云计算、大数据在农业信息化中的应用

馥琳

云计算、大数据在农业信息化中的应用
1 相关背景及研究意义

• 
  
  • 大数据
    
  
  

所谓大数据，即海量数据或巨量数据，其规模巨大到无法通过目前主流的计算机系统在合理时间内获取、存储、管理、处理并提炼以帮助使用者决策。大数据具有价值密度低、数据量大、数据增长速度快、多样性、复杂度高的特点，俗称“4V+1C”。
伴随着SNS、移动计算和传感网等新技术不断产生，进入大数据时代的人们思维方式发生了重大的变化，研究与分析某个现象时，更依赖使用全部数据而非抽样数据；不要求一味地追求数据的精确性，但要使用数据的多样性、丰富性，甚至接受错误的数据也很有价值；人们能够从支离破碎的、看似冗余和无序的毫不相干的海量数据中抽炼出真知灼见，提取对自己有价值的信息。人们通过对大数据的分析更关注的是事件产生的结果而不是原因；对数据之间的相关性分析胜于对因果关系的探索。
大数据核心技术是基于存储的计算，从本质上来说，大数据主要解决的是海量数据搜索、存储、计算、挖掘、展现和应用等问题。也可以将其归纳为三个层面：大数据的云存储（计算资源虚拟化）、大数据处理（云计算模型）、大数据挖掘（各类算法库、模型库构建）。

• 
  
  • 云计算
    
  
  

云计算比较官方的一种定义为：云计算是一种按使用量付费的模式，这种模式提供可用的、便捷的、按需的网络访问，进入可配置的计算资源共享池（资源包括网络，服务器，存储，应用软件，服务），这些资源能够被快速提供，只需要投入管理工作或与服务供应商进行很少的交互。
云计算是一种商业计算模型。它将计算任务分布在大量计算机构成的资源池上，使各种应用系统能够根据需要获取计算力、存储空间和信息服务。云计算具有超大规模、虚拟化、高可靠性、通用性、高可伸缩性、按需服务、极其廉价的特点。其中显著特性如下所示：
1. 基于互联网络
云计算是通过把一台台的服务器连接起来，使服务器之间可以相互进行数据传输，数据就像网络上的“云一样”在不同服务器之间 “飘”。同时通过网络向用户提供服务。
2. 按需服务
 “云”的规模是可以动态伸缩的。在使用云计算服务的时候，用户所获得的计算机资源是按用户个性化需求增加或减少的，并在此基础上对自己的使用的服务进行付费的。
3. 资源池化
资源池是对各种资源（如存储资源，网络资源）进行统一配置的一种配置机制。从用户角度看，无需关心设备型号，内部的复杂结构，实现的方法和地理位置，只需关心自己需要什么服务即可。从资源的管理者角度来看，最大的好处是资源池可以近乎无限地增减和更换设备，并且管理，调度资源十分便捷。
4. 安全可靠
 云计算必须要保证服务的可持续性、安全性、高效性和灵活性。故对于提供商来说，必须采用各种冗余机制、备份机制、足够安全的管理机制和保证存取海量数据的灵活机制等，从而保证用户的数据和服务安全可靠。对于用户来说，其只要支付一笔费用，即可得到供应商提供的专业级安全防护，节省大量时间与精力。
5. 资源可控
云计算提出的初衷，是让人们可以像使用水电一样便捷的使用云计算服务，极大的方便人们获取计算服务资源，并大幅度提供计算资源的使用率，有效节约成本，使得资源在一定程度上属于“控制范畴”。但如何对云计算服务进行合理的、有效的计费，仍是一项值得业界关注的课题。

• 
  
  • 农业信息化  
    
  
  

农业信息工程，顾名思义，即运用现代信息技术助力农业实现信息化，而农业信息化是一个动态概念，是指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。简单地说，就是在农业领域充分利用信息技术的方法、手段和最新成果的过程。具体地讲，就是在农业生产、流通、消费以及农村经济、社会、技术等各环节全面运用现代信息技术和智能工具，实现农业生产经营、农产品营销、农产品消费的科学化和智能化过程。
农业信息化的内涵可概括为以下四个方面：农业生产过程的信息化、农产品流通过程的信息化、农业管理过程的信息化、农村社会服务的信息化。

• 
  
  • 研究意义
    
  
  

