數(shù)字農業(yè)是信息技術在農業(yè)領域的綜合和全面的應用。具體來講，數(shù)字農業(yè)是指將遙感、地理信息系統(tǒng)、全球定位系統(tǒng)、計算機技術、通訊和網絡技術、自動化技術等高新技術與地理學、農學、生態(tài)學、植物生理學和土壤學等基礎學科有機地結合起來，從而實現(xiàn)在農業(yè)生產的全過程中，對農作物從規(guī)劃、投入、生產，到農產品收獲、加工、營銷等全過程模擬、監(jiān)測、判斷、預測和建議等，達到提高資源利用率，降低成本，提高生產效率和產品質量，改善生態(tài)環(huán)境的目的。

數(shù)字農業(yè)從概念的產生，到實踐中的探索、發(fā)展和應用，一直在不斷豐富和完善之中。對于數(shù)字農業(yè)的定義和理解也因人而異。綜合世界主要農業(yè)國家的科研和企業(yè)的實踐，筆者在這里給大家做一個階段性的總結。

數(shù)字農業(yè)是一個集合概念，它主要包含以下4個主要部分：

01

農業(yè)物聯(lián)網（Internet of Things）

農業(yè)物聯(lián)網從本質上講，是一套數(shù)控系統(tǒng)。在一個特定的封閉系統(tǒng)內，以探頭、傳感器、攝像頭等設備為基礎的物物相聯(lián)。它根據已經確定的參數(shù)和模型，進行自動化調控和操作。由于需要以硬件設備的投資和聯(lián)網為基礎，因此投資額較大，主要用于設施農業(yè)生產過程的管理和操作，也用于農產品的加工、倉儲和物流管理。

02

農業(yè)大數(shù)據 （Big Data）

農業(yè)大數(shù)據是與農業(yè)物聯(lián)網相對應的概念，它是一個數(shù)據系統(tǒng)，在開放系統(tǒng)中收集、鑒別、標識數(shù)據，并建立數(shù)據庫，通過參數(shù)、模型和算法來組合和優(yōu)化多維和海量數(shù)據，為生產操作和經營決策提供依據，并實現(xiàn)部分自動化控制和操作。因為它是在完全開放的系統(tǒng)中運作，因此主要用于大田農業(yè)的生產和農業(yè)全產業(yè)鏈的操作和經營。

03

精準農業(yè)（Precision Farming ）

精準農業(yè)是建立在農機硬件基礎上的執(zhí)行和操作系統(tǒng)。它主要是以農機的單機硬件為基礎，配以探測設備和智能化的控制軟件，以實現(xiàn)精準操作，變量控制（包括變量播種、變量施肥、變量噴藥等），無人駕駛，以及最佳的工作環(huán)境和場景適配。精準農業(yè)強調的是（單體）設備和設施操作的精準和智能化控制，是硬件+軟件。

04

智慧農業(yè)（Smart Agriculture）

智慧農業(yè)是建立在經驗模型基礎之上的專家決策系統(tǒng)，其核心是軟件系統(tǒng)。智慧農業(yè)強調的是智能化的決策系統(tǒng)，配之以多種多樣的硬件設施和設備，是系統(tǒng)+硬件。智慧農業(yè)的決策模型和系統(tǒng)可以在農業(yè)物聯(lián)網和農業(yè)大數(shù)據領域得到廣泛應用。

2016年，谷歌旗下Deep Mind的Alpha Go橫空出世，把人工智能為（AI）的決策水平提高到一個前所未有的高度，讓人們認識到人空智能發(fā)展的提速和廣闊的前景，也為數(shù)字農業(yè)的發(fā)展注入了強心針。

由于數(shù)字農業(yè)的發(fā)展還處于早期階段，對于其核心的組成部分以及各個部分的理解還有不少歧義，因此，概念被用錯和被混為一談的事情經常發(fā)生。

數(shù)字農業(yè)未來的發(fā)展前景雖然非常富有吸引力，但是由于農業(yè)的生產涉及的品類和品種繁多，生產過程漫長和復雜，不可控因素多，變量多，因此數(shù)字農業(yè)從單點突破到全面進步和應用還需要假以時日。

