姜 侯，楊雅萍，孫九林

1 大數(shù)據(jù)與農(nóng)業(yè)大數(shù)據(jù)

十二屆全國人大三次會議政府工作報告首次提出“互聯(lián)網(wǎng)+”國家行動計劃以來，“互聯(lián)網(wǎng)+”已全面覆蓋人們的吃、穿、住、行、用，互聯(lián)網(wǎng)加上傳統(tǒng)經(jīng)濟帶來了巨大的發(fā)展空間；在此趨勢下，全社會加速進入數(shù)字經(jīng)濟時代，大數(shù)據(jù)成為新的國家生產(chǎn)要素，成為各類企業(yè)發(fā)展的核心競爭力。如何挖掘和開發(fā)海量數(shù)據(jù)，通過對大數(shù)據(jù)的積累和交換、分析與運用，對未來走勢產(chǎn)生更為敏銳的洞察、判斷和預(yù)測，成為國家經(jīng)濟發(fā)展的戰(zhàn)略高地和企業(yè)競爭的制勝要點。

一方面，大數(shù)據(jù)驅(qū)動傳統(tǒng)產(chǎn)業(yè)向數(shù)字化和智能化方向轉(zhuǎn)型升級，成為經(jīng)濟效率提升和經(jīng)濟結(jié)構(gòu)優(yōu)化的驅(qū)動力。大數(shù)據(jù)加速滲透和應(yīng)用到社會經(jīng)濟的各個領(lǐng)域，在生產(chǎn)、管理、營銷、決策等環(huán)節(jié)產(chǎn)生深刻變革。近年來，大數(shù)據(jù)在農(nóng)業(yè)、工業(yè)、金融、交通、醫(yī)療、旅游等行業(yè)的落地應(yīng)用越來越多，如農(nóng)業(yè)大數(shù)據(jù)服務(wù)于農(nóng)作物栽培、智能管控、氣象分析、農(nóng)業(yè)生產(chǎn)決策等，提高了農(nóng)業(yè)生產(chǎn)效率，推動農(nóng)業(yè)向數(shù)據(jù)驅(qū)動的智慧生產(chǎn)方式轉(zhuǎn)型；工業(yè)大數(shù)據(jù)貫穿于工業(yè)設(shè)計、生產(chǎn)、管理、服務(wù)等各個環(huán)節(jié)，使工業(yè)系統(tǒng)具備描述、診斷、預(yù)測、決策等智能化功能，推動工業(yè)走向智能化；旅游等服務(wù)行業(yè)利用大數(shù)據(jù)進行客戶需求分析、風(fēng)險防控和信用評價等，加快業(yè)務(wù)創(chuàng)新和產(chǎn)業(yè)升級步伐。

另一方面，大數(shù)據(jù)推動不同產(chǎn)業(yè)之間的融合創(chuàng)新，催生新產(chǎn)業(yè)、新業(yè)態(tài)、新模式不斷涌現(xiàn)，逐漸成為國家經(jīng)濟發(fā)展創(chuàng)新驅(qū)動能力的核心動能。大數(shù)據(jù)推動了圍繞海量數(shù)據(jù)收集、存儲、交換、分析、挖掘等過程完整產(chǎn)業(yè)鏈的形成，催生出數(shù)據(jù)交易、數(shù)據(jù)租賃、數(shù)據(jù)分析、數(shù)據(jù)決策服務(wù)等新興產(chǎn)業(yè)形態(tài)。數(shù)據(jù)與行業(yè)應(yīng)用領(lǐng)域深度融合和創(chuàng)新，使得傳統(tǒng)生產(chǎn)模式、經(jīng)營模式、盈利模式和服務(wù)模式發(fā)生重大變革，涌現(xiàn)出互聯(lián)網(wǎng)金融、共享單車等新平臺、新模式和新業(yè)態(tài)?；诖髷?shù)據(jù)的創(chuàng)新創(chuàng)業(yè)日趨活躍，大數(shù)據(jù)技術(shù)、產(chǎn)業(yè)與服務(wù)成為社會資本投入的熱點；大數(shù)據(jù)的共享開放成為促進“大眾創(chuàng)業(yè)、萬眾創(chuàng)新”的新動力。可見，大數(shù)據(jù)正引領(lǐng)和驅(qū)動傳統(tǒng)產(chǎn)業(yè)實現(xiàn)數(shù)字化轉(zhuǎn)型，推動傳統(tǒng)經(jīng)濟模式向形態(tài)更高級、分工更優(yōu)化、結(jié)構(gòu)更合理的數(shù)字經(jīng)濟模式創(chuàng)新演進。

