专题 | 基于大数据的中国农业现代化 - 中农富通长三角农业规划科学研究所-生态农业规划,浙江田园综合体规划,浙江乡村旅游规划
客户服务热线:18205558686  简体中文 | ENGLISH
首页 > 专家智库 > 专题研究 专家风采 专题研究 论文著作
专题 | 基于大数据的中国农业现代化
发表日期:2018-01-15   来源:   浏览量:633  

导语:当前,从农业的各个环节来说,大数据已应用到对农产品市场的实时引导、食品安全的流程监测、精准布局的生产决策等领域。未来,技术上需加强数据科学与农业的交叉研究,基于现代农业的基础数据要有新的突破;政策上要加强农业数据的管理,完善治理结构,尽早解决数据开放与共享方面的问题。

一、引言

农业大数据,一般指结合现代信息技术与系统,利用现代信息技术和信息系统为农业产供销及相关的管理和服务提供有效的信息支持,并提高农业的综合生产力促进农业结构战略性调整和经营管理效率的总称。简言之,即尽可能地使用信息技术在农业相关的一切领域完成任何工作。农业大数据如今已经不是一个新鲜词汇,在农业产销中产生的已不是过去稀少的数据,不再受时间和地点限制,基本走上了农业信息化的路子。

农业大数据是指通过大数据作为基础,使用大数据的技术以及思维模式来应对农业从种植到生产再到销售所产生的全部数据,目的是获取有价值的数据信息用于监测与服务农业从生产到经营再到流通与消费的整个流程。实现农业大数据的过程与信息化密不可分。当今大数据的发展与农业相关学科结合互融,为农业科研的现代化、政府宏观的战略决策、涉农企业与世界接轨等领域提供全新的方法与模式。

c26de31f3be2424a95a2f3c6ef6be9ef.jpg


二、农业大数据的作用

当前我国农业有三个“不”:不足的能效、不强的效益以及不高的效率,各个生产环节缺少耦合导致每个过程衔接不够紧密,使农业发展相对粗放。长时间以来其代价就是基础数据很少,数据结构不够标准,更谈不上数据的细节与规范问题。但是随着云计算的普及、物联网的推广等,采集数据能力大大提升,无论是科研院校,还是相关企业,有关数据的分析与挖掘均开展得如火如荼。

1、引导农业市场消费

2014年,我国农民年人均收入9892元,同比增长9.2%。虽然增幅不小,但与城市人均收入相比仍然存在不小的差距。纵观我国当前的情况,农业依旧大多是一家一户的传统经营模式,所以“滞销”或者“难卖”现象大有存在,产量增加而收入上不去是影响农民收入的首要问题。根木原因就是信息不够及时,即便面对已有信息也不能有效利用,与市场对接不上。首先,农民不知道消费者的需求,也不了解农产品市场的需求,也没有认真地思考每年的种植品种是否合适。其次,广大农民不会利用市场信息。互联网已经普及,中国目前有3 000多个农业相关的网站,同时农业部、国家发展和改革委员会、商务部陆续都建立了市场价格的监测体系,但并未真正利用起来,农民对以上信息通常是看不懂更不会运用。大数据的迅速发展,使农民能够即时获取消费者的需求,把握市场的即时变化,为我国现代化农业发展起到领航作用。

213956_500x500.jpg


2、指引农业管理战略

近些年农业的大环境已发生了很大变化,我国农业与世界的联系日益密切,目前我国已成为农产品净出口国,然而大量农业信息资源的收集、建设以及分析研究仍然落后,导致农业工作管理缺乏系统性与精准性,战略不够宏观,视角不够前沿。以农业部为例,截至2015年6月底,有12个司局和9个下属单位已经展开了农业相关的数据统计监测,再混合行业必要的监测数据,与农业有关的空间地理数据,目前已基本可以形成多元异构的大数据体系。但不能否认的是,有很多消费数据依旧缺失,同时也有很多数据重复,从而无法进行适当匹配,加上数据的开放与共享问题尚未解决,众多问题累积在一起耽误了解决当前问题的最佳时机,但也说明农业大数据有进一步发展的空间。大数据环境下,为了获取更有意义的价值,首先要做到数据的共享与开放,之后再对数据进行分析与挖掘。美国从2012年强调“大数据研究与发展计划”,2013年强调“从数据到知识再到行动的建立新的伙伴关系”,说明了大数据的方向是数据驱动决策,说到底我国要想发展农业,需要从数据的采集入手,然后将数据进行分析利用,最终建成实现共享的体系结构。

3、聚焦农业产销

我国是农业大国,所以农业需要强大。2014年,中国粮食生产实现创纪录的“十一连增”,总产量达到6 071亿kg。表面上看似产量很宏大,实际上我国农业一线从业者达2.7亿人,而劳动生产率仅为世界的64 % ;真正有效的灌溉面积0.63亿hm2 ,但农田灌溉水有效利用系数只有0.52,而发达国家平均为0.7-0.8。农药喷洒为180万t,实际有效利用率为35%,发达国家平均利用率为45%。施肥折纯量达到5 900万t,而实际有效利用率为30%。农机总动力10.7亿kW,农作物耕种收综合水平61 %,科技进步贡献率55.6%,而发达国家的贡献率达到75%以上。这些数据说明我国粗放的农业生产模式不符合世界农业发展趋势。