數(shù)字農業(yè)的發(fā)展還處于早期階段，對于其核心的組成部分以及各個部分的理解還有不少歧義。大數(shù)據（Big Data）是一個比較新的概念，它也很容易讓人望文生義。最簡單和最直接的反應就是認為大數(shù)據就是“大量的數(shù)據”。

一位統(tǒng)計局的領導就自豪地跟我說：“我們有各行各業(yè)多年來的統(tǒng)計數(shù)據，有公開發(fā)表的，也有沒有公開發(fā)表的。這些都是最好的大數(shù)據”。客觀地說，這是一個非常典型的誤讀。

關于大數(shù)據，不同的研究機構給出的定義是不同的：

美國專門研究大數(shù)據公司Gartner的定義是：無法在一定時間范圍內用常規(guī)軟件工具進行捕捉、管理和處理的數(shù)據集合，是需要新處理模式才能具有更強的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長率和多樣化的信息資產。

在維克托·邁爾-舍恩伯格及肯尼斯·庫克耶編寫的《大數(shù)據時代》中給出的定義是：不用隨機分析法（傳統(tǒng)的抽樣調查）的途徑，而采用所有數(shù)據進行分析處理。

IBM公司歸納了大數(shù)據的5V特點：Volume（大量），Velocity（高速），Variety（多樣），Value（低價值密度），Veracity（真實性）。

筆者認為，這些國外的機構和專家的總結和歸納，都在一些側面反映了大數(shù)據的特質和特性，但是還不夠全面和準確。那么我們應該怎樣理解和定義“大數(shù)據”呢？

01

大數(shù)據是動態(tài)數(shù)據

通過各種設備、設施、軟件和系統(tǒng)實時獲取的動態(tài)數(shù)據是大數(shù)據。比如生產過程中通過監(jiān)控設備獲取的數(shù)據、氣象監(jiān)測數(shù)據、作物生長數(shù)據和消費者的動態(tài)數(shù)據等等。但統(tǒng)計數(shù)據不是大數(shù)據，因為它是主要是通過行政管理機構或者市場調查機構，逐層調查和統(tǒng)計上來的靜態(tài)數(shù)據，比如說農業(yè)、農村和農民數(shù)據等。這些數(shù)據的獲得不僅耗時費力，還常常會出現(xiàn)人為的偏差和失誤。而且一旦統(tǒng)計結果匯總之后即成為歷史數(shù)據。動態(tài)的數(shù)據的收集、匯總和實時更新需要通過適當?shù)脑O備、設施和技術手段來實現(xiàn)。所幸，社會活動的多樣化，信息技術的發(fā)展，特別是移動終端的普及，使得無限這一任務可以輕松達成，而且大數(shù)據的觸角也得到極大延展。

02

大數(shù)據是多維度的數(shù)據

我們以農業(yè)的產業(yè)大數(shù)據為例，影響生產過程的因素可以是投入的原材料的變化，技術的先進程度，生產的環(huán)境條件，人員的操作水平，市場的行情變化，物流的調控能力等等，總之是多維度的。這些維度的數(shù)據需要涵蓋能夠影響結果諸多原因，即必要的維度，否則就沒有價值。數(shù)據量大不代表“充分”，也不表示能夠包含必要的“維度”。只有一個或少量維度的數(shù)據，數(shù)量再大也不能夠稱之為大數(shù)據。

03

大數(shù)據是有邏輯關系的數(shù)據

現(xiàn)代社會生活豐富多彩，節(jié)奏快，每時每刻都產生大量的有價值和無價值的數(shù)據。我們根據需求，將這些大量、動態(tài)和碎片化的數(shù)據收集、標識和關聯(lián)，并按照一定的邏輯關系組合起來以后，這些數(shù)據就開始變得有意義和有價值了。以消費大數(shù)據為例，收入水平與消費支出，年齡段與產品類型，地域分布與產品偏好，職業(yè)與品牌選擇等等，都存在著極高和多重的邏輯關聯(lián)，我們通過關聯(lián)分析，可以產生大量和有價值的次生數(shù)據并從中得到結論。因此，沒有邏輯關系關聯(lián)的數(shù)據是沒有價值的，也不能稱之為大數(shù)據。

