大數據行業應用——國外農業大數據

農業大數據是指在農業以及涉農相關領域所產生的（或發生）的全樣本（或多樣本）不同類型數據的集合。如果用「天時」「地利」「人和」來形象地解讀這一概念，那麼「天時」就是指實時的氣象數據，如：溫度、濕度、光照、降水、風速等；「地利」指動靜態的土壤數據，如：土壤的積溫、墒情、肥力狀況、作物品種、病蟲害信息等；「人和」則指人力資源配置、農業生產資料、農產品加工和流通渠道、市場行情等。

大數據在農業產業中的應用，國外一些農業公司實踐起步較早，許多公司現已形成較成熟的應用模式。目前，國外農業大數據的應用現狀主要體現在「三化」：規範化、精準化、智能化。

規範化

數據的真實性、可靠性、一致性、權威性是大數據應用的基礎，為此歐美等發達國家制定了一系列的規範措施來保障數據的實用性。

在美國，農業大數據應用的規範化包括：規範的農業信息收集機制、規範的農業信息分析機制、規範的農業信息發布機制、規範的農業信息服務機制。以農業信息收集機製為例，其規範化主要體現在以下四個方面：

1通過立法管理信息

美國從信息採集到發布都進行立法管理，通過法律保證農業信息的真實性、有效性，維護農業信息使用主體的權益並積極促進信息共享。1946年美國農業市場法案規定，凡享受政府補貼的農民和農業，都有義務向政府提供農產品產銷信息。

2具有統一的調查方案

美國法律規定，各州必須執行國家農業統計局（NASS）制定的農業調查制度，同時允許州政府統計機構根據需求進行必要的延伸和擴展。這就保證了全國農業統計在調查方法、調查項目、調查時間、調查口徑等方面的一致性、可比性、唯一性、權威性。同時，為了減少調查操作誤差，NASS每年定期對調查人員進行培訓。

3建立規範的調查程序

美國農業調查的基本步驟為：調查人員培訓（通常由州政府統計辦公室職能培訓機構組織，農業部也組織）→實地調查→基層調查及編輯→上報州統計辦公室→州統計辦公室編輯（通常採用電腦軟體自動檢驗審核與統計師審核相結合，有問題立即返工）→上報國家農業統計局→統計局審核→編輯統計資料→分析評估→發布共享。

4制定翔實的調查內容

美國農業部的信息調查內容主要包括以下幾個方面：農牧產品價格、農牧業支出、勞動力及其工資情況，農業生產與效率情況，農場主收入情況，農業成本收益情況，農產品消費與利用情況，土地價值與土地使用情況，種植業與畜牧業生產測算，農民合作組織情況以及國外農業情況等。

精準化

在大田生產中，即使相隔兩三米遠的兩塊地 ，土壤水分、營養情況、農作物長勢也可能完全不同，過去農民並不懂得區分這種差異，會把同樣品種等間距種下去。

通過農業大數據分析，可以得到肥力高的地方密植、肥力低的地方稀植，還可以更換合適的種子品種，而這些作業都是隨著播種進行、自動完成的。

在美國，農業大數據讓農民普遍使用移動設備管理農場，掌握實時的土壤、溫度、作物狀況等信息，提高了農場管理的精確性。

作為世界頭號種子供應商的孟山都公司，擁有全球最大的資源和海量產量數據，這些數據與Climate公司的氣象數據相結合，可以得到種植環境區劃和精細劃分的品種數據，農民可以得到自己農場屬於哪個種植區、什麼樣的種子、在什麼條件下長勢最好，以及更多實用的信息。

而種業另一巨頭——杜邦先鋒公司，依託其優質種質資源與研發技術，也已先行結合農業大數據推進精準農業技術。其種子部門與農場機械製造商約翰迪爾聯手，給農民提供種子和化肥方面的指導。

智能化

農業智能化是節本增效的關鍵，是提高勞動生產率的必由之路。好的決策，需要智能硬體去實施，農業智能化下的農業機械化由此提出。

美國天寶（Trimble）公司研發了「網路農場系統」，為農場主提供了整套農機作業綜合解決方案。該系統能夠通過無線模塊發射無線網路通信連接整個農場的軟體和硬體設備，從而使信息在室內電腦、農機車輛、其他終端間進行傳輸和處理。這套管理系統基於地理信息系統（GIS）開發，提供了全面的農業解決方案，包括對農場地圖的瀏覽與編輯、農業產業的收益計算與管理、精準農業數據的處理與分析等。

當然，服務企業自己積累和構建的自有資料庫也至關重要，往往是體現自身優勢和競爭力的關鍵。總的來說，在統一規範化的機制指導下，歐美等發達國家基本實現了農業的精準化管理、智能化運用。

如上提到的無論是迪爾（Deer）公司的FramSight、孟山都（Monsanto）公司的ClimatePro或Field Scripts、先鋒（Pioneer）公司的Field360，都已經廣泛使用農業大數據系統，這些系統與氣候雲（Climate Cloud）相結合，整合農民機械化農場設備的種植和產量數據，以及氣象、種植區劃等多樣數據，可以得到較為詳盡的種植決策，精準化農事生產，幫助農民提高產量和利潤，運用智能化手段提高農業生產效率和作業質量。

例如，精準農業中可被數字化操作的全部農業和經濟管理過程，而精準農業中的土壤測試分析過程。

小結

以美國為代表的發達國家，農業大數據與精準農業概念相結合，已經應用於大部分農場併產生理想收益。通過對農業生產全過程的精準化、智能化管理，可以極大程度地減少化肥、水資源、農藥等投入，提高作業質量，使農業經營變得有序化，從而為轉向規模化經營打下良好基礎。

在，農業大省特點是規模化種植與大宗類農產品居多，農業數據資源整合與管理具備一定優勢，可以借鑒國外精準農業經驗，向精準化、智能化方向發展。而農產品品類多、地域分佈零碎的農業省份，更需要農業數據的整合與共享，對不同品類農業數據建立標準，實現農業生產智能化管理。

除非特別註明，本站所載內容來源於互聯網、微信公眾號等公開渠道，不代表本站觀點，僅供參考、交流之目的。轉載的稿件版權歸原作者或機構所有，如有侵權，請聯繫刪除。