农业大数据应用研究进展分析

韩 沙，马德新

（青岛农业大学动漫与传媒学院，山东 青岛 266109）

随着互联网的迅速普及和大量信息的爆发，现代农业与互联网的联系也越来越密切，将现代农业与互联网创新思维相结合，需要利用大数据来进行农业内部许多信息和项目的筛选及分析，大数据开始渗透到农业领域内。中国作为一个农业大国，拥有庞大的数据库。随着各种计算机传感设备和农业科技的普及应用，农业数据来源渠道更加广泛、涉及的范围更广。农业数据本身具有体积大、结构复杂、模态变化、实时性和高相关性的特点。大数据已在或将在农业生产经营各环节中发挥巨大作用，因此，利用大数据技术进行农业相关应用研究，具有重大的现实意义。本研究采用文献综述法，概述了国内外农业大数据的研究进展，分析了农业大数据的应用方向，指出了目前发展存在的问题与挑战，以期为农业大数据的发展提供参考。

1 农业大数据概述

农业大数据，即大数据与农业的结合，是大数据在农业中的应用，是大数据应用的一种趋势。农业大数据必然要融合农业自身的一些特点，比如周期性和季节性。利用大数据能够对农业数据进行搜集、存储、计算和应用。其中，云计算和物联网技术在农业大数据领域内给予支持，而在农业领域内大数据所彰显出的储存和管理价值，对于农业基础数据的分析意义显著，使得农业大数据表现出巨大的价值。农业大数据在拓展和深化的过程中完成了高精密度的筛选，农业大数据的应用使农业信息流动得到了扩展和深化［1］。目前，农业大数据被应用在农业生产管理、农业资源利用、农业市场等领域。虽然大数据方面的文章已较多，但是研究农业领域大数据的文章却较少，还需进一步拓展。

2 农业大数据研究进展

2.1 国内研究情况

以中国知网（CNKI）的中文报刊网络出版图书馆作为数据源，搜索策略为主题=“农业大数据”进行模糊检索，从2013 年起，截至2019 年，共搜索了3 274 份相关文献，如图1 所示。从图1 可以看出，随着国家对农业信息化重视程度的加深，农业大数据开始成为研究的热点，相关文献数量也随之增长。

图1 国内农业大数据相关文献发表数量

孙忠富等［2］结合农业的实际特点，提出了大数据在现有农业发展需求中的一些建议。张浩然等［3］指出虽然农业大数据的研究刚起步，但是大量科研人员致力于农业大数据的优化，在农业大数据的采集、集成、存储和处理等关键技术中取得了进步，但仍然存在异构性、实时性和挖掘能力上的挑战。温孚江［4］希望借助农业大数据的战略意义，从协同机制出发，把控农业大数据的多学科性。许世卫［5］主要研究了大数据在农产品监测预警方面的应用，重点研究了农业大数据的标准化发展进程，并且在实时化和可视化角度进行了有关论述。李道亮等［6］认为，大数据的未来发展方向必然与农业人工智能和农业精确筛选有关，智能化的信息处理将使农业生产更为便捷。李秀峰等［7］论述了农业信息服务的技术创新将有助于农业大数据的发展。王文生等［8］将农业信息化现状与农业大数据采集方法分析相结合，考虑了未来的大数据农业应用主要集中在准确的农业决策领域和国家农村综合信息查询领域内的应用，同时还包含农业数据监测预警系统、农情监测系统和农业生产环境监测与控制系统等方面。孟祥宝等［9］在阐述农业大数据的概念和特点的同时，从服务、管理、应用、技术和资源5 个关键方面对农业大数据SMART 应用架构进行分析设计，重点把控智能分析的作用，这将成为大数据未来发展的一个典型方向，对农业大数据的标准化和自动化具有一定的指导意义。郭承坤等［10］提出多学科数据整合和农业大数据平台作为重点研究方向。引用次数较多的文献研究内容分类如表1 所示。从表1 中可以看出，被引用数量较多的有关农业大数据的文献中，主要内容包括大数据及农业大数据的相关概念介绍、农业大数据的现状及发展前景展望。