10年农村劳动力锐减8 000多万人,谁继续在农田一线劳作?农产品收购价格问题在国内外市场都是一个棘手的问题,那么谁来改变这个现状?我国乃至世界农业当今而对的是一个精准定位的问题,如果将我国农业比喻成一架航大飞机,外壳以及机翼的硬件已完善,但是“精准”的内在软件仍亟待开发。大数据的出现以及广泛应用,正好能改变当下这些瓶颈问题。有了海量数据,进一步的数据挖掘便可以在已有资源中展现潜力,进一步的数据分析便可精准地算出如何优化农业资源的配置,最终实现农业从种植到产销各个环节的一体化。依托于大数据的驭动,逐步使粗放农业转为精准的效益与数量、质量并行的现代化农业模式。


三、农业大数据的进展

纵观领先企业的大数据处理环节,大致可按阶段划分为获取、储存、挖掘分析、最终应用与服务等步骤。农产品从生产加工到市场流通的全过程都属于大数据处理的步骤。

农业大数据来源广泛,空天地网都可以获取海量的农业数据,一般可以分为生产阶段的数据、贮存阶段的数据以及市场流通的过程数据。目前,获取技术仍在不断发展,但使用较多的是:来自移动采集技术的各类智能终端以及应用程序(APP ),来自传感技术的如无人机、遥感技术以及最为普遍的传感器,来自智能识别技术的光谱扫描以及无线射频识别(RFID)。

传统的技术获取数据过于单一,譬如只能监测到光照、温度、二氧化碳、氧气等数据,随着物联网的推广与应用,传感器已经发展到由固态材料构成,从而具有结构更为小巧和智能、模块分区更加集成化的优势;监测数据精度更细准,量程更宽阔,性能更稳定,抗干扰性更强,使用寿命更久。未来我国农业大数据在现有基础上改进将是融合农业信息技术与作物生产过程以及与农产品市场变化行情并行,在农业大数据获得方面争取早日突破精度、深度、广度、速度4个“度”。    

在农业大数据背景下,数据海量攀升,其挖掘以及可视化需求前所未有地高涨,与之前的小数据处理有很大区别。海量数据的处理核心是发掘内在关联并可以进行分析得出结论。如GOOGLE公司研发的流行病学的预测、国家大型购物超市WAL -MARTSTORE研发的搭配销售模式、AMAZON研发的产品推荐系统等,均运用了相关性分析产生的结果。在农业大数据处理方面,数字化果园、数字化育种已经运用了各类模型和算法,并取得了一定的进展与成就。

纵观农业发展,生产的过程是发散式的,生产的主体是纷繁多样的,各类层次的用户需求是变化多端的,相对于互联网大数据的发展,尤其针对农业大数据的多元异构,发展空间依旧很大,未来将是信息挖掘分析技术紧密融合农业生产重点时期以及农产品市场变化的重要阶段。

331.jpg


农业大数据,面对农产品生产的各个环节,设计相关的智能决策模块进行分析;面对百姓所关心的食品安全问题,设计相关的大数据追溯技术,搭载移动互联网平台,让人们可以在手机上看到食品的来源;面对广大农民“只闻风声不见雨”所谓看不到的问题,可应用相关的大数据可视化技术解决其难题。随着“信息进村入户”工程的推进以及国家农业云平台的开展,我国针对大数据的农业信息服务已初见雏形,“三农”对数据资源的需要更加紧迫。发达国家关于农业信息服务技术的研究主要集中在农业专家决策、农村综合服务平台和农业移动服务信息终端、农业信息资源与增值服务技术以及信息可视化等方面

四、农业大数据的成效

大数据实则可洞悉内在事实与数据样本的特征,从另一个角度来说明依据数据之间的联系,以帮助宏观决策,提高预见性。

1、实时引导农产市场

当前,我国农业信息与相关数据的实时监测发布为引导农产品市场的发展取得了初步成绩,2003年以来,针对农产品市场经济的问题,农业部建立了逐年发布《农业部经济信息发布日历》制度。2014年至今,我国每年连续召开中国农业展望大会,同时发布《中国农业展望报告》,就此打开了引导农产品市场、紧跟世界农业变化的大门。

当然,相对于世界领先国家,我国还有很大的上升空间。19世纪中期,为了应对农产品市场出现的信息错误,美国农业部(USDA)启用了近10万名工作人员专门监测农产品市场信息,工作看似普通但却形成了一个密集的农业行情监测体系,定时发布农产品价格的浮动信息,免费提供给一线农场人员。50年过去了,如今美国已然拥有了世界一流的农产品市场信息体系,定期发布各类报告,成为了各国农情监测展望体系的领头羊。当前USDA依旧在农业大数据的开发与共享上不断加大力度,建立了www. data. gov原始网站,为非政府官员的广大个体数据开发者、研究者利用、挖掘、分析数据提供便利。

