楊一豐　蔣思凱　蔣雅茜　蔣猛　何培祥　唐章林

摘? ?要? ?大數(shù)據(jù)因其所擁有的巨大潛在價(jià)值，已經(jīng)成為現(xiàn)代科技研究和應(yīng)用的重點(diǎn)和熱點(diǎn)。從大數(shù)據(jù)產(chǎn)生背景出發(fā)，以大數(shù)據(jù)和農(nóng)業(yè)大數(shù)據(jù)特征解析為切入點(diǎn)，闡述了農(nóng)業(yè)大數(shù)據(jù)在國(guó)內(nèi)外的發(fā)展現(xiàn)狀和農(nóng)業(yè)大數(shù)據(jù)含義的不同表現(xiàn)形式，分析了農(nóng)業(yè)大數(shù)據(jù)與一般大數(shù)據(jù)不同的8個(gè)專(zhuān)有特征，對(duì)大數(shù)據(jù)在農(nóng)業(yè)育種、栽培和病蟲(chóng)害防治中的應(yīng)用成效進(jìn)行了評(píng)述。

關(guān)鍵詞? 大數(shù)據(jù);農(nóng)業(yè)大數(shù)據(jù);特征解析;應(yīng)用研究;進(jìn)展

中圖分類(lèi)號(hào)：S126? ?文獻(xiàn)標(biāo)志碼：C? ?DOI：10.19415/j.cnki.1673-890x.2019.22.026

1 大數(shù)據(jù)概念的形成與發(fā)展

21世紀(jì)全球進(jìn)入了大數(shù)據(jù)時(shí)代。未來(lái)學(xué)家、社會(huì)思想家托夫勒在他的巨著《第三次浪潮》中首次提出了大數(shù)據(jù)的理念，為今后人們的研究奠定了基礎(chǔ)[1]?！禢ature》和《Science》分別在2008年和2011年出版了大數(shù)據(jù)專(zhuān)刊，可見(jiàn)大數(shù)據(jù)對(duì)社會(huì)發(fā)展的巨大推動(dòng)作用。2012年達(dá)沃斯世界經(jīng)濟(jì)論壇上發(fā)表全球信息技術(shù)報(bào)告，認(rèn)為大數(shù)據(jù)是這個(gè)時(shí)代的新寶藏，是復(fù)蘇經(jīng)濟(jì)的新手段，是數(shù)據(jù)全球化的新紐帶。2012年美國(guó)公布了大數(shù)據(jù)研發(fā)計(jì)劃，2013年英國(guó)發(fā)布了《英國(guó)農(nóng)業(yè)科技戰(zhàn)略》，2013年日本公布了《信息通信白皮書(shū)》[2]。

2013年中國(guó)政府把發(fā)展大數(shù)據(jù)技術(shù)寫(xiě)入“十二五”規(guī)劃當(dāng)中，并把它列入863計(jì)劃，設(shè)置立項(xiàng)了5個(gè)大數(shù)據(jù)項(xiàng)目[3]。中國(guó)計(jì)算機(jī)學(xué)會(huì)大數(shù)據(jù)專(zhuān)家委員會(huì)主編的《中國(guó)大數(shù)據(jù)技術(shù)與產(chǎn)業(yè)發(fā)展白皮書(shū)》于2013年正式出版，2014年該專(zhuān)家委員會(huì)又出版了《中國(guó)大數(shù)據(jù)技術(shù)產(chǎn)業(yè)發(fā)展報(bào)告》，讓更多的人了解了大數(shù)據(jù)時(shí)代背景下各相關(guān)產(chǎn)業(yè)的發(fā)展前景[4]。經(jīng)過(guò)近5年的發(fā)展，大數(shù)據(jù)應(yīng)用于我國(guó)的行政管理、公共安全、交通運(yùn)輸、經(jīng)濟(jì)、互聯(lián)網(wǎng)營(yíng)銷(xiāo)、教育等眾多領(lǐng)域，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)建等方面的研究與應(yīng)用方興未艾[5]。