表1 国内农业大数据文献研究内容分类

2.2 国外研究情况

在 Web of Science 上以“agriculture big data”为关键词检索，2013—2019 年共有相关文献288 篇，如图2 所示。从图2 可以看出，农业大数据作为研究关注的热点之一，各国随着研究力度加大以及相关政策的支持，研究文献数量呈逐年增长态势。

图2 国外农业大数据相关论文发表数量

Wolfert 等［11］研究提出，农业大数据对于农业发展产生的重要影响，是大数据未来发展不可忽略的一个发展分支。Bendre 等［12］研究了大数据在天气预报方面给精细农业带来的影响。Waga 等［13］重点关注降雨、风、温度等环境条件数据，并利用特定的云计算分析工具从中获取一些有意义的信息，使农业大数据用于战略性和成功的农业。Coble 等［14］指出了未来探测农业大数据来源的重要性。Zhang等［15］详尽阐述了大数据未来分层领域内所面临的挑战，并且给出了一些建议。Fan 等［16］概括和阐述了大数据与数据之间的覆盖关系。Carolan［17］在农场管理决策时利用大数据，通过对大数据行业人员的访谈表明，人们对于涉及销售和推广大规模数据采集、预测分析软件和传统农业应用的精确方面很支持，对于建立粮食系统的农业大数据平台的期望很高。Griffin 等［18］介绍了精细化农业中利用全球卫星定位系统、小型无人机系统等实现利润最大化，这同样也是大数据在精细农业中的应用。引用次数较多的文献研究内容分类如表2 所示。

从以上分析中可以看出，国外对于农业大数据的研究涉及方面比较广泛，大多数通过实际案例来说明精细农业大数据的应用，研究内容包括算法、具体应用等，内容比较具体。

3 农业大数据的应用

3.1 农业大数据平台

对国内外农业大数据平台进行了多次探索，将农业大数据的应用进行归类（表3）。如美国、英国、澳大利亚等国家，对于大规模的农场采用大数据和互联网工具改善农场管理体系，利用采集和上传到云端的农场土壤、气象、生产等数据管理农场，一些大数据平台和移动设备的应用提高了管理的精确性［19］。从国内文献看，王丽娟等［20］分析了中国农业大数据平台应用的重点领域。李瑾等［21］设计了通用型的集设计原则、思路、框架及功能模块于一体的农业大数据平台。文燕［22］构建了以Hadoop 作为重点的计算机研究核心和中心领域模块，HDFS 和HBase 为完善的大数据可靠存储及筛选管理平台模块，从而为完善并及时探索大数据信息，拓展农业信息领域和智慧农业的发展建设有效的平台。

3.2 农业育种

在传统的优良作物品种培育过程中，不仅耗费大量资金和人力，而且可能需要很长时间，但大数据技术的应用将加快这一过程。大数据物联网的兴起使得传统的育种数据管理方法无法应对大规模育种的需要，针对此现状，岳媛等［23］就实际育种问题进行数据平台的探索和研究，为各育种单位和个人开展育种服务提供了解决方案。大数据在农业育种上的应用使育种专家可以在资料数据库中筛选优质基因片段，对新品种展开生物调查，获得适宜且优良的品种，同时还能高效确定适宜区域，为进行品种的抗性表现鉴定提供方便。

3.3 农业大数据在畜牧业中的应用

大数据在畜牧业中的应用主要包括禽蛋处理信息、生产经营信息和食品质量安全信息，其中对于市场信息和服务信息的摘录也是比较全面的［24］。赵尔平等［25］专门对西藏当地的畜牧业集中数据筛选进行了研究，包括对现有的气象条件、草原生物害虫、集中性的农场信息和冰雪自然灾害等进行记录，从而提出了一种具有融合性的大数据解决框架，将智能农业作为现代畜牧业和兽医学研究的基础。可以看出，智能农业已成为现代畜牧业和兽医学的转折点。

