大數據服務三農的初步分析與探索

1 引言

“三農(農業、農村、農民)”問題是現今中國社會密切關注的問題，從20世紀80年代開始，中央一號文件多次提到“三農”問題，主要包括：農民就業、收入、教育、醫療、社保、土地流轉、農業結構調整、農產品進出口、農村市場建設、環境保護、經濟發展、稅費改革等問題，這些問題嚴重阻礙了農村的發展。隨著農業改革的進一步深入，城鄉差距日益增大，農民收入減緩，勞動力轉移加劇，農村社會發展滯后，引發了農村一系列的問題，使得“三農”問題更加復雜。要解決“三農”問題，必須加強農業科技，利用信息技術加快“三農”進步，利用大數據和智慧的力量整合優化“三農”協同發展?？萍际寝r業發展的重要支撐，是國家糧食安全的有力保障，是農業現代化建設的抓手，要實現農業持續穩定發展，根本出路在科技。必須抓住機遇，深化改革，堅持科技興農，把“三農”問題擺在更突出的位置，突破體制障礙，推動農業科技進步，加大農業投入，為“三農”問題的解決注入強勁動力。

我國人口眾多，農業資源總體緊缺，農業機械化綜合水平較低，在農業生產領域，電子、計算機和信息等現代技術的應用還遠未普及，由于耕地面積不斷減少和環境惡化，過度依靠資源開發、大量投入勞動力、大量施用化肥等傳統手段已無法有效提高農業產出，農業發展需要更智慧的技術打破傳統農業面臨的資源與環境難題。智慧型現代農業可使農業資源得到充分的科學利用，可節省時間和資源，提髙工作效率，緩解人力資源的不足，減少不必要的浪費，最大限度地降低成本，實現農業精細化、高效化、綠色化發展。因此，發展智慧農業在許多國家已經成為一種共識，具有長遠和現實意義。目前，以互聯網、移動互聯網、物聯網、大數據、云計算等技術為代表的現代信息技術，正向著數字化、網絡化、智能化的方向發展，為我國農業現代化建設提供了強有力的工具。

目前，我國已進入傳統農業向現代農業加快轉變的關鍵階段，農業農村發展也進入了關鍵時期，為進一步加快農業現代化發展，突破制約我國農業農村發展的新難題，需要進一步尋求新的思路、突破口。通過“互聯網+農業”的模式，將現代信息技術與傳統農業產業結合，通過網絡將農業的各種要素整合起來，提高農業的智慧水平，才能突破資源與環境對農業發展的制約，解決“三農”問題[1]。物聯網和云計算的普及促進了智慧農業的發展，同時也造成了數據的爆炸式增長，數據結構越來越復雜，而對數據的處理和應用能力并未顯著提高，迫切需要新的技術解決這些問題，此時，大數據技術應運而生，作為信息技術的重大變革，大數據技術給信息技術的發展帶來了新的方向[2,3]。

2 農業大數據的特點

大數據技術的產生將極大促進信息產業的創新發展，已經成為數據挖掘和應用的前沿技術。大數據規模大、結構復雜、內容多樣，超出了現有的數據處理能力，因此，如何更好地處理大數據成為迫切需要解決的問題[4]。目前，移動互聯網、物聯網和云計算等現代信息技術開始與農業深度融合，智慧農業涵蓋的范圍越來越廣，這必然會產生大量數據[5]。農業大數據作為我國大數據戰略的重要組成部分，具有重要的戰略意義。通過對農業大數據進行分析，快速獲得有價值的內容，從而對農業環境、農產品、農業產業鏈、農業市場進行科學的管理和調控，達到優化農業資源配置、服務“三農”的目的。