目前，關(guān)于大數(shù)據(jù)的概念尚沒有統(tǒng)一的定論，表述方式不盡相同。維基百科認為，大數(shù)據(jù)是利用常用軟件工具捕獲、管理和處理所消耗時間超過可容忍程度的數(shù)據(jù)集。全球知名咨詢公司麥肯錫對大數(shù)據(jù)定義如下：大數(shù)據(jù)是指無法在短時間內(nèi)用傳統(tǒng)數(shù)據(jù)庫或數(shù)據(jù)分析工具對其進行采集、存儲、傳輸、分析及可視化的數(shù)據(jù)集合。另一種比較有代表性的定義是5V定義，即認為大數(shù)據(jù)應(yīng)該具備五大特征：海量性（Volume），多樣性（Variety），高速性（Velocity），價值大（Value）和精確度高（Veracity）。農(nóng)業(yè)大數(shù)據(jù)指在現(xiàn)代農(nóng)業(yè)生產(chǎn)、經(jīng)營、管理、銷售、投資等各種活動中形成的，具有高附加值的、多時空特征的海量數(shù)據(jù)，包括生物信息數(shù)據(jù)、資源環(huán)境數(shù)據(jù)、氣象數(shù)據(jù)、作物生長監(jiān)測數(shù)據(jù)、農(nóng)業(yè)統(tǒng)計數(shù)據(jù)等。農(nóng)業(yè)大數(shù)據(jù)研究就是開展大數(shù)據(jù)理論、技術(shù)和方法在農(nóng)業(yè)或涉農(nóng)領(lǐng)域的應(yīng)用實踐的過程，其以農(nóng)業(yè)產(chǎn)業(yè)鏈中產(chǎn)生的海量數(shù)據(jù)為基礎(chǔ)，結(jié)合數(shù)據(jù)可視化、分析挖掘、模擬預(yù)測、人工智能等前沿技術(shù)，獲取有價值的知識、規(guī)律，最終指導(dǎo)農(nóng)業(yè)生產(chǎn)經(jīng)營、農(nóng)產(chǎn)品流通和消費以及農(nóng)業(yè)金融投資等涉農(nóng)行業(yè)。農(nóng)業(yè)大數(shù)據(jù)涉及到農(nóng)業(yè)生產(chǎn)銷售過程中的方方面面，是跨行業(yè)跨專業(yè)的數(shù)據(jù)處理過程。大數(shù)據(jù)應(yīng)用與農(nóng)業(yè)領(lǐng)域的相關(guān)科學(xué)研究相結(jié)合，可以為農(nóng)業(yè)科研、政府決策、涉農(nóng)企業(yè)發(fā)展等提供新方法、新思路。

農(nóng)業(yè)大數(shù)據(jù)具備大數(shù)據(jù)的一切特征，也有自身獨特的特性，如復(fù)雜性、異質(zhì)性、實時性、分散性等。筆者認為這些特征都可以概括為包容性，具體可以從以下幾個層次理解：

