大數據技術和農業相結合將賦予改變農業從田間到餐桌的整個鏈條，推動精細化農業、實現全程可追溯，“大數據+農業”將重新定義農業。本文從農業大數據定義、時代背景、制約因素、政策措施、應用方向等方面簡要說明大數據技術在農業方面的應用。
大數據農業就是把各類農業數據進行采集、匯總、存儲和關聯分析，從中整合新要素、發掘新資源、發現新知識、創造新價值、培育新動能的一種農業新技術和新業態。
這是一場發生在農業領域里的技術革命和產業革命，同時也是一場要素革命——新知識新技術代替資本成為經濟發展的主導，從而改變了資本主導的傳統要素格局；
一場資源配置革命——大數據本身就是新資源，它同時又以精準量化、動態優化的方式重構各類資源的配置。
科技賦能農業變革：“大數據+農業”重新定義產業體系
隨著大數據與農業的融合發展，農業大數據分析應用平臺的建設成為必然趨勢。在土地規劃、種質資源選用、病蟲害防治、生產管理、采銷存、精準營銷、農產品的儲存與渠道對接等各個環節，將不同格式、不同業務領域的海量數據整合成標準統一的數據源，實現數據分析、數據挖掘及數據可視化，及時全面掌握農業的發展動態。
其更大用途是，能夠根據大數據分析的結果下，來建立的模型去預測某一事件的發生，并可據此進行人為干預，使農業向著理想的方向發展。
農業大數據定義
農業大數據顧名思義就是大數據理念、技術和方法在農業方面的實踐。農業大數據涉及到農業生產過程中從產到銷（種什么，怎么種，往哪銷）全過程中的各個環節，是跨行業、跨專業、跨業務的數據分析與挖掘，以及數據可視化的具體展示。
農業大數據是融合了農業地域性、季節性、多樣性、周期性等自身特征后產生的來源廣泛、類型多樣、結構復雜、具有潛在價值，并難以應用通常方法處理和分析的數據集合。
它保留了大數據自身具有的規模巨大（volume）、類型多樣（variety）、價值密度低（value）、處理速度快（velocity）、精確度高（veracity）和復雜度高（complexity）等基本特征，并使農業內部的信息流得到了延展和深化。
農業大數據時代背景
當前信息革命已經從數字化、網絡化進入到以數據深度挖掘與融合應用為特征的智慧化階段。
大數據發展日新月異，引領社會生產新變革，創造人類生活新空間，拓展國家治理新領域，極大提高人類認識世界、改造世界的能力，深刻改變著全球經濟格局、利益格局、安全格局，已經成為引領創新、驅動轉型的先導力量，是世界主要大國的國家戰略重點和優先發展方向。
大數據發展和應用已取得顯著成效，與世界發達國家的差距明顯縮小，成為全球第二大數字經濟體。
據統計，2016年數字經濟總量達到22.58萬億元，占GDP的比重達30.3%，成為經濟增長的新動能。經過20多年的快速發展，互聯網從無到有、從小到大、由弱到強。截至2017年6月，國內網民規模達到7.51億，互聯網普及率達54.3%，超過世界平均水平4.6個百分點。
在這一時代背景下，農業農村信息化發展取得顯著進展。農業電子商務迅猛發展，農產品電子商務網絡零售總額高速增長，2016年達到1589億元；
信息進村入戶工程經過3年試點，目前已進入整省推進的新階段，到2017年底，或建成益農信息社超過8萬個；
農業物聯網區域試驗示范擴大到9個省份，相繼推出了426項農業物聯網新產品、新技術和新模式；
農業部制定印發了推進農業農村大數據發展的實施意見，組織對8個農產品單品種大數據進行試點，遴選認定了38項農業農村大數據實踐案例；
已經認定三批共210家全國農業農村信息化示范基地；
推進政務信息資源和網站整合的力度亦前所未有，一些互聯網、大數據企業紛紛進軍農業農村這片藍海。這些都為農業大數據的發展應用探索路勁奠定基礎。
農業大數據發展制約因素
國內農業大數據發展應用正面臨諸多新形勢、新問題，國內農業農村信息化與發達國家和其他行業相比，總體上仍相對落后，尤其是農業大數據發展應用還處于起步階段。
