大数据助推智慧农业发展
农业作为中国的基础产业，面临着农产品需求不断增加、资源紧缺、生态安全脆弱、生物多样性持续下降等挑战，亟需转型升级、优化结构和提质增效。对此，可将大数据技术应用于农业生产，通过借鉴国际智慧农业发展先进经验，构建农村高素质人才培育体系，打造全国智慧农业数据交流平台等方式，大力提升农业现代化水平。
【摘要】农业作为中国的基础产业，面临着农产品需求不断增加、资源紧缺、生态安全脆弱、生物多样性持续下降等挑战，亟需转型升级、优化结构和提质增效。对此，可将大数据技术应用于农业生产，通过借鉴国际智慧农业发展先进经验，构建农村高素质人才培育体系，打造全国智慧农业数据交流平台等方式，大力提升农业现代化水平。
【关键词】大数据 智慧农业 发展策略 【中图分类号】F323 【文献标识码】A
有效挖掘农业大数据，有助于实现农业决策的智能化、精准化、科学化和及时化，有助于对现有农业生产经营形式进行转型升级。2018年中央一号文件指出，要“大力发展数字农业，实施智慧农业林业水利工程”。农业信息化和智慧农业建设，是农业未来的发展趋势，而大数据是能够真正支撑现代农业稳定长足发展的关键。
农业大数据通过用模型、参数和算法来组合和优化多维海量数据，助力农业全产业链智能化、精准化
当前常见的农业大数据可分为关系型结构化数据和半结构及非结构化农业数据。由于农业领域的特殊性，大量的农业数据以非结构化或半结构化形式存在，如卫星云图、音频、视频、数字等信息格式。根据农业大数据来源的领域分类，农业大数据大致可以分为农业生产数据、农业资源与环境数据、农业市场和消费数据及农产品和食品安全数据等。农业生产数据主要通过GIS技术、传感器技术、射频识别技术及无线检测技术获得。利用以上多重技术手段，农业人员可以对作物生长的不同阶段进行监测预警，获得连续的时间序列图像。对农业资源、生态环境和自然灾害的评估主要利用遥感影像技术获得，并且随着遥感影像图片分辨率的不断提高，农业生态资源调查的精确度不断提高。对农产品库存、流通及消费的数据检测及收集主要通过二维码技术、射频识别技术及经验模型获得，并通过移动终端、电脑显示器等方式予以呈现。
智慧农业是农业发展的高级阶段，是依托大数据驱动以实现农业全产业链智能化、精准化的高级农业形式。围绕“大数据”这一实现手段，智慧农业的核心研究领域包括层次递进的感知、传输、分析、决策及应用5个方面。智慧农业的第一层次是利用各类传感器及摄像头感知和获取各类农业信息和数据。第二层次是将采集到的信息和数据通过一定方式传输到分布式动态数据库进行存储的过程。智慧农业的第三层次即其核心，是利用先进的数据挖掘技术对半结构化及非结构化的农业数据进行分析和处理，将提取有效信息用以支撑农业预警、控制、决策和管理。第四层次是根据数据分析结果对实施远程自动控制的农业装备和设施提供决策支持。智慧农业的第五层次即其最终目的是实现农业生产过程、农业销售过程、农产品质量追溯等的智能管理和应用。智慧农业的每一个核心问题都有各自的技术理论体系，将这些层面的技术和先进理论进行高度集成，便可形成智慧农业的完整概念。
大数据在农业资源和环境管理、精准农业生产、调节农产品供需、农产品和食品安全管理中发挥重要作用
大数据在农业资源及环境管理中的应用。一是大数据在改善农田污染中的应用。由于农田污染涉及的过程复杂，土壤污染的成因众多，不同因素间互相影响，交叉反应。若想解决根本问题，需要利用大数据技术对农田污染进行多元素融合处理，分析不同污染过程中污染物的演变规律，统筹规划治理方案，分步推进和重点突破污染治理，保证我国农业清洁生产。二是大数据在改善耕地退化中的应用。耕地质量退化是一个复杂的动态过程，因此改善耕地退化需要协调环境部门、农业部门、国土部门的信息数据。目前，大数据技术可以有效提取隐藏在海量数据背后的有效信息和有用价值，预测生态环境变化趋势，为改善耕地质量，预防和治理耕地退化提供决策依据。
