李月　滕青林　劉麗麗　楊陽(yáng)　張磊

摘要介紹了農(nóng)業(yè)大數(shù)據(jù)的概念和發(fā)展現(xiàn)狀，闡述了農(nóng)業(yè)大數(shù)據(jù)理論在農(nóng)業(yè)中的主要應(yīng)用，分析了農(nóng)業(yè)大數(shù)據(jù)發(fā)展過(guò)程中存在的問(wèn)題，并預(yù)測(cè)了農(nóng)業(yè)大數(shù)據(jù)的發(fā)展趨勢(shì)。

關(guān)鍵詞農(nóng)業(yè)；大數(shù)據(jù)；發(fā)展趨勢(shì)；現(xiàn)狀

中圖分類(lèi)號(hào)S126文獻(xiàn)標(biāo)識(shí)碼A文章編號(hào)0517-6611（2017）31-0210-03

AbstractThe conception and development status of agricultural big data were introduced. Main applications of agricultural big data theory in agriculture were expounded. The existing problems in the development process of agricultural big data were analyzed. And the development trend of agricultural big data in future was predicted.

Key wordsAgriculture；Big data；Development trend；Status

在世界經(jīng)濟(jì)論壇發(fā)布的《2013年全球信息技術(shù)報(bào)告》指出，大數(shù)據(jù)是一項(xiàng)具有幫助全球經(jīng)濟(jì)復(fù)蘇的巨大潛力的新資產(chǎn)。2013年是大數(shù)據(jù)元年，大數(shù)據(jù)逐漸顯現(xiàn)出對(duì)社會(huì)生活產(chǎn)生全方面影響的態(tài)勢(shì)[1]。在云計(jì)算、物聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)等技術(shù)變革的推動(dòng)下，我國(guó)已經(jīng)開(kāi)始進(jìn)入“大數(shù)據(jù)”時(shí)代，IT行業(yè)開(kāi)啟了大數(shù)據(jù)的起航之旅，大數(shù)據(jù)已在電子商務(wù)、市場(chǎng)營(yíng)銷(xiāo)、臨床診斷、遠(yuǎn)程監(jiān)控、藥品研發(fā)、金融等領(lǐng)域發(fā)揮著重要作用。在農(nóng)業(yè)領(lǐng)域中，農(nóng)業(yè)科研和生產(chǎn)活動(dòng)每年都在產(chǎn)生大量數(shù)據(jù)，集成、挖掘和使用這些數(shù)據(jù)對(duì)于現(xiàn)代農(nóng)業(yè)的發(fā)展將會(huì)發(fā)揮極其重要的作用。筆者介紹了農(nóng)業(yè)大數(shù)據(jù)的概念和發(fā)展現(xiàn)狀，闡述了農(nóng)業(yè)大數(shù)據(jù)理論在農(nóng)業(yè)中的主要應(yīng)用，分析了農(nóng)業(yè)大數(shù)據(jù)發(fā)展過(guò)程中存在的問(wèn)題，并預(yù)測(cè)了農(nóng)業(yè)大數(shù)據(jù)今后的發(fā)展趨勢(shì)。

1農(nóng)業(yè)大數(shù)據(jù)的概念

麥肯錫數(shù)據(jù)分析研究所指出，大數(shù)據(jù)的數(shù)據(jù)規(guī)模超出了傳統(tǒng)的數(shù)據(jù)處理軟件的處理能力。21世紀(jì)，隨著互聯(lián)網(wǎng)使用者的不斷增多，各種信息以數(shù)據(jù)的形式傳播，因?yàn)閿?shù)據(jù)的規(guī)模大大超出以往的認(rèn)知范圍，所以產(chǎn)生了各種大數(shù)據(jù)的處理技術(shù)和方法。以數(shù)據(jù)分析為例，經(jīng)典的數(shù)據(jù)分析常采用抽樣數(shù)據(jù)來(lái)分析和概括某個(gè)問(wèn)題，而大數(shù)據(jù)處理技術(shù)是將全部的數(shù)據(jù)加以分析，從而得出更為全面的結(jié)果。農(nóng)業(yè)大數(shù)據(jù)是指以大數(shù)據(jù)分析為基礎(chǔ)，運(yùn)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(chǔ)、分析與應(yīng)用等一系列問(wèn)題，以此來(lái)指導(dǎo)農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)，是大數(shù)據(jù)理論和技術(shù)在農(nóng)業(yè)上的應(yīng)用和實(shí)踐[2]。

