农业大数据缺乏行业建设国家大数据中心的建议

本篇文章1403字，读完约4分钟

农业大数据缺乏行业建设国家大数据中心的建议 最近，信息与电子工程学院的李道亮教授在一个论坛上说，尽管农业大数据在现代农业的实际应用中变得越来越重要，但中国正面临着农业大数据缺乏、大数据模型缺乏长期积累、农业大数据与工业缺乏集成、农业大数据缺乏必要的法规等问题。 中国国际数据中心圈7月27日报道，近日，信息与电子工程学院李道亮教授在一个论坛上表示，尽管农业在现代农业的实际应用中变得越来越重要，但中国正面临着农业大数据缺乏、大数据模型缺乏长期积累、农业大数据与工业缺乏集成、农业大数据缺乏必要的监管等问题。

随着传感器、智能移动设备和互联网的发展，数据呈爆炸式增长。大数据是指在现代农业生产、管理和管理等各种活动中形成的具有潜在价值的海量活数据。它是现代农业建设、发展和管理的基础。然而，由于农业大数据的地域性、季节性、多样性和周期性等特点，农业大数据具有数量大、繁杂、复杂和实时的特点。

李道亮说，在农业大数据的帮助下，从过去的小农经济到大规模农业，再到现在的数据农业，农业将实现从看天空、吃东西到认识天空的根本转变。然而，这需要数据收集、数据存储和管理、计算模式和系统、数据分析和挖掘等关键技术的配合。

数据农业的基础是来自物联网的农业大数据，这些数据的收集经历了被动、主动和自动三个阶段。早期数据是人们通过抽样、抽象和其他方法分析具体问题而记录的数据。后来，随着互联网，尤其是社交网络的发展，越来越多的人在互联网上传输和发布信息，并积极地生成数据。到目前为止，传感器技术的广泛应用使得利用传感器网络无需全天候控制就能自动获取数据成为可能。

值得注意的是，数据分析是整个大数据处理过程的核心，这些大数据的价值也来自于分析。实时数据分析和处理是大数据分析的核心要求。然而，海量数据可以通过大数据管理聚合在一起，离散数据需求可以聚合成一条长长的数据尾巴，从而满足传统治理中难以实现的功能。

李道亮表示，农业大数据的应用领域包括基础研究、智能农业生产、市场形势、智能决策、农产品安全等。

以畜禽养殖为例，当前面临着屠宰率低、生猪成本高、疾病控制不力、科学管理和技术管理有待提高的现状。但是，通过大数据技术对海量、多样的数据进行研究、分析和判断，可以开发各种分析模型，建立大数据处理中心，使畜禽养殖技术更加科学。

在种植方面，通过大数据平台对采集的数据进行分析，可以为农业形势监测和作物生长管理提供指导。基于平台采集的典型病害特征图像、病虫害专家知识和诊断模型，通过现场案例特征结构化表达、典型样本特征快速匹配、案例图像与环境指标数据深度融合等大型数据平台病虫害分析服务，实现农作物病虫害的分析、决策和预警。

然而，令人遗憾的是，我国农业大数据面临着农业大数据缺乏、大数据模型缺乏长期积累、农业大数据与产业缺乏整合、农业大数据缺乏必要规范等问题。李道亮建议加强农业和农村大数据的收集，通过物联网改善数据收集渠道，加强历史数据的整理，实现开放共享。此外，应加强数据处理人员。在共享开放大数据的同时，应确保数据安全管理。

此外，他还建议建立一个农业信息大国，以解决中国信息资源的条块分割、整合和共享问题。这就要求制定国家农业公共数据描述和表达标准，研究农业大数据存储、调度、个性化需求智能聚焦、信息服务按需分配等技术，研究农业多源数据、知识、服务资源的统一分层表达和描述，高效存储、统一调度、资源共享、个性化服务。