
中、美兩國農(nóng)業(yè)大數(shù)據(jù)對(duì)比與思考
農(nóng)民在實(shí)際的生產(chǎn)過程中每天都要做很多選擇:播什么種、施什么肥、如何管理農(nóng)田、病蟲害如何防治等等。實(shí)際上,一套農(nóng)事任務(wù),從生產(chǎn)規(guī)劃、種植前準(zhǔn)備、種植期管理,到采收、銷售等每一步都會(huì)極大的影響農(nóng)民的生產(chǎn)和收益,而且它們大多數(shù)環(huán)環(huán)相扣,如果選錯(cuò)一步,可能會(huì)出現(xiàn)多米諾骨牌效應(yīng),接連導(dǎo)致的后果可能就是減產(chǎn)。而這其中所需所產(chǎn)生的數(shù)據(jù)與要決策的問題,就屬于農(nóng)業(yè)農(nóng)村大數(shù)據(jù)。
當(dāng)前,大數(shù)據(jù)正隨著信息技術(shù)與服務(wù)業(yè)態(tài)快速發(fā)展,已成為國家基礎(chǔ)性戰(zhàn)略資源。農(nóng)業(yè)農(nóng)村是大數(shù)據(jù)生產(chǎn)和應(yīng)用的重要領(lǐng)域之一,也是中國由傳統(tǒng)農(nóng)業(yè)向現(xiàn)代農(nóng)業(yè)加快轉(zhuǎn)變的關(guān)鍵技術(shù)手段與科學(xué)決策。
相對(duì)應(yīng)的農(nóng)業(yè)大數(shù)據(jù),可以從“天時(shí)、地利、人和”三方面理解:“天時(shí)”可以指實(shí)時(shí)的氣象數(shù)據(jù),如降水、溫度、風(fēng)力、濕度等;“地利”可以指動(dòng)靜態(tài)的土壤數(shù)據(jù),如土壤水分、土壤溫度,作物品種信息、作物病蟲害信息等;“人和”則是從人力資源給出信息,農(nóng)資產(chǎn)品使用、農(nóng)產(chǎn)品加工和流通渠道、農(nóng)產(chǎn)品市場價(jià)格等等。下面筆者通過比較中國與美國農(nóng)業(yè)大數(shù)據(jù)發(fā)展特點(diǎn)及發(fā)展趨勢(shì),結(jié)合相關(guān)政策及行業(yè)發(fā)展需求,給出思考與建議。
美國農(nóng)業(yè)大數(shù)據(jù)發(fā)展-注重大數(shù)據(jù)的精準(zhǔn)化、智能化
在美國,一些種業(yè)巨頭公司已經(jīng)意識(shí)到,面對(duì)大數(shù)據(jù)時(shí)代的來臨,傳統(tǒng)行業(yè)模式也亟待轉(zhuǎn)型。孟山都在前后收購和并購了Precision Planting公司和Climate Corporation公司,作為世界頭號(hào)種子供應(yīng)商,孟山都擁有全球最大的資源和海量產(chǎn)量數(shù)據(jù),這些數(shù)據(jù)與Climate公司的氣象數(shù)據(jù)相結(jié)合,可以得到種植環(huán)境區(qū)劃和精細(xì)劃分的品種數(shù)據(jù),農(nóng)民可以得到自己農(nóng)場屬于哪個(gè)種植區(qū)、什么樣的種子、在什么條件下長勢(shì)最好,以及更多實(shí)用的信息。而另一位種業(yè)巨頭杜邦先鋒公司依托其優(yōu)質(zhì)種質(zhì)資源與研發(fā)技術(shù),也已先行結(jié)合農(nóng)業(yè)大數(shù)據(jù)推進(jìn)精準(zhǔn)農(nóng)業(yè)技術(shù)。其種子部門與農(nóng)場機(jī)械制造商約翰迪爾聯(lián)手,給農(nóng)民提供種子和化肥方面的指導(dǎo)。