由于大數(shù)據(jù)的定義尚無(wú)統(tǒng)一的標(biāo)準(zhǔn)，導(dǎo)致對(duì)大數(shù)據(jù)的定義的理解有多種表現(xiàn)形式。McKinsey咨詢(xún)公司的定義是：大數(shù)據(jù)是一些巨大數(shù)據(jù)的集合，在規(guī)定時(shí)間內(nèi)采用傳統(tǒng)數(shù)據(jù)分析軟件工具無(wú)法對(duì)數(shù)據(jù)內(nèi)容完成采集、存儲(chǔ)、管理和分析[6]。維基百科的定義與之近似，表述為：大數(shù)據(jù)所涉及的資料量規(guī)模巨大，是無(wú)法通過(guò)當(dāng)前主流軟件工具，在適宜時(shí)間內(nèi)達(dá)到采集、管理和處理的數(shù)據(jù)集。大數(shù)據(jù)是具有大量（Volume）、高速（Velocity）和多樣（Variety）的“3V”特征[7]，新一代的信息技術(shù)架構(gòu)和基礎(chǔ)設(shè)施，可以通過(guò)快速（Velocity）的數(shù)據(jù)采集、處理、分析，從大量（Volumes）、多樣（Variety）的數(shù)據(jù)中發(fā)現(xiàn)和提取有價(jià)值（Value）的信息數(shù)據(jù)（4V特征）[8]，其中大數(shù)據(jù)的真實(shí)性（Veracity）是實(shí)現(xiàn)數(shù)據(jù)分析、應(yīng)用的前提[9]。因此，大數(shù)據(jù)之大的關(guān)鍵不只是在于容量，還在于它對(duì)海量數(shù)據(jù)的交換、整合、分析和使用，從而去發(fā)現(xiàn)新的知識(shí)和規(guī)律，創(chuàng)造新的價(jià)值和內(nèi)容，帶來(lái)“大知識(shí)”“大科技”“大利潤(rùn)”和“大發(fā)展”[10]。

2 大數(shù)據(jù)的“5V”特征

大數(shù)據(jù)理念的產(chǎn)生、概念的形成與完善以及大數(shù)據(jù)技術(shù)的廣泛應(yīng)用，已經(jīng)經(jīng)歷了近40年的發(fā)展，“5V”特征概念逐漸明晰起來(lái)。

2.1 大量（Volume）

大量是大數(shù)據(jù)所具有的最顯著特征之一。數(shù)據(jù)每時(shí)每刻都在產(chǎn)生、無(wú)處不在?；ヂ?lián)網(wǎng)數(shù)據(jù)中心（Internet Data Center，IDC）研究報(bào)告說(shuō)，2011年全球數(shù)據(jù)總量已經(jīng)達(dá)到1.8 ZB，超過(guò)人類(lèi)有史以來(lái)所有印刷材料的數(shù)據(jù)總量（200 PB），預(yù)計(jì)到2020年，全球電子存儲(chǔ)數(shù)據(jù)量將達(dá)32 ZB[11]。

2.2 高速（Velocity）

大數(shù)據(jù)的高速不僅表現(xiàn)在數(shù)據(jù)量增長(zhǎng)的速度快，對(duì)數(shù)據(jù)處理的速度也快，還表現(xiàn)在數(shù)據(jù)更新的速度也非常之快。如淘寶每天的交易量超過(guò)數(shù)千萬(wàn)筆，新浪微博每分鐘都會(huì)發(fā)出數(shù)萬(wàn)條微博[12]，以及股市行情的數(shù)據(jù)變化瞬息萬(wàn)變，稍不留神就會(huì)錯(cuò)過(guò)入股、拋售的最佳交易時(shí)機(jī)。

2.3 多樣性（Variety）

大數(shù)據(jù)的多樣性表現(xiàn)在數(shù)據(jù)類(lèi)型和形態(tài)上，既有傳統(tǒng)的關(guān)系數(shù)據(jù)類(lèi)型，也有以網(wǎng)頁(yè)、視頻、音頻、圖片等未加工的、半結(jié)構(gòu)化的和非結(jié)構(gòu)化的數(shù)據(jù)[13]。數(shù)據(jù)對(duì)象、數(shù)據(jù)來(lái)源、數(shù)據(jù)維度、數(shù)據(jù)的利用和數(shù)據(jù)最終產(chǎn)生價(jià)值等方面，都表現(xiàn)出多樣性的特征。

2.4 價(jià)值（Value）

大數(shù)據(jù)特征里最關(guān)鍵的一點(diǎn)就是價(jià)值。數(shù)據(jù)總量越大，其中的有效信息可能越多，但是數(shù)據(jù)總量與其中的有價(jià)值的信息不一定正相關(guān)。如在攝像頭的連續(xù)監(jiān)控記錄中，其有用的信息可能僅有一兩秒。

2.5 真實(shí)（Veracity）

采集、儲(chǔ)存到的數(shù)據(jù)，必須具有真實(shí)性，只有真實(shí)而準(zhǔn)確的數(shù)據(jù)才能通過(guò)對(duì)其海量、混雜的數(shù)據(jù)進(jìn)行高速分析，幫助人們做出正確的決策，使得數(shù)據(jù)的運(yùn)用、管控和治理產(chǎn)生真正的意義。

