基于大数据的智慧农业发展研究

来源:用户上传      作者:

　　[摘 要]智慧农业是未来农业发展的主要方向与模式，但智慧农业目前仍存在基础设施落后、信息化水平低等诸多问题，大数据发展满足了智慧农业发展的诉求，通过发挥政府职能、加强政策导向;建设智慧农业平台、实现农业的科学化和规范化管理;构建智慧农业技术保障团队、提供农民技术培训等多种举措并行推动基于大数据的智慧农业快速发展。
　　[关键词]大数据;智慧农业;物联网
　　[中图分类号]F323.3 [文献标识码]A
　　智慧农业是以现代信息技术为手段，运用先进的物联网、智能技术以及大数据等技术对农业的生产经营进行智能化管理，从而实现农业生产的种植精准化、管理可视化、决策智能化的新型农业生产管理模式。2018年1月29日国务院办公厅发布了《关于推进农业高新技术产业示范区建设发展的指导意见》，该意见明确提出将发展智慧农业作为我国农业高新技术产业发展的重要目标。近年来，随着云计算、大数据、物联网技术、深度学习、机器学习、无线网络技术、传感技术、嵌入式等技术的深入发展与逐步实现，多种新技术与智慧农业相融合，为建设智慧农业提供了新的发展途径和选择。
　　1 智慧农业发展的现状和存在的问题
　　1.1 基础设施落后
　　要實现应用信息技术及自动化控制技术，对土地、作物等实现精准化、差异化、智能化的操作和管理，在生产过程中需要大量使用自动化、智能化的农业机械，如智能化播种机、施肥机、喷洒机、抽水机、粉碎机等，而目前我国大部分地区的农业基础设施仍旧落后，大型现代化农机设备较少。智慧农业基础设施成本高体现在机械设备成本高和信息化成本高两方面。高科技机械农具的高价格使其在农业成产中的普及程度受到限制，制约了智慧农业发展。而网络基础设施如农村宽带、光纤设施覆盖率的不足也远远不能满足智慧农业发展的需要。信息化成本高，在一定程度上延缓了农村信息化建设与推进，也间接阻碍了智慧农业的发展。
　　1.2 信息化水平低
　　目前我国智慧农业信息数据标准化程度低，数据采集覆盖面不足，农业数据缺乏准确性与权威性。农业信息数据整合程度低，缺乏信息数据共享。智慧农业的正常运转需要多种数据信息，而信息的掌控者往往归属于不同部门，又因为制度体制问题导致部门之间的运作相互独立，不能将信息数据进行充分共享，造成信息数据资源的大量浪费与闲置。我国农业信息平台较少，企业针对农业生产建立的信息应用网站、数据分析平台都规模较小、内容复杂且信息准确度未经政府确认，使许多农业类信息平台的数据分析的精准性、时效性减弱，导致我国农业信息数据对智慧农业生产的指导功能降低，智慧农业生产的不确定性增大。
　　2 大数据信息满足了智慧农业发展的诉求
　　智慧农业是集成专家智慧与知识，充分应用大数据技术，实现农业生产环境的智能感知、分析、预警、决策、专家在线指导，为农业生产提供精准化种植、可视化管理、智能化决策。在智慧农业的发展过程中，需要针对土壤资源、气象环境、农业生产资源、农产品生产流程等诸多要素统计区分监测，才能进行最为合理的优化配置。在大数据快速发展的今天，其云计算与物联网的技术发展优势弥补了传统聚类分析、抽样调查等数据信息收集不足的现实问题。借助海量的大数据信息，小到具体农业生产企业的生产流程监测数值等微观数据，大到气象灾害数据、市场信息数据、农产品对外贸易数据、农业产量或产值等宏观数据，依托大数据技术对海量数据进行数据分析、数据挖掘是提高农业生产质量与效率的必要基础，也是落实智慧农业发展要素的根本目标。大数据技术优势对智慧农业的发展需求提供了技术保障和支持。
　　3 利用大数据发展智慧农业的实施策略
　　3.1 发挥政府职能、加强政策导向