農業大數據就是運用大數據理論、技術和方法，解決農業或涉農領域數據的采集、存儲、加工與應用等問題，是大數據理論在農業上的實踐和應用。農業涉及范圍廣、影響人口多、數據復雜、持續時間長，是產生大數據的源泉。隨著物聯網、云計算、智慧農業的發展，農業大數據時代已經來臨，但由于農業主體對象復雜，農業生產環境容易受外界干擾，因此，農業大數據也有復雜、多變、動態、不確定等特點，這對農業大數據的采集、整理、加工、分析應用提出了更高的要求[5,6]。

2.1 內涵與特點

農業大數據是大數據理論和技術在農業領域的應用，除了具備大數據的公共屬性，還具有農業數據自身的特點。

(1)數據來源廣

農業大數據可以概括為4類：農業環境與資源大數據、農業生產大數據、農業市場大數據和農業管理大數據，基本囊括從生產到銷售的全過程。例如，與農業源頭生產直接相關的是農業環境與資源大數據，農業環境與資源大數據又可分為3類：土地信息數據，如土地位置、地塊面積、海拔高度等;環境信息數據，如氣象數據、土壤水分數據、溫濕度數據等;作物信息數據，如作物長勢數據、病蟲害發生分布情況數據等。農業生產大數據包括種植和養殖大數據。農業市場大數據包括市場供求信息、市場價格、利潤等數據。農業管理大數據包括國際國內的農產品動態等信息。

(2)數據結構復雜

農業大數據不僅包括文字、圖形、影像等多媒體材料，還包括專家知識、模擬模型、產量數據庫等非結構化數據。通常來自不同數據源的數據，甚至來自同一個數據源的數據，類似的信息結構卻完全不同。從農業大數據涉及的主體范圍來看，包括農、林、牧、水產、獸醫、園藝、土壤等整個農業科學領域，其中主要對象又涉及動物、植物、微生物、昆蟲、生態等生命基礎學科以及環境科學、食品科學等。面對如此龐大的數據資源，從專業應用來看，應分步實施。首先，構建農業領域的專業數據資源，然后，逐步有序規劃專業的子領域數據資源，例如針對某一作物或某一領域的全過程數據采集、挖掘分析、預測和決策等[7]。

(3)數據生成鏈長

農業大數據以農業生產為中心，涵蓋林業、牧業、漁業等子行業，同時涉及上下游相關產業，包括育種、化肥、農機、飼料、加工等，還包括宏觀的農業經濟數據，如作物產量、價格、生產數據、加工數據、災害、病蟲害數據等。上述各種數據的集合，構成了整個農業產業鏈，包括農業生產的田間地頭、市場流通、超市消費終端等各個環節，把各方數據匯總整合，形成了生產、流通、終端消費的數據鏈。

(4)數據變異性大

首先，影響農業生產的因素異常復雜，包括生物、環境、社會、經濟等方面，都決定了對數據的采集、挖掘與分析應用的難度。其次，農業生產過程的主體是生物，易受外界環境和管理等因素制約，致使農業生產的隨機性與不確定性、多樣性與變異性、個體形狀與群體差異性等特征非常明顯。另外，整個農業生產過程的很多環節，目前還未實現標準化、定量化和精準化，都容易產生數據的變異性[8]。

2.2 主要應用領域

(1)為精準農業提供數據支持

精準農業的操作需要大數據的支撐，植物工廠、設施農業、大型機械生產作業時，需要大量的作物、土壤、水分、空氣等環境信息，同時，還要考慮品種、生產投入量、病蟲害情況、作物長勢等影響，不同地塊的操作可能會千差萬別，不同的地塊、耕作深度、灌溉量、施肥量、營養元素比例都會有很大的不同，因此，必須要有豐富的農業基礎大數據支撐。

(2)為農產品可追溯提供了條件

對農產品從農田到餐桌實行全程的跟蹤，有利于保證農產品質量，減少二次污染，防止疾病的發生。隨著農業生產分工的不斷細化，農產品的產業鏈也越來越長，追溯也變得越來越難，大數據技術的發展為農產品的可追溯提供了條件，生產端的監控可以保證農產品的產地和來源，運輸環節的監控可以保證品質，加工零售端的監控可以減少污染的發生。同時，大數據可以減少生產過程中的浪費現象。

