我國水產(chǎn)大數(shù)據(jù)及應(yīng)用技術(shù)研究初探

王東雨 鄭紀(jì)業(yè) 王迪 劉延忠

摘要：隨著物聯(lián)網(wǎng)、移動互聯(lián)、智能終端的廣泛應(yīng)用，農(nóng)業(yè)跨步邁入大數(shù)據(jù)時代，工業(yè)4.0的興起，間接帶動農(nóng)業(yè)4.0的快速發(fā)展，農(nóng)業(yè)大數(shù)據(jù)逐漸上升到更高層次。在此背景下，本文從水產(chǎn)大數(shù)據(jù)著眼，闡述了其相關(guān)概念，對涉及水產(chǎn)大數(shù)據(jù)的各項應(yīng)用技術(shù)進(jìn)行介紹，并分析了我國水產(chǎn)大數(shù)據(jù)應(yīng)用平臺未來發(fā)展面臨的挑戰(zhàn)和機(jī)遇。

關(guān)鍵詞：水產(chǎn)大數(shù)據(jù)；應(yīng)用平臺；關(guān)鍵技術(shù)

中圖分類號：S9文獻(xiàn)標(biāo)識號：A文章編號：1001-4942（2016）10-0152-05

隨著物聯(lián)網(wǎng)、云計算、移動互聯(lián)等新技術(shù)的興起以及社交網(wǎng)絡(luò)的發(fā)展和智能終端的普及，各行業(yè)中的數(shù)據(jù)量驟增，大數(shù)據(jù)時代悄然來臨。大數(shù)據(jù)泛指數(shù)據(jù)集的大小超過了目前主流軟件工具在合理時間內(nèi)所能獲取、存儲、管理和分析的范圍[1]，具有Volume（大量）、Velocity（高速）、Variety（多樣）、Value（價值）、Veracity（真實性）的“5V”特點[2]，數(shù)據(jù)形式多樣化、非結(jié)構(gòu)化特征明顯，蘊含著巨大的應(yīng)用價值，已經(jīng)給互聯(lián)網(wǎng)技術(shù)、網(wǎng)絡(luò)經(jīng)濟(jì)學(xué)、生物醫(yī)藥、環(huán)境科學(xué)等多個領(lǐng)域帶來了發(fā)展機(jī)遇[3]。2011年6月，麥肯錫研究院（MGL）發(fā)布研究報告《Big data： The next frontier for innovation， competition and productivity》，詳盡地分析了大數(shù)據(jù)的影響、關(guān)鍵技術(shù)和應(yīng)用領(lǐng)域等方面，指出大數(shù)據(jù)將帶動未來生產(chǎn)力的發(fā)展和創(chuàng)新，并且能夠拉動消費需求增長[4]。

隨著大數(shù)據(jù)概念的興起，農(nóng)業(yè)產(chǎn)業(yè)各環(huán)節(jié)也都紛紛提出自身領(lǐng)域的大數(shù)據(jù)概念。許世衛(wèi)認(rèn)為農(nóng)業(yè)大數(shù)據(jù)是融合了農(nóng)業(yè)地域性、季節(jié)性、多樣性、周期性等自身特征后產(chǎn)生的來源廣泛、類型多樣、結(jié)構(gòu)復(fù)雜、具有潛在價值并難以應(yīng)用通常方法處理和分析的數(shù)據(jù)集[5]。歐美和日韓等國信息化程度較高，通過建立全國范圍的農(nóng)業(yè)信息服務(wù)網(wǎng)絡(luò)，全方位、多層次地收集、處理、分析涉農(nóng)大數(shù)據(jù)，并實現(xiàn)數(shù)據(jù)資源共享，有力地促進(jìn)了農(nóng)作物生長以及農(nóng)產(chǎn)品增產(chǎn)。水產(chǎn)大數(shù)據(jù)作為農(nóng)業(yè)大數(shù)據(jù)的分支，其內(nèi)涵及外延尚未有明確定義，但水產(chǎn)大數(shù)據(jù)已經(jīng)應(yīng)用到水產(chǎn)行業(yè)的生產(chǎn)經(jīng)營中，成為指導(dǎo)生產(chǎn)經(jīng)營的有力工具。

1水產(chǎn)大數(shù)據(jù)的概念及其應(yīng)用技術(shù)