目前“大數據”運用于農業產業發展面臨的主要問題主要有農業數據建設滯后、內容不全，數據打架、標準不一，數據不準確、不及時，發布不規范、不集中等等，這些問題都成了農業發展的短板。
此外，農業農村數據底數不清、關鍵核心數據缺失、數據質量不高、數據共享開放不足、數據開發利用不夠，以及整體數據意識不強等等都成為了“大數據”助力農業產業發展的制約因素。
具體來看，農業大數據科技創新尚處于“跟跑”階段，自主創新能力還很薄弱，核心技術和關鍵設備主要依賴進口；
農業數據資源最為豐富，但目前遠未得到充分挖掘和應用，數據資源體系亟待加快構建和完善；
在數據資源的共享開放和開發利用上，普遍存在不愿、不想、不敢共享開放的問題，主動開放讓社會主體進行二次開發應用的體制機制還存在很多障礙；
大數據與現代農業發展、農村社會治理融合度不高，對優化配置資源要素、推進農業供給側結構性改革的潛力還遠未挖掘,對提升農村社會治理能力的作用還遠未發揮；
對農業數據安全的認識有待深化，農業網絡安全防護體系亟待強化和完善；
網絡傳播和信息服務在打破農民封閉意識、提升農民素質、增強農民信息化應用技能等方面的作用，還需進一步釋放。
農業大數據政策措施
國內將構建農業大數據體系
目前國內農業電商發展迅速,但瓶頸和痛點日益凸顯,未來要培育多種主體,利用好電商平臺大數據,調節農產品生產和消費,構建農業大數據體系。
農業部力挺大數據
2016年1月份,農業部發布《關于推進農業農村大數據發展的實施意見》(以下簡稱《意見》),提出到2018年基本完成數據的共用共享,2020年實現政府數據集向社會開放,2025年建成全球農業數據調查分析系統。
農業部印發《農業農村大數據試點方案》
2016年10月份,農業部印發《農業農村大數據時代方案》決定自今年起在北京等21個省(區、市)開展農業農村大數據試點,建設生豬、柑橘等8類農產品單品種大數據。
鼓勵基礎較好的地方結合自身實際,積極探索發展農業農村大數據的機制和模式,帶動不同地區、不同領域大數據發展和應用。
農業大數據應用方向
應用指的是農業大數據各應用系統、應用平臺的開發，為上層管理和服務提供應用支撐。根據目前農業大數據的主要來源，可以將其應用領域歸納為以下幾個方面：
農業生產過程管理
運用大數據的先進技術對農業各主要生產領域在生產過程中采集的大量數據進行分析處理，進而提供“精準化”的農資配方、“智慧化”的管理決策和設施控制，達到農業增產、農民增收的目的。
農業資源管理
農業資源除了土地、水等自然資源之外，還包括各種農業生物資源和農業生產資料。國內雖然地大物博，但可以進行農業生產的資源已越來越少。從目前農業基礎實際狀況來看，有必要運用物聯網、大數據等先進技術對農業資源進一步優化配置、合理開發，從而實現農業的高產優質和節能高效。
農業生態環境管理
農業生態環境具體包括土壤、大氣、水質、氣象、污染、災害等，需要對這些農業環境影響因子實現全而監測、精準化管理。
農產品和食品安全管理
農產品安全管理涉及產地環境、產前產中產后、產業鏈管理、儲藏加工、市場流通、物流、供應鏈與溯源系統等食品鏈的各個環節，通過對農產品質量安全監管信息的分析處理，實現食品安全風險的預警及質量安全突發事件的應急管理。
農業裝備與設施監控
可以提供農業裝備和設施在工作運作情況下狀態的監控、遠程診斷以及服務調度等方面的智能化管理和應用。
農業科研活動
農業科研產生的大數據有包括空間與地面的遙感數據，還有如基因圖譜、大規模測序、農業基因組數據、大分子與藥物設計等大量的生物實驗數據：利用科研試驗大數據的分析，能夠更好地指導農業生產和生活。
農業大數據數據類型分析
從領域來看，以農業領域為核心（涵蓋種植業、林業、畜牧水產養殖業、產品加工業等子行業），逐步拓展到相關上下游產業（飼料、化肥、農藥、農機，倉貯、屠宰業，肉類加工業等），并需整合宏觀經濟背景數據，包括統計數據、進出口數據、價格數據、生產數據、氣象、災害數據等；