大数据在精准农业生产中的应用。不同地块土壤成分、空气湿度、光照条件、CO2浓度、营养元素的千差万别会导致种植结果大相径庭。现代农业的发展可以远程规划作物种植适宜区，预测气候、自然灾害、病虫害、土壤墒情等环境因素，实时监测农作物长势，精准控制灌溉和施肥，预估农产品产量，精细化管理每块土地的投入和产出。同时大数据技术的系统化、智能化等特性，可帮助农户有效利用农业上游、中游及下游信息，为农业精准生产和精细管理提供帮助。
大数据在调节农产品供需中的应用。目前我国农业生产存在严重的供给和需求错配问题，主要表现在农产品信息不对称、农产品价格起伏波动较大，这些严重损害了农民及消费者利益。对此，可依托大数据采集平台以及大数据技术的分析与预测能力，根据产业动态、供需关系状况、市场经济数据、质量管理数据等信息，运用先进的人工智能交互系统，进行农产品预测和风险预警，并及时对外公布消费者需求报告、农产品价格信息，以积极引领市场健康发展，有效推动农产品供给侧改革。
大数据在农产品及食品安全管理中的应用。随着农业生产分工的不断细化，农产品的产业链也越来越长，追溯也变得越来越难，大数据技术的发展为农产品的可追溯提供了条件。生产端的监控可以保证农产品的产地和来源，运输环节的监控可以保证品质，加工零售端的监控可以减少污染的发生。消费者层面可以运用APP等终端，通过质量追溯系统生成的二维码快速查找农产品种养殖信息，实现快速追根溯源。
借鉴国际先进经验，培育农村高素质人才，构建全国性数据交流平台，提升农业现代化水平
一是我国智慧农业发展的整体战略。我国智慧农业的发展应充分借鉴国际先进经验，整合我国现有资源，探索适合我国国情的智慧农业发展模式。总体来说，我国的农业生产以分散经营为主，集约化程度不高，农业信息化水平较低，智慧农业发展的需求暴增，但仍处于智慧农业发展的初级阶段。因此，应在充分考虑我国基本国情及区域间的差异性的基础上，制定我国智慧农业发展的整体战略。如在我国东部发达地区，可借鉴美国的高级精准农业模式，大力推进农业机械化，推动设施农业发展。在干旱缺水的西北地区，可借鉴以色列的节水灌溉技术和温室技术，着力实现节水、灌溉和施肥的统一化。而在土地资源贫乏的山区，可选择参考日本的节约化精耕农业模式，将农业自动化生产与工厂化生产相结合，以弥补农业资源的短缺。
二是我国智慧农业发展的人才战略。首先，各级政府应充分调动农民在智慧农业中的主观能动性，鼓励农民学习农业信息知识，主动融入现代农业潮流。其次，依托《“十三五”全国新型职业农民培育发展规划》，积极推动新型职业农民培训和教育，打造一批具有创新精神和创业意识的新型职业农民队伍，依托新型职业农民力量在全国范围普及和推广智慧农业理论和技术。最后，充分利用我国现有的基础教育、职业教育及高等教育体系，宣传和推广农业信息技术，形成以政府为主导，各级教育机构牵头，多方参与的农村高素质人才培育体系。
三是我国智慧农业发展的科技战略。智慧农业的推进是个系统性工程，首先，政府应强化顶层设计责任，加强农业科技研发、生产、应用及推广部门的协同，简化科研项目审批流程，强化集成创新，统筹兼顾智慧农业发展所需的各项技术投入。其次，政府应直接支持设立智慧农业和大数据产学研专项基金和创业基金，引导社会资本参与核心技术的研发和突破，加强对农业科研体系的资金支持。最后，在科技信息共享层面，政府应带头建立全国性的智慧农业数据交流平台，鼓励在充分尊重知识产权的前提下积极交流农业技术问题，为农业科研技术应用提供反馈，共同完善农业科技成果。
【注：本文系河北省科技厅软科学研究专项“基于大数据驱动的河北省智慧农业发展研究”（课题编号：18457417）的成果】
①许世卫、王东杰等：《大数据推动农业现代化应用研究》，《中国农业科学》，2015年第17期。
②孙忠富、杜克明等：《大数据在智慧农业中研究与应用展望》，《中国农业科技导报》，2013年第6期。