分享

农业物联网专家:说透农业大数据

 飞扬AB 2016-09-30


导读

在今年的贵阳数博会农业大数据专题论坛上,中国农大教授、农业物联网专家李道亮用通俗的语言为大家精确阐述了农业大数据的内涵,技术、应用、挑战等一些关键性问题,干货不断,现在小编就来跟大家分享一下:


农业大数据的理解

李教授认为,认为农业生产到了非常关键的时候。现在土地不能增了,人口还增。农村劳动力老龄化已经非常严重,再过二十年谁来种地,谁来养猪?这是一个关键问题。怎么办?出路只有一条,装备养猪、装备种植。装备怎么养猪?那就得精准,只有实现精准化,才能实现土地的高效、高产,还不污染、不对环境造成伤害。做到精准,核心技术是什么?大数据是其中一个重要的方面。我国劳动产出率只有国外的几十分之一。国外2个人养15万只鸡,国外2个人一年生存3千吨三文鱼。国外一平方的西红柿可以达到70公斤,一平方米的辣椒可以到40公斤。如果有这个技术的话,中国养活13、14亿不是问题。这个核心是什么?就是大数据。

农业大数据,第一,要靠生物信息的大数据实现优良品种和无病害,解决这个问题,关键靠遗传技术,哪个基因最好,培养出来,一平方就可以培养出70公斤西红柿。大数据,一个是对农业的生产,一个是对动物植物的形状、病态的改变。二是精准生产,怎么能配好,一平方米产70公斤,而中国只生产15公斤,差好多倍,所以需要大量宏观、微观数据结合到一起。农业大数据是世界上最大的数据,因为农业既牵涉到人、也牵涉到动物、水、土、空气等等。国家意识到我们怎么能够实现精准的生产,市场不会波折那么大?就是因为没有数据。

大数据来自哪里?

李教授认为,目前农业大数据主要来自四个方面:物联网绝对是大数据最重要的来源。生物信息数据。资源环境数据,不管动植物,吃的都是在水里、土里养的、种的,它都会影响到品质。农业统计数据,统计一定要靠数据,靠实验数据,靠拍脑子的数据是不行的

大数据关键技术

农业大数据的关键技术,第一,数据的采集,自动化的采集技术,自动化的采集数据使互联网起关键核心作用。有了数据存到哪?怎么高效存储?这是云计算技术,按需索用。各种数据处理的方式,例如流处理、批处理。数据分析与挖掘,怎么从小猪生下来,到杀了,在这过程中给它什么配方、多少水、蛋白质、水、脂肪,让它长得最快,所以关联数据排第一,包括可视化数据、表形数据,这些数据的分析处理。

大数据主要应用

农业大数据应用有五方面。第一基础研究。基础研究的核心,不管是猪牛羊、鱼、水稻粮食,怎么能把最优秀的形状和它的产量建立关联?就相当于我说的这个,怎么把表型分析数据遗传分析研究数据关联起来,筛选出相应基因,让它产量最高,品质最好?精准农业,用最少的资源产生最大的产量,并且是最少的浪费,比如化肥,据统计,中国是世界第一大化肥使用国,其实很多都污染掉了、浪费掉了。给多少合适?就需要大数据。第二类应用是农业智能生产。这是农业模型,第一方面是预测、预警模型。第二是优化、控制。例如两个人为什么能养15万只鸡,一天放14万个鸡蛋?这就要从鸡什么时候喂、喂几次、粪便怎么处理,蛋怎么捡、怎么打包,全都精准化。这一块是解决未来中国农业的必由之路,而它的关键就是大数据。未来中国的农民要么大农场主,要么当农业产业工人。第三农产品市场行情预测与物流。市场行情,全国这么大,品种这么多,地区差异这么大,消费习惯相差那么大,这么多数据连在一起,这样的话在生产布局和订单农业方面才能最优化。中国现在有的是丰收,没有的是笑容,因为信息是不对称的。物流,到哪去,走哪条路?中间成本怎么优化?都需要大数据。第四农产品质量安全。农产品质量安全的核心,你说你是安全的,不相信你,因为你没有数据。数据一来,大家就能相信了。追溯是非常重要的。建立追溯体系,建立追溯的市场准入规则,生产者、市民,生产者各种消费行为数据建立起来,这一块就没什么问题了。这一块是农业大数据很重要的一块。第五农业资源整合共享与服务平台。中国的粮食是抱过来的,美国的粮食,农机把所有的数据都报给中央,这是宏观的一块。中国不共享,每个部门都有自己的数据系统,但一般都没有关联。

面临的问题

我国农业大数据面临的问题。1、农业大数据缺乏。有两个原因,没有自动化的采集手段,现在的条块分割体制,只有一把手抓。数据要分析才能发挥作用。2、大数据模型缺乏长期的积累。当然现在开始重视了,包括大学。3、农业大数据缺乏与行业产业结合。农业的大数据一定不要只在农业圈里,一定要跟商务部、国土资源部共享。因为农业跟任何人都有关系,任何人都要吃饭。谁将来掌握大数据,谁就有话语权。4、农业大数据缺乏必要的规范。所以要加强采集、加强共享开放、加强平台建设,加强开发利用,实施农业农村大数据重大工程。


    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多