用数据精准赋能“三农”，谱写智慧农业“未来式”

10月27日，中国气象局召开专题会议，听取今年华西秋雨以及全球和中国极端高温干旱预报服务工作汇报。今年，全球和中国极端高温过程历史罕见，其中，我国发生的大范围罕见高温干旱过程，给农业生产、森林防火等带来严峻挑战。华西秋雨总体雨季南北差异较大，时空分布不均匀。

复杂的天气气候形势，对农业的影响是巨大的。从生产规划、种植前准备、再到中间管理阶段，直到采收，农民要做四五十项决策。种什么种子？什么时候种？种植密度如何？浇多少水？受灾后是否要考虑补苗？受灾多大程度再补？60%以上？还是50%？

这些决策大多依赖从父辈身上传承的经验，环环相扣，哪一步决策错误，都会影响最终收成。

在大洋彼岸的农田，可能会是另一番景象，一位农民能管理上千亩田地。

将农场坐标和相关信息上传到手机或电脑，即可获得农场范围实时气象信息，比如温度、湿度、风力、雨水等，这些信息帮助他判断每个地块的播种、收获、耕作时间。种植活动导致土壤成分也会动态变化。种植之前，这位农民可能会付费获得一份土壤分析报告，除了各个地块详细土壤成分数据，还有种植不同作物时所需要的肥料、水分以及未来产量等数据。据此，他可以精确安排农场的生产计划。

如今，由于剧烈的气候变化，情况已经变化，父辈们的经验、那套做法正在失去效用。

随着农业领域不断的发展进步，农业数据的重要性也逐渐显露出来，而农业大数据又属于最典型的大数据。大数据理论和技术在农业上的应用和实践，是指运用大数据理念、技术和方法，解决农业或涉农领域数据的采集、存储、分析与应用等一系列问题，然后以此来指导农业生产经营。这里所讲的农业大数据就是指以大数据分析为基础去解决一系列农业问题。

当前，大数据正在助推农业生产向智慧型转变，数据将成为现代农业生产的新兴要素。因此将大数据技术应用到农业中，是现代农业发展的新趋势可以在很大程度上促进农业信息服务技术的发展进步，还能在很大程度上推动我国农业领域的整体发展进程。

农业大数据对智慧农业的重要性

随着科技时代的到来，以互联网、多媒体、云计算等主要技术的广泛应用，推动了中国农业信息化发展的进程，而云计算也在很大程度上推动了计算能力的进展。

试想，如果农场管理人员能随时掌握天气变化数据、市场供需数据、农作物生长数据等等，农场管理人员和农技专家足不出户就可观测到农场内的实景和相关数据，准确判断农作物是否该施肥、浇水或打药，不仅能避免因自然因素造成的产量下降，而且可以避免因市场供需失衡给农场带来经济损失。

农业大数据时代，不仅可以通过建立综合的数据平台，调控农业生产，还可以记录分析农业种植养殖过程、农产品流通过程中的动态变化，通过分析数据，同时结合经验，制定一系列调控和管理措施，使农业高效有序发展。

农业大数据的应用场景

在经历了多年的发展，国内已研发了涵盖多层面、多领域的农业信息化系统，构建了很多不同级别、面向不同领域的数据资源，形成了庞大的信息资源财富。但是由于利益等原因，这些数据相互之前缺乏统一的标准和规范，信息缺乏共享，信息资源与业务脱节，这必然导致数据利用率低下、信息冗余散乱。而农业大数据的出现，将能够更好的规范数据标准，在提高农业管理上发挥巨大的作用。

精准农业决策

农业大数据帮助农业精准决策，通过各个方面的农业信息制定出一整套有可实施性的精准管理措施。在大数据处理分析技术出现之前，专家系统、作物模拟模型、作物生产决策支持系统是主要的生产决策技术。大数据处理分析技术可以集成作物自身生长发育状况以及作物生长环境中的气候、土壤、生物等数据，同时综合考虑经济、环境、可持续发展的指标。这可以弥补专家系统、模拟模型在多结构、高密度数据处理方而的不足，为农业生产决策者提供更加精准、实时、高效的农业决策。

农业资源管理

运用遥感(RS)技术感知电子地图中的实地信息(土质、作物)，全面掌握农业种植用地的范围，实时了解区域内土壤条件、大气环境等综合信息并通过对信息的差异性分析将种植区域划分为不同的管理区域，有针对性地进行规划，实现种植业农业资源的实时查询、分析、决策功能。

农作物生产管理

整合传统统计数据及农业资源管理信息，对农场不同地块的农作物进行有针对性的种植管理。对种植影响因素差异性较大的不同区域定量获取影响作物生长的环境因素(如土壤肥力、含水量、苗情、病虫害等)信息，分析影响区块产量差异的原因，采取技术上可行、经济上有效的耕作措施，区别对待，按需实施的“精准农业”。

农作物监测、估产

利用遥感(RS)技术监控农作物长势，根据需要及时采取有效措施，并根据各种数据的综合分析较准确地预估农作物产量及采收信息。在大数据的基础上，根据数据处理平台的分析处理，使农情监测系统更加完善，给农情监测工作带来新的机遇。首先是自然灾害监测，通过分析收集的气象数据，结合气象模拟、土地分析、植物根部情况分析等要素，增强自然灾害的预测预报准确率和改进灾害评估方法，提高预测的准确性。这种通过大数据分析来监测自然灾害的方法在国内虽然还未开始使用，但是在国外已有先例。

农产品质量安全管理

整合产地环境、生产档案、检测数据形成农产品质量安全溯源数据。在农产品质量监测方面，大数据的技术给农产品信息的全面收集提供了技术基础，使农产品质量能够进行全方位比对，增加农产品质量监测的准确性。由于大数据处理技术的实时性，也使得农产品质量在出现问题时，能够及时防止影响的范围扩大，从而使农产品质量预警机制更加及时高效。

农产品市场监测

农产品市场监测有助于现代农业稳定发展。大数据时代的来临，为农产品市场监测预警工作提供了海量的数据支撑，因此会推动农产品监测预警工作更加地标准化、精确化。由于数据获取技术更加快捷，所以农产品市场信息的流动会大大加快，从而减弱不同地域的市场信息不同步产生的市场风险。同时，大数据分析技术更加注重全面分析而不是抽样分析，因此农产品市场监测预警更加精准。

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、气候变化导致灾害频发、生态安全脆弱、生物多样性持续下降等严峻挑战，因此，夯实以农业物联网、云计算技术为核心的农业信息化基础，提升以大数据为支撑的农业信息化服务，是开拓智慧农业新局面，实现农业现代化和信息化跨越式发展的重要力量。