農(nóng)業(yè)大數(shù)據(jù)的特征主要包括以下方面：①?gòu)念I(lǐng)域來(lái)看，以農(nóng)業(yè)領(lǐng)域?yàn)楹诵?，逐步拓展到相關(guān)上下游產(chǎn)業(yè)，同時(shí)整合宏觀經(jīng)濟(jì)背景的數(shù)據(jù)，包括統(tǒng)計(jì)數(shù)據(jù)、進(jìn)出口數(shù)據(jù)、價(jià)格數(shù)據(jù)、生產(chǎn)數(shù)據(jù)，乃至氣象數(shù)據(jù)等；②從地域來(lái)看，以國(guó)內(nèi)區(qū)域數(shù)據(jù)為核心，借鑒國(guó)際農(nóng)業(yè)數(shù)據(jù)為有效參考；不僅包括全國(guó)層面的數(shù)據(jù)，還應(yīng)涵蓋省市數(shù)據(jù)，甚至地市級(jí)數(shù)據(jù)，為精準(zhǔn)區(qū)域研究提供基礎(chǔ)；③從粒度來(lái)看，不僅包括統(tǒng)計(jì)數(shù)據(jù)，而且包括涉農(nóng)經(jīng)濟(jì)主體的基本信息、投資信息、股東信息、專利信息、進(jìn)出口信息、招牌信息、媒體信息、CIS坐標(biāo)信息等；④從專業(yè)性來(lái)看，應(yīng)分步實(shí)施，首先是構(gòu)建農(nóng)業(yè)領(lǐng)域的專業(yè)數(shù)據(jù)資源，其次應(yīng)逐步有序規(guī)劃專業(yè)的子領(lǐng)域數(shù)據(jù)資源[3]。

2農(nóng)業(yè)大數(shù)據(jù)發(fā)展現(xiàn)狀

21世紀(jì)以來(lái)，隨著各項(xiàng)互聯(lián)網(wǎng)新興技術(shù)的發(fā)展，衍生出大量數(shù)據(jù)，現(xiàn)代社會(huì)已進(jìn)入大數(shù)據(jù)時(shí)代，但大數(shù)據(jù)理論和技術(shù)真正引起人們關(guān)注和重視是在2008年《Nature》雜志發(fā)表了一篇從各個(gè)角度介紹大數(shù)據(jù)帶來(lái)的挑戰(zhàn)的?？?。2013年，大數(shù)據(jù)理論逐漸被應(yīng)用于實(shí)踐，并且呈現(xiàn)出對(duì)人們的社會(huì)生活產(chǎn)生全方位影響的態(tài)勢(shì)，且在農(nóng)業(yè)領(lǐng)域?qū)Υ髷?shù)據(jù)的研究和應(yīng)用也在不斷發(fā)展。

據(jù)中國(guó)知網(wǎng)（http：//www.cnki.net/）統(tǒng)計(jì)，國(guó)內(nèi)關(guān)于農(nóng)業(yè)大數(shù)據(jù)的學(xué)術(shù)關(guān)注度不斷上漲，2006年農(nóng)業(yè)大數(shù)據(jù)中文發(fā)文量?jī)H有145篇，2016年已增加到 1 246篇，2006—2016年農(nóng)業(yè)大數(shù)據(jù)中文年發(fā)文量的環(huán)比增長(zhǎng)率一直在10%以上，其中2013年環(huán)比增長(zhǎng)率高達(dá)45%。農(nóng)業(yè)大數(shù)據(jù)的媒體關(guān)注度從2014年開(kāi)始大幅增長(zhǎng)，在2014年之前農(nóng)業(yè)大數(shù)據(jù)的媒體發(fā)文量每年都僅有2～3篇，但在2014年達(dá)到17篇，2015年農(nóng)業(yè)大數(shù)據(jù)的媒體發(fā)文量與2016年相當(dāng)，各有62和61篇。這些數(shù)據(jù)表明關(guān)于農(nóng)業(yè)大數(shù)據(jù)的研究從2013年開(kāi)始引起人們重視，并且關(guān)注度還在不斷增加，從學(xué)術(shù)關(guān)注度和媒體關(guān)注度來(lái)看，媒體關(guān)注度大大低于學(xué)術(shù)關(guān)注度，這反映出我國(guó)的農(nóng)業(yè)大數(shù)據(jù)研究以農(nóng)業(yè)類(lèi)高校和科研機(jī)構(gòu)為主。