2、监测食品安全流程

食品安全关系到人民健康,已经成为我国从政府到百姓都很关心的第一大安全问题。如何保障吃得安全是当今最重要的问题。大数据是一种多维度数据,可从任意角度捕捉到想要的资源。依托技术层面,针对农产品从选地、种植、生产、采收、贮存、收购、流通到市场、消费的全过程,物联网技术结合大数据可视化技术,可让消费者看到和了解相关信息。2015年7月1日我国颁布了《关于运用大数据加强对市场主体服务和监管的若干意见》,强调专门针对农产品建立追溯体系,实现来源实时可查询、去向实时可追踪、责任实时可落地的切切实实为百姓健康安全负责的监管。

3、精准匹配农产品

以往的农业更多地注重产量,在解决了大多数人吃得饱的问题之后,当今农业结合大数据正一步步与网络市场接轨,电商的发展有效促进了农产品生产与市场流通过程的匹配,也为广大农业生产者带来了新的发展良机。截至2016年8月,统计在册的全国淘宝镇有135个、淘宝村1 311个,大数据与电商的快速发展正让中国农村的景象发生着积极的改变。今后,不仅农产品数据可以实时追溯匹配,而且结合我国居民的营养数据以及分年龄段的健康数据,大数据与农产品、民生情况的精准匹配也将不断完善。

五、农业现代化进程中的大数据关切点

虽然我国农业大数据已经开始发展,并对农业现代化进程有了促进作用,但随着我国农业现代化进程的不断推进,其对农业大数据的要求必将越来越高。总体来看,目前我国农业大数据依旧处于起步阶段。而对数据的多元性、异构性、不完整性等,农业大数据与大数据技术所面临的问题可以说大体相同,略有不同的是农业大数据对数据本身的隐私性以及安全性并不是特别在意,而挖掘数据的主要目的就是为了农业产销过程中有据可循、有数据可参考。

QQjietu20180112095010.png


1、农业大数据的实时性

实时性是大数据数据处理必须要涉及的问题,因为随着时间的推移,数据的价值往往随之降低。如监测大气的数据如果不能实时分析反馈给农民,那么很有可能无法使农业灾害损失有效降低。海量的数据能否在可接受的时间内得到分析处理也是权衡大数据分析方法的一个要素。

2、农业大数据的多元异构性

由于大数据的来源和形态不同,使得以往以结构化数据为主要类型的农业大数据渐渐地变成非结构化、半结构化以及完全结构化相结合的数据。如何做好多元异构型数据的存储,然后进行分析、挖掘、利用,是未来一段时期值得深究的问题。

3、农业大数据的新算法处理

农业数据类型丰富,基于多元异构的特性使得以往的数据分析方法不再适合农业大数据。之前的算法主要面对的是小数据集,如今面对大数据集难免会产生误差甚至很严重的错误。云计算是目前处理大数据的主要方法,需要将实时性与准确性共同看待,在两个重点问题中取得均衡。因此,处理小数据集的算法可以改进,如何将小数据算法在云计算中发挥运用也是未来科研的一个问题和方向。

六、发展思路

农业大数据如今已是一种战略资源,以数据驭动农业信息化与现代化的发展,经过与其他要素的融合,可以提升农业生产力。随着农业信息化的加速发展,数据将成为重要的生产力,也可以说是原动力。纵观当下,农业大数据依旧前景广阔,并已在增强资源效益、监管监测农产品安全体系、指导市场竞争等方而体现了前所未有的能力。未来,农业信息化与现代化并行发展,农业大数据时代将全面来临,必须加强农业大数据挖掘,并尽可能地发挥大数据对农业现代化的推动作用。

当然,海量数据的爆炸局而也而临着新的挑战,因此开展农业大数据的相关工作必将成为重中之重。首先,关于大数据多元异构的标准界定,对于播种育种、施肥耕地、储存加工以及销售等环节;对于图形数字、音频视频等格式类型不同的大量数据的产生,需尽早规整为同一个标准下的数据源。其次,要完成海量数据的存储、检索以及日常形态管理,尽早做到易于存储、快速检索,增强可调用性,并实现使用者的更方便使用。最后,深入研究农业大数据的挖掘算法,建立各类数据模型,围绕空大地网数据源建立现代化宏观决策模型,尽早将农业大数据的挖掘成果切实用到实处。


(作者:满芮/中国农业科学院农业信息研究所/农业部农业大数据重点实验室)

微信图片_20171214145939.jpg


上一篇专题 | 田园综合体规划实战,国内外成功田园综合体项目... 下一篇:专题 | 基于景观生态学的长三角平原水网区农业风貌的景...