近年来,逐渐兴起的智慧农业已经开始颠覆传统,传感器、物联网、云计算、大数据技术的使用,使得传统农业加速向集约化、精准化、智能化、数据化转变。
智慧农业包含甚广,从耕地、播种、育苗到施肥、浇水、养护,从销售、流通、加工到防伪、售后、渠道,从会议、财务、策略到休闲、旅游、观光,无所不包。
如果说智慧农业是一名有智慧的大块头,那么农业大数据就是这个块头体内串流不息的血脉。
农业大数据是大数据理念、技术和方法在农业的实践。农业大数据涉及到耕地、播种、施肥、杀虫、收割、存储、育种等各环节,是跨行业、跨专业、跨业务的数据分析与挖掘,以及数据可视化。
结合农业本身特点以及农业全产业链切分方式,农业大数据可以分为四类:农业环境与资源大数据、农业生产大数据、农业市场和农业管理大数据,基本囊括从产到销全过程。
随着农业的发展建设和物联网的应用,农业大数据的应用也越来越广泛,发展农业大数据迎来重大机遇。
从农业市场需求来看,农业大数据可以用于指导农事生产、预测农产品市场需求,辅助农业决策,以此达到规避风险、增产增收、管理透明等预期目标。
从农业生产环节来看,农业大数据可以利用传感器采集气候、土壤大数据,提供农户最佳化的栽种管理决策,协助农民有效管理其农地,并让农民从每一颗种子中提取最高的价值,降低农业成本。
从农业整体走向来看,通过分析实时环境数据,可以得到农作物当前的长势、地块信息等;通过算法模型可以预测未来环境趋势走向,可以得到精确的未来气候走向、病虫害趋势等;通过分析环境数据整体走向,可以得到精确种植建议、管理指导。
大数据如何为农业赋能
1.精准生产:预测市场需求
我们经常会看到或听到农户农产品滞销,瓜果蔬菜贱卖或烂在地里的新闻,其实原因归咎于市场供需问题。同时,也会出现出现“蒜你狠”“姜你军”“豆你玩”的供小于求的情况。其实如果能把农业生产过程中的数据汇总起来,要想合理生产实现“供需平衡”并非难事。
农场主可以提前通过大数据平台采集的消费者需求报告,进行市场分析,提前规划生产,降低生产风险,帮助农户在农事方面做出更明智的决策。
.自动化生产:农业环境监测
通过农业大数据,可以通过传感器对农作物的生产环境进行检测从而感知农作物的生产。通过采集农作物生长环境中的各项指数数据,再把这些采集的数据放到本地化的或云端的数据中心,从而对农业生产的历史数据和实时监控数据进行分析,提高对作物种植面积、生产进度、农产品产量、天气情况,气温条件,灾害强度,土壤湿度的关联监测能力。
比如系统监测一号大棚的土豆土壤湿度不足,那么就可以及时填充土壤湿度,比如监测三号大棚的辣椒色泽浅,那么就可以通过数据分析出原因,如果是缺乏养分那就需要及时的施肥。试想如果在作物的生长过程中,气候灾害可以得到规避及科学有效防治措施,种植方法可以得到有效指导,那么随之而来的将会是产量的稳产甚至提高,从源头上提高农业生产效率。
3.供应链追踪:农产品可追溯
食品安全是当下国人持续关注的焦点,利用农业大数据技术平台,可以实现从田间到餐桌每一个过程的追踪。
大数据正在被用来改善各个环节,农产品生产商、供应商和运输者使用物联网传感器技术、扫描设备和分析工具来监控收集供应链的相关数据。比如生产和运输过程当中的农产品的品质可以通过带有GPS功能的传感器进行实时监控,有助于预防食源性疾病和减少供应链浪费,从源头上保障食品安全。
4.智慧化农业:拉动农业产业链
运用地面观测、传感器和GPRS信息技术等,加强农业生产环境、生产设施和动植物本体感知数据的采集、汇聚和关联分析,完善农业生产进度智能监测体系,加强农业数据实时监测与分析,提高农业生产管理、指挥调度等数据支撑能力。同时,推进农业大数据技术在种植、畜牧和渔业等关联产业生产中的应用,拉动农业产业整体内需,从农业生产,到农业市场、农产品管理,农业大数据将会大幅提高农业整条产业链的效率。
通过农业大数据的利用,实行产加销一体化,将农业生产资料供应,农产品生产、加工、储运、销售等环节链接成一个有机整体,并对其中人、财、物、信息、技术等要素的流动进行组织、协调和控制,以期获得农产品价值增值。打造农业产业链条,不但有利于增强农业企业的竞争能力,增加农民收入和产业结构调整,而且有助于农产品的标准化生产和产品质量安全追溯制度的实行。
1.农业大数据普及范围的扩大。
在中国,生产环节农业大数据应用前提应是偏于集约化管理的土地经营,生产决策的指导更多的是对面而很难做到对独立的点。我国是农业大国,我国农业环境分布差异由南到北因地制宜,集约化农业目前集中在东北、新疆、河南、江苏等农业大省。由具备集约化、大规模特征农业生产经营主体或政府示范为核心,逐步推广农业大数据生产指导。
2.农业大数据基础设施逐渐完善。
农业大数据的应用离不开源头数据的采集,涉及对数据信息量、数据精度等一系列基本要求,结合物联网、农业数据云平台、卫星遥感平台等,逐渐完善农业大数据基础设施建设。
3.农业大数据技术日臻完善。
农业大数据技术普及,除了数据获取基础设施的完善,还需对数据分析、挖掘的方法有进一步提升。加强数据挖掘、关联分析、知识发现等大数据技术在农业中的应用