全面版-农业大数据技术应用与思考

语言	格式	评分
中文（简体）	.pptx	3
概览
1 农业大数据技术应用与思考内容一、大数据、农业大数据的概念二、农业进入大数据时代三、农业大数据的关键技术四、大数据技术在农业中的应用五、存在的问题和未来展望一、大数据、农业大数据的概念  大数据（ big data ），指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。目前，大数据企业达到了 8900 多家，大数据产业规模总量超过 1100 亿元。资料来源：中国电子信息产业研究院、中商产业研究院  农业大数据是指在现代农业生产、经营、管理等各种活动中形成的，具有潜在价值的、海量的、活的数据。一切与农业相关的数据，涉及农业生产、经营、管理和服务的方方面面。农业领域的诸多问题，如土壤治理、病虫害预测与防治、农业结构调整、粮食安全、农副产品消费等等，都可通过大数据的应用进行预测和改善。 2018 数博会来了！要放假啦？以“数化万物智在融合”为主题的 2018 中国国际大数据产业博览会将于 2018 年 5 月 26 日至 29 日在贵阳举行，数博会作为全球首个大数据主题博览会，已在贵阳连续成功举办了三届。除了放假，本届博览会的几大看点： 1.“ 同期两会”：即在举办数博会的同时，同期举办中国电子商务创新发展峰会。 2.5 场高端主题对话：分别围绕“人工智能”“数据安全” “万物互联”“共享经济”“精准扶贫” 5 个主题，邀请全球顶级大数据企业和大数据领军人物同台论道。 3. 一展一赛：呈现最前沿科技成果（“一展”即在 2018 数博会期间设中国国际大数据产业博览会专业展；“一赛”即 2018 中国国际大数据融合创新人工智能全球大赛） 4. 聚焦全球黑科技，最新应用成果将发布：首次展示对“中国天眼”所接收天文大数据进行处理的超算能力和技术，首次展示 5G 应用场景体验，首次发布《中国数谷》《块数据 4.0 》《大数据战略重点实验室》，发布全球“十大黑科技”等。二、农业进入大数据时代 1. 农业发展形态传统农业现代农业智慧农业人工管理，缺乏有效的技术手段采集农作物生长环境参数：采用手工控制实现对灌溉、水帘、遮阳网、抽风机等的控制，耗费人力、耗费时间、出错率比较高。传感数据相对单一；对获取的数据还需进行手工统计和分析；缺乏智能化的数据管理和分析平台；不能做到灾害预警和应对联动。传感数据多样；集传感、存储、分析、联动与一体；实现远程监测和控制；智能数据处理；多样化报警方式。随着传感器、智能移动设备、互联网等的发展，数据呈现爆炸式增长。 2. 农业的新变化数据无处不在数据无时不有数据无物不生数据无人不感农业特点量大实时复杂类杂地域性季节性多样性周期性  目前，中国每年产生并被存储的数据总量超过 800EB （ 1018 字节），相当于全人类讲过的话 160 倍。 KB （ 103 字节）  MB ( 兆， 106 字节 )  GB ( 吉， 109KB ） TB ( 太， 1012 字节 )  PB ( 拍， 1015 字节 )  EB ( 艾， 1018 字节 )  ZB ( 泽， 1021 字节 ) 农业每年产生的数据量约为 8000PB （ 1015 字节） 农业数据每年将以 50%-80% 的速度增长  农业生产数据 2500PB  农业管理数据 1200PB  农业自然资源数据 3500PB  农业市场数据 800PB （数据来源： ZDNET 《数据中心 2013 ：硬件重构与软件定义》年度技术报告） 3. 