1.1水產(chǎn)大數(shù)據(jù)的概念

朱澤聞?wù)J為“水產(chǎn)大數(shù)據(jù)是把生產(chǎn)經(jīng)營過程的相關(guān)數(shù)據(jù)進(jìn)行采集，通過可追溯系統(tǒng)從生產(chǎn)到消費過程進(jìn)行全方位的記錄，如生產(chǎn)環(huán)境、水域狀況、市場前景等數(shù)據(jù)，這些數(shù)據(jù)就構(gòu)成了大數(shù)據(jù)的基礎(chǔ)。此外，還需要智能決策系統(tǒng)，包括專家?guī)?、知識庫、決策庫等，指導(dǎo)水產(chǎn)業(yè)的生產(chǎn)經(jīng)營活動，提高養(yǎng)殖生產(chǎn)效益” [6]。

基于大數(shù)據(jù)的概念及內(nèi)涵，本文在分析總結(jié)前人關(guān)于大數(shù)據(jù)概念的基礎(chǔ)上提出了水產(chǎn)大數(shù)據(jù)的概念，即通過物聯(lián)網(wǎng)設(shè)備對水產(chǎn)養(yǎng)殖環(huán)境中的溫度、pH值、氧溶解量等數(shù)據(jù)進(jìn)行采集，運用相關(guān)大數(shù)據(jù)分析處理平臺、技術(shù)對采集的數(shù)據(jù)進(jìn)行分析處理，然后通過智能決策支持系統(tǒng)科學(xué)設(shè)置生產(chǎn)經(jīng)營的各因素、各環(huán)節(jié)，從而真正利用數(shù)據(jù)來指導(dǎo)水產(chǎn)養(yǎng)殖業(yè)的生產(chǎn)經(jīng)營。

1.2水產(chǎn)大數(shù)據(jù)涉及的應(yīng)用技術(shù)

1.2.1數(shù)據(jù)采集技術(shù)數(shù)據(jù)采集是挖掘大數(shù)據(jù)價值的首要環(huán)節(jié)，是數(shù)據(jù)集成、分析和可視化的基礎(chǔ)。大數(shù)據(jù)來源主要有RFID射頻數(shù)據(jù)、傳感器數(shù)據(jù)、社交數(shù)據(jù)及移動互聯(lián)數(shù)據(jù)等。物聯(lián)網(wǎng)技術(shù)的應(yīng)用使得水產(chǎn)大數(shù)據(jù)的來源更側(cè)重于RFID射頻數(shù)據(jù)和傳感器數(shù)據(jù)，涉及技術(shù)主要有數(shù)據(jù)采集技術(shù)、傳感器技術(shù)、信號處理技術(shù)、數(shù)據(jù)傳輸技術(shù)等方面，包括了數(shù)據(jù)傳感體系、網(wǎng)絡(luò)通信體系、傳感適配體系，實現(xiàn)對結(jié)構(gòu)化、半結(jié)構(gòu)化、非結(jié)構(gòu)化的海量數(shù)據(jù)的智能化接入、傳輸、處理和管理等[7]。

1.2.2數(shù)據(jù)集成技術(shù)大數(shù)據(jù)時代，數(shù)據(jù)類型逐漸轉(zhuǎn)變?yōu)榻Y(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)的集合，其中充斥著無用的或是空值數(shù)據(jù)。大數(shù)據(jù)處理，首先要對采集到的數(shù)據(jù)進(jìn)行預(yù)處理，從中提取出關(guān)系、實體和有效數(shù)據(jù)，經(jīng)過關(guān)聯(lián)和聚合，采用統(tǒng)一結(jié)構(gòu)來存儲[8]。在物聯(lián)網(wǎng)中，不同傳感器終端每天都會產(chǎn)生大量數(shù)據(jù)，而不同傳感器產(chǎn)生的數(shù)據(jù)格式或保存格式往往不同，這就會給后期的數(shù)據(jù)分析造成影響，因此需要改變數(shù)據(jù)格式使其具有統(tǒng)一的結(jié)構(gòu)，以方便存儲和分析處理[9]。