表2 国外农业大数据文献研究内容分类

表3 农业大数据的应用

3.4 农业大数据在农机作业上的应用

智能农业机械具有智慧指挥调度、提高作业水平等功能，大数据在农机作业上的应用主要有作业环境数据采集和处理、定位导航、智能测亩、数据统计与管理［26］。李瑾等［27］认为，在目前的互联网转变过程中，农业机械领域内仍然存在创新力不足的问题，如智能化水平不高、农业管理实体能力不足、产业发展水平低，为加速融合提出了相关建议。因此，有必要加快促进精细化农业与机械智能化领域的结合。

3.5 智能农业生产管理

大数据引领智能农业生产，可以进行有效的农业环境监测，以数据驱动农业精准化操作。传感器和遥感卫星的使用可以检测作物的生产环境，从而感知作物的生产。全球定位导航系统GPS 的导航能力正在与其他的工业领域和技术领域密切结合，而生产者也可以根据农作物的追踪流量和控制设备需求，逐渐实现对于土地投资的合理微调，监测农田状况，实现智能化农田环境管理。在这种方式的指导下，相关的农业气候灾害不仅可以得到规避和科学有效的控制措施，而且可以有效地指导种植方式，使作物稳定增产，提高农业生产效率。利用气象大数据还可以预知更长时间的气象情况，减少损失［28］。

3.6 农产品质量安全与追溯

食品安全是社会关注的焦点，从农田到顾客的农产品跟踪过程有利于顾客掌握产品的生产过程，减少污染和增加收益，对于农产品的食品安全监督管理也提出了更高的要求。使用农业大数据技术平台，可以实现从工厂到桌面的每个环节的跟踪。农产品的食品健康安全监测不容忽视，监测和预警都必须要快速分布于农产品生产和领域的各个沟通环节，从源头上把控食品安全领域保障食品安全的各项措施。刘杨等［29］设计了食品安全数据智能架构，针对食品安全编码和数据库进行重新整合，把握良性的食品安全大数据平台，实现各个地区和不同层级的食品安全数据融合及管理应用。

3.7 大数据在休闲农业上的应用

大数据领域与农业休闲领域和旅游领域的结合，推动了服务业智能化的发展，陈冬生［30］指出在休闲领域内结合完善的数据共享技术，可以实现休闲农业大数据的快速共享和查询。

3.8 农业市场大数据

农业市场大数据可以对市场价格信息、物流信息、质量安全信息等进行宏观预测，对市场价格、供求趋势等进行分析。农业市场大数据的应用可以引导政府机构宏观调控农业的市场走势，政府指导价格。中国亟需农民使用的APP 来方便农民查询农产品价格、供求、销售等信息，因此，开发适合农民使用的终端是农业市场走向发展前沿的重要步骤。

4 农业大数据面临的挑战

1）农业大数据的使用没有大范围推广。大数据虽然已经在农业行业找到了出路，为农业发展提供了机会，但是还存在一些挑战。农业大数据的获取受环境限制，用于收集所有农业数据信息的工具和机器还比较昂贵，大部分农场还未普及使用。如果规模大的农场能够通过使用大数据来最大限度地提高效率，那可能会使规模较小的农场很难经营。

2）传统经验束缚农业大数据的发展。农民收集各种指标和信息是有好处的，但实际使用该数据还存在困难，农民如何确定数据的有效性是需要解决的问题。农民在生产方式、管理方式上经验化严重，保守性突出，传统观念的束缚会延缓农业大数据的应用。

3）数据获取处理能力较低。农业大数据的来源涉及到农业生产的各个方面，大规模的数据是支撑农业大数据为现代化农业发挥重要作用的关键［31］。因此，深入拓展农业大数据领域的使用，并且在数据采集共享，数据标准化预处理和数据分析等环节进行改进，通过创新提升数据获取和分析的综合能力。