农业进入大数据时代气象数据生物信息数据资源环境数据生长监测数据农业统计数据全球气候观测系统（ Global Climate Observing System ） 2012 年每天新增超过 250GB ，政府间气候变化专门委员会（ IPCC ）第四次评估报告中采用了超过了 29,000 个观测资料序列，第五次报告中使用的数据量达到了 2.3PB 。（ 1 ）气象数据 4. 农业大数据的类型 1984 年，由 NIH 创办的基因数据库（ GenBank ）；截止 2011 年 4 月，在传统数据存储区，共有 1.35 亿条序列记录，包含 1265 亿个碱基对；在 WGS （ Whole Genome Shotgun ）分区内包含 1914 亿个碱基对， 6272 万个基因组序列。全部数据若是装订成册，将载满 700 多辆卡车。（ 2 ）生物信息数据对地观测（遥感）技术农业资源研究提供空间数据，而且，遥感监测一直向高时空分辨率、高光谱、多频段方向发展，数据生产能力越来越强；美国 NASA 和 USGS 研究生产的包括 GLS1975 、 1990 、 2000 、 2005 和 2005 （ EO-1 ）五个子集的一套 Landsat 卫星影像，总数据量超过 5TB ；（ 3 ）资源环境数据视频监测气象监测 -24 个指标土壤养分监测 -15 个指标土壤水分监测 -5 个指标生长监测 -16 个指标实时监测仪器、设备全天候监测，随着设备种类的增长、价格的降低，监测点将成指数级增长，所产生的数据，将快速增长。仪器监测每 10 分钟采集 1 次数据（ 60 多个指标 *5 万次 / 年） + 市场监测数据 + 统计监测数据 + 视频监测数据  >15G/ 年 ( , , , ,......) n w wi j j j j i y y T R L S  （ 4 ）作物生长监测数据（ 5 ）农业统计数据农业部统计报表农业综合调查制度农村经营管理情况统计报表制度全国乡镇企业统计报表制度农业资源环境信息统计报表制度全国土壤肥料专业统计报表全国植保专业统计报表农业机械化管理统计报表制度种子管理机构报表种子企业报表 …… 953 个品种，全国 1000 家市场，每日价格等 11 个指标的信息，每天超过 1000 万个数据…… 大数据应用是思维、理念、方法、能力的改变大数据最大的作用在于给人们带来了思维上的转变大数据思维互联网思维数据思维产业思维跨域关联思维 5. 农业大数据思维  数据文化：尊重事实、强调精准推崇理性  万物皆比特，一切皆数据 !  数据制度：数据立法、用数机制尚数环境  数据治理：事前管理、科学决策数据创新  资源配置：精准化、智能化、高效化三、农业大数据的关键技术农业大数据的发展对传统的数据处理技术体系提出了巨大的挑战，需要我们在数据采集、数据标准、数据处理、数据分析、数据展现等方面做全新的技术升级。实时性精准性全面性系统性规范性 1. 数据精准获取技术 19 可穿戴式的信息获取技术 可植入、可嵌入式数据获取技术 微型移动信息获取技术 生物传感、微纳米传感器、便携式传感器等新型设备。千里眼顺风耳 2. 数据标准化技术 农业领域数据标准化变得极为迫切，信息采集、传输、存储、汇交的标准规范亟需大量出台。农业基准数据库亟需建立。大数据数据标准化标准体系框架  传输速率  编码标准  传输方式  传输冗余  ……  汇交方法  汇交内容  汇交分类  汇交范围  …… 采集规范 传输标准 存储标准 汇交标准  采集内容  采集方式  采集时间  采集地点  ……  存储格式  存储方式  存储安全  数据结构  …… 农业基准数据库  数据增值的关键在于整合，但整合的前提是数据标准的统一。 3. 