Big Data - Kenneth Zuckerberg

來源：中国科学报

未來人工智慧、資料探勘、機器學習、數學建模、深度學習等技術將被廣泛應用，農產品監測預警資訊處理和分析，將向著系統化、整合化、智慧化方向發展。

隨著海量資訊的爆發，農業跨步邁入大資料時代。如同其他行業的大數據應用，透過技術手段獲取、收集、分析資料，能夠有效地解決農業生產和市場流通等問題。

在大數據的推動下，農業監測預警工作的思維方式，和工作正規化，發生了根本性的變化，農產品監測預警資訊處理和分析，將向著系統化、整合化、智慧化方向發展。本文將帶您瞭解大數據時代下，農產品監測預警如何執行，以及未來面臨的機會。

大數據走進農業領域

資料庫專家、圖靈獎得主吉姆·格雷提出，資料密集型計算成為繼試驗科學、理論科學、計算科學之外的科學研究第四正規化。大數據被學術界正式提出始於2008年9月《自然》雜誌發表的【Big Data】系列專題文章，介紹了大數據應用所帶來的挑戰和機會。

人們圍繞研究資料數據的海量增加展開討論。2011年，《科學》雜誌刊登「Dealing with Data」專題，指出分析資料的能力，遠落後於獲取資料的能力。

2012年3月，美國政府公佈了「大數據研發計劃」，基於大數據推動科研和創新。大數據時代已經來臨，大數據已成為各行業共同面臨的大問題。

這些事件都標誌著「大數據」走入我們的生活。那麼，大數據在農業中的應用如何？專家表示，「農業大數據，是大數據在農業領域的應用和延展，是開展農產品監測預警工作的重要技術支撐。」

在農業大數據，不僅保留了大數據自身具有的規模巨大、型別多樣、價值密度低、處理速度快、精確度高和複雜度高等基本特徵，還使得農業內部的資訊流，得到了延展和深化。

資料數據作為一種策略資源，可以有效地解決農業生產面臨的複雜問題，從資料的獲取、收集到分析，能夠事半功倍地解決農業生產問題。

專家道，如透過感測器、作物本體檢測手段，獲取了土壤中的氮磷鉀肥力等大量數據，對數據進行分析整理後，可以有效指導農業生產中的施肥量、施肥時間等問題，進行合理規劃，得出最合適的投入量，從而提高生產效率。

再如，大數據能夠提前預測到，未來市場的供給需求，可以有效降低生產投入，並採取適當的措施，進行智慧化生產，對平抑物價起到調節作用。

大數據是監測預警的基礎支撐

專家指出，農業大數據的資料數據獲取、採集管道，和應用技術手段，無法透過人工調查得到資料，而需要依靠土壤感測器、環境感測器、作物長勢生命本體感測器等手段支撐。由於技術更新、成本下降，使得農業有關生產市場流通等數據，獲取能力大幅提升。

大數據使得農業進入全面感知時代，用總體替代樣本成為可能；農業生產獲得更多依靠數據的支撐，從此進入智慧農業時代；大量的數據可以優化生產佈局，優化安排生產投入；大數據時代下，市場更有利於產銷對接，在消費環節減少浪費，以及減少產後損失。

此外，大數據給農業的管理也帶來變化。過去的農業管理，主要依靠行政手段指導和安排生產，大數據有利於分析提取特徵、總結趨勢，透過市場訊號的釋放，引導市場進而引導生產。

農業大數據，是現代化農業的高階管理工具。所謂監測預警就是監測資料，貫穿於農產品從生產到流通，到消費到餐桌整個過程的產品流、物資流、資金流、資訊流，使產銷匹配、生產和運輸匹配、生產和消費匹配。

農產品監測預警也是對農產品生產、市場執行、消費需求、進出口貿易及供需平衡等情況，進行全產業鏈的資料採集、資訊分析、預測預警與資訊釋出的全過程。

農產品監測預警，還是現代農業穩定發展最重要的基礎，大數據是做好監測預警工作的基礎支撐。農業發展仍然面臨著多重不安全因素，急需用大數據技術去突破困境。

這主要體現在：農業生產風險增加，急需提前獲取災害資料，早發現、早預警；農產品市場波動加劇，「過山車」式的暴漲暴跌時有發生，急需及時、全面、有效的資訊，把握市場異常，穩定市場形勢；食物安全事件頻發，急需全程監管透明化，懲戒違規行為。

可以說，農產品監測預警對大數據的需求是迫切的。

農產品監測效果顯著

農產品監測效果顯著，大數據功不可沒，主要體現在監測物件和內容更加細化、資料獲取更加快捷、資訊處理分析更加智慧、資料服務更加精準等。

隨著農業大數據的發展，資料粒度更加細化，農產品資訊空間的表達更加充分，數據分析的內容和物件更加細化。

農業系統是一個包含自然、社會、經濟和人類活動的複雜巨系統，在其中的生命體即時的「生長」出資料數據，呈現出生命體數位化的特徵。農業物聯網、無線網路傳輸等技術的蓬勃發展，極大地推動了監測數據的海量爆發，資料實現了由「傳統靜態」到「智慧動態」的轉變。

在大數據背景下，資料儲存與分析能力，將成為未來最重要的核心能力。未來人工智慧、資料探勘、機器學習、數學建模、深度學習等技術將被廣泛應用，農產品監測預警資訊處理和分析將向著系統化、整合化、智慧化方向發展。

如農產品監測預警系統(Agricultural Monitoring and Early Warning System，CAMES)已經在機理分析過程中，實現了模擬化與智慧化，在對岸中國宣稱，做到了覆蓋農產品市場上的953個主要品種，可以實現全天候即時性農產品資訊監測與資訊分析，用於不同區域不同產品的多型別分析預警。

在大數據的支撐下，智慧預警系統透過自動獲取農業物件特徵訊號，將特徵訊號自動傳遞給研判系統。研判系統透過對海量資料自動進行資訊處理與分析判別，自動生成和顯示結論結果，發現農產品資訊流的流量和流向，在紛繁的資訊中抽取農產品市場發展執行的規律。

最終形成的農產品市場監測資料與深度分析報告，將為政府部門掌握生產、流通、消費、庫存和貿易等產業鏈變化、調控穩定市場提供重要的決策支援。