（1）類型包容性。農(nóng)業(yè)大數(shù)據(jù)采集方式包括傳感器、Web網(wǎng)絡(luò)、移動端、主流媒體、衛(wèi)星遙感、無人機航拍等，數(shù)據(jù)涉及農(nóng)業(yè)生產(chǎn)、加工，農(nóng)產(chǎn)品流通、消費等全產(chǎn)業(yè)鏈，類型上有文本、圖形、圖像、視頻、音頻、文檔等結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化的數(shù)據(jù)，空間上從作物個體監(jiān)測、個體農(nóng)場管理、區(qū)域農(nóng)業(yè)規(guī)劃到國家農(nóng)業(yè)產(chǎn)業(yè)，時間上涵蓋歷史數(shù)據(jù)、現(xiàn)狀數(shù)據(jù)以及未來預(yù)測數(shù)據(jù)。

（2）領(lǐng)域包容性。農(nóng)業(yè)大數(shù)據(jù)涉及跨行業(yè)、跨學(xué)科、跨業(yè)務(wù)的多維度、多粒度、多結(jié)構(gòu)交叉、融合和關(guān)聯(lián)；可廣泛應(yīng)用于農(nóng)業(yè)生態(tài)環(huán)境監(jiān)測、農(nóng)產(chǎn)品質(zhì)量安全溯源、設(shè)施農(nóng)業(yè)、精準農(nóng)業(yè)等各個農(nóng)業(yè)環(huán)節(jié)，農(nóng)資投入、農(nóng)機服務(wù)、農(nóng)技服務(wù)、金融投資、農(nóng)業(yè)保險等涉農(nóng)服務(wù)領(lǐng)域。

（3）服務(wù)包容性。農(nóng)業(yè)產(chǎn)業(yè)鏈各個環(huán)節(jié)的政府、科研機構(gòu)、高校、企業(yè)共同服務(wù)于農(nóng)業(yè)大數(shù)據(jù)建設(shè)，通過農(nóng)業(yè)大數(shù)據(jù)平臺達成合作與共享，發(fā)揮數(shù)據(jù)協(xié)同服務(wù)效應(yīng)，打破數(shù)據(jù)隔離的局面；反過來，農(nóng)業(yè)大數(shù)據(jù)理論、技術(shù)、知識又將服務(wù)于各個環(huán)節(jié)、各個領(lǐng)域，推動農(nóng)業(yè)產(chǎn)業(yè)形成一個可持續(xù)、可循環(huán)、高效、完整的生態(tài)圈。農(nóng)業(yè)大數(shù)據(jù)鏈接農(nóng)民專業(yè)合作社，農(nóng)資企業(yè)，涉農(nóng)服務(wù)企業(yè)，農(nóng)業(yè)金融投資企業(yè)等各個終端，打造農(nóng)業(yè)全方位“一張網(wǎng)”生態(tài)體系，提高農(nóng)業(yè)整體經(jīng)營效率。

（4）理念包容性。農(nóng)業(yè)大數(shù)據(jù)融合了政府、企業(yè)、農(nóng)民等各階層參與者的理念、思維，在預(yù)測分析階段能做到綜合歷史、立足當(dāng)下、面向未來?；谵r(nóng)業(yè)大數(shù)據(jù)分析挖掘技術(shù)，利用氣象信息、食品安全、消費需求、生產(chǎn)成本、市場價格等多源數(shù)據(jù)來預(yù)測農(nóng)產(chǎn)品價格走勢，綜合耕地數(shù)量、農(nóng)田質(zhì)量、氣候變化、作物品種、栽培技術(shù)、產(chǎn)業(yè)結(jié)構(gòu)、農(nóng)資配置、國際市場糧價等多種因素分析糧食安全問題，大幅度提高政府管理能力、企業(yè)服務(wù)水平、農(nóng)民生產(chǎn)能力和農(nóng)商銷售能力。