在農(nóng)業(yè)大數(shù)據(jù)實(shí)踐方面，2013年6月國(guó)內(nèi)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)盟在山東農(nóng)業(yè)大學(xué)成立。山東農(nóng)業(yè)大學(xué)校長(zhǎng)溫孚江指出：目前在國(guó)內(nèi)大數(shù)據(jù)研究雖然剛剛起步，但有關(guān)“農(nóng)業(yè)大數(shù)據(jù)”的研究已經(jīng)十分領(lǐng)先[3]。2014年，中國(guó)農(nóng)業(yè)科學(xué)院農(nóng)業(yè)信息研究所許世衛(wèi)認(rèn)為：伴隨大數(shù)據(jù)技術(shù)在農(nóng)產(chǎn)品監(jiān)測(cè)預(yù)警領(lǐng)域的廣泛應(yīng)用，構(gòu)建農(nóng)業(yè)基準(zhǔn)數(shù)據(jù)、開(kāi)展農(nóng)產(chǎn)品信息實(shí)時(shí)化采集技術(shù)研究、構(gòu)建復(fù)雜智能模型分析系統(tǒng)、建立可視化的預(yù)警服務(wù)平臺(tái)等將成為未來(lái)農(nóng)產(chǎn)品監(jiān)測(cè)預(yù)警發(fā)展的重要趨勢(shì)[4]。2014年，廣東省現(xiàn)代農(nóng)業(yè)裝備研究所孟祥寶等[5]提出農(nóng)業(yè)大數(shù)據(jù)應(yīng)用體系結(jié)構(gòu)和平臺(tái)建設(shè)的設(shè)想。2016年，中國(guó)農(nóng)業(yè)科學(xué)院農(nóng)業(yè)信息研究所王文生等[6]介紹了建業(yè)農(nóng)業(yè)大數(shù)據(jù)中心的數(shù)據(jù)基礎(chǔ)，對(duì)農(nóng)業(yè)大數(shù)據(jù)中心的應(yīng)用前景進(jìn)行了展望，并指出了建設(shè)農(nóng)業(yè)大數(shù)據(jù)中心的必要性。2017年3月，黑龍江省農(nóng)業(yè)大數(shù)據(jù)管理中心成立，構(gòu)建“大數(shù)據(jù)”+“現(xiàn)代農(nóng)業(yè)”新模式，這是基于全省農(nóng)業(yè)大數(shù)據(jù)管理服務(wù)的組織機(jī)構(gòu)，負(fù)責(zé)統(tǒng)籌全省農(nóng)業(yè)大數(shù)據(jù)建設(shè)運(yùn)用工作，指導(dǎo)農(nóng)業(yè)大數(shù)據(jù)信息采集分析、加工存儲(chǔ)、開(kāi)放共享、產(chǎn)品開(kāi)發(fā)、課題研究和安全管理。

由此可見(jiàn)，農(nóng)業(yè)大數(shù)據(jù)在現(xiàn)代農(nóng)業(yè)中的應(yīng)用不斷增加，建設(shè)農(nóng)業(yè)大數(shù)據(jù)中心從一個(gè)設(shè)想到真正建成僅需4年時(shí)間，說(shuō)明農(nóng)業(yè)大數(shù)據(jù)已經(jīng)引起了全社會(huì)的重視。

3農(nóng)業(yè)大數(shù)據(jù)理論在農(nóng)業(yè)中的主要應(yīng)用

3.1用于農(nóng)情監(jiān)測(cè)

農(nóng)情監(jiān)測(cè)的主要目的是根據(jù)監(jiān)測(cè)耕地的變化、農(nóng)作物產(chǎn)量的變化、自然災(zāi)害發(fā)生概率等情況，來(lái)實(shí)現(xiàn)由“看天而作”到“知天而作”的轉(zhuǎn)變。在大數(shù)據(jù)的數(shù)據(jù)基礎(chǔ)上，根據(jù)數(shù)據(jù)處理平臺(tái)的分析處理，使農(nóng)情監(jiān)測(cè)系統(tǒng)更加完善，給農(nóng)情監(jiān)測(cè)工作帶來(lái)了新的機(jī)遇。

