大数据背景下农业信息化应用体系构建和平台建设研究∗

王化冰

（陕西工业职业技术学院 咸阳 712000）

大数据背景下农业信息化应用体系构建和平台建设研究∗

王化冰

（陕西工业职业技术学院 咸阳 712000）

在大数据背景下构建农业信息化应用体系，开展多元化智能平台信息建设，它迎合了“数字中国”、“数字农业”发展的基本综合理念。论文主要解读了农业大数据信息化应用体系中的若干技术分析，并构建现代农业信息管理平台，希望为我国未来农业高速发展助力。

农业信息化；大数据；信息管理；平台建设

1 引言

大数据（Big Data）已经是人们较为熟悉的现代化技术类型，它所拥有的“3V”特征（体量大、模态多、生成速度快）为各个行业领域发展提供着较为强大且丰富的数据支持。正如2011年6月美国麦肯锡研究院所发布的研究报告中指出“大数据时代的到来必将促进未来生产力的高速发展与革新，它也会成为消费需求增长的重要指向标。”大数据驱动了农业自动化、智能化产业的有机发展进程，使得农业核心业务数据被更轻松的掌握于发展者手中。在农业领域，大数据的提出主要针对各个农业对象，包括农业对象之间的行为关系、数量关系与质量关系，这些都可以通过大数据客观、真实、精确反映出来。对大数据的应用应该切实融入到天气信息、自然环境、食品安全、生产成本、消费需求与市场价格中，围绕大数据动态信息来预估农产品的价格变化走势，包括农作物种植过程中所需要了解的农田质量、耕地数量、气候变化、栽培技术、产业结构、农资配置以及农产品价格浮动等等。将政府、科研机构、企业、高校等各个环节都联合联动起来，形成基于大数据的可持续、可循环的农业智能化生态圈。

2 农业大数据信息化应用体系中的若干技术分析

2.1 农业生产环境数据获取技术分析

在大数据背景下，农业数据采集自动化、智能化取代了传统的人工化，它提高了数据输出与输入的实时性与高效性，证明了农业大数据的现实优势。具体来讲，它的技术体现也分布于各项子技术中，例如最为常见的农业生产环境数据获取。该技术是指针对动植物生长过程所提出的有关空气温湿度、土壤温湿度、CO2含量、营养元素、气压、光照等环境数据调节的行动动态监测与采集过程。它主要采用了农业智能传感网络技术，实现了多学科技术的相互交叉与综合应用，同时还融入了诸如MEMS微电机系统、光纤传感器、电化学传感器以及仿生传感器技术，这些技术配合大数据就形成了智能化综合数据获取与分析系统，提高了农业生产环境数据监测的精度与广度，其监测频率也有大幅度提升。在运用大数据以后，农业数据获取的渠道及范围也在不断拓宽增多，其获取成本相应降低。就目前来看，像分布式、多点部署的农业环境数据获取技术已经相当成熟，它在数据量获取及应用方面已经拥有了长足进步［1］。

2.2 生命信息智能感知技术分析

生命信息智能感知技术主要针对动植物的实际生长过程展开分析，其可以细化到对动植物生理状态、发育过程以及活动规律的全面细化数据提炼，所获取生理数据相当细腻［2～5］。例如对植物中氮元素含量变化数据的提取、动物运动轨迹、体温变化数据的提取等等。另外还有以生命信息感知为主的光谱技术、人工嗅觉技术、机械视觉技术等等。它们都是基于大数据结合生命信息智能感知系统来为农业生产运作所获得的重要生命信息，其本身就是对农业生产对象的数字化描述，也能够形成对生命个体的全程行为监控管理。

2.3 农业遥感数据获取技术分析

农业遥感数据获取技术主要利用到了RS（Remote sensing）遥感技术、通讯卫星技术与飞行器技术，它能够实现大目标、大范围数据监测，并实现远程数据获取［6］。详细来讲，遥感技术所提供的就是一种空间信息获取技术，它具有数据获取范围大、获取信息速度快、获取周期短、获取信息方法多的特点，同时也能贴合大数据的海量数据标准。在农业遥感技术中，为农作物生态环境与作物生长提供了各种动态信息数据，实现了对农用地资源的有效监测与保护，并且针对农作物进行实时的、大面积的长势估算监测。另外它还能够针对农业气象灾害进行监测分析，通过作物模拟模型来反映某一区域内大面积、长时间的农业生产状况［7～9］。总结来说它就是能够长时间、宏观、全局反映农业生产层面的有效动态数据。

