大數(shù)據(jù)技術(shù)農(nóng)業(yè)應(yīng)用

王文生，郭雷風(fēng)

中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)信息研究所，北京 100081

引言

農(nóng)業(yè)直接關(guān)系到國計民生，涉及國家糧食安全、農(nóng)村勞動力就業(yè)、城鄉(xiāng)統(tǒng)籌發(fā)展等經(jīng)濟社會生活方方面面，數(shù)據(jù)量龐大、實時動態(tài)、結(jié)構(gòu)復(fù)雜，數(shù)據(jù)已成為農(nóng)業(yè)生產(chǎn)決策的核心要素。一方面，就農(nóng)業(yè)本身而言，農(nóng)業(yè)包羅萬象，包括土地資源、水資源等農(nóng)業(yè)資源環(huán)境數(shù)據(jù)，土壤、大氣、水質(zhì)、氣象、污染、災(zāi)害等農(nóng)業(yè)生態(tài)環(huán)境數(shù)據(jù)，農(nóng)業(yè)生物資源、農(nóng)業(yè)種質(zhì)資源等農(nóng)業(yè)生物數(shù)據(jù)等；另一方面，就農(nóng)業(yè)產(chǎn)、加、銷等整個流程而言，包括農(nóng)資管理數(shù)據(jù)、農(nóng)業(yè)生產(chǎn)過程管理數(shù)據(jù)、農(nóng)業(yè)倉儲管理數(shù)據(jù)、農(nóng)業(yè)物流運輸管理數(shù)據(jù)、農(nóng)產(chǎn)品加工數(shù)據(jù)、農(nóng)產(chǎn)品市場流通數(shù)據(jù)以及農(nóng)產(chǎn)品食品安全數(shù)據(jù)等[1,16]。

進入21世紀后，我國農(nóng)業(yè)與農(nóng)村信息技術(shù)的研究和應(yīng)用進入高速發(fā)展階段，已成為現(xiàn)代農(nóng)業(yè)的重要標(biāo)志，以農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)和智能裝備技術(shù)為代表的農(nóng)業(yè)信息技術(shù)正逐步融入到農(nóng)業(yè)生產(chǎn)經(jīng)營的全過程，農(nóng)業(yè)形態(tài)和過程都發(fā)生了深刻的變化。一是“更透徹的感知”，通過智能傳感設(shè)備廣泛應(yīng)用，實現(xiàn)農(nóng)業(yè)生產(chǎn)全過程的數(shù)字化與可感知，包括作物長勢、作物營養(yǎng)、畜禽生長信息、土壤參數(shù)、環(huán)境信息、氣候變化等；二是“更全面的互聯(lián)互通”，物聯(lián)網(wǎng)、傳感網(wǎng)、因特網(wǎng)等在農(nóng)業(yè)領(lǐng)域應(yīng)用，實現(xiàn)了生產(chǎn)、加工、倉儲、物流、市場、消費等各個環(huán)節(jié)的互聯(lián)互通；三是“更深入的智能化”，通過區(qū)塊鏈、人工智能、云計算和超級計算機等先進信息技術(shù)，對感知的海量數(shù)據(jù)進行分析處理，農(nóng)業(yè)生產(chǎn)決策、農(nóng)產(chǎn)品市場管理等更加智能。

1 農(nóng)業(yè)大數(shù)據(jù)內(nèi)涵以及特征

農(nóng)業(yè)大數(shù)據(jù)是不斷發(fā)展和衍化的過程。

從政府層面看：2015年，農(nóng)業(yè)農(nóng)村部發(fā)布了《農(nóng)業(yè)部關(guān)于推進農(nóng)業(yè)大數(shù)據(jù)發(fā)展的實施意見》，提出“發(fā)展農(nóng)業(yè)農(nóng)村大數(shù)據(jù)發(fā)展和應(yīng)用的重點領(lǐng)域，提高農(nóng)業(yè)農(nóng)村生產(chǎn)、經(jīng)營、管理、服務(wù)水平，是推進國家農(nóng)業(yè)大數(shù)據(jù)發(fā)展方針的具體實施?！?019年，農(nóng)業(yè)農(nóng)村部、中央網(wǎng)絡(luò)安全和信息化委員會辦公室關(guān)于印發(fā)《數(shù)字農(nóng)業(yè)農(nóng)村發(fā)展規(guī)劃（2019-2025年）》的通知，提出建設(shè)國家農(nóng)業(yè)農(nóng)村大數(shù)據(jù)平臺。2020年，中央一號文件提到，開展國家數(shù)字鄉(xiāng)村試點，依托現(xiàn)有資源建設(shè)農(nóng)業(yè)農(nóng)村大數(shù)據(jù)中心。國家對農(nóng)業(yè)大數(shù)據(jù)重視程度越來越高，從概念到具體落地，已經(jīng)有了非常明確的建設(shè)思路。

