摘要：智慧农业的发展伴随着信息技术的进步取得了全新的突破。文章主要针对现代农业信息化过程中存在的应用模糊、整合难度大、数据标准不合规等问题，提出一种面向大数据技术的智慧农业建设措施，并 对 大 数 据 技术在智慧农业中的应用进行了全面深入地分析，旨在为智慧农业的信息化建设贡献一份力量。
关键词：大数据技术;智慧农业;应用
随着国家层面对乡村振兴战略的重视，农业生产经营将和新型信息技术紧密联合起来，这对于农业的新模式提出了更高的要求，大数据技术下的智慧农业成为了农业发展的必然趋势[1-3]。中国经济发展的最根本产业为农业，其是提升国家经济水平的关键因素[4-6]。文章分析了智慧农业的特点，重新构建了一种面向大数据技术的智慧农业建设要点，并将大数据技术应用于智慧农业中，为智慧农业的创新发展提供新方向。
1面向大数据技术的智慧农业建设
1.1智慧农业建设难点
中国农业发展经历了传统农业、现代农业、智慧农业三个阶段。传统农业的主要生产力为劳动力。初期农业发展阶段，农业的自动化水平非常低，农业设备并没有得到广泛普及。此时农作物播种、采收、销售、加工等环节均需要人工劳动来进行完成，没有有效的技术手段采集农业生产中的参数。因此，农业生产过程中很容易出现错误，且成本和劳动需求量非常大。现代农业的主要生产力为机械设备。此时农产品可实现自动化加工，极大程度减轻了人工劳动力，且能明显提高农业经济效益和农业生产水平。现代农业联合物联感知设备获取传感数据，但存在着数据获取方式相对单一、获取到的数据需要人工进行处理才能应用等缺点。因此，现代农业仍然不能以智能化方式完成实时监测数据和准确定位故障。智慧农业主要生产力为新兴技术。新兴技术包括大数据技术、物联网技术、云计算技术等，能实现农业生产、加工、运输等各个环节周期性管理，促进了农业生产的智能化水平，也推进了农业生产的精准化评估[7-10]。智慧农业不仅能显著提升农业生产的效率和可信度，也能推进农业信息的发展，全面实现农业的智能化。
目前农业的生产、运输、销售等环节均能够实现数据分析，热传感器、光传感器、温湿度传感器等国产传感设备均能够实时采集农业环境数据，物联网技术已经被广泛应用于农业精准养殖、农产品溯源、农业环境监测等领域。中国农业生产资料集团公司及政府管理部门可利用农业平台和传感终端设备获得海量的农业数据信息，但因为终端设备的生产厂家存在差异，因此，所收集到的数据并没有规范的标准，导致每个部门、每个地区的农业信息数据存在较大的差异，这会造成后期资源整合的难度较大。除此之外，农业信息化过程中并未对所收集到的信息进行深度挖掘，这导致所获取的数据并没有通过相应的模型来表现，后期预警决策和精准化监管很难实现，直接导致数据服务的范围受到约束。
1.2面向大数据技术的智慧农业建设要点
针对当前农业信息化存在的问题，研究提出一种面向大数据技术的智慧农业建设要点，重点介绍如何建设基础设施和利用大数据技术驱动农业发展，进而解决资源浪费严重的现象，并最终构建智慧农业新生态。面向大数据技术的智慧农业建设要点包括三个方面。其一，抓住农业基础设施，完善智慧农业新生态建设。相关技术部门给农业企业和市政府部门提供标准化的安全、网络、存储、计算等云资源服务。设置以农业基础设施为根基的新农业体系，协同管理农业生产过程中的应用资源和生产数据。其二，设置农业驱动为数据资源，完善数字农业新体系的构建。借助大数据技术完成农业数据的动态更新、高效流转、精准感知，创建农业大数据资源池，确定智慧农业的战略目标，将传统思维转变为数据驱动思维，最终形成新型的数字农业生态，即通过数据实现感知、决策、管控、考核等。其三，树立企业以创新应用为主的引领目标，创建精准化农业新模式。努力探索大数据、物联网等新兴技术在智慧农业中的发展前景，结合区域性地方特色和数据资源发展农业精准产销，最终构建一个精准化的农业新模式，包括辅助诊断、精准监督、综合应用、资源共享等。
2大数据技术应用于智慧农业的分析
