的深度融合创新，为农业生产、经营、管理提供标准化、精准化、智能化服务。

1.2     国外农业大数据应用进展

大力发展农业大数据，促进信息化和现代农业深度融合，提高土地产出率、劳动生产率和资源利用率，增强农业产业全球竞争力已经成为世界各国发展精准、高效、生态、安全农业的重要途径。在欧美等农业发达国家，农业大数据与精准农业相结合，利用大数据对农业生产全过程进行精准化管理、智能化控制、标准化生产，已有很多成功案例并取得良好的经济收益。

美国政府非常重视大数据研究工作。美国奥巴马政府在2012年宣布投资2亿美元启动大数据研发展计划，将大数据的研究开发上升到国家战略。目的是提高和改进人们从海量、复杂的数据中获取知识的能力，重点发展收集，存储，保留管理，分析和共享海量数据的核心技术[2]。在农业大数据应用方面，美国建立了规范的农业信息收集、分析、发布机制和服务机制;构建了由政府部门主导、支持，由公司自主运营、农场经营者自主服务的4级农业信息发布与服务体系，保障了信息化服务的质量与效益。

1.2.1     数据采集规范化

数据采集是数据分析与应用的基础。欧美等发达国家为了保障数据的真实性、可靠性、一致性和准确性，制定了一系列的严格规范措施。在美国通过立法管理信息，切实保证农业采集信息的真实性、有效性;通过建立统一的调查方案，切实保证全国农业统计数据在调查方法、调查项目、调查时间、调查口径等方面的权威性、唯一性、一致性和可比性;通过制定规范的调查程序，切实保障数据的规范性;通过建立完备翔实的调查内容，保证了数据的全面性、真实性等[3]。

1.2.2     数据服务精准化

精准化是农业大数据的目的和内在要求。农业要做到精准化生产，精准化管理，精准化经营，精准化服务，其根本的支撑在于数据和信息。

就农事操作而言，从生产规划、种植前准备、种植期管理、作物收获，直到仓储物流，都要用数据做出决策。因为影响作物生长、仓储、物流的因素有很多，譬如土壤、气候、水分、品种、病虫害以及仓储物流环境等，这些因素都可能影响作物产量、作物品质、仓储成本和物流效益，在现代农业领域，仅仅凭原有的经验已经远远不能适应现代农业的需求，必须依靠农业大数据挖掘分析作出优化决策。

1.2.3     农事操作智能化

农业智能化是提高农业生产效率、降低农业生产成本的必然选择。精准有效的农业决策和部署，需要智能化去实施。美国天宝（Trimble）公司研发的“网络农场系统”，通过无线模块发射无线网络通信，将整个农场的软硬件设备链接起来，使数据和信息在任何智能终端（如室内电脑、手机APP、农机车辆等）都可以进行远距离的传输和处理;基于地理信息系统（GIS），可以对农场的地图进行浏览与编辑，对农业产业的收益进行计算与管理，对精准农业数据进行处理与分析，可以进行农业自动作业管理等。“网络农场系统”为农场主的农事化操作提供了全面的农业解决方案和农机作业综合解决方案。

1.3     我国大数据应用进展

1.3.1     大数据发展进程

从2013年开始，我国大数据发展经历了从认识到认知，从认知到顶层设计，从顶层设计再到全面實施的过程。从目前看，大数据在智慧医疗、智慧交通、智慧旅游、智慧公安、智慧社区等方面开展了广泛的应用与实践，发展势头迅猛。

国家领导人指出：“我们要瞄准世界科技前沿，集中优势资源突破大数据核心技术，加快构建自主可控的大数据产业链、价值链和生态系统”。2015年国务院发布的《促进大数据发展行动纲要》，从国家层面上对我国大数据发展做出了系统性的顶层设计。《纲要》具体明确了我国发展大数据实施的五大目标、七项措施、十大工程[4]，并规定了路线图、时间表和任务分工。国家发改委、农业部、水利部、卫计委等各部委及各省市相继出台了推进我国大数据发展的实施意见。广东省、辽宁省、贵州省等相继成立了大数据管理局，领导、协调大数据发展工作。