(3)推動農業精準預測和管理

大數據在產品營銷、市場監測預測、生產資料管理、產量和災害預測、產品與市場供需分析等方面，發揮著巨大的作用。依托大數據采集平臺以及大數據技術的分析與預測能力，根據產業動態、供需關系狀況、市場經濟數據、質量管理數據等信息，運用大數據技術，進行農產品預測和風險預警，并及時對外公布，積極引領市場發展。災難管理結合大數據，將為人類預測災難、防災、減災、救災和恢復生產生活提供更大的幫助。另外，農業生產上游的種子、化肥、農藥、地膜等數據，中游的氣象、環境、土壤、種植過程等數據以及下游的農產品加工、農產品銷售等數據，都將對農業精準預測和管理起到重要的推動作用。

(4)加速農業生物工程技術的發展

傳統的生物工程技術工作量大，耗費時間長。大數據的發展加速了生物技術的進程，過去的生物信息調查大多在溫室和大田進行，現在可以通過計算機進行模擬，海量的基因信息可以利用云計算技術進行分析，建立農業生物基因大數據，進行分子設計和藥物設計等，從而大大加快了生物工程技術的發展。大數據技術在植物表型(phenotyping)研究中也獲得了大量應用，植物表型是指基因型和環境決定的形狀、結構、大小、顏色等生物體的外在性狀。植物表型檢測是植物表型組學研究的主要方向，可提供系統的技術數據給植物功能基因分析和環境影響研究。通過對植物表型進行實時監測和數據采集，形成大數據，充分挖掘植物基因組對表型的影響，從而建立一套快速、準確的表型組學研究方法，為高通量、系統地研究基因組和表型組提供有力支撐。

(5)優化農業資源配置

資源配置是農業生產中的重要環節，隨著資源的安置和調配，數據也就產生了。農業大數據時代的到來更為農業資源的配置和優化提供了科學、合理、高效的數據信息，例如對水資源的合理調配、品種資源分配、勞動力資源的分配等。通過對農業資源配置大數據進行分析，可以改善農業資源的利用率，促進資源的合理分配，大力提高農業生產效率，節約農業生產資源，提高農業經濟收入，改善“三農”問題。

2.3 發展趨勢

伴隨著物聯網、云計算、移動互聯網等信息技術的飛速發展，農業數據呈爆發式增長趨勢。數據量級的極速增長以及數據維度的多樣化發展，開啟了農業大數據時代，農業大數據是農業智慧化、精準化、網絡化的必然產物，是結構化、半結構化及非結構化的多維度、多粒度、多模型、多形態的海量農業數據的抽象描述，其發展趨勢如下。

● 在農業生態環境監測與資源管理調度方面，利用高精度遙感設備，獲得大氣、水分、土壤、植被等信息，配合專家系統，實現智慧決策;利用基于物聯網的精準感知技術，構建農業生產環境監控系統，實現對農業資源的自動監測，并將數據上傳到云，積累大量的農業監測數據，為智慧農業提供數據支撐。

● 在農業生產精細化管理與操作方面，從大田、設施園藝、果樹生產、水產養殖、畜牧等子領域收集大量的數據，為智能化管理和精細化操作提供數據基礎，從而便于實現資源的合理利用，提高生產率。

● 在溯源方面，通過對生產、加工、流通、銷售環節的全面感知和信息融合，實現農產品的全程追溯，追溯過程中，產生大量的數據積累，最大程度地保障農產品的質量安全。在農業物流方面，利用射頻識別技術(radio frequency identification， RFID)實現產品信息的采集與定位跟蹤，采集大量的流通渠道信息數據，可大大提高農產品在倉儲和貨運中的效率，推動智慧物流的發展。

