大数据@@时代已经来临@@,对于传统行业来说既是机遇@@,也是挑战@@,如何应对@@?如何利用@@?这是一个很大的课题@@。在传统产业中@@,农业@@作为第一产业@@,具有基础性的作用@@。在大数据@@时代@@,农业@@与大数据@@必然发生各种联系@@,通过大数据@@带来的技术突破推动农业@@迈向全面信息化时代@@,通过农业@@的快速发展推动大数据@@更加落地@@,产生实效@@。

  相关专家表示@@,农业@@大数据@@的集成和未来的挖掘应用对于现代农业@@的发展具有重要作用@@。在农业@@发展中@@,大数据@@不仅可以渗透到@@耕地@@、播种@@、施肥@@、杀虫@@、收割@@、存储@@、育种@@、销售等各环节@@,而且能够帮助农业@@实现跨行业@@、跨专业@@、跨业务的发展@@。

  不论对哪一个传统行业来说@@,对大数据@@的需求@@,都要既懂技术又深谙内情@@。能够驾驭行业大数据@@的人@@,需要比金融更懂金融@@,比电信更懂电信@@,比交通更懂交通@@,农业@@也是如此@@。对于农业@@的大数据@@方案商来说@@,需要充分调查农民的实际需求@@,需要对农业@@和农村@@市场充分了解@@。

  大数据@@的特征@@,业界常用五个@@V来表示@@:一是数据@@量大@@(Volume)、二是处理速度快@@(Velocity)、三是数据@@类型多@@(Variety)、四是价值大@@(Value)、五是精确度高@@(Veracity)。对于中国的@@8亿农民来说@@、18亿亩耕地@@、186万个乡村来说@@,所产生的数据@@量不仅巨大@@,而且类型丰富@@。如果能够通过深度挖掘@@,产生的价值不可估量@@。但问题如同大数据@@第二个和五个特征所说@@,需要高度精确化@@、处理速度及时的分析@@@@,才能够实现价值的显现@@。

  另外@@,还有一个问题是@@,面对突如其来的大数据@@@@,农民们可能会很疑惑@@:这关我们什么事@@?对我们又有什么用@@?这与其说是农民不了解大数据@@@@,不如说专业人员对大数据@@能够为农民提供的服务@@,没有做好普及工作@@。

  那么农民们需要什么样的大数据@@服务呢@@?我想应该主要包括@@3点@@:

  1) 面向农村@@@@、农业@@、农民的大数据@@垂直应用@@。

  每个行业都有自己的特点@@@@,农业@@也不例外@@,所以自然会存在行业应用的需求@@。具体来说@@,就是符合农村@@市场@@、农民需求和农业@@生产的垂直应用@@。过去决策许多是凭经验@@,“跟着感觉走@@”,而用农业@@大数据@@来指导@@,不仅将为农民的农村@@生产和生活提供方便@@,而且将为生产发展和政府@@决策提供科学@@、准确的依据@@。通过开发指向农业@@的移动大数据@@应用系统@@,让农民在田间地头就能够获知到@@各种农业@@动态信息@@;通过开发面向农业@@移动智能大数据@@感应系统@@,让农作物的生长情况@@“扫一扫@@”就能及时显示在农民的手中@@,并通过网络直接连接政府@@提供的农业@@大数据@@平台@@实现精确的生产性指导@@;通过开发直达农民家门口的农村@@智能大数据@@分析@@系统@@,让农民对市场@@、政策@@、生活的预期更加准确@@。

  2) 面向农产品市场@@、农业@@产业的大数据@@预测系统@@。

  首先要建立农产品智能标签@@@@。标签@@是行业应用的基础@@。不管什么行业@@,都需要精细化整理自己顾客的属性标签@@以及商品属性标签@@@@,农业@@作为生产农产品的行业@@,必然会涉及到@@各种农产品的标签@@汇整问题@@,而且这些标签@@必须能够细化到@@单株作物@@,实现农业@@生产的精细管理和准确预测@@。

  举一个比较现实的例子@@,近些年@@,猪肉的价格一波三折@@,一会儿太便宜了@@,农民权益得不到@@保证@@,一会儿猪价太高了@@,农民们蜂拥都开始养猪@@,如何解决猪肉价格周期问题@@?这就需要利用到@@大数据@@@@,解决农民和市场信息不对称的难题@@。通过大数据@@技术@@,能够细化到@@每头猪的生长情况@@、饲养状态@@、位置信息@@、健康情况@@、出栏时间@@、对接商超@@、预期收益等@@,都做到@@了如指掌@@,过去那种盲目的市场行为势必将减少@@。

  从远期来看@@,还可以通过大数据@@和云计算进行猪周期的预测@@,会发现猪的价格波动周期有一定的规律@@,大概@@3到@@5年是一个完整的周期@@,少的时候@@2年多@@,多的时候@@5年多@@,而这个周期又受国家的政策@@变化@@、天气变化@@、传染病变化@@、农民收入变化@@、原料价格变化等多重因素影响@@,同时@@又跟人们的生活水准和购买力有关系@@。全国所有养猪的农户@@,如果通过云计算@@、大数据@@对庞大的数据@@进行研究@@、分析@@、判断@@,研究出一个模型@@,建立信息系统@@,养猪会变得更加科学化@@。

  3) 跨行业的农业@@内外部数据@@的管理@@、链接与整合@@。

  传统的农业@@生产管理@@,人为的因素占很大程度@@,大多是靠农民自身的经验@@,有的甚至是凭感觉@@,很少建立在科学的数据@@和模型基础上@@,因而难免片面@@、失误@@。要做到@@对农业@@生产的科学管理@@,就应当把管理建立在数据@@分析@@基础上@@。通过在农业@@政策@@层面@@,将整个农业@@行业内外@@,包括生产@@、加工@@、物流@@、营销@@、回溯的各种数据@@进行数字化的记录@@、分析@@和整理@@,为农民管理生产提供依据@@。这种@@“大数据@@驱动的@@”农业@@,必使得农民的生产活动变得更有效率@@、更开放@@、更精细@@。同时@@,基于大数据@@的分析@@@@,也能够帮助政府@@有效监控各种农业@@政策@@的实施情况@@,及时纠正农业@@生产中的偏差和失误@@@@。

  另外@@,通过整合每个农村@@内部和外部数据@@@@,农业@@与行业外数据@@@@,并在户与户@@、巷与巷@@、村与村@@、农产品与农产品@@、农产品与相关配套@@、当季生产与未来预期之间建立链接@@,并进行分析@@整理@@,实现农民@@、农村@@、农业@@三个层面的数据@@共享互通@@,形成现实的网状的面向农村@@@@@@、惠及农民@@、给力农业@@的大数据@@场景@@。

责任编辑@@:admin