中国现代农业基准数据工程的战略思考

中国现代农业基准数据工程的战略思考

许世卫

(中国农业科学院农业信息研究所、农业部农业信息服务技术重点实验室，北京100081)

摘要：本文在介绍国内外农业数据库建设与发展的基础上，阐述了现代农业基准数据的概念与内涵，基于中国国情提出了具体建设目标与建设原则，并从标准体系研建、关键设备研发、基础设施建设、数据库建设、应用系统研发五个方面介绍了现代农业基准数据工程建设的主要内容，拟定了包括顶层设计、技术研发、试点示范和推广应用四个阶段的实施方案。

关键词：农业基准数据；现代农业；战略思考

基金项目：国家科技支撑计划项目(2012BAh10B04)。

收稿日期：2014-09-15

作者简介：许世卫(1962-)，男，江苏如东人，研究员，博士生导师，中国农业科学院农业信息研究所所长，农业部农业信息服务技术重点实验室主任；研究方向：农业大数据、农业监测预警。

中图分类号:F320

Strategic Thinking on China’s Modern agricultural Benchmark Data Engineering

Xu Shiwei

(Agricultural Information Institute in Chinese Academy of Agricultural Sciences,Key Laboratory

of Agri-information Service Technology，Ministry of Agriculture，Beijing 100081，China)

Abstract：Based on introducing the construction and development of agricultural database at home and abroad，this paper expounds the concept and connotation of modern agricultural benchmark data，and advances the concrete construction goal with construction principle according to the situation of China.It also presents the main content of modern agricultural benchmark data engineering，and draws up an implementation plan including top-level design，technology research，pilot demonstration，extension，and application from the following five aspects：standard system research，key equipment research，infrastructure development，database development and application system development.

Key words:Agricultural benchmark data；Modern agriculture；Strategic thinking

数据库是信息处理的基础，它的发展水平时刻都反映着某个国家或地区农业信息化的程度，数据中隐含着巨大的社会、经济、科研价值，已引起了各行各业的高度重视[1-2]。当前，大数据已经成为影响国家和社会稳定、关系国家安全的战略性问题[3]；在科研领域，著名学者Jim Gray也把密集数据型科学称为继试验科学、理论科学、计算科学之后的科学研究“第4种范式”[4]。

在信息技术日新月异、“四化同步”不断加快的今天，信息化与农业现代化相融合、信息技术与农业生产生活相融合成为中国农业未来发展的必然方向和必由之路。从世界来看，农产品信息分析工作成为了美国、澳大利亚等国家政府管理农业的一个重要抓手[5]，其中，农业数据则是一切农业信息工作的出发点[6]。加快农业数据工程的建设，将产生良好的经济效益、社会效益和生态效益，对于加快中国农业信息化、农业现代化发展必将产生深远的影响。

1国内外农业数据库建设现状

国外的农业数据库建设起步较早，在20 世纪60年代中期，美国就开始了数据库方面的建设；伴随计算机技术及互联网的快速发展，农业数据库的发展除了在光盘数据库、网络在线数据库等方面不断发展壮大以外，各国农业信息网络系统也在不断涌现。美国、法国、德国、日本等发达国家都建有自己的数据库，目前，世界上最大的农业中心网络系统是美国内布拉斯加大学于1975 年的Agent 联机网络。发展中国家中，印度农业信息系统实行了统一的软硬件和标准的录入格式，有效地实现了传递和共建共享，有力地促进印度农业的发展。凭着这些数据库，相关机构与国家发布、出版了大量有关世界农业生产、农业经济、粮食短缺等重大问题的研究报告，在世界农业展望领域挣得一定的话语权。

中国农业数据库的建设较为迅速，尤其2003 年有关部门下达了构建国家农业数据共享平台的要求，推进各类涉农数据库的整合。各地方省市也在积极地构建自己的特色数据库及农业信息网站，使农业资源得以更好地共享。中国农业信息资源建设快速发展，为中国农业现代化提供了强有力的科技信息支撑。但从总体而言，中国农业数据库数据资源薄弱、数据结构不合理、数据细节程度不够、数据标准化、规范化水平差等问题依然存在，农业基准数据建设远远不能满足我国现代农业发展的要求。