● 在農業氣象災害和病蟲害自然災害預測預報方面，整理采集災害歷史數據，總結災害發生發展規律，提高對災害的預測能力，提高監測預警能力，把握災害最佳防控時機，最大程度地降低災害風險。

● 在農產品生產銷售信息監測方面，整合歷史數據，開展農產品電子商務、期貨交易等數據的采集監測，建設農產品加工采集體系，加強農產品資源信息庫、國內外農產品數據庫等的建設，建立覆蓋全國的農產品數據庫系統，實現國內外農產品生產者與消費者的精準對接，提高對接效率，減少浪費。

3 大數據驅動“三農”發展

3.1 大數據與智慧農業

農業大數據是提高農村智慧化信息服務水平的主要因素。提高農村信息服務水平，不僅要加大農村信息服務基礎設施的建設力度，而且要為農民提供準確的信息服務。通過整合目前已有的、分散的農村服務數據，建立農村信息服務大數據，推動數據的共享開放，從而打破信息“孤島”，提高數據利用率。同時，通過對農村信息服務大數據的分析，掌握農民的信息需求偏好。具有針對性地研發新型的農村信息服務集成系統、涉農信息技術產品、涉農信息應用管理平臺、農產品電子商務交易平臺等[9]，提高信息的精準服務能力。

將大數據應用于“三農”，對解決農業發展、農村建設、農民生活等問題具有重要的推動作用。大數據是智慧農業發展的核心推動力。物聯網、云計算等技術的發展和應用推動了智慧農業的進程，通過對大數據進行分析、推理和挖掘，發現規律，獲得知識，產生智慧，從而對農業生產進行智能化控制和決策管理。中國的“三農”問題是一個非常復雜的問題，積攢的時間長，解決難度大，只有利用現代網絡信息技術，才能進行優化整合，達到資源共享的目的。設施農業是當前智慧農業應用的典型代表，在設施農業溫室中，通過實時采集環境監測數據，形成溫室環境監控大數據。對其進行分析，可以得到相應的模型自動開啟或者關閉指定設備，實現溫室環境的智能調控。同時，根據水分含量數據，可以進行合理的灌溉操作，還可以根據監控大數據，對病蟲害進行預測預報等[10]。當前，現代設施農業距離真正的智慧化還有很大的差距，需要綜合考慮經濟、社會、環境等多方面的因素，做出更多的努力。

3.2 大數據推動農業供給側結構性改革

農業大數據推動農業供給側結構性改革，改革需要借助市場的手段實現，通過適應市場需求改善農產品的供求關系。通過建立農產品市場動態監測預警體系，獲取不同區域、不同品種農產品市場行情數據，生產者、市民等各種消費行為數據，形成農產品市場大數據。通過對農產品市場大數據的分析，對農業生產結構進行調整，引導農民的生產經營決策，提高農業生產經營的目的性，實現需求與供給的動態匹配。同時，可以對農產品市場進行主動性、前瞻性、針對性的調控，確保農產品市場供求關系的健康、平衡，提升決策部門的農業綜合信息服務能力，從而進一步助推農業供給側結構性改革。

我國幅員遼闊，村落分散，交通不便，造成了農業基礎差、農民收入水平低。在農民的生產勞動和農業科研活動中，積累了大量的歷史數據，這些數據對于解決“三農”問題有著至關重要的作用。如果將這些歷史數據加工處理成農業大數據系統和專家系統，再結合農業生產的現場信息，農民和農技專家在家就可觀測到田地里的情況，從而對農業生產活動做出正確的選擇。當前，在農產品流通、農業氣象、農產品安全溯源、病蟲害防治、土壤修復、遺傳育種等多個“三農”領域，都可以利用大數據進行智慧化管理。

