農(nóng)業(yè)大數(shù)據(jù)研究與應(yīng)用進(jìn)展

王一鶴，楊 飛，王卷樂，劉麗峰，馬 婭

（1. 山東理工大學(xué)，淄博255049；2. 中國科學(xué)院地理科學(xué)與資源研究所，資源與環(huán)境信息系統(tǒng)國家重點(diǎn)實(shí)驗(yàn)室，北京100101；3. 環(huán)境保護(hù)部環(huán)境規(guī)劃院，北京100012）

0 引言

隨著信息技術(shù)的發(fā)展，全球進(jìn)入了大數(shù)據(jù)時(shí)代。國外對(duì)大數(shù)據(jù)的研究起步較早，美國著名的未來學(xué)家阿爾文 · 托夫勒早在1980年就在《第三次浪潮》中提出了大數(shù)據(jù)的概念［1］；全球著名的信息研究分析公司Gartner的分析員道格 · 萊尼于2001年提出了“3V”的大數(shù)據(jù)特點(diǎn)，即數(shù)量大（volume）、速度快（velocity）與類型多（variety）［2］；2008年《Nature》推出“big data”?？?，從互聯(lián)網(wǎng)、生物醫(yī)學(xué)等方面出發(fā)開展了大數(shù)據(jù)的研究；2011年《Science》出版了?？癉ealing With Data”；2012年，美國公布“大數(shù)據(jù)研發(fā)計(jì)劃”，旨在增強(qiáng)從海量數(shù)據(jù)中獲取信息的能力。我國的大數(shù)據(jù)研究起步相對(duì)較晚，但國內(nèi)對(duì)于大數(shù)據(jù)研究十分關(guān)注。2013年中國計(jì)算機(jī)學(xué)會(huì)出版了《中國大數(shù)據(jù)技術(shù)與產(chǎn)業(yè)發(fā)展白皮書》，2014年出版了《中國大數(shù)據(jù)技術(shù)與產(chǎn)業(yè)發(fā)展報(bào)告》，闡述了大數(shù)據(jù)時(shí)代背景下相關(guān)產(chǎn)業(yè)的發(fā)展［3］。目前，國內(nèi)大數(shù)據(jù)的發(fā)展已經(jīng)滲透到了經(jīng)濟(jì)、教育、醫(yī)療、農(nóng)業(yè)、社會(huì)安全等眾多領(lǐng)域中［4-8］，且在數(shù)據(jù)挖掘應(yīng)用、大數(shù)據(jù)可視化分析、大數(shù)據(jù)平臺(tái)構(gòu)建等方面的研究也取得了一定進(jìn)展［9-11］。總體來說，我國的大數(shù)據(jù)技術(shù)研究與應(yīng)用已逐步展開，各行業(yè)依托大數(shù)據(jù)技術(shù)也進(jìn)入了新的發(fā)展階段，但相對(duì)于發(fā)達(dá)國家來說，我國的大數(shù)據(jù)研究還處于一個(gè)不成熟的階段［12］。

現(xiàn)代農(nóng)業(yè)在作物生產(chǎn)、畜牧養(yǎng)殖、病災(zāi)蟲害防治、市場(chǎng)管理等多方面都需要更加科學(xué)的指導(dǎo)，因此應(yīng)用大數(shù)據(jù)推動(dòng)農(nóng)業(yè)發(fā)展對(duì)于建設(shè)現(xiàn)代化農(nóng)業(yè)具有重要意義。