(1)数据结构不能满足现代农业协调发展要求。现有的农业数据中农村经济数据、市场行情数据、政策法规信息、种质资源等科技专题数据占绝对主导地位，农业生产急需的自然资源数据相对缺乏。

(2)数据粒度难以满足农业生产过程精准控制要求。中国农业生产数据在时间维度上以年度数据为主，区域维度上最小至县级数据，且许多产前数据大量缺失，数据粒度(即数据细节程度)难以满足农业生产过程精准控制的要求，成为制约我国精准农业未来发展的瓶颈性因素。

(3)数据匹配性难以满足农业经营效率提升需求。各数据库信息收集的标准化、规范化程度差，使得数据库兼容性差，数据信息可比较性差，市场信息分析不深入，未能充分发挥市场信息指导生产、促进流通、引导消费的作用。

(4)数据时效性难以满足农业管理科学决策需求。中国现有农业数据过时信息较多，缺乏第一手信息和第一时刻发布的信息，不能实现信息的及时更新，难以及时向政府机构提供可靠的决策数据信息。

2现代农业基准数据内涵与建设目标

2.1现代农业基准数据的内涵

现代农业基准数据是中国农业科学院农业信息研究所于2011年提出的新理念，是指以农业信息的标准和规范为基础，以现代信息技术为手段，收集并整理的产前、产中、产后各环节的基础精准数据，具有合理的数据结构、全面的数据信息、精准及时的数据粒度、匹配兼容的指标设置以及标准规范的信息表达等特点，能够实现对农业生产、市场、流通的及时分析、准确预测和科学管理，推动农业现代化的快速发展。它是农业现代化建设的作战地图，具有基础性、标准性和系统性的本质属性，是一个系统性、创新性的工程。具体包括现代农业自然资源、生产、市场、管理四个方面。

(1)农业自然资源环境基准数据。农业自然资源基准数据是指和农业生产密切相关、支撑农业产业发展的自然资源环境方面的数据。主要包括：土地资源基准数据，如土地的所有权、使用权、经营权，土地的面积、形状、经纬度，土壤的类型等；水资源基准数据，如水容量及可灌溉利用率，水域面积等；气象资源基准数据，如：温度、湿度、降雨量、日照时间；生物资源基准数据，如动植物资源、生物资源等；灾害基准数据，如作物受灾类型、受灾时间、受灾级别等。

(2)现代农业生产基准数据。现代农业生产基准数据可分为种植业生产基准数据和养殖业生产基准数据两大类。种植业生产基准数据，主要包括：选种，如种子名称、种子来源、用种量；育苗，如苗床面积、苗床土质、育苗时间；播种(插秧)，如播种时间、播种用量；农药使用，如农药名称、用量、来源、施用时间；化肥使用，如化肥名称、用量、来源、施用时间；灌溉情况，如灌溉次数、时间、用水量；农机使用情况，如农机使用次数、使用时间；基本农情，如作物基本长势、病虫害发生情况。养殖业生产基准数据，主要包括动物种类，如动物系谱、动物来源、品种、品系；动物生长情况，如年(日)龄、日增重、生产性能；饲料使用情况，如：饲料品牌、饲料成分；饲养环境，如温度、湿度、二氧化碳含量；动物疫情，如动物疫病种类、发病时间。

(3)现代农业市场基准数据。现代农业市场基准数据，主要包括，农产品供需信息，如市场供给量、需求量、交易量、供需缺口；农产品价格信息，如农产品的地头价格、批发价格、摊点零售价格、超市零售价格；生产资料市场信息，如化肥、农药、农膜、人工、幼畜、饲料、柴油的供需与价格信息；价格形成及利润分配信息，如价格在生产、运输、加工、批发、零售等环节的形成过程及利润分配；市场流通信息，如各地批发市场数量及分布、农贸市场数量及分布、超市数量及分布、农产品在不同零售业态的销售数量；国际农产品市场信息，如美国、加拿大、日本等主要国家农产品期货市场和现货市场价格信息与美国农业部、联合国粮农组织发布的世界主要农产品供求信息。