3.1.1

自然災(zāi)害監(jiān)測(cè)。通過(guò)分析收集的氣象數(shù)據(jù)，結(jié)合氣象模擬、土地分析、植物根部等要素，可以改進(jìn)自然災(zāi)害的預(yù)測(cè)預(yù)報(bào)和災(zāi)害評(píng)估方法，提高預(yù)測(cè)災(zāi)情的客觀性與準(zhǔn)確性。這種通過(guò)大數(shù)據(jù)分析來(lái)監(jiān)測(cè)自然災(zāi)害的方法在國(guó)內(nèi)雖然尚未開(kāi)始使用，但是在國(guó)外已有報(bào)道。美國(guó)加州The Climate Corporation公司通過(guò)天氣數(shù)據(jù)、氣象數(shù)據(jù)、土地情況數(shù)據(jù)的大數(shù)據(jù)分析，為農(nóng)民提供農(nóng)作物自然災(zāi)害保險(xiǎn)服務(wù)。

3.1.2

作物估產(chǎn)及生長(zhǎng)動(dòng)態(tài)監(jiān)測(cè)。農(nóng)作物的生長(zhǎng)監(jiān)測(cè)一般采用遙感技術(shù)和作物模擬技術(shù)相結(jié)合的方法，遙感衛(wèi)星監(jiān)測(cè)從宏觀上反饋?zhàn)魑锷L(zhǎng)數(shù)據(jù)，而作物生長(zhǎng)模型從機(jī)理上通過(guò)作物生長(zhǎng)環(huán)境來(lái)模擬其生長(zhǎng)發(fā)育過(guò)程，從而對(duì)農(nóng)業(yè)生產(chǎn)提供系統(tǒng)全面預(yù)測(cè)。針對(duì)遙感衛(wèi)星監(jiān)測(cè)提供的宏觀數(shù)據(jù)，可以利用大數(shù)據(jù)處理平臺(tái)進(jìn)行全面分析，為作物估產(chǎn)和生長(zhǎng)動(dòng)態(tài)監(jiān)測(cè)提供重要的信息情報(bào)。

3.2用于農(nóng)產(chǎn)品監(jiān)測(cè)預(yù)警

農(nóng)產(chǎn)品監(jiān)測(cè)預(yù)警是指通過(guò)對(duì)農(nóng)產(chǎn)品質(zhì)量、農(nóng)產(chǎn)品市場(chǎng)的監(jiān)測(cè)來(lái)實(shí)現(xiàn)對(duì)農(nóng)產(chǎn)品的預(yù)測(cè)，從而使現(xiàn)代農(nóng)業(yè)得到穩(wěn)定發(fā)展。大數(shù)據(jù)時(shí)代的來(lái)臨，為農(nóng)產(chǎn)品市場(chǎng)監(jiān)測(cè)預(yù)警工作提供了海量的數(shù)據(jù)支撐，因此會(huì)推動(dòng)農(nóng)產(chǎn)品監(jiān)測(cè)預(yù)警工作更加標(biāo)準(zhǔn)化、精確化。在農(nóng)產(chǎn)品質(zhì)量監(jiān)測(cè)預(yù)警方面，大數(shù)據(jù)技術(shù)給農(nóng)產(chǎn)品信息的全面收集提供了技術(shù)基礎(chǔ)，使農(nóng)產(chǎn)品質(zhì)量能夠進(jìn)行全方位比對(duì)，提高農(nóng)產(chǎn)品質(zhì)量監(jiān)測(cè)的準(zhǔn)確性。由于大數(shù)據(jù)處理技術(shù)的實(shí)時(shí)性，也使得農(nóng)產(chǎn)品在出現(xiàn)質(zhì)量問(wèn)題時(shí)，能夠及時(shí)控制影響范圍，從而使農(nóng)產(chǎn)品質(zhì)量預(yù)警機(jī)制更加高效。在農(nóng)產(chǎn)品市場(chǎng)監(jiān)測(cè)預(yù)警方面，由于數(shù)據(jù)獲取技術(shù)更加快捷，所以農(nóng)產(chǎn)品市場(chǎng)信息的流動(dòng)會(huì)大大加快，從而減弱不同地域的市場(chǎng)信息不同步所帶來(lái)的市場(chǎng)風(fēng)險(xiǎn)。同時(shí)，大數(shù)據(jù)分析技術(shù)更加注重全面分析，而不是抽樣分析，因此農(nóng)產(chǎn)品市場(chǎng)監(jiān)測(cè)預(yù)警更加精準(zhǔn)。