1 農(nóng)業(yè)大數(shù)據(jù)研究進(jìn)展

目前世界各國都十分重視農(nóng)業(yè)大數(shù)據(jù)的發(fā)展，英國于2013年頒布了《英國農(nóng)業(yè)技術(shù)戰(zhàn)略》，強(qiáng)調(diào)了大數(shù)據(jù)對(duì)推動(dòng)農(nóng)業(yè)發(fā)展的巨大潛力；8國領(lǐng)導(dǎo)人于2013年在國際論壇上就農(nóng)業(yè)大數(shù)據(jù)的開放問題進(jìn)行了討論；2015年美國聯(lián)邦農(nóng)業(yè)部長宣布啟動(dòng)實(shí)時(shí)土壤數(shù)據(jù)項(xiàng)目，旨在讓農(nóng)民能夠獲取到最新的農(nóng)場(chǎng)數(shù)據(jù)［13］。眾多學(xué)者也提出了自己的研究，J Russo［14］認(rèn)為大數(shù)據(jù)將對(duì)精準(zhǔn)農(nóng)業(yè)的發(fā)展產(chǎn)生重要影響；P Srinivasulu等［15］認(rèn)為大數(shù)據(jù)的應(yīng)用會(huì)為解決農(nóng)業(yè)問題提供更好的服務(wù)；MR Bendre等［16］提出了利用大數(shù)據(jù)預(yù)測(cè)天氣，提高作物產(chǎn)量等；Jharna Majumdar等［17］針對(duì)農(nóng)業(yè)數(shù)據(jù)的分析，提出了利用多元線性回歸等數(shù)據(jù)挖掘技術(shù)進(jìn)行農(nóng)業(yè)數(shù)據(jù)的利用；ME Sykuta［18］研究了大數(shù)據(jù)的數(shù)據(jù)所有權(quán)、數(shù)據(jù)隱私等問題。在生產(chǎn)上，法國政府通過分析農(nóng)業(yè)數(shù)據(jù)為農(nóng)民提供生產(chǎn)指導(dǎo)信息；德國利用大數(shù)據(jù)與云技術(shù)實(shí)現(xiàn)了高水平的數(shù)字農(nóng)業(yè)［19-21］；美國孟山都公司通過產(chǎn)量與氣候數(shù)據(jù)為農(nóng)民提供種植指導(dǎo)；美國天寶利用3S與數(shù)據(jù)處理技術(shù)為農(nóng)場(chǎng)提供了一套作業(yè)解決方案［22］；Climate Corporation公司通過氣象大數(shù)據(jù)來預(yù)測(cè)災(zāi)害，以此來為農(nóng)民推薦合適的保險(xiǎn)［23］。目前國外的農(nóng)業(yè)大數(shù)據(jù)已形成了規(guī)范、精準(zhǔn)、智能的應(yīng)用格局。

我國十分重視農(nóng)業(yè)大數(shù)據(jù)的發(fā)展，國內(nèi)各地也先后推出了相關(guān)的政策引領(lǐng)。農(nóng)業(yè)農(nóng)村部公布了《農(nóng)業(yè)部關(guān)于推進(jìn)農(nóng)業(yè)農(nóng)村大數(shù)據(jù)發(fā)展的實(shí)施意見》；江蘇省在《江蘇省“十三五”現(xiàn)代農(nóng)業(yè)發(fā)展規(guī)劃》中提出了推進(jìn)農(nóng)業(yè)大數(shù)據(jù)建設(shè)的規(guī)劃；浙江省在《浙江省現(xiàn)代農(nóng)業(yè)發(fā)展“十三五”規(guī)劃》大力發(fā)展智慧農(nóng)業(yè)與大數(shù)據(jù)農(nóng)業(yè)；山東省農(nóng)業(yè)廳發(fā)布了《山東省推進(jìn)農(nóng)業(yè)大數(shù)據(jù)運(yùn)用實(shí)施方案》，明確提出了建設(shè)農(nóng)業(yè)大數(shù)據(jù)體系的各項(xiàng)要求。在學(xué)術(shù)方面，農(nóng)業(yè)大數(shù)據(jù)研究也取得了一定進(jìn)展，牛祿青［24］、林惠蝦［25］闡述了農(nóng)業(yè)大數(shù)據(jù)對(duì)于推動(dòng)現(xiàn)代農(nóng)業(yè)變革的意義；王強(qiáng)［26］、光峰等［27］分析了大數(shù)據(jù)在農(nóng)業(yè)領(lǐng)域的應(yīng)用；秦小立［28］、陸文靜［29］等對(duì)區(qū)域農(nóng)業(yè)大數(shù)據(jù)的建設(shè)進(jìn)行了探索；牟少敏［30］、宋長青等［31］對(duì)培養(yǎng)農(nóng)業(yè)大數(shù)據(jù)人才模式進(jìn)行了研究。在農(nóng)業(yè)大數(shù)據(jù)產(chǎn)業(yè)建設(shè)上，2013年，山東成立了全國第一個(gè)農(nóng)業(yè)大數(shù)據(jù)產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟［32］；2016年，全球農(nóng)業(yè)大數(shù)據(jù)與信息服務(wù)聯(lián)盟在北京成立［33］；2017年，黑龍江省農(nóng)業(yè)大數(shù)據(jù)管理中心成立，負(fù)責(zé)全省農(nóng)業(yè)大數(shù)據(jù)建設(shè)的規(guī)劃工作［34］。由此可見，我國的農(nóng)業(yè)大數(shù)據(jù)發(fā)展十分迅速。

