[导读]在大数据的推动下,农业监测预警工作的思维方式和工作范式发生了根本性的变化,我国农产品监测预警信息处理和分析将向着系统化、集成化、智能化方向发展。
未来人工智能、数据挖掘、机器学习、数学建模、深度学习等技术将被广泛应用,我国农产品监测预警信息处理和分析将向着系统化、集成化、智能化方向发展。
本期嘉宾:
许世卫 中国农业科学院农业监测预警创新团队首席科学家、农业部农业信息服务技术重点实验室主任、农业部市场预警专家委员会秘书长
随着海量信息的爆发,农业跨步迈入大数据时代。如同其他行业的大数据应用,通过技术手段获取、收集、分析数据,能够有效地解决农业生产和市场流通等问题。
在大数据的推动下,农业监测预警工作的思维方式和工作范式发生了根本性的变化,我国农产品监测预警信息处理和分析将向着系统化、集成化、智能化方向发展。本期嘉宾将带您了解大数据时代下,农产品监测预警如何运行以及未来面临的机遇。
大数据走进农业领域
数据库专家、图灵奖得主吉姆·格雷提出,数据密集型计算成为继试验科学、理论科学、计算科学之外的科学研究第四范式。大数据被学术界正式提出始于2008年9月《自然》杂志发表的“Big Data”系列专题文章,介绍了大数据应用所带来的挑战和机遇。
人们围绕研究数据的海量增加展开讨论。2011年,《科学》杂志刊登“Dealing with Data”专题,指出分析数据的能力远落后于获取数据的能力。
2012年3月,美国政府公布了“大数据研发计划”,基于大数据推动科研和创新。在我国,2012年5月香山科学会议第424次会议以“大数据”为主题,认为大数据时代已经来临,大数据已成为各行业共同面临的大问题。同年11月,香山科学会议第445次会议以“数据密集时代的科研信息化”为主题,讨论“大数据”时代的科研信息化问题。
这些事件都标志着“大数据”走入我们的生活。那么,大数据在农业中的应用如何?许世卫表示,“农业大数据是大数据在农业领域的应用和延展,是开展农产品监测预警工作的重要技术支撑。”
在他看来,农业大数据不仅保留了大数据自身具有的规模巨大、类型多样、价值密度低、处理速度快、精确度高和复杂度高等基本特征,还使得农业内部的信息流得到了延展和深化。
数据作为一种战略资源,可以有效地解决农业生产面临的复杂问题,从数据的获取、收集到分析,能够事半功倍地解决农业生产问题。
许世卫举例道,如通过传感器、作物本体检测手段,获取了土壤中的氮磷钾肥力等大量数据,对数据进行分析整理后可以有效指导农业生产中的施肥量、施肥时间等问题,进行合理规划,得出最合适的投入量,从而提高生产效率。
再如,大数据能够提前预测到未来市场的供给需求,可以有效降低生产投入并采取适当的措施进行智能化生产,对平抑物价起到调节作用。
大数据是监测预警的基础支撑
许世卫指出,农业大数据的数据获取、采集渠道和应用技术手段,无法通过人工调查得到数据,而需要依靠土壤传感器、环境传感器、作物长势生命本体传感器等手段支撑。由于技术更新、成本下降,使得农业有关生产市场流通等数据获取能力大幅提升。
“大数据使得农业进入全面感知时代,用总体替代样本成为可能;农业生产获得更多依靠数据的支撑,从此进入智慧农业时代;大量的数据可以优化生产布局,优化安排生产投入;大数据时代下,市场更有利于产销对接,在消费环节减少浪费以及减少产后损失。”许世卫说。
此外,大数据给农业的管理也带来变化。过去的农业管理主要依靠行政手段指导和安排生产,大数据有利于分析提取特征、总结趋势,通过市场信号的释放引导市场进而引导生产。
许世卫表示,农业大数据是现代化农业的高端管理工具。所谓监测预警就是监测数据,贯穿于农产品从生产到流通到消费到餐桌整个过程的产品流、物资流、资金流、信息流,使产销匹配、生产和运输匹配、生产和消费匹配。
农产品监测预警也是对农产品生产、市场运行、消费需求、进出口贸易及供需平衡等情况进行全产业链的数据采集、信息分析、预测预警与信息发布的全过程。
农产品监测预警还是现代农业稳定发展最重要的基础,大数据是做好监测预警工作的基础支撑。农业发展仍然面临着多重不安全因素,急需用大数据技术去突破困境。
这主要体现在:农业生产风险增加,急需提前获取灾害数据,早发现、早预警;农产品市场波动加剧,“过山车”式的暴涨暴跌时有发生,急需及时、全面、有效的信息,把握市场异常,稳定市场形势;食物安全事件频发,急需全程监管透明化,惩戒违规行为。
可以说,农产品监测预警对大数据的需求是迫切的。
农产品监测效果显著
农产品监测效果显著,大数据功不可没,主要体现在监测对象和内容更加细化、数据获取更加快捷、信息处理分析更加智能、数据服务更加精准等。
随着农业大数据的发展,数据粒度更加细化,农产品信息空间的表达更加充分,信息分析的内容和对象更加细化。
农业系统是一个包含自然、社会、经济和人类活动的复杂巨系统,在其中的生命体实时的“生长”出数据,呈现出生命体数字化的特征。农业物联网、无线网络传输等技术的蓬勃发展,极大地推动了监测数据的海量爆发,数据实现了由“传统静态”到“智能动态”的转变。
在大数据背景下,数据存储与分析能力将成为未来最重要的核心能力。未来人工智能、数据挖掘、机器学习、数学建模、深度学习等技术将被广泛应用,我国农产品监测预警信息处理和分析将向着系统化、集成化、智能化方向发展。
如中国农产品监测预警系统(China Agricultural Monitoring and Early Warning System,CAMES)已经在机理分析过程中实现了仿真化与智能化,做到了覆盖中国农产品市场上的953个主要品种,可以实现全天候即时性农产品信息监测与信息分析,用于不同区域不同产品的多类型分析预警。
在大数据的支撑下,智能预警系统通过自动获取农业对象特征信号,将特征信号自动传递给研判系统。研判系统通过对海量数据自动进行信息处理与分析判别,自动生成和显示结论结果,发现农产品信息流的流量和流向,在纷繁的信息中抽取农产品市场发展运行的规律。最终形成的农产品市场监测数据与深度分析报告,将为政府部门掌握生产、流通、消费、库存和贸易等产业链变化、调控稳定市场提供重要的决策支持。