3.3用于精準(zhǔn)農(nóng)業(yè)決策

精準(zhǔn)農(nóng)業(yè)決策是指根據(jù)各個(gè)方面的農(nóng)業(yè)信息，制定出一整套具有可實(shí)施性的精準(zhǔn)管理措施。在大數(shù)據(jù)處理分析技術(shù)出現(xiàn)之前，專家系統(tǒng)、作物模擬模型、作物生產(chǎn)決策支持系統(tǒng)是主要的生產(chǎn)決策技術(shù)。大數(shù)據(jù)處理分析技術(shù)可以集成作物自身生長(zhǎng)發(fā)育狀況以及作物生長(zhǎng)環(huán)境中的氣候、土壤、生物等數(shù)據(jù)，同時(shí)綜合考慮經(jīng)濟(jì)、環(huán)境、可持續(xù)發(fā)展的指標(biāo)。這可以彌補(bǔ)專家系統(tǒng)、模擬模型在多結(jié)構(gòu)、高密度數(shù)據(jù)處理方而的不足，為農(nóng)業(yè)生產(chǎn)決策者提供更加精準(zhǔn)、實(shí)時(shí)、高效的農(nóng)業(yè)決策[6]。

3.4用于農(nóng)村綜合信息服務(wù)系統(tǒng)的搭建

國(guó)家農(nóng)村綜合信息服務(wù)系統(tǒng)的搭建有助于農(nóng)業(yè)信息的傳播。農(nóng)村綜合信息服務(wù)是指按照“平臺(tái)上移，服務(wù)下延”的思路，集成與整合各分散的信息資源與系統(tǒng)，在全國(guó)范圍內(nèi)實(shí)現(xiàn)信息資源的共享[7]。在信息服務(wù)平臺(tái)搭建過(guò)程中，數(shù)據(jù)資源體量大、數(shù)據(jù)處理流程復(fù)雜、信息服務(wù)模式多樣，需要實(shí)現(xiàn)海量農(nóng)業(yè)信息化數(shù)據(jù)獲取、傳輸、加工、服務(wù)一體化處理。因此，面對(duì)復(fù)雜多樣的用戶需求，實(shí)現(xiàn)信息服務(wù)按需分配以及處理大規(guī)模的資源數(shù)據(jù)中就必須利用大數(shù)據(jù)處理分析技術(shù)。農(nóng)業(yè)大數(shù)據(jù)的應(yīng)用研究，為農(nóng)村綜合信息服務(wù)系統(tǒng)的搭建提供了必要的技術(shù)支撐。

4農(nóng)業(yè)大數(shù)據(jù)發(fā)展過(guò)程中存在的問(wèn)題

4.1農(nóng)民文化素質(zhì)低，大數(shù)據(jù)理論推廣困難

農(nóng)業(yè)大數(shù)據(jù)是指大數(shù)據(jù)在農(nóng)業(yè)領(lǐng)域的研究和應(yīng)用，也就是說(shuō)農(nóng)業(yè)大數(shù)據(jù)最終是為農(nóng)業(yè)服務(wù)的。在我國(guó)，鄉(xiāng)村人口有66 280.5萬(wàn)，文化程度初中及以下人口55 005.5萬(wàn)，文盲人口3 888.4萬(wàn)（2010年第6次全國(guó)人口普查主要數(shù)據(jù)），由于農(nóng)民的文化素質(zhì)較低，對(duì)于大數(shù)據(jù)理論的理解會(huì)有一定的難度，因此對(duì)于大數(shù)據(jù)理論的宣傳和推廣會(huì)形成一定的阻力。

4.2農(nóng)業(yè)大數(shù)據(jù)的數(shù)據(jù)積累不足

目前，農(nóng)業(yè)領(lǐng)域的數(shù)據(jù)積累尚處于初級(jí)階段，遠(yuǎn)達(dá)不到電信、金融、互聯(lián)網(wǎng)等領(lǐng)域的數(shù)據(jù)積累水平。然而，隨著農(nóng)業(yè)數(shù)據(jù)采集方式的變化，自動(dòng)化、智能化、人工化信息終端的大量涌現(xiàn)，數(shù)據(jù)的實(shí)時(shí)、高清以及長(zhǎng)久保存等需求使得農(nóng)業(yè)大數(shù)據(jù)成為可能。農(nóng)業(yè)大數(shù)據(jù)源來(lái)自農(nóng)業(yè)生產(chǎn)、農(nóng)業(yè)科技、農(nóng)業(yè)經(jīng)濟(jì)、農(nóng)業(yè)流通等方面，不同的數(shù)據(jù)源對(duì)應(yīng)不同的數(shù)據(jù)獲取技術(shù)[8]。目前，農(nóng)業(yè)大數(shù)據(jù)獲取主要包括以下方面：農(nóng)業(yè)生產(chǎn)環(huán)境數(shù)據(jù)、生命信息智能感知、農(nóng)田變量信息、農(nóng)業(yè)遙感數(shù)據(jù)、農(nóng)產(chǎn)品市場(chǎng)經(jīng)濟(jì)數(shù)據(jù)、農(nóng)業(yè)網(wǎng)絡(luò)數(shù)據(jù)。