2 農(nóng)業(yè)大數(shù)據(jù)應(yīng)用與相關(guān)技術(shù)

2.1 大數(shù)據(jù)在農(nóng)業(yè)中的應(yīng)用

2.1.1 農(nóng)業(yè)育種

利用大數(shù)據(jù)能夠使農(nóng)業(yè)育種更高效。農(nóng)業(yè)育種過程中選擇的品質(zhì)與產(chǎn)量等性狀基于眾多因素，利用農(nóng)業(yè)大數(shù)據(jù)依據(jù)最新的國際高通量數(shù)據(jù)，能夠輔助相關(guān)研究人員通過提取基因組上的遺傳來標(biāo)記篩選出需要的基因片段。此外通過計(jì)算機(jī)來展開生物調(diào)查，在云端創(chuàng)造分析海量的基因信息流并同時(shí)進(jìn)行假設(shè)驗(yàn)證與試驗(yàn)規(guī)劃，使育種家能夠通過相對(duì)較少的作物進(jìn)行實(shí)際大田環(huán)境驗(yàn)證來確定品種的適宜區(qū)域和抗性表現(xiàn)，有助于更高效、更低成本、更快地決策［35］。

2.1.2 智慧農(nóng)業(yè)生產(chǎn)管理

農(nóng)業(yè)大數(shù)據(jù)可以輔助精準(zhǔn)農(nóng)業(yè)操作［36］和智慧農(nóng)業(yè)［37］管理。生產(chǎn)上，通過分析土壤溫度、降水等數(shù)據(jù)［38］幫助農(nóng)戶了解作物生長環(huán)境狀況，同時(shí)利用3S、機(jī)器學(xué)習(xí)等技術(shù)可以輔助相關(guān)人員規(guī)劃最優(yōu)生產(chǎn)區(qū)域以提高作物生產(chǎn)力并降低成本［39］；在養(yǎng)殖上，通過機(jī)器學(xué)習(xí)等技術(shù)分析牲畜歷史信息、生理特征數(shù)據(jù)等來確定飼料產(chǎn)量關(guān)系、識(shí)別疾病以及確保牲畜安全和質(zhì)量等；在農(nóng)機(jī)作業(yè)方面，通過將天氣、土壤、溫度等數(shù)據(jù)上傳到云端，使農(nóng)業(yè)機(jī)械共享這些數(shù)據(jù)，可以指揮農(nóng)機(jī)進(jìn)行精細(xì)作業(yè)。此外，通過大數(shù)據(jù)分析可以減少肥料、殺蟲劑的使用來改善農(nóng)場(chǎng)環(huán)境效益［40］。