1.2.3存儲和處理技術(shù)大數(shù)據(jù)存儲和處理是當(dāng)前應(yīng)用最廣泛的技術(shù)，最著名的當(dāng)屬Apache Hadoop系列開源平臺，包括： HDFS、MapReduce、Pig、Hbase、Hive等子項目。傳統(tǒng)的關(guān)系數(shù)據(jù)管理技術(shù)擴(kuò)展性能較差，無法勝任大數(shù)據(jù)分析任務(wù)，而以MapReduce為代表的非關(guān)系數(shù)據(jù)管理和分析技術(shù)以其良好的擴(kuò)展性、容錯性和大規(guī)模并行處理優(yōu)勢，逐漸成為大數(shù)據(jù)處理和存儲的主要技術(shù)手段；它能提供編程模型和框架，用于大規(guī)模計算機(jī)集群上編寫對大數(shù)據(jù)進(jìn)行快速處理的并行化程序，便于數(shù)據(jù)快速處理和存儲[10，11]。

1.2.4數(shù)據(jù)分析技術(shù)大數(shù)據(jù)的分析與處理尚沒有絕對合適的工具，只有相對適用的工具。Hadoop是當(dāng)前最為流行的大數(shù)據(jù)處理平臺。Hadoop最先是模仿GFS和MapReduce實現(xiàn)的云計算開源平臺。對Hadoop改進(jìn)并將其應(yīng)用于各種場景的大數(shù)據(jù)處理已成為業(yè)界研究熱點，研究成果多集中在Hadoop平臺性能改進(jìn)、高效查詢處理、索引構(gòu)建和使用、基于Hadoop的數(shù)據(jù)倉庫構(gòu)建、Hadoop與數(shù)據(jù)庫系統(tǒng)的連接、數(shù)據(jù)挖掘、推薦系統(tǒng)等方面[12]。

1.2.5數(shù)據(jù)可視化技術(shù)該技術(shù)在農(nóng)業(yè)領(lǐng)域的發(fā)展與應(yīng)用仍處于初級階段，但其在模擬植物生長、虛擬立體農(nóng)業(yè)、三維可視化的農(nóng)產(chǎn)品發(fā)布、可視化仿真實驗等方面應(yīng)用前景廣闊。目前應(yīng)用最廣泛的可視化工具有R、Google Chart API、Tableau、ECharts等，隨著高質(zhì)量圖形處理芯片、高性能計算機(jī)和多擴(kuò)展外圍設(shè)備的發(fā)展，數(shù)據(jù)可視化技術(shù)將會進(jìn)入各個領(lǐng)域。新技術(shù)的引入和發(fā)展進(jìn)步必將改變水產(chǎn)業(yè)領(lǐng)域的面貌，為水產(chǎn)業(yè)科技進(jìn)步增加新活力[13]。

2水產(chǎn)大數(shù)據(jù)應(yīng)用中存在的問題

當(dāng)前國家政策利好，院校和企業(yè)紛紛進(jìn)駐大數(shù)據(jù)領(lǐng)域，技術(shù)進(jìn)步發(fā)展快速，推動了大數(shù)據(jù)技術(shù)的發(fā)展和普及，為水產(chǎn)大數(shù)據(jù)的發(fā)展打下堅實的基礎(chǔ)[14]。但由于大數(shù)據(jù)概念興起時間短，總體發(fā)展水平還處于上升階段，將其應(yīng)用在水產(chǎn)業(yè)生產(chǎn)經(jīng)營中，還存在許多問題。

2.1大數(shù)據(jù)應(yīng)用核心技術(shù)落后

就目前我國發(fā)展情況來看，與水產(chǎn)大數(shù)據(jù)相關(guān)的現(xiàn)代化裝備生產(chǎn)應(yīng)用較少，水產(chǎn)養(yǎng)殖裝備自動化水平落后，使水產(chǎn)大數(shù)據(jù)的收集面臨難題。另外，我國大數(shù)據(jù)的現(xiàn)實應(yīng)用還處于起步階段，涉及水產(chǎn)業(yè)大數(shù)據(jù)應(yīng)用的關(guān)鍵技術(shù)還有待進(jìn)一步研究，相關(guān)水域數(shù)據(jù)產(chǎn)品和設(shè)備技術(shù)研發(fā)還需加強(qiáng)，這些原因使我國大數(shù)據(jù)技術(shù)推廣難度加大且裝備和后期維護(hù)費用高昂，影響用戶使用的積極性。水域環(huán)境的復(fù)雜性，需要微型化、精準(zhǔn)化、抗侵蝕且性能良好的傳感器，而我國相關(guān)方面的傳感器研發(fā)生產(chǎn)技術(shù)落后，往往需要從國外進(jìn)口，費用高昂，基層農(nóng)戶難以接受，大數(shù)據(jù)技術(shù)面臨落地難題，制約著我國現(xiàn)代水產(chǎn)業(yè)的規(guī)?；l(fā)展[15]。