4.3數(shù)據(jù)管理技術(shù)不成熟

大數(shù)據(jù)時(shí)代，數(shù)據(jù)規(guī)模巨大，人們不得不面臨海量數(shù)據(jù)管理問(wèn)題，傳統(tǒng)的數(shù)據(jù)管理在一定程度上解決了結(jié)構(gòu)化數(shù)據(jù)管理的問(wèn)題，但是面對(duì)新的數(shù)據(jù)形態(tài)，數(shù)據(jù)管理技術(shù)需要?jiǎng)?chuàng)新發(fā)展，提供新的思路，來(lái)提高數(shù)據(jù)庫(kù)的擴(kuò)展性。大數(shù)據(jù)管理技術(shù)中應(yīng)用最廣泛的是NoSQL、NewSQL這2種類(lèi)型的數(shù)據(jù)庫(kù)技術(shù)。雖然這2種數(shù)據(jù)庫(kù)管理技術(shù)都在快速發(fā)展，相關(guān)數(shù)據(jù)庫(kù)也已達(dá)到數(shù)百種。但是，從農(nóng)業(yè)數(shù)據(jù)管理來(lái)看，基于NoSQL、NewSQL的農(nóng)業(yè)數(shù)據(jù)管理研究都還在探索之中，農(nóng)業(yè)大數(shù)據(jù)的管理技術(shù)并不成熟。

4.4數(shù)據(jù)處理技術(shù)不成熟

數(shù)據(jù)處理是指對(duì)數(shù)據(jù)進(jìn)行操作，以產(chǎn)生有價(jià)值信息的過(guò)程。大數(shù)據(jù)時(shí)代，數(shù)據(jù)處理所面臨的場(chǎng)景發(fā)生了根本性變化，數(shù)據(jù)成批處理和流處理都是典型的大數(shù)據(jù)處理模式，數(shù)據(jù)成批處理是首先進(jìn)行數(shù)據(jù)存儲(chǔ)，然后再對(duì)存儲(chǔ)的靜態(tài)數(shù)據(jù)進(jìn)行集中計(jì)算；流處理是對(duì)數(shù)據(jù)的實(shí)時(shí)處理，與先存儲(chǔ)后處理不同，通常采用直接處理的模式。針對(duì)2種不同處理模式，需要不同的數(shù)據(jù)處理技術(shù)[5]。大數(shù)據(jù)處理技術(shù)不斷發(fā)展，提高處理數(shù)據(jù)的效率以及深化數(shù)據(jù)之間的相關(guān)性研究是2種數(shù)據(jù)處理模式共同追求的目標(biāo)。

4.5數(shù)據(jù)安全問(wèn)題難以保障

在數(shù)據(jù)收集階段，雖然對(duì)數(shù)據(jù)的采集、共享等出臺(tái)了相關(guān)制度，但尚未出臺(tái)針對(duì)性的法律，因此對(duì)農(nóng)業(yè)數(shù)據(jù)的收集缺乏主動(dòng)性和積極性，存在“重用輕管”的問(wèn)題。在維護(hù)數(shù)據(jù)安全方面，尚未設(shè)置嚴(yán)格的訪問(wèn)控制和隱私管理，經(jīng)常出現(xiàn)采集的數(shù)據(jù)得不到有效保護(hù)的問(wèn)題。

在技術(shù)處理階段，大數(shù)據(jù)的存儲(chǔ)和處理離不開(kāi)互聯(lián)網(wǎng)技術(shù)，農(nóng)業(yè)大數(shù)據(jù)在數(shù)據(jù)遷移到“云”中存儲(chǔ)時(shí)容易失去對(duì)安全邊界外數(shù)據(jù)的控制，會(huì)大大增加數(shù)據(jù)保護(hù)的難度，同時(shí)會(huì)降低安全系數(shù)[9]。為了保證網(wǎng)絡(luò)安全，相關(guān)部門(mén)雖然會(huì)引入防火墻、入侵檢測(cè)、用戶訪問(wèn)控制等技術(shù)，但互聯(lián)網(wǎng)是一個(gè)高度開(kāi)放的虛擬空間，重要而敏感的農(nóng)業(yè)信息很容易遭到黑客攻擊，竊取農(nóng)業(yè)資源情報(bào)，進(jìn)行非法操作。

