大数据助力现代农业发展分析

大数据助力现代农业发展分析

摘要:大数据已经发展成为创造新价值、提升原创能力的强劲助推剂,是国家基础性的战略资源。农业大数据的应用,可以有效提升农业生产、经营、管理方面的效率。详细阐述了农业大数据对促进我国现代化农业发展的作用,对农业大数据应用前景、存在不足、需要改进等方面进行了讨论。

关键词:大数据;农业;信息化;人工智能

1农业大数据的作用

随着人工智能、物联网、云计算等技术的发展,电子信息技术对传统农业发展起到了强劲的助推作用。农业是一个综合性行业,涉及的领域多、产业广,还有很多跨领域和跨专业的合集,所以它的数据包含了各种技术、方法、行业信息动态等,其数量十分庞大且相互关联。按专业门类来讲,有土壤环境保护、畜禽疾病诊疗、农业水利天文、农业病虫害防治,自然灾害预警、农业产品供销信息等。从主体角度来看,包含了官方政策、行业统计数据、科研成果信息等。农业大数据将各类信息进行整理和分析,其结论可以有效地指导农业生产,用于提高生产效率和抵御行业风险。如,农业结构调整、农产品供需比例调节、动植物育种、病虫害防治等问题都可以借助大数据的应用研究进行调整和改善。所以农业大数据可以服务于农业领域的各个环节。

2农业大数据发展的现状

2.1国际发展情况

欧美等科技发达国家较早地提出了农业大数据概念,市场上有一批专业性很强的数据分析公司提供各类指导和咨询服务。一是用于指导生产和经营活动,二是用有价值的数据为各类决策机构提供参考,三是用于预测未来的趋势。如,美国一家土壤分析公司利用专业系统对某地区的土壤情况进行了科学精确的抽样分析,用于指导农民在合适的时段进行精确施肥。2011年,云端管理服务商Farmerom在14个国家建立了农业综合管理平台,帮助农场主进行农业数据的零碎整理,动态分析农业生产经营活动情况,为农场主制定各类计划提供科学依据。近年来,国外的IT巨头也频频试水农业大数据领域,开始重视农业专用设备的研究和开发。如,世界500强的甲骨文就已经在全球布局,设立了研发中心,并提出了专业的软硬件产品生产规划。总体来说农业大数据行业迎来了蓬勃的发展阶段。

2.2我国农业大数据行业发展情况

由于在人才和基础研究环节存在短板,我国的农业大数据产业发展相对较慢,对农业产业链的应用和研究渗透率较低,基于物联网的数据采集系统还不成规模。专业数据公司的业务发展还处在初级阶段,对数据的关联、聚合、挖掘及可视化展示技术等的研究不够深入,大数据思维不够成熟。目前,国内成立了一些农业大数据产业联盟,但作为行业的先行者,它还面临着数据共享应用开发不足,存在诸多信息孤岛、数据壁垒等不利因素,无形之间提升了跨部门、跨区域跨行业相互协作,互联互通及科学决策等方面的成本。

3大数据对农业可持续化发展具有重要意义

3.1有助于提升行业的顶层设计能力

一个行业的良性发展离不开精准的顶层设计,国家如何制定农业发展规划,行业的布局如何调整,各产业链之间如何顺利衔接,这都需要农业管理决策者的协调和决断。大数据技术则为政府的管理决策部门提供了有力支撑,大大提高了决策的科学性和准确性,也提升了对风险的预警能力和各类应急响应能力。在政策执行层面,大数据技术可以有效穿透内外部和条块分割的限制,大大提升各项政令的通畅度,使得各部门的配合更加高效。

3.2有助于行业的规范发展

当“云计算”、“互联网+”等新技术不断被应用于农业领域,政府和行业协会能更全面地掌握相关信息,以便做出符合市场规律的宏观调控,确保了战略方向的正确性。我国农业产业发展的还不够完善,各类信息存在孤岛现象,产销两端的信息不对称,农业生产还缺乏专业的指导和预警,使得市场上部分农业产品的价格时常会出现比较大的波动。农业大数据则可以有效缓解这一现象,通过数据的汇集、整理、分析,各类供求信息能以可视化化的方式被产业链的各个环节轻松获取,既增加了交易环节的数据透明度,也避免了相关农产品价格的剧烈波动,对农业生产者规避风险,减少滞销、脱销等提供了可靠的技术保障。同时,大数据配合上期货等金融手段还有助于平抑市场价格波动,稳定涉农就业率,维护相关行业健康发展。