2.1.3 農(nóng)業(yè)氣象與病蟲害預(yù)警

利用氣象大數(shù)據(jù)能夠進(jìn)行更長時(shí)間范圍、更準(zhǔn)確的農(nóng)業(yè)氣象預(yù)測(cè)，如利用海量天氣數(shù)據(jù)預(yù)測(cè)破壞性的極端天氣并推送給農(nóng)民，讓農(nóng)民自己選擇合適的保險(xiǎn)進(jìn)行投保，以此來降低農(nóng)民的損失；在農(nóng)業(yè)病蟲害方面，將歷史數(shù)據(jù)與采集的病蟲害數(shù)據(jù)存儲(chǔ)至大數(shù)據(jù)中心，結(jié)合環(huán)境、作物生長等因素，通過機(jī)器學(xué)習(xí)等技術(shù)對(duì)病蟲害的發(fā)生進(jìn)行預(yù)測(cè)，以此提前做出防治的措施；此外通過大數(shù)據(jù)可以進(jìn)行農(nóng)場(chǎng)基準(zhǔn)測(cè)試、建模來預(yù)測(cè)作物歉收風(fēng)險(xiǎn)，或根據(jù)田間位置，土壤類型等數(shù)據(jù)評(píng)估特定農(nóng)場(chǎng)最可能的風(fēng)險(xiǎn)［41-42］。

2.1.4 優(yōu)化農(nóng)業(yè)市場(chǎng)

通過共享農(nóng)業(yè)生產(chǎn)、流通等環(huán)節(jié)的數(shù)據(jù)可以提高市場(chǎng)透明度，使生產(chǎn)者做出更合理的決策［43］，利用農(nóng)產(chǎn)品銷售數(shù)據(jù)與市場(chǎng)行情可預(yù)測(cè)農(nóng)產(chǎn)品價(jià)格走勢(shì)、市場(chǎng)飽和量，避免產(chǎn)品滯銷；利用市場(chǎng)數(shù)據(jù)可以預(yù)測(cè)市場(chǎng)動(dòng)向、價(jià)格，并結(jié)合對(duì)不同消費(fèi)群體的分析輔助相關(guān)人員分析品種上市后的表現(xiàn)［44］，還能夠幫助相關(guān)人員了解不同消費(fèi)群體對(duì)作物品質(zhì)、價(jià)格等方面的需求，做到供需平衡；此外還可以通過作物產(chǎn)量，投入成本變化，市場(chǎng)需求，種植成本，運(yùn)輸成本和營銷成本數(shù)據(jù)的分析，預(yù)測(cè)在發(fā)達(dá)國家和發(fā)展中國家政府對(duì)農(nóng)業(yè)產(chǎn)品的支持價(jià)格［45］。

2.1.5 農(nóng)產(chǎn)品質(zhì)量安全與追溯

對(duì)生產(chǎn)過程的數(shù)據(jù)進(jìn)行實(shí)時(shí)監(jiān)測(cè)與分析能有效控制產(chǎn)品的質(zhì)量，為產(chǎn)品的標(biāo)準(zhǔn)化和規(guī)模化提供支持；使用傳感等技術(shù)來監(jiān)測(cè)收集產(chǎn)業(yè)鏈數(shù)據(jù)，跟蹤農(nóng)產(chǎn)品流通過程有利于防止疾病、減少污染；構(gòu)建農(nóng)產(chǎn)品質(zhì)量安全監(jiān)測(cè)信息管理平臺(tái)，基于大數(shù)據(jù)技術(shù)能夠?qū)r(nóng)產(chǎn)品質(zhì)量安全事件按行業(yè)類別、信息來源、涉及范圍、危害程度等內(nèi)容進(jìn)行初步識(shí)別，實(shí)現(xiàn)對(duì)重大農(nóng)產(chǎn)品質(zhì)量安全事件早預(yù)警、早發(fā)現(xiàn)；通過建立食品可追溯系統(tǒng)，對(duì)田間、養(yǎng)殖、屠宰、處理、運(yùn)輸?shù)热a(chǎn)業(yè)環(huán)節(jié)數(shù)據(jù)監(jiān)控，可以在源頭消除問題產(chǎn)品［46］。