2.2水產(chǎn)大數(shù)據(jù)應(yīng)用標(biāo)準(zhǔn)尚不明確

我國還沒有出臺完整的水產(chǎn)大數(shù)據(jù)應(yīng)用標(biāo)準(zhǔn)體系，收集的數(shù)據(jù)信息不完整、不全面，造成現(xiàn)有業(yè)內(nèi)標(biāo)準(zhǔn)制定很不規(guī)范，與市場應(yīng)用脫節(jié)，加上水產(chǎn)大數(shù)據(jù)應(yīng)用市場分散、技術(shù)設(shè)備制造和服務(wù)成本高，水產(chǎn)業(yè)發(fā)展面臨惡性循環(huán)。我國水域面積廣闊，不同物種水域生長環(huán)境和氣候不同，需要物聯(lián)網(wǎng)技術(shù)和監(jiān)測設(shè)備進(jìn)行水域環(huán)境監(jiān)測和分析，指導(dǎo)具體的生產(chǎn)活動，而落后的物聯(lián)網(wǎng)技術(shù)使得我國水產(chǎn)業(yè)存在嚴(yán)重的數(shù)據(jù)缺失，很難運用到實際中，制約著我國水產(chǎn)業(yè)現(xiàn)代化的發(fā)展[16]。

2.3大數(shù)據(jù)應(yīng)用分析平臺營銷推廣手段不成熟

盡管很多企業(yè)已經(jīng)進(jìn)駐到水產(chǎn)大數(shù)據(jù)平臺的研發(fā)、建設(shè)和推廣工作中，但是缺乏成熟的營銷推廣手段，使得我國水產(chǎn)大數(shù)據(jù)使用受限。就目前水產(chǎn)大數(shù)據(jù)應(yīng)用市場現(xiàn)狀來看，市場需求仍以大數(shù)據(jù)基礎(chǔ)設(shè)備采購、網(wǎng)絡(luò)接入為主，這是由發(fā)展初期大環(huán)境決定的，但我國水域傳感控制設(shè)備等物聯(lián)網(wǎng)關(guān)鍵研發(fā)技術(shù)還比較落后，相關(guān)設(shè)備批量生產(chǎn)困難，致使相關(guān)設(shè)備和網(wǎng)絡(luò)費用價格昂貴，大數(shù)據(jù)的優(yōu)勢無法在短時間內(nèi)轉(zhuǎn)化成現(xiàn)實生產(chǎn)力，無形中使得水產(chǎn)大數(shù)據(jù)應(yīng)用面臨著更大的推廣難題[6]。

2.4缺乏水產(chǎn)大數(shù)據(jù)技術(shù)專業(yè)人才

水產(chǎn)大數(shù)據(jù)的使用要求技術(shù)人員對農(nóng)學(xué)、通信、軟件編程等方面知識都有較高的了解和掌握水平，而我國缺乏基礎(chǔ)設(shè)備傳感器的開發(fā)、運算評價模型、數(shù)據(jù)存儲和分析挖掘、物聯(lián)網(wǎng)設(shè)備鋪設(shè)維修等方面的復(fù)合型人才，加之我國跨學(xué)科教育優(yōu)勢還沒有體現(xiàn)出來，致使大數(shù)據(jù)技術(shù)發(fā)展缺乏關(guān)鍵的人才資源。要想水產(chǎn)大數(shù)據(jù)能夠發(fā)揮其真正的價值，必須培養(yǎng)跨學(xué)科的復(fù)合型人才，只有這樣才能保證研發(fā)出符合學(xué)科發(fā)展和實際需要的水產(chǎn)大數(shù)據(jù)平臺，更好地為水產(chǎn)業(yè)的生產(chǎn)經(jīng)營服務(wù)[17]。