從學(xué)術(shù)角度看：溫孚江[2]提出農(nóng)業(yè)大數(shù)據(jù)是大數(shù)據(jù)理念、技術(shù)和方法在農(nóng)業(yè)領(lǐng)域的實踐。孫忠富等[3]認為農(nóng)業(yè)大數(shù)據(jù)是指以大數(shù)據(jù)分析為基礎(chǔ)，運用大數(shù)據(jù)理念、技術(shù)和方法，解決農(nóng)業(yè)或涉農(nóng)領(lǐng)域數(shù)據(jù)的采集、存儲、分析與應(yīng)用等一系列問題，以此來指導(dǎo)農(nóng)業(yè)生產(chǎn)經(jīng)營，是大數(shù)據(jù)理論和技術(shù)在農(nóng)業(yè)上的應(yīng)用和實踐。米春橋等[4]提出農(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、周期性及作物本身特性等特征后產(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)用傳統(tǒng)方法處理和分析的數(shù)據(jù)集合。周國民[5,17]提出農(nóng)業(yè)大數(shù)據(jù)是農(nóng)業(yè)領(lǐng)域全要素、全時、全域、全樣本的數(shù)據(jù)集合，并應(yīng)用大數(shù)據(jù)理念、技術(shù)和方法來處理這些數(shù)據(jù)集合。

作者認為農(nóng)業(yè)大數(shù)據(jù)是智慧化、協(xié)作化、智能化、精準(zhǔn)化、網(wǎng)絡(luò)化、先覺泛在的現(xiàn)代信息技術(shù)不斷發(fā)展而衍生的計算機技術(shù)農(nóng)業(yè)應(yīng)用的高級階段，是結(jié)構(gòu)化、半結(jié)構(gòu)化、非結(jié)構(gòu)化的多維度、多粒度、多模型、多形態(tài)的海量農(nóng)業(yè)數(shù)據(jù)的抽象描述，是農(nóng)業(yè)生產(chǎn)、加工、銷售、資源、環(huán)境、過程等全產(chǎn)業(yè)鏈的跨行業(yè)、跨專業(yè)、跨業(yè)務(wù)、跨地域的農(nóng)業(yè)數(shù)據(jù)大集中的有效工具，是汲取農(nóng)業(yè)數(shù)據(jù)價值、促進農(nóng)業(yè)信息消費、加快農(nóng)業(yè)經(jīng)濟轉(zhuǎn)型升級的重要手段，是加快農(nóng)業(yè)現(xiàn)代化、實現(xiàn)農(nóng)業(yè)走向更高級階段的必經(jīng)過程[6]。

農(nóng)業(yè)大數(shù)據(jù)是一個開放的復(fù)雜巨系統(tǒng)，最顯著的特征在于其農(nóng)業(yè)屬性，具體有主體多、領(lǐng)域廣、周期性等（見表1）。

表1 農(nóng)業(yè)大數(shù)據(jù)特征Table1 Features of agriculture big data

農(nóng)業(yè)數(shù)據(jù)主要是對各種農(nóng)業(yè)對象、關(guān)系、行為的客觀反映，一直以來都是農(nóng)業(yè)研究和應(yīng)用的重要內(nèi)容，但是由于技術(shù)、理念、思維等原因，對農(nóng)業(yè)數(shù)據(jù)的開發(fā)和利用程度不夠，一些深藏的價值關(guān)系不能被有效發(fā)現(xiàn)。隨著大數(shù)據(jù)技術(shù)在各行各業(yè)廣泛研究，農(nóng)業(yè)大數(shù)據(jù)也逐漸成為當(dāng)前研究的熱點。筆者認為農(nóng)業(yè)大數(shù)據(jù)不是脫離現(xiàn)有農(nóng)業(yè)信息技術(shù)體系的新技術(shù)，而是通過快速的數(shù)據(jù)處理、綜合的數(shù)據(jù)分析，發(fā)現(xiàn)數(shù)據(jù)之間潛在的價值關(guān)系，對現(xiàn)有農(nóng)業(yè)信息化應(yīng)用進行提升和完善的一種數(shù)據(jù)應(yīng)用新模式。

簡單地講，農(nóng)業(yè)大數(shù)據(jù)是指大數(shù)據(jù)技術(shù)、理念、思維在農(nóng)業(yè)領(lǐng)域的應(yīng)用[7]。

2 大數(shù)據(jù)農(nóng)業(yè)應(yīng)用關(guān)鍵技術(shù)