2.2 國內(nèi)外農(nóng)業(yè)大數(shù)據(jù)平臺(tái)簡(jiǎn)介

目前國內(nèi)外學(xué)者對(duì)建設(shè)農(nóng)業(yè)大數(shù)據(jù)平臺(tái)進(jìn)行了很多探索［47-51］。Farmeron是美國一家農(nóng)業(yè)數(shù)據(jù)分析公司，其在2011年推出了基于Web端的農(nóng)場(chǎng)管理平臺(tái)，為農(nóng)民提供跟蹤牲畜飼養(yǎng)情況的功能，為農(nóng)民提供針對(duì)性的生產(chǎn)分析報(bào)告，指導(dǎo)農(nóng)民進(jìn)行相關(guān)生產(chǎn)規(guī)劃；VitalFields是愛沙尼亞共和國的一家以農(nóng)預(yù)測(cè)氣象、病蟲害、成本投入等預(yù)測(cè)管理為主的公司，為農(nóng)民提供農(nóng)作物種植階段投入的成本、病蟲害風(fēng)險(xiǎn)防治及天氣預(yù)測(cè)，農(nóng)民能夠更加高效地管理自己的農(nóng)場(chǎng)；FarmLogs是美國一家為農(nóng)民提供移動(dòng)端app與桌面WEB界面的公司，農(nóng)民可通過這些媒介來對(duì)農(nóng)作物生產(chǎn)進(jìn)行管理。湖南省農(nóng)業(yè)農(nóng)村信息化綜合服務(wù)平臺(tái)主要由應(yīng)用服務(wù)、基礎(chǔ)服務(wù)、業(yè)務(wù)數(shù)據(jù)庫、云計(jì)算硬件資源等子平臺(tái)構(gòu)成，集成了眾多民生與產(chǎn)業(yè)信息服務(wù)，通過建設(shè)農(nóng)村綜合信息服務(wù)站為農(nóng)業(yè)生產(chǎn)和農(nóng)戶生活提供了全面的信息技術(shù)服務(wù)。農(nóng)業(yè)大數(shù)據(jù)運(yùn)營平臺(tái)是一個(gè)側(cè)重于現(xiàn)代農(nóng)業(yè)資訊共享以及整合農(nóng)業(yè)生產(chǎn)數(shù)據(jù)的平臺(tái)，平臺(tái)涉及農(nóng)業(yè)領(lǐng)域內(nèi)的綜合新聞信息，包括產(chǎn)品價(jià)格變動(dòng)、熱門種植養(yǎng)殖產(chǎn)物、農(nóng)業(yè)惡劣天氣預(yù)報(bào)等一系列關(guān)乎農(nóng)業(yè)生產(chǎn)經(jīng)營的訊息，作物生產(chǎn)技術(shù)方案、種植操作規(guī)程、深加工介紹等科技訊息，種植養(yǎng)殖業(yè)、經(jīng)營管理等農(nóng)業(yè)技能培訓(xùn)信息。

2.3 農(nóng)業(yè)大數(shù)據(jù)關(guān)鍵技術(shù)研究

2.3.1 農(nóng)業(yè)大數(shù)據(jù)采集

農(nóng)業(yè)大數(shù)據(jù)來源復(fù)雜，很多學(xué)者對(duì)農(nóng)業(yè)大數(shù)據(jù)采集進(jìn)行了研究［52-56］。綜合來看，農(nóng)業(yè)大數(shù)據(jù)的采集主要包括農(nóng)業(yè)遙感、生產(chǎn)環(huán)境采集、網(wǎng)絡(luò)數(shù)據(jù)爬取等方式。農(nóng)業(yè)遙感是指利用各種傳感器與計(jì)算機(jī)等學(xué)科的理論與方法來揭示農(nóng)業(yè)環(huán)境、屬性及其時(shí)空特征［57］，通過遙感技術(shù)所獲取的海量數(shù)據(jù)的背后價(jià)值也是現(xiàn)在遙感大數(shù)據(jù)挖掘研究的熱點(diǎn)。農(nóng)業(yè)生產(chǎn)環(huán)境數(shù)據(jù)依靠傳感網(wǎng)技術(shù)獲得，相關(guān)研究［58-59］提出了利用終端采集定位、傳感器采集數(shù)據(jù)的方式來實(shí)現(xiàn)對(duì)產(chǎn)業(yè)環(huán)境、流通數(shù)據(jù)的獲取，隨著技術(shù)的進(jìn)步這種采集方式的應(yīng)用更加廣泛。網(wǎng)絡(luò)爬蟲是從互聯(lián)網(wǎng)上進(jìn)行數(shù)據(jù)信息的爬取，考慮到我國擁有著龐大的農(nóng)業(yè)網(wǎng)絡(luò)數(shù)據(jù)資源和大量的農(nóng)業(yè)信息網(wǎng)站，采用爬蟲的方式獲取農(nóng)業(yè)數(shù)據(jù)十分有利于將大量分散的農(nóng)業(yè)數(shù)據(jù)收集整合到一起。