农业大数据分析处理技术 建模技术：  农作物生长与产量形成机理建模；  农产品消费行为与消费量变化动态建模；  基于多代理系统进行农业智能仿真模拟；  关联分析：  专家会商系统结合；  专家智慧动态引入；  仿真模拟智能化和自适应； anXn a X a X a Y       2 2 1 1 0 多代理系统 CAMES模型系统专家会商系统农业动态建模技术农业动态建模技术交互仿真模拟技术交互仿真模拟技术仿真可视化技术仿真可视化技术农产品消费行为与消费量变化模型农作物生长与产量形成机理模型介入与反馈模型农业智能仿真架构农业智能仿真架构优化调整决策优化农业专家  仿真过程介入；  仿真结果反馈；  生产与市场决策流程优化。 4. 数据分析模拟技术 5. 农业大数据交互式可视化技术农信采监测数据可视化大数据背景下，在交互式数据可视化技术的支撑下，通过对高频变农产品市场数据的处理，实现多品种、多地域、多类型农产品市场变动的内在机理、波动周期、市场走势的可视化呈现。农信采监测数据可视化四、大数据技术在农业中的应用大数据应用在于从流程优化、知识发现、辅助决策的过程中发现大价值。大数据技术与农业领域的深入耦合，将对我国的农业市场监测预警、智慧农业生产管理、和农业国家宏观管理决策带来前所未有的变化！农业监测预警是现代农业稳定发展的最重要基础之一产量形成产销流通产品消费信息流揭示过程模拟预警与调控物联网现代农业大数据 1. 农产品市场监测预警 --- 发现市场风险《中国农业云大数据》、《中国网络菜市场》两大项目的云数据电商平台已落户贵州，旨在依托贵州良好的生态、区位、资源、气候等方面的优势，将贵州打造成为全国第一个“数据农业、智慧农业、电商农业、旅游农业”一体化的示范省份。《中国农业云大数据》是以贵州省为中心，面向全国各省份，在贵州集聚、存储、应用、处理农业数据资源的项目，其由 33 朵省级云和若干市级云、县级云组成，每朵云的主要职能是负责把各地的农田、耕地、种植、养殖、需求、供应、交易、出口等数据进行收集汇总，通过精准的云计算分析后统一发布，根据需求对土地进行科学合理的规划布局。中国云分布图惠水云数据中心 “ 农信采”（便携式农产品全息市场信息采集器），是一款新型的农产品市场信息采集设备。“农信采”的推广应用，将为我国农产品市场信息标准化、即时性采集带来革命性的变化，可广泛应用于田头市场、批发市场、零售市场的农产品全息信息采集。 Windows mobile 版本安卓版本 2. 移动采集技术 3. 基于大数据的 CAMES 模型应用  中国农产品监测预警模型（ CAMES ）整体模型框架已经形成  气象数据（ 1960 年以来的全国 2000 多个站点的气象数据）  经济分县统计数据（ 1980 年以来 2862 多个县区 190 个指标数据）  实时监测数据 ( 农信采采集的 106 种日度农产品价格 )  国家统计数据（ 1949 年以来，产量、面积、总产品、投入等 ) 4. 搭建农业监测预警研究空间是中国农科院信息所农业信息学科建设和发展的集中体现。是在线协商的良好平台，也是农业信息分析等学科研究的重要载体。农业监测预警空间建有中国农产品监测预警系统、中国农业监测预警数据库系统、在线会商系统等多套应用系统及先进硬件支撑环境。 5. 大数据处理应用于生产决策  农业物联网区域试验工程扎实推进，取得重要阶段性成效，总结推广了 426 项农业物联网软硬件产品、技术和模式。通过实时获取的大数据，开展即时化的决策支持。  在大田种植的“四情”监测、农机精准作业等方面大数据辅助精准决策  在畜禽养殖中利用大数据进行体征监测、精准饲喂、疫病预警等应用  在水产养殖中利用大数据开展水体监控、精准投喂、鱼病预警、远程诊断等决策应用。 