大数据在智慧农业发展中的应用探析*

韩二锋 ，王智海

（浙江农业商贸职业学院，浙江 绍兴 312000）

改革开放以来，我国经历了传统农业到现代农业的转变，目前正朝着智慧农业的方向发展。与现代农业不同的是，智慧农业拥有丰富多样的传感数据，集传感、数据存储、数据分析、远程控制于一体，能够对数据进行智能化处理，拥有灾害预警系统。目前，美国、德国、日本、韩国、以色列等国家的智慧农业发展水平较高，智能化、集约化、环保化、精准化、可溯源是国外智慧农业的典型特征。为此，我国需要进一步推动智慧农业的发展，发挥大数据等现代技术在智慧农业发展中的作用，推动农业全产业链的转型升级。

1 智慧农业的系统架构

1.1 农业生产数据

在智慧农业系统中，农业生产数据处于第一层，是最为基础的部分，对后期的数据分析、数据处理具有决定性的作用。农业生产数据涉及农业生产的各个领域，包含了农产品种植、畜牧养殖等方面的内容，涵盖了资源数据、环境数据、农业科研数据、自然灾害数据、农业产业链数据等。农业生产数据是全方位、多领域的，在智慧农业中，只有充分发掘农业生产数据的价值，才能为农业决策提供指导[1]。

1.2 数据采集网络

数据采集网络的功能是全面采集农业生产数据，技术人员需要运用智能终端，对农业各元素的数据进行实时采集[2]。在实践中，数据采集网络通常需要运用各类感知终端，如视频采集终端、音频终端等，采集的信息包含了文本数据、图形数据、图像数据、声音数据、视频数据等。例如，在智能化温室大棚蔬菜种植中，温室当中拥有全面的数据采集系统，包含了多种类型的设备，能够拍摄温室当中的画面，监测温室中的温度、湿度、光照等信息，形成精准的数据，然后运用无线网络完成数据传输。

1.3 农业大数据中心

农业大数据中心是在大数据技术、云计算技术、云存储技术的基础上建立起来的。通过农业大数据中心，技术人员能够提高原始数据的质量，通过数据融合，使农业大数据实现共用共享。农业大数据中心能够对原始数据进行初步处理，处理手段包括清洗、去噪、集成，无用、重复的数据将被剔除，有价值的信息能够得到整合，为后期的数据分析奠定基础[3]。

1.4 大数据分析

大数据分析是指应用关联分析、可视化分析、数据挖掘、数据融合等大数据分析方法，从农业大数据中获得更多有价值的信息。通过大数据分析，农业生产能够走向智能化，系统可以对各类自然灾害进行预警，实现智能监测、高效生产、环境友好、资源节约[4]。例如，在农产品销售领域，大数据系统能够记录用户对各类农产品的评价，掌握用户在挑选农产品时的行为习惯，把握用户的喜好，从而提炼出最受欢迎的农产品类型，为农业生产提供辅助。

2 农业大数据的主要内容

2.1 农业气象数据

在智慧农业中，农业大数据包含了多种类型，涉及农业种植、农产品生产的各个环节和各个方面。天气情况在农作物的生长过程中具有十分重要的作用，只有顺应时节进行农作物播种，科学应对气象灾害，才能提高农作物产量。农业气象数据包含了温度、光照强度、降雨、湿度、紫外线、大气压力、空气质量、风速以及风向等方面的内容，信息数据十分庞大。通过监测农业气象数据，农业生产人员可以更好地预测旱涝情况，科学运用水资源，对农业进行精细化管理。在大数据技术的支持下，农户可以直接获得灌溉、施肥、病虫害防治等方面的建议，结合农作物的生长发育状态，完成农业生产，使农业生产措施适应气象变化[5]。

2.2 资源环境数据

通过应用遥感技术，智慧农业系统能够收集农业生产中的资源环境数据，全面把握不同区域的农业生产特点，掌握不同区域的环境问题以及农业生产的适宜性。通过掌握资源环境数据，农业生产人员能够更好地了解农业环境中存在的重金属污染、水体富营养化、农产品农药残留等方面的信息，从而提高农业决策的科学性，最大程度地减轻农产品污染[6]。在大数据技术的支持下，农业生产人员可以全面了解种植区域的资源环境，采取科学有效的措施避免农作物污染。

2.3 生物信息数据

生物信息是反映生物运动状态和方式的信息，是调节和控制生命活动的信号。通常情况下，人们将生物信息划分为遗传信息、神经信息、感觉信息、化学信息。在智慧农业的发展中，大数据技术能够收集农作物的生物信息数据，构建生物信息数据库，这对农作物的育种具有较大帮助[7]。在应用过程中，农业信息数据库能够为技术人员提供信息录入、查询、统计等功能，通过大数据技术，技术人员能够从堆积如山的数据中提取有用信息，挖掘并识别农作物的重要基因，对农作物的品种进行改造，甚至还能够创造新的农作物品种，满足智慧农业的发展需求。

2.4 生长监测数据

在智慧农业的发展过程中，农作物的生长监测数据是农业大数据的重要内容。当前，很多温室大棚引入了实时监测仪器，由机器设备对作物的生长状态进行全天候监测，记录作物的生长数据。具体的生长数据包括叶绿素含量、氮素含量、叶面积指数等[8]。目前，监测仪器的种类不断增多，监测点的覆盖范围越来越广，农作物的生长监测数据成倍增长。通过监测作物生长形式，获取农作物的长势信息，并对可能出现的粮食短缺或盈余情况进行预测。

