农业数据服务现状与发展趋势

李 新

（农业农村部信息中心，北京 100125）

1 农业数据服务基本情况

1.1 农业数据服务发展史

农业数据服务是采用现代数据技术手段，采集、处理、分享和应用农业领域的数据资源，为农民、企业和政府等客户提供精准决策支持、解决方案和价值提升服务的业务。这种服务可涉及多个方面，例如作物生产、种植管理、农业气象、土壤质量、商品流通等方面的数据。随着大数据、云计算、物联网等技术的快速发展以及农业现代化建设的推进，农业数据服务也得到了快速发展。它的发展历程可以分为以下几个阶段。

初期阶段（20世纪80—90年代）：这个阶段以试点项目和研究为主，其中涉及的农业领域也比较狭窄，例如农田信息系统、生产管理等。

转型阶段（21世纪前期）：这个阶段主要是在数据采集和处理技术方面进行了突破，多个企业开始探索农业数据服务的商业模式，涉及的应用场景和领域也开始逐步扩大。

成长阶段（21世纪中期）：这个阶段主要是在数据分享和应用方面迈出了重要的一步，多个企业以“互联网+农业”为核心理念开始迅速发展，农业数据服务的模式和业务也进一步丰富和升级。

成熟阶段（21世纪后期）：这个阶段主要是在数据应用和解决方案领域得到了更高的成长，多个企业开始提供海量数据和人工智能技术，更好地帮助客户进行决策和管理，同时数据服务也与金融、保险、科技等领域紧密结合，带来了更多的创新和机遇。

随着对现代农业和数据技术的深入理解和应用，农业数据服务已经成为推进农业产业升级的重要手段和突破口，未来也有望在更多领域发挥作用。

1.2 农业数据服务应用情况

农业数据服务已经逐渐成为新时代农业发展的趋势。一些国际组织和企业已经在下述农业数据领域取得了一定成果。

农业气象数据服务：气象数据服务是农业生产管理中的重要组成部分。例如，田间气象网络系统（NCAWN）可以提供实时天气数据，并根据气象信息进行分析和预测，以预防和减少农作物病虫害的发生。

农业土壤数据服务：农业土壤数据对于科学决策、科学管理和资源保护非常重要。其中，土地分析和土壤数据服务公司（SSAD）可以提供土壤信息和分析，以帮助农民更好地管理和利用土地。

农业供应链数据服务：现代农业包括生产和分销阶段，供应链的透明度和数据共享对将农业和食品系统变得更安全、高效和可持续至关重要。其中，英国“农业数字供应链”项目就是为了建立完整的农业和食品供应链，从而实现价格透明、减少食品浪费和提高农民获得的资金。

农业大数据分析：通过运用大数据的分析技术，可更精细化地实现农业生产和管理。其中，FAO（Food and Agriculture Organization）创建了全球数据信息系统，高效地收集、整理和共享农业领域的数据资源；荷兰的“数据和创新农业”项目可以将农业生产与数据科学和技术相结合，以快速发现潜在问题，预测成长趋势，并为农民提供降低成本和提高质量的方法。

农业机器人和自动化：农业机器人和自动化技术是农业数字化的重要应用。其中，日本采用了自动控制技术，在收割水稻的同时对作物进行监测，提高了收割效率，同时也减少了人力成本和粮食浪费。AGCO 作为全球性的农业机械巨头，其智能农业技术平台Fuse Smart Farming提供了全面的农业数据，为农民提供了先进、高效、智能的农机设备和解决方案。

1.3 常见的农业数据服务类型

农业数据服务在我国已经广泛应用，按数据类型可分类如下：①农业气象服务。农业气象条件、突发灾害直接或间接影响农业生产，利用农业气象大数据能够分析农业气象条件对作物物候、胁迫状况、产量形成等的影响，评估灾害造成的耕地损毁、产量损失等[1]。气象服务包括天气变化、降雨情况、气温适宜度等农业生产相关气象信息。②作物信息服务。提供作物状况监测及预测，包括作物叶片指数、地力评估、病虫害智能监测等。例如，中国化工的“MAP”“京东云小农场”等。③农产品服务。提供全程溯源、质量检测、防伪溯源等农产品相关信息，例如互联网电商平台、农产品园区等。④农村金融服务。提供农村金融相关服务，如青蛙金服、中国农业银行农村金融服务等。⑤农村社会服务。提供农村社会服务信息，如村务信息、员工招聘以及社区服务等信息。