自2013年开始，国家科技部将大数据列入973基础研究计划;国家自然科学基金委管理学部、信息学部和数理学部将大数据列入其中。中国科学院、中国农科院清华大学、北京大学、复旦大学等科研机构和高校设立了专门机构，从事大数据研究工作。2018年全国283所高校设立了数据科学与大数据应用专业，致力于大数据各级各类人才的培养工作。

我国各省市自治区及相关企业，紧紧抓住大数据发展难得的历史机遇，围绕培育大数据产业主体，开始布局其产业发展。贵州省从2013年起，将大数据产业视为经济“弯道超车”的重要砝码，建立了大数据产业园区，现已成为贵州经济发展一张靓丽名片;京津冀地区在“京津冀”一体化的发展背景下，初步形成了“在中关村技术研发—天津装备制造—张家口、承德数据存储”，分工合理、协同发展的京津冀大数据走廊;杭州市依托“阿里云”、华数、华三等著名企业和品牌开展大数据服务，成为了我国云工程和云服务提供商，云产业链日渐清晰，在信息经济发展的云端对决中，形成了自有的先发优势;在山东农业大学率先成立了全国高校首家农业大数据研究中心，倡导并发起成立了农业大数据产业技术创新战略联盟，集合政产学研用五位一体的数据资源优势、人才智力优势、科研平台优势，在农业大数据研究与应用方面取得了显著成效。

在我国，大数据产业规模正在加速增长，大数据研究持续深入，大数据技术创新初显，大数据投融资日趋活跃，大数据应用领域不断丰富，大数据产业支撑体系不断完善，正呈现出良好的发展态势。

1.3.2     农业大数据应用进展

专家学者将2013年定义为农业大数据元年，其主要标志：将大数据列入研究计划，开设相关专业，开展相关研究。国家自然科学基金委数理学部开始设立大数据研究专项，复旦大学、清华大学等高校开始设立数据科学与工程专业，山东农业大学成立了全国首家农业大数据研究中心等，在我国高校、科研单位开始注重大数据的研究与应用工作;农业企业开始利用大数据破解发展难题。为破解“猪周期”难题，新希望集团刘永好提出把历年数据集中起来，建立一个动态的养殖、生产和市场体系[5]。许多农业企业与高校、科研院所、IT企业也联合，开展农业大数据落地应用工作。伴随着2015年农业部出台的《关于推进农业农村大数据发展的实施意见》，各省市相继出台落实方案、设立研究专项资金，农业大数据作为系统工程得到全面推进，标志着我国农业大数据研究与应用向纵深推进，得到快速发展。

我国是农业大国，农业发展历史悠久，由于农业科技进步发展滞后，加之农业信息化程度不高，农业数据呈现以下特点：数据历史长、数据量大、类型多。但存在数据缺失严重、数据质量不高、开发利用不够、数据采集基础建设不完善、家底不清等问题。

在我国实现农业现代化的进程中，各种矛盾叠加，破解农业发展难题，对农业大数据技术研发与推广应用提出了众多需求。从宏观讲规模化、集约化经营，传统农业向现代农业转型升级，农业供给侧结构性改革等都需要大数据支撑，农业大数据共性技术研究、行业领域应用潜力巨大;人民日益增长的美好生活需求和不平衡不充分的发展之间的矛盾，需要大数据破解农业量和质之间的矛盾，破解农业产出与环境生态的矛盾等，农业大数据任务艰巨。

目前，制约农业大数据发展的问题有很多，主要表现在数据不能充分共享。农业数据大都分散在不同的部门和领域，没有形成有效的数据共享机制，“数据孤岛”现象严重。数据思维没有形成。农业生产、经营、管理、服务大都靠传统经验，没有形成靠数据说话、靠数据决策的思想观念和体制机制。科技研发力量薄弱。农业大数据共性关键技术研发力量不足，数字化、智能化软硬件技术研发力度不够，导致我国农业大数据向着标准化、精准化、智能化方向发展还存在技术障碍等。

1.4     中外农业大数据发展比较

以美国为代表的发达国家，农业大数据已经融入农业产业，成为最活跃的生产要素之一，正朝着“精准农业”方向迈进。利用大数据技术、传感技术和空间地理信息技术，进行精准种植和养殖作业;利用信息服务技术，进行农产品市场预测预警，更精准地提升农业生产部门和市场需求的对接，加强对市场的理解，市场信息更对称;建设了强大的数据收集和分析处理平台，通过权威部门发布数据信息等。通过对农业生产全过程的精准化、智能化管理，使得农业生产更精准，农业经营更有序，从而为规模化经营打下良好基础[6]。