在服務(wù)管理階段，數(shù)據(jù)安全的問(wèn)題主要在于：農(nóng)業(yè)數(shù)據(jù)分散在各類(lèi)不同的管理部門(mén)和科研機(jī)構(gòu)中，導(dǎo)致這些數(shù)據(jù)之間的共享互換和交流應(yīng)用缺乏統(tǒng)一的標(biāo)準(zhǔn)和規(guī)范，因此數(shù)據(jù)之間難以同步，會(huì)形成滯后的時(shí)間差，這個(gè)時(shí)間差如果被有心人利用，就會(huì)造成農(nóng)業(yè)信息的泄漏和農(nóng)業(yè)數(shù)據(jù)的外泄。

5農(nóng)業(yè)大數(shù)據(jù)發(fā)展的趨勢(shì)

5.1多種信息采集技術(shù)有效互補(bǔ)

目前，農(nóng)業(yè)大數(shù)據(jù)的各種信息采集技術(shù)的互補(bǔ)性日趨明顯。這主要表現(xiàn)在不同的信息采集技術(shù)具有不同的覆蓋范圍和不同的適用區(qū)域。農(nóng)業(yè)大數(shù)據(jù)源來(lái)自農(nóng)業(yè)生產(chǎn)、農(nóng)業(yè)科技、農(nóng)業(yè)經(jīng)濟(jì)、農(nóng)業(yè)流通等方面，不同的數(shù)據(jù)源對(duì)應(yīng)不同的數(shù)據(jù)獲取技術(shù)，農(nóng)業(yè)生產(chǎn)方面就會(huì)運(yùn)用氣象數(shù)據(jù)采集技術(shù)。氣象數(shù)據(jù)采集結(jié)合氣象模擬、土地分析、植物根部等要素，可以提高預(yù)測(cè)災(zāi)情的客觀性與準(zhǔn)確性。農(nóng)業(yè)流通方面，就要利用農(nóng)業(yè)市場(chǎng)數(shù)據(jù)的處理分析結(jié)果，農(nóng)業(yè)市場(chǎng)數(shù)據(jù)的信息采集就會(huì)運(yùn)用云存儲(chǔ)技術(shù)?；诖?，若要得到較為完整、準(zhǔn)確的數(shù)據(jù)信息，必須將不同的信息采集技術(shù)相結(jié)合，將不同的技術(shù)應(yīng)用在不同范圍，使各種信息采集技術(shù)之間形成有效互補(bǔ)。

5.2農(nóng)業(yè)大數(shù)據(jù)應(yīng)用體系化

在農(nóng)業(yè)信息化的不斷發(fā)展過(guò)程中，農(nóng)業(yè)大數(shù)據(jù)技術(shù)的應(yīng)用呈現(xiàn)體系化的趨勢(shì)。

大數(shù)據(jù)技術(shù)在農(nóng)業(yè)中的應(yīng)用分為3個(gè)階段：數(shù)據(jù)收集階段、技術(shù)處理階段和服務(wù)管理階段。①數(shù)據(jù)收集階段是農(nóng)業(yè)大數(shù)據(jù)應(yīng)用的基礎(chǔ)，基礎(chǔ)設(shè)施資源、自然資源、信息資源的收集以及數(shù)據(jù)存儲(chǔ)技術(shù)、數(shù)據(jù)挖掘技術(shù)的投入是數(shù)據(jù)收集階段的主要任務(wù)。②技術(shù)處理階段是農(nóng)業(yè)大數(shù)據(jù)應(yīng)用的核心，需要建設(shè)產(chǎn)出的應(yīng)用平臺(tái)、業(yè)務(wù)系統(tǒng)。應(yīng)用平臺(tái)是農(nóng)業(yè)大數(shù)據(jù)應(yīng)用最直接的產(chǎn)出物。③服務(wù)管理階段是農(nóng)業(yè)大數(shù)據(jù)的績(jī)效層，服務(wù)主要是指提供智慧的農(nóng)業(yè)服務(wù)，管理是指規(guī)劃管理、運(yùn)營(yíng)管理和監(jiān)督評(píng)價(jià)管理[10]。這一階段決定了農(nóng)業(yè)大數(shù)據(jù)應(yīng)用最終呈現(xiàn)出來(lái)的效果。農(nóng)業(yè)大數(shù)據(jù)應(yīng)用的3個(gè)階段是一個(gè)相互聯(lián)系的整體，在農(nóng)業(yè)大數(shù)據(jù)發(fā)展過(guò)程中必然會(huì)越來(lái)越系統(tǒng)化和體系化。