2.3.2 農(nóng)業(yè)大數(shù)據(jù)存儲(chǔ)與處理

農(nóng)業(yè)大數(shù)據(jù)海量、非結(jié)構(gòu)化的特性決定了傳統(tǒng)的關(guān)系型數(shù)據(jù)庫難以滿足對(duì)大數(shù)據(jù)的存儲(chǔ)和高并發(fā)訪問需求。NoSQL［60］是目前較為流行的一種非關(guān)系型數(shù)據(jù)庫，其數(shù)據(jù)存儲(chǔ)結(jié)構(gòu)具有非關(guān)系型、分布式的特點(diǎn)，是目前比較主流的大數(shù)據(jù)管理技術(shù)。大數(shù)據(jù)的處理任務(wù)用傳統(tǒng)的單機(jī)處理比較困難，而云計(jì)算［61］為大數(shù)據(jù)的處理提供了計(jì)算資源整合技術(shù)。利用云計(jì)算技術(shù)可以實(shí)現(xiàn)資源動(dòng)態(tài)分配，均衡分配處理負(fù)載，極大地提升資源的共享性和重用性，有效地降低運(yùn)營成本；當(dāng)前最流行的大數(shù)據(jù)處理框架為Hadoop［62］，其核心包括HDFS與MapReduce。因其吞吐量高、效率高、高容錯(cuò)性而被廣泛應(yīng)用，并迅速成長為主流的大數(shù)據(jù)處理框架。

2.3.3 農(nóng)業(yè)大數(shù)據(jù)分析技術(shù)

機(jī)器學(xué)習(xí)［63］是人工智能［64］的一個(gè)核心研究領(lǐng)域。機(jī)器學(xué)習(xí)是一門研究計(jì)算機(jī)模擬實(shí)現(xiàn)人類的學(xué)習(xí)行為，使之不斷改善自身的性能技術(shù)，主要包括監(jiān)督學(xué)習(xí)［65］和非監(jiān)督學(xué)習(xí)［66］。隨著技術(shù)水平的發(fā)展，機(jī)器學(xué)習(xí)逐漸應(yīng)用到農(nóng)業(yè)領(lǐng)域中，比如通過分析農(nóng)業(yè)市場(chǎng)數(shù)據(jù)變動(dòng)，做出市場(chǎng)預(yù)測(cè)等［67］。在大數(shù)據(jù)分析中，機(jī)器通過從環(huán)境中獲取數(shù)據(jù)信息，然后通過自我學(xué)習(xí)反復(fù)更新知識(shí)庫，以此來對(duì)執(zhí)行元部分進(jìn)行指導(dǎo)學(xué)習(xí)，不斷完善自我學(xué)習(xí)的內(nèi)容和模式，在這個(gè)過程中，其知識(shí)庫的內(nèi)容持續(xù)增長，其智能化程度也隨之越來越高［68］。

深度學(xué)習(xí)［69］是機(jī)器學(xué)習(xí)的一個(gè)特例。傳統(tǒng)的機(jī)器學(xué)習(xí)預(yù)測(cè)的準(zhǔn)確性依賴于數(shù)據(jù)處理工作的好壞，為了減少這種約束，深度學(xué)習(xí)的概念就出現(xiàn)了［70］。深度學(xué)習(xí)也被稱為無監(jiān)督特征學(xué)習(xí)，即數(shù)據(jù)的特征可以通過學(xué)習(xí)過程得到，無需提前人為提取，深度學(xué)習(xí)將原始數(shù)據(jù)中每層表示逐層地轉(zhuǎn)換為更高層更抽象的表示，以此來發(fā)現(xiàn)高維數(shù)據(jù)中錯(cuò)綜復(fù)雜的結(jié)構(gòu)［71］。目前深度學(xué)習(xí)在語音識(shí)別、圖像識(shí)別、自然語言處理與信息檢索［72］等領(lǐng)域得到廣泛的應(yīng)用。