按服务提供的主体类型可分类如下：①以政府为主体。国家统计局、农业农村部、海关总署、国家气象局等都在官方网站提供了在线数据查询功能，农业农村部还在微信公众号中提供了农业农村重要经济指标专题数据查询功能。②以企业为主体。农业服务类企业通过网站、微信公众号等渠道，发布企业自行采集的农业农村相关数据。③以协会为主体。农药、兽药、农产品流通等各类协会根据自己的行业特点，发布相关数据，数据主要来源于会员单位。

2 农业数据服务存在的问题与应对措施

2.1 数据质量

农业地域性、季节性、多样性、周期性等自身特征，导致农业信息的来源广泛、类型多样、结构复杂[2]。不同来源的数据质量和准确性不同，其中一些数据可能没有进行过滤处理，存在字段错误、重复数据和缺失值等问题。农业数据涉及多个行业和领域，产业链条长，管理程度差异大，缺乏统一的数据标准，数据质量参差不齐。

为了保证农业数据的质量，在进行农业数据服务时，需要根据实际需求对数据进行严格采集、处理、管理、标准化和保护。在数据采集过程中，应该尽可能使用标准化和遵循质量和隐私保护的方式，以确保数据的准确性和可信度。对于处理后的数据，应采用标准的规范和格式，使它们能够轻松地进行跨领域和跨边界的交换和合并。同时，为了保证数据隐私和安全，应采取有效的数据保护措施。

2.2 数据孤岛现象

数据孤岛现象普遍存在，一是由于缺乏顶层设计以及农业数据来源广泛，不同时期不同主体建设的业务系统、数据格式和标准不同，数据内容差异性大，不兼容性也随之增加。二是数据维护和更新不足，农业数据的维护和更新需要人员、技术、设备等各种投入，但在实际应用中，部分数据可能会因为技术、设备等各种问题导致维护和更新不及时，从而导致数据无法与其他数据整合使用。三是农业数据共享和交流不畅，不同主体在采集和处理数据过程中可能存在信息圈层，数据难以共享和融合，难以打破数据孤岛的局面。

解决农业数据服务中的数据孤岛问题，可采取4 项措施。一是促进协作，通过协商制定共同的数据标准，加强各企事业单位、政府机构之间的数据共享和交流，共同解决标准差异、格式不兼容等问题，从而增强数据之间的交流联系。二是优化数据维护和更新，确保数据及时维护和更新，确保数据能够正常使用，对于维护不及时的数据进行补充或替代。三是推广数据云服务等技术，将数据云服务等技术引入农业数据服务，创建数据集合点，将大量数据连接起来，以在不同领域和行业间建立数据共享和数据交流的桥梁，缩小了数据之间的距离。四是政府引导并监管，科研机构、企业、农民等共同参与，制定相关数据标准，完善农业数据服务体系，提高数据的整合性和互联性。然而，要想实现农业资源共享，还需要建立完善的农业资源共享的相关法律规章制度，个人以及有关部门积极参与农业资源共享中，这样才能保证农业实现信息化，更好地促进农业的发展[3]

2.3 数据价值挖掘

面对海量数据，必须结合多种技术，并且使用合理的算法，才能高效地挖掘其中的有用知识和规律[4]。目前数据价值挖掘不足主要存在4 个方面问题：一是数据质量不高，数据质量是数据挖掘的前提，如果数据本身不准确，那么数据挖掘出来的结果也不精确。二是数据规模有限，数据规模是数据挖掘成功的关键，目前我国农业数据规模还比较有限，限制了数据挖掘的深度和广度。三是数据分析和处理技术不够成熟，算法和模型的研发、数据分析的精度、数据可视化的方式等都需要不断优化和改进。四是数据开放共享度不足，数据开放共享是实现数据跨越应用的重要前提，目前许多领域的数据还没有得到充分的共享和开放，限制了数据的应用和价值的挖掘。