3 農(nóng)業(yè)大數(shù)據(jù)的專(zhuān)屬特征

我國(guó)是一個(gè)農(nóng)業(yè)大國(guó)，農(nóng)業(yè)是國(guó)民經(jīng)濟(jì)的命脈。農(nóng)業(yè)領(lǐng)域是大數(shù)據(jù)產(chǎn)生的無(wú)盡源泉，具有浩大的數(shù)據(jù)基礎(chǔ)，包括了農(nóng)業(yè)資源環(huán)境數(shù)據(jù)、農(nóng)業(yè)生態(tài)環(huán)境數(shù)據(jù)、農(nóng)業(yè)生物數(shù)據(jù)、農(nóng)資數(shù)據(jù)、農(nóng)業(yè)技術(shù)數(shù)據(jù)、農(nóng)業(yè)生產(chǎn)數(shù)據(jù)等[14]。因此，利用大數(shù)據(jù)技術(shù)推動(dòng)農(nóng)業(yè)發(fā)展對(duì)于建設(shè)現(xiàn)代化農(nóng)業(yè)具有十分重要意義。

3.1 農(nóng)業(yè)大數(shù)據(jù)含義

對(duì)農(nóng)業(yè)大數(shù)據(jù)的認(rèn)識(shí)，也是一個(gè)由淺入深的漸進(jìn)過(guò)程。在初期，有的專(zhuān)家認(rèn)為，農(nóng)業(yè)大數(shù)據(jù)是在大數(shù)據(jù)分析的基礎(chǔ)上，運(yùn)用大數(shù)據(jù)理念、技術(shù)和方法，對(duì)農(nóng)業(yè)領(lǐng)域中跨行業(yè)、跨專(zhuān)業(yè)的數(shù)據(jù)進(jìn)行處理過(guò)程[15]。也有的專(zhuān)家認(rèn)為，農(nóng)業(yè)大數(shù)據(jù)是指在農(nóng)業(yè)以及涉農(nóng)相關(guān)領(lǐng)域所產(chǎn)生的全樣本不同類(lèi)型數(shù)據(jù)的集合[16]。這些是對(duì)農(nóng)業(yè)大數(shù)據(jù)的初步認(rèn)識(shí)，難免還有些不夠全面。

王文生[17]基于更深層次的思考后認(rèn)為，農(nóng)業(yè)大數(shù)據(jù)是現(xiàn)代信息技術(shù)持續(xù)發(fā)展而產(chǎn)生的一種計(jì)算機(jī)技術(shù)在農(nóng)業(yè)領(lǐng)域應(yīng)用的高級(jí)階段，它是多樣性海量農(nóng)業(yè)數(shù)據(jù)的抽象描述，是農(nóng)業(yè)全產(chǎn)業(yè)鏈農(nóng)業(yè)數(shù)據(jù)大集中的有效工具，是提取農(nóng)業(yè)數(shù)據(jù)價(jià)值、擴(kuò)大農(nóng)業(yè)數(shù)據(jù)信息消費(fèi)、促進(jìn)農(nóng)業(yè)經(jīng)濟(jì)轉(zhuǎn)型升級(jí)、加快農(nóng)業(yè)現(xiàn)代化的必經(jīng)過(guò)程。

郭雷風(fēng)[14]從另外的4個(gè)維度表述了他對(duì)農(nóng)業(yè)大數(shù)據(jù)含義的理解：農(nóng)業(yè)大數(shù)據(jù)是現(xiàn)代信息采集技術(shù)在農(nóng)業(yè)產(chǎn)業(yè)鏈過(guò)程中的廣泛使用，是跨領(lǐng)域、跨行業(yè)、跨學(xué)科農(nóng)業(yè)綜合數(shù)據(jù)集成共享平臺(tái)，是農(nóng)業(yè)數(shù)據(jù)存儲(chǔ)與管理的重要形式，是農(nóng)業(yè)產(chǎn)業(yè)鏈上各個(gè)環(huán)節(jié)或各個(gè)元素達(dá)成競(jìng)爭(zhēng)與合作的平衡，是大數(shù)據(jù)協(xié)同效應(yīng)的更好體現(xiàn)。

因此，由于對(duì)農(nóng)業(yè)大數(shù)據(jù)研究與應(yīng)用的目的、對(duì)象、功能、作用等角度的不同，目前描述的農(nóng)業(yè)大數(shù)據(jù)定義也不盡相同。但是，農(nóng)業(yè)大數(shù)據(jù)的大量、多樣、高速、真實(shí)和對(duì)產(chǎn)業(yè)發(fā)展的巨大價(jià)值的認(rèn)識(shí)是基本一致的。

