楊春朝，陳 瑩，高國興，丁永帥

（北京理工大學珠海學院，廣東 珠海 519088）

農業(yè)是人類社會的衣食之源，是一切生產活動得以進行的首要條件，它為國民經濟的其他部門提供糧食、原材料、資金和進出口物資[1]。在中國，農業(yè)是第一產業(yè)，其重要性在政治、經濟、技術和國家安全等各方面都均有體現，筑牢了整個社會的發(fā)展根基[2]。隨著信息技術和數據科學的高速發(fā)展，物聯網、5G/6G、云計算、生物分子技術、新材料和大數據等新興數字化技術的實地運用，農業(yè)數字化已成為了當下熱門的研究課題。中國的農業(yè)發(fā)生于新石器時代，黃河、長江流域是世界農業(yè)起源地之一。我國農業(yè)的生產結構包括種植業(yè)、林業(yè)、畜牧業(yè)、漁業(yè)和副業(yè)，但數千年來一直以種植業(yè)為主。由于我國人口眾多，耕地面積相對較少，糧食生產尤占主要地位[3]。2015 年12 月29 日，農業(yè)部印發(fā)了《關于推進農業(yè)農村大數據發(fā)展的實施意見》（農市發(fā)〔2015〕6 號），此文件深刻揭示了大數據在農業(yè)生產中發(fā)展和應用的重大意義，明確了大數據在農業(yè)生產中的總體要求，夯實了大數據在農業(yè)生產中應用的基礎，確立了大數據在農業(yè)生產中發(fā)展的重點領域，規(guī)劃了大數據推進農業(yè)生產實施的進度安排。傳統(tǒng)的農業(yè)耕作生產模式勞動強度大，生產效率低，農民收入少，主要以小農生產模式為主。在不依靠科學技術的情況下，傳統(tǒng)的農業(yè)耕作往往容易出現農作物成活率低、收獲的果實賣不出去等情況?，F如今在大數據等信息技術的加持下，農業(yè)生產的方方面面都得到了質的提升。

大數據在農業(yè)中的應用可提供多樣化、精準化、智能化的服務，幫助農民減少投入，提高收益，優(yōu)化生產方式，實現農業(yè)的可持續(xù)發(fā)展[4]。近年來，大數據在農業(yè)生產中的應用日益豐富，相關文獻資料層出不窮，但目前對現有研究成果進行梳理總結的文獻相對較少，或者年代久遠不再具有代表價值。

綜上所述，本文對大數據在農業(yè)生產中的應用研究進行了綜述分析，參照農業(yè)生產建立的全過程，從農田基本建設到土地田間管理，再到農產品流通，全方位闡述了大數據在農業(yè)生產中的應用研究現狀。并在大量文獻參閱的基礎上對大數據在農業(yè)生產領域的應用研究提出了未來展望，為以后的研究方向提供參考。

1 大數據技術在農田基本建設中的應用研究

1.1 在土地利用規(guī)劃中的應用研究

農田土地資源與建設用地利用規(guī)劃是農田建設的重要基礎。針對如何做好土地資源規(guī)劃的問題，李國釗[5]提出引入ArcGIS 軟件技術，通過總結農村土地資源的使用情況與使用特征，明確樹立農村土地利用規(guī)劃相對指標結構，并針對其結果設置匹配度較高的農村土地利用規(guī)劃指標。針對土地合理利用的問題，仝芮寧[6]通過構建多目標線性規(guī)劃模型對土地進行利用優(yōu)化分析，并進一步考慮了經濟效益與生態(tài)效益2個因素，在此基礎上不僅建立了土地利用的經濟效益和生態(tài)效益目標函數，而且采用制約條件反映了社會效益目標。針對土地監(jiān)控的問題，董洋洋等[7]利用了“慧眼守土”監(jiān)測監(jiān)管平臺，通過“互聯網＋”、大數據、人工智能識別和GPS 定位等技術實時監(jiān)測監(jiān)控土地的情況，切實加強了自然資源的保護和土地的合理開發(fā)利用。同樣針對土地監(jiān)控的問題，廖玉佳等[8]通過融合GIS 空間位置信息，同時集成多種基礎地理數據，融入傾斜攝影模型、DEM 等三維數據，通過編寫專業(yè)定制化算法，讓系統(tǒng)具有對傳感器數據進行自動傳輸、智能識別、綜合分析和處理以及預警報警的功能，實現儲備土地的智能化動態(tài)監(jiān)管。

