您现在的位置: 新晨范文网 >> 农业论文 >> 农业能源利用论文 >> 正文

大数据农业生产现状探析

2019/08/15 阅读:

【关键词】大数据;农业生产

农业涉及的产业形式繁多,广义农业包括种植业、林业、畜牧业、渔业、副业五种产业形式;狭义农业单指种植业。农业大数据来源多样且层次较宽,主要涉及农户的生产、农产品的运营与流通等。在农业的生产环节中,数据主要源于种植业数据(粮食、蔬菜等)和养殖业数据(家畜、家禽等)等。其中,农业大数据发展应用是建设农业农村现代化、实施乡村振兴战略的重要手段,必须紧跟大数据环境下国家的发展步伐,抓紧推动农业大数据建设,推动我国从农业大国走向农业强国。

1农业大数据发展中现存问题:

1.1农业大数据发展模式不先进

我国农业长期以小农经营的方式发展。如在种植过程中,农户在数个小村落内繁衍生息,生产生活主要依据依赖于前人的古语与已有的经验,走的是一条缺乏科学支撑的、较为粗放的、消耗资源的发展道路。在市场交易环节中,农户,们大多存在信息来源狭隘的问题,尤其是一批涉农企业通过垄断农业信息使得农户无法全面掌控市场信息,利益无法惠及更多农户。信息获取的不对称造成数据共享程度降低,数据缺乏科学性,局限了农业大数据的发展。

1.2农业大数据人才培养不完善

我国大数据技术起步较晚,农业大数据的技术人才培养机制尚未健全。随着农业大数据的迅速发展,技术人才数量短缺,技术普及不到位,这导致农户对现代化的农业生产方式了解不多,依然按照传统的方式开展农业生产。高素质农民、农业创新型人才不足的问题突出,农业大数据现在发展受限。预计2020~2025年,我国对大数据人才的需求量将达到180万人,而目前大数据从业人员数量仅为30万人,可见专业人才短缺严重。

1.3农业大数据核心技术不成熟

我国农业大数据基础建设发展落后,许多基建设备依靠进口,对核心技术的依赖性强。此外,农业大数据的基建设施在初期投资较高,许多农户和企业无力承担。我国幅员辽阔,不但土地资源分布不均衡,而且各地区的互联网发展进程不一致,农业数据的采集能力与处理能力也不尽相同。

2农业大数据技术研究

2.1农业大数据采集技术

农业大数据的数据采集工作主要依托农业物联网来实施。近年来,很多物联网公司与政府和农业研究院进行技术合作,研发出多种监控设备,如各种传感器可以准确地采集影响动植物生长的温度、湿度、光照、土壤状况、水质状况、气象状况等数据信息。农业大数据强调采集全部数据而不仅仅抽取部分数据进行统计,数据的混杂性和多样性得以体现,科研人员可以对在采集过程中出现的不合常规的数据进行创新性地思考与探究,产生新的想法。当异常数据量足够作为样本时进行研究,将发挥重要作用。

2.2农业大数据存储技术

为确保农业大数据信息安全可靠,存储数据主要是基于云计算的分布式存储,它可将庞大的数据进行备份。此外,还有数据加密技术、冗余存储技术等。对于农业生产领域所需处理的海量数据,传统计算难以满足需求,而云计算技术可对数据属性进行查询分析,将采集到的数据依据对应数据属性进行列式存储,进而压缩数据,节省存储空间。

2.3农业大数据分析技术

农业生产资料数据庞杂、变化多样、分布广泛,传统的信息处理系统在数据的采集、传输和处理过程中十分受限。应用大数据平台技术,可以对农业生产过程中农业信息充分利用,实现科学规划和合理计划。而大数据分析的数据样本为全体的农业生产数据,通过对各类数据的分析得出准确科学的结论,进而指导未来的农业发展,最终给农民的生产和生活和政府决策提供帮助。

3大数据在农业生产中的应用:

3.1农业生产数据资源管理系统

农业生产过程中积累的信息数据资源丰富,有土地资源、水资源、生物资源等。我国农业资源较为紧缺,生物多样性有所下降,因此对土壤、大气、水质、气象、污染、灾害等各类资源进行优化配置与合理管理,从而实现农业生产高效节能的可持续发展。对此,京津冀地区初步建成了“在中关村技术研发—天津装备制造—张家口、承德数据存储”这一分工明确、协调发展的机制,有效管理信息资源。

3.2精准农业生产决策平台

国外建成的农业生产决策平台与精准农业相结合,技术较为成熟,已经可以服务农场主进行农业生产。如迪尔(Deer)公司、孟山都公司、先锋(Pioneer)公司都已广泛使用农业大数据系统。山东农业大学建成“农业大数据应用云平台”,北京市农林科学院农业信息与经济研究所开发出“‘农科云’农业全产业链大数据平台”,这些平台基于大数据技术,整合信息资源,精准控制农业生产信息,为农业的科学生产提供了科学的决策支持。

4发展的任务与方向

4.1增强政府与农户的农业产业化意识

单一村落获取的农业生产信息有限,把区域内的若干农户联合起来,将传统的小农经营方式逐步变为农业生产产业化的发展模式,有助于生产信息资源和经验共享,有效避免陷入生产误区,推进农业生产正常发展。

4.2建设优质高效的农业大数据人才队伍

政府尽早建立健全人才培养方案与考察制度,制定标准,通过产学研一体化来培养高素质人才;一线科研人员组建一流团队,注重优化大数据处理分析技术,增强底层技术研发,尽早掌握大数据核心技术。

4.3广泛宣传农业大数据技术信息

借助报纸、电视和手机等媒介,及时将农业生产的最新信息传播到广大农户中;在涉农人员间宣扬农业大数据的优势,吸引建设现代化、信息化的农业生产队伍;寻求新方法对农民进行技术教育指导,提升农民整体的信息水平。

5结语

在大数据技术迅速发展的大好形势下,我国农业发展的机遇与挑战并存。农业生产关乎国家发展,对农业生产中的大数据进行深入研究会改善农业生产效益,凝练农业大数据关键技术、重点发展一批农业大数据的应用项目,将不断支撑我国从农业大国走向农业强国。

参考文献

[1]赵冰.农业大数据关键技术及应用进展[J].中国农业信息,2018,30(06):25-34.

[2]尹衍雨,白春明,柴多梅,于海茹,陈慧萍,张天柱.大数据与农业大数据在农业领域的应用[J].蔬菜,2018(03):1-7.

[3]雷庭.我国大数据产业发展的影响因素研究[D].北京交通大学,2017.

[4]王佳方.大数据在现代化农业发展中的应用[J].开放导报,2018(4):78-81.

[5]龚帆,阮宁君.云计算和大数据在农业的应用[J].电子世界,2018(12):151-152.

[6]张海波.云计算下的大数据处理技术研究[J].企业科技创新,2018,12:50-51.

[7]陈威,李燕妮,周涵,李哲敏.孟山都农业大数据的生产应用及中国启示[J].农业网络信息,2017(05):27-30.

[8]朱运清,钱晨.国内外农业大数据研究情况的比较[J].广东农工商职业技术学院学报,2018,34(03):45-48.

作者:赵宇晨 卜晓波 王堃 景超 单位:山西农业大学软件学院

大数据农业生产现状探析

2019/08/15 阅读:

推荐度:

免费复制文章