互联网思维下农业大数据的需求、现状与发展思考

互联网思维下农业大数据的需求、现状与发展思考

摘要：目前农村农产品处于尴尬境遇，一方面的需求旺盛，寻找不到货源，一方面的市场意识薄弱，未能将之放入市场流通。本文通过互联网思维下农业大数据的需求和现状的研究分析，力求寻找解决农业问题的新方法。未来大数据的应用与管理将会是农产品未来竞争的主战场。应当加快无线领域市场营销提供构建，抢先实现与移动互联网新市场潜在客户的无缝对接。以手机APP客户端作为进入移动互联网新市场的突破口，构建无线领域市场营销体系，以个性化的营销服务提高消费群体的忠实度和满意度，是传统农企制胜未来移动互联网市场竞争的关键。

关键词：互联网思维；农业大数据；市场；管理

引言

随着农业物联网的应用，大数据不可或缺，人们可从各种各样类型的数据中快速获取有价值的信息，对大数据的需求正在飙升。农业大数据涉及到耕地、播种、施肥、杀虫、收割、存储、育种等各环节，是跨行业、跨专业和跨业务的发展。农作物的监测数据、农业数据、下游数据、经济数据及其他相关数据等源源不断的注入农业大数据的服务平台。

这些数据经过各种专业模型和算法，就能为现代农业提

供全方位的精准农业决策服务。例如“智能施肥系统”根据作物生长温湿度、光照、雨量、二氧化碳及土壤EC/PH值等环境因素扭转目前盲目施肥带来的污染和浪费。“精准灌溉系统”根据不同地区和不同作物生理需水的特点实现精准节水。“病虫害监测预警系统”实时采集农作物现场的有害生物数据与地理数据库、病虫害知识库、气象数据库等融合决策，实现精准施药，避免过度施药，从而提高食品安全。“信息管理系统”根据互联网电子商务数据、政策法规、市场流通等信息实现生产与销售的合理分配，解决“供不应求”或者“菜贱伤农”的问题，培育新型农民和引领农民增收。

1 农业大数据的特点

1.1 数据量庞大

大数据时代的数据量是以PB、EB、ZB为存储单位的，PB级别是常态。数据增长、变化速度快：大数据环境下，数据产生、存储和变化的速率十分惊人，目前因特网上1s产生的数据量比20年前整个因特网所存储的数据量还巨大。数据具有多样性：数据格式除了传统的格式化数据外，还包括半结构化或非结构化数据，并且半结构化、非结构化数据还呈现出逐渐增多的趋势。

1.2 数据多元复杂

农业数据涉及的领域众多，类型复杂。例如仅仅和农作物生产有关的信息就包括气象指标、土壤指标、病虫害指标

等；气象指标包括温度、湿度，风向、风力、降水量、蒸发量、日照强度等；土壤指标可分为物理指标、化学指标、生物学指标三大类，其中每一类都包含了多个指标；而病虫害防治指标种类繁多，且针对不同的农作物有很大的区别，而这些众多的指标也仅仅是农业数据源的一小部分。

同时在数据采集时，由于不同的方法、不同的工具、不同的测量者等因素造成的采样误差和失真，进而造成了数据的不完整性和不确定性，也增加了后期数据分析处理时的复杂性。

1.3 业数据具有不平衡性

农业数据的不平衡起因于农业区域发展的差异性、农业生产的季节性、周期性和多层次性.而造成这些差异的因素有很多，涉及自然条件、资源分布、产业形态、民族习俗、饮食结构、市场因素、机械化程度等等.

2 农业大数据的应用需求

2.1 精准农业可靠决策支持系统变量决策分析是精准

农业技术体系中的核心，致力于根据农田小区作物产量和相关因素在农田内的空间差异性，实施分布式的处方农作。高密度的农田信息获取后，怎样根据这些不同角度的农田信息，推出一整套具有可实施性的精准管理措施，是需要多学科交叉的研究课题。专家系统、作物模拟模型、作物生产决策支持系统等传统的生产决策技术取得了一些成果，但效果并不

理想。利用大数据处理分析技术，集成作物自身生长发育情况以及作物生长环境中的气候、土壤、生物、栽培措施因子等数据，综合考虑经济、环境、可持续发展的目标，突破专家系统、模拟模型在多结构、高密度数据处理方面的不足，可为农业生产决策者提供精准、实时、高效、可靠的辅助决策。

2.2 国家农村综合信息服务系统

国家农村综合信息服务，按照“平台上移，服务下延”的思路，集成与整合各分散的信息资源与系统，在全国范围实现信息资源的共享，数据资源体量大、数据处理流程复杂、信息服务模式多样，需要实现海量农业信息化数据获取、传输、加工、服务一体化处理。利用大数据处理分析技术，研究复杂多样、动态时变用户需求的快速聚焦与大规模服务及用户动态需求组合的学习和进化机制模型，突破农户需求智能聚焦技术，实现信息服务按需分配以及云环境下大规模部署的智能系统服务与庞大“三农”用户群的多样性、地域性、时变性等个性化需求快速对接。

2.3 农业数据监测预警系统

农业数据监测预警是指对农业生产、市场运行、消费需求、进出口贸易及供需平衡等情况进行的全产业链信息采集、数据分析、预测预警与信息发布，其主要任务包括感知市场异常波动、实时监控生产风险、及时应对突发事件、推动管

理关口前移等。2002年以来农业部开始建立农产品市场监测预警系统，启动了稻谷、小麦等关系国计民生的7种重点农产品的市场监测预警工作。目前，监测预警技术已在农产品质量安全、农业病虫草害、农产品价格、农产品市场等领域进行了广泛应用。利用大数据智能分析和挖掘技术，可以实现农业信息流监测、农业数据关联预测、农业数据预警多维模拟等，大幅度提高农业监测预警的准确性。

2.4 天地网一体化农情监测系统

农情信息遥感监测主要是指利用遥感等信息技术对农

业生产情况信息，如作物面积、长势和产量信息、农业灾害信息、农业资源信息等进行远程监测和综合评价，辅助农业生产决策的过程。基于遥感地面无线传感网的一体化农情信息获取体系，在解决了数据时空不连续难点的同时，也带来了海量农情数据融合处理的问题。与此同时，遥感技术飞速发展，特别是传感器分辨率的提高、新型传感器的应用等，以及遥感影像的数据量急剧增加，海量数据的存储、快速产生、信息提取、融合应用等，为遥感数据分析带来了挑战。利用大数据分析处理技术，研究天地网一体化农业监测系统中的多源多类数据的智能融合与分析、定量化反演以及网络化集成与共享关键技术，实现全局数据发现与跨学科的数据集成和互操作，可为农业遥感信息的深入分析提供支撑。2.5 农业生产环境监测与控制系统