　　党的十八大为中国新农村发展指明了方向，即在新农村建设过程中农业要逐步向智慧农业发展。各级政府应结合国家在宏观层面提出的智慧农业的发展思路，制定符合本地区实际的合理的智慧农业发展规划，制定与智慧农业发展相关的研发、推广、培训等配套政策，加大资金投入，划拨专项基金和专项补贴，同时拓宽投资渠道，积极引进成熟的大数据公司进行农业大数据研发，创立农业物联网企业，鼓励社会资本进入智慧农业领域，完善相关法律法规，为智慧农业发展提供法律保障和政策支持，推进大数据在智慧农业领域的快速发展。
　　3.2 建设智慧农业平台、实现农业的科学化和规范化管理
　　利用互联网新技术，建设集展示、服务、管理功能为一体的农业管理服务信息化平台。平台的核心是构建农业大数据系统平台，平台构建数据采集、数据处理、数据分析、数据展示、数据应用服务等功能模块，同时做好数据安全保障。围绕智慧农业数据应用需求，利用互联网、流媒体、传感器等多重途径获取官方数据（政府部门或者事业单位直接提供的数据或者数据接口）、半官方数据 （各行业协会）、各个平台数据、网络抓取数据等作为计算资源和网络资源，对获取的数据进行清洗、过滤，提取出有效数据。将有效数据存入对应库中，再通过算法搜获、归类，获取有效信息，利用数据挖掘的不同模型不同算法，深入数据内部，挖掘出数据价值。通过对数据挖掘的结果进行一些行为预测和走势预测。大数据的行为预测对于智慧农业来说可以作为一个标准，在农业智能管控、农业数据预警、农业生产环境监测等领域发挥重要作用。农业大数据系统的建立可以为提高农业数据的管理和综合应用能力提供数据和技术保障，为云计算数据中心提供数据管理、维护、分析等功能。同时，在智慧农业平台中建设农产品电商网站，通过网络爬虫等技术手段抓取京东、淘宝等网店数据，分析农产品销售价格、销售量、销售排名、农产品商铺分布等数据，并对数据进行分析研判，为农民生产农产品的品种、时机等提供信息方向，为未来农产品的销售拓宽渠道。第三，构建物联网监测系统。利用温度传感、湿度传感等物联网传感器监测传递基础数据，并对数据进行数据分析，一方面能够实时了解生产基地生产管理的各个环节，另一方面也为相关政府部门和科研机构开展农业生产科研分析提供基础数据，有利于研究的开展，使政府机构和农业研究机构可为互联网用户提供更准确及时的农业综合信息服务。智慧农业平台的搭建，有利于促进信息化与农业现代化的融合发展、推进农业管理智慧化和农业生产智能化的发展，实现农业管理的科学化和规范化。
　　3.3 构建智慧农业技术保障团队、提供农民技术培训
　　智慧农业具有农业科学化生产知识、互联网信息化应用技术、数据化分析技术以及农机设备智能化运行技能等多种高层次要求，迫切需要既掌握农业知识又懂现代化信息技术的高素质人才。同时要保障智慧农业平台的顺利运转，需要大批高层次的农业信息技术专业人才和高素质的新型农民。目前，农业信息化建设与人才培养仍然是高校、科研院所的薄弱环节，各地方政府的科技部门应该加大农业信息化领域的研发投入及教育培训，提供多种培训渠道，可以依托本地的大学、职业学校、实训基地等承担培训任务，针对农民开设计算机网络课程，定期举办面向农民的培训班，通过提高农民掌握计算机的能力来提高农民信息技术水平，确保从事农业生产经营的劳动者都能掌握一定的农业生产知识和新型专业技能，并通过多媒体和远程教育等方式为农民提供最新的信息技术。多渠道、多维度地开展培训工作，培养一批高层次的农业信息技术专业人才，投入农业信息化的实践应用，为我国智慧农业的发展提供后备人才，实现标准化、组织化、智能化信息化新型农业。只有通过培育高素质的农业从业者才能加速智慧农业的建设步伐，从而提高农业发展水平。
　　[参考文献]
　　[1] 钱堃，张霄飞，鲍晓娜.智慧农业发展策略探析[J].山西农经，2016（13）.
　　[2] 韩秀艳，孙涛.我国智慧农业发展路径设计及其优化策略研究[J].陕西农业科学，2016（12）.
　　[3] 肖冰，陈丽娟.我国智慧农业的发展态势、挑战及对策研究[J].农村金融研究，2018（08）.
转载注明来源:https://www.xzbu.com/1/view-14949611.htm