2 農(nóng)業(yè)大數(shù)據(jù)獲取

農(nóng)業(yè)大數(shù)據(jù)獲取是將農(nóng)業(yè)要素數(shù)字化并進行有效采集、傳輸?shù)倪^程。經(jīng)過多年的發(fā)展，目前農(nóng)業(yè)大數(shù)據(jù)已初具規(guī)模。農(nóng)業(yè)大數(shù)據(jù)分為結(jié)構(gòu)化農(nóng)業(yè)數(shù)據(jù)和非結(jié)構(gòu)化農(nóng)業(yè)數(shù)據(jù)。結(jié)構(gòu)化農(nóng)業(yè)數(shù)據(jù)是專業(yè)化、系統(tǒng)化的農(nóng)業(yè)領(lǐng)域數(shù)據(jù)，可存儲在數(shù)據(jù)庫中進行統(tǒng)一管理；非結(jié)構(gòu)化數(shù)據(jù)是數(shù)據(jù)結(jié)構(gòu)不規(guī)則或不完整，沒有預(yù)定義的數(shù)據(jù)模型，難以用數(shù)據(jù)庫二維邏輯表來表現(xiàn)的數(shù)據(jù)，包括文檔、文本、圖片、XML，HTML、各類報表、圖像、音頻、視頻信息以及農(nóng)戶經(jīng)驗等?，F(xiàn)階段，我國已經(jīng)建設(shè)完成一批典型的農(nóng)業(yè)數(shù)據(jù)庫和農(nóng)業(yè)數(shù)據(jù)共享中心，如中國農(nóng)業(yè)信息網(wǎng)、中國農(nóng)業(yè)科技文獻與信息服務(wù)平臺、國家農(nóng)業(yè)科學(xué)數(shù)據(jù)共享中心等。從目前發(fā)展情況分析，農(nóng)業(yè)大數(shù)據(jù)獲取主要包括以下幾個方面：

圖1 農(nóng)業(yè)大數(shù)據(jù)概念

（1）農(nóng)業(yè)物聯(lián)網(wǎng)數(shù)據(jù)。農(nóng)業(yè)物聯(lián)網(wǎng)指通過各種儀器儀表實時顯示或作為自動控制的參變量參與到自動控制中的物聯(lián)網(wǎng)，主要設(shè)備包括各種類型的傳感器、視頻監(jiān)控和自動控制系統(tǒng)等。目前物聯(lián)網(wǎng)系統(tǒng)獲取的數(shù)據(jù)涵蓋農(nóng)作物生長環(huán)境、農(nóng)作物生長歷程、農(nóng)產(chǎn)品生產(chǎn)流通等各個方面。農(nóng)作物生長環(huán)境數(shù)據(jù)指對與動植物生長密切相關(guān)的大氣溫度、濕度、土壤溫濕度、CO2含量、營養(yǎng)元素、太陽輻射、日照時數(shù)、大氣可降水量、環(huán)境氣壓等數(shù)據(jù)進行動態(tài)監(jiān)測、采集獲取的數(shù)據(jù)，主要依賴于農(nóng)業(yè)物聯(lián)網(wǎng)部署的智能傳感器獲取。農(nóng)作物生長歷程數(shù)據(jù)指對動、植物生長過程中的生長、發(fā)育、活動規(guī)律以及生物病蟲害等數(shù)據(jù)進行感知、記錄獲取的數(shù)據(jù)，如檢測植物中的氮元素含量、植物花粉傳播、病蟲侵襲，測量動物體溫、運動軌跡等。農(nóng)產(chǎn)品生產(chǎn)流通數(shù)據(jù)指對農(nóng)產(chǎn)品生產(chǎn)中的成本、質(zhì)量、產(chǎn)量、化肥農(nóng)藥使用情況等，流通環(huán)節(jié)中的交通運輸承載力、倉儲庫存、進出口總量等，銷售中的市場價格、市場需求、銷售去向、用戶喜好等進行動態(tài)采集獲取的數(shù)據(jù)。隨著多學(xué)科的交叉綜合，仿生傳感器、電化學(xué)傳感器等新一代傳感器技術(shù)，光譜分析儀、多光譜、高光譜、熱紅外等信號探測方法，人工智能識別等前沿科技應(yīng)用于農(nóng)業(yè)物聯(lián)網(wǎng)系統(tǒng)，以及諸如手機、筆記本電腦、平板電腦等移動終端的普及，物聯(lián)網(wǎng)數(shù)據(jù)采集越來越頻繁，數(shù)據(jù)量越來越大，圖片、視頻等數(shù)據(jù)格式激增。