2.5 农业统计数据

农业统计数据是指运用统计理论与方法，对农业领域的有关经济现象进行调查、整理、分析得出的数据资料，在国民经济统计当中具有十分重要的作用[9]。基于智慧农业的发展，农业统计数据包含了农业生产单位、经营形式、劳动力、土地面积等方面的农业生产条件统计，农、林、牧、副、渔各业的生产统计，土地利用率、农村经济收入分配等方面的农业经济效益统计，这些统计数据对智慧农业的发展具有重要价值。

3 大数据技术在智慧农业中的应用路径

3.1 优化农业生产

在农作物种植方面，种植人员能够全面分析环境数据，对农作物的总体生长形式进行预测，充分利用互联网技术与智能设备，制定出精准的种植计划，将大数据技术应用于农业测土配方和茬口作业计划中，提高农作物的种植效率。例如，在水稻种植中，种植人员可以将大数据技术作为基础，在水稻种植初期开展智能化控制，对各个生产环节的数据进行自动化管理，调控水稻生产环境中的湿度、温度等，优化水稻的生长状态[10]。此外，大数据技术还能够有效预测农作物在生长过程中可能出现的病虫害，构建“作物—环境—虫害”三角关系模型，加强对空气温度、相对湿度、叶面湿润时间的监测，采用度日法计算每种病虫害发生所需要的积温，根据有效积温和病虫害发生发展的关系，让虫害的发育阶段可视化。在畜禽养殖方面，养殖人员同样可以利用大数据技术，加强对前端和后端数据的分析和研究，掌握畜禽养殖污染防治方面的大数据，了解畜禽的具体健康情况，优化饲料的配比，对养殖场的环境进行优化，促进畜禽健康生长。

3.2 预测市场需求

在智慧农业的发展中，农户可以充分利用大数据平台预测市场需求，提前掌握消费者在需求层面的分析报告，从市场的角度对消费者的需求进行全面分析，从而按照预先的计划开展农业生产，降低农户所面临的各种风险，确保农业生产环节的供给和需求实现平衡，避免农产品供应过剩，优化农产品供给和需求的衔接。大数据即大营销，在大数据技术的支持下，农户可以洞察消费者的行为，了解消费者的购物评价、消费目的和动机、消费态度、决策过程等，掌握消费者的偏好，农产品的供需双方能够建立稳定可靠的信任关系。此外，在智慧农业的发展中，大数据采集、清洗、存储、挖掘等技术都能够帮助农户对农产品的市场价格进行预测，为农业发展提供精准的预测信息，方便农户在后期的农业生产经营中做出科学选择。

3.3 实现农产品追溯

随着智慧农业的快速发展，农产品的供应链条不断增加，农产品生产的追踪及监控工作越来越重要。通过大数据技术，农产品从种植到生产再到运输、包装、仓库存储、销售，每一个环节都能得到全方位的监控和追踪，农产品的污染问题能够得到有效解决。农产品可追溯的大数据系统以农业产业化信息为基础，通过收集农产品的生产信息、质量检测信息、客户的评价信息等，让农产品的质量能够得到保障。农产品质量溯源系统包含了生产管理系统、流通监管系统、追溯反馈系统，涵盖了产前、产中、产后的各个环节，能够确保农产品的安全。在实践当中，畜禽肉类、果蔬类、水产类、干货类、加工食品类都能够实现质量溯源。在生产管理环节，大数据系统能够对产地信息、生产管理人、生产周期等进行记录；在加工流程跟踪环节，系统能够记录操作人、加工检测信息、生产日期等；在运输流程跟踪环节，系统能够记录运输的来源地和目的地，录入运输时间、运输路线、运输负责人等信息；在销售环节，系统能够记录销售时间、产品库存信息等；在溯源查询中，消费者能够对生产环境信息、加工流程信息、运输信息、销售信息等进行溯源。

3.4 整合农业产业链

在智慧农业的发展中，大数据技术能够推动农业产业链的全方位整合，使农业领域的生产和销售环节紧密结合起来，对农产品的销售、运输、存储、处理等多个环节进行转化，使农业发展形成“工业链条”，充分发挥大数据技术的作用。在实践当中，农业领域的实体经济能够和大数据技术有机结合起来，传统农业产业链中存在的问题能够得到解决。例如，惠农网是我国领先的农业B2B 产业服务平台，该平台以农产品线上交易为基础，用“一张网”连接农产品的生产与销售，利用大数据技术为供需双方提供服务，同时也为政府的相关决策提供了重要参考。随着大数据技术的快速发展，数字技术与农业领域的融合程度不断加深，大数据技术在农产品溯源、农产品市场预测等方面能够发挥重要作用，有利于推动农业生产朝着智慧化、数字化的方向进步。

4 结束语

在大数据技术的支持下，智慧农业已经初见雏形，科学技术在农业领域的应用，给农户及消费者带来了便利，为政府部门的决策提供了数据基础。在智慧农业的发展中，农业大数据包含了气象数据、资源环境数据、生物信息数据等方面的内容，能够为农业生产、农产品销售提供数据支持。在智慧农业未来的发展中，有关部门需要进一步加强大数据技术在智慧农业领域的应用，利用大数据技术对市场需求进行预测，全面整合农业产业链，追溯农产品的生产加工过程，推动农业可持续发展。