目前,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(jīng)是廣泛使用的農(nóng)業(yè)大數(shù)據(jù)系統(tǒng),這些系統(tǒng)都與氣候云(Climate Cloud)相結(jié)合,整合農(nóng)民機(jī)械化農(nóng)場設(shè)備的種植和產(chǎn)量數(shù)據(jù),以及氣象、種植區(qū)劃等多樣數(shù)據(jù),可以得到較為詳盡的種植決策,精準(zhǔn)化農(nóng)事生產(chǎn),幫助農(nóng)民提高產(chǎn)量和利潤。
農(nóng)業(yè)大數(shù)據(jù)讓農(nóng)民開始使用移動(dòng)設(shè)備管理農(nóng)場,掌握實(shí)時(shí)的土壤、溫度、作物狀況等信息,提高了農(nóng)場管理的精確性,然而,再好的決策,也需要硬件去實(shí)施。在農(nóng)業(yè)生產(chǎn)的過程得到有效合理利用的前提下,農(nóng)田信息的管理和分析也變的至關(guān)重要。試想在大田生產(chǎn)中,即使相隔兩三米遠(yuǎn)的兩塊地,土壤水分、營養(yǎng)情況、農(nóng)作物長勢(shì)也可能完全不同,過去農(nóng)民并不懂得區(qū)分這種差異,會(huì)把同樣品種等間距種下去。如今,通過農(nóng)業(yè)大數(shù)據(jù)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(yè)都是隨著播種進(jìn)行、自動(dòng)完成的。合理的種植分析,可以給玉米每畝帶來百余公斤的增產(chǎn)。因此,農(nóng)業(yè)智能化下的農(nóng)業(yè)機(jī)械化由此提出。美國天寶(Trimble)公司提供了整套農(nóng)機(jī)作業(yè)綜合解決方案“網(wǎng)絡(luò)農(nóng)場系統(tǒng)”,該系統(tǒng)能夠通過無線模塊發(fā)射無線網(wǎng)絡(luò)通信連接整個(gè)農(nóng)場的軟件和硬件設(shè)備,從而使信息在室內(nèi)電腦、農(nóng)機(jī)車輛、其他終端間進(jìn)行傳輸和處理。這套管理系統(tǒng)基于地理信息系統(tǒng)(GIS)開發(fā),提供了全面的農(nóng)業(yè)解決方案,包括對(duì)農(nóng)場地圖的瀏覽與編輯、農(nóng)業(yè)產(chǎn)業(yè)的收益計(jì)算與管理、精準(zhǔn)農(nóng)業(yè)數(shù)據(jù)的處理與分析等。
在美國,農(nóng)業(yè)大數(shù)據(jù)與精準(zhǔn)農(nóng)業(yè)概念相結(jié)合,已經(jīng)應(yīng)用于大部分農(nóng)場并產(chǎn)生理想收益。通過對(duì)農(nóng)業(yè)生產(chǎn)全過程的精準(zhǔn)化、智能化管理,可以極大程度的減少化肥、水資源、農(nóng)藥等投入,提高作業(yè)質(zhì)量,農(nóng)業(yè)經(jīng)營變得有序化,從而為轉(zhuǎn)向規(guī)?;?jīng)營打下良好基礎(chǔ)。
中國大數(shù)據(jù)發(fā)展-結(jié)合地域性特征的精細(xì)化管理