計(jì)算智能［73］是人工智能研究的一個(gè)重要分支，一般用于解決大規(guī)模的優(yōu)化問題。計(jì)算智能方法具備不需要依賴知識(shí)，不需要事先進(jìn)行精確建模就可以直接對(duì)數(shù)據(jù)進(jìn)行分析和處理的特點(diǎn)，這使得其十分適于大數(shù)據(jù)分析。此外，由于大數(shù)據(jù)海量規(guī)模的特性以及問題求解的復(fù)雜性，需要耗費(fèi)較大的計(jì)算開銷，而計(jì)算智能能夠以模擬人類以及其他生物體的思維方式來解釋問題，可較快地解決某些較難的問題如組合優(yōu)化等，這為解決復(fù)雜的大數(shù)據(jù)處理問題提供了有效的解決途徑［74］。

3 農(nóng)業(yè)大數(shù)據(jù)發(fā)展的重點(diǎn)任務(wù)與方向

目前我國大數(shù)據(jù)發(fā)展存在如下問題：（1）數(shù)據(jù)共享程度低，數(shù)據(jù)片面、多而不精；（2）對(duì)大數(shù)據(jù)人才培養(yǎng)力度不夠，阻礙大數(shù)據(jù)發(fā)展工作；（3）缺乏大數(shù)據(jù)核心技術(shù)，一旦國外切斷技術(shù)支持，會(huì)極大影響國內(nèi)大數(shù)據(jù)產(chǎn)業(yè)；（4）國內(nèi)部分大數(shù)據(jù)公司過于急功近利，沒有提供真正實(shí)用的大數(shù)據(jù)服務(wù)；（5）缺乏對(duì)大數(shù)據(jù)保護(hù)的相關(guān)法律法規(guī)，這會(huì)為大數(shù)據(jù)的交互流通帶來隱患。因此，我國農(nóng)業(yè)大數(shù)據(jù)發(fā)展的新任務(wù)與方向如下。

3.1 完善農(nóng)業(yè)大數(shù)據(jù)采集工作，實(shí)現(xiàn)數(shù)據(jù)共享

數(shù)據(jù)來源是農(nóng)業(yè)大數(shù)據(jù)的重要構(gòu)成之一，針對(duì)目前數(shù)據(jù)來源單薄的現(xiàn)狀［75］，首要工作是充分利用現(xiàn)代信息技術(shù)如物聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)設(shè)備、云端系統(tǒng)等豐富數(shù)據(jù)采集渠道，成立專門的數(shù)據(jù)定制化服務(wù)采集團(tuán)隊(duì)，建立成熟的采集體系，讓數(shù)據(jù)采集變得更高效。其次是盡快建立統(tǒng)一的數(shù)據(jù)標(biāo)準(zhǔn)，便于信息的流通交互，強(qiáng)化政府、科研機(jī)構(gòu)、企業(yè)的數(shù)據(jù)共享意識(shí)，從技術(shù)、機(jī)制、相關(guān)法律保護(hù)等方面開展農(nóng)業(yè)大數(shù)據(jù)的共享工作。

3.2 培養(yǎng)大數(shù)據(jù)人才，助力農(nóng)業(yè)信息化建設(shè)

大數(shù)據(jù)人才的缺乏是目前推進(jìn)大數(shù)據(jù)應(yīng)用的主要阻礙之一，大數(shù)據(jù)人才的培養(yǎng)可以通過2種途徑：第一加強(qiáng)對(duì)相關(guān)行業(yè)人員技術(shù)水平的培訓(xùn)；第二是在高校設(shè)立相關(guān)研究方向的專業(yè)，以此不斷為農(nóng)業(yè)領(lǐng)域培養(yǎng)大數(shù)據(jù)人才。利用結(jié)合深度分析的大數(shù)據(jù)分析技術(shù)能夠充分挖掘利用海量農(nóng)業(yè)數(shù)據(jù)的價(jià)值，為農(nóng)業(yè)信息化的發(fā)展提供重要的數(shù)據(jù)支撐，在實(shí)施上應(yīng)該進(jìn)一步加強(qiáng)農(nóng)業(yè)農(nóng)村的網(wǎng)絡(luò)硬軟件建設(shè)，消除互聯(lián)網(wǎng)“最后一公里”現(xiàn)象的存在［76］。