3.2 農(nóng)業(yè)大數(shù)據(jù)的專(zhuān)屬特征

農(nóng)業(yè)大數(shù)據(jù)除了具備一般大數(shù)據(jù)的特征以外，還具有泛在性、周期性、地域性、社會(huì)性、交叉性、多變性、綜合性和分散性8個(gè)特征[18]。

3.2.1 泛在性

農(nóng)業(yè)與人類(lèi)社會(huì)相伴發(fā)展，餐桌上的任何食材都是由農(nóng)業(yè)原始產(chǎn)品加工而成，畜禽產(chǎn)品、五谷雜糧、水果蔬菜、田間生產(chǎn)、企業(yè)加工和市場(chǎng)銷(xiāo)售等，到處都有農(nóng)業(yè)元素的體現(xiàn)，任何地方都是農(nóng)業(yè)大數(shù)據(jù)的源頭之一，農(nóng)業(yè)大數(shù)據(jù)無(wú)處不在。

3.2.2 周期性

農(nóng)業(yè)生產(chǎn)中的動(dòng)植物，受自然因素的影響，其生長(zhǎng)都遵循有一定的規(guī)律，隨季節(jié)變化而具有周期性。因此，農(nóng)業(yè)大數(shù)據(jù)將隨動(dòng)植物生產(chǎn)周期的變化而呈現(xiàn)出一定的周期規(guī)律性。

3.2.3 地域性

不同的動(dòng)植物生產(chǎn)，需要的自然資源條件是不同的。不同地域的地理位置、地形地貌、水分、熱量、土質(zhì)等自然條件、生態(tài)環(huán)境以及社會(huì)經(jīng)濟(jì)、技術(shù)條件和商貿(mào)環(huán)境等各不相同，因此農(nóng)業(yè)大數(shù)據(jù)表現(xiàn)出突出的地域性特征。

3.2.4 社會(huì)性

我國(guó)每年的1號(hào)文件都是關(guān)于農(nóng)業(yè)的。農(nóng)業(yè)是國(guó)家政治、經(jīng)濟(jì)和社會(huì)穩(wěn)定的基石，農(nóng)業(yè)數(shù)據(jù)是農(nóng)業(yè)生產(chǎn)、生活、運(yùn)輸、貿(mào)易的集中體現(xiàn)，它的變化就是整個(gè)社會(huì)狀態(tài)變化的反光鏡。

3.2.5 交叉性

農(nóng)業(yè)大數(shù)據(jù)包含了品種選育、耕作技術(shù)、管理措施等作物生產(chǎn)的全過(guò)程，這些過(guò)程又受到氣象、資源、環(huán)境、市場(chǎng)、運(yùn)輸、安全等的綜合影響。農(nóng)業(yè)大數(shù)據(jù)呈現(xiàn)出跨行跨業(yè)，交叉影響的特征。

3.2.6 多變性

農(nóng)業(yè)產(chǎn)業(yè)鏈上的每個(gè)環(huán)節(jié)都受眾多復(fù)雜因素的影響，使得農(nóng)業(yè)大數(shù)據(jù)時(shí)時(shí)刻刻都可能發(fā)生變化。在不同的時(shí)間和空間尺度下，農(nóng)業(yè)氣象數(shù)據(jù)、農(nóng)產(chǎn)品價(jià)格數(shù)據(jù)、農(nóng)業(yè)生產(chǎn)環(huán)境數(shù)據(jù)等等，差異性非常之大。

3.2.7 綜合性

農(nóng)業(yè)數(shù)據(jù)的相互關(guān)聯(lián)性特征非常顯著。一個(gè)數(shù)據(jù)往往直接或間接地與多個(gè)數(shù)據(jù)相關(guān)和相互作用。大家熟悉的作物產(chǎn)量數(shù)據(jù)實(shí)際上是品種、土壤、氣候、農(nóng)藝管理等數(shù)據(jù)的綜合體現(xiàn)，其農(nóng)產(chǎn)品價(jià)格數(shù)據(jù)實(shí)際上是農(nóng)業(yè)市場(chǎng)政策、農(nóng)業(yè)生產(chǎn)狀況與農(nóng)村經(jīng)濟(jì)水平和社會(huì)供需平衡等的綜合反映。