農(nóng)業(yè)大數(shù)據(jù)體量大、結(jié)構(gòu)復(fù)雜、模態(tài)多變、實時性強、關(guān)聯(lián)度高，大數(shù)據(jù)技術(shù)農(nóng)業(yè)應(yīng)用，必須充分考慮農(nóng)業(yè)自身特征，開展數(shù)據(jù)獲取、數(shù)據(jù)管理、數(shù)據(jù)處理等關(guān)鍵技術(shù)研發(fā)和應(yīng)用。

（1）農(nóng)業(yè)大數(shù)據(jù)獲取技術(shù)

農(nóng)業(yè)大數(shù)據(jù)獲取是指利用信息技術(shù)將農(nóng)業(yè)要素數(shù)字化并進行有效采集、傳輸?shù)倪^程。圍繞耕地、育種、播種、施肥、灌溉、植保、收獲、儲運、農(nóng)產(chǎn)品加工、銷售等各環(huán)節(jié)，依托現(xiàn)有的信息技術(shù)而建立的交叉、立體、融合的采集網(wǎng)絡(luò)，獲得的各種類型的結(jié)構(gòu)化、半結(jié)構(gòu)化及非結(jié)構(gòu)化的海量數(shù)據(jù)集。

農(nóng)業(yè)農(nóng)村部《關(guān)于推進農(nóng)業(yè)農(nóng)村大數(shù)據(jù)發(fā)展的實施意見》中提出“拓展物聯(lián)網(wǎng)數(shù)據(jù)采集渠道、開辟互聯(lián)網(wǎng)數(shù)據(jù)采集渠道等。”另外，根據(jù)應(yīng)用場景不同，農(nóng)業(yè)大數(shù)據(jù)獲取技術(shù)還包括衛(wèi)星遙感、無人機遙感以及各種智能終端等（見表2）。當(dāng)前，信息技術(shù)發(fā)展迅猛，農(nóng)業(yè)大數(shù)據(jù)獲取技術(shù)采集頻率更高、精度更高，因此，數(shù)據(jù)量更大、價值更高。

表2 農(nóng)業(yè)大數(shù)據(jù)獲取技術(shù)Table2 Agriculture big data acquisition technology

（2）農(nóng)業(yè)大數(shù)據(jù)管理技術(shù)

面對海量的半結(jié)構(gòu)化和非結(jié)構(gòu)數(shù)據(jù)，傳統(tǒng)關(guān)系數(shù)據(jù)庫在可伸縮性、可容錯性、可擴展性等方面有所局限，不能有效滿足數(shù)據(jù)總量大、數(shù)據(jù)增長速度快以及數(shù)據(jù)類型多樣等需求，其優(yōu)勢越來越不明顯。農(nóng)業(yè)大數(shù)據(jù)管理技術(shù)具有高可擴展性、高性能、容錯性、可伸縮性等特點，能夠滿足數(shù)據(jù)量增長的需要、數(shù)據(jù)讀寫的實時性、數(shù)據(jù)查詢處理的高性能，保證分布系統(tǒng)的可用性，實現(xiàn)各種資源的按需分配和調(diào)度。

農(nóng)業(yè)大數(shù)據(jù)經(jīng)過抽取、轉(zhuǎn)換、清洗(ETL)等過程，并建立不同主題數(shù)據(jù)庫，達到格式統(tǒng)一、口徑一致，使數(shù)據(jù)更具規(guī)范性、可用性，為數(shù)據(jù)分析應(yīng)用提供統(tǒng)一的指標(biāo)、口徑、屬性等。通過農(nóng)業(yè)大數(shù)據(jù)管理技術(shù)能夠?qū)崿F(xiàn)對數(shù)據(jù)存儲的統(tǒng)一規(guī)劃，規(guī)范數(shù)據(jù)存儲類型、更新頻次、數(shù)據(jù)庫類型，使之能有效的對應(yīng)用系統(tǒng)中的數(shù)據(jù)進行存儲，形成不同的主題數(shù)據(jù)庫，使數(shù)據(jù)存儲和組織更加合理，達到格式統(tǒng)一、口徑一致，實現(xiàn)數(shù)據(jù)集成，使數(shù)據(jù)指標(biāo)高度規(guī)范和統(tǒng)一，使數(shù)據(jù)更具規(guī)范性、可用性，可以為數(shù)據(jù)分析應(yīng)用提供統(tǒng)一的指標(biāo)、口徑、屬性等，使用戶可以高效的對已存儲的數(shù)據(jù)進行訪問和應(yīng)用（見圖1）。

（3）農(nóng)業(yè)大數(shù)據(jù)處理技術(shù)

