畜牧业信息监测与大数据分析技术及展望

一、畜牧业数据特征

1.数据量大、数据类型多样

畜牧业数据获取，是对畜牧业中饲料生产、饲养管理、疾病防疫、屠宰加工、运输销售等环节中过程描述、特征值提取的数字化记录。

随着物联网技术、互联网技术、移动通信技术的发展，收集与存贮的数据迅速增多。目前，每年产生并被存储的数据总量超过800EB，相当于全人类讲过话的160倍。农业每年产生的数据量约为8000PB，且每年以50%～80%的速度增长，其中畜牧业产业每年产生数据约230PB。

畜牧业产业链长，环境复杂，影响因素多。数据类型复杂，有数值型、文本型和图像型。

2.产业流信息流高度偶合

畜牧业全产业链数据反映了畜牧业行业特征、信息流变化和产业关联关系。

3.非结构化，数据价值大

随着各种传感器布设、图像采集、音视频设备的安装，规模化养殖场中，以图形、图像、音频、视频等非结构化数据为主的信息急剧增加。以牛奶产业链为例，数值型数据：奶牛存栏、饲料用量、牛奶产量；文本型数据：产业链安全事件报道、疫情监测、行业报告；视频图片型数据：奶牛场环境条件、个体生长监测。其中非结构化数据蕴藏着巨大的价值——精准饲喂、智能养殖、产业健康。

4.数据标准化要求高

畜牧业数据标准化程度较高，标准化的数据源自于统一的生产流程和规范的技术标准。标准化的数据为开展畜牧业大数据分析提供了基本条件。

二、畜牧业信息监测方法

1.监测的数据

全产业链数据：生产、消费、库存、贸易、价格、成本六大类数据，覆盖畜牧业全产业链。

1）生产数据：农业农村部畜禽生产调查体系和有关国际组织数据，畜牧业生产数据，包括存栏量、出栏量、环境监测、个体监测等。

2）消费数据：农村固定观察点系统、农业农村部兽医局屠宰监测系统、国家统计局抽样调查、各级农产品消费追溯系统等开展监测。

3）库存数据：国际组织数据，国别合作研究，采集我国月度和年度商业调节库存储备，世界主要生产国商业库存。

4）贸易数据：海关总署，联合国粮农组织、世界银行、经合组织及G20-AMIS等有关数据库，全球主要贸易国进出口数据。

5）价格数据：农业农村部畜禽生产调查和农产品集贸市场、批发市场监测，农业农村部屠宰加工厂监测点监测，大型超市和零售企业交易数据、国际期货市场价格监测。

6）生产成本：农业农村部畜禽生产数据调查监测，不同规模养殖中的饲料费用、水电费、疫病防控费、死亡损失费等直接物质与服务费用，以及固定资产折旧费、管理费等间接费用。

2.统计报表监测方法

该监测方法依托完整的数据采集体系，对数据统计和报送。监测的数据主要来源于国家统计局、农业农村部等多部门，按报表方式进行。也有专业机构开展的调查，形成报表型数据。

3.实时传感监测方法

通过专用设备在地区、市场等多个维度获取肉类价格、交易量、等级等数据。通过传感器进行个体生长监测，体温、体重、体长等，养殖环境监测温度、湿度、氨氮浓度等，产业链追溯监测养殖地、出栏时间、检疫量等。

4.网络抓取方法

通过网络爬虫，在海量的网络信息中有效地识别与畜牧业相关的互联网信息资源，包括网络舆情、网站信息、Web数据库等。基于基准数据和实时数据，开展精准化、科学化管控，更加深入全面地发现畜牧业发展中的问题，推动畜牧产业智慧化，满足各产业链主体不同层次的需求。

三、大数据分析技术与系统

1.畜牧产品分析预警模型

1）生产量预测：投入类、管理类产量预测模型群，产量形成的复杂因素解析。

2）消费量预测：差异化消费量预测模，分析畜禽产品不同消费去向。

3）价格预测：循环神经网络价格分析，多维条件畜禽产品价格预测。

分析结论1：生猪生产价格指数出现反弹，牛羊、家禽、禽蛋冲高回落, 奶类窄幅震荡。

分析结论2：部分产品具有较大缺口风险。产消缺口：猪肉均呈现先增后减趋势；产消缺口：奶制品（折鲜）、牛肉缺口呈逐步扩大趋势。

分析结论3：畜牧产品消费结构升级明显。奶制品、牛羊肉、禽肉、饲料等消费增长较快，牛羊肉和禽肉加工消费年均增速超过3.0%，猪肉、牛肉、禽肉的食用消费年均增速在1.0%～2.0%。