04

大數(shù)據之間可以形成多種函數(shù)關系

以產業(yè)大數(shù)據為例，從統(tǒng)計的角度可以統(tǒng)計工廠，產品，工人，原材料投入，消耗，生產效率等很多項目…，統(tǒng)計數(shù)據之間一般只有線性關系。從大數(shù)據的角度可以把整個生產分為不同的生產過程或生產單元，每個生產過程或單元的變量因素都可以有不同的原材料投入，生產條件，管理方式，控制節(jié)點等，其中任何一點或多點的變化及其變化的幅度，對生產結果會造成不同的和有規(guī)律可循的影響，這些數(shù)據之間具有非常清晰的數(shù)量關聯(lián)，人們可以通過參數(shù)，算法等總結出其中的數(shù)量關系。而且這些多種變量數(shù)據之間通常是可以被描述為模型下的函數(shù)關系。發(fā)現(xiàn)、構建和不斷完善各種數(shù)據之間邏輯和函數(shù)關系才是大數(shù)據的本質追求。

綜合以上各點，大數(shù)據的正確定義應該是：大數(shù)據是通過應用軟件或系統(tǒng)，自我產生和實時更新的，按一定邏輯關系關聯(lián)的多維數(shù)據。

我們首先要區(qū)分農業(yè)大數(shù)據和農業(yè)大數(shù)據技術。不幸的是，把兩樣不同的東西混為一談的人很多。

農業(yè)大數(shù)據技術核心在于技術，包括獲取技術和處理數(shù)據的技術，相比工業(yè)大數(shù)據技術，大數(shù)據處理技術類似，但是農業(yè)大數(shù)據獲取技術對于技術的多樣性和復雜程度要求更高，根本原因在于工業(yè)大數(shù)據技術面對的是非生命物質，農業(yè)大數(shù)據面對的是開放環(huán)境生長的動植物生命，農業(yè)大數(shù)據技術更為復雜。

那什么是農業(yè)大數(shù)據？首先理解什么是大數(shù)據？它是真實世界的一種映射，通過數(shù)據化把真實世界映射在另外一個虛擬世界，通過對數(shù)據的建模、運算和處理，讓我們對于真實世界的感知又深了一層，相比于傳統(tǒng)利用經驗的判斷，農業(yè)大數(shù)據其實是我們解構生命屬性的動植物全生命流程（產業(yè)鏈）的一種新的更接近真實的模式。

01

農業(yè)大數(shù)據技術

（1）農業(yè)大數(shù)據獲取的技術

• 遙感技術，它包括衛(wèi)星遙感，無人機遙感，有人機遙感、定點攝像頭等；

• 氣象技術，它包括氣象衛(wèi)星、氣象雷達、氣象基站、無人自動氣象站等；

• 探測技術，包括照相機，攝像頭，探測設備，傳輸設備；

• 定位技術，它包括GPS，北斗，伽利略，格羅納斯，RTK等；

• 各種有線和無線傳輸技術

（2）農業(yè)大數(shù)據的處理技術

• 數(shù)據庫

• 參數(shù)、算法、模型

• 小程序、APP、軟件

• 功能、模塊、系統(tǒng)、平臺、SAAS

• 云計算、區(qū)塊鏈

02

農業(yè)大數(shù)據

我們之前講過，農業(yè)大數(shù)據之“大”主要是體現(xiàn)在“多維度”上。那么，農業(yè)大數(shù)據的多維度主要都體現(xiàn)在哪些方面呢？