2.4 农产品市场经济数据采集技术分析

这里所提到的农产品市场经济数据采集技术主要针对农产品生产之后的市场销售环节展开，例如对农产品的销售、质量把控、需求满足、库存计算、进出口商贸等等，基于市场行情来采集调节其产品价格，明确产品性质与质量安全。客观讲农产品市场数据采集技术具有一定的突发性、动态性、变化性与实时性，目前许多农产品生产企业都通过智能终端配合大数据通信网络的模式，借助专业技术人员团队来开展农产品市场经济数据采集。主要基于智能终端来优化农产品市场经济数据内容，再基于4G基层农技推广平台来实现对典型农产品市场数据的有效采集和应用，为将来的农业生产提供参考经验数据［10～13］。

2.5 农业网络数据抓取技术分析

农业网络数据抓取融合大数据后可以形成全新的网络爬虫技术，这种技术对涉农数据的动态监测过程非常精确，能够按照一定技术法则来自动抓取网络中的所有信息程序与校本，同时拓展出深度优先与广度优先两种技术。就当前农业网络数据互联网层面的大数据技术发挥来看，这种网络数据抓取技术能够客观反映农业生产实时数据的规模、动态变化、分布性以及异构性。同时它也建立了农业搜索引擎，基于主题网络爬虫技术来构建大数据信息化农业应用体系平台，为农业网络数据获取奠定了一定技术基础［2］。

3 大数据背景下的现代农业信息化应用体系构建平台分析

3.1 现代农业信息化应用体系构建平台的基本框架

根据现代化农业信息管理要求，对其信息化平台进行构建，其基本框架应该结合现代化农业特征，实现管理与经营两项重要内容，其基本平台框架如图 1［6］。

3.2 平台建设内容解析

该平台基于农业信息管理应用划分为管理类与经营类，其中再按照现代农业生产职能进行细分，结合大数据技术理论，将平台划分为5个现代农业职能管理类模块与3个现代农业经营类职能模块，它们分别从横向与纵向信息管理方面描述了农业生产的实际应用需求，为现代农业生产建立生产链、资金链、信息链与物流链，而且4条产业链相互贯通联系［14］。

图1 现代农业信息管理应用平台基本体系框架示意图

具体来讲，这5个现代农业职能管理模块就包括了农业机构管理模块、农业学科管理模块、农业时空管理模块、农业科技管理模块以及农业网站管理模块；3个现代农业经营职能管理模块就包括了农业采购管理模块、农业销售管理模块和农业生产管理模块。在大数据时代，这些模块能够合理基于大数据技术渗透实现对农业现代化的精准评估与功能优化，同时进一步划分农业管理的能颗粒度。在划分过程中，能颗粒度越细致就说明农业技术应用划分越精确。不过考虑到农业信息管理存在一定难度，所以如图1所示该平台建设也采用了ABC管理模式，分别将上述8个现代农业职能管理模块进行整合归类，最终实现分类管理［15］。

利用ABC管理模式主要是希望基于大数据技术功能将现代农业职能进行更深层次的划分管理，同时区分农业信息管理中的能颗粒度大小，明确并优化各个模块职能。具体来讲，A类管理模式就主要基于大数据来设置农业信息编码库表，基于A类职能管理对象来进行管理过程分析，解析诸如农业科技成果、学科及相关科技人员对象所涉及的相关数据信息问题。

B类职能管理对象主要是单独设立大数据编码库表，并进行内部信息分类编码，B类职能管理相对更为重要，它能够单独控制一个农业信息体系，对农业生产中所涉及到的所有基本信息进行管理，例如农产品生产地所处区域、农业技术内容以及农户基本资料等等。

C类职能管理对象主要是构建编码表较为短小但应用频度较大的编码对象，该类职能管理对象的管理过程主要针对那些在农业生产中不太重要的对象信息，例如农业应用标准基础信息等等，但考虑到该平台拥有数据信息共享功能，所以该类信息也必须纳入到平台管理体系中。

4 结语

在大数据与三农问题背景下，我国农业高科技发展也逐渐被关注。本文所提出的大数据背景下农业信息化应用体系构建平台建设能够实现精准农业发展，实现现代化农业中信息的横纵双向共享与交流过程。对未来我国农业发展数字化目标具有极大的激励促进作用。

［1］范文跃.透视大数据时代下的农业标准信息化［J］.电子商务，2015（5）：26，80.FAN Wenyue.Perspective on agricultural standard informatization in the era of big data［J］.E-Business Journal，2015（5）：26，80.

［2］孟祥宝，谢秋波，刘海峰，等.农业大数据应用体系架构和平台建设［J］.广东农业科学，2014，41（14）：173-178.MENG Xiangbao，XIE Qiubo，LIU Haifeng，et al.Architecture and platform construction of big data application in agriculture［J］.Guangdong Agricultural Sciences，2014，41（14）：173-178.

