農業現代化、信息化離不開監測預警
發表日期：2016-09-07 來源：托普物聯網 瀏覽次數：3013次
非常高興有這樣一個機會在這里就《大數據支撐農業監測預警》這個問題跟大家分享我的一些體會和情況，首先說說農業監測預警當中技術問題，第二個說一下大數據的來源，第三個方面介紹一下我們大數據研究工作的實踐。
首先是監測預警。很多的專家、學者乃至于企業界對監測預警已經很熟悉了。監測預警是對生產、流通、市場、消費等進行全產業鏈的數據采集、信息分析、預測預警與信息發布的過程，應該說監測預警是現代農業管理一個高端的工具，現代化、信息化一定要有監測預警。
現代化管理的過程實際上就是伴隨著與監測相關的工程。現代農業的發展時刻都在監測上，監測好了那農業現代化就完成了，現代農業的管理正在從采前向采后轉化，從全產業鏈轉化。決策要的是可靠、準確、及時。
農業風險的防范過程就是不斷預警的過程。在現代農業管理當中，大家要不斷的預知未來，現在農業發展中最難的是難以真正快速的了解市場。我們很多情況下不了解現在發生了什么，更不知道未來會怎么樣，這是一個難題。現在農業的管理規避風險的需求更加強。 接下來，在現代農業的管理當中有三個方面的難題。首先要數字化發現問題，其次是模型化分析問題，再其次是系統方面的預警，系統方面預警未來也是很難。
數字化發現問題比較難，模型化分析問題很難，過去做模型是理論驅動，先有理論再去找數據，現實是往往找不到想要的數據。現在是數據驅動，重新來建立適合的東西。過去是理論驅動現在是數據驅動，這是一個趨勢，我們要從大量的數據當中識別出適合于我們這個領域的東西。 系統化的預警比較難，預警需要持續化、不間斷、系統化的預知未來。由于農業產品的自然性、區域性、脆弱性，進行全天24小時廣域性、系統性的預警是比較困難的。
數據來源問題。在大數據時代需要有新的處理模式，才能夠具有更強的決策力、洞察發現力和流程優化能力，來適應我們海量、高增長率和多樣化的數據資源數量與價值，因此我們建立了以分析對象為中心的農業監測預警大數據體系，包括全要素、全流程的做了專門的數據庫。這些數據庫包括八個模型，目前有70多項。首先是基準數據，大部分是以一次數據為主，是為模型的研制做出基數的設定。第二是實時數據，第三個是用網絡爬蟲技術去生產數據、制作數據，這些技術條件產生很充分。這三種方式每一種數據的來源都有特點，這些數據放在一起也聯合起來會推進這方面的進步。
建立數據的分析實踐。對于農業自然與社會的復雜背景，常規的模型預測方法響應滯后，分析問題非常籠統，或者不夠深刻。實時監測通過分析、鑒析、歸納能夠發現一些問題，大數據的問題將從多維度的融合當中能夠全面建成。我們的農業監測預警中的大數據分析，目標是點到什么就有什么，點到哪個地區就是哪個區，這個系統能做生產分析，能做消費的分析，還有能做供需平衡表的分析，現在農業部也在嘗試著每個月發布平衡表。這看上去是很簡單的工作，這實際上是需要有非常強的科技支撐條件才能做好的工作。
中國農業科學院信息所研究員許世衛
人民日報聚焦|托普云農...
海寧馬橋：在萬畝良田...
屏幕種田、數據施肥，...
?高標案例丨托普云農...
高標案例丨托普云農助...
育糧種，滿糧倉丨托普...