大數(shù)據(jù)處理能夠?qū)?shù)據(jù)變?yōu)橘Y源、變?yōu)榉?wù)，進而實現(xiàn)數(shù)據(jù)價值。農(nóng)業(yè)大數(shù)據(jù)來源于農(nóng)作物從生產(chǎn)到餐桌的整個過程，受土壤環(huán)境、農(nóng)作物品類、病蟲害、氣候條件等諸多因素影響，數(shù)據(jù)具有不確定、不完全（數(shù)據(jù)隨機噪音）和稀疏性（數(shù)據(jù)的實用價值不高）等特征。農(nóng)業(yè)大數(shù)據(jù)處理平臺主要對眾多開源組件進行封裝和增強，實現(xiàn)協(xié)同應(yīng)用，進行價值發(fā)現(xiàn)。目前在批數(shù)據(jù)[7]、流數(shù)據(jù)[8]等處理方面均有研究。

通用大數(shù)據(jù)處理系統(tǒng)，將數(shù)據(jù)進行清洗、解析、集成等，然后根據(jù)數(shù)據(jù)格式內(nèi)容分成兩條線：一條是流式計算平臺進行實時數(shù)據(jù)處理；另一條是批量數(shù)據(jù)處理，主要針對離線數(shù)據(jù)。常用的架構(gòu)有Lambda，Kappa，IOTA 等，其中，IOTA 架構(gòu)以統(tǒng)一的數(shù)據(jù)模型貫穿始終，基于不斷發(fā)展的智能終端、物聯(lián)網(wǎng)等實現(xiàn)邊緣計算，將各種計算分散在數(shù)據(jù)生產(chǎn)、計算和查詢過程中，從而提高數(shù)據(jù)處理效率。根據(jù)農(nóng)業(yè)大數(shù)據(jù)特征，提出了基于IOTA 架構(gòu)的農(nóng)業(yè)大數(shù)據(jù)處理平臺（見圖2），在實時數(shù)據(jù)處理方面，集成Storm，F(xiàn)link，Spark Streaming 等計算實時指標(biāo)，在批量數(shù)據(jù)處理方面，利用Mapreduce，Hive，Spark SQL 等，支撐精準(zhǔn)農(nóng)業(yè)智能控制、農(nóng)業(yè)生產(chǎn)環(huán)境監(jiān)測、農(nóng)情遙感預(yù)警等，推動農(nóng)業(yè)生產(chǎn)過程實現(xiàn)智能預(yù)警、智能決策、智能分析等。

圖1 農(nóng)業(yè)大數(shù)據(jù)管理系統(tǒng)架構(gòu)Fig.1 Agriculture big data management framework

圖2 基于IOTA 架構(gòu)的農(nóng)業(yè)大數(shù)據(jù)處理架構(gòu)Fig.2 Agriculture big data processing framework based on IOTA

3 大數(shù)據(jù)精準(zhǔn)農(nóng)業(yè)智能控制

精準(zhǔn)農(nóng)業(yè)智能控制是指根據(jù)空間變異，定位、定時、定量地實施一整套現(xiàn)代化農(nóng)事操作與管理的智能控制系統(tǒng)，決策分析是精準(zhǔn)農(nóng)業(yè)智能控制體系中的核心，致力于根據(jù)農(nóng)田小區(qū)作物產(chǎn)量和相關(guān)因素，在農(nóng)田內(nèi)的空間差異性，實施分布式的處方農(nóng)作。專家系統(tǒng)、作物模擬模型、作物生產(chǎn)決策支持系統(tǒng)推動了精準(zhǔn)農(nóng)業(yè)發(fā)展，但在面對多結(jié)構(gòu)、高密度數(shù)據(jù)處理方面略有不足。大數(shù)據(jù)環(huán)境下，精準(zhǔn)農(nóng)業(yè)的數(shù)據(jù)獲取、數(shù)據(jù)處理、智能控制裝備等都將發(fā)生變化。高密度的農(nóng)田信息獲取后，怎樣根據(jù)動態(tài)變化的農(nóng)田信息，集成作物自身生長發(fā)育情況以及作物生長環(huán)境中的氣候、土壤、生物、栽培措施因子等數(shù)據(jù)，綜合考慮經(jīng)濟、環(huán)境和可持續(xù)發(fā)展的目標(biāo)，設(shè)計一整套具有可實施性的精準(zhǔn)管理措施，是需要多學(xué)科交叉融合的研究科學(xué)問題[9]。

（1）農(nóng)田變量數(shù)據(jù)高密度獲取

農(nóng)田變量信息快速采集主要是對農(nóng)田中的土壤含水量、肥力、SOM、土壤壓實、耕作層深度和作物病、蟲、草害及作物苗情分布信息采集，一般分為接觸式傳感技術(shù)和非接觸式遙感技術(shù)。農(nóng)田變量信息主要服務(wù)于精準(zhǔn)農(nóng)業(yè)生產(chǎn)，強調(diào)實時性、精準(zhǔn)性等特點，屬于局部、微觀、持續(xù)的農(nóng)業(yè)數(shù)據(jù)。隨著現(xiàn)代科學(xué)技術(shù)的發(fā)展，各種非接觸快速測量傳感器和智能化傳感器不斷涌現(xiàn)。土壤容重、土壤堅實度、土壤含水量、土壤PH值、土壤肥力（N、P、K 含量）、大氣溫度、大氣濕度等大田環(huán)境數(shù)據(jù)實現(xiàn)了實時、高密度獲取。