(4)现代农业管理基准数据。现代农业管理基准数据，主要包括：国民经济基本信息，如人口情况(人口总数、劳动力数、外出务工人员数、受教育水平)，经济发展水平(三次产业比重、GDP、农业GDP、物价指数)，收入情况(农民人均收入、农业经营性收入、外出务工收入)，基本建设情况(道路、交通、通讯、自来水安装情况)，区位情况(地理位置、耕地面积、水浇地面积、基本农田)，农民组织化水平(农民专业合作社、行业协会发展情况)，政策落实情况，农民负担情况，农业管理基本情况(机构、人数、职能、管理效果)等。

2.2现代农业基准数据工程的建设目标和原则

(1)建设目标。围绕发展现代农业提高土地产出率、资源利用率和农业劳动生产率要求，建立现代农业基准数据标准体系，突破现代农业基准数据获取技术和采集设备瓶颈，构建覆盖全国31个省区、精确到乡村田块的现代农业自然资源、农业生产、农业市场、农业管理四大类基准数据库群及应用服务系统，改变现代农业建设中数据无标准、措施不精确、服务不到位、决策无依据等状况，促进物联网技术农业应用和现代农业精准化，实现现代农业种植业、养殖业、加工业和经营管理的信息化，逐步解决城乡信息不对称的问题，使市场主体尽可能地避免盲目生产经营，使政府能够实施宏观调控。

(2)建设原则。要按照“需求导向、面向实际，统筹全局、突出重点，循序渐进、分步实施，立足现有、着眼未来”的基本原则，扎实推进现代农业基准数据工程建设。

①需求导向，面向实际。工程建设必须以需求为导向，围绕生产经营、供需决策、市场流通、政策获取、质量安全等关键领域开展建设；必须立足我国国情，紧扣各地农业、农村发展实际，推动相关工作。

②统筹全局，突出重点。要对现有农业数据资源进行全面、细致的梳理，明确不同建设内容的迫切性、重要性，在夯实基础的同时，重点对迫切需要、影响重大的建设内容先行开展。

③循序渐进，分步实施。要对现代农业基准数据工程的顶层设计工作开展全面研究，科学制定工作推进的批次性，优先对关键技术、环节进行研发，进行时间——资源、时间——成本优化，有计划、分步骤的推进工程建设。

④立足现有，着眼未来。基准数据工程建设一方面应立足当前，充分整合利用已有资源；另一方面应充分考了农业自然资源利用、生态环境保护、质量全程追溯等工作的发展趋势，着力打造数据支撑。同时，密切关注物联网、GIS、遥感等技术发展动态，紧跟技术发展步伐，积极寻找农业基准数据建设跨越式发展路径。

3现代农业基准数据工程的建设内容

中国现代农业基准数据工程要围绕现代农业发展需求，坚持“全系统、全要素、全过程”的三全理念，建立现代信息技术支撑下的新型农业数据获取体系，研建实时监测与分析系统，全面优化数据粒度，构建长久支撑现代农业建设的系统性农业自然资源、生产、市场、管理基准数据库群与服务平台，加强共享服务，实现权威发布，全面提升我国现代农业发展的数据支撑能力。

3.1标准体系研制

标准体系研制主要包括标准体系的顶层设计、数据库标准、数据采集规范、接口数据规范等内容。重点任务是：研究现代农业基准数据标准体系框架，构建现代农业基准数据建设标准体系表，研发现代农业基准数据建设标准体系管理及工作平台，制定现代农业基准数据建设工作规划与工作方案，推进现代农业基准数据标准的制修订工作。