3我國建設(shè)和發(fā)展水產(chǎn)大數(shù)據(jù)應(yīng)用平臺面臨的挑戰(zhàn)和機(jī)遇

目前，我國水產(chǎn)業(yè)仍以傳統(tǒng)水產(chǎn)養(yǎng)殖為主，信息化程度較低，加上大數(shù)據(jù)技術(shù)在我國應(yīng)用還處于上升發(fā)展階段，要建設(shè)能夠真正為水產(chǎn)業(yè)生產(chǎn)經(jīng)營提供優(yōu)質(zhì)服務(wù)、輔助決策的大數(shù)據(jù)應(yīng)用平臺，還面臨諸多挑戰(zhàn)和機(jī)遇。

3.1我國建設(shè)和發(fā)展水產(chǎn)大數(shù)據(jù)應(yīng)用平臺面臨的挑戰(zhàn)

3.1.1水產(chǎn)數(shù)據(jù)積累少且量化度低我國水產(chǎn)業(yè)屬于粗放產(chǎn)業(yè)，生產(chǎn)經(jīng)營以傳統(tǒng)經(jīng)驗生產(chǎn)為主且大多數(shù)以家庭為單位，生產(chǎn)規(guī)模小，不注重數(shù)據(jù)的積累。據(jù)有關(guān)統(tǒng)計我國水產(chǎn)業(yè)實際所儲存的數(shù)據(jù)僅為美國的6%，日本的10%，中西部水產(chǎn)業(yè)數(shù)據(jù)累計更少，其中能被有效利用的數(shù)據(jù)少之又少[18]。雖然近年來物聯(lián)網(wǎng)技術(shù)的使用可將整個水產(chǎn)養(yǎng)殖過程數(shù)據(jù)進(jìn)行比較詳細(xì)的記錄，但其應(yīng)用范圍有限，也沒有大規(guī)模普及，獲得的數(shù)據(jù)量仍然很小，信息化進(jìn)程緩慢，傳統(tǒng)的經(jīng)驗數(shù)據(jù)短時間內(nèi)無法轉(zhuǎn)化成通用的現(xiàn)實生產(chǎn)力，而且我國的水域環(huán)境變化大，南北水產(chǎn)品種差異大，生態(tài)環(huán)境多樣，很難找到共通的信息化方式來實現(xiàn)水產(chǎn)業(yè)的信息化[19]。

3.1.2水產(chǎn)大數(shù)據(jù)的異構(gòu)性使其融合難物聯(lián)網(wǎng)技術(shù)下水產(chǎn)大數(shù)據(jù)來源主要分為物聯(lián)網(wǎng)中射頻和傳感設(shè)備收集的數(shù)據(jù)、農(nóng)業(yè)信息化網(wǎng)站數(shù)據(jù)以及各方移動終端和數(shù)據(jù)平臺公開的數(shù)據(jù)等，致使數(shù)據(jù)類型從以結(jié)構(gòu)化數(shù)據(jù)為主轉(zhuǎn)向結(jié)構(gòu)化、半結(jié)構(gòu)化、非結(jié)構(gòu)化三者的融合，給數(shù)據(jù)的存儲、處理和分析造成不便。怎樣將這些異構(gòu)數(shù)據(jù)進(jìn)行格式轉(zhuǎn)換、統(tǒng)一存儲，怎樣運用適當(dāng)?shù)姆治龉ぞ吆头治龇椒▉斫y(tǒng)一分析異構(gòu)性數(shù)據(jù)，將是今后發(fā)展水產(chǎn)大數(shù)據(jù)平臺面臨的難題。另外，我國水產(chǎn)業(yè)生產(chǎn)現(xiàn)狀仍以分散式經(jīng)營為主，與歐美發(fā)達(dá)國家相比，生產(chǎn)水平落后，使得水產(chǎn)業(yè)生產(chǎn)很難在全國范圍內(nèi)形成統(tǒng)一規(guī)劃，也使得水產(chǎn)大數(shù)據(jù)的收集、存儲及融合變得困難[20]。