（2）多源信息融合的智能決策支持系統(tǒng)

變量決策分析是精準(zhǔn)農(nóng)業(yè)技術(shù)體系中的核心，致力于根據(jù)農(nóng)田小區(qū)作物產(chǎn)量和相關(guān)因素，在農(nóng)田內(nèi)的空間差異性，實施分布式的處方農(nóng)作。利用大數(shù)據(jù)處理分析技術(shù)，基于農(nóng)業(yè)生物-環(huán)境參數(shù)的多源信息表達及融合，多源有效信息的提取和分析模擬，集成作物自身生長發(fā)育情況以及作物生長環(huán)境中的氣候、土壤、生物、栽培措施因子等數(shù)據(jù)，綜合農(nóng)作物高通量表型識別方法、農(nóng)作物影響因子關(guān)系模型、病蟲害診斷與預(yù)報預(yù)警、農(nóng)田變量作業(yè)優(yōu)化管理等理論與方法，統(tǒng)籌經(jīng)濟、環(huán)境和可持續(xù)發(fā)展的目標(biāo)，突破專家系統(tǒng)、模擬模型在多結(jié)構(gòu)、高密度數(shù)據(jù)處理方面的不足，為農(nóng)業(yè)生產(chǎn)決策者提供精準(zhǔn)、實時、高效、可靠的輔助決策。

（3）反饋控制的農(nóng)業(yè)智能裝備

農(nóng)業(yè)智能裝備是精準(zhǔn)農(nóng)業(yè)的田間實現(xiàn)，是各種信息融合、處理、交叉、分析的匯聚點。目前，農(nóng)業(yè)智能裝備向大型、高速、復(fù)式作業(yè)、人機和諧與舒適性方向發(fā)展，具備較強的GIS 綜合功能，能自動完成產(chǎn)量監(jiān)測并生成產(chǎn)量分布圖。利用大數(shù)據(jù)技術(shù)，研究基于環(huán)境變量決策的智能裝備，實現(xiàn)作業(yè)智能導(dǎo)航和自動駕駛，根據(jù)需要配置成精準(zhǔn)播種、精準(zhǔn)變量施肥、變量噴藥等作業(yè)控制系統(tǒng)。

4 大數(shù)據(jù)農(nóng)業(yè)生產(chǎn)環(huán)境監(jiān)控

農(nóng)業(yè)生產(chǎn)環(huán)境監(jiān)測與控制系統(tǒng)屬于多變量、大慣性、非線性的復(fù)雜大系統(tǒng)，貫穿農(nóng)業(yè)信息獲取、數(shù)據(jù)傳輸與網(wǎng)絡(luò)通信、數(shù)據(jù)融合與智能決策、專家系統(tǒng)、自動化控制等于一體，數(shù)據(jù)量逐漸增大、數(shù)據(jù)結(jié)構(gòu)日益復(fù)雜。在大田糧食作物生產(chǎn)、設(shè)施農(nóng)業(yè)、畜禽水產(chǎn)養(yǎng)殖等應(yīng)用場景中，實時監(jiān)測、自動控制、數(shù)字化管理技術(shù)越來越多，全鏈條、全產(chǎn)業(yè)、全過程的智能化、泛在化的數(shù)據(jù)感知與處理更加普及，農(nóng)業(yè)生產(chǎn)、監(jiān)測、服務(wù)、管理等逐漸逼近整體最優(yōu)化，農(nóng)業(yè)資源利用效率大幅度提高，農(nóng)業(yè)生產(chǎn)成本大幅度降低，農(nóng)業(yè)生態(tài)環(huán)境顯著改善[10]。