3.3 大數據服務“三農”的關鍵技術

利用大數據技術服務“三農”，是促進“三農”發展的重要途徑。通過建立大數據系統，推動農業體制創新，提升農村信息化服務水平，提高農民收入，加快農業現代化發展。大數據服務“三農”的關鍵技術主要包括：多源異構大數據獲取技術、大數據與農業智能化融合技術、農業預警大數據技術、農產品溯源技術、大數據共享與服務技術等。

(1)多源異構大數據獲取技術

通過利用地面物聯網監測和遙感監測等多種手段，強化農業生產環境監測、植被生長狀況監測和災害監測;搭建農業物聯網長期監控站點，開展農田、林地、水資源數據的長期定點監測與采集;通過農業大數據實時監測網絡，建立農業生產智能化監測體系，從而獲取農情、墑情、苗情、病蟲情等多源異構大數據，為構建大數據系統，實現農業管理智能決策，提供數據支撐。

(2)大數據與農業智能化融合技術

推進農業物聯網技術的應用，產生并收集大量數據，為無人駕駛技術、無人機技術、機器人技術、自動化技術、精密機械技術、地理信息系統、導航技術、人工智能技術、圖像處理技術、模式識別技術、機器視覺技術、傳感器技術、LED應用技術等現代信息技術在農業中應用提供數據保障，從而加快農業生產智能化的發展進程。

(3)農業預警大數據技術

建設全國重點區域氣象災害、生物災害監測站點，搭建氣象災害、動物疫情和植物病蟲害上報和指揮調度系統，健全氣象災害、動物疫情和作物病蟲害監測體系，通過農業預警大數據技術，提升智能監測、預防控制和指揮決策的智能化水平，提高監測預報的準確性。同時，基于農業預警大數據技術，建設農產品價格、產量、市場預警體系，食品安全預警體系，農業產業損害預警體系等。

(4)農產品溯源技術

通過建立農產品溯源系統，實時、自動、完整地獲取農產品生產過程中的環境、長勢、災害等全過程監測數據，農產品生產后的收購、倉儲、運輸、加工、銷售等環節監測數據，生成相關的大數據系統，運用農產品溯源大數據技術，實現追溯的精準定位和精準定時，從而精確、及時地查找問題的根源，實現有數可查、有據可依。同時，建設包含農業、化肥、種子等資料的信息系統，建立健全制度規范，為農業監管機構提供可依托的大數據系統[11,12]。

(5)大數據共享與服務技術

建立農業科技云服務平臺，整合農業科研數據，完善農業專家系統，基于大數據共享與服務技術，建立共享模式，推動農業科技數據、知識的共享。匯聚農業科技系統的各方面力量，實現農業重點、難點問題的聯合攻關，形成農業科研、成果轉化、推廣示范、農民培訓、成效反饋等一系列的農業大數據共享機制。

4 農業大數據的主要問題與解決途徑

4.1 主要問題

農業一直以來都是我國的基礎產業，我國農業面臨著資源短缺、氣候災害頻發、生態安全遭到破壞、生物多樣性下降等挑戰。而且，農業涉及面廣、數據復雜、受外界影響大，當前的物聯網技術又不夠完善，傳感器種類不夠豐富。因此，進一步加強以農業物聯網、云計算、大數據等技術為核心的現代信息技術應用，通過現代信息技術與農業的深度融合，加強農業物聯網、大數據技術在農業領域的示范應用，以大數據為支撐，促進智慧農業的發展，是實現農業現代化的必經之路。

(1)數據獲取能力差

農業是大數據產生和應用的重要領域，農業大數據的來源廣泛(如物聯網的終端采集設備、農業網站在線資源等)，導致了農業大數據的類型復雜，包括結構化數據、半結構化數據和非結構化數據等。因此，農業大數據的應用，首先要實現不同結構數據的融合。如何實現不同結構數據的存儲、分析、處理和展示，將是農業大數據應用之前必須解決的問題。我國農業物聯網的發展還處于初級階段，數據獲取能力有限，生成的數據有限，不能滿足智慧農業對大數據的需求，也造成了當前的發展瓶頸。實時性是大數據分析處理中難以避免的問題之一，尤其是涉及天氣、環境等時效性較強的數據時。因此，對大數據進行挖掘分析時，必須考慮數據的時效性，從而實現數據的最有效利用。

