浅议农业大数据背景下的互联网+“智慧农机”

闫 萍

(安徽省宿州市农机局农机应用推广(培训)站，安徽宿州 234000)



浅议农业大数据背景下的互联网+“智慧农机”

闫 萍

(安徽省宿州市农机局农机应用推广(培训)站，安徽宿州 234000)

对我国农业大数据下农业机械发展情况进行分析，对大数据在“智慧农机”系统上的应用进行概述，最后针对如何加快“智慧农机”大数据的应用提出建议。

农业；大数据；互联网；“智慧农机”系统

我国是农业大国，农业机械是现代农业的物质基础，农业机械化已进入快速发展的成长期。但在我国整体经济增长下行压力比较大的宏观背景下，农业机械供给与库存任务艰巨，以粮食主产区为重点的农业机械需求群体购买支付能力下降等不利因素给农业带来了严峻挑战。随着大数据时代的来临，大数据已深入到包括农业在内的各个行业，农业机械大数据分析也应运而生。笔者以此为背景，探讨农业大数据背景下的互联网+“智慧农机”，旨在为我国现代化农业的发展提供理论依据。

1　农业大数据下的农业机械发展

我国是农业大国，近年来，我国多个中央1号文件、国务院有关部委的规划纲要以及2015年《促进大数据发展行动纲要》的发布均反复围绕和强调农业问题，明确提出建设农业农村大数据，这些均充分表明我国在建设现代农业、智慧农业方面的迫切需要。随着经济建设的快速发展，国家和各级政府对购机补贴政策的杠杆力度加大，农民购机积极性空前高涨，农业机械质量和数量增涨迅猛。但与发达国家相比，我国农业机械现代化水平仍较落后，普遍存在着产业层次不够高、技术含量不高、利润低、能耗大、平台支撑不力、物流成本高等问题。如何提高农业机械作业服务质量、完善农业机械智能装备、提升农业机械管理水平、提高工业生产经营效率是近年来的突出问题[1]。

大数据时代的来临，信息正成为与能源、材料同等重要的国家战略资源，它驱动着现代农业的转型升级，并且已经深入到包括农业在内的各个行业，农业机械大数据分析也应运而生。农业机械快速发展的形势给农业机械管理带来的诸如拖拉机、插秧机作业面积统计不及时、不精准，农业机械安全监管缺少抓手，不检、逃检、漏检，安全隐患比较多等问题，在农业大数据的背景下均可以得到有效地解决。农业机械企业通过拥抱“互联网+”，结合农业上下游的农资销售、农业生产、农产品流通数据以及与农业关联的土地流转、气象、土壤、水文等数据，将大数据作为农业机械决策的大脑，推进智能制造的“互联网+”行动，使“智慧农机”系统具备查询、调度、定位、测量、计算、管理等功能，使农业机械管理更加科学化、规范化。

2　大数据在“智慧农机”上的应用

大数据的特点是数据量大、数据种类多、要求实时性强、数据所蕴藏的价值大。各行各业均存在大数据，但是信息和咨询是纷繁复杂的，因此需要搜索、处理、分析、归纳、总结其深层次的规律。对于中国的8亿农民、18亿亩耕地、186万个乡村来说，大数据所产生的数据量不仅巨大，而且类型丰富，如果能够深度挖掘，产生的价值不可估量。一方面可以通过大数据带来的技术突破推动农业迈向全面信息化时代，另一方面也可以通过农业的快速发展推动大数据更加落地，产生实效。农业机械在现代化农业中占有不可替代的地位，实现农业机械管理的数字化、可视化、规范化将会起到事半功倍的效果，农业机械的有效管理将会更好地为农业生产服务。互联网+“智慧农机”系统如图1所示。

2.1作业环境数据采集与处理“智慧农机”系统利用遥感、光谱、传感等技术，收集农业地理信息、气候土壤信息(肥力、湿度等)、作物信息(病虫害、产量等)等生态环境数据，通过运用大数据技术，实现数据共享与应用。这些数据是日常分配农业机械操作的主要依据，准确掌握这些数据将有助于做到精准种植、养殖，例如变量施肥、变量播种、变量喷药、变量灌溉等，可减少农业机械资源浪费和成本投入，保证产品高效，为农业经营者选择适当的农业机械产品提供判断依据，同时为合理分配农业机械补贴提供数据支持与决策。2.2农业机械作业参数智能监测与计量运用“智慧农机”系统，将不再需要专人对收割面积进行实地测量，再根据面积收取收割费用。通过GPS定位获得农业机械运动轨迹，利用经、纬度进行特殊计算，在大数据分析的基础上，对收获机械行驶速度，割台、脱粒等部件作业参数进行动态优化，从而降低破损率、掉籽率及收获机械故障率[2]。对收机粮仓进行监控测量，不仅可自动化统计农业机械作业面积并精确计算粮食产量，而且还可有效评估农业机械驾驶员的作业效率，对农业机械驾驶员作业质量进行考核。

图1　互联网+“智慧农机”系统Fig. 1　The system of internet + intelligent agricultural machinery