根据上述有关大数据技术在智慧农业建设中的要点，研究对大数据技术在智慧农业中的应用进行了分析，包括智慧农业大数据架构和应用情况两个方面。智慧农业大数据架构可作为安全保障体系、运维保障体系、标准规范体系等三种体系进行研究，其包括展示和应用层、支撑层、感知层、基础层。智慧农业大数据架构的前提和根本为运维保障、标准规范体系、安全保障体系，它能通过一定的途径约束智慧农业的整体建设过程，保障农业信息化建设过程中的运行维护和安全。基础设施层为智慧农业建设提供安全资源、网络、存储、计算等服务的基础平台，这能够保障各类数据资源的安全，避免数据资源的遗漏和丢失，且能够统一管理和调度各式各样的数据资源。在基础环境得到保障后，接着构建物联感知体系。
区别于其他行业，农业需要借助视频监控、各式各样的传感器实时监测畜禽、农作物的生命数据。智慧农业部门需要借助光照传感器、温湿度传感器、农情监测设备、视频监控等设备收集农业基础数据。除开监控、传感数据外，智慧农业建设还需要采集管理管控、市场销售、生产环境等数据。
农业大数据资源中心包括数据融合、数据治理、数据源、数据存储、数据加工5个层面。数据融合包括专题库、主题库、基础库;数据治理包括数据标准管理、数据质量管理、元数据管理;数据源包括农业管理数据、农业市场数据、农业生产数据、农业环境数据;数据存储包括结构化数据库、图数据库、时序数据库、文档数据库、分析数据库;数据加工包括数据加载、数据转化、数据清洗。应用层包括质量安全监管系统、农业专家服务系统、溯源管理系统、农业信息管理系统、数据可视化展示平台。通过支撑层完成农业大数据资源中心的采集存储，应用展示层构成了多种智慧农业的应用系统。智慧农业大数据架构应用和展示层包括数据可视化平台和质量安全监管系统、农业专家服务系统、资源管理系统、农业信息管理系统。针对数据采集，农业智慧建设所获取到的数据类型包括农业管理、农业市场数据、农业生产数据、农业环境数据。所获取到的数据均为结构化数据，数据资源可通过消息数据采集、接口数据采集、库表数据同步、文件数据采集等方式获取。
数据治理是智慧农业建设的核心步骤，其将杂乱无序的原始数据转化为高质量标准的数据，进而提高应用系统运行的准确性。针对数据应用，农业信息管理系统对于农业技术标准和农业生产基本信息的管理至关重要，能为农产品的生产提供决策和数据支持。农业专家服务系统是提供给农户的一个信息交流平台，用户可通过该平台与专家进行在线交流。
3结论
大数据技术对于智慧农业具有重要作用。文章通过分析智慧农业的大数据架构，依次描述数据存储、大数据采集等技术的特点，将大数据技术应用于智慧农业，旨在为农业方面的政府决策、监测预警、生产经营提供科学依据，进一步推进智慧农业的建设进程。
4参考文献
[1]熊纯，杨博雄.基于智慧农业的生态旅游的应用研究[J].电脑知识与技术，2021，17(23)：172-173，178.
[2]赵春江.智慧农业的发展现状与未来展望[J].中国农业文摘：农业工程，2021，33(6)：4-8.
[3]宁纪瑞.农业大数据技术应用对构建基层智慧化农业经济的作用研究[J].农业开发与装备，2021(10)：76-77.
[4]周琴，熊倩，郭江帆，等.基于大数据技术的智慧农业应用探究[J].江苏通信，2021，37(5)：80-82.
[5]马晓玲.关于大数据时代提升乡村治理水平的探究[J].大陆桥视野，2021(8)：65-66.
[6]欧非凡，张超群.农业信息处理技术研究与应用进展[J].中国农学通报，2021，37(20)：113-118.
[7]王祎霖，胡华平.大数据驱动下农业技术扩散的多重作用机制分[J].农村经济与科技，2021，32(15)：29-32.
[8]冯茂林，董坚峰.大数据环境下的农村信息服务平台建设研究[J].农业图书情报学报，2021，33(7)：63-71.
[9]任杭章.智慧农业的发展路径及保障[J].农业工程技术，2021，41(21)：33-34.
[10]孙九林，李灯华，许世卫，等.农业大数据与信息化基础设施发展战略研究[J].中国工程科学，2021，23(4)：10-18.
作者：姜民旭，王玉鑫