3.2.8 分散性

事實(shí)上，農(nóng)業(yè)大數(shù)據(jù)在數(shù)據(jù)的采集和組織方面都是分散的，相互關(guān)聯(lián)而又完整的數(shù)據(jù)不多見(jiàn)。不同環(huán)節(jié)的農(nóng)業(yè)數(shù)據(jù)可能分別屬于政府、科研、高校、企業(yè)等不同的單位，也可能分散在科研、生產(chǎn)、流通、加工、儲(chǔ)藏和消費(fèi)的各個(gè)生產(chǎn)流通過(guò)程中。

4 農(nóng)業(yè)大數(shù)據(jù)的發(fā)展概況

農(nóng)業(yè)大數(shù)據(jù)已經(jīng)引起全球的高度重視。英國(guó)在頒布的《英國(guó)農(nóng)業(yè)技術(shù)戰(zhàn)略》中強(qiáng)調(diào)，大數(shù)據(jù)能推動(dòng)農(nóng)業(yè)的巨大發(fā)展，農(nóng)業(yè)大數(shù)據(jù)的開(kāi)放問(wèn)題在國(guó)際論壇上得到了廣泛的討論;2015年，美國(guó)聯(lián)邦農(nóng)業(yè)部開(kāi)放了土壤實(shí)時(shí)數(shù)據(jù)，幫助農(nóng)民隨時(shí)獲取與農(nóng)場(chǎng)生產(chǎn)相關(guān)的數(shù)據(jù)[14]。利用大數(shù)據(jù)服務(wù)農(nóng)業(yè)生產(chǎn)方面，法國(guó)、德國(guó)[19-21]和美國(guó)[22]都在運(yùn)用農(nóng)業(yè)大數(shù)據(jù)服務(wù)農(nóng)業(yè);利用分析氣象大數(shù)據(jù)預(yù)測(cè)災(zāi)害，為農(nóng)民推薦購(gòu)買(mǎi)適宜的保險(xiǎn)[23]。國(guó)外的農(nóng)業(yè)大數(shù)據(jù)已基本上形成了規(guī)范、精準(zhǔn)、智能的應(yīng)用格局。

眾多科學(xué)家相繼開(kāi)展有關(guān)農(nóng)業(yè)大數(shù)據(jù)的研究，并發(fā)表了研究結(jié)果，認(rèn)為大數(shù)據(jù)將對(duì)精準(zhǔn)農(nóng)業(yè)的發(fā)展產(chǎn)生深刻影響[24]，將為解決農(nóng)業(yè)問(wèn)題提供更好的服務(wù)[25]，預(yù)測(cè)天氣防災(zāi)害，提高農(nóng)作物產(chǎn)量和質(zhì)量[26]，利用多元線(xiàn)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[27]。

我國(guó)十分重視農(nóng)業(yè)大數(shù)據(jù)的發(fā)展。山東農(nóng)業(yè)大學(xué)成立了第一個(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[23]。溫孚江高興地觀(guān)察到，盡管我國(guó)大數(shù)據(jù)研究起步晚了一點(diǎn)，但農(nóng)業(yè)大數(shù)據(jù)的研究卻遙遙領(lǐng)先[15]。許世衛(wèi)認(rèn)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)就是將大數(shù)據(jù)在農(nóng)產(chǎn)品監(jiān)測(cè)預(yù)警領(lǐng)域進(jìn)行廣泛的應(yīng)用[28]。孫忠富等分析了大數(shù)據(jù)在農(nóng)業(yè)上的需求、主要應(yīng)用領(lǐng)域及其在智慧農(nóng)業(yè)中的關(guān)鍵地位[29]。柳平增認(rèn)為我國(guó)渤海糧倉(cāng)科技示范工程大數(shù)據(jù)平臺(tái)建設(shè)與投入使用就是農(nóng)業(yè)大數(shù)據(jù)平臺(tái)在智慧農(nóng)業(yè)中的具體應(yīng)用典范[30]。

5 農(nóng)業(yè)大數(shù)據(jù)的重點(diǎn)應(yīng)用領(lǐng)域

5.1 在農(nóng)業(yè)育種領(lǐng)域的應(yīng)用

常規(guī)農(nóng)業(yè)育種技術(shù)主要是通過(guò)化學(xué)、物理和種間雜交等技術(shù)手段來(lái)獲取子代的農(nóng)業(yè)優(yōu)選性狀，但育種時(shí)間長(zhǎng)和選擇準(zhǔn)確性低是嚴(yán)重降低育種效率的兩個(gè)重要因子。DNA重組和基因編輯技術(shù)的運(yùn)用，極大地縮短了作物優(yōu)良品種的選育時(shí)間，提高了目的性狀的育種精確性。因此，一大批抗病蟲(chóng)且高產(chǎn)優(yōu)質(zhì)的優(yōu)良品種不斷產(chǎn)生，農(nóng)業(yè)大數(shù)據(jù)在其中起到了關(guān)鍵的作用[31]。