2.3农业机械定位监控与预警“智慧农机”可以进行农业机械定位、导航、呼叫联动并实时上传全过程智能化信息管理，从而提升农业机械作业的智能化水平。在大规模农业机械协同作业中，人为因素可导致农业机械空驶或者闲置，从而造成资源严重浪费。结合数据信息，可以通过数据统计分析直观显示所有农业机械在线作业总量和闲散搁置总量，实时监控统计农业机械的隶属分布和在线情况，随时随地查看农业机械的实时位置，方便在规划农业机械调配策略时作为参考依据，为农民进行农业机械调配提供数据支持，整体查看所有农业机械状态，帮助农业机械合理调配，提高员工的工作效率，达到提高农业机械利用率目的。另外，通过历史数据，对农业机械详细信息和历史作业进行统计分析及对农业机械已完成的工作进行评估，可为日后合理调配农业机械作业、提高工作效率、减少空驶率提供帮助，也可为农场信息化、规范化作业提供技术支持。通过设置标准作业范围，对农业机械作业进行实时监控，实现农业机械违规作业的实时预警并在违规作业时第一时间告知管理员。

2.4数据远程传输与分析决策数据远程传输与分析决策体现在3个方面。首先，通过B2B、C2C电子平台收集农业机械价格流通数据，促使农业机械价格供求信息对接，从而拓展销售市场，提高农业机械使用率；其次，时刻记录农业机械作业过程数据，对历史作业进行大数据分析及对作业的合理范围进行预估，达到实时作业违规预警的警报作用，全方位把控农业机械作业质量，从而提高农产品的产出能力，使利润最大化；最后，结合农业机械历史工作轨迹，掌握历史作业轨迹每个节点的瞬时作业状况数据(作业深度和作业速度等)，将其作为考核此农业机械驾驶员作业质量的有力依据。

3　加快“智慧农机”大数据应用的建议

3.1制定“智慧农机”大数据应用规划为加快“智慧农机”大数据应用，有效推动智能农业发展，需制定“智慧农机”大数据应用专项规划，统一数据标准、制定配套政策，通过运用云计算、大数据等技术，将农业机械作业信息、农业地理信息、气候土壤信息、“智慧农机”决策支持信息等应用功能统一到一个信息化平台实施管理，实现对农业大数据的集中化管理和应用。

3.2建立一支快捷、高效的农业机械管理系统和队伍推进粮食生产全程机械化必须建立一支快捷高效的农业机械管理系统和队伍。开发一个大小适合、节约内存、操作直观、便于观察、同时结合数据管理的可视化农业机械管理系统，其必须具备查询、调度、定位、测量、计算、管理等功能。将虚拟现实技术引入到农业机械的管理中，可以通过农业机械管理系统中的子系统来实现大型高效农业机械管理网络化、智能化。

在产学研合作及专业人才培养方面，应加大对科研院所农业机械技术研发的政策引导，重视高等院校农业机械相关学科建设和专业人才培养，鼓励和支持产学研联合开展技术孵化[3]。此外，还应对农业机械管理人员进行“智慧农机”管理平台操作培训，做到安装与技术培训同步。

3.3加大对农业机械智能化技术发展和产品研发的政策支持在优化农业机械产业结构方面，强化农业机械购买补贴与产业结构优化的政策匹配，加大对大型拖拉机及其复式作业机具、大型高效联合收割机等高端农业装备的补贴力度，助力农业机械供给侧结构改革，加快提升国内农业机械制造企业高端农业机械产品的供给能力和水平；其次，加大对农业机械新能源应用的政策补贴及支持力度，鼓励和引导国内制造企业设立现代农业综合示范基地[3]；对“智慧农机”的电子控制单元、机电液控制、传感器技术、3S 技术(GPS、GIS、RS)、田间信息数据采集、智能决策系统等应用研究的企业或单位给予专项政策支持。

4　结论

大数据将成为农业发展的根基，是信息经济的基础设施，综合使用农业大数据的相关技术可为农业机械便捷、低成本地使用计算资源打开方便之门[4]。该研究对农业大数据背景下的“智慧农机”进行探讨，结果表明我国农业和农业机械大数据的协同管理和综合利用可实现农业的智能控制、多机物联、精准作业、产品决策等功能。未来，为有效推动智能农业发展、加快“智慧农机”大数据应用还需以信息化技术为先导，持续加大对智能化农业机械技术和装备的研发力度，通过农业装备的技术进步、产品创新以及建立农业机械行业统一的信息管理平台，以满足现代农业发展的要求，从而将中国农业打造成为世界农业一个品牌。

[1] 周智男,李新领.基于Internet农机化网络信息平台构建[J].农业机械,2012(14):21-23.

[2] 赵剡水.关于开展智能农机大数据应用的建议[J].中国科技产业,2016(4):22.

[3] 赵剡水.关注农机工业和农机大数据建[N].机电商报，2016-03-14(A02).

[4] 白人朴.农业机械化感悟[M].北京：中国环境科学出版社,2012.

Discussion on the Internet + Intelligent Agricultural Machinery under the Background of Agricultural Big Data

YAN Ping

(Agricultural Machinery Application Extending (Training) Station, Municipal Agricultural Machinery Bureau of Suzhou City, Suzhou, Anhui 234000)

Agricultural machinery development situation was analyzed under the background of agricultural big data in China. Application of big data in intelligent agricultural machinery system was summarized. Finally, suggestions were put forward on how to accelerate the application of big data of intelligent agricultural machinery.

Agriculture; Big data; Internet; Intelligent agricultural machinery system

闫萍(1971- )，女，安徽宿州人，硕士，从事农业机械化自动化研究。

2016-06-14

S 126

A

0517-6611(2016)21-220-02