摘要:精準(zhǔn)農(nóng)業(yè)是農(nóng)業(yè)現(xiàn)代化的必由之路，現(xiàn)代急劇膨脹的農(nóng)業(yè)數(shù)據(jù)和大數(shù)據(jù)技術(shù)的發(fā)展為精準(zhǔn)農(nóng)業(yè)的發(fā)展提供了一種新的方法，成為引領(lǐng)精準(zhǔn)農(nóng)業(yè)發(fā)展的一支重要力量。首先介紹了大數(shù)據(jù)的定義及獲取方式，同時(shí)針對(duì)當(dāng)前農(nóng)業(yè)領(lǐng)域存在的一些問(wèn)題，引入了精準(zhǔn)農(nóng)業(yè)的概念，并介紹了其來(lái)源與發(fā)展條件，將農(nóng)業(yè)產(chǎn)業(yè)鏈與大數(shù)據(jù)應(yīng)用結(jié)合起來(lái)，解析大數(shù)據(jù)實(shí)現(xiàn)精準(zhǔn)農(nóng)業(yè)的過(guò)程，并剖析了農(nóng)業(yè)大數(shù)據(jù)應(yīng)用方面所存在的問(wèn)題。

　　關(guān)鍵詞:農(nóng)業(yè);大數(shù)據(jù);生產(chǎn);管理;市場(chǎng)

　　大數(shù)據(jù)是結(jié)構(gòu)復(fù)雜、內(nèi)容多樣的海量數(shù)據(jù)，其在數(shù)據(jù)分析、處理、存儲(chǔ)等方面的要求遠(yuǎn)遠(yuǎn)高于其他傳統(tǒng)的數(shù)據(jù)庫(kù)，具有volume(規(guī)模巨大)、veolcity(流轉(zhuǎn)快速)、variety(數(shù)據(jù)類型多樣)和value(價(jià)值大密度低)的4V特征［1，2］。以新的大數(shù)據(jù)技術(shù)為手段，從不同格式、來(lái)源和領(lǐng)域的海量數(shù)據(jù)中分析、挖掘、提取出有效信息并加以利用，可以為各行各業(yè)的發(fā)展提供必要知識(shí)［3］。

　　農(nóng)業(yè)大數(shù)據(jù)的分類及獲取方式依產(chǎn)業(yè)鏈條劃分，農(nóng)業(yè)可以分為生產(chǎn)、管理、市場(chǎng)等領(lǐng)域，精準(zhǔn)農(nóng)業(yè)相比傳統(tǒng)農(nóng)業(yè)，無(wú)論在生產(chǎn)、管理還是市場(chǎng)化過(guò)程，其效率都得到很大提升，大數(shù)據(jù)在這些過(guò)程中扮演著重要的角色。

　　1．1農(nóng)業(yè)生產(chǎn)

　　農(nóng)業(yè)生產(chǎn)過(guò)程會(huì)產(chǎn)生許多數(shù)據(jù)，包括動(dòng)植物生長(zhǎng)狀況信息、環(huán)境氣象信息，植物生長(zhǎng)所需的土壤信息、農(nóng)藥化肥信息及動(dòng)物生長(zhǎng)所需的飼料信息等，這些數(shù)據(jù)的獲取和分析有助于了解農(nóng)業(yè)生產(chǎn)的一般規(guī)律，并指導(dǎo)之后的生產(chǎn)活動(dòng)，提高農(nóng)業(yè)管理效率，降低農(nóng)業(yè)生產(chǎn)成本。常見的數(shù)據(jù)獲取方式有遙感圖像獲取和傳感器獲取。

　　1．1．1遙感大數(shù)據(jù)

　　農(nóng)業(yè)遙感以其信息獲取容易、信息量大、獲取信息范圍廣、平臺(tái)多等特點(diǎn)而成為快速獲取農(nóng)作物長(zhǎng)勢(shì)信息、病蟲害信息、大田環(huán)境等信息的重要手段，為及時(shí)精準(zhǔn)調(diào)整大田生產(chǎn)活動(dòng)提供數(shù)據(jù)支持，是實(shí)現(xiàn)精準(zhǔn)農(nóng)業(yè)的一大利器，近年來(lái)備受關(guān)注。如圖1所示，通過(guò)對(duì)大田作物的精細(xì)監(jiān)測(cè)和真實(shí)探測(cè)以及對(duì)農(nóng)情的全面監(jiān)測(cè)和動(dòng)態(tài)分析，達(dá)到精準(zhǔn)監(jiān)測(cè)的目的，為農(nóng)民提供精確種植建議及管理指導(dǎo)。