隨著高通量技術(shù)的廣泛運(yùn)用和從成本降低，DNA芯片和二代測(cè)序技術(shù)已成為新品種選育的先進(jìn)方法。海量基因組資源和基因標(biāo)記資源，使得性狀圖譜和分子標(biāo)記育種更加便捷[32]。同時(shí)，父系、母系和子系的群體都可以進(jìn)行低成本高效率地測(cè)序，大大增加了優(yōu)良性狀的識(shí)別率[33]。農(nóng)業(yè)育種性狀，大多是由多基因控制，農(nóng)業(yè)大數(shù)據(jù)可以利用國(guó)際高通量數(shù)據(jù)，對(duì)有價(jià)值的單核苷酸做分子標(biāo)記，從而建立SNP標(biāo)記數(shù)據(jù)庫(kù)，有利于快速篩選到目的基因片段[34]。根據(jù)完整的基因組信息和清楚的分子標(biāo)記，就可以運(yùn)用鋅指核酸酶技術(shù)[35]、TALEN系統(tǒng)[36]和基因編輯技術(shù)Cas9[37]改變基因組結(jié)構(gòu)，快速獲得目的性狀，縮短育種時(shí)間。當(dāng)然，這也是現(xiàn)代農(nóng)業(yè)育種面臨的核心研究技術(shù)。

5.2 在農(nóng)業(yè)栽培領(lǐng)域的應(yīng)用

農(nóng)業(yè)栽培已經(jīng)從群體監(jiān)控向單體監(jiān)控的精細(xì)化管理轉(zhuǎn)變?！熬珳?zhǔn)農(nóng)業(yè)”的概念應(yīng)運(yùn)而生。運(yùn)用小型電子傳感器，可以追蹤單粒種子的生長(zhǎng)環(huán)境、種植技術(shù)、農(nóng)藝管理、收獲儲(chǔ)藏等過(guò)程，為農(nóng)民、農(nóng)業(yè)管理員提供有價(jià)值的信息。農(nóng)戶(hù)可通過(guò)手機(jī)APP輕松地達(dá)到實(shí)時(shí)了解土壤質(zhì)量、選定高收益品種，獲取最優(yōu)施肥方案、決定最佳收獲時(shí)間等目的[38]。

5.3 在農(nóng)業(yè)病蟲(chóng)害防治領(lǐng)域的應(yīng)用

隨著全球貿(mào)易的增加，農(nóng)業(yè)病蟲(chóng)害日益全球化，并具有種類(lèi)多、影響大、暴發(fā)成災(zāi)的特點(diǎn)，農(nóng)業(yè)和農(nóng)產(chǎn)品受到病蟲(chóng)害的影響越來(lái)越嚴(yán)重，成為全球主要的農(nóng)業(yè)災(zāi)害之一，它的發(fā)生范圍和嚴(yán)重程度對(duì)全球經(jīng)濟(jì)、特別是農(nóng)業(yè)生產(chǎn)常造成重大損失。農(nóng)業(yè)大數(shù)據(jù)在農(nóng)作物病蟲(chóng)害測(cè)控預(yù)警上的應(yīng)用成為現(xiàn)代農(nóng)業(yè)農(nóng)作物病蟲(chóng)害監(jiān)測(cè)防治的重要決策依據(jù)。

2013年美國(guó)迪爾公司開(kāi)始使用一種新的傳感器系統(tǒng)來(lái)實(shí)時(shí)監(jiān)控病蟲(chóng)害狀況。將傳感器收集到的信息存儲(chǔ)在農(nóng)業(yè)大數(shù)據(jù)中，與挖掘的其他農(nóng)業(yè)生產(chǎn)參數(shù)一起進(jìn)行分析，預(yù)測(cè)病蟲(chóng)害的發(fā)生，監(jiān)測(cè)病蟲(chóng)害發(fā)生實(shí)況，提供有效的防控措施，最大限度地降低病蟲(chóng)害造成的經(jīng)濟(jì)損失，增加農(nóng)業(yè)產(chǎn)量和農(nóng)業(yè)收益。

生物殺蟲(chóng)、殺菌劑是防治農(nóng)業(yè)病蟲(chóng)害的有效措施，這些生物藥劑主要是作用在基因水平上，對(duì)環(huán)境友好。RNAi保護(hù)環(huán)境、殺死害蟲(chóng)，可以起到生物防治的作用[39]。農(nóng)業(yè)大數(shù)據(jù)存儲(chǔ)的高通量數(shù)據(jù)可以作為挖掘有用信息的來(lái)源，利用這些信息深入開(kāi)展農(nóng)業(yè)病蟲(chóng)害機(jī)理的研究[40]，開(kāi)發(fā)新的有效的生物防控技術(shù)。

