|
农业大数据是指在农业以及涉农相关领域所产生的（或发生）的全样本（或多样本）不同类型数据的集合。如果用“天时”“地利”“人和”来形象地解读这一概念，那么“天时”就是指实时的气象数据，如：温度、湿度、光照、降水、风速等；“地利”指动静态的土壤数据，如：土壤的积温、墒情、肥力状况、作物品种、病虫害信息等；“人和”则指人力资源配置、农业生产资料、农产品加工和流通渠道、市场行情等。
大数据在农业产业中的应用，国外一些农业公司实践起步较早，许多公司现已形成较成熟的应用模式。目前，国外农业大数据的应用现状主要体现在“三化”：规范化、精准化、智能化。
规范化
数据的真实性、可靠性、一致性、权威性是大数据应用的基础，为此欧美等发达国家制定了一系列的规范措施来保障数据的实用性。
在美国，农业大数据应用的规范化包括：规范的农业信息收集机制、规范的农业信息分析机制、规范的农业信息发布机制、规范的农业信息服务机制。以农业信息收集机制为例，其规范化主要体现在以下四个方面：
1通过立法管理信息
美国从信息采集到发布都进行立法管理，通过法律保证农业信息的真实性、有效性，维护农业信息使用主体的权益并积极促进信息共享。1946年美国农业市场法案规定，凡享受政府补贴的农民和农业，都有义务向政府提供农产品产销信息。
2具有统一的调查方案
美国法律规定，各州必须执行国家农业统计局（NASS）制定的农业调查制度，同时允许州政府统计机构根据需求进行必要的延伸和扩展。这就保证了全国农业统计在调查方法、调查项目、调查时间、调查口径等方面的一致性、可比性、唯一性、权威性。同时，为了减少调查操作误差，NASS每年定期对调查人员进行培训。
3建立规范的调查程序
美国农业调查的基本步骤为：调查人员培训（通常由州政府统计办公室职能培训机构组织，农业部也组织）→实地调查→基层调查及编辑→上报州统计办公室→州统计办公室编辑（通常采用电脑软件自动检验审核与统计师审核相结合，有问题立即返工）→上报国家农业统计局→统计局审核→编辑统计资料→分析评估→发布共享。
4制定翔实的调查内容
美国农业部的信息调查内容主要包括以下几个方面：农牧产品价格、农牧业支出、劳动力及其工资情况，农业生产与效率情况，农场主收入情况，农业成本收益情况，农产品消费与利用情况，土地价值与土地使用情况，种植业与畜牧业生产测算，农民合作组织情况以及国外农业情况等。
精准化
在大田生产中，即使相隔两三米远的两块地 ，土壤水分、营养情况、农作物长势也可能完全不同，过去农民并不懂得区分这种差异，会把同样品种等间距种下去。
通过农业大数据分析，可以得到肥力高的地方密植、肥力低的地方稀植，还可以更换合适的种子品种，而这些作业都是随着播种进行、自动完成的。
在美国，农业大数据让农民普遍使用移动设备管理农场，掌握实时的土壤、温度、作物状况等信息，提高了农场管理的精确性。
作为世界头号种子供应商的孟山都公司，拥有全球最大的资源和海量产量数据，这些数据与Climate公司的气象数据相结合，可以得到种植环境区划和精细划分的品种数据，农民可以得到自己农场属于哪个种植区、什么样的种子、在什么条件下长势最好，以及更多实用的信息。
而种业另一巨头——杜邦先锋公司，依托其优质种质资源与研发技术，也已先行结合农业大数据推进精准农业技术。其种子部门与农场机械制造商约翰迪尔联手，给农民提供种子和化肥方面的指导。
智能化
农业智能化是节本增效的关键，是提高劳动生产率的必由之路。好的决策，需要智能硬件去实施，农业智能化下的农业机械化由此提出。
美国天宝（Trimble）公司研发了“网络农场系统”，为农场主提供了整套农机作业综合解决方案。该系统能够通过无线模块发射无线网络通信连接整个农场的软件和硬件设备，从而使信息在室内电脑、农机车辆、其他终端间进行传输和处理。这套管理系统基于地理信息系统（GIS）开发，提供了全面的农业解决方案，包括对农场地图的浏览与编辑、农业产业的收益计算与管理、精准农业数据的处理与分析等。
当然，服务企业自己积累和构建的自有数据库也至关重要，往往是体现自身优势和竞争力的关键。总的来说，在统一规范化的机制指导下，欧美等发达国家基本实现了农业的精准化管理、智能化运用。
如上提到的无论是迪尔（Deer）公司的FramSight、孟山都（Monsanto）公司的ClimatePro或Field s、先锋（Pioneer）公司的Field360，都已经广泛使用农业大数据系统，这些系统与气候云（Climate Cloud）相结合，整合农民机械化农场设备的种植和产量数据，以及气象、种植区划等多样数据，可以得到较为详尽的种植决策，精准化农事生产，帮助农民提高产量和利润，运用智能化手段提高农业生产效率和作业质量。
例如，精准农业中可被数字化操作的全部农业和经济管理过程，而精准农业中的土壤测试分析过程。
小结
以美国为代表的发达国家，农业大数据与精准农业概念相结合，已经应用于大部分农场并产生理想收益。通过对农业生产全过程的精准化、智能化管理，可以极大程度地减少化肥、水资源、农药等投入，提高作业质量，使农业经营变得有序化，从而为转向规模化经营打下良好基础。
在我国，农业大省特点是规模化种植与大宗类农产品居多，农业数据资源整合与管理具备一定优势，可以借鉴国外精准农业经验，向精准化、智能化方向发展。而农产品品类多、地域分布零碎的农业省份，更需要农业数据的整合与共享，对不同品类农业数据建立标准，实现农业生产智能化管理。
除非特别注明，本站所载内容来源于互联网、微信公众号等公开渠道，不代表本站观点，仅供参考、交流之目的。转载的稿件版权归原作者或机构所有，如有侵权，请联系删除。
|