4农业大数据存在的问题

4.1数据规范化有待加强

基础数据采集和统计是农业大数据应用的前端产业,在国家层面就有农业部、统计局、发改委等20余家单位同时开展数据监测和统计工作,多部门合作虽然有利于这项工作的开展,但各单位根据自身需求开展统计工作,也造成了数据口径不一、重复统计、指标难以统一等问题。各个部门各取所需,习惯性地将数据视为保密材料,无形当中形成了数据垄断,阻碍了数据共享和数据互通。同时,各部门从自身的利益与需求出发,各自形成一套统计要求,不仅增加了基层单位的工作量,让他们疲于应付,也容易造成数据的相互矛盾,不利于有关部门作出正确的决策。

4.2技术发展存在不足

由于共享数据是一个新兴事物,历史上没有同类型的例子可以参照,使得数据在格式、储存标准等方面存在问题。在共享体系方面,缺乏标准化技术和海量数据管理模型,数据采集时没有根据不同地区、不同领域、不同产业的特点,设计数据交汇转换模式,特别是缺乏针对农业特点设计的多元异构、半结构化数据的标准化模型,导致了不同类型的数据难以关联和整合。在平台方面,缺乏数据聚合技术,虽然国内近年来建立了许多农业信息类网站,各个网站或平台的层次不清晰,架构布局不是很合理,导致了在数据汇集时尚不能很好地实现互联互通。在数据利用方面缺乏便捷、高效的数据查询、浏览、分发技术。一些地方性的网站数据常年不更新,数据下载时常出现空链接,平台的便捷性和可访问性较差。

5促进农业大数据发展的几点建议

5.1加强大数据国家队建设

要抓好国家层面的大数据平台、中心、网站的建设任务,对每个平台的功能和定位作出明晰的规定,要制定好他们的边界和平台之间的衔接配合关系,以及各部门之间的数据管理权力和义务。同时要做好各级政府间信息系统和共用数据的互联共享工作,制定好各项相关制度和协同合作机制,共同完成农业数据共享和的平台构建,特别是要围绕供给侧改革的要求,加强农产品质量安全信息服务能力的提升,做好生态环境、检验检测、污染防治、绿色养殖等方面的数据共享。

5.2完善数据共享技术体系

做好数据标准化研究,包括数据的清洗处理技术,规范数据的编目并统一数据的格式。要加强数据清洗模型和算法的研发,通过数据之间相互印证,补齐缺失和发现错误,形成统一规范的元数据。要加强共享数据的对接技术,实现跨平台跨部门功能,做好数据的结构化和半结构化对接。针对数据产品多源性和海量性的特点,规范文件管理的处理方式,开发能支持大量数据精准调取、检索及动态显示的数据库功能。在安全方面要加强入侵检测技术、防病毒技术的开发,构建好立体、多层的系统安心防御体系。

5.3完善数据共享机制

要建立大农业数据共享机制,实现由上到下,跨部门、跨领域的农业数据信息收集、、共享和利用。加强涉农数据的资源整合,避免重复的建设。制定好数据公开共享的大目录,并制定好相关的规则,对访问接口做好协议转换,使得有关数据的分布式上传和整理形成统一步骤。建立健全信息安全的保密机制,各职能部门要加强数据资源的管理,特别要加强数据安全的监管,对数据源进行保护,确保共享信息资源的安全。

参考文献

[1]翟喜东.现代畜牧业发展中畜牧技术的提升[J].农业与技术,2014,(11):205.

[2]肖普辉.现代畜牧业发展趋势与支撑体系建设[J].中国畜牧兽医文摘,2013,(6):5-7.

[3]孙忠富,杜克明,郑飞翔,等.大数据在智慧农业中研究与应用展望[J].中国农业科技导报,2013,15(6):63-71.

作者:林羽 刘斌琼 单位:福建省农业科学院畜牧兽医研究所