6 結(jié)束語(yǔ)

大數(shù)據(jù)因?yàn)樗鶕碛械木薮鬂撛趦r(jià)值，已經(jīng)成為了現(xiàn)代科技研究和應(yīng)用的重點(diǎn)和熱點(diǎn)。大數(shù)據(jù)在農(nóng)業(yè)領(lǐng)域的應(yīng)用還處于摸索期，雖然概念和方向都比較明確，但是許多核心技術(shù)并未實(shí)現(xiàn)實(shí)踐應(yīng)用，需要更多這種既懂農(nóng)業(yè)技術(shù)又懂信息技術(shù)的跨專(zhuān)業(yè)人才。只有真正的理解了大數(shù)據(jù)技術(shù)的核心點(diǎn)，才能在農(nóng)業(yè)政策制定、農(nóng)業(yè)生產(chǎn)管理、農(nóng)業(yè)栽培育種、病蟲(chóng)害預(yù)警預(yù)報(bào)、產(chǎn)量質(zhì)量改善、產(chǎn)品效益提高等方面充分發(fā)揮大數(shù)據(jù)優(yōu)勢(shì)。大數(shù)據(jù)對(duì)推動(dòng)農(nóng)業(yè)的革命性進(jìn)步作用巨大，農(nóng)業(yè)大數(shù)據(jù)的應(yīng)用前景十分廣泛，將是下一個(gè)創(chuàng)新、競(jìng)爭(zhēng)和生產(chǎn)力的前沿。

參考文獻(xiàn)：

[1] 阿爾文.托夫勒.第三次浪潮[M].黃明堅(jiān)譯.北京：中信出版社，2006.

[2] 王文生，郭雷風(fēng).關(guān)于我國(guó)農(nóng)業(yè)大數(shù)據(jù)中心建設(shè)的設(shè)想[J].大數(shù)據(jù)，2016，2（1）：28-34.

[3] 天津大學(xué).863項(xiàng)目“面向大數(shù)據(jù)的先進(jìn)存儲(chǔ)結(jié)構(gòu)及關(guān)鍵技術(shù)”啟動(dòng)會(huì)[EB/OL].[2013-04-01].http：∥cs.tju.edu.cn/xwzx/xwdt/20130401103608433EtH.shtml.

[4] 梁吉業(yè)，馮晨嬌，宋鵬.大數(shù)據(jù)相關(guān)分析綜述[J].計(jì)算機(jī)學(xué)報(bào)，2016，39（1）：1-18.

[5] 王一鶴，楊飛，王卷樂(lè)，等.農(nóng)業(yè)大數(shù)據(jù)研究與應(yīng)用進(jìn)展[J].中國(guó)農(nóng)業(yè)信息，2018，30（4）：48-56.

[6] Manyika J， Chui M， Brown B， et al. Big data： The next frontier for innovation， competition， and productivity[J]. McKinsey Global Institute， 2011： 1-137

[7] Laney D. 3D data management： controlling data volume， velocity， and variety[J]. Application Delivery Strategies， 2001.

[8] Gantz J， Reinsel D. Extracting value from chaos[J]. IDC iView， 2011： 1-12

[9] IBM. What is big data？ [EB/OL].[2014-03-19]. http：//www901.ibm.com/software/data/bigdata.

[10] 涂子沛.大數(shù)據(jù)[M].桂林：廣西師范大學(xué)出版社，2012：54-58.

[11] 陳如明.大數(shù)據(jù)時(shí)代的挑戰(zhàn)、價(jià)值與應(yīng)對(duì)策略[J].移動(dòng)通訊：2012中國(guó)國(guó)際信息通訊展專(zhuān)刊，2012（17）：14-15.

[12] 劉智慧，張泉靈.大數(shù)據(jù)技術(shù)研究綜述[J].浙江大學(xué)學(xué)報(bào)（工學(xué)版），2014，48（6）：957-972.

[13] 陶雪嬌，胡曉峰，劉洋.大數(shù)據(jù)研究綜述[J].系統(tǒng)仿真學(xué)報(bào)，2013，25（S1）：142-146.

[14] 郭雷風(fēng).面向農(nóng)業(yè)領(lǐng)域的大數(shù)據(jù)關(guān)鍵技術(shù)研究[D].北京：中國(guó)農(nóng)業(yè)科學(xué)院，2016.

[15] 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.