［3］蔡书凯.大数据与农业：现实挑战与对策［J］.电子商务，2014，22（9）：1149-1151.CAI Shukai.Big data and Agriculture：realistic challenges and Countermeasures［J］.E-Business Journal，2014，22（9）：1149-1151.

［4］孟小峰，慈祥.大数据管理：概念、技术与挑战［J］.计算机研究与发展，2013，50（1）：146-149.MENG Xiaofeng，kindness.Big data management：concepts，technologies and challenges［J］.Journal of Computer Research and Development，2013，50（1）：146-149.

［5］覃雄派，王会举，杜小勇，等.大数据分析-RDBMS与MapReduce的竞争与共生［J］.软件学报，2012，23（1）：32-45.QIN Xiongpai，WANG Hui，DU Xiaoyong，et al.Big Data Analysis—Competition and Symbiosis of RDBMS and MapReduce［J］.Journal of Software，2012，23（1）：32-45.

［6］戴小文，漆雁斌，陈文宽.农业现代化背景下大数据分析在农业经济中的应用研究［J］.四川师范大学学报，2015（2）：70-77.DAI Xiaowen，QI Yanbin，CHEN Wenkuan.On the Applications of Big data analysis to the Agricultural economy under the background of Agricultural Modernization［J］.Journal of Sichuan Normal University（Social Science Edition），2015（2）：70-77.

［7］何非，何克清.大数据及其科学问题域方法的探讨［J］.武汉大学学报（理学版），2014（1）：1-12.HE Fei，HE Keqing.Explore data and scientific domain method［J］.Journal of Wuhan University（Natural Science Edition），2014（1）：1-12.

［8］赵哲峰.基于语义分析方法的视频流媒体大数据技术研究［D］.太原：太原理工大学，2013.ZHAO Zhefeng.Research on large data technology of video streaming media based on semantic analysis［D］.Taiyuan：Taiyuan University Of Technology，2013.

［9］俞立平.大数据与大数据经济学［J］.中国软科学，2010（7）：177-183.YU Liping.Big data and big data economics［J］.Chinese soft science，2010（7）：177-183.

［10］石恒，孔繁涛，吴建寨，等.基于大数据的中国种业信息监管平台建设现状及前景展望［J］.农业展望，2016（9）：52-56.SHI Heng，KONG Fantao，WU Jianzai，et al.Iznformation Regulatory Platform of China's Seed Industry Based on Big Data and Its Prospect［J］.Agricultural Outlook，2016（9）：52-56.

［11］雷程伟.农业现代化过程的农业信息化研究［D］.成都：西南财经大学，2014.LEI Chengwei.Agricultural Informatization in agricultural modernization process［D］.Chengdu：Southwestern University of Finance and Economics，2014.

［12］李易人.中外农业信息化发展问题比较研究［P］.洛阳：河南科技大学，2014.LI Yiren.Problems of agricultural informatization development comparative research［P］.Luoyang：Henan University of Science and Technology，2014.

［13］张建华，吴建寨，王盛威，等.农业信息化投入存在的问题及对策研究—以重庆市为例［J］.中国农业科技导报，2015（2）：174-181.ZHANG Jianhua，WU Jianzhai，WANG Shengwei，et al.Problems in Agricultural Informationization Investment and Countermeasure-Taking Chongqing as an Example［J］.Journal of Agricultural Science and Technology，2015（2）：174-181.

［14］陈茫.西部民族地区城镇化“大数据”农业信息服务体系创新研究［J］.大众科技，2015，17（11）：129-131.CHEN Mang.Research on Agricultural Information Service System Innovation Based on“Big Data”of Urbanization in the Western Minority Areas［J］.Popular Science&Technology，2015，17（11）：129-131.

［15］阮怀军，封文杰，唐研，等.农业信息化建设的实证研究-以山东省为例［J］.中国农业科学，2014，47（20）：4117-4127.RUAN Huaijun，FENG Wenjie，TANG Yan，et al.Empirical research on the agricultural informatization construction in Shandong province［J］.Scientia Agricultura Sinica，2014，47（20）：4117-4127.

Construction and Platform Construction of Agricultural Informatization Application System under the Background of Big Data

WANG Huabing
（Shaanxi Polytechnic Institute，Xianyang 712000）

Under the background of big data，the construction of agricultural informatization application system and diversified intelligent platform information construction are adopted，which cater to the basic comprehensive concept of“digital China”and“digital agriculture”development，This paper mainly explains the application of agricultural data system in a number of technical analysis，and builds a modern agricultural information management platform，prometes China’s agrtculture development.

agricultural informatization，big data，information management，platform construction

TN948.61

10.3969/j.issn.1672-9722.2017.11.050

Class Number TN948.61

2017年5月7日，

2017年6月28日

王化冰，男，副教授，研究方向：计算机应用系统开发、网络应用。