农业大数据推进农业发展新变革

付强强,徐恒军，沈 振，沈彦辉

(1.金正大生态工程集团股份有限公司，山东 临沂 276700; 2.金正大诺泰尔化学有限公司，贵州 黔南州 550400)

1 农业大数据内容及意义

农业大数据是当前大数据发展的一个分支，是大数据理念、技术和方法在农业领域的实践。涉及农业育种、土壤耕地、播种育苗、施肥管理、病害预防、收获存储、市场销售等各个环节，是融合了农业地域性、季节性、多样性、周期性等自身特征后产生的来源广泛、类型多样、结构复杂、具有潜在价值，并难以应用通常方法处理和分析的数据等的多元化集合。其同样具备了大数据规模巨大(volume)、类型多样(variety)、价值密度低(value)、处理速度快(velocity)、精确度高(veracity)和复杂度高(complexity)等特点。是通过多粒度、多层次、多渠道对跨行业、跨专业、跨业务的多元化数据，使用分析模型对庞大的数据总体进行挖掘分析，以及数据可视化。

伴随着物联网、云计算、移动互联网等信息技术的飞速发展，近年来农业数据呈爆发趋势。通常借助卫星导航系统、自动驾驶系统、计算机以及必要的传感器等设备，利用信息采集技术和信息处理技术，将采集的不同格式、不同领域、不同类型的海量数据资源整合成标准统一的数据源，并进行分析应用，继而产生巨大的应用价值。农业大数据可以说是当前农业智能化研究的热点，对农业发展、作物产量品质及粮食食品安全有重大意义[2]。

农业大数据的战略意义主要体现在三个层面上。宏观层面上，农业大数据对于水土资源的充分利用、气候环境的预测、农业产业化合理化分配，粮食资源的合理分配，食品安全等国家政策调控具有重要意义。中观层面上，大数据可指导于农业产业链的各个环节，帮助实现农生生产过程中资源最优化配置(如育种、施肥、植保、收获、加工、存储等环节)。微观层面上，农业大数据可有效整合上游农业资源与终端消费者的对接，可直接调节农产品生产和消费。在农业信息化的大环境下，大数据可使农产品企业及商户获取市场最新信息，占据市场资源优势。

2 农业大数据的应用

我国在农业信息化发展上需要统一规范数据标准，迫切需要解决从育种到产品整个过程的产业优化及结构布局。通过运用大数据处理技术，已经在农业品种选择及育种、农业栽培、科学施肥、水肥调控、病虫害防治、农业环境监测等方面得了显著成就。

2.1 在农业育种上的应用

传统的育种手段主要是通过化学、放射和杂交等手段来改变品种性状，优选其中的品种提高下一代品种质量。即常规育种。但是这种育种方法耗时长、选择准确性低，会占用大量的时间成本与经济成本。据统计，一个新品种的成功培育，从筛选培育到市场应用，大约需要花费10年时间。然而，在SNP(single nucleotide polymorphism，单核苷酸多态性)分子标记检测设备的辅助下，可快速检测数出基因序列，借助大数据技术对基因组测序数据处理，可大幅度地提高了优良性状的识别速度与效率，可快速筛选出基因片段，获取目标基因性状，此过程可在很短的时间内完成，品种培育更具针对性和目标性，效率更高[3]。但这些育种技术都要都建立在农业大数据基础之上，即要具备海量的基因组数据信息。毋庸置疑，基于大数据的育种技术是下一步发展研究的重点领域。

2.2 与农作物栽培管理结合

精准化农业(Precision agriculture)是农业栽培技术与当前大数据技术的一种完美结合。它是一种基于全球定位系统(GPS)、农田地理信息系统(GIS)、遥感检测系统(RS)、专家决策系统、智能化农机具系统、环境监测系统、系统集成、网络化管理系统和培训系统等的多元化大数据信息传输技术的现代化农业管理系统。

大数据技术可以根据特定地区、特定土壤及作物生长过程中的时空变动给予监测与反馈，系统地监测并评估作物生长状态，并提供合理的灌溉、防治病虫害、施肥等措施更加科学合理。该技术还能合理的调配各类农业资源，充分发挥土地资源生产能力，大幅提升农业产出的经济效益以及生态效益。

