论文部分内容阅读
【摘 要】目前，农业信息化发展日新月异，农业大数据在农业信息化中扮演着不可或缺的角色，发挥着重要的作用。大数据时代已经来临，我们国家的大数据发展正在赶超，传统的农业经营模式已经不再适用于当前的新形势。惟有将大数据与农业发展紧密联合，才能使农产品的销路更加畅通。本文立足于农业大数据的发展现状，详细阐释了当前其在农产品监测预警中的应用模式和功能，有助于农技人员了解农业大数据，旨在农业推广过程中加强对农业大数据的重视。
【关键词】大数据；农业推广；农产品预警
一、何为农业大数据
1、农业大数据的应用现状
立足于大数据时代，农产品生产、流通和销售等各环节都将产生大量数据，通过对这些数据掌握，可以综合分析农业气象预测、市场需求与供给等数据，为农业产业链中的各环节提供决策依据，有利于纠正农业生产中的偏差。我国在不少农田里都安装了内置摄像头的传感器，通过传感器、摄像头等终端应用收集和采集农产品的各项指标，并将数据汇聚到云端进行实时监测、分析和管理，还向农民发放了智能手机和电脑，便于政府和各企业随时随地了解农作物的生长情况，实时监测信息，发现不妥之处及时报警。
2、农业大数据采集的主要途径
在农业实践中，各种配备 GPS 定位传感器的农业机械可以快速大量地生成自己的位置信息，由一个GPS 信号基站和若干 GPS 信号接收器构成的 GPS作业系统，进行调度、指挥装有 GPS 信号接收器的农用设备进行作业，有助于农产品作业效率的提高。
目前，我国GIS 发展还相对落后，缺乏相关信息。GIS 在农业现代化建设中的作用主要包括：建立农业信息数据库、农业资源的动态监测、农业生产的管理与决策。通过遥感成像等技术，配合 GPS 系统，结合信息的人工报送和终端采集，绘制加载了包括作物品种信息、化肥施用量信息、农作物播种面积等多种信息的信息地图，通过对比不同时间的农地信息变化，为农业空间比较研究、生态环境空间分析、病虫害防治、农作物生长预测、水旱灾害预测等提供重要背景材料，为农业综合管理和决策提供科学的依据。
RS 技术是一种远距离侦测技术，通过在远距离上侦测标的物的反射、辐射和散射电磁波，进行信息提取、记录、分析和加工，是一项重要的数据获取手段，也是 GPS 与 GIS发挥作用的重要前提。利用高分辨率的遥感信息，可以获取农田土壤以及农作物特性的空间反射光普变异性，从而获取有关农田及作物生长的一系列信息。
3、农业大数据分析的特点与机制
一是由于知识和技术的限制，传统数据分析的对象是具有代表性的样本数据，常常需要对数据进行各种“技术处理”。而大数据分析是基于全样本的分析，即样本等于总体，从而能更真实地反映数据现象背后的情况。
二是大数据分析主要关注“相关关系”，大数据分析的时效性更强，这是有别于传统计量研究的重要特点。通过将收集到的各种信息数据化处理后，不仅可以供人工检索和分析，利用物联网系统和人工智能技术还可实现机器对数据的访问、检索和分析，从而极大地提高工作效率。
三是大数据分析采取信息的事后识别。大数据分析可以在众多的数据中进行事后识别，即从所有收集到的数据信息中截取需要的信息进行分析，这是大数据分析机制的另一个特点，不仅可以解决事先预计到的问题，也可以处理事先没有预计到的问题，这样提高了其解决多样性、复杂性农业问题的能力。
二、大数据在农产品检测预警中的应用
农产品监测预警是对农产品生产、市场运行、消费需求、进出口贸易及供需平衡等情况进行全产业链的数据采集、信息分析、预测预警与信息发布的全过程。在大数据的推动下，监测对象和内容更加细化，数据分析技术智能化，监测预警周期缩短，推动我国农业向精细化、智能化发展。
农业大数据贯穿于农产品的产量形成、产销流通和产品消费的整个过程，大数据技术、农业物联网技术将实时捕捉数据，形成信息流。通过大数据智能分析技术将全面揭示信息流的流量、流向，并对农产品全产业链的过程进行模拟针对关键节点进行分析，最终实现动态预警和精准调控。
中国的农产品生产区域广阔、产品种类繁多、市场类型多样、产业链条细长不缺乏可收集的数据但是缺乏精确和系统化收集数据的手段和收集数据的意识。目前的数据要么是缺失有待收集；要么是数据准确性差，经不起推敲和检验；要么难以公开共享。数据的滞后和缺失难以满足农產品监测预警工作实时精准的技术要求。农产品监测预警是现代农业稳定发展最重要的基础，大数据是做好监测预警工作的基础支撑。