　　1．1．2多源傳感器大數(shù)據(jù)

　　隨著農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)的發(fā)展，傳感器作為信息獲取源，為高效獲取動(dòng)植物生長(zhǎng)信息提供了一種解決辦法，常見的參數(shù)有溫度、濕度、pH、風(fēng)速、圖像等，以此為基礎(chǔ)，可以通過(guò)農(nóng)業(yè)信息技術(shù)獲取畜禽生長(zhǎng)過(guò)程的生長(zhǎng)發(fā)育數(shù)據(jù)、行為數(shù)據(jù)，植物生長(zhǎng)過(guò)程的營(yíng)養(yǎng)狀況數(shù)據(jù)等，且獲取的數(shù)據(jù)精度也越來(lái)越高，傳輸數(shù)據(jù)的頻率、精度、密度、綜合度也越來(lái)越高。利用大數(shù)據(jù)技術(shù)融合多源傳感器數(shù)據(jù)，實(shí)現(xiàn)對(duì)動(dòng)植物生長(zhǎng)過(guò)程的動(dòng)態(tài)監(jiān)視與預(yù)警，是精準(zhǔn)農(nóng)業(yè)的一個(gè)方向。利用多源傳感器數(shù)據(jù)實(shí)現(xiàn)農(nóng)業(yè)精準(zhǔn)生產(chǎn)流程，如圖2所示。

　　1．2農(nóng)業(yè)管理

　　農(nóng)業(yè)管理過(guò)程信息包含畜禽、作物等的生產(chǎn)信息、貿(mào)易信息、國(guó)際農(nóng)產(chǎn)品動(dòng)態(tài)信息等，通過(guò)大數(shù)據(jù)手段對(duì)各農(nóng)產(chǎn)品產(chǎn)地氣候、各地貿(mào)易信息、農(nóng)產(chǎn)品產(chǎn)量信息進(jìn)行匯總分析，可以達(dá)到精準(zhǔn)預(yù)測(cè)農(nóng)業(yè)整體走向、未來(lái)環(huán)境趨勢(shì)、病害趨勢(shì)等，從而在宏觀上精確把握農(nóng)產(chǎn)品的生產(chǎn)和需求，如圖3所示。

　　2農(nóng)業(yè)大數(shù)據(jù)研究應(yīng)用現(xiàn)狀

　　2．1農(nóng)業(yè)生產(chǎn)大數(shù)據(jù)研究應(yīng)用現(xiàn)狀

　　2．1．1農(nóng)業(yè)遙感大數(shù)據(jù)研究應(yīng)用現(xiàn)狀

　　農(nóng)業(yè)遙感監(jiān)測(cè)系統(tǒng)(ChinaAgriculturalＲemoteMonitoringSystem，CHAＲMS)是由農(nóng)業(yè)農(nóng)村部遙感應(yīng)用中心基于國(guó)內(nèi)和國(guó)外相關(guān)研究發(fā)展起來(lái)的，主要由數(shù)據(jù)庫(kù)子系統(tǒng)、作物覆蓋度變化監(jiān)測(cè)模塊、作物產(chǎn)量估算模塊、作物生長(zhǎng)監(jiān)測(cè)模塊、土壤水分監(jiān)測(cè)模塊、災(zāi)害監(jiān)測(cè)模塊、信息服務(wù)模塊構(gòu)成，監(jiān)測(cè)的作物主要有小麥、水稻、玉米、大豆、棉花、油菜、甘蔗，于1999年投入運(yùn)行。它按照我國(guó)農(nóng)業(yè)農(nóng)村部農(nóng)業(yè)信息傳播日程為農(nóng)業(yè)相關(guān)管理部門提供特定的監(jiān)測(cè)信息［10］，目前，隨著“高分辨率地球監(jiān)測(cè)系統(tǒng)”的啟動(dòng)和發(fā)展，所需的遙感數(shù)據(jù)從剛開始的依賴國(guó)外到現(xiàn)在逐漸自給，發(fā)展逐漸成熟而且操作性能也較高［11］。

