農業(yè)大數據管理整個生命周期

<p>1農業(yè)大數據管理整個生命周期文 孫忠富 褚金翔 杜克明 鄭飛翔農業(yè)大數據就是運用大數據理念、 技術和方法， 解決農業(yè)或涉農領域數據的采集、 存儲、 計算與應用等一系列問題， 是大數據理念在農業(yè)上的應用和實踐。農業(yè)涵蓋區(qū)域廣大， 涉及領域和內容寬泛， 影響因素眾多， 數據采集復雜，決策管理閑難， 正因如此， 農業(yè)是產生大數據的無盡源泉。由于農業(yè)自身的特殊性， 農業(yè)數據必如大量的文字、影像 、 圖片、 動畫和聲音然從過去的基于結構化的關系型數據， 向等形式的超媒體素材，以及專家經驗、 知半結構化和非結構化數據轉變。 相對于可識庫、 模型庫等。 非結構化數據呈現出快以用二維表結構來邏輯表達實現的數據來速增長的勢頭 ， 其數量將大大超過結構化說， 農業(yè)更適用于非結構化的數據表達 ，數據。農業(yè)生產過程的主體是生物 ， 易受5 8高科技與產業(yè)化 月刊行業(yè)前瞻外界環(huán)境影響 ， 加上生物的多樣性和不確展到相關上下游產業(yè) （種子培育，化肥生產，定性、 個體與群體差異性以及人的管理等農機生產 ，詞料生產 ， 屠宰業(yè)， 肉類加工業(yè)因素 ， 都決定了對數據的采集、 處理和分等 ） ， 并整合宏觀經濟背景的數據 ， 包括統(tǒng)析等有著很高的要求。計數據、 進出口數據、價格數據、生產數據、乃至氣象數據等， 覆蓋了整個農業(yè)產業(yè)鏈。農業(yè)大數據特點（ 4 ）數據變異性大作為大數據的子集， 農業(yè)大數據在大首先 ， 影響農業(yè)的因素異常復雜， 包數據的共同特征之外，還具有如下特點：括生物、 環(huán)境、 社會等方方面面 ， 都決定（ 1 ）涵蓋面廣了對數據的采集、 挖掘與分析應用的難度。從地域來看 ，以國內區(qū)域數據為核心， 其次，農業(yè)生產過程的主體是生物， 易受借鑒國際農業(yè)數據作為有效參考 ； 不僅包括外界環(huán)境和管理等因素制約 ，致使在隨機全國層面數據，還應涵蓋省市數據，甚至性與不確定性、 多樣性與變異性、個體形地市級和基層部門的數據，為精準區(qū)域研狀與群體差異性等特征非常明顯等。 另外，究提供基礎 ；從力度來看， 不僅應包括統(tǒng)整個農業(yè)生產過程的很多環(huán)節(jié)， 目前距離標計數據，還包括涉農經濟主體的基本信息、 準化、 指標化、 定量化和精準化的要求相投資信息、 股東信息、專利信息 、 進出口差甚遠， 都是農業(yè)大數據面臨的技術挑戰(zhàn)。信息、招聘信息 、媒體信息、坐標信息等。（ 2 ）數據復雜智慧農業(yè)的核心內容從農業(yè)大數據所涉及的主體范圍來看 ，關于智慧農業(yè)目前尚無公認的定義和包括農、林、 牧、水產、獸醫(yī) 、 園藝、 土統(tǒng)一的標準， 綜合多方資料與分析， 智慧壤等整個農業(yè)科學領域，其中主要對象又農業(yè)的核心內容可以歸納為以下幾個方面：涉及動物、植物、 微生物、昆蟲、 生態(tài)等（ 1 ）涵蓋范圍 ： 整個農業(yè)， 是全部的而生命基礎學科，以及環(huán)境科學、食品科學不是局部的， 是全過程的而不是階段性的 ；等。 面對如此龐大的數據資源，從專業(yè)應（ 2 ） 技術手段 ： 主要是基于各種先進用來看，應分步實施，首先是構建農業(yè)領的信息與網絡技術， 包括感知、傳輸和智域的專業(yè)數據資源， 其次應逐步有序規(guī)劃能處理等技術， 實現以自動化生產、 最優(yōu)專業(yè)的子領域數據資源， 例如針對某一作化控制、 數字化與網絡化服務、 智能化決物或某一領域的全過程數據采集，挖掘分策管理為主要生產方式 ；析， 預測和決策等。