中國是典型的小農(nóng)經(jīng)濟(jì),人口眾多,地勢(shì)遼闊,土地資源分配不均。在農(nóng)業(yè)大數(shù)據(jù)的發(fā)展上,早在幾年前,一些IT巨頭紛紛試水,聯(lián)想佳沃集團(tuán)布局農(nóng)業(yè)三年,旨在打造農(nóng)業(yè)“三全”戰(zhàn)略-全產(chǎn)業(yè)鏈、全球化以及可追溯大數(shù)據(jù)平臺(tái)。相應(yīng)而生,也有一些宏觀農(nóng)業(yè)農(nóng)產(chǎn)品生產(chǎn)大數(shù)據(jù)平臺(tái)層出不窮。但是,做精細(xì)化的農(nóng)業(yè)大數(shù)據(jù),卻沒有預(yù)想那么快,中國農(nóng)業(yè)大數(shù)據(jù)由于中國地域特點(diǎn)與數(shù)據(jù)采集基礎(chǔ)建設(shè)不完善等特點(diǎn),面臨著農(nóng)業(yè)農(nóng)村數(shù)據(jù)歷史長、數(shù)量大、類型多、數(shù)據(jù)缺失、數(shù)據(jù)質(zhì)量不高、開發(fā)利用不夠等問題。,對(duì)中國大部分新型農(nóng)業(yè)主體和農(nóng)場主來說,由于農(nóng)業(yè)數(shù)據(jù)信息采集與獲取管理初始投入成本太高,中國地塊分布不均、普遍偏小,數(shù)據(jù)管理技術(shù)和方法不夠成熟等問題,并不能像美國農(nóng)民一樣利用農(nóng)業(yè)大數(shù)據(jù)系統(tǒng)管理土地與收益。中國工程院汪懋華院士也曾就中國農(nóng)業(yè)地域分布與技術(shù)發(fā)展問題提到“在新疆和黑龍江有大規(guī)模農(nóng)業(yè),比較適用;但其他省份以小農(nóng)業(yè)為主,要推行精準(zhǔn)農(nóng)業(yè)技術(shù),困難不小”。
在中國的新疆、東北、山東等地,大規(guī)模農(nóng)業(yè)生產(chǎn)相對(duì)成熟,精準(zhǔn)農(nóng)業(yè)與智慧農(nóng)業(yè)發(fā)展正微掀春風(fēng);但是在全國范圍內(nèi),小規(guī)模的農(nóng)業(yè)生產(chǎn)方式以及巨大的地域差距,加上農(nóng)民在生產(chǎn)管理上的頑固性,推廣精準(zhǔn)農(nóng)業(yè)、做大數(shù)據(jù)分析依然舉步維艱。
在中國開展農(nóng)業(yè)大數(shù)據(jù),結(jié)合地域特征做精細(xì)化管理是關(guān)鍵。在一些農(nóng)業(yè)大省如山東、新疆、黑龍江等部分地區(qū),精準(zhǔn)農(nóng)業(yè)推廣已取得一定效果。例如在新疆兵團(tuán),農(nóng)業(yè)綜合機(jī)械化水平已經(jīng)到達(dá)93%以上,衛(wèi)星導(dǎo)航技術(shù)、小型植保無人機(jī)、變量施肥技術(shù)、自動(dòng)駕駛技術(shù)等已經(jīng)得到了推進(jìn)。農(nóng)業(yè)大省特點(diǎn)是規(guī)?;N植與大品類農(nóng)產(chǎn)品居多,農(nóng)業(yè)數(shù)據(jù)資源整合與管理具備一定優(yōu)勢(shì),可以借鑒美國精準(zhǔn)農(nóng)業(yè)向精準(zhǔn)化、智能化方向發(fā)展。而相比較農(nóng)業(yè)農(nóng)產(chǎn)品品類多、地域分布零碎等農(nóng)業(yè)省份,更需要農(nóng)業(yè)數(shù)據(jù)的整合與共享,對(duì)不同品類農(nóng)業(yè)數(shù)據(jù)建立標(biāo)準(zhǔn),實(shí)現(xiàn)農(nóng)業(yè)生產(chǎn)智能化管理。
農(nóng)業(yè)大數(shù)據(jù)發(fā)展與相關(guān)建議