從地域來看，以國內區域數據為核心，借鑒國際農業數據作為有效參考，不僅包括全國層面數據，還應涵蓋省市數據，甚至地市級數據，為區域農業發展研究提供基礎；
從廣度來看，不僅包括統計數據，還包括涉農經濟主體基本信息、投資信息、股東信息、專利信息、進出口信息、招聘信息、媒體信息、地理空間坐標信息等；
從專業性來看，應分步構建農業領域的專業數據資源，進而應逐步有序規劃專業的子領域數據資源。
科技賦能農業變革：“大數據+農業”重新定義產業體系
而根據農業的產業鏈條劃分，農業大數據主要集中在農業環境與資源、農業生產、農業市場和農業管理等領域：
農業自然資源與環境數據。主要包括土地資源數據、水資源數據、氣象資源數據、生物資源數據和災害數據。
農業生產數據包括種植業生產數據和養殖業生產數據。其中，種植業生產數據包括良種信息、地塊耕種歷史信息、育苗信息、播種信息、農藥信息、化肥信息農膜信息、灌溉信息、農機信息和農情信息；養殖生產數據主要包括個體系譜信息、個體特征信息、飼料結構信息、圈舍環境信息、疫情情況等。
農業市場數據包括市場供求信息、價格行情、生產資料市場信息、價格及利潤、流通市場和國際市場信息等。
農業管理數據主要包括國民經濟基本信息、國內生產信息、貿易信息、國際農產品動態信息和突發事件信息等。
農業大數據服務場景
作為高風險行業，農業生產面臨天氣、種植等太多不確定性。而作為最古老的生產形態，農業生產更是遠落后于現代工業、服務業的社會產值。但是，隨著越來越多的大數據科技被用到農業領域，農業生產的高附加值已經逐漸顯露。
基于大數據的氣象分析、建模與預測
自古以來，農業都是“看天吃飯”，氣象是農業生產中最重要的因素之一，利用氣象大數據技術可以對未來一定時間的天氣進行分析、預測。
通過物聯網、計算機記錄氣象數據，分析這些數據，建立當地的天氣模型，使用模型產生的數據，與當前天氣進行比較，再運用預測性分析進行天氣預報。這種通過大數據預測未來的新方式，其預測時間更長、準確度更高，最長可提前40天生成冷熱天氣概率。
在干旱季節，就可以根據預測的結果，進行提前人工干預，減輕惡劣天氣帶來的損失。
支持全產業鏈服務的農業大數據服務平臺
在農業生產和科研中會產生大量有價值的數據，這些數據的集成、挖掘和使用，對于現代農業的發展具備極其重要的作用。
對實踐中產生的數據資料歸納分析，利用算法建立模型，可以形成在糧食安全、土壤污染防治、病蟲害預警等諸多農業領域的風險防控機制;大數據的應用與農業領域的相關科學研究相結合，可以為農業科研、政府決策、涉農企業發展等提供新方法、新思路。
基于大數據的農產品價格走勢、市場飽和量分析
對一定階段內一類農產品的產銷情況整合，結合市場行情的科學分析，就能更有效地預測農產品價格走勢、市場飽和量預測，幫助農戶做出生產安排，幫助政府制定引導措施，避免出現大量農產品滯銷困境。
數據驅動精準農業操作
農業很復雜，作物、土壤、氣候以及人類活動等各種要素相互影響。在近幾年，種植者通過選取不同作物品種、生產投入量和環境，在上百個農田、土壤和氣候條件下進行田間小區試驗，就能將作物品種與地塊進行精準匹配。
如何獲得環境和農業數據?通過遙感衛星和無人機可以管理地塊和規劃作物種植適宜區，預測氣候、自然災害、病蟲害、土壤墑情等環境因素，監測作物長勢，指導灌溉和施肥，預估產量。
隨著GPS導航能力和其他工業技術的提高，生產者們可以跟蹤作物流動，引導和控制設備，監控農田環境，精細化管理整個土地的投入，大大提高了生產力和盈利能力。
數據快速積累的同時，如果沒有大數據分析技術，數據將會變得十分龐大和復雜。數據本身并不能創造價值，只有通過有效分析，才能幫助種植者做出有效決策。
大數據分析的技術核心是機器學習，快速、智能化、定制化地幫助用戶獲取數據，獲得分析結果，進而做出種植決策，提高設施和人員使用效率。機器學習的另一個好處是，隨著數據不斷積累，分析算法將更準確，幫助農場做出更準確的決策。