对大田生产的农作物长势长相监测  农情监测系统：农作物苗情、墒情、病虫情、灾情  实现信息采集、监测、预警、决策、调度的闭环应用  对农作物生产、管理和抗灾救灾进行快捷高效的调度指挥，实现精细化农业生产与宏观监管 对畜牧养殖的智能应用  合理优化养殖环境：实时监测空气温湿度以及二氧化碳、氨气等数据，智能分析、判断、调控养殖环境。 O2 CO2 O2 CO2 NH3 CO2  精确确定猪的日粮比：通过大数据技术获取符合营养目标的日粮搭配比例。数字果园就是以果园系统为研究对象，以现代信息技术和通讯技术为工具，优化果园系统中的信息流程，实现果园优质、高产、高效、安全的生产和管理。主要用途： 果树长势监测。 果园病虫害的监测和实时识别。 实时提供病虫害防治方案。 实现果树生产的专业化指导。 实现果品溯源。数字果园现场信息采集系统 ( 采集果园土壤、空气及果园视频等其它环境信息） 针对数字果园的应用 -- 为果农管理田园提供了新的方式 6. 大数据运营分析——精准扶贫精准扶贫 01 挂图作战 02 03 04 05 06 资金监管精准管理精准帮扶责任监控任务监控用大数据实现  把贫困人口找出来  把致贫原因摸清楚  把帮扶措施落到位  把党的政策送到家计生国土公安工商 ……. 7. 国家农业宏观管理—科学决策  优化统计数据、实现产销精准匹配。针对农产品时常出现的区域性、季节性、结构性“卖难”和“买贵”问题，加强农产品产销信息平台建设，通过农产品产销数据的收集、分析实现产销的精准匹配，促进了农产品供需平衡。  利用互联网大数据，辅助决策。国家统计局与 BAT( 百度、阿里巴巴和腾讯 ) 签署了大数据战略合作框架协议。进一步发挥大数据对于常规渠道统计决策的参考、补充作用。五、存在的问题和未来展望痛点 1. 存在的问题 1. 存在的问题  农业农村数据底数不清  关键核心数据缺失  数据质量不高  数据共享开放不足  数据开发利用不够  整体数据意识不强国家农业数据建设滞后、内容不全，数据打架、标准不一，数据不准确、不及时，发布不规范、不集中等等，无一不对大数据的发展和应用形成制约 2. 未来展望农业大数据应用趋势（ 1 ）一切围绕“数据”这一核心运行  （ “ ” 未来农业监测预警将围绕数据核心，开展采集、标准化、存储、分析处理、公开发布、展望预测，影响预期，管理未来。使用、利用开发才会产生大价值数据能力将成为现代农业发展的新型力量！数据资源将成为国家新型战略资源！数据能力将成为推动国家进步的新型竞争力！  农产品市场信息流监测技术市场信息获取、传输、处理的标准化技术市场信息移动监测设备市场交易混沌场景下的信息识别技术市场信息流的定量测度技术（ 2 ）“信息流”监测、分析、模拟技术将成为重点  多品种市场关联预测技术高频变农产品市场数据处理关键技术多品种、多地域、多类型农产品市场预测模型系统  智能预警基础算法智能算法 B E C D A 预警算法的可计算建模技术农产品市场预警与市场反馈机理模型大数据密集与大数据驱动条件下的预警基础算法预警算法参数自调整技术预警发布流程调度技术  农产品市场预警多维模拟技术  基于大数据的农业行业分析预警将成为热点将领域数据（如农业部、发改委、商务部、海关等政府部门）链接起来，形成关联数据集，用大数据的方法把这些数据作为整体进行研究和分析，发现或预测其中蕴藏的规律。  基于智能数据处理的农业生产管理系统将会大量出现多学科综合应用，通过计算机建模与实现，用于农业生产管理过程控制，实现农业资源的按需分配与自动调度，最大限度地降低农业生产资料损失，提高农业投入效率。（ 3 ）大数据与农业的融合将进一步加深（ 4 ）数据开放力度将进一步增强内开放外开放  摸清家底，建立共享目录  整合资源、建立共享平台  部门协作、建立数据会商制度  加强合作，参与国际数据交流  形成对外农业展望制度  明分类、确顺序，制定数据公开路线图