基于大数据环境下农业信息管理与应用体系构建①

武 倩

(西安培华学院 陕西西安 710125)

农业为人类的发展保障了最基本的食品、衣物等，是人类赖以生存和发展的根本。农业的发展水平决定了我国国民经济发展的基础，更是保障我国实现小康社会和现代化战略目标的根本。进入21 世纪后，我国几乎每年都要出台一项重要方针战略用以解决我国农业发展过程中的诸多问题。2015 年中央一号文《关于加大改革创新力度加快农业现代化建设的若干意见》中对提高我国农业发展综合竞争力的方法和举措中指出：要围绕现代农业发展，利用科技创新和现代信息技术提升我国农业发展整体水平［1］。

随着信息技术的发展和大数据技术与现代人类生活和生产的紧密结合，利用大数据构建现代农业信息管理体系，不仅能够大幅改善我国现代农业生产方式，还能够从根本上改变我国现有的传统农业经营管理理念和模式。正如麦肯锡研究院（MGI）发布的相关报告中所说：大数据将会是带动未来人类生产力发展和创新以及消费需求增长的指向标［2］。在当今大数据驱动和信息化管理的背景下，必须对我国农业发展过程中出现的核心业务和数据进行掌握和利用，才能更好打造符合我国农业发展需求和方向的现代农业。

1 农业信息概述

1.1 农业信息管理定义

现代农业信息管理主要指的是利用一组理论和解决方案，能够达到保证现代农业核心数据在农业行业范围内一致性、完整性、相关性和精确性的应用体系［3］。在现代农业信息管理和应用体系中所收录的数据，通常都是能够在整个农业行业范围内具有高度核心价值并且需要多种行业或体系进行联合共享与开发的核心业务数据集。

1.2 农业信息管理价值

1.2.1 构成了农业大数据的基础

海量的数据是构成现代大数据体系的基础。对于农业信息系统而言，如何将海量的数据流进行有序、高效地组织和利用，需要农业信息管理与应用体系构建相应的服务逻辑和使用策略［4］。农业信息管理与应用体系能够有效串联农业信息网络中的海量数据，按照类型、体量等关键词进行数据分析，真正实现大数据在农业生产和管理中的效果和价值。

1.2.2 能够提升农业多方面业务价值

农业信息管理体系能够通过互联网技术制定农业企事业单位等多方主体之间统一的数据访问标准［5］，在该标准的影响下农业信息管理体系能够建立一个内容丰富、数据集中、抗干扰能力强的农业数据中心，从而通过这一数据中心为农业产业链上各主体提供一个完整度高、信息一致性强的数据共享平台，从而为提升现代农业多方面业务价值提供一个可以参考和进行决策的支撑载体。提升了农业对多产业链的影响程度和业务价值。

1.2.3 帮助现代农业灵活适应业务需求变化

基于大数据基础上构建的现代农业信息管理体系能够极大地优化农业信息化结构，通过对多产业链数据的融合运用［6］，构建现代农业产业与多产业链交叉覆盖的数据管理基础和相应规范，从而帮助现代农业更加灵活地适应农业产业与其他产业的业务往来与需求变化。

2 基于大数据环境下农业信息管理与应用体系构建

2.1 大数据环境下农业信息管理体系技术基础

2.1.1 数据获取技术

大数据环境下农业信息管理体系最直观、最基础的变化在于对数据进行获取技术的变化。大数据技术与农业进行融合后，能够大幅提升农业数据交互的效率，能够彻底取代传统的人工数据录入和传递过程［7］。以最基础的农业生产环境数据获取为例，农业生产环境数据的获取主要针对农业生态体系下，植物或动物生产过程中需要摄入的气候数据、土壤数据、饲料数据等。在农业生产环境数据采集过程中融入大数据技术，能够实现农业智能网络与生态学之间的交互，通过光纤传感、RFID 技术、智能传感器以及现代仿生技术等形成现代农业生产环境数据检测智能综合交互与分析系统，大幅度提高现代农业对各类型信息采集的范围和渠道，同时降低信息获取成本。目前，采用分布式、多点部署的现代农业环境数据采集与分析技术已经在我国部分地区得到了广泛应用，已经能够与大数据技术实现对接。

2.1.2 数据抓取技术

数据抓取（也称为网络数据提取或网页爬取）是指从网上获取数据，并将获取到的数据转化为结构化的数据，最终可以将数据存储到本地计算机或数据库的一种技术［8］。大数据环境下的农业信息管理与应用体系能够在大数据的帮助下，形成新的涉农数据动态检测体系。该体系对农业数据的动态检测精度高、速度快。按照一定的优先性，制定具有倾向性的爬虫规则来选择深度优先或广度优先。以目前我国农业大数据发展现状而言，利用爬虫软件进行农业数据抓取，能够在一定程度上获取我国农业生产的实时规模、动态变化、分布状况以及不同地区之间的农业产业异构性，为农业网络数据获取奠定了技术基础。

