发布时间 : 星期三 文章大数据下农业领域的研究综述更新完毕开始阅读
大数据下农业领域的研究综述
区域经济学 彭培芳
中国农业发展的资源环境约束日益紧张，大数据的兴起和发展，推动了农业的发展和相关研究，尤其是关于农业现代化和信息化的研究。目前，大数据技术在农业信息获取、分析处理和综合服务等方面取得了多方面的研究进展。研究大数据下的我国农业领域的发展状况，有助于推进农业现代化和信息化的进程，更好更有效率地发展我国农业。
目前大数据的应用已经成为各领域的研究热点，其与农业相关的研究也比较多。按不同研究方向可将关于大数据下农业领域的研究分为农业现代化和信息化的两类。
一、关于大数据下农业现代化的研究综述
国内对大数据下农业现代化的研究主要是在大数据对现代农业发展的影响和大数据核心技术在农业发展现代化进程中的研究进展及应用成效，并据此得出相应的结论及促进农业现代化发展的建议。
戴小文和漆雁斌等（2015）则认为未来农业产业化发展、规模化经营及市场化运作，将极大地依靠涉农领域的大数据分析来完成，目前农业大数据应用存在物理和制度的制约，这些制约可通过技术进步与制度建设来克服。
许世卫和王东杰等（2015）认为中国农业的根本问题是效率不高、效益不强、效能不够，各生产要素缺乏耦合效应，产业链衔接不紧，农业大系统循环性、协同性不够。而大数据可以挖掘农业资源间的发展潜力、搭配关系和最佳使用途径，精确计算最优化配置模式，帮助农业实现生产需求变化与资源变化的深度耦合。并认为，在结合大数据对农业进行转型升级时，应建立技术创新与组织创新的双重驱动机制。在技术上，快速突破适农智能模型分析处理技术以及推动数据服务持续创新；在组织上，处理好数据安全与数据开放共享等关系，完善数据顶层治理结构。
林惠虾（2016）阐述了大数据在农业现代化进程中的作用，指出农业大数据存在质量参差不齐、获取难度大、数据分散等问题，并给出了五种大数据推动农业现代化的路径选择。
二、关于大数据下农业信息化的研究综述
李秀峰和陈守和等（2014）概括了农业信息服务中存在的与大数据相关的问题，认为农业大数据需要农业信息服务实现技术创新，并就农业大数据智能处理
技术、农业大数据决策本体技术、农业信息化云服务人机交互技术三个方面提出了技术方案设想和重点研发任务。张玲和任利成（2015）分析了大数据在农业信息化中的应用机制，从流程视角研究了大数据的价值创造过程，建立了大数据在农业信息化中的价值创造模型，揭示了大数据在农业信息化中的价值创造过程是由战略-资源-能力-价值的因果关联关系构成的动态转化过程，即从“农业大数据战略规划软硬件资源”到“软硬件资源转化为数据管理与分析能力”再到 “促进农业信息化发展”的3个推进阶段。
若按具体的研究内容可将大数据下农业的研究归为三类，一是对农业大数据概念的定义及发展现状的研究，二是发展农业大数据面临的问题，三是如何发展农业大数据。
一、对农业大数据的定义及其发展现状的研究 （一）关于农业大数据的定义
农业大数据中的一个重要概念是农业信息化，曾晓娟和丁超英（2004）将其定义为利用现代信息技术和信息系统为农业产、供、销及相关的管理和服务提供有效的信息支持，并提高农业的综合生产力，促进农业结构战略性调整和经营管理效率的总称。温孚江（2013）指出农业大数据涉及到农业生产销售过程中的方方面面，是跨行业跨专业的数据处理过程。
（二）农业大数据的发展现状
在数据采集方面。农业大数据主要来源于RFID射频数据、传感器数据、社交网络交互数据及移动互联网数据等方式，数据的采集方式主要包括农业数据传感体系、网络通信体系、传感适配体系、智能识别体系及软硬件资源接入系统。 在数据集成方面。靳强勇和李冠宇（2002）认为，在分布式数据集成中，需要考虑如何屏蔽数据的分布性和异构性，从而实现数据高效、安全的交换和传输，并保持局部系统的自治性和目标系统的数据完整性。目前，联邦数据库技术、分布式数据库技术、数据仓库技术及后续出现的其他已开始用于解决数据集成方面的问题。
在数据存储和处理方面。农业大数据的主要储存技术有分布式文件系统、分布式数据库等。分布式文件系统是指文件系统管理的物理存储资源不一定直接连接在本地节点上，而是通过计算机网络与节点相连，常被用来应对海量数据存储和快速访问，如淘宝网的Taobao File System(TFS)。分布式数据库系统是指物理上分布的，但逻辑上却是集中的数据库系统，是计算机网络技术与传统的集中