　　美國(guó)的DescartesLab和北京佳格天地有限公司是遙感大數(shù)據(jù)商用化的重要體現(xiàn)，也是精準(zhǔn)農(nóng)業(yè)應(yīng)用的重要體現(xiàn)［13］。DescartesLab公司在2017年6月份推出了一個(gè)具有人工智能分析技術(shù)的超級(jí)云計(jì)算平臺(tái)，該平臺(tái)能將某個(gè)地區(qū)最近采集到的衛(wèi)星圖像與過(guò)去的衛(wèi)星圖像作對(duì)比分析，得出該地區(qū)的森林砍伐率、作物產(chǎn)量預(yù)測(cè)以及作出哪些地區(qū)適合種植哪些作物的結(jié)論。此外，還能根據(jù)某個(gè)地區(qū)的紅外光譜推斷作物健康狀況。它對(duì)美國(guó)300萬(wàn)km2的玉米田產(chǎn)量預(yù)測(cè)準(zhǔn)確率高達(dá)99%［12］。

　　2．1．2傳感器

　　大數(shù)據(jù)2013年，美國(guó)孟山都(Monsanto)公司以9．3億美元收購(gòu)了舊金山一個(gè)創(chuàng)業(yè)型氣候公司(TheClimateCorporation)，通過(guò)2500萬(wàn)個(gè)遠(yuǎn)程傳感器能夠獲取當(dāng)?shù)氐奶鞖饧稗r(nóng)藝數(shù)據(jù)，此外，孟山都公司也從海洋和大氣管理部門收集水資源數(shù)據(jù)，并跟蹤氣象服務(wù)的溫度。通過(guò)獲取的數(shù)據(jù)，孟山都可以告訴農(nóng)民最適的澆水、施藥、施肥以及收獲時(shí)間，降低生產(chǎn)成本。Libelium是一家傳感器公司，通過(guò)大數(shù)據(jù)的方法將當(dāng)?shù)貧庀髷?shù)據(jù)與以前的氣象數(shù)據(jù)匹配，選擇最佳的作物來(lái)種植，用此方法種植，化肥使用量減少了20%，生產(chǎn)力提高了15%［18］。SilentHerdsman是一家專注于牧場(chǎng)信息采集的公司，其服務(wù)于牛肉及牛乳的生產(chǎn)，通過(guò)給牛戴上裝有傳感器的項(xiàng)圈，可以獲知牛的發(fā)情、生病、產(chǎn)崽等信息。當(dāng)發(fā)生異常時(shí)，相關(guān)系統(tǒng)就會(huì)將情況告知工作人員，從而簡(jiǎn)化農(nóng)場(chǎng)管理工作，提高工作效率，據(jù)統(tǒng)計(jì)，該公司可以同時(shí)管理超過(guò)1000頭牛［19］。

　　2．2農(nóng)業(yè)管理大數(shù)據(jù)研究應(yīng)用現(xiàn)狀

　　WOFOST(WorldFoodStudies)模型由荷蘭瓦根寧農(nóng)業(yè)大學(xué)和世界糧食研究中心共同研發(fā)而成，能根據(jù)特定土壤和氣候條件對(duì)下一年農(nóng)作物生長(zhǎng)作出預(yù)測(cè)，是一個(gè)動(dòng)態(tài)和解釋性的模型。該模型可以用來(lái)分析土壤類型和氣候變化對(duì)產(chǎn)量的影響，評(píng)估作物產(chǎn)量風(fēng)險(xiǎn)，對(duì)產(chǎn)量不足的作物進(jìn)行預(yù)警［30］。隨后，這一模型也得到科研工作者們的熱愛，Huang等［31，32］利用從Landsat主題成像儀(thematicmapper，TM)與中分辨率成像光譜儀(moderateresolutionimagingspectroradiometer，MODIS)得到的葉面積指數(shù)數(shù)據(jù)優(yōu)化WOFOST模型并實(shí)驗(yàn)驗(yàn)證;并發(fā)現(xiàn)在WOFOST模型占用加入Kalman濾波算法處理的系列圖片的葉面積指數(shù)(leafareaindex，LAI)能提高對(duì)冬小麥產(chǎn)量的估計(jì)準(zhǔn)確度。何亮等［33］結(jié)合參數(shù)全局敏感性分析方法以及貝葉斯后驗(yàn)估計(jì)理論的馬爾科夫門特卡洛方法，對(duì)WOFOST模型的55個(gè)品種進(jìn)行了分析及優(yōu)化。