1.2 在水利設施建設規(guī)劃中的應用研究

農業(yè)離不開水利灌溉，大數據技術在水利設施建設規(guī)劃方面也有所成就。姜俊狄等[9]介紹了一種將三維激光掃描技術與無人機攝影測量技術融合的方法，該方法能夠分析定性和定量分析融合后的模型精度，從而判定某灌溉系統(tǒng)是否適合運用于農田。孫寧等[10]運用BIM 技術建立的三維空間模型對具體的農田灌溉進行模擬，可以清晰反映出設計中存在的不足，從而進行調整和優(yōu)化，提高農田灌溉與農作物生長的質量。黨元初[11]構建了以STM32 作為控制器的農田智能灌溉控制系統(tǒng)，通過LoRa 和4G 進行無線傳輸達到農田信息實時采集和處理等功能，還應用VR 技術構建虛擬數字環(huán)境，實現了農業(yè)水價信息化平臺建設。

2 大數據技術在田間管理中的應用研究

2.1 在土壤耕作中的應用研究

農作物生長好與壞，決定于生長環(huán)境——土壤。針對土壤質量判定，侯顯達等[12]應用氣相色譜測定樣品中的DDTs 和BHCs 的含量，采用熵權屬性識別模型對4 種不同土地利用方式下的土壤環(huán)境質量進行了評價，以此來判定土壤的質量好壞。針對土壤含水量監(jiān)測，郭文等[13]基于Sentinel-1A SAR 數據，利用C波段雷達遙感和BPNN 模型實現了對裸露地表土壤含水量的準確、高效反演。針對土壤參數監(jiān)測，鐘佳薈等[14]將Air724UG 微控制器設置為系統(tǒng)核心，各類傳感器分別能夠采集到土壤溫濕度等參數，并利用GPRS 網絡進行遠程無線通信，利用監(jiān)測中心進行遠程室外土壤參數監(jiān)測。針對精準施肥，冀汶莉等[15]設計并實現了基于LoRa 的農業(yè)大田土壤多測點多參數監(jiān)測系統(tǒng)，在實時監(jiān)測土壤溫濕度和養(yǎng)分變化的基礎上，實現按需測土配方的精準施肥。針對耕作之后土壤表面溝形特征參數測量困難的問題，王韋韋等[16]設計了一種基于激光三角法的耕作土壤溝形測量系統(tǒng)，能夠很好地降低測量誤差，滿足農田土壤耕作后溝形自動化測量的需要。

2.2 在播種及栽植中的應用研究

農田播種是農業(yè)生產的關鍵一環(huán)，播種質量的好壞直接決定著農民來年是否可以結收累累碩果。在傳統(tǒng)的農業(yè)生產中，播種時機是依靠農民自身經驗以及天干地支推演出來的，存在一定的不確定性，容易出現錯失良機甚至播種不適實際氣候等情況。大數據時代的到來為傳統(tǒng)農業(yè)在播種方式上的改革創(chuàng)新注入了新活力。針對農耕前的播種準備，王淑芳[17]提出農民可以在互聯網上借助大數據搜尋農業(yè)種植相關的知識，學習了解農作物的生長特性、培育周期和種植條件，通過電商平臺選購農作物種子。針對播種作業(yè)，謝郁華[18]使用Scrapy 爬蟲框架搭建了農產品信息網絡爬蟲，利用相應的農作物種植模型，結合農作物信息、土壤水肥信息以及土壤環(huán)境等信息，選用了標準Shapefile 格式作為標準決策處方圖的文件格式，構建了基于阿里云服務器的精準播種在線決策云平臺，輔助農業(yè)工作者更好地進行播種作業(yè)。同樣針對播種作業(yè)，陶化冰[19]針對不同地區(qū)的土壤類型、養(yǎng)分和地形存在差異，為了能在同一塊耕地種出的整齊幼苗，就需要農機根據由大數據技術推演得到的處方圖隨時調整農作物下種量、下種深度以及下種時機。

2.3 在生長發(fā)育中的應用研究

大數據技術也可以用于協(xié)調農作物的生長發(fā)育。張開京等[20]基于黃瓜基因組信息和轉錄組測序大數據，利用生物信息學手段，對黃瓜中DIR 基因家族進行鑒定，并分析其在不同組織器官和脅迫響應過程中的表達模式，可以讓黃瓜更好地生長發(fā)育。陳成等[21]利用大疆P4 Multispectral 無人機來獲取農作物的整個生長周期的光譜數據，并構建了玉米的歸一化植被指數（Normalized difference vegetation index，NDVI），對農作物進行長勢監(jiān)測。張黔川[22]提出在農業(yè)生產中應用無人機實時動態(tài)載波相位差分（Real-time kinematic，RTK）測繪技術，該技術可以實現對農作物生長的智能化、自動化監(jiān)測，提高監(jiān)測的準確性。呂志群等[23]基于黑龍江省2000—2018 年MODIS 13A2 產品數據，獲取每16 天的耕地范圍內歸一化植被指數（NDVI）數據，采用多年平均值法得到NDVI 的平均值，與原始數據做對比可作為衡量農作物長勢好壞的標桿。