（2）農(nóng)業(yè)遙感和農(nóng)業(yè)無人機數(shù)據(jù)。是指通過衛(wèi)星遙感監(jiān)測、地面無人機航拍等手段獲取的對地面農(nóng)業(yè)目標進行大范圍、長時間或?qū)崟r監(jiān)測的影像數(shù)據(jù)，以及經(jīng)過遙感技術(shù)處理后得到的二次產(chǎn)品數(shù)據(jù)。遙感技術(shù)獲取數(shù)據(jù)范圍大、速度快、周期短、信息量大，能夠客觀、準確、及時地反應(yīng)作物生長態(tài)勢。目前，農(nóng)業(yè)遙感技術(shù)成熟應(yīng)用于農(nóng)用地資源的監(jiān)測與保護、農(nóng)作物大面積估產(chǎn)與長勢監(jiān)測、農(nóng)業(yè)氣象災(zāi)害監(jiān)測、作物模擬模型等方面。隨著高分辨率、高光譜遙感技術(shù)的發(fā)展和應(yīng)用，農(nóng)業(yè)遙感數(shù)據(jù)獲取的精度逐漸提高，數(shù)據(jù)量急劇增加，數(shù)據(jù)格式也越來越復(fù)雜。

（3）農(nóng)業(yè)網(wǎng)絡(luò)數(shù)據(jù)。指利用網(wǎng)絡(luò)爬蟲技術(shù)對涉農(nóng)網(wǎng)站、論壇、微博、博客進行動態(tài)監(jiān)測、定向采集獲得的數(shù)據(jù)。隨著網(wǎng)絡(luò)直播、短視頻、朋友圈等社交網(wǎng)絡(luò)的流行，許多農(nóng)戶、農(nóng)場主也參與其中，利用網(wǎng)絡(luò)平臺對自家農(nóng)產(chǎn)品進行定向宣傳、聯(lián)系銷售商家、進行線上支付等。農(nóng)業(yè)網(wǎng)絡(luò)數(shù)據(jù)相對分散，可通過網(wǎng)絡(luò)爬蟲建立移動的規(guī)則，采用廣度優(yōu)先或深度優(yōu)先的策略對數(shù)據(jù)源進行定向跟蹤、對獲取的數(shù)據(jù)進行歸類整理。農(nóng)業(yè)網(wǎng)絡(luò)數(shù)據(jù)是在互聯(lián)網(wǎng)層、移動社交層對農(nóng)業(yè)各方面的客觀反映，具有規(guī)模大、實時動態(tài)變化、異構(gòu)性、分布性、數(shù)據(jù)涌現(xiàn)等特點。

（4）科研及農(nóng)戶生產(chǎn)經(jīng)驗數(shù)據(jù)。是涉農(nóng)領(lǐng)域科研院所、高校、科學(xué)家個人等從事農(nóng)業(yè)科學(xué)研究產(chǎn)生的相關(guān)成果，或農(nóng)戶在長期農(nóng)業(yè)生產(chǎn)活動中積累的有關(guān)作物育種、精耕細作、作物增產(chǎn)、農(nóng)業(yè)氣象等方面的經(jīng)驗。目前，各級政府、部門加強建設(shè)科學(xué)數(shù)據(jù)共享中心，組織國家科研項目匯交工作、推動科學(xué)數(shù)據(jù)共享利用，農(nóng)業(yè)領(lǐng)域的科研數(shù)據(jù)也已形成專業(yè)數(shù)據(jù)平臺，如國家農(nóng)業(yè)科學(xué)數(shù)據(jù)共享中心、智慧農(nóng)業(yè)大數(shù)據(jù)共享平臺、農(nóng)業(yè)科技信息資源共建共享平臺等。由于農(nóng)戶分散、種植管理經(jīng)驗因人而異且很難建立統(tǒng)一的數(shù)據(jù)整理模式，對農(nóng)戶經(jīng)驗數(shù)據(jù)的獲取難度較大，也是目前開展農(nóng)業(yè)大數(shù)據(jù)建設(shè)工作中容易忽視的問題。