(2)大數據挖掘技術缺乏

由于農業大數據具有數據量大、數據結構復雜等特點，不僅包括結構化的數據，還包括非結構化數據，結構化數據可以通過二維表結構來邏輯表達，存儲在數據庫里，而非結構化數據則不能用二維表邏輯來表現，非結構化數據還包括音頻、視頻、圖片等非文本結構，采用傳統的數據挖掘分析技術進行大數據開發，將會面臨一系列的問題，怎樣處理這些非結構化的數據，是亟待解決的問題。因此如何結合大數據的特點，研發適用于農業大數據的數據挖掘技術，如何在農業大數據處理的實時性和準確率之間取得平衡，如何運用模型進行數據的挖掘，如何實現大數據挖掘分析技術與農業領域的深度融合等問題，都將是農業大數據領域的研究重點。

(3)農業大數據標準與安全機制不完善

農業大數據的特點決定了其多源性和復雜性，導致了農業大數據難以公開、共享，數據的安全難以保證，數據的來源和質量難以確保。與此同時，農業農村數據長期存在底數不清、核心數據缺失、數據質量不高、開發利用不夠等問題，亟待解決。另外，在實際應用中，由于缺乏統一的數據標準等問題，信息“孤島”和數據“沉睡”現象依然存在，嚴重影響了農業大數據的應用價值。同時，依據我國現有的信息安全等級保護制度，加強農業大數據信息安全保障能力，是解決大數據安全的唯一出路。

4.2 解決途徑

4.2.1 強化政府引導與推動作用

從政府層面，要想推進農業大數據的發展，需要加強對大數據發展的引導，加強農業大數據相關技術人才隊伍的建設，推動大數據技術及相關產業的發展，為農業大數據立法，建立統一標準，推進大數據的共享開放。

(1)加強農業大數據頂層設計與政策引導

政府部門要做好政策引導和頂層設計，開展示范工程，提高示范力度，加快推廣應用。相關決策部門應盡快建立大數據平臺，通過“互聯網+”的思維，實現大數據技術與“三農”的深度融合，促進大數據技術解決“三農”面臨的問題?？蒲性核却髷祿芯繖C構要時刻把握國際農業大數據的發展前沿，通過自主研發一批突破性的大數據關鍵技術，并積極引進國外先進技術，實現自主研發與國外引進的結合。政府部門積極設置相關應用示范項目，加強引導和推動，保障有序發展。國家發展和改革委員會為了推動大數據的發展，于2016年12月公布了一批大數據和“互聯網+”領域國家工程實驗室承擔單位名單，清華大學聯合筆者所在的研究所申請的大數據系統軟件國家工程實驗室成功入圍。

(2)推動大數據技術及相關產業的發展

大數據技術的不斷發展進步是大數據解決“三農”問題的關鍵。隨著現代信息技術，如物聯網、云計算、移動互聯網等不斷發展，大數據技術也在不斷進步。在“三農”領域，大數據的應用主要集中在農業氣象預報、全球定位系統、水資源環境監測、土壤重金屬污染監測、基于物聯網技術的農業應用、農民生產生活應用以及農田地理信息系統，還包括環境資源、產品溯源安全、預測預報、生產資料管理、產品流通和市場等領域。建設云聚工程、云殖工程、云安工程，推動大數據相關產業的發展。