在我国，农业大数据研究与应用刚刚起步，在精准化管理、农产品监测预警、农村电子商务等方面创造了许多典型案例。农业大数据应用应基于区域性、地域性和基础性等特点开展试点。在我国可以选择规模化、集约化经营比较好的农业种植大省，建立统一的农业大数据资源管理中心，加强农业数据资源整合与管理，使精准农业向着精准化、智能化方向发展。而农产品品类多、地域分布零碎的农业省份，更需要农业数据的整合与共享，对不同品类农业数据建立标准，实现农业生产智能化管理。

2     我国农业大数据发展展望

我国农业大数据发展应紧紧围绕解决农业农村发展的痛点、难点问题开展科学研究与应用推广工作。坚持以问题导向、应用驱动为着力点，以农业生产标准化、管理精准化、信息对称化、控制智能化、服务智慧化为重点，为走出一条绿色、生态、高效、安全、环保的农业可持续道路保驾护航。

2.1     建立农业大数据标准体系

建立适合我国农业产业发展的标准化体系，实现数据资源共享，是农业大数据的牛鼻子工程，是全面推动农业生产精准化、智能化的前提条件和关键所在。主要应构建涵盖涉农产品、资源要素、产品交易、农业技术、政府管理等内容在内的数据指标、样本标准、采集方法、分析模型、发布制度等标准体系;开展农业部门数据开放、指标口径、分类目录、交换接口、访问接口、数据质量、数据交易、技术产品、安全保密等关键共性标准的制定和实施;构建互联网涉农数据开发利用的标准体系[3]。

2.2     加强农业大数据技术集成与创新

单一的农业大数据技术不足以支撑农业全产业链发展，形成良好的大数据生态链，必须走大數据集成、创新之路。充分利用物联网、云计算、卫星遥感与通信等技术挖掘数据资源，建立农业生产环境、生产资料、生产过程、市场流通等数据库，实现数据自动化采集、标准化处理、可视化运营;实现农业生产的标准化、智能化;实现农产品仓储、物流的可追溯化;实现农产品市场信息的对称化。

2.3     培育主体与示范应用

2.3.1     因地制宜

由于农业数据采集与获取等投入成本较高，集约化、规模化生产程度较低，投入与产出不成正比，因此农业大数据精准化生产、智能化管理，应结合地域特征，在各地优势农业产业和特色作物上率先推广。选择大规模农业生产相对成熟的新疆、东北、山东等地区，率先开展智慧农业示范与推广，推进农业产业智慧化，智慧农业产业化落地，形成示范效应和外溢效应。

2.3.2     融合应用

围绕实施乡村振兴战略、农业创新驱动发展战略和农业供给侧结构性改革，依托新型经营主体，运用大数据，加快构建现代农业产业体系、生产体系、经营体系，推进农业由增产导向转向提质导向，提高农业创新力、竞争力、全要素生产率，提高农业质量、效益、整体素质;促进一、二、三产融合发展和产城融合发展，推动农业服务产业发展，助推形成农业新六产;集聚人才、技术、资金等创新要素，催生农业新的经济业态，输出农业发展新模式。

3     农业大数据发展几点思考

在我国发展农业大数据机遇与挑战并存，加快农业大数据发展应加强共性关键技术研发和加大应用推广力度。当前亟需解决2个核心问题，建设“四台合一”的数据资源平台;打造“四轮驱动”的应用模式。