2.1.3 生命信息遥感数据感知技术

农业领域生命信息的智能感知主要针对动植物生长过程中的生理状态、发育过程以及活动规律等信息和数据进行大目标、大范围的数据监测，同时远程获得从个体到种群的微观与宏观数据。生命信息遥感数据感知技术主要运用到的技术有：光谱技术、人工嗅觉技术、RS 遥感技术、通信卫星技术、机械视觉技术等［9］。在该技术的帮助下，动植物的生态环境数据、生长环境数据、个体成长数据能够远程进行实时、大面积监测与估算。同时，还能够针对部分影响农业生产情况的自然灾害、气候变化等进行监测分析，通过宏观数据分析来掌握农业生产情况。目前，该技术在西方国家的应用已经初露端倪，而我国尚不具备实行该技术的主客观条件。

2.1.4 市场经济数据采集技术

农产品市场经济数据采集技术主要针对农产品流通环节如销售、质检、供需情况、进出口贸易等进行数据采集。利用该技术获得数据后可以供政府或农业主体进行市场行情分析，从而科学、合理地制定产品价格、追溯产品质量［10］。该技术能够客观反映出农产品交易过程中的突发性、实时性、动态性。目前全球范围内的大宗农产品交易基本已经全部实现了智能终端与市场经济数据采集技术的结合，未来的发展方向会逐渐由大宗农产品交易向农产品零售领域拓展，实现对典型农产品市场数据的采集、分析和处理。

2.2 大数据环境下农业信息管理与应用体系指标

本文基于大数据环境，对现代农业信息的分类情况进行了重新划分，将需要复杂分类的农业信息数据按照现代农业职能简化为管理类数据和经营类数据两种。现代农业职能主要指的是农业管理过程的内在独立逻辑［11］。本文结合大数据理论，在未来我国农业现代化信息管理建设的规划框架内，将现代农业信息划分为图1所示的分类。

该分类基本覆盖了大数据环境下现代农业横向及纵向信息管理和应用需求，能够描述全产业链条件下，现代农业信息的交互与传播。

2.3 大数据环境下农业信息管理与应用体系构建

2.3.1 基本框架构建

基于大数据环境下的农业信息管理与应用体系框架如图2 所示。该基本框架中主要包含了4 方面主要内容：（1）基础标准，主要对农业信息管理体系中的信息分类原则、方法以及标准进行制定，从而在统一标准下进行农业信息分类、编码；（2）现代农业管理信息标准，主要对农业信息管理体系中的机构信息、时空信息、科技信息、学科信息以及网站信息管理标准等进行制定；（3）现代农业经营信息标准，主要针对农业信息管理体系中的农产品流通信息管理标准进行制定，包括生产、销售以及采购信息等；（4）应用标准，主要对农业信息数据在全产业链中的应用标准以及申请编码办法进行标准制定。

2.3.2 现代农业信息指标AIC管理法

基于大数据环境下的农业信息管理与应用最重要的环节在于实现精准农业。为此，本文按照最重要（above all）、重要（important）、一般（commonly）的规律将现代农业管理进行能颗粒度划分，即AIC管理法。

2.3.2.1 AIC管理法的含义

AIC 管理法主要内涵为：（1）A 类职能管理对象，该类对象是整个农业信息管理体系中最为重要的对象，通常指的是应用系统中不单设的信息编码库表，如农业信息管理体系中的学科、科技成果和科研人员等；（2）I 类职能管理对象，该类对象是整个农业信息管理体系中较为重要的对象，通常指的是应用系统中单独设立编码库表的信息分类编码对象，如农业信息管理体系中的国家行政区域、行业主体的学历等；（3）C 类职能管理对象，该类对象是整个农业信息管理体系中不太重要的对象，通常指的是应用系统中编码表短小但是使用频率较高的编码对象，如农业主体人的性别、年龄、婚姻状况等。

2.3.2.2 AIC管理法下现代农业职能管理对象分解

基于AIC管理法下的现代农业职能管理对象分解的主要内容是根据现代农业信息管理与应用框架，将现代农业职能按照AIC管理方法对职能对象进行地位和作用明确和分类。限于文章论述的精要性，本文仅针对农业机构信息管理和农业生产信息管理进行AIC职能对象分解。具体分解情况见表1、2所示。

表1 农业机构信息管理AIC管理法智能对象分解情况

表2 农业生产信息管理AIC管理法智能对象分解情况

3 AIC 管理法在农业信息管理与应用体系中的应用价值

基于一种颗粒度大小进行管理的AIC 管理法，能够在大数据环境下进一步对农业职能进行细分，从而满足现代农业应用体系对系统开发高效率和运行高效率的需求，最大幅度降低信息交换而映射对照产生的农业信息管理体系资源浪费，实现基于大数据环境下的平台型精准农业。

4 结语

综上所述，本文对基于大数据背景下农业信息管理对农业的影响以及农业信息管理和应用体系进行了构建。作为一个农业大国，我国的农业产业还存在数据化程度低、业务价值低、无法迅速应对市场需求变化等缺点。大数据技术的出现能够辅助农业信息管理体系完善我国农业产业中的缺陷。本文所构建的大数据环境下的农业信息管理和应用体系主要基于AIC农业信息管理法，对农业管理的能颗粒度进行了进一步划分，更好地提升了系统运行精度，降低了由于信息交换而映射对照产生的系统资源浪费，有助于实现大数据平台型的精准农业。