　　3我國(guó)精準(zhǔn)農(nóng)業(yè)大數(shù)據(jù)發(fā)展存在問(wèn)題及發(fā)展建議

　　3．1數(shù)據(jù)采集工作存在的問(wèn)題

　　要將大數(shù)據(jù)應(yīng)用于精準(zhǔn)農(nóng)業(yè)之中，最重要的不是各種模型的開發(fā)與研究，而是做好數(shù)據(jù)的采集。采集是大數(shù)據(jù)研究與應(yīng)用中最重要的一環(huán)，采集工作做得好，大數(shù)據(jù)的集成、分析與管理工作才能有序開展［45］。因此，要實(shí)現(xiàn)大數(shù)據(jù)精準(zhǔn)農(nóng)業(yè)就必需先解決農(nóng)村地區(qū)寬帶覆蓋問(wèn)題，在此基礎(chǔ)上才能匯總和分析并共享各種準(zhǔn)確的信息。據(jù)統(tǒng)計(jì)，2016年底，城市寬帶普及率77%，而農(nóng)村的寬帶普及率只有30%［46］。農(nóng)村地區(qū)環(huán)境復(fù)雜，基礎(chǔ)設(shè)施落后，政府投入不足，這對(duì)發(fā)展大數(shù)據(jù)是一個(gè)短板，極大的限制了我國(guó)農(nóng)業(yè)大數(shù)據(jù)的發(fā)展。同時(shí)，由于我國(guó)各部門之間缺少交流平臺(tái)，在參加數(shù)據(jù)采集工作時(shí)，容易造成數(shù)據(jù)重復(fù)采集，格式不一，并很難做到共享。而且，我國(guó)也缺乏共享標(biāo)準(zhǔn)及監(jiān)測(cè)統(tǒng)計(jì)制度，導(dǎo)致各監(jiān)測(cè)部門的數(shù)據(jù)很難整合。此外，由于在數(shù)據(jù)共享方面的制度和法規(guī)不是很完善，相關(guān)數(shù)據(jù)的安全問(wèn)題和所有權(quán)問(wèn)題層出不窮，在這方面，我國(guó)可以參考國(guó)外的一些成功經(jīng)驗(yàn)，如美國(guó)2010年的［13556號(hào)］總統(tǒng)令規(guī)定:“為敏感但非涉密信息創(chuàng)建開放、標(biāo)準(zhǔn)的體系系統(tǒng)，減少對(duì)公眾的過(guò)度隱瞞”;英國(guó)2012年的《開放數(shù)據(jù)白皮書》規(guī)定政府各部門均需制定更詳細(xì)的兩年期數(shù)據(jù)開放策略［47，48］。

　　3．2大數(shù)據(jù)技術(shù)方面的問(wèn)題

　　近年來(lái)，隨著信息技術(shù)的發(fā)展，數(shù)據(jù)量迅猛增加，大數(shù)據(jù)技術(shù)種類多樣(表1)，如何針對(duì)所有數(shù)據(jù)選擇合適的大數(shù)據(jù)存儲(chǔ)及分析方案也是一個(gè)問(wèn)題。針對(duì)同一數(shù)據(jù)，用不同的分析方案可能會(huì)得到不同的結(jié)果，大量的分析成果會(huì)隨著新技術(shù)的出現(xiàn)而產(chǎn)生或得到優(yōu)化，也有部分成果會(huì)因?yàn)榕f技術(shù)的淘汰而淘汰。同時(shí)由圖1可以看出，大數(shù)據(jù)新技術(shù)出現(xiàn)的高峰在2004－2015年，從一方面來(lái)說(shuō)大數(shù)據(jù)已經(jīng)比較成熟，但是從另一方面來(lái)說(shuō)，隨著云計(jì)算與超級(jí)計(jì)算機(jī)的不斷發(fā)展，人們對(duì)大數(shù)據(jù)的分析精確度要求會(huì)越來(lái)越高，許多耗時(shí)但是擁有最佳分析效果的方案會(huì)因計(jì)算速度的提高而成為將來(lái)數(shù)據(jù)分析方案的最佳選擇，而且目前受成本和計(jì)算速度的限制，很多大數(shù)據(jù)方法并不能很好地實(shí)現(xiàn)實(shí)時(shí)性與準(zhǔn)確性，因此大數(shù)據(jù)技術(shù)仍有很大的發(fā)展空間。