3 農(nóng)業(yè)大數(shù)據(jù)平臺建設(shè)

為了充分發(fā)揮農(nóng)業(yè)大數(shù)據(jù)的價值，利用農(nóng)業(yè)大數(shù)據(jù)實現(xiàn)農(nóng)業(yè)產(chǎn)業(yè)可持續(xù)發(fā)展和產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化，加快農(nóng)業(yè)自動化、信息化、智能化進程，需要依托農(nóng)業(yè)大數(shù)據(jù)及相關(guān)大數(shù)據(jù)處理分析技術(shù)，建設(shè)農(nóng)業(yè)大數(shù)據(jù)支撐平臺，全面、及時、前瞻性地反映農(nóng)業(yè)發(fā)展動態(tài)，并預(yù)測農(nóng)業(yè)未來發(fā)展方向。技術(shù)上，充分利用先進的數(shù)據(jù)采集、管理、存儲技術(shù)，建設(shè)具有高效性、先進性、開發(fā)性、包容性的應(yīng)用型數(shù)據(jù)庫；結(jié)構(gòu)上，平臺應(yīng)具備良好的可配置性、擴展性、遷移性，能隨時滿足資源、數(shù)據(jù)結(jié)構(gòu)及應(yīng)用變化的需求；功能上，平臺除具備數(shù)據(jù)庫基本的增加、刪除、修改、查詢、可視化等功能外，還應(yīng)承擔(dān)數(shù)據(jù)匯集、技術(shù)研發(fā)、數(shù)據(jù)應(yīng)用、成果發(fā)布、數(shù)據(jù)共享等方面的任務(wù)。

農(nóng)業(yè)大數(shù)據(jù)平臺整體架構(gòu)可分為四個層次：（1）基礎(chǔ)層。為其他層提供基礎(chǔ)數(shù)據(jù)和技術(shù)支撐；需要針對農(nóng)業(yè)相關(guān)的各個行業(yè)、與農(nóng)業(yè)相關(guān)的各類資源，分門別類地建設(shè)農(nóng)業(yè)數(shù)據(jù)采集網(wǎng)絡(luò)，建立數(shù)據(jù)高效實時傳輸網(wǎng)絡(luò)通道；并利用云計算、云存儲等技術(shù)實現(xiàn)平臺的虛擬化、自動化、并行運算、數(shù)據(jù)安全和能源管理，保證平臺對業(yè)務(wù)服務(wù)的敏捷響應(yīng)。（2）數(shù)據(jù)層。是整個平臺的核心，負責(zé)數(shù)據(jù)存儲、管理、規(guī)范化運營以及分析挖掘等功能；采用主流數(shù)據(jù)庫技術(shù)建設(shè)農(nóng)業(yè)大數(shù)據(jù)資源庫，按照統(tǒng)一的數(shù)據(jù)標準化方案和相關(guān)技術(shù)路線對數(shù)據(jù)進行統(tǒng)一管控；數(shù)據(jù)處理計算單元基于關(guān)聯(lián)分析、可視化分析、知識挖掘、數(shù)據(jù)融合等分析方法，發(fā)現(xiàn)農(nóng)業(yè)大數(shù)據(jù)知識、揭示農(nóng)業(yè)產(chǎn)業(yè)規(guī)律、挖掘大數(shù)據(jù)的價值，并通過數(shù)據(jù)交換平臺和統(tǒng)一的對外服務(wù)結(jié)構(gòu)，實現(xiàn)數(shù)據(jù)和知識的交換與共享。（3）應(yīng)用層。是平臺建設(shè)的目標，負責(zé)農(nóng)業(yè)大數(shù)據(jù)各應(yīng)用系統(tǒng)、應(yīng)用平臺的開發(fā)，為上層管理和服務(wù)提供應(yīng)用支撐，如精準農(nóng)業(yè)服務(wù)平臺、農(nóng)業(yè)遙感系統(tǒng)、農(nóng)產(chǎn)品質(zhì)量追溯系統(tǒng)、農(nóng)村綜合信息服務(wù)平臺、農(nóng)業(yè)環(huán)境污染治理系統(tǒng)、農(nóng)產(chǎn)品市場監(jiān)測預(yù)警系統(tǒng)等。（4）決策層。是農(nóng)業(yè)大數(shù)據(jù)的深層次服務(wù)，主要為管理部門、涉農(nóng)企業(yè)以及農(nóng)戶提供管理、投資、農(nóng)業(yè)生產(chǎn)方面的決策。