（1）全面感知的農(nóng)業(yè)生產(chǎn)環(huán)境數(shù)據(jù)獲取

智能傳感設(shè)備廣泛應(yīng)用，實現(xiàn)農(nóng)業(yè)生產(chǎn)全過程的數(shù)字化與可感知，農(nóng)業(yè)信息獲取的范圍越來越廣，從農(nóng)作物生長過程中的表型數(shù)據(jù)、生理數(shù)據(jù)、生態(tài)數(shù)據(jù)、發(fā)育數(shù)據(jù)以及大氣、土壤、水分、溫度等農(nóng)作物生產(chǎn)環(huán)境數(shù)據(jù)，到針對畜禽個體生長發(fā)育、群體活動規(guī)律、飼養(yǎng)環(huán)境狀況和身體健康數(shù)據(jù)等。一方面，農(nóng)業(yè)智能傳感器技術(shù)、傳感網(wǎng)技術(shù)以及光譜、多光譜、高光譜、核磁共振等先進檢測方法在植物、土壤、空氣、環(huán)境信息采集方面廣泛應(yīng)用，農(nóng)業(yè)生產(chǎn)環(huán)境數(shù)據(jù)的精度、廣度、頻度大幅度提高。另一方面，包括光譜技術(shù)、機器視覺技術(shù)、人工嗅覺技術(shù)、熱紅外技術(shù)等在內(nèi)的生命信息感知技術(shù)的廣泛應(yīng)用，實現(xiàn)了農(nóng)業(yè)生產(chǎn)對象本身的數(shù)字化描述，動、植物生長過程中的生理、生長、發(fā)育、活動規(guī)律等生物生理狀況可感知、可記錄。

（2）高效可靠的農(nóng)業(yè)生產(chǎn)環(huán)境數(shù)據(jù)傳輸

伴隨著傳感終端的大量使用，農(nóng)業(yè)生產(chǎn)環(huán)境數(shù)據(jù)傳輸也呈現(xiàn)出新的特征，數(shù)據(jù)量越來越大、傳輸速度越來越快、傳輸頻率越來越高、傳輸密度越來越大、綜合程度越來越強，針對網(wǎng)絡(luò)類型不同、傳感設(shè)備來源不一、農(nóng)業(yè)原始數(shù)據(jù)繁雜無序等問題，建立符合大數(shù)據(jù)特征的高速數(shù)據(jù)傳輸專用通道，解決海量、多源、異構(gòu)的農(nóng)業(yè)生產(chǎn)環(huán)境數(shù)據(jù)的快速采集、有效匯聚、兼并融合難題，實現(xiàn)農(nóng)業(yè)生產(chǎn)環(huán)境數(shù)據(jù)可以進行高可靠的信息交互與傳輸。設(shè)施作物生產(chǎn)管理通過無線網(wǎng)絡(luò)技術(shù)等組成傳感網(wǎng)絡(luò)，采用分層網(wǎng)絡(luò)結(jié)構(gòu)進行自組織組網(wǎng)，節(jié)點間信息傳遞采用多跳路由協(xié)議傳遞數(shù)據(jù)，經(jīng)由網(wǎng)關(guān)到達控制中心；基于無線傳感網(wǎng)的動物數(shù)字化監(jiān)測平臺，給動物佩帶無線傳感器，通過無線、藍牙等技術(shù)將體溫、呼吸、脈搏、位置、運動等信息進行采集，再通過網(wǎng)絡(luò)傳送到服務(wù)器上；農(nóng)村信息智能服務(wù)綜合管理系統(tǒng)，以集成化的農(nóng)業(yè)知識庫為支撐，以有線網(wǎng)絡(luò)與無線網(wǎng)絡(luò)相結(jié)合，充分利用4G、5G 等移動通信技術(shù)，構(gòu)建信息資源大數(shù)據(jù)中心，實現(xiàn)對業(yè)務(wù)系統(tǒng)的數(shù)據(jù)支持以及信息服務(wù)。

（3）智慧決策的農(nóng)業(yè)生產(chǎn)環(huán)境管理

農(nóng)業(yè)生產(chǎn)環(huán)境是一個復(fù)雜系統(tǒng)，具有許多不確定性和不精確性，對其信息的實時分析是一個難點。利用大數(shù)據(jù)、云計算、數(shù)據(jù)融合與數(shù)據(jù)挖掘、優(yōu)化決策等各種智能計算技術(shù)，突破多源數(shù)據(jù)融合、數(shù)據(jù)高效實時處理等方面的瓶頸，對物聯(lián)網(wǎng)、傳感網(wǎng)、互聯(lián)網(wǎng)融合感知獲取的海量數(shù)據(jù)進行分析處理，提供集圖形、聲音、影視為一體的多媒體服務(wù)系統(tǒng)，提高智能化決策與控制水平，實現(xiàn)農(nóng)作物生長過程的動態(tài)、可視化分析以及畜禽水產(chǎn)養(yǎng)殖的個性化、集約化、工廠化管理[11,15]。比如：西部電子集團的溫室小管家系統(tǒng)，能夠?qū)崟r采集溫室大棚內(nèi)的空氣溫濕度、土壤溫濕度、CO2、光照強度等各種環(huán)境要素參數(shù)，自動開啟或者關(guān)閉噴灌、通風(fēng)、遮陽、加溫等設(shè)備，實現(xiàn)溫室大棚內(nèi)蔬菜、菌菇等生長環(huán)境智能監(jiān)測和控制。