　　4結(jié)語(yǔ)及展望

　　近年來(lái)，隨著物聯(lián)網(wǎng)、互聯(lián)網(wǎng)及云存儲(chǔ)計(jì)算等先進(jìn)技術(shù)的發(fā)展并向農(nóng)業(yè)領(lǐng)域的滲透，農(nóng)業(yè)領(lǐng)域的數(shù)據(jù)呈爆發(fā)式增長(zhǎng)，這為精準(zhǔn)農(nóng)業(yè)的發(fā)展開辟出一條新的道路，也是近年來(lái)研究的熱點(diǎn)。但是，一方面，數(shù)據(jù)所有權(quán)問(wèn)題、倫理問(wèn)題、基礎(chǔ)設(shè)施落后問(wèn)題，及目標(biāo)區(qū)域數(shù)據(jù)搜集和政府計(jì)劃項(xiàng)目之間存在的矛盾等都制約著農(nóng)業(yè)大數(shù)據(jù)的發(fā)展［33，59］，發(fā)展精準(zhǔn)農(nóng)業(yè)首先要改善農(nóng)業(yè)數(shù)據(jù)收集條件，另一方面，由于我國(guó)農(nóng)業(yè)大數(shù)據(jù)技術(shù)的應(yīng)用處于起步階段，各類農(nóng)業(yè)信息采集及存儲(chǔ)系統(tǒng)、數(shù)據(jù)實(shí)時(shí)處理技術(shù)、多源數(shù)據(jù)融合技術(shù)、面向農(nóng)業(yè)大數(shù)據(jù)的機(jī)器學(xué)習(xí)方法以及基于知識(shí)驅(qū)動(dòng)的農(nóng)業(yè)大數(shù)據(jù)挖掘技術(shù)仍然比較落后，也是今后研究的重點(diǎn)和方向。利用大數(shù)據(jù)精準(zhǔn)預(yù)測(cè)農(nóng)業(yè)市場(chǎng)，農(nóng)藥化肥精準(zhǔn)噴施，對(duì)動(dòng)植物生長(zhǎng)的精準(zhǔn)把控在不久的將來(lái)必能實(shí)現(xiàn)。但這只是初級(jí)階段，大數(shù)據(jù)在知識(shí)發(fā)現(xiàn)、模型創(chuàng)造、農(nóng)情預(yù)測(cè)等方面有著巨大的潛力，是未來(lái)將人類從繁重的農(nóng)業(yè)體力勞動(dòng)中解放出來(lái)的關(guān)鍵之一。精準(zhǔn)農(nóng)業(yè)的發(fā)展離不開大數(shù)據(jù)及其技術(shù)的發(fā)展，隨著農(nóng)業(yè)數(shù)據(jù)的不斷增長(zhǎng)以及大數(shù)據(jù)技術(shù)和數(shù)據(jù)收集方法的不斷進(jìn)步，精準(zhǔn)農(nóng)業(yè)必能得到健康高速發(fā)展。

　　參考文獻(xiàn)

　?。?］馬建光，姜巍．大數(shù)據(jù)的概念，特征及其應(yīng)用［J］．國(guó)防科技，2013，34(2):10－17．

　　MaJG，JiangW．Theconcept，characteristicsandapplicationofbigdata［J］．Nat．DefenseSci．Technol．，2013，34(2):10－17．

　?。?］GantzJ，ＲeinselD．Extractingvaluefromchaos［J］．IDCIview，2011，1142(2011):1－12．

　?。?］蔡書凱．大數(shù)據(jù)與農(nóng)業(yè):現(xiàn)實(shí)挑戰(zhàn)與對(duì)策［J］．電子商務(wù)，2014(1):3－4．

　　CaiSK．BigdataandAgriculture:Ｒealisticchallengesandcountermeasures［J］．E－BusinessJ．，2014(1):3－4．

　?。?］劉萬(wàn)才，劉振東，黃沖，等．近10年農(nóng)作物主要病蟲害發(fā)生危害情況的統(tǒng)計(jì)和分析［J］．植物保護(hù)，2016，42(5):1－9，46．

　　LiuWC，LiuZD，HuangC，etal．．Statisticsandanalysisofcropyieldlossescausedbymaindiseasesandinsectpestsinrecent10years［J］．PlantProtection，2016，42(5):1－9，46．

　　［5］武軍，謝英麗，安丙儉．我國(guó)精準(zhǔn)農(nóng)業(yè)的研究現(xiàn)狀與發(fā)展對(duì)策［J］．山東農(nóng)業(yè)科學(xué)，2013，45(9):118－121．

　　WuJ，XieYL，AnBJ．ＲesearchstatusanddevelopmentcountermeasuresofprecisionagricultureinChina［J］．ShandongAgric．Sci．，2013，45(9):118－121

　　漆海霞1，2，林圳鑫1，2，蘭玉彬1，2*