三、大数据推动农产品监测预警全面变革
1、监测对象、内容具体细化
伴随着农业大数据的发展数据粒度更加细化，农产品信息空间的表达更加充分，信息分析的内容和对象更加细化。传统的农产品监测预警常常存在“抓大放小”的问题抓住了粮、棉、油、糖等大宗农产品，而忽视了小宗鲜活农产品，造成生姜、大蒜、绿豆等小宗产品价格“过山车”式的波动，一度造成市场不稳。
农产品的质量风险和市场风险既是“产出来”的，也是“管出来”的过去受制于信息监测手段和设备的局限无法实现全产业链的监测预警，而大数据技术则突破了这一困局，使得农产品的分析产品涵盖大宗、小宗农产品监测预警内容从总体供求向产业链、全过程监测扩展预警周斯由中长期监测向短期监测扩展预警区域由全国、省域向市域、县域、镇域，甚至是具体的田块扩展。
2、大数据的获取技术快捷
农业物联网、无线网络传输等技术的蓬勃发展，极大地推动了监测数据的海量爆发，数据实现了由“传统静态”到“智能动态”的转变。现代化的信息技术将全面、及时的获取与农业相关的气象信息、传感信息、位置信息等，全方位扫描农产品全产业链过程。在农作物的生长过程中，基于温度、湿度、光照、降雨量、土壤养分含量、等的传感器以及植物生长监测仪等仪器能够实时监测生长环境状况；在农产品的流通过程中，等定位技术、射频识别技术实时监控农产品的流通全程，保障农产品质量安全；在农产品市场销售过程中，移动终端可以实时采集农产品的价格信息、消费信息，引导产销对接，维护市场稳定。
3、大数据信息处理分析技术智能
在农业监测预警领域我国各部门已经建立了一些大型分析系统。如农业部的农产品监测预警系统国家粮食局的粮食宏观调控监测预警系统，商务部的生猪、重要生产资料和重要商品预测预警系统新华社的全国农副产品和农资价格行情系统以及海关总署进出口食品安全监测与预警系统等。许多系统在结构化数据处理上能力尚可，但对于半结构化、非结构化数据的处理则比较欠缺。在大数据背景下，数据存储与分析能力将成为未来最重要的核心能力。未来人工智能、数据挖掘、机器学习、数学建模、深度学习等技术将被广泛应用，以等平台为支撑的应用平台分析将成为主流，我国农产品监测预警信息处理和分析将向着系统化、集成化、智能化方向发展。
（作者单位：青岛农业大学 2017级农业硕士在读）
【关键词】大数据；农业推广；农产品预警
一、何为农业大数据
1、农业大数据的应用现状
立足于大数据时代，农产品生产、流通和销售等各环节都将产生大量数据，通过对这些数据掌握，可以综合分析农业气象预测、市场需求与供给等数据，为农业产业链中的各环节提供决策依据，有利于纠正农业生产中的偏差。我国在不少农田里都安装了内置摄像头的传感器，通过传感器、摄像头等终端应用收集和采集农产品的各项指标，并将数据汇聚到云端进行实时监测、分析和管理，还向农民发放了智能手机和电脑，便于政府和各企业随时随地了解农作物的生长情况，实时监测信息，发现不妥之处及时报警。
2、农业大数据采集的主要途径
在农业实践中，各种配备 GPS 定位传感器的农业机械可以快速大量地生成自己的位置信息，由一个GPS 信号基站和若干 GPS 信号接收器构成的 GPS作业系统，进行调度、指挥装有 GPS 信号接收器的农用设备进行作业，有助于农产品作业效率的提高。
目前，我国GIS 发展还相对落后，缺乏相关信息。GIS 在农业现代化建设中的作用主要包括：建立农业信息数据库、农业资源的动态监测、农业生产的管理与决策。通过遥感成像等技术，配合 GPS 系统，结合信息的人工报送和终端采集，绘制加载了包括作物品种信息、化肥施用量信息、农作物播种面积等多种信息的信息地图，通过对比不同时间的农地信息变化，为农业空间比较研究、生态环境空间分析、病虫害防治、农作物生长预测、水旱灾害预测等提供重要背景材料，为农业综合管理和决策提供科学的依据。
RS 技术是一种远距离侦测技术，通过在远距离上侦测标的物的反射、辐射和散射电磁波，进行信息提取、记录、分析和加工，是一项重要的数据获取手段，也是 GPS 与 GIS发挥作用的重要前提。利用高分辨率的遥感信息，可以获取农田土壤以及农作物特性的空间反射光普变异性，从而获取有关农田及作物生长的一系列信息。
