近年来，新兴的智慧农业开始颠覆传统。随着传感器、物联网、云计算和大数据技术的运用，传统农业加速向集约化、精准化、智能化和数据化方向发展。 智慧涵盖的范围很广，从耕作、播种、育苗到施肥、浇水、养护，从销售、流通、加工到防伪、售后、渠道，从会议、金融、攻略到休闲、旅游、观光。 如果说智慧农业是一个有智慧的大人物，那么农业大数据就是这个大人物身上无尽的血液。 什么是农业大数据？ 农业大数据是大数据理念、技术和方法在农业中的实践。农业大数据涉及耕作、播种、施肥、杀虫、收获、储藏、养殖等环节，是跨行业、跨专业、跨业务的数据分析挖掘，以及数据可视化。 结合农业本身的特点和整个农业产业链的细分方法，农业大数据可分为农业环境与资源大数据、农业生产大数据、农业市场和农业管理大数据四大类，基本覆盖了从生产到销售的全过程。 随着农业的开发建设和物联网的应用，农业大数据的应用越来越广泛，农业大数据的发展迎来了重大机遇。 从农业市场需求的角度，可以利用农业大数据指导农业生产，预测农产品市场需求，辅助农业决策，达到规避风险、增产增收、透明管理的预期目标。 从农业生产的角度来看，农业大数据可以利用传感器收集气候和土壤大数据，为农民提供最优的种植管理决策，协助农民有效管理自己的农田，让农民从每粒种子中提取最高价值，从而降低农业成本。 从农业的整体趋势出发，通过分析实时的环境数据，可以得到作物当前的长势、地块信息等。通过算法模型可以预测未来的环境趋势，得到准确的未来气候趋势、病虫害趋势。通过分析环境数据的整体趋势，可以得到准确的种植建议和管理指导。 大数据如何赋能农业 1.预测市场需求。 我们经常看到或听到农民农产品滞销，水果蔬菜降价销售或烂在地里的新闻。其实原因归结于市场供求。同时会出现“蒜让你狠”“姜让你军”“豆让你玩”供小于求的情况。事实上，如果能将农业生产过程中的数据进行汇总，就不难在合理生产中实现“供需平衡”。 农民可以通过大数据平台提前收集的消费者需求报告，进行市场分析，提前规划生产，降低生产风险，帮助农民在养殖中做出更明智的决策。 2.自动化生产：农业环境监测 通过农业大数据，可以通过传感器检测农作物的生产环境，感知农作物的产量。通过采集农作物生长环境的各种指标数据，然后将这些采集的数据放入本地或云端数据中心，可以对农业生产的历史数据和实时监测数据进行分析，提高农作物种植面积、生产进度、农产品产量、天气条件、温度条件、灾害强度、土壤墒情等的相关性监测能力。 比如系统监测到1号大棚土豆土壤水分不足，那么就可以及时补齐土壤水分。比如三号大棚的辣椒颜色浅，那么可以通过数据分析原因。如果缺乏养分，就需要及时施肥。试想，在作物生长过程中，可以避免气候灾害，采取科学有效的预防措施，有效指导种植方式，那么产量就会稳定甚至提高，农业生产效率也会从so 大数据正被用来改善所有环节。农业生产者、供应商和运输者使用物联网传感器技术、扫描设备和分析工具来监控和收集供应链的相关数据。比如农产品在生产和运输过程中的质量，可以通过具有GPS功能的传感器进行实时监控，有助于预防食源性疾病，减少供应链浪费，从源头上保障食品安全。 4.刺激农业产业链。 利用地面观测、传感器和GPRS信息技术等。加强农业生产环境、生产设施、动植物感知数据的采集、汇聚和关联分析，完善农业生产进度智能监控系统，加强农业数据实时监测分析，提高农业生产管理、指挥调度的数据支撑能力。同时，推动农业大数据技术在种植业、畜牧业、渔业等相关产业生产中的应用，拉动农业产业整体内需。从农业生产到农业市场和农产品管理，农业大数据将大大提高整个农业产业链的效率。 通过农业大数据的运用，实施产、加、销一体化，将农业生产资料的供应、农产品的生产、加工、储运、销售等环节链接成一个有机整体，组织、协调和控制人、财、物、信息、技术等要素的流动，从而获得农产品的增值。构建农业产业链不仅有利于提升农业企业竞争力、增加农民收入和产业结构调整，也有利于农产品标准化生产和产品质量安全追溯体系的实施。 农业大数据的未来 1.扩大农业大数据的普及面。 在我国，农业大数据在生产过程中应用的前提应该是土地管理的集约化经营，对生产决策的指导更多的是对立而非独立。中国是一个农业大国，农业环境从南到北因地制宜。目前，集约化农业主要集中在东北、新疆、河南、江苏等农业大省。以集约化、规模化农业生产经营主体或政府示范为核心，逐步推进农业大数据生产指导。 2.农业大数据基础设施逐步完善。 农业大数据的应用离不开源数据的采集，这就涉及到对数据信息量和数据精度的一系列基本要求。结合物联网、农业数据云平台、卫星遥感平台，逐步完善农业大数据基础设施建设。 3.农业大数据技术日臻完善。 随着农业大数据技术的普及，除了数据采集基础设施的完善，数据分析和挖掘的方法也需要进一步完善。加强数据挖掘、关联分析、知识发现等大数据技术在农业中的应用。来源：网络
