基于大数据技术的智慧农业应用探究

周 琴 熊 倩 郭江帆 陈忠云

中通服咨询设计研究院有限公司

0 引言

2021年，中央1号文件发布了《中共中央 国务院关于全面推进乡村振兴加快农业农村现代化的意见》，对加强乡村战略振兴，强化新型信息技术与农业生产经营相结合，通过建立健全农村大数据体系发展智慧农业的新模式提出要求。农业是中国发展的基础产业之一，更是增强国家经济发展的重要因素，伴随着大数据等新型技术的崛起，智慧农业必将逐渐变成农业发展新态势。

本文从农业的发展形态出发，阐述了传统农业到智慧农业的发展历程，通过剖析农业信息化现状及痛点问题，提出一种基于大数据技术的智慧农业应用探究，总结如何通过技术驱动与应用创新解决农业难题，助力经济发展。

1 农业发展形态

中国农业的发展形态总体可分为三个阶段，分别为以手工劳动为主的传统农业、以机械设备为主的现代农业、以新兴技术助力的智慧农业。

1.1 农业1.0时代：传统农业

农业1.0时代是以劳动力为主要生产力的传统农业。早期，农机设备未全面普及，农业自动化水平较低，从农作物播种、灌溉到丰收，从畜禽饲养、加工到销售等环节均需依靠人工进行生产劳动及管理，缺乏有效技术手段对农业生产过程重要参数的采集，该阶段不仅对劳动力需求大，耗费时间，且出错率相对较高。

1.2 农业2.0时代：现代农业

农业2.0时代是以机械设备为主要生产力的现代农业。农机设备的兴起实现了农产品的自动化生产加工，适当缓解了人工劳动力，同时对加强农业生产劳动水平和提高农业经济生态效益起到了显著的作用。现代农业还结合了物联感知设备，对传感数据实现了初步抓取，但数据相对单一，且获取的数据需人工统计分析，缺少智能化手段实现对数据的汇聚监管和精准分析预警。

1.3 农业3.0时代：智慧农业

农业3.0时代是运用新兴技术助力农业生产的智慧农业。在技术不断创新发展的今天，从农业生产、加工、运输到电商销售等全生命周期均采用了云计算、物联网、大数据等新兴技术，使得农业生产过程更加智能，农业传感数据更加多样，农业监测预警更加精准。智慧农业的诞生，将极大地提升农业生产的可靠性和效率，在保障农业可持续发展的同时，有效地将农业信息化从传统到数字再到智能的进阶。

2 农业信息化痛点分析

农业的生产管理、运输销售等各个环节都需要过程信息数据的支撑，而目前，物联网技术已在农业环境监测、农产品溯源、农业精准养殖等各领域广泛应用，国产传感设备（包括温湿度传感器、光传感器、热传感器等）已能够满足许多农业环境数据的监测和采集需求。

各政府部门或农资企业均通过不同传感终端与农业平台收集到大量的农业数据信息，但由于各类终端设备厂家不同，且缺少统一的数据标准，导致各地区、各部门之间的农业信息数据结构差异较大，信息资源整合难度较高。另一方面，对采集到的数据没有进行深度的数据挖掘分析，缺少通过建立模型体现数据之间的关联关系，无法对农业全生命周期进行精准化监管与预警决策，致使数据资源浪费，数据服务针对性弱。

3 基于大数据技术的智慧农业建设思路

针对农业信息化痛点，本文将提出一种基于大数据技术的智慧农业建设思路，阐明如何从筑牢基础设施建设，到以数据资源驱动农业发展，通过大数据技术整合农业数据信息，解决资源浪费等难题，构建智慧农业新生态。

3.1 以基础设施为根基，筑牢智慧农业新生态

面向各市政府部门或企业，提供统一的计算、存储、网络、安全等云资源服务，以基础设施为根基，对农业大量生产数据和应用资源进行统一管理，筑牢智慧农业新体系。

3.2 以数据资源为驱动，构建数字农业新体系

结合大数据技术，实现农业数据精准感知、高效流转、动态更新，通过构建农业大数据资源池，树立智慧农业决策和管理“数据驱动”思维的转变，形成“用数据感知、决策、管控、考核”的数字农业新生态。

3.3 以创新应用为引领，赋能精准农业新模式

积极探索物联网、大数据等新型技术在智慧农业中的创新发展，结合各地特色农业产业，依托全市各类数据资源，赋能农业精准产销一体化生态发展，打造一个“资源共享、综合应用、精准监督、辅助决策”的精准农业新模式。