（1）它首先體現(xiàn)“涉農”的廣泛性和全面性，即它涵蓋農業(yè)生產過程的全要素

• 宏觀要素，社會因素、經濟因素、政策因素、成本要素、價格要素、供求關系、國際貿易因素等；

• 投入要素：如種子、化肥、農藥、農機、農膜等；

• 環(huán)境要素：氣候因素、氣象因素、地理環(huán)境、小區(qū)域氣候、土壤因素等；

• 操作要素：如農事規(guī)劃，農事操作，操作與農時/作物生長周期的配合，農機與農具的搭配，操作的時間、數(shù)量、質量、效果等；

• 管理要素：規(guī)模，效率、投入、產出、成本、效益、人均勞動生產率等。

（2）它體現(xiàn)“涉業(yè)”，即涉及產業(yè)鏈的全過程的各個方面的數(shù)據

• 金融大數(shù)據：融資、信貸、數(shù)量、比例、期限、利率、還款方式、保險、期貨、收入、效益等；

• 產業(yè)大數(shù)據：作物、品種、投入、生產、產出、銷售、加工、損耗、成本、效益、投入產出比，資金周轉率、倉儲、物流，庫存，損耗，開工率等；

• 消費大數(shù)據：消費群體、消費水平，地域、渠道、年齡、偏好、品類、數(shù)量、頻次、時段、價格敏感度、支付方式、重復購買率、品牌忠誠度等。

03

農業(yè)大數(shù)據的邏輯和架構

構建農業(yè)大數(shù)據系統(tǒng)有三大注意事項。

（1）業(yè)務邏輯優(yōu)先技術邏輯

農業(yè)大數(shù)據因為涉及開放和多變環(huán)境，冗長的產業(yè)鏈，漫長的時間，多重的參與者，所以遠遠比一般產業(yè)的大數(shù)據來得復雜。正確理解產業(yè)鏈的基本構成和各自不同的內在邏輯，預見產業(yè)鏈的變化和發(fā)展的趨勢，厘清整體和各個組件結構關系，模型的構成以及要素的優(yōu)先次序和權重等尤為重要。

業(yè)務邏輯優(yōu)先于技術邏輯是農業(yè)大數(shù)據能夠得以正確實現(xiàn)的基本前提，萬萬不可由于“技術控”而被誤導。技術再先進，結構做的再漂亮，如果模型沒有能夠正確理解和按照業(yè)務邏輯建立起來的，其結果也只能是好看而不實用。

（2）底層芯片設計很重要

構建農業(yè)大數(shù)據系統(tǒng)如同設計“芯片”，是一層層通過疊加而搭建起來的。在清晰的產業(yè)邏輯基礎上建立的底層架構的合理性十分重要，它決定著“芯片”最后的成功與否以及是否具有實用價值。如果沒有合理的底層設計，許多先前看起來很有價值的應用和數(shù)據最后都可能形同雞肋。由于基礎沒有打好，后續(xù)的系統(tǒng)運行會低效率、高功耗，而且漏洞百出，最后不得不推倒重來。

（3）打通數(shù)據孤島是關鍵

農業(yè)大數(shù)據系統(tǒng)的建立要實現(xiàn)開放性設計，能夠與外源數(shù)據實現(xiàn)兼容和交換，以避免成為“數(shù)據孤島”。因為只有實現(xiàn)完整產業(yè)鏈基礎上的“數(shù)據鏈”的貫通，農業(yè)大數(shù)據才真正具有價值。

來源：數(shù)字農業(yè)周刊

更多干貨、市場分析、重磅案例、實戰(zhàn)課程歡迎訂閱 [農業(yè)行業(yè)觀察]公眾號：nyguancha

文章：10870 篇

瀏覽：36892 次

代表文章

農俠會：三農領域產業(yè)社群（資源對接、案例分享、線上課程、線下活動）

【政策解讀】2021鄉(xiāng)村振興政策解讀（最全）

從快遞到農業(yè)，且看順豐布局農村的變與不變

【鄉(xiāng)村振興案例】國家推行鄉(xiāng)村振興千萬工程的六大路徑和十大典型案例

國家“十四五”規(guī)劃和2035年遠景目標綱要（農業(yè)農村領域節(jié)選）

中化化肥舉行2024“邁優(yōu)伴”領航行動啟動會

【政策解讀】玉米大豆是重點！新一輪千億斤糧食產能提升行動方案發(fā)布

【政策匯總】2023農業(yè)政策大匯編（建議收藏）

2024生態(tài)農業(yè)新質生產力產業(yè)發(fā)展大會暨茂盛生物成立十五周年慶典成功舉辦

AI賦能農業(yè)發(fā)展向“新”提“質”，中國移動助推鄉(xiāng)村振興智啟新章