解决该问题，可采取4项措施：一是建立健全数据采集、清洗、验证和管理制度，加强数据更新和维护，提高数据的精度和可用性。二是通过加强数据采集和整合，扩大数据规模，增加数据样本数量，提高数据挖掘结果的精准度和可靠性。三是探索新的数据处理方法、分析技术和模型算法，推动智能化农业的发展，提高数据挖掘的成效。四是提高数据开放共享度，加强数据开放共享的政策支持，提高数据共享的便利性和安全性，扩大数据的应用范围。

2.4 农村地区基础设施

目前中国已经在一定程度上实现网络普及，但仍有部分经济落后、地理位置偏僻的农村地区网络化、数字化水平与城市有着较大的差距[5]。农村宽带普及率还不够高，农村与城市的网络信息化普及率仍存在较大差距，这导致农业数据服务在部分农村地区应用较为受限。

解决这个问题的关键在于加强农村地区互联网和移动网络基础设施建设，提高网络覆盖率和信号稳定性。政府和运营商可以加大在农村地区的投入，通过合作和创新业务模式，推动农村地区的基础设施改善；也可以采用低成本、低功耗、长距离的无线通信技术（如LoRaWAN 和NB-IoT）替代传统的通信技术，提高数据收集设备的覆盖范围和传输效率。同时，还应加强农村地区的科技普及和培训工作，提高农民的信息素养和技能水平。

2.5 数据安全保障

随着信息化的发展，农业数据的应用越来越广泛，但同时也带来了一系列数据安全问题，包括数据权属模糊、个人信息保护措施不足、隐私保护系统不健全、数据加密和防篡改技术不足等。

解决农业数据安全的问题，关键在于建立健全数据管理制度，完善数据权属和使用权体系，具体化个人信息保护措施，建立健全隐私保护制度，并加强数据加密和防篡改技术的应用等，以保障农业数据的隐私和安全。

3 农业数据服务发展趋势

3.1 人工智能与农业数据服务融合

随着技术的不断进步，人工智能技术在各个领域的应用发展迅速，同时数据服务也成为促进人工智能技术应用发展的重要载体，未来人工智能和农业数据服务融合发展趋势有以下几个方面。

（1）数据服务将成为人工智能技术应用的重要支撑。只有获取大量、高质量、多样化的数据，才能让人工智能技术发挥出更大的作用。农业数据服务可以使得人工智能技术应用更加普及和深入，推动农业数字化转型。

（2）人工智能将为数据服务提供更高效的解决方案。人工智能技术的应用可以使数据服务更精准、更快速、更安全、更高质量，在数据挖掘、数据分析、数据预测等方面实现更高程度的自动化、智能化和人性化。

（3）数据服务将为人工智能技术提供更好的应用场景。数据服务能够提供数据的分析和管理，可为人工智能技术提供更好的应用场景，让人工智能技术落到实处，发挥实效，探索更全面、更丰富、更深入、更符合用户需求的应用场景。

（4）数据服务和人工智能技术的深度融合将成为趋势。数据服务和人工智能技术将形成更为深入的融合，数据服务将为人工智能技术提供更高效的应用场景，同时人工智能技术也将为数据服务提供更好的解决方案，该趋势的发展将会推动信息技术的进步和落地，带动新一轮的科技创新和产业升级。

3.2 大数据技术的应用

随着农业数字化和信息化的进一步推进，大数据技术在农业领域的应用日益广泛，对于农业生产和管理的改进和优化具有重要意义。大数据技术在农业领域的应用发展前景主要体现在以下几个方面。

（1）精准农业将成为主流。物联网技术的发展为农情监测带来更直接的观测数据，物联网已经走进了农业监测的各个领域[6]。物联网为农业大数据提供了数据基础，大数据技术可以提供精准的数据支持，实现精准施肥、精准种植、精准防治等方面的应用，提高农业生产效率，保护环境，减少浪费。