2.生猪供需分析结论（2019年）

短期：对保供稳价带来巨大的挑战，应该积极调整政策。

生产：2019年受能繁母猪和生猪产能持续下降影响，预计猪肉产量下降15%。

消费：2019年猪肉消费量较上年下降5.6%，2020年预计下降12.6%。

贸易：2019年预计进口170万t左右；2020年进口量将会增加到210万t。

价格：2019年下半年猪价将进入上涨周期，阶段高点预期出现在2020年上半年。

四、未来展望

1.未来技术——畜牧业信息关键技术

未来畜牧产业发展与畜牧业技术进步息息相关。以大数据、人工智能为代表的新兴技术在某种程度上决定了畜牧产业发展的水平、效率和潜力。

1）畜牧业信息流智能感知技术：该技术以智能传感器、区块链技术为依托，构建包括养殖环境、养殖流程、物流运输、销售商等畜牧产品全产业链信息流感知体系，提升产品信息监测能力和安全监管能力。

2）畜牧业微环境纳米传感技术：研发创新高性能纳米传感材料，研建感应精度高、响应速度快的畜牧产品微环境信息传感器件，创新畜牧产品微环境在线化信息采集技术，构建基于纳米传感器的微环境物联网系统。

3）畜牧业时空异构大数据融合分析预测技术：基于传感器数据、遥感数据、表型数据等畜牧产品供应链各环节海量数据，利用数据挖掘、关联分析、人工智能等技术手段，对畜牧产品的生产、流通、消费、溯源等关键环节进行分析预测。

4）畜禽产品消费及市场智能决策技术：建立消费数据存储及分析处理系统；时跟踪市场消费数据，采用云计算进行数据挖掘，预测市场消费环境、消费趋势及市场变化趋势；创建可视化、智能型消费市场决策工具，实现生产工艺改进、市场环境升级、消费模式转变等畜禽产品生产消费领域智能规划。

5）畜禽产品安全区块链溯源技术：利用区块链去中心化、不可篡改性的技术特点，把供、产、销各环节中的信息进行采集存储，形成供应链信息数据系统，实现从生产源头到消费终端的追踪。利用联盟链技术实现基于可信节点的快速共识验证机制，构建畜禽产品质量安全智能追溯方法。

6）重要畜禽产品安全风险预警防控技术：构建重要畜禽产品安全风险预警指标体系和触发阈值，定量化开展安全风险防范，提高追溯力度，实现跨层级、跨地域、跨系统、跨部门、跨业务的数据融合与资源共享，实现畜牧产品风险的无缝监管和有效防控。

2.未来应用展望

1）单品种全产业链大数据建设将成为大数据应用的重点

2017年起，农业农村部开始实施数字农业建设试点项目，目前已选取苹果、大豆、棉花、油料、茶叶、天然橡胶6个品种开展全产业链大数据建设试点。

以成熟农产品单品种为代表的特色农业，是现代农业重要的内在因素和内在要求，是全球竞争的核心优势。农产品单品种大数据是行业发展分析的“排头兵”，也是农业大数据应用的关键棋。

2）提供多层次个性服务成为大数据应用的着力点

基层农民信息服务：以向2亿多农户和成千上万其他农业经营主体提供全流程、多层次、低成本、个性化信息服务为目标，实现农业信息服务“进村入户”。

政府农业决策服务：科学决策需要依靠对现实的精确把握。大数据指导政府决策，使得政策的制定更有针对性、延续性。

企业市场信息服务：涉农企业的发展离不开市场，对市场信息的深度挖掘和分析能力是企业竞争力所在，也是行业生存的根本保障。

3）融合性技术、产品和方案是大数据应用落地的关键

微观层面：物联网监控平台、无人机平台-系统、遥感影像服务、农作物管理软件、现场监测传感器方案……

中观层面：农业大数据企业平台、规模农场ERP、可追溯性安全系统……

宏观层面：全球农业大数据监测分析平台、全国市场信息服务系统，全球贸易模拟系统，政策分析预警平台……

畜牧数据蕴含着巨大的价值，只有将应用作为落地点，才能呈现数据的价值，解决畜牧绿色生产、安全管理过程遇到的诸多问题。大数据应用是思维、理念、方法、能力的改变，大数据在畜牧业领域的全面应用，将驱动畜牧业生产、经营、管理出现新的发展变革。（本文根据录音整理，未经本人审阅，如有出入，以专家本人意见为准）