3.1.3水產(chǎn)大數(shù)據(jù)的實時性差 信息具有時效性，隨著時間的推移，數(shù)據(jù)中所蘊含的知識價值往往也在衰減，因此實時性也是水產(chǎn)大數(shù)據(jù)分析過程中必須考慮的問題。尤其是在與天氣、環(huán)境狀況相關(guān)的數(shù)據(jù)分析方面，分析不及時可能會導(dǎo)致環(huán)境災(zāi)害的發(fā)生。由于數(shù)據(jù)量密集，能否在所能忍受的時間內(nèi)完成指定工作也成為衡量大數(shù)據(jù)分析的主要方式[21]。另外數(shù)據(jù)的實時性還體現(xiàn)在收集到的數(shù)據(jù)能否及時上傳，如果收集到的數(shù)據(jù)不能及時上傳到數(shù)據(jù)庫，就會造成數(shù)據(jù)缺失和不完整，致使分析結(jié)果不能準(zhǔn)確地指導(dǎo)生產(chǎn)實踐。實時處理和存儲要求數(shù)據(jù)庫能夠瞬時處理不同格式的數(shù)據(jù)，進(jìn)行統(tǒng)一轉(zhuǎn)換格式和存儲，但是現(xiàn)實中的數(shù)據(jù)庫設(shè)計理念創(chuàng)新性不足，在面對多種類型的數(shù)據(jù)時還不能達(dá)到即時統(tǒng)一處理，這就要求新型的數(shù)據(jù)庫系統(tǒng)以不斷變化的角度對待數(shù)據(jù)，增加了數(shù)據(jù)實時收集、處理、存儲和分析的難度[22]。

3.1.4水產(chǎn)大數(shù)據(jù)的挖掘能力有限 水產(chǎn)大數(shù)據(jù)的異構(gòu)性導(dǎo)致數(shù)據(jù)類型多樣，數(shù)據(jù)集過大，傳統(tǒng)的數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)等算法的使用對象都是傳統(tǒng)數(shù)據(jù)集，如果將這些方法用于大數(shù)據(jù)的分析處理可能會導(dǎo)致數(shù)據(jù)處理效率低甚至無法使用的情況，因此，這些方法并不能直接適用于水產(chǎn)大數(shù)據(jù)的挖掘。水產(chǎn)大數(shù)據(jù)應(yīng)用的重要特點就是實時性，算法的準(zhǔn)確率不再是唯一指標(biāo)，這就需要在處理數(shù)據(jù)的實時性和準(zhǔn)確性上找到突破口，確保實時處理數(shù)據(jù)結(jié)果的準(zhǔn)確性[23]。

3.2我國發(fā)展水產(chǎn)大數(shù)據(jù)應(yīng)用平臺面臨的機(jī)遇

雖然我國發(fā)展水產(chǎn)大數(shù)據(jù)面臨著上述挑戰(zhàn)，但也應(yīng)清醒地認(rèn)識到其中蘊藏的機(jī)遇。搶搭農(nóng)業(yè)4.0快車，借助先進(jìn)的信息化理念和物聯(lián)網(wǎng)技術(shù)提升傳統(tǒng)水產(chǎn)業(yè)的發(fā)展機(jī)遇，即在物聯(lián)網(wǎng)技術(shù)基礎(chǔ)上建設(shè)全國范圍內(nèi)的水產(chǎn)業(yè)大數(shù)據(jù)應(yīng)用平臺，科學(xué)指導(dǎo)水產(chǎn)業(yè)的生產(chǎn)經(jīng)營，使中國水產(chǎn)業(yè)擺脫粗放模式[24]。就目前我國水產(chǎn)業(yè)發(fā)展現(xiàn)狀來看，建設(shè)水產(chǎn)業(yè)大數(shù)據(jù)應(yīng)用平臺是可行的，主要體現(xiàn)在以下方面：

①國家和地方政府均鼓勵“互聯(lián)網(wǎng)+”環(huán)境下的農(nóng)業(yè)創(chuàng)新活動，提出利用信息化、機(jī)械化與科技創(chuàng)新，合力打造現(xiàn)代高效農(nóng)業(yè)，加快推進(jìn)農(nóng)業(yè)現(xiàn)代化的方針政策，為水產(chǎn)業(yè)大數(shù)據(jù)應(yīng)用平臺的建設(shè)發(fā)展提供了良好的契機(jī)。