（ 3 ）整體目標 ： 實現農業(yè)高效、 優(yōu)質、（ 3 ） 數據鏈長 節(jié)能、 環(huán)?？沙掷m(xù)發(fā)展?！爸腔坜r業(yè)”是個農業(yè)大數據以農業(yè)領域為核心 （ 涵蓋龐大的系統(tǒng)， 或者說只是一個頂層的虛擬種植業(yè)、林業(yè)、畜牧業(yè)等子行業(yè) ） ， 逐步拓概念。其具體實現是由各領域的子系統(tǒng)組2 0 1 5 年 5 月號總第2 2 8 期5 9成 ， 如智能設施農業(yè)、智能農情、 智能植保、 利用衛(wèi)星搭載高精度感知設備， 獲取了土壤、智能灌溉、 智能市場管理等子系統(tǒng)。 隨著墑情、 水文等極為精細的農業(yè)資源信息， 可以智慧農業(yè)不斷深入發(fā)展， 物聯(lián)網 、 云計算、 配合農業(yè)資源調度專家系統(tǒng) ， 實現智慧決策 ；大數據等先進技術將更多地得到應用。 充（ 2 ）在農業(yè)生態(tài)環(huán)境的監(jiān)測和管理方分融合各領域知識庫、 模型庫、 運用推理、 面， 利用傳感器感知技術、 信息融合傳輸分析等機制 ， 進行預測并提供智能化控制技術和互聯(lián)網技術 ， 構建了農業(yè)生態(tài)環(huán)境和決策管理 ， 是智慧農業(yè)的關鍵所在。監(jiān)測網絡， 實現對農業(yè)生態(tài)環(huán)境的自動監(jiān)測 ， 獲取了大量的監(jiān)測數據， 為智慧農業(yè)智慧農業(yè)的發(fā)展方向的發(fā)展提供了數據支持 ；現代設施農業(yè)因基礎設施相對完備，可（ 3 ）在農業(yè)生產過程的精細管理方面 ，控環(huán)境條件較好。 在設施農業(yè)中 ， 通過自動在大田種植、 設施農業(yè)、 果園生產、 畜禽化網絡監(jiān)控系統(tǒng)， 實時采集溫室大棚內各種水產養(yǎng)殖作業(yè)等方面， 獲得了大量的數據，環(huán)境要素參數 （ 如空氣溫濕度、 土壤溫濕度、 為實現生產過程的智能化控制和科學化管0 2 、 光照、 露點溫度等環(huán)境參數 ） ， 自動理提供了數據依托， 為提高資源利用率和開啟或者關閉指定設備 （ 如灌溉、 遮陽、 通勞動生產率奠定基礎 ；風、 加溫制冷等設備 ） ；根據用戶需求， 既（ 4 ） 在農產品質量溯源方面 ， 通過對為設施農業(yè)綜合信息提供自動監(jiān)測手段， 也農產品生產、流通、 銷售過程的全程信息能為環(huán)境自動化控制和智能化管理提供科學感知、傳輸、融合和處理， 實現農產品“從依據。 另外， 本研究團隊近年來研發(fā)的全國農田到餐桌”的全程追溯，獲得了大量的小麥苗情物聯(lián)網監(jiān)控與診斷系統(tǒng)，通過實時中間數據 ， 為農產品質量安全保駕護航 ；監(jiān)測農田現場作物與環(huán)境信息、 各種災害信（ 5 ） 在農產品物流方面， 利用條形碼息等 ， 可以及時發(fā)布作物長勢和災情信息 ，技術和射頻識別技術實現產品信息的采集為田間優(yōu)化管理、 采取有效的防災減災措施跟蹤，獲得了大量的渠道數據， 可大大提提供信息服務。這些技術正在改變農業(yè)管理高農產品在倉儲和貨運中的效率，推動智理念和生產方式，盡管還很不完善 ， 但巳展慧物流的發(fā)展。示出智慧農業(yè)的初級形態(tài)?？傮w上看， 目前智慧農業(yè)的發(fā)展尚處面臨的挑戰(zhàn)于初級階段，距離真正的“智慧”型還相農業(yè)大數據技術目前處于起步階段，差很遠。但通過大數據的挖掘分析， 必然主要面臨的以下幾個問題。