京公网安备 11010802034615号
经营许可证编号:京B2-20210330
用大数据改造农业:一个有趣的中国故事
传统农业正在遭遇着互联网的冲击,这个贯穿着整个人类文明发展的产业正在发生聚变,传感器、物联网、云计算、大数据不但颠覆了日出而作日落而息地手工劳作方式,也打破了粗放式的传统生产模式,转而迈向集约化、精准化、智能化、数据化,农业生产因此获得了“类工业”的产业属性。

大数据农业并非一两家企业就可以完成,需要各方协同才能搭建完毕,探索才刚刚上路。
传统农业正在遭遇着互联网的冲击,这个贯穿着整个人类文明发展的产业正在发生聚变,传感器、物联网、云计算、大数据不但颠覆了日出而作日落而息地手工劳作方式,也打破了粗放式的传统生产模式,转而迈向集约化、精准化、智能化、数据化,农业生产因此获得了“类工业”的产业属性。
目前的物联网、大数据等技术已经可以实现对作物种植、培育、成熟和销售等环节的管理。在整体解决方案中,底层应用主要采用物联网技术,通过对作物的信息收集,将数据反馈至云平台中,方便决策和后续提供帮助。
“大数据的应用以及物联网的成熟,将弥补很多传统农业的不足,让整个产业更加科学合理。”软通动力信息技术(集团)有限公司首席技术官方发和告诉记者。
然而,大数据农业并非一两家企业就可以完成的任务,需要各方协同才能搭建完毕,对于大数据农业以及智慧城市的探索才刚刚上路。
数据的裂变
不可否认,互联网的渗透开始颠覆传统的农业模式,农业云计算与大数据的集成和未来的挖掘应用对于现代农业的发展具有重要作用。在农业发展中,大数据不仅可以渗透到生产经营的各环节,而且能够帮助农业实现跨行业、跨专业、跨业务的发展。
农业大数据的收集在发达国家其实已经颇为成熟。Data.gov 是奥巴马政府在 2009 年推出的,该网站上有诸如植物基因组学和当地天气情况的详尽数据库,还有一些关于特定土壤条件下最佳种植作物的研究、降水量的变化、害虫和疾病的迹象,以及当地市场作物的期望价格等数据库。在此基础上,美国农业部宣布在 Data.gov 的基础上建立一个门户网站,该网站能链接到 348个农业数据集。除了美国外,一些国家也公布了关于农业数据库公开的政策方案,推动建设开放性的农业数据共享平台,以数据驱动农业的全新模式呼之欲出。
目前,中国也开始了自己的实践。在河北( 农用地、 商住地、 工业地)廊坊( 农用地、 商住地、 工业地)的郊区,软通动力的团队在做着基于大数据的“智慧农业”尝试。软通动力在农田里安装了内置摄像头的传感器,通过传感器、摄像头等终端应用收集、采集农产品(12.01, -0.04, -0.33%)的各项指标,并将数据汇聚到云端进行实时监测、分析和管理,比如每天的气温、湿度、雨量等信息,还向农民发放了智能手机和平板电脑,让大家随时记录工作成果和现场注意到的问题。
在整个智慧农业体系中,信息收集作为提供数据的基础,可以实现决策层信息反补,比如在食品安全问题上,信息的收集可以帮助相关部门实现追溯,更好地解决源头的监控难题。在源头的监管体系中,“智慧农业”主要采用条形码及RFID技术进行记录、监督,从而实现针对生产、收获、库存、流通和食品安全等的管理,再根据不同地区、不同作物类型进行相应的数据信息调整,以便监控管理软件能够很好地帮助农户种植和管理作物。
“我们现在提供给客户的是一套整体的解决方案,之前受制于整体环境发展不充分,现在条件已经成熟了。”方发和向记者坦言,如今微电子和计算机等新技术不断涌现并被采用,将进一步提高传感器的智能化程度和感知能力,在源头的数据采集上解决了此前的难题。这一切都源于市场对整个物联网设备的需求剧增,根据市场研究公司Gartner发表的报告预测,明年投入使用的物联网设备数量将由今年的38亿个增长30%至49亿个,到2020年预计增长至250亿个。
协同发展
随着互联网的渗透,催生出订单式农业已经成为业内共识——农户根据同农产品的购买者之间所签订的订单,组织安排农产品生产的一种农业产销模式。在技术层面已不存在太多障碍的情况下,大数据农业的操盘者开始将更多精力放在了社区开发、电商平台搭建等环节上。
“通过数据的反馈,会更为清晰地了解整个产业链的情况,避免传统农业的资源浪费。”方发和向记者解释道,在智慧城市和农业大数据没有兴起之前,传统农业的最大弊端是难以和市场及时接通,“供不应求”或者“菜贱伤农”的现象经常发生,传统的农业生产与市场需求时常脱节的,农民的种植完全根据经验。通过种植技术的升级也仅仅是针对生产效率的问题,从宏观上还是没有改善脱节问题。
软通动力按照工业生产方式“以销定产”,由公司搜集市场需求,继而指导农户种植。事实上,智慧社区就是一套智能信息系统,落实到具体就是引入了多个信息管理系统,如生产管理系统、销售管理系统、ERP管理系统、温室管家系统、二维码追溯系统、配送管理系统。
在管控农产品的物流配送方面,软通动力也试图利用智慧社区来促进智慧农业的一站式便捷服务的搭建工作。“智慧农业是一个需要各方一起努力协同才能做起来的领域。”方发和说,目前以阿里( 农用地、 商住地、 工业地)巴巴为首的众多电商平台也开始涉足农业领域,这对于基于大数据的智慧农业的推广来说是一件好事,毕竟阿里巴巴也是一家以大数据为核心竞争力的企业。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业,量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA(Certi ...
2026-03-13在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12