②我國大數(shù)據(jù)、云計算、移動互聯(lián)等技術(shù)，雖然起步較晚，但成果豐富。水產(chǎn)大數(shù)據(jù)平臺的建設(shè)可以吸取其它行業(yè)大數(shù)據(jù)平臺建設(shè)的經(jīng)驗和教訓(xùn)，根據(jù)自身實際進(jìn)行相應(yīng)的平臺建設(shè)和開發(fā)，這對于水產(chǎn)業(yè)大數(shù)據(jù)平臺的頂層設(shè)計、架構(gòu)設(shè)計、應(yīng)用模式設(shè)計以及營銷推廣模式的確立具有十分重要的價值[25]。

③水產(chǎn)裝備、服務(wù)終端和服務(wù)體系的應(yīng)用普及以及院校和企業(yè)的大力推廣，使用戶對于物聯(lián)網(wǎng)技術(shù)有了初步的認(rèn)識，并且部分用戶已經(jīng)開始將物聯(lián)網(wǎng)技術(shù)用于生產(chǎn)活動中，已經(jīng)開始產(chǎn)生大量的水產(chǎn)大數(shù)據(jù)，各種成熟的信息技術(shù)平臺的應(yīng)用可以方便地收集、儲存和管理這些數(shù)據(jù)，為用戶的科學(xué)生產(chǎn)提供數(shù)據(jù)支持。

④當(dāng)前水產(chǎn)業(yè)大數(shù)據(jù)平臺的建設(shè)和應(yīng)用完全可以跨越傳統(tǒng)行業(yè)的信息化發(fā)展階段，直接應(yīng)用“互聯(lián)網(wǎng)+”發(fā)展戰(zhàn)略，推動傳統(tǒng)水產(chǎn)業(yè)換代升級，這種做法可以使大數(shù)據(jù)平臺在短時間內(nèi)產(chǎn)生巨大的社會和經(jīng)濟(jì)效益，同時也可以節(jié)約傳統(tǒng)信息化建設(shè)中大量人力和資金的投入[26]。

4結(jié)語

發(fā)展和應(yīng)用水產(chǎn)大數(shù)據(jù)技術(shù)，是水產(chǎn)業(yè)實現(xiàn)信息化和智能化生產(chǎn)、銷售、管理及科研深度融合的重要手段，將水產(chǎn)生產(chǎn)經(jīng)營環(huán)境中涉及的物聯(lián)網(wǎng)技術(shù)、大數(shù)據(jù)技術(shù)、數(shù)據(jù)化思維等融合，使其互為前提，才能保證大數(shù)據(jù)在水產(chǎn)業(yè)中真正發(fā)揮其價值，推動我國水產(chǎn)業(yè)的現(xiàn)代化進(jìn)程；進(jìn)一步利用水產(chǎn)大數(shù)據(jù)，通過相關(guān)分析和挖掘技術(shù)，可以提高信息的綜合利用率，發(fā)掘隱藏在結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)中深層的價值，用于水產(chǎn)市場的未來預(yù)期、風(fēng)險規(guī)避、商機(jī)把握，提高我國宏觀層面水產(chǎn)業(yè)政策制定的科學(xué)性和合理性，提升我國水產(chǎn)業(yè)科研和生產(chǎn)的創(chuàng)新水平及創(chuàng)新能力，加快我國水產(chǎn)業(yè)的現(xiàn)代化進(jìn)程。

參考文獻(xiàn)：

[1]陶雪嬌，胡曉峰，劉洋.大數(shù)據(jù)研究綜述[J].系統(tǒng)仿真學(xué)報，2013，25（8）：142-146.

[2]姚遠(yuǎn)，趙榮彩.基于編譯指示的向量化方法[J].計算機(jī)工程，2012，38（12）：272-275.

[3]劉曉英.《大數(shù)據(jù)時代》閱讀的啟示與思考[J].高校圖書館工作，2015，35（5）：84-86.

[4]Manyika J， Chui M， Brown B， et al. Big data： the next frontier for innovation， competition， and productivity[R]. McKinsey Global Institute， 2011：1-137.

[5]許世衛(wèi).農(nóng)業(yè)大數(shù)據(jù)與農(nóng)產(chǎn)品監(jiān)測預(yù)警[J].中國農(nóng)業(yè)科技導(dǎo)報，2014，16（5）： 14-20.