2.4 在收割中的應用研究

農作物的收割是農業(yè)發(fā)展中不可或缺的一部分，結合大數據技術在農業(yè)收割方面進行應用與研究，可以幫助農民提高農業(yè)生產效率和質量，促進農業(yè)現代化和可持續(xù)發(fā)展。吳才聰等[24]針對全國范圍農機操作進行動態(tài)監(jiān)控與量化統(tǒng)計的要求，提出了在農機上加裝“北斗”終端，并制定了相應的數據傳輸標準，最終實現了以“北斗”為基礎的農機操作大數據平臺的構建。夏俊勇[25]從聯合收割機的智能控制、喂入量檢測、脫粒清選系統(tǒng)的智能控制、損失率在線檢測、產量檢測、故障診斷、無人駕駛與自主導航等多個角度出發(fā)，對該智能控制技術的應用進行了深入探討，推進自走式小麥聯合收割機實現轉型升級，探尋出符合我國國情的小麥聯合收割方式，進而推動農業(yè)機械化向智能化方向發(fā)展。周達[26]為了實現農業(yè)無人收割機對農作物的精確收割，利用稀疏化算法對原始航跡中的聚合點進行篩選并提出了一種基于多項式曲線的局部航跡擬合方法，并采用迭代法求出航跡點的曲率，排除異常點，并設定一個合適的閾值，再次采用稀疏化算法獲得航跡節(jié)點，最終找到了一種較為準確地還原播種軌跡并生成收獲作業(yè)目標導航路徑的方法。劉靚葳[27]針對農機自動駕駛收割的生產效率的問題，運用人工智能技術，通過與大數據、云計算等相關技術相結合，提出將目標檢測算法、車道線檢測算法、目標跟蹤算法等人工智能技術中的基于視覺的感知算法運用到無人農業(yè)機械中，進行了涉及機器視覺的農機收割研究，指出人工智能算法在農機收割中的應用，有效地提升了無人農機的工作效率。

3 大數據技術在農產品流通中的應用研究

3.1 在農業(yè)運輸中的應用研究

農產品的運輸是農產品流通環(huán)節(jié)當中的重要一環(huán)，其物流管理系統(tǒng)、運輸路徑、運輸環(huán)境等因素都對于農產品的運輸有著重要的影響。

3.1.1 物流管理系統(tǒng)

張茜等[28]提出了基于大數據的農產品冷鏈物流平臺，并以此為基礎分為數據基礎層、信息管理層、應用層3 個層次，運用大數據技術對冷鏈基礎設施建設進行頂層設計，從而對冷鏈物流的關鍵環(huán)節(jié)進行物流運輸與倉儲管理優(yōu)化，最終達到優(yōu)化農產品的物流運輸與倉儲管理、強化質量安全管控、提高精準銷售與配送、提升信息交流與共享的目的。張建喜等[29]通過建立基于大數據技術的農產品物流管理系統(tǒng)總體架構和物流管理流程來分析目前我國農產品物流流程，再制定訂單管理流程、倉儲管理流程和配送管理流程3 個管理流程來對關鍵流程進行分析，最后用關系數據庫MySQL 來設計農產品物流管理系統(tǒng)，最終確定最優(yōu)的、最合理的配送計劃，充分整合物流資源，保證農產品物流運輸的高效性和準確性，降低在運輸過程中的損耗率和變質率，從而優(yōu)化了物流管理流程。

3.1.2 運輸路徑

梁瑞華等[30]對中國農村物流配送的現狀與方式進行分析，發(fā)現農產品物流基礎設施支持不足，傳統(tǒng)物流管理流程和冷鏈物流技術等薄弱環(huán)節(jié)，利用大數據分析技術對農村物流配送路徑進行了優(yōu)化，運用大數據豐富的交通網絡，利于現代技術進行全地域農業(yè)交通運輸整合，并用大數據處理的技術感知和定位手段來獲取和整合物流信息，有效解決其中存在的農產品浪費問題。為了能夠最大程度地降低運輸成本，周蓉蓉等[31]利用K-均值聚類，通過優(yōu)化的遺傳算法建立了一種城市生鮮農產品運輸路線優(yōu)化模型，最終實現了城市生鮮農產品配送中的車輛優(yōu)化調度、路徑自主優(yōu)化功能。

3.1.3 運輸環(huán)境

吳卓葵等[32]提出了一種基于大數據的生鮮農產品配送監(jiān)測預警系統(tǒng)，利用保鮮需求進行大數據分析，對配送車輛溫度、濕度、最大配送時間等指標進行智能預測，并根據不同生鮮農產品的保鮮需求及道路交通狀況對配送時間進行預警。陳謙等[33]針對冷鏈運輸溫度預測問題，從挖掘歷史數據時序信息角度出發(fā)，提出了一種基于門控循環(huán)單元網絡的冷鏈運輸溫度時序預測方法，通過采用拉格朗日插值方法、GRU 神經網絡模型，建立了適用于低溫環(huán)境的GRU 時序預測模型。