2.3 防治病虫害

运用大数据管理平台，通过遥感监测技术，可时刻对气候、水文、作物病害情况、病菌侵染形势和害虫基数等情况进行实时监测。借助智能虫情测报灯、害虫性诱测报系统等设备的数据传输、整合分析，实现对虫害的发生期、发生量、发生类别以及危害趋势预测。同时，还能对病虫灾害发生后或发生期间向用户提供防治的方法和措施。大数据创新了农作物虫害防治方式，能实现对虫害的事前、事中、事后等环节的全程监测。此外，精准化的化学试剂喷洒及绿色的杀虫防控方式，极大地提升了虫害治理的水平与效率，同时还可以，保护环境、增加收益的作用，对降低种植管理风险，推动农业、农民的增收有积极地作用。

2.4 农业气候环境监测

常言道，“靠天吃饭”，在当前的科技发展水平，仍然避免不了因气候变化、自然灾害导致作物损失。农业大数据，可以通过传感器对农业环境监测(包括天气情况，气温条件、水、土壤和生态状态等环境要素)，通过采集农作物生长环境中的各项指数数据,再把这些采集的数据放到本地化的或云端的数据中心,从而对农业生产的历史数据和实时监控数据进行分析,提高对作物种植面积、生产进度、农产品产量、天气情况，气温条件，灾害强度，土壤湿度的关联监测能力。最终为农业发展提供准确的预测与判断。合理做好能也结构布局，提前做好预防，规避气候对农业生产带来的风险，减少生产过程的损失。

3 面临的挑战及解决方案

当前大数据技术正处于发展的起步阶段，如何对多层次、多渠道、广泛异构性的多元化数据进行时效性的采集，比加以快速整合处理，是当前大数据技术面临的主要的问题。如何对数据进一步的挖掘和利用也是大数据下一步拓展的方向。利用农业大数据来解决实际问题，还需要要对数据进行科学分析和论证。农业大数据资产现状严峻，需求紧迫，在其管理上亟需进行突破。农业大数据资产面临的挑战有很多方面。缺乏先验知识、隐私问题等挑战。

3.1 农业大数据的多源异构

数据采集是面临大量多源异构的数据对象，数据复杂多样，且质量参差不齐。在数据分析运用之前，需要对数据进行筛选。在数据预处理过程中如何把握多元化数据，将无效价值不大数据剔除，同时避免故障数据、异常数据、虚假数据，是确保数据的真实性、有效性和完整性的关键，也是预处理过程面临的最大挑战。

3.2 农业大数据的实时性

大数据的价值最主要的特点之一就是数据价值的时效性，随着时间的推移，大数据的信息价值也逐渐衰减，数据的时效性同样决定了大数据应用价值。需要根据不同的需求来确认数据的时效性，过时数据即使分析出来了也不会产生价值。例如在天气、环境状况等时效性比较强的数据分析的方面，逾期之后数据即便在准确，也没有什么价值。数据的快速分析处理是确保农业大数据的实时性的关键，这需要这要求对数据的实时采集、实时处理、实时分析提出了极高的要求。在确保数据精准可靠的前提下，需要建立更加准确复杂的模型和分析方法整合数据。

3.3 农业大数据的挖掘能力

农业大数据包含多方面的资产价值，但是对数据的挖掘和价值利用发现还的较少，很多农业大数据资产闲置未被开发利用，造成数据资源的浪费，进一步挖掘农业大数据潜在价值也并不是数据的挖掘宽泛、无限制的数据罗列，传统的数据挖掘和信息收集方法并不适用于现在农业大数据的发展，需要制定数据标准和规程对数评估筛选，首先建立数据的规范性、一致性和可关联性，还需要在数据源头建立规范的数据评估体系。如何升是农业大数据资源管理也是当前面临的挑战之一。

4 结束语

农业大数据广泛应用于农业育种、种植栽培、预防病虫害、气候环境监测等。在育种方面可大大缩短育种周期及成本；在栽培方面，可以提供最佳的栽培建议和"傻瓜式"一步到位的栽培服务，简化栽培过程，并提高生产效率。在农业病虫害防控上，可精准化喷洒药剂或运用绿色的杀虫防控方式，提升虫害治理的水平与效率，同时还可以，保护环境、增加收益的作用。在农业气候、土壤和经济等领域。在农业气候、土壤和经济等领域，能合理做好产业结构布局，提前做好预防，规避气候对农业生产带来的风险，减少生产过程的损失。

可以说农业大数据的应用是农业科技发展革新的新起点，是农业转型升级的利器，当前要提高对农业大数据资产的意识，不断将现代信息化、云平台及物联网化技术与农业生产结合，为现代农业及其相关领域的快速发展做好坚实的技术基础和服务支撑。农业大数据将彻底改变农业生产技术研究，极大提高农业生产能力和效率。对解决人类粮食短缺和食品安全问题起到关键性的推动作用。