式数据库技术相结合的产物,即将物理上分散而管理和控制又需要集中的多个独立的数据库系统通过网络连接起来，构成了一个统一的数据库系统。农业大数据的处理方式是使用云计算，云计算是一种可以调用的虚拟化的资源池，这些资源池可以根据负载动态随机配置，以达到最优化使用的目的。
二、发展农业大数据面临的问题
郭承坤和刘延忠等（2014）认为农业领域中，在数据获取方面，存在数据量化能力低、数据共享量少的问题；在数据预处理、元数据及用数据分析解释客观性问题上也存在有待改善的地方。张浩然和李中良等（2014）认为农业领域发展大数据时，需要去解决统一储存和分析不同结构农业数据中出现的难题；数据量密集会影响到大数据分析的实时性和有效性，因而需要采用流处理与批处理相结合的数据处理模式；基于农业大数据的异构性和数据量大的特点，需要改进数据的算法以提高数据分析的准确性和实效性。
李业玲（2015）指出目前人们对大数据的理解有误，数据挖掘要求的技术和成本较高，此外，由于数据收集方式的多样化，增加的数据对数据存储和分析使用的安全性和隐私保护的要求越来越高，传统的数据安全保护方法越来越难以满足需求。
王强（2015）认为农业大数据资源结构和资源分布不均衡，数据来源不足，农业数据的利用率低，对大数据的发展缺乏整体规划。
三、如何发展农业大数据
郭承坤和刘延忠等（2014）指出发展农业大数据可以从整合农业数据、搭建农业大数据平台、培养多元团队这三方面入手。孙忠富和杜克明等（2013）认为大数据时代应优化整合农业数据资源，建设农业大数据平台，通过云计算和大数据技术的融合，不断加强基于农业物联网成果的示范应用，以促进智慧农业的不断发展。
针对上述提到的问题，李业玲（2015）建议要客观看待大数据，转变以往在技术不发达时的思维方式，树立农业大数据思维。要建立并完善农业信息化建设，解决农业大数据应用领域中存在的信息服务个性化不足、实时数据采集难等问题，建设农业信息服务的全方位、多角度、立体化、智能化、人性化和个性化。
王强（2015）则认为可以通过建设农业大数据平台，达到汇集各方资源，构建农业领域大数据研究中心。同时，通过数据整合，采集和加工处理，建成农业数据资源平台；依托农业大数据相关技术，构建农业大数据平台；通过分析应用
平台，进行成果发布，形成农业领域专业研究的权威成果发布平台。
当前农业大数据建设还处于早期阶段，我国应逐步推进农业信息的规范化和标准化建设，有效整合农业内外资源，提高农业信息化深度应用、高端应用、合成应用能力和水平；增加基础设施建设力度，完善信息中心各类基础设施；加强整合信息资源， 对各类信息精心筛选、加工整序，建立完善的数据整合体系；通过数据整合和数据共享，提升相关各部门和机构的紧密配合程度，使每个系统都得以有效运转；推进农村信息资源整合的整体进程，形成信息化建设综合保障长效机制，整体提升农业信息化管理和应用水平。随着农业数据大规模增长，农业大数据迫切需要出台相关标准规范体系支撑，从而有效衔接信息获取、传递、存储、分析和利用等环节，提高资源使用效率，扩大资源共享范围。
参考文献
[1]戴小文,漆雁斌,陈文宽. 农业现代化背景下大数据分析在农业经济中的应用研究[J]. 四川师范大学学报(社会科学版),2015,02:70-77.
[2]郭承坤,刘延忠,陈英义,孙敏,屠星月. 发展农业大数据的主要问题及主要任务[J]. 安徽农业科学,2014,27:9642-9645.
[3]李业玲. 农业大数据在农业经济管理中的作用[J]. 农村经济与科技,2015,07:196-198+58
[4]李秀峰,陈守合,郭雷风. 大数据时代农业信息服务的技术创新[J]. 中国农业科技导报,2014,04:10-15.
[5]林惠虾. 农业大数据助力农业现代化研究[J]. 经济师,2016,08:81-82. [6]许世卫,王东杰,李哲敏. 大数据推动农业现代化应用研究[J]. 中国农业科学,2015,17:3429-3438.
[7]王强. 大数据技术在农业领域的应用分析及建设策略[J]. 新疆农业科技,2015,01:1-4.
[8]温孚江. 农业大数据研究的战略意义与协同机制[J]. 高等农业教育,2013,11:3-6.
[9]曾晓娟,丁超英,文红霞,张广平. 探讨实现农业信息化的有效途径[J]. 农业图书情报学刊,2004,02:34-37.
[10]张玲,任利成. 大数据在农业信息化中的应用机制与价值创造[J]. 安徽农业科学,2015,34:341-344+349.
[11]张浩然,李中良,邹腾飞,魏旭阳,杨国才. 农业大数据综述[J]. 计算机科学,2014,S2:387-392.