3、农业大数据分析的特点与机制
一是由于知识和技术的限制，传统数据分析的对象是具有代表性的样本数据，常常需要对数据进行各种“技术处理”。而大数据分析是基于全样本的分析，即样本等于总体，从而能更真实地反映数据现象背后的情况。
二是大数据分析主要关注“相关关系”，大数据分析的时效性更强，这是有别于传统计量研究的重要特点。通过将收集到的各种信息数据化处理后，不仅可以供人工检索和分析，利用物联网系统和人工智能技术还可实现机器对数据的访问、检索和分析，从而极大地提高工作效率。
三是大数据分析采取信息的事后识别。大数据分析可以在众多的数据中进行事后识别，即从所有收集到的数据信息中截取需要的信息进行分析，这是大数据分析机制的另一个特点，不仅可以解决事先预计到的问题，也可以处理事先没有预计到的问题，这样提高了其解决多样性、复杂性农业问题的能力。
二、大数据在农产品检测预警中的应用
农产品监测预警是对农产品生产、市场运行、消费需求、进出口贸易及供需平衡等情况进行全产业链的数据采集、信息分析、预测预警与信息发布的全过程。在大数据的推动下，监测对象和内容更加细化，数据分析技术智能化，监测预警周期缩短，推动我国农业向精细化、智能化发展。
农业大数据贯穿于农产品的产量形成、产销流通和产品消费的整个过程，大数据技术、农业物联网技术将实时捕捉数据，形成信息流。通过大数据智能分析技术将全面揭示信息流的流量、流向，并对农产品全产业链的过程进行模拟针对关键节点进行分析，最终实现动态预警和精准调控。
中国的农产品生产区域广阔、产品种类繁多、市场类型多样、产业链条细长不缺乏可收集的数据但是缺乏精确和系统化收集数据的手段和收集数据的意识。目前的数据要么是缺失有待收集；要么是数据准确性差，经不起推敲和检验；要么难以公开共享。数据的滞后和缺失难以满足农產品监测预警工作实时精准的技术要求。农产品监测预警是现代农业稳定发展最重要的基础，大数据是做好监测预警工作的基础支撑。
三、大数据推动农产品监测预警全面变革
1、监测对象、内容具体细化
伴随着农业大数据的发展数据粒度更加细化，农产品信息空间的表达更加充分，信息分析的内容和对象更加细化。传统的农产品监测预警常常存在“抓大放小”的问题抓住了粮、棉、油、糖等大宗农产品，而忽视了小宗鲜活农产品，造成生姜、大蒜、绿豆等小宗产品价格“过山车”式的波动，一度造成市场不稳。
农产品的质量风险和市场风险既是“产出来”的，也是“管出来”的过去受制于信息监测手段和设备的局限无法实现全产业链的监测预警，而大数据技术则突破了这一困局，使得农产品的分析产品涵盖大宗、小宗农产品监测预警内容从总体供求向产业链、全过程监测扩展预警周斯由中长期监测向短期监测扩展预警区域由全国、省域向市域、县域、镇域，甚至是具体的田块扩展。
2、大数据的获取技术快捷
农业物联网、无线网络传输等技术的蓬勃发展，极大地推动了监测数据的海量爆发，数据实现了由“传统静态”到“智能动态”的转变。现代化的信息技术将全面、及时的获取与农业相关的气象信息、传感信息、位置信息等，全方位扫描农产品全产业链过程。在农作物的生长过程中，基于温度、湿度、光照、降雨量、土壤养分含量、等的传感器以及植物生长监测仪等仪器能够实时监测生长环境状况；在农产品的流通过程中，等定位技术、射频识别技术实时监控农产品的流通全程，保障农产品质量安全；在农产品市场销售过程中，移动终端可以实时采集农产品的价格信息、消费信息，引导产销对接，维护市场稳定。
3、大数据信息处理分析技术智能
在农业监测预警领域我国各部门已经建立了一些大型分析系统。如农业部的农产品监测预警系统国家粮食局的粮食宏观调控监测预警系统，商务部的生猪、重要生产资料和重要商品预测预警系统新华社的全国农副产品和农资价格行情系统以及海关总署进出口食品安全监测与预警系统等。许多系统在结构化数据处理上能力尚可，但对于半结构化、非结构化数据的处理则比较欠缺。在大数据背景下，数据存储与分析能力将成为未来最重要的核心能力。未来人工智能、数据挖掘、机器学习、数学建模、深度学习等技术将被广泛应用，以等平台为支撑的应用平台分析将成为主流，我国农产品监测预警信息处理和分析将向着系统化、集成化、智能化方向发展。
（作者单位：青岛农业大学 2017级农业硕士在读）