农业信息化作为现代农业转型升级的重要推力，是帮助实现农业现代化的重要手段。我国的农业大数据具有体量大、关连性强、复杂多变等特征，云计算能够实现有效的信息资源整合，能够将海量信息进行采集、储存和分析处理，拓展了数据库的局限性，方便农业信息资源的共享和利用；大数据技术能够从庞大的数据体量中寻找和挖掘出有价值的数据，精准解决农业生产和销售中遇到的问题。推动云计算与大数据在农业领域的实际应用，帮助理顺农业信息的内在规律和联系，对实现农业信息化、智慧化、现代化具有重大意义。
2 云计算与大数据在农业信息化中的应用现状

2.1 大数据下的农业信息化
农业大数据是指以大数据分析为基础，运用大数据的理念、技术及方法来处理农业生产销售整个链条中所产生的大量的数据，从中得到有用信息以指导农业生产经营、农产品流通和消费的过程。农业大数据的任务主要有优化整合农业数据资源、农业大数据平台建设等，通过专业化处理，对海量数据快速“提纯”并获得有价值的信息，最终为政府、企业乃至各种类型单位的决策和发展提供支持。
基于目前农业信息技术主要应用领域和产生大数据的主要来源分析，大数据的主要应用领域包括以下几个方面:

• 生产过程管理数据: 设施种植业、设施养殖业(畜禽和水产等) 、精准农业等。提高
  

整个生产过程的精准化监测、智能化决策、科学化管理和调控，是农业信息化的紧迫任务。

• 农业资源管理数据: 土地资源、水资源、农业生物资源、生产资料等。我国农业资源紧缺、生态环境与生物多样性退化，要在摸清家底的基础上，进一步优化配置、合理开发，实现农业高产优质、节能高效的可持续发展。
  
• 农业生态环境管理数据: 土壤、大气、水质、气象、污染、灾害等。需要进行全面监测、精准管理。
  
• 农产品与食品安全管理大数据: 产地环境、产业链管理、产前产中产后、储藏加工、市场流通领域、物流、供应链与溯源系统等。
  
• 农业装备与设施监控大数据: 设备和实施工况监控、远程诊断、服务调度等。在上述应用中，关键是农业环境与资源、农业生产过程、农业产品安全、农业市场和消费的监测和预测等。
  
• 各种科研活动产生的大数据，如大量的遥感数据，包括空间与地面数据; 大量的生物实验数据，如基因图谱、大规模测序、农业基因组数据、大分子与药物设计等。
  

2.2 云计算在农业信息化中的应用
云计算的核心概念是将一系列计算资源整合为一个大资源池，按需分时将不同部分的资源分配给不同用户。云计算技术为大数据和物联网的应用提供了 IT 架构基础，帮助人们建立起数据收集、 整理、发掘的基础平台，并实现 IT 资源的高效分配及管理。
农业云计算的运用为农业信息化带来了大规模的数据存储能力和以时间和存储量收费的资源服务方式。在减少客户对硬件设备依赖的同时，扩充了设备计算能力，提升信息化运行效率。因此，云服务在农业领域的应用重点致力于以下几个方面：基于云服务的海量农作物信息存储、基于云计算的生物信息数据处理、基于云计算的农业物联网解决方案等。
2.2.1 云计算技术在农业生产与经营领域的应用
农业生产经营与云计算技术的有效结合，实现了更高的生产效益，已经被广泛使用于养殖、大棚种植、园艺设施建设等方面。云计算技术在农业项目中可精准地进行监测，利用数据分析处理掌握大棚种植情况，还可利用云计算技术让人们在手机上对园艺设施相关问题进行监测，方便了使用者进行有效管理。云计算管理技术在养殖方面的应用，可收集动物实时的健康信息，将信息进行比对就可以判断出养殖情况，并针对出现健康问题的动物采取应对措施。
2.2.2 云计算技术在农业管理与服务领域的应用
近年来云计算技术在农业管理与服务方面发挥了重要作用，在农产品质量安全方面贡献了较大成就，能够通过分析农产品信息，保证产品的质量与安全。在农业管理和服务过程中，需要通过云计算技术记录农产品生产、流通、消费等环节信息，极大地方便了农业管理后期追踪和安全监测，提高了服务质量。我国农业部门已将云计算技术列入未来发展计划，实现农业管理与服务的优化升级，促进农业信息化建设的推广应用。
2.2.3 云计算技术在农业电子商务中的应用
目前云计算技术在农业电子商务中的应用较为成熟，可发挥云计算技术优势，分析处理更多的数据，使得农业电子商务更加智能化。农业电子商务平台逐渐升级，用户量不断增加，云计算技术在农产品电子商务运营中，能提供更精准的产品购买推送，能够更多地满足用户的需求。
2.3 我国目前农业信息化中面临的问题
2.3.1农业数据采集面广、数据源繁杂
农业资源包含了土地、海洋、水等自然资源、各种生物资源和农业生产和消费资资源等。农业大数据采集的信息包含但不限于种植、养殖、农业生产、农业科技、农业装备、市场行情、气象灾害、土地、水利建设、运输、病虫害防疫防治、仓储、农产品加工、农业生态资源、市场、食品安全、价格波动等诸多环节的一系列动态数据。而由于生物本身所具有的生长特质更是导致农业数据具有区域性、多样性、差异性、动态性、不确定性及复杂性等特征。对于农业生态资源的采集贯穿在整个农业产业链的过程中，面对大量的不间断的结构化和非结构化数据，如何快速获得、准确提取、深入挖掘、安全存贮，直到最终实现大数据在农业上的实际处理与应用，都需要依托一个稳定有效的技术平台。对于农业生产相关信息的采集，帮助提高对数据的动态分析与监控，强化农业生产管理能力，需要国家鼓励，政策扶植、技术应用、引入资本等多管齐下。
 