數據實現農產品可追溯
跟蹤農產品從農田到顧客的過程有利于防止疾病、減少污染和增加收益。當全球供應鏈越來越長，跟蹤和監測農產品的重要性也越來越強。大數據可以在倉庫儲存和零售商店環節提高運營質量。
食品生產商和運輸商使用傳感技術、掃描儀和分析技術來監測和收集產業鏈數據。在運輸途中，通過帶有GPS功能的傳感器實時監測溫度和濕度，當不符合要求時會發出預警，從而加以校正。
銷售點掃描能夠在有問題或者需要召回食品，甚至在產品賣出后也可以采取即時、高效的應對措施。基因組工具和大數據分析技術也被用于發現食物為傳播載體的病菌傳播規律，進而預測爆發期。同時，大數據可以減少產業鏈過程中的浪費現象，在發達國家市場中40%的食物都被丟棄，其中包括10%-15%的農產品。
數據重組供應鏈
許多傳統、安于現狀的公司不能及時通過新技術來做出改變，因為快速變化需要公司文化、風格和運營方式給予支持。大型農業企業擁有大量的研發經費和機制，促使他們較容易地運用復雜技術開發出新產品。
另外，對大部分公司的另一個挑戰是復雜的定價策略不斷演化，涉及層層分銷商、經銷商、打包銷售、返利折讓等一系列過程，造成產業鏈過程中價格不透明。誰能掌握此先機，誰就掌握了市場的主動權。
農業大數據案例分析
東莞農業基于精準的農業傳感器對農田進行實時監測，利用云計算、數據挖掘等技術進行多層次建模分析，并將分析指令與各種控制設備進行聯動完成農業生產、管理，實現農業生產管理決策的智能化、信息化和數據化，為農業生產者提供智能化的種植解決方案和自動化的農業生產管理服務指導，達到高品質、低成本、高產量的目標。
東莞農業物聯網大數據平臺整體技術架構
微構科技使用智能終端設備監控農業生產過程中的各類指標（包括氣象環境、土壤情況，設備狀態等）；
通過高清攝像機或者照相機遠程監控生產園區中一系列智能終端設備（降溫、加濕、抽風、施肥等等）數據匯聚到云計算數據中心，實現農業信息檢測和標準化生產監控，幫助用戶精確了解農作物生長、病蟲害、土地灌溉及土壤空氣變更情況等；
結合農產品的生產流程與標準指標設置預警反饋，最終實現該產品全程監控和預警機制。
微構大數據依托部署在農業生產現場的各種傳感節點（環境溫濕度、土壤水分、二氧化碳、圖像等）和無線通信網絡，完成農業大數據采集、傳輸、存儲、處理等環節的數據管理。
微構大數據結合大數據分析挖掘技術，最終實現農業生產環境的智能感知、智能預警、智能決策、智能分析、專家在線指導，為農業生產提供精準化種植、可視化管理、智能化決策。
微構大數據對農田進行實時監測，利用云計算、數據挖掘等技術進行多層次建模分析，并將分析指令與各種控制設備進行聯動完成農業生產、管理，實現農業生產管理決策的智能化、信息化和數據化，達到高品質、低成本、高產量的目標。
隨著物聯網、云計算、移動互聯等技術的突破，更多的數據得到收集，數據流動性得到了最大程度的釋放，數據分析和服務能力得到顯著增強。農業大數據會使得農業更加智能化，通過科技、自然、生產、消費、價格、信息等海量農業信息數據的挖掘，大大提高農業生產的智能化程度。
農業科研和生產活動每年都在產生大量數據，當前農業領域也存在諸多問題，如糧食安全、土壤治理、病蟲害預測與防治、動植物育種、農業結構調整、農產品價格、農副產品消費、小城鎮建設等領域，都可通過大數據的應用研究進行預測和干預，在數據的集成、挖掘和使用這些方面都存在著大量的創業機會。
農業跨步邁入大數據時代，統一數據標準和規范，構建農業基準數據（以農業信息的標準和規范為基礎，以現代信息技術為手段，收集并整理的產前、產中、產后各環節的基礎精準數據），推動數據標準化，并綜合使用農業大數據的相關技術，建設農業大數據平臺，對農業大數據進行分析、處理和展示，并將所得結果應用到農業的各個環節，才能更好的推動國內傳統農業向現代農業的轉型，助力國內農業信息和農業現代化的融合。
中國鄉村發現網轉自：微構大數據 頭條號
(掃一掃，更多精彩內容！)