3.2关键设备研发

关键设备研发要跟踪国际领先和国家战略需要，重点开展传感器以及信息终端研发方面的工作。在传感器研发方面，针对精准种植，开发土壤水分、土壤肥力、土壤酸碱度、土壤重金属等地面以下设备，开发农业气象综合信息、农作物长势、农作物养分含量等地面以上设备；针对数字养殖，开发养殖环境、饲料成分、进食量、年龄体重及运动量等检查、突发疾病、重金属含量、兽药残留等畜牧业和水产信息的监测和检测设备。在终端设备研发方面，开发测量土地面积、采集各种农业和农村信息等的手持设备，开发追溯和定位、统计管理信息等的携带设备，力争实现信息的标准化、实时性、全息化、智能化采集。

3.3基础设施建设

现代农业基准数据库群的建设，以全国集中部署方式为宜，在部委中心设置数据库服务器、应用服务器、GIS服务器及备份系统等，集中存放全国的信息数据，收集、整合全国各级农业主管部门的农业基准数据并进行分析和信息服务等业务处理；在省、市、县仅配置终端设备，与部委中心之间通过专网相连，各省、市、县不再存放数据。系统采用TCP/IP网络结构，基本拓扑是以专网为核心，将数据库服务器、应用服务器、操作终端连接成局域/广域网络。在省、市、县、乡、村等配置数据采集设备和用户终端设备，通过专网实现与部委中心之间的连接，根据农业生产现场不同采集环境和信息传输要求，连接方式主要基于运营商的有线和无线公共网络架构，公网建设达不到要求的采用自建部分节点的方式。

3.4数据库建设

现代农业基准数据库建设的目的主要是实现农业资源环境基准数据、农业社会经济基准数据及农业科技信息资源基准数据等大量现代农业基准数据的输入、存储、分析、检索查询、更新，为不同农业监测预警系统运行提供背景数据，为相关农业分析评价及预报决策提供有效平台，使之满足不同类型、不同层次的用户(群)的应用。

准备工作→基础处理→设置临时墩→落梁顶帽砂筒的设置→在墩顶处设置横向分配梁→设置贝雷梁→铺设横向方木→铺设竹胶板→整体验收→预压试验→布置支座→支设底模与侧模→底模调整→支架调整→预埋件安装→钢筋绑扎→下波纹管→支设端模→质量检验→浇筑施工→养护→拆模→张拉→布置精调与浇筑作业临时支架→精调→上弦及上横梁安装→浇筑施工→张拉→压浆→封锚→养护→拆模→支架拆除。由此可见，本工程施工工艺流程较为复杂，其关键点在于钢结构施工和施工过程中的有效控制，直接决定了工程整体质量。

要采用元数据及元数据映射技术、异构数据集成技术、数据清洗技术、大规模异构数据抽取转换与装载技术、多维数据集构建技术等，建立统一的数据仓库平台实现对海量的农业基准数据及相应数据集市的存储、管理和应用的集中处理，实现分布式多数据源异源异构数据的有效集成、转换、装载与多维数据集构建，为实现整合与共享全国范围内的各种数据集提供技术支撑。

3.5应用系统研发

针对农业基础信息来源广泛、数据格式多样等问题，采用GIS和物联网等技术构建 “智慧”系统，整合和增补不同来源和形式的农业基础信息，实现对现代农业基准数据的实时查询、决策分析和数据共享服务等应用。具体研发内容如下：一是研发M2M管理平台，针对各类型、多技术标准的采集终端，研发统一的管理和控制平台，实现对分布广泛的各种农业基准数据传感终端的集中透明的状态监控和运行控制。二是研发数据采集系统，按照基准数据采集协议，采用PUSH或PULL方式自动采集和预处理原始基础数据。三是研发数据管控平台，对采集系统采集和汇聚的基础数据，进行清洗、转换和整合入库并进行数据的生命周期管理和维护，生成符合农业基准数据标准体系要求的准确、一致、完备的基准数据。四是研发基准数据应用模型库管理平台，研究针对农业基准信息的分析和应用模型，构建系列农业专用智能模型群，如农产品市场预测模型、农产品价格波动模型、病虫草害分析预测模型等。五是研发面向基准数据的应用系统，面向农业生产、管理和市场流通等领域的突出问题和普遍需求，在上述农业基准数据管理平台之上，研发基于农业基准数据的多个上层应用系统，主要包括基于农业基准数据的统计和查询系统、农业基准信息GIS应用系统等。