[16] 宋長(zhǎng)青，柳平增，任萬(wàn)明，等.實(shí)施現(xiàn)代農(nóng)業(yè)大數(shù)據(jù)工程的理性思考[J].中國(guó)現(xiàn)代教育裝備，2016（15）：111-114.

[17] 王文生，郭雷風(fēng).農(nóng)業(yè)大數(shù)據(jù)及其應(yīng)用展望[J].江蘇農(nóng)業(yè)科學(xué)，2015，43（9）：1-5.

[18] 吳重言，吳成偉，熊燕玲，等.農(nóng)業(yè)大數(shù)據(jù)綜述[J].現(xiàn)代農(nóng)業(yè)科技，2017（17）：290-292，295.

[19] Chute C， Ullman- Cullere M， Wood G. Some experiences and opportunities for big data in translational research[J]. GENETICS in Medicie， 2013，15（10）： 802-809.

[20] Gu M， Li XP， Cao YY.Optical storage arrays： a perspective for future big data storage. Light Science & Applications[J]. 2014，58：1-11.

[21] Haluk D， Dursun D. Leveraging the capabilities of service-oriented decision support systems： putting analytics and bigdata in cloud[J]. Decision Support Systems， 2013， 55： 412-421.

[22] 溫孚江，宋長(zhǎng)青.農(nóng)業(yè)大數(shù)據(jù)應(yīng)用、研究與展望[J].農(nóng)業(yè)網(wǎng)絡(luò)信息，2017（5）：31-36.

[23] 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（11A）：387-392.

[24] Russo J. Big Data & Precision Agriculture[M]. PrecisionAg， 2013.

[25] Srinivasulu P， Babu MS， Venkat R， et al. Cloud service oriented architecture （CSoA） for agriculture through internet ofthings （IoT） and big data. IEEE International Conference on Electrical， Instrumentation and Communication Engineering[C]. IEEE， 2017： 1-6.

[26] Bendre MR， Thool RC， Thool VR. Big data in precision agriculture： Weather forecasting for future farming. International Conference on Next Generation Computing Technologies[C]. IEEE， 2016： 744-750.

[27] Majumdar J， Naraseeyappa S， Ankalaki S. Analysis of agriculture data using data mining techniques： application of bigdata[J]. Journal of Big Data， 2017， 4（1）： 20.

[28] 許世衛(wèi)，王東杰，李哲敏.大數(shù)據(jù)推動(dòng)農(nóng)業(yè)現(xiàn)代化應(yīng)用研究[J].中國(guó)農(nóng)業(yè)科學(xué)，2015，48（17）：3429-3438.

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

[30] 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（5）：68-71.

[31] Lusser M， Parisi C， Rodr íguez-Cerezo E. Deployment of new Biotechnologies in plant breeding[J]. Nature Biotechnology， 2012， 30（3）： 231-239.

[32] Fox JL. Mars collaborates to sequence Africas neglected food crops[J]. Nature Biotechnology， 2013， 31（7472）： 415.

[33] Varshney RK， Nayak SN， May GD， et al. Next generation sequencing technologies and their implications for crop genetics and breeding[J]. Trends in Biotechnology， 2009， 27（9）： 522-530.

[34] Wilkinson PA， Winfield MO， Barker G ， et al. CerealsDB 2.0： an integrated resource for plant breeders and scientists. BMC Bioinformatics[J]. 2012， 13（3）： 219.

[35] Urnov FD， Rebar EJ， Holmes MC， et al. Genome editing with engineered zinc finger nucleases[J]. Nature Reviews Genetics， 2010， 11（9）： 636-646.

[36] Bedell VM， Wang Y， Campbell JM， et al. In vivo genome editing using a high-efficiency TALEN system[J]. Nature， 2012， 491（7422）： 114-118.

[37] Mali P， Esvelt KM， Church GM. Cas9 as a versatile tool for engineering biology[J]. Nature Methods， 2013，10（10）： 957-963.

[38] 孫曉勇，劉子瑋，孫濤，等.大數(shù)據(jù)在農(nóng)業(yè)研究領(lǐng)域中的應(yīng)用與發(fā)展[J].中國(guó)蔬菜，2015，1（10）：1-5.

[39] Wang YB， Zhang H， Li HC， et al. Second-generation sequencing supply an effective way to screen RNAi targets in large Scale for potential application in pest insect control[J]. PloS One， 2011， 6（4）： e18644.

[40] Rafiqi M， Ellis JG， Ludowici VA， et al. Challenges and progress towards understanding the role of Effectors in plant-fungal interactions[J]. Current Opinion in Plant Biology， 2012，15（4）： 477-482.

（責(zé)任編輯：敬廷桃）