4 大数据技术在智慧农业中的应用探究

基于上述智慧农业建设思路，初步构建智慧农业大数据架构，并根据架构分析，探索大数据技术在智慧农业中的应用。包括数据采集、数据治理到数据应用等各环节。

4.1 智慧农业大数据架构

智慧农业大数据架构由基础层、感知层、支撑层、应用与展示层以及统一的安全运维保障体系与标准规范体系构成。具体如图1所示。

图1 智慧农业大数据架构

统一的安全保障、标准规范与运维保障是智慧农业大数据架构的基础和前提，它能够有效地约束总体建设过程，保障农业整体信息化建设的安全及运维。基础设施层是为智慧农业建设提供计算、存储、网络、安全资源的基础平台，它能够为各类数据资源提供安全保障，防止数据信息的丢失与泄露，同时可实现不同业务数据资源的统一管理与调度。基础环境得以保障后，就是物联感知体系的建立，农业不同于其他行业，需要借助各种传感器及视频监控等设备对农作物与畜禽的全生命周期环节进行实时监测，因此智慧农业需部署视频监控、农情监测设备、温湿度传感器、光照传感器等设备，保障农业基础数据来源。除传感及监控数据外，智慧农业的总体建设还需要收集农业的生产环境、市场销售、管理管控等数据，经农业大数据资源中心对各类数据源进行采集存储架构，形成基础库、主题库、专题库，支撑应用与展示层中构建的各类智慧农业应用系统。

4.2 大数据技术在智慧农业中的应用探究

4.2.1 数据采集

智慧农业建设需采集的数据源总体可分为四类数据，包括农业环境数据、农业生产数据、农业市场数据、农业管理数据。具体数据资源如表1所示。

表1 农业数据资源表

以上数据均为结构化数据，可通过文件数据采集、库表数据同步、接口数据采集、消息数据采集等方式集成各类农业数据资源。

4.2.2 数据治理

对采集到的原始数据进一步清洗、加工、治理是大数据技术应用于智慧农业建设中的核心环节。数据质量的优劣将直接影响到各应用系统运行的成果准确性，影响到领导的决策研判，而数据治理就能够将杂乱无章的原始数据清洗为高质量的标准数据。

数据治理的本质是依据统一的数据标准体系，首先，以分析数据库、时序数据库、图数据库等多维的存储方式，保障数据资源的稳定运行环境；其次，利用ETL技术对数据进行清洗、转化、加载等全流程处理，清除重复字段、错误字段、缺失字段等脏数据，提高数据质量，最终实现对元数据、数据质量以及数据标准的集中高效管理。

4.2.3 数据应用

将治理后的数据应用于指导农业生产、保障农产品安全、提升农业监管等各应用环节中，通过打造农业信息管理系统、农业专家服务系统、农产品质量安全管理系统、溯源管理系统、农业数据可视化监测平台等应用系统。

其中农业信息管理系统可实现对农业生产基本信息及农业技术标准的管理，为农产品生产过程提供数据支持和科学决策支撑。农业专家服务系统为农户提供行业信息交流平台，可通过该平台与农业专家进行在线交流，专业科学地指导农业生产各环节，保障农产品生长的稳定性及可靠性。农产品质量安全管理系统可联动农资企业，通过企业对农产品送检信息的填报及抽查，掌握产品质量，同时生成质量分析报告供领导决策。溯源管理系统则可对农产品生产、加工、销售、物流、运输等涉及农产品质量安全的主要节点进行全程追溯，助力农资企业打造质量可信、安全可溯的高端产品。农业数据可视化监测平台主要用于对农产品的环境、苗情、作物长势等情况进行监测，同时对病情、虫情、土壤墒情等进行实时预警，实现对农作物的科学化监管及可视化决策。

5 结束语

本文围绕智慧农业的发展形态，分析了农业信息化的痛点问题，提出大数据技术对传统农业到现代农业乃至智慧农业转型升级过程的重要作用。通过对智慧农业大数据架构的解析，分析了智慧农业中大数据采集、农业数据存储、数据加工治理等技术，探索了大数据技术在智慧农业中的应用，为农业生产经营、监测预警、政府决策等各方面提供科学依据，进一步推进智慧农业的发展及建设过程。