4现代农业基准数据工程的实施方案

第一阶段：顶层设计。现代农业基准数据工程是一项渐进式的不断完善的复杂系统工程。现代农业基准数据工程既涉及设备研发、系统集成等关键技术的研制，也涉及试点示范、推广应用等科技成果的转化；既涉及农业资源、生产、流通的全过程，也涉及农业宏观调控政策的制定；既涉及“三农”理论层面的设计，也涉及信息化和农业现代化深度融合的实践；既涉及从事相关科研的机构、大学和企业，也涉及农业行政主管部门。因此，防止各种不确定性的影响以及各类放心的发生，势在必行，必须搞好顶层设计工作。

第二阶段：技术研发。技术研发在现代农业基准数据工程中，具有基础性地位和关键性作用。技术研发包括三方面的内容：一是标准体系的构建。标准体系是农业基准数据工程的基础和前提，应建立包括数据库标准、数据采集规范、接口数据规范等在内的标准体系。二是技术设备研制。重点要开展数据采集技术、数据分析挖掘技术研究，研制高精度、低成本、高可靠性、适合大规模部署的农业基础信息采集设备，以及低耗电、短距离无线传输节点和网关设备。三是数据库系统的构建。要完成基础数据库、数据仓库建设，并构建 “智慧”系统，实现对现代农业基准数据的实时查询、决策分析和数据共享服务等应用。

第三阶段：试点示范。现代农业基准数据工程应采用先试点再推广的方式，根据不同地区特色和农业发展阶段，选取10个县开展试点示范工作。试点示范主要内容如下：一是建设农业基础信息系统示范村。按照现代农业基准数据建设标准对示范县的各乡村进行统一的现代农业基准数据建设和硬件配置工作。二是部署数据获取设备。安装相应的农村信息、农田信息和农产品市场信息等获取软件，在示范县的各乡村进行部署。三是开展技术培训工作。建立示范村的专(兼)职农村信息员队伍，并在示范村中开展农业基础数据采集设备的培训工作，建立示范县的农产品市场信息员队伍。四是获取基准数据并检验应用系统。利用基准采集系统采集和自动上传到研究中心的各个试点县的基础数据，开展农业基准数据的GIS查询和应用、农产品市场分析预警、农业生产过程精准控制、农业管理决策分析等各种智慧应用的实现和检验工作。

第四阶段：推广应用。根据系统试运行中暴露的问题，不断完善数据库，改进、升级系统。逐步完善、扩展、增强系统平台功能，提供实时查询、分析决策和信息服务等多种农业信息应用，实现功能上的纵向扩展。在运行相对成熟的基础上，持续进行县级数据采集传输系统的建设，实现工程在空间上的横向扩展，加快农业现代农业基准数据工程在全国的迅速推广应用。

5结束语

目前，中国农业正处于现代化建设的关键阶段，要实现对发达国家的“弯道超车”，必须积极谋划，加快实施基准数据工程，基于现代信息技术实现农业精准生产、农业管理的“靶向调控”，为农业现代化建设提供继物质投入之后的“二次引擎”。

参考文献：

[1]James Manyika，Michael Chui,Brad Brown,et al.Big Data：the Next Frontier for Innovation，Competition，and Productivity.McKinsey Global Institute，2011，5.

[2]Pattern-Based Strategy：Getting Value from Big Data.Gartner Group Press Release,2011，7.

[3]李国杰,程学旗.大数据研究:未来科技及经济社会发展的重大战略领域[J].中国科学院院刊，2012,(6):647-657.

[4]Tony Hey,Stewart Tansley，Kristin Tolle.The Fourth Paradigm：Data-Intensive Scientific Discovery[A].Microsoft，2009，10.16.

[5]许世卫.借鉴先进经验 提升农产品信息分析预警能力——美国农产品信息分析预警工作考察报告[N].农民日报，2013-10-08.

[6]曾小红,王强,方佳.农业数据库的发展概况及其应用.世界农业,2007,(8)：21-61.

(责任编辑谭果林)