5 大數(shù)據(jù)農(nóng)情遙感監(jiān)測預(yù)警

農(nóng)情遙感監(jiān)測主要是指利用遙感等信息技術(shù)對農(nóng)業(yè)生產(chǎn)信息，如作物面積、長勢和產(chǎn)量、農(nóng)業(yè)自然災(zāi)害、農(nóng)業(yè)生態(tài)資源等，進行遠程監(jiān)測和綜合評價，輔助農(nóng)業(yè)生產(chǎn)決策的過程。遙感技術(shù)飛速發(fā)展，特別是傳感器分辨率的提高、新型傳感器的應(yīng)用等，遙感影像的數(shù)據(jù)量急劇增加，空間維度、時間維度、光譜維度等不斷增加，海量數(shù)據(jù)的存儲、快速產(chǎn)生、信息提取、融合應(yīng)用等，為遙感數(shù)據(jù)分析帶來了挑戰(zhàn)。利用大數(shù)據(jù)分析處理技術(shù)，研究天地網(wǎng)一體化農(nóng)業(yè)監(jiān)測系統(tǒng)中的多源多類數(shù)據(jù)的智能融合與分析、定量化反演以及網(wǎng)絡(luò)化集成與共享關(guān)鍵技術(shù)，實現(xiàn)全局數(shù)據(jù)發(fā)現(xiàn)與跨學(xué)科的數(shù)據(jù)集成和互操作，為農(nóng)業(yè)遙感信息的深入分析提供支撐[12]。

（1）天地網(wǎng)一體化農(nóng)情數(shù)據(jù)采集

天地網(wǎng)一體化農(nóng)情數(shù)據(jù)采集，依托于航天遙感平臺、航空遙感平臺、地基觀測平臺、農(nóng)業(yè)物聯(lián)網(wǎng)、農(nóng)業(yè)傳感網(wǎng)等數(shù)據(jù)采集源，多方式獲取對地觀測數(shù)據(jù)并進行綜合型信息處理。隨著高性能新型傳感器研制開發(fā)水平提高，高空間、高時相、高像素和高分辨率已是衛(wèi)星遙感影像獲取技術(shù)的發(fā)展趨勢，遙感數(shù)據(jù)專業(yè)化與精細化程度更高。傳感器的地面分辨率數(shù)量級從千米、厘米、微米，甚至到納米級別；波譜范圍從紫外到超長波；時間間隔從十幾天一次到每天幾次。由航天、航空、地面觀測臺站、地面監(jiān)測網(wǎng)絡(luò)等組成的農(nóng)情遙感數(shù)據(jù)獲取系統(tǒng)，能夠獲取各種維度的空間數(shù)據(jù)，提供定位、定性和定量以及全天候、全時域和全空間的數(shù)據(jù)支持，解決了農(nóng)情監(jiān)測數(shù)據(jù)時空不連續(xù)的關(guān)鍵難點，提高了信息保障率，降低了工作成本[13]。

（2）多模式與多體態(tài)遙感數(shù)據(jù)融合應(yīng)用

采用單一遙感數(shù)據(jù)、遙感技術(shù)、遙感裝置，必然導(dǎo)致監(jiān)測結(jié)果不準(zhǔn)確、不全面、不綜合，難免引起決策失誤[14]。隨著對地觀測技術(shù)的不斷發(fā)展，一顆衛(wèi)星裝備多種傳感器成為趨勢，既有適合于小區(qū)域、高密度的高精度和高分辨率、窄成像帶的傳感器，又有適合全面、宏觀、綜合、快速監(jiān)測的中低空間分辨率和光譜分辨率、寬成像帶的傳感器，不同傳感器獲取的可見光、紅外及微波的影像數(shù)據(jù)與日俱增，這些數(shù)據(jù)在空間、時間、光譜、方向和極化等方面對地表某一區(qū)域構(gòu)成多源數(shù)據(jù)。未來農(nóng)情遙感監(jiān)測趨向于多傳感器集合、多遙感影像數(shù)據(jù)源、多時相數(shù)據(jù)的綜合應(yīng)用，利用大數(shù)據(jù)思維進一步抽取農(nóng)情遙感數(shù)據(jù)的多元數(shù)據(jù)特征，采用特征融合、概念融合、語義融合等方法進行數(shù)據(jù)分析處理，為農(nóng)業(yè)生產(chǎn)、經(jīng)營、管理與決策提供高精度、高效率的可行方案。