3.3 優(yōu)化大數(shù)據(jù)處理分析技術(shù)，增強(qiáng)底層技術(shù)研發(fā)

針對(duì)主流大數(shù)據(jù)平臺(tái)Hadoop、Spark等，研究出更加高效科學(xué)的算法，是大數(shù)據(jù)分析工作的重要研究任務(wù)；深度學(xué)習(xí)技術(shù)的持續(xù)升級(jí)也帶來了參數(shù)規(guī)模持續(xù)增長的問題，因此目前一個(gè)重要的研究方向是怎樣對(duì)深度學(xué)習(xí)的模型參數(shù)進(jìn)行優(yōu)化來提升深度學(xué)習(xí)算法的效率；為了更好地處理海量數(shù)據(jù)，對(duì)深度學(xué)習(xí)的模型進(jìn)行改造來降低訓(xùn)練模型的成本花費(fèi)也是重點(diǎn)任務(wù)［77］。此外要增強(qiáng)大數(shù)據(jù)底層技術(shù)自主研發(fā)能力，發(fā)展自己的大數(shù)據(jù)處理框架，減少對(duì)國外技術(shù)的依賴，這樣大數(shù)據(jù)技術(shù)會(huì)有更大的發(fā)展空間。

3.4 建設(shè)更加親民化的農(nóng)業(yè)大數(shù)據(jù)平臺(tái)

目前多數(shù)農(nóng)業(yè)大數(shù)據(jù)平臺(tái)多以數(shù)據(jù)統(tǒng)計(jì)展示為主，數(shù)據(jù)的利用率不高［78-79］，普通農(nóng)戶缺乏或者不具備相關(guān)數(shù)據(jù)分析經(jīng)驗(yàn)，難以從這種服務(wù)形式的使用中獲取想要的結(jié)果，因此未來的農(nóng)業(yè)大數(shù)據(jù)平臺(tái)應(yīng)該更多地將機(jī)器學(xué)習(xí)、數(shù)據(jù)深度分析技術(shù)應(yīng)用到平臺(tái)數(shù)據(jù)分析模塊，使得用戶能夠通過選擇數(shù)據(jù)后進(jìn)行自動(dòng)分析得到相應(yīng)的文字指導(dǎo)，如種植品種建議等。此外平臺(tái)應(yīng)加入農(nóng)業(yè)生態(tài)、文化、旅游等多方面的內(nèi)容，以滿足其他用戶的需求。

3.5 保障大數(shù)據(jù)安全，加強(qiáng)數(shù)據(jù)產(chǎn)權(quán)制度建設(shè)

大數(shù)據(jù)的安全工作可以從2個(gè)方面開展，一方面是從互聯(lián)網(wǎng)、數(shù)據(jù)信息、數(shù)據(jù)備份等角度出發(fā)，構(gòu)建大數(shù)據(jù)安全架構(gòu)為大數(shù)據(jù)的價(jià)值安全提供保障；另一方面是從日常的管理上出發(fā)，用法規(guī)制度來對(duì)數(shù)據(jù)流通媒介的使用進(jìn)行嚴(yán)格管理，形成規(guī)范統(tǒng)一的大數(shù)據(jù)生產(chǎn)流程?？紤]到數(shù)據(jù)資源的特征，首先要結(jié)合相關(guān)法律規(guī)定對(duì)數(shù)據(jù)涉及的范圍、權(quán)益等內(nèi)容進(jìn)行明確規(guī)定，此外應(yīng)當(dāng)在產(chǎn)權(quán)確權(quán)時(shí)優(yōu)先考慮將獲取數(shù)據(jù)的權(quán)屬分配給企業(yè)，這樣能夠更好地在企業(yè)的數(shù)據(jù)收益與投入之間做到平衡［80］。