我國已進(jìn)入傳統(tǒng)農(nóng)業(yè)向現(xiàn)代農(nóng)業(yè)加快轉(zhuǎn)變的關(guān)鍵階段。突破資源和環(huán)境兩道“緊箍咒”制約,需要運(yùn)用大數(shù)據(jù)提高農(nóng)業(yè)生產(chǎn)精準(zhǔn)化、智能化水平,推進(jìn)農(nóng)業(yè)資源利用方式轉(zhuǎn)變。破解成本“地板”和價(jià)格“天花板”雙重?cái)D壓的制約,需要運(yùn)用大數(shù)據(jù)推進(jìn)農(nóng)產(chǎn)品供給側(cè)與需求側(cè)的結(jié)構(gòu)改革,提高農(nóng)業(yè)全要素的利用效率。提升我國農(nóng)業(yè)國際競爭力,需要運(yùn)用大數(shù)據(jù)加強(qiáng)全球農(nóng)業(yè)數(shù)據(jù)調(diào)查分析,增強(qiáng)在國際市場上的話語權(quán)、定價(jià)權(quán)和影響力。由此看來,農(nóng)業(yè)大數(shù)據(jù)發(fā)展既是巨大機(jī)遇,也充滿了挑戰(zhàn)。
發(fā)展農(nóng)業(yè)農(nóng)村大數(shù)據(jù),需要充分利用現(xiàn)有數(shù)據(jù)資源,完善數(shù)據(jù)采集共享功能,建設(shè)完善農(nóng)業(yè)農(nóng)村信息綜合服務(wù)平臺(tái);實(shí)現(xiàn)農(nóng)業(yè)資源要素的數(shù)據(jù)共享,如農(nóng)業(yè)環(huán)境數(shù)據(jù)、農(nóng)業(yè)設(shè)施設(shè)備數(shù)據(jù)、金融資本等資源要素,結(jié)合物聯(lián)網(wǎng)、云計(jì)算、衛(wèi)星遙感等技術(shù)挖掘數(shù)據(jù)資源,可開發(fā)測土配方服務(wù)、農(nóng)業(yè)保險(xiǎn)等服務(wù);推進(jìn)農(nóng)產(chǎn)品質(zhì)量安全信息服務(wù),建立農(nóng)產(chǎn)品生產(chǎn)環(huán)境、生產(chǎn)資料、生產(chǎn)過程、市場流通等數(shù)據(jù),實(shí)現(xiàn)數(shù)據(jù)自動(dòng)化采集、標(biāo)準(zhǔn)化處理、可視化運(yùn)營,可實(shí)現(xiàn)農(nóng)產(chǎn)品質(zhì)量安全追溯,促進(jìn)消費(fèi)安全。
無論是農(nóng)業(yè)大數(shù)據(jù),還有精準(zhǔn)農(nóng)業(yè)的應(yīng)用,都事關(guān)中國的每一寸土地,在中國其推廣階段還需經(jīng)歷日求寸進(jìn)的過程,此期間還需理智認(rèn)清中國農(nóng)業(yè)發(fā)展現(xiàn)狀,合作與共享永遠(yuǎn)會(huì)是新常態(tài),最后引用中國工程院院士、中國農(nóng)業(yè)大學(xué)教授汪懋華的一句話結(jié)尾:技術(shù)裝備價(jià)格下降和機(jī)器是否容易安裝和維護(hù);保護(hù)性耕作是否得到廣泛推廣;機(jī)械燃料、肥料和服務(wù)價(jià)格所占的比重??梢孕Х旅绹鴮?shí)施精準(zhǔn)農(nóng)業(yè)的經(jīng)驗(yàn),根據(jù)需要、經(jīng)濟(jì)、實(shí)用的原則進(jìn)行,不必一次性有把所有的技術(shù)都全套應(yīng)用。只選對(duì)的,不選貴的。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對(duì)數(shù)據(jù)的需求已從 “存儲(chǔ)” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11