2.3.2大数据农业专业人才和法律缺失 
农业大数据想要更好的共享以促进现在农业快速发展，离不开同时精通计算机和农业两个方面的人才支持。然而现实工作中的一线工作人员缺乏足够的专业水平和能力，大量的专业人才和高校毕业生不愿意或不屑于下基层很扎实干，导致农业专业人才的缺失，基层科学技术知识更新跟不上时代的步伐。同时，只有在共享大量的农业大数据信息的基础上，才能准确而有效的促进现代农业快速发展。而想要实现数据更好的共享和使用，必须有法律法规作为依据，而我国相关规章制度相对滞后，特别是在数据共享方面缺乏相应的法律支持。
 
2.3.3 云服务存在的问题与风险
云服务以灵活、高效、低成本的优势为农业信息化建设带来新的可能，但同时也存在一些问题。主要体现在：第一，数据安全存在一定风险。若将农业信息系统部署在云服务器上，系统中的数据便存在于云服务供应商的服务器中。而提供云服务的厂商也并非全部拥有自己的数据中心，一旦租用第三方的云平台，那么就存在服务提供商管理人员权限的问题。换言之只要云服务供应商愿意，便可以轻易提取出用户寄存的数据。第二，农业云技术普及度不高。信息技术的广泛普及使全球农业生产获得极大的发展。由于我国农民的文化水平不高，对新技术的接受力有限，加上使用智慧云农业前期需要大量的资金投入。这使得农业云技术在基层农户市场的推广举步维艰。第三，农作物数据信息缺少统一标准。目前发展智慧农业的企业大多自成一派，拥有各自的一套服务体系，制造的传感设备采集数据没有形成统一的标准。各个地区采集的数据量看似庞大，却很难互通共用，造成大量资源浪费。
3 总结

虽然我国农业信息化的发展有了一定的进步，但是受各种因素影响，我们也面临着许多待处理的问题以及需要克服的困难，作为农业信息工程专业中的一员，我们要主动了解前沿科技的发展，寻找云计算和大数据与农业信息化结合的切入点，努力将所学知识转化成智慧农业中的成果。移动互联网、物联网和云计算发展的必然结果是走进大数据时代，从本质上看，这些都是获取数据的手段，产生大数据——获得智慧才是终极目标。在新一轮农业现代化建设中，要将农业大数据纳入国家农业信息化发展战略。要密切跟踪国际大数据前沿技术，积极抓住发展契机，做好顶层设计、实现有序发展。围绕国家农业特点和重大需求，梳理农业大数据重点发展领域，凝练农业大数据关键技术，重点培养和支持一批农业大数据的应用与示范项目。尤其是要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、促进智慧农业的不断发展。
 
  
 
 

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！