[6]朱澤.智能化養(yǎng)殖開啟漁業(yè)“大數(shù)據(jù)時代”[J].漁業(yè)致富指南，2015（2）：3-4.

[7]王文生，郭雷風(fēng).農(nóng)業(yè)大數(shù)據(jù)及其應(yīng)用展望[J].江蘇農(nóng)業(yè)科學(xué)，2015，43（9）：1-5.

[8]孟祥寶，謝秋波，劉海峰.農(nóng)業(yè)大數(shù)據(jù)應(yīng)用體系架構(gòu)和平臺建設(shè)[J].廣東農(nóng)業(yè)科學(xué)，2014（14）：173-177.

[9]張浩然，李中良，鄒騰飛，等.農(nóng)業(yè)大數(shù)據(jù)綜述[J].計算機(jī)科學(xué)，2014，41（11）： 387-392.

[10]劉智慧，張泉靈.大數(shù)據(jù)技術(shù)研究綜述[J].浙江大學(xué)學(xué)報（工學(xué)版），2014，48（6）：957-972.

[11]吳亞坤，郭海旭，王曉明.大數(shù)據(jù)技術(shù)研究綜述[J].遼寧大學(xué)學(xué)報（自然科學(xué)版）， 2015，42（3）：236-242.

[12]張鋒軍.大數(shù)據(jù)技術(shù)研究綜述[J].通信技術(shù)，2014，47（11）：1240-1248.

[13]董慶華.數(shù)據(jù)可視化技術(shù)在農(nóng)業(yè)領(lǐng)域的應(yīng)用探討[J].山西農(nóng)業(yè)大學(xué)學(xué)報，2007， 27（5）：52-53.

[14]谷悅.“互聯(lián)網(wǎng)+水產(chǎn)”的發(fā)展之路[J].中國食品，2015（22）：104-107.

[15]董雙林.高效低碳——中國水產(chǎn)養(yǎng)殖業(yè)發(fā)展的必由之路[J].水產(chǎn)學(xué)報，2011，35 （10）：1595-1599.

[16]陳威，郭書普.中國農(nóng)業(yè)信息化技術(shù)發(fā)展現(xiàn)狀及存在的問題[J].農(nóng)業(yè)工程學(xué)報，2013，29（22）：196-202.

[17]左雄.我國農(nóng)業(yè)信息化研究綜述[J].安徽農(nóng)業(yè)科學(xué)， 2007， 35（28）：9092-9094.

[18]周洵.大數(shù)據(jù)技術(shù)與中國漁業(yè)[J].中國水產(chǎn)，2015（8）：31-33.

[19]李道亮.我國農(nóng)業(yè)信息化面臨的新機(jī)遇與發(fā)展建議[J].山東農(nóng)業(yè)科學(xué)，2013，45（10）：125-128.

[20]郭承坤，劉延忠，陳英義，等.發(fā)展農(nóng)業(yè)大數(shù)據(jù)的主要問題及主要任務(wù)[J].安徽農(nóng)業(yè)科學(xué)，2014， 42（27）：9642-9645.

[21]張新民.中國農(nóng)業(yè)信息化發(fā)展的現(xiàn)狀與前景展望[J].農(nóng)業(yè)經(jīng)濟(jì)，2011（8）：35-37.

[22]郭平，劉波，沈岳.農(nóng)業(yè)云大數(shù)據(jù)自組織推送關(guān)鍵技術(shù)綜述[J].軟件，2013，34（3）：1-6.

[23]李業(yè)玲.農(nóng)業(yè)大數(shù)據(jù)在農(nóng)業(yè)經(jīng)濟(jì)管理中的作用[J].農(nóng)村經(jīng)濟(jì)與科技，2015，26（7）：196-198.

[24]王強(qiáng).大數(shù)據(jù)技術(shù)在農(nóng)業(yè)領(lǐng)域的應(yīng)用分析及建設(shè)策略[J].新疆農(nóng)業(yè)科技，2015（1）：1-4.

[25]孫忠富，杜克明，鄭飛翔，等.大數(shù)據(jù)在智慧農(nóng)業(yè)中研究與應(yīng)用展望[J].中國農(nóng)業(yè)科技導(dǎo)報，2013，15（6）：63-71.

[26]呂田.智能化養(yǎng)殖開啟漁業(yè)新時代[J].中國食品，2015（13）：114-115.