（2）大数据技术能够提升农业经济效益。借助大数据技术的应用，可以提高农业生产效率和质量，降低投入成本，增加农业经济效益，促进农业的发展。

（3）农产品供应链数字化管理将得到加强。借助大数据技术的应用，加强对农产品供应链的数字化管理将成为可能，从农业生产全局的角度，依据农业底层数据信息统筹规划，形成农业生产新模式。

（4）智慧农业将成为未来农业发展趋势。随着物联网、云计算、大数据、人工智能等信息技术的不断发展，智慧农业将逐渐成为未来农业发展的重要趋势，实现农业生产方式的智能化、集群化，提高资源利用效率。

3.3 移动互联网与数据服务的结合

移动互联网与数据服务的结合，为农业领域带来了新的应用和机会，是未来农业发展的趋势。①互联网+数字化农业。随着移动互联网技术和数据服务的发展，农业生产将逐渐实现数字化管理和智能化生产。生产者通过手机就可对农田、农作物进行监测和管理，实现农业生产全过程的数字化管理。②农产品供应链数字化管理。移动互联网和数据服务的结合，有望解决农产品流通、质量安全、转化运营等问题，同时打通农产品供应链的信息流、物流和资金流，扩大农产品市场，提高经营水平。③移动支付和电商平台。移动支付和电商平台的普及和发展，为农产品销售提供了新的渠道和方式。通过移动支付和电商平台，消费者可以更加方便地购买优质的农产品，从而提高农产品销售量和价值。

4 农业数据服务的前景展望

农业数据服务已经在某些领域得到了广泛应用，在总体上有非常广阔的发展空间。随着信息技术日趋成熟，农业数据服务将更加深入地应用到现代农业生产的整个过程中，从而形成更大规模的应用格局。

4.1 农业数据服务将朝着更加精细化的方向发展

随着精准农业技术的不断推进，未来农业数据服务将向更加精细化的方向发展，实现土壤、营养等生产因素的精细化管理，推动农业智能化生产。

4.2 农业数据服务将逐渐形成生态化平台

目前，农业数据服务受限于数据共享和安全问题等因素，形成的平台只是针对某些领域进行服务。未来，农业数据服务将通过技术的进步，把不同领域的数据融合起来，形成生态化平台，从而实现更加便捷、高效的应用。

4.3 农业数据服务将发挥重要的作用

随着农业的快速发展，未来农业数据服务将成为农业生产、科研、经营等方面的重要支撑方式。与此同时，随着数据技术和分析技术的发展，农业数据服务还可以在产业链、产业协同等方面发挥越来越重要的作用。

4.4 农业数据服务商业化模型将更成熟

数据服务的商业化可以创造巨大的商业价值。数据服务可以将数据资源变成现金流，为企业带来业务增长；可以通过数据服务提供精准的市场研究，优化商业模式，增强市场竞争力；可以通过提供准确的预测和建议，改进供应链管理和风险管理等关键业务领域；可以通过提供数据分析和体验，改善客户满意度和用户体验。

4.5 推动数据治理将更规范化和标准化

通过数据服务的开放与共享，可以推动数据治理的规范化和标准化，从而提高数据的质量和价值，为数据的应用和利用提供更加可靠的基础。

5 总结

随着社会的不断发展和科技的日益成熟，数字化、信息化等趋势在现代农业中已经发挥着越来越重要的作用。这也形成了农业数据服务新的服务形态，为我国农业发展提供了新的动能。当前，农业数据服务已经在我国农业的生产、科研、经营等方面有着较为广泛的应用，也存在着许多问题，需要不断克服解决，迭代中进步。未来，通过不断推进数字化、信息化和智能化技术的应用，农业数据服务必定会得到更大发展。可以预见的是，在未来更加精细化、智能化的农业生产环境下，农业数据服务将成为一个重要的支撑方式，并为农业的可持续发展提供更加全面、高效、科学的服务。