3.2 在農產品銷售中的應用研究

農產品的銷售是農業(yè)領域的最后一個關鍵環(huán)節(jié)，結合大數據領域的知識對農產品銷售進行研究能促進農產品的流通，推動農業(yè)現代化發(fā)展和現代農村經濟的發(fā)展。武紹璋等[34]對借助電商平臺促進偏遠地區(qū)農產品銷售進行了數據分析，在運用統(tǒng)計法的基礎上，結合國內外電商平臺的發(fā)展現狀，提出了一種農業(yè)電商產銷結合并結合互聯網大數據銷售的發(fā)展思路，最終實現對偏遠地區(qū)農產品銷售路徑的規(guī)劃。隨著社會發(fā)展，直播帶貨成為當下最火的線上銷售方法，劉倩等[35]針對目前直播帶貨網絡化銷售發(fā)展的問題，通過運用主成分分析法，對直播帶貨這類電商助農模式的影響因素展開分析檢驗，并據此分析設計出一套使用SSM 框架搭載TOMCAT 服務器的網站，構建了一個合理的政策建議體系，指出了電商助農有關政策建議的權重分配，有助于鄉(xiāng)村農產品通過大數據網絡化的銷售模式走向全國。王芳等[36]針對蕎麥產業(yè)的宣傳推廣難題，提出了利用新媒體視頻的設想，設計了一套使用SSM 框架并搭載TOMCAT 服務器配有Oracle 數據庫專門針對蕎麥進行推廣的視頻網站，最終實現了蕎麥推廣短視頻發(fā)布觀看、管理等功能。張莉[37]運用SWOT 方法，對我國訂單農業(yè)發(fā)展過程中存在的問題和成因進行了剖析。最終提出了“消費者+互聯網+農戶”產銷對接模式中消費者和農戶之間的契約穩(wěn)定關系。

4 結束語

綜上所述，可以發(fā)現現階段已有的研究總體呈現全面多樣的特征；既有從理論方法層面提出如何推行貫徹農業(yè)大數據的研究，也有從技術科技層面探討如何實踐大數據在農業(yè)中運用的研究，覆蓋了農業(yè)生產全過程的方方面面。不少研究人員將高精設備運用到田間實地中，通過高端算法模擬推算最適合農作物的生長環(huán)境，結合時下新興技術將農產品更好地運輸銷售。本文認為對于今后的研究可以從以下幾個方面開展。

一是現有的農業(yè)數據資料庫中，對農作物生長所需的土壤條件、環(huán)境參數所做出的統(tǒng)計數據并不全面。相關部門應利用大數據技術研究不同種類、不同生長發(fā)育階段的農作物對土壤以及環(huán)境參數的需求，進一步完善現有的農業(yè)數據資料庫，從而便于指導農作物的田間管理。

二是目前可供農業(yè)工作者自助使用的大數據平臺相對較少，因此地方政府應主導建立當地的農業(yè)大數據平臺。通過對接上述農業(yè)數據資料庫，該平臺可以實時發(fā)布農作物田間管理的指導信息；此外，該平臺要能夠自動統(tǒng)計并以可視化方式公開當地農產品的物流、銷售等全方位的數據，使農業(yè)工作者能夠更好地掌握當前狀態(tài)下的農業(yè)發(fā)展機遇。

三是農產品的質量、食品安全和源頭追溯等是消費者在購買時主要關心的問題。在現階段的農業(yè)生產中，可采用大數據與區(qū)塊鏈相結合的方式來實現對農產品產地、生產過程、運輸過程及銷售過程的精準監(jiān)控和準確溯源，使得消費者吃得安心，吃得放心。

四是由于數字化農業(yè)基礎設施建設不夠全面，許多鄉(xiāng)村地區(qū)通信網絡技術盲點較多，互聯網硬件設施、光遷寬帶和信號基站沒能真正走進千家萬戶，硬件設備不過關，大數據在農業(yè)生產中的應用難以實現。因此應加大力度推進科技助農，落實政府相關幫扶政策，加強農村田間數字化基礎設施建設，讓更多高精科技走入農村田間。

五是在現代的農業(yè)生產中，懂理論善運用、重實踐會創(chuàng)新的大數據和農業(yè)雙料復合型人才極度稀缺，再加之農民普遍科技素養(yǎng)不足，容易出現技術和設備都有了，但沒人能夠使用的局面。因此應積極推進農業(yè)生產基地、學校和研究團隊三方在產學研方面開展深度合作，大力引進優(yōu)秀人才。同時通過線上線下的方式，對農業(yè)生產人員開展專家指導，提升農業(yè)生產人員的技術能力。