（3）多源遙感數(shù)據(jù)智能處理與控制

高空間分辨率、高光譜分辨率的的新型遙感傳感器波段多、速率高、周期短、數(shù)據(jù)量大，需要考慮大數(shù)據(jù)處理與分析技術(shù)。充分利用高速網(wǎng)絡(luò)環(huán)境和高性能集群計算環(huán)境等高性能數(shù)據(jù)處理基礎(chǔ)設(shè)施，服務(wù)農(nóng)業(yè)遙感大數(shù)據(jù)處理與應(yīng)用，提高體系的數(shù)據(jù)分析能力，更好更快更全面地實施大數(shù)據(jù)農(nóng)業(yè)遙感信息挖掘，提高農(nóng)業(yè)遙感空間信息分析的質(zhì)量和效率。一方面，在MapReduce、HDFS 等開源數(shù)據(jù)并行處理平臺和并行文件系統(tǒng)的基礎(chǔ)上進行二次開發(fā)，研究適用于海量遙感數(shù)據(jù)處理的高性能、大規(guī)模并行處理算法模型，提高海量遙感數(shù)據(jù)的處理能力和處理效率。另一方面，通過稀疏表征、流形學(xué)習(xí)等方法簡化數(shù)據(jù)量與數(shù)據(jù)維度，使大數(shù)據(jù)變小后再進行后續(xù)研究，進一步通過機器學(xué)習(xí)、非線性隨機的數(shù)據(jù)縮減技術(shù)，挖掘大數(shù)據(jù)中蘊含的信息。

（4）農(nóng)情遙感信息空間可視化表達

人類視覺感知系統(tǒng)具有高速、大容量、并行等特點，是感知獲取外界信息的有效方式?？梢暬夹g(shù)將雜亂無章的大規(guī)模原始數(shù)據(jù)進行智能分析，通過融合空間特征、時間屬性等進行圖形、圖像、地圖、視頻等可視化操作，以更加直觀、更易理解、更為形象的形式表達出來，找出其中潛在的價值規(guī)律。農(nóng)情遙感信息空間可視化表達、智能化應(yīng)用是一個必然趨勢。利用三維仿真地圖、虛擬現(xiàn)實技術(shù)、基于多媒體的可視化、虛擬現(xiàn)實與網(wǎng)絡(luò)環(huán)境等三維空間信息可視化技術(shù)，研究多維數(shù)據(jù)模型和數(shù)據(jù)結(jié)構(gòu)以及圖形、圖像的實時動態(tài)處理等關(guān)鍵技術(shù)，構(gòu)建農(nóng)情數(shù)據(jù)三維空間數(shù)據(jù)庫，實現(xiàn)農(nóng)情遙感信息空間可視化表達。

6 應(yīng)用展望

在萬物互聯(lián)的時代，農(nóng)業(yè)大數(shù)據(jù)將成為一種新型的生產(chǎn)資料，被賦能改變農(nóng)業(yè)“從田間到舌尖”的整個產(chǎn)業(yè)鏈，實現(xiàn)更大范圍農(nóng)業(yè)數(shù)據(jù)的互聯(lián)互通，精準(zhǔn)把控農(nóng)業(yè)各環(huán)節(jié)，全面提升智能化水平，加速釋放數(shù)字紅利。

一方面，我國農(nóng)業(yè)信息化建設(shè)多頭并進，建立了農(nóng)業(yè)領(lǐng)域不同行業(yè)的信息化系統(tǒng)，如智慧牧場、智慧大田、智慧果園和智慧水產(chǎn)等，在為信息化的發(fā)展注入生機和活力的同時，不可避免地出現(xiàn)了片狀分割、各行其道的局面，信息孤島嚴重。農(nóng)業(yè)大數(shù)據(jù)將打破農(nóng)業(yè)生產(chǎn)各行業(yè)之間的壁壘，構(gòu)建一個整體的農(nóng)業(yè)信息化生態(tài)系統(tǒng)，形成與真實世界對應(yīng)的鏡像世界中的“農(nóng)業(yè)數(shù)字孿生生態(tài)系統(tǒng)”。

另一方面，農(nóng)業(yè)大數(shù)據(jù)作為數(shù)字農(nóng)業(yè)的新引擎，具有實時、快速、共享、安全等優(yōu)點，能夠創(chuàng)新現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)鏈，實現(xiàn)生產(chǎn)加工物聯(lián)化、經(jīng)營服務(wù)信息化和管理決策智能化。政府和涉農(nóng)部門將利用網(wǎng)絡(luò)信息技術(shù)為農(nóng)民提供科學(xué)、精準(zhǔn)、動態(tài)的信息服務(wù)，為鄉(xiāng)村公共服務(wù)、公共管理、公共安全提供保障，提高農(nóng)業(yè)農(nóng)村管理和服務(wù)水平。

總之，農(nóng)業(yè)大數(shù)據(jù)帶來的技術(shù)變革勢必將促進各生產(chǎn)要素的流動和農(nóng)業(yè)產(chǎn)業(yè)化發(fā)展，實現(xiàn)以人為核心的農(nóng)業(yè)農(nóng)村資源的最優(yōu)分配，為農(nóng)民增產(chǎn)增收提供有力的保障。

利益沖突聲明

所有作者聲明不存在利益沖突關(guān)系。