3.1     建设“四台合一”的数据资源平台

针对我国农业大数据平台建设过程中存在的平台过多、过乱，标准不统一、应用不持续，层级不清、职责不明等突出问题，笔者建议应根据农业区域经济发展和地域特色需求，尽快建设渠道畅通、功能各异、职责明晰、共享共用“四台合一”的农业大数据资源综合服务平台。“四台合一”即国家农业数据资源平台、地方农业数据资源平台、行业农业数据资源平台、自建农业数据资源平台。由政府牵头建立统一的农业数据标准体系，统一数据指标、样本标准、发布机制;统一指标口径、分类目录、交换接口、访问接口等，将4类平台有机地融合在一起，实现数据资源的共享与应用。“四台合一”实现的关键是自上而下建设。由于数据资源绝大部分掌握在政府部门手中，且具有宏观调控和安全防范能力，因此需要政府主导进行宏观把控与掌握;“四台合一”建设的主要目的是自下而上使用。由于企业与行业是最具市场活力的单元，是应用落地的主体，因此在政府汇聚资源、制定标准、加强安全防范的基础上，开发数据、经营数据等应交由企业、行业完成。政府可以运用购买服务的方式，根据实际需求，利用数据进行宏观决策。在“四台合一”的数据平台建设中，自建数据平台具有更强的针对性、实用性，数据更真实、更可靠，自建数据资源平台对新型农业经营主体的发展具有更特殊的意义。因此，政府部门在规划平台建设中应高度重视自建数据资源平台的作用，给予更优惠的政策支持。

3.2     打造“四轮驱动”的应用模式

农业大数据已成为我国农业“弯道超车”的重要抓手之一。农业大数据与现代育种、现代农艺（栽培）、智能农业机械四者构成了现代农业的基本技术框架。现代育种技术，尤其是大数据育种技术是以生产特定品种为导向，通过遗传信息流平台建设，根据需求组合信息流，输出满足目标基因组成的新品种的新兴技术，是今后育种技术的发展方向，也是农业发展的基础工程;现代农艺技术，主要依靠数据获取技术、数据挖掘分析技术等，做到精准栽培、精准施肥、精准灌溉、精准施药，实现农业生产与管理的精准化、标准化和数字化;农业发展出路在于机械化，重点在于智能化。智能农业机械是实现我国农业现代化的必备手段，是农业节本增效的关键所在。重点应突破农机定位监控与自动驾驶、农机作业参数智能监测与计量、作业环境数据采集与处理、智能设备协同与精准作业、数据远程传输与分析决策、数据共享与应用等关键核心技术，实现农业生产过程和农业管理过程的智能化。

农业大数据为以上三者的实现提供了创新思维的方式，提供了跨界融合的手段，提供科学预测与预判的支撑。因此，从以上意义上讲，4者是相辅相成、相互关联、相互促进的关系，好比现代农业发展的4个轮子，共同驱动现代农业的快速发展，而农业大数据居于其核心地位。

4     結语

大数据日益成为农业科技创新与发展的重要驱动力量，大数据与农业的深度融合必将为我国加快实现农业现代化进程，全面实现小康社会注入强劲动力。发展大数据技术、智能技术不仅可以指导精准农业生产，提高劳动生产效率、降低农业生产成本、大幅度提高我国农业竞争力，更为解决我国三农问题寻找到颠覆性的解决方式和有效发展途径。我国农业大数据的发展与应用正处在“星星之火”阶段，相信有政府的统一领导，有广大科技工作者的不懈探索，有广大农业基层工作者和新农人的不断实践，一定会形成“燎原之势”，加速实现农业现代化进程。

参考文献

[1]宋长青，柳平增，任万明，等.实施现代农业大数据工程的理性思考[J].中国现代教育装备，2016（15）：111-114.

[2]马文峰.美国农业大数据支持政策对我国农业发展的借鉴研究[EB].2016-11-15.http：//www.cbdio.com/BigData/2016-11/14/content_5376953.htm.

[3]许世卫.美国农业部信息采集和发布制度简介[EB].2013-09-26.http：//www.moa.gov.cn/zwllm/zwdt/201309/t20130926_3616916.htm.

4]国务院.国务院关于印发促进大数据发展行动纲要的通知[EB/OL].2015-09-05.http：//www.gov.cn/zhengce/content/2015-09/05/content_10137.htm.

[5]韩俊，陈春良.新形势下推动“互联网+”农业的若干思考[J].农业网络信息，2017（1）：2-5.

[6] S.Senthilvadivu，S.Vinu Kiran，S.Prasanna Devi，S.Manivannan.Big Data Analysis on Geographical Segmentations and Resource Constrained Scheduling of Production of Agricultural Commodities for Better Yield[J].Procedia Computer Science，2016（87）：80-85.

[7]关注行业发展.美国精准农业（多图赏析）[EB/OL].2017-04-01.https：//baijiahao.baidu.com/s？id=1563425996337867&wfr=spider&for=pc.