(3)建立大數據共享開放機制

數據標準是實現共享的先決條件，數據共享是產生大數據的重要途徑。通過大數據的共享開放，才能夠達到資源利用的最大化，實現互惠互利。要加強數據立法，為農業信息公開提供法律保障、利益保障，保證知識產權不受侵犯;建立大數據聯盟和統一的數據標準，通過政府協調和企業的參與，建立可持續的商業模式，實現社會的創新管理，為解決“三農”問題提供有力的決策保障。

(4)加強農業大數據相關技術人才隊伍的建設

人才隊伍建設是實現技術發展進步的重要途徑，我國農業信息技術專業人才隊伍缺乏。因此，科研機構、高校等單位應該加強對大數據人才的培養，為我國農業發展輸送人才。同時，政府部門應鼓勵農業信息化專業人才創業，開辦對“三農”大數據進行分析的企業，以此鞏固大數據產業在農業上的應用。

4.2.2 推動大數據技術創新

大數據的發展和應用是一個復雜的過程，涉及技術、管理、政策等多個方面，必須要建立創新發展機制。以大數據技術為核心，建立農業現代化技術體系，依靠農業技術創新和組織創新，加強農業基礎數據庫構建、農業領域智能模型研發、大數據系統平臺搭建，實現農業的健康有序發展。

(1)突破大數據關鍵技術

加強大數據的基礎理論研究、科學方法創新，完善大數據學科體系的建設，是推進農業發展的重要抓手。當前，應進一步加強對大數據的生命周期、演化與傳播規律，大數據獲取、分析、展示，多源非結構化處理技術方面的研究，搭建大數據軟件平臺，開展大數據與人工智能、大數據與農業機械自動駕駛、農業無人機、農業操作機械手、大數據與病蟲害自動識別等方面的研究。

(2)夯實農業大數據基礎

現代農業基準大數據是指現代農業建設過程中涉及的生產、經營、管理等各種活動所依賴的標準化、基礎性、系統性數據。目前，我國農業基準大數據存在數據資源少、數據結構復雜、數據深度不夠、缺乏統一的數據標準規范等問題。為加強農業基準大數據的應用，提高其對“三農”的指導意義，應進一步加強完善農業自然資源基準大數據、現代農業生產基準大數據、現代農業市場基準大數據、現代農業管理基準大數據。建立統一的數據采集、傳輸、存儲、共享標準，夯實我國農業發展的數據基礎。

(3)創新大數據農業應用

農業信息技術的發展與應用離不開相關技術理論、方法的研究與創新。大數據理論方法的研究、大數據技術的發展應用是解決“三農”問題的重要保障。數據科學已經成為了科研的第四范式，如何實現數據科學與農業領域的深度融合，創新大數據科學的農業應用，是提高農業生產效率的重要途徑。當前，需要加強數據科學與農業相關學科之間的互動及深度融合機制研究，拓展大數據計算模型、作物模型與模擬、智能控制理論與技術、農業監測預警技術的研究，加強大數據可視化呈現與精準化推送等方面的研究，為農業發展提供理論支撐[13]。

5 結束語

大數據技術的發展，為解決“三農”問題帶來了新的機遇，大數據推動了農業結構戰略性調整和發展方式的轉變，引領了智慧農業的發展，但是，農業大數據仍然存在很大的局限性，如數據獲取能力不夠、系統性不強、數據挖掘與分析技術落后、數據質量控制與安全管理難度大等。因此，應進一步開展農業大數據智能學習與分析模型系統關鍵技術研究，將人工智能、數據挖掘、機器學習等技術與農業領域深度融合，充分分析農業生產的特點，針對我國“三農”面臨的實際問題，建立針對性的模型進行大數據分析處理，實現農業決策的智能化、精確化和科學化。隨著大數據技術與我國農業領域的深度融合，通過大數據解決我國“三農”面臨的問題已成為一條重要的途徑。在新一輪農業現代化建設中，要將農業大數據納入國家農業信息化發展戰略，夯實智慧農業的基石，讓大數據創造出真正的智慧，支撐智慧農業的穩健發展。