極大助推動智慧農業(yè)的發(fā)展。（ 1 ） 非結構化數據的處理（ 1 ） 在農業(yè)資源的精細監(jiān)測和調度方面，農業(yè)大數據的來源不同 ， 有的來自物6 0高科技與產業(yè)化 月刊行業(yè)前瞻聯(lián)網中的射頻設備， 有的來自農業(yè)信息化確率不再是主要指標。 如何在農業(yè)大數據的網站 ， 有的來自各種先進的移動終端等， 處理的實時性和準確率之間取得平衡， 將這就導致數據類型從以結構化數據為主轉是未來農業(yè)大數據研究的熱點。向結構化、 半結構化 、 非結構化三者的融合。（ 4 ）數據質量與安全結構化數據， 即行數據， 存儲在數據庫里，農業(yè)自身的復雜性決定了數據的多源可以用二維表結構來邏輯表達實現，而非復雜性， 使數據質量控制異常困難， 數據結構化數據則不方便用數據庫二維邏輯表管理和質量控制技術難度大 ； 另外， 數據來表現 ，非結構化包括所有格式的辦公文安全問題， 數據共享和知識產權等問題，檔、文本、 圖片 、 、 、各類報也給大數據研究帶來了諸多挑戰(zhàn)。農業(yè)作表、 圖像和音視頻信息等。 如何將這些非為中國的基礎產業(yè) ， 面臨著農產品需求不結構化的數據進行統(tǒng)一的存儲， 如何分析斷增加 、 資源緊缺、 氣候變化導致災害頻處理這些數據， 以及如何對數據進行展示發(fā)、生態(tài)安全脆弱、 生物多樣性持續(xù)下降等 將是未來必須解決的問題。等嚴峻挑戰(zhàn)。 夯實以農業(yè)物聯(lián)網、云計算（ 2 ） 實時性的保證技術為核心的農業(yè)信息化基礎， 建立以大隨著時間的流逝，數據中所蘊含的知數據為支撐的農業(yè)信息化服務、開拓智慧識價值往往也在衰減 ，因此實時性也是農農業(yè)新局面， 實現農業(yè)信息化的跨越式發(fā)業(yè)大數據分析過程中必須考慮的問題。 尤展，是農業(yè)現代化的必由之路。其是在與天氣、 環(huán)墳狀況相關的數據分析移動互聯(lián)網 、 物聯(lián)網和云計算發(fā)展的的方面 ， 大數據的分析不及時可能會導致必然結果是走進大數據時代，從本質上看，農業(yè)生產災害的發(fā)生 。 由于數據量的密集，這些都是獲取數據和信息的手段， 產生大能否在所能接受的時間內完成指定工作也數據、 創(chuàng)造大智慧才是終極目標。 在大數成為農業(yè)大數據技術發(fā)展的關鍵問題。據時代 ， 數據就是一切， 擁有數據就意味（ 3 ） 數據的挖掘與分析著擁有價值， 就可以產生智慧， 產生財富。農業(yè)大數據的異構性導致農業(yè)數據的在新一輪農業(yè)現代化建設中， 要將農業(yè)大類型多種多樣， 并且由于數據集過大 ，使數據納入國家農業(yè)信息化發(fā)展戰(zhàn)略， 夯實得傳統(tǒng)的數據挖掘、機器學習等算法不再智慧農業(yè)的基石，讓大數據創(chuàng)造出真正的適用于對農業(yè)大數據的挖掘。一方面 ， 云智慧 ，支撐智慧農業(yè)的穩(wěn)健發(fā)展。明計算是農業(yè)大數據處理的主要工具，傳統(tǒng)作者單位： 中國農業(yè)科學院農業(yè)環(huán)境與可持續(xù)發(fā)展研翅斤的算法并不能直接適用于農業(yè)大數據的處注 ： 本文主要參考了 大數據在智慧農業(yè)中研究與應理平臺 ；另一力面 ，農業(yè)大數據的應用有 用展望一文 （ 孫忠富等， 中國農業(yè)科技導報， 2 0 1 3 ，一個很重要的特點就是實時性， 算法的準 5 （ 6 ） ： 6 3 7 1 ， 其它參考文獻從略 ）2 0 1 5 年 5 月號總第 2 2 8期6 1</p>