5.3農(nóng)業(yè)大數(shù)據(jù)管理中心的建立趨于統(tǒng)一化

20世紀(jì)90年代，我國(guó)相繼啟動(dòng)了一系列重大的農(nóng)業(yè)信息化項(xiàng)目，農(nóng)業(yè)農(nóng)村信息化方面的投資逐年增加，這為我國(guó)農(nóng)業(yè)大數(shù)據(jù)中心的建設(shè)提供了必要的支撐。2017年3月，黑龍江省農(nóng)業(yè)大數(shù)據(jù)管理中心成立，農(nóng)業(yè)大數(shù)據(jù)管理中心基于全省農(nóng)業(yè)大數(shù)據(jù)管理服務(wù)的組織機(jī)構(gòu)，負(fù)責(zé)統(tǒng)籌全省農(nóng)業(yè)大數(shù)據(jù)建設(shè)運(yùn)用工作，指導(dǎo)農(nóng)業(yè)大數(shù)據(jù)信息的采集分析、加工存儲(chǔ)、開(kāi)放共享、產(chǎn)品開(kāi)發(fā)、課題研究和安全管理[11]。黑龍江省率先建立農(nóng)業(yè)大數(shù)據(jù)管理中心實(shí)現(xiàn)了省內(nèi)的農(nóng)業(yè)大數(shù)據(jù)管理和應(yīng)用工作，但農(nóng)業(yè)大數(shù)據(jù)的應(yīng)用范圍并不僅僅是局限在一個(gè)省內(nèi)，因此隨著農(nóng)業(yè)大數(shù)據(jù)技術(shù)的普及和推廣，其他?。ㄊ小⒆灾螀^(qū)）的農(nóng)業(yè)大數(shù)據(jù)管理中心也會(huì)相繼建立。為了實(shí)現(xiàn)省際間的數(shù)據(jù)交流互通以及全國(guó)性農(nóng)業(yè)大數(shù)據(jù)的應(yīng)用，農(nóng)業(yè)大數(shù)據(jù)管理中心必將趨于統(tǒng)一化。

安徽農(nóng)業(yè)科學(xué)2017年

參考文獻(xiàn)

[1] RAHAMROWE D，GOLDSTON D，DOGTOROW C，et al.Big data：Science in the petabyte era[J].Nature，2008，455（7209）：8-9.

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

[3] 溫孚江.農(nóng)業(yè)大數(shù)據(jù)研究的戰(zhàn)略意義與協(xié)同機(jī)制[J].高等農(nóng)業(yè)教育，2013（11）：3-6.

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

[5] 孟祥寶，謝秋波，劉海峰，等.農(nóng)業(yè)大數(shù)據(jù)應(yīng)用體系架構(gòu)和平臺(tái)建設(shè)[J].廣東農(nóng)業(yè)科學(xué)，2014，41（14）：173-178.

[6] 王文生，郭雷風(fēng).農(nóng)業(yè)大數(shù)據(jù)及其應(yīng)用展望[J].農(nóng)民科技培訓(xùn)，2016，43（12）：43-46.

[7] 王儒敬.我國(guó)農(nóng)業(yè)信息化發(fā)展的瓶頸與應(yīng)對(duì)策略思考[J].中國(guó)科學(xué)院院刊，2013，28（3）：337-343.

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

[9] 陳雨霏.農(nóng)業(yè)大數(shù)據(jù)的跨界旋風(fēng)[J].中國(guó)農(nóng)村科技，2013（8）：20-23.

[10] 柳平增.農(nóng)業(yè)大數(shù)據(jù)平臺(tái)在智慧農(nóng)業(yè)中的應(yīng)用：以渤海糧倉(cāng)科技示范工程大數(shù)據(jù)平臺(tái)為例[J].高科技與產(chǎn)業(yè)化，2015，11（5）：68-71.

[11] 宋長(zhǎng)青，牟少敏，周虎，等.農(nóng)業(yè)大數(shù)據(jù)研究中心的建設(shè)、研究與實(shí)踐[J].中國(guó)現(xiàn)代教育裝備，2015（3）：8-11.