與農(nóng)業(yè)大數(shù)據(jù)平臺建設(shè)相關(guān)的技術(shù)很多，其中相當(dāng)一部分技術(shù)已經(jīng)能夠成熟應(yīng)用。結(jié)合目前農(nóng)業(yè)大數(shù)據(jù)平臺建設(shè)情況和技術(shù)發(fā)展階段，筆者強調(diào)三方面的技術(shù)：

（1）數(shù)據(jù)標準化技術(shù)和數(shù)據(jù)共享方案。數(shù)據(jù)標準化是數(shù)據(jù)整合和數(shù)據(jù)共享的前提；數(shù)據(jù)共享可以更充分地實現(xiàn)數(shù)據(jù)增值，減少數(shù)據(jù)采集的投入。目前，我國尚存農(nóng)業(yè)基準數(shù)據(jù)薄弱、數(shù)據(jù)結(jié)構(gòu)不合理、數(shù)據(jù)標準化水平差，數(shù)據(jù)平臺建設(shè)應(yīng)結(jié)合農(nóng)業(yè)部大田長期監(jiān)測工作，建立現(xiàn)代農(nóng)業(yè)自然資源、農(nóng)業(yè)生產(chǎn)、農(nóng)產(chǎn)品市場、農(nóng)業(yè)管理等基礎(chǔ)數(shù)據(jù)庫，并研究數(shù)據(jù)采集、傳輸、存儲、匯交等環(huán)節(jié)的標準規(guī)范體系，夯實農(nóng)業(yè)發(fā)展基礎(chǔ)支撐。應(yīng)用是農(nóng)業(yè)大數(shù)據(jù)發(fā)展的目的，數(shù)據(jù)的開放共享有助于農(nóng)業(yè)知識的普及和價值實現(xiàn)。研究國家數(shù)據(jù)共享的政策規(guī)劃、管理辦法和共享機制，在保障數(shù)據(jù)共享安全的基礎(chǔ)上，推動農(nóng)業(yè)大數(shù)據(jù)實現(xiàn)長期、持續(xù)的共享。

圖2 農(nóng)業(yè)大數(shù)據(jù)平臺整體架構(gòu)

（2）農(nóng)業(yè)大數(shù)據(jù)建模分析、模擬預(yù)測方法研究。建模分析發(fā)現(xiàn)潛在的數(shù)據(jù)規(guī)律，模擬預(yù)測則利用規(guī)律指導(dǎo)農(nóng)業(yè)生產(chǎn)。針對農(nóng)業(yè)生產(chǎn)、市場運行、消費需求、進出口貿(mào)易以及供需逆差等數(shù)據(jù)進行建模分析，發(fā)現(xiàn)農(nóng)產(chǎn)品市場運營規(guī)律，可感知市場異常波動、及時預(yù)警突發(fā)事件、提前防范農(nóng)業(yè)風(fēng)險等。再如，建立模型模擬農(nóng)作物產(chǎn)量與作物生長環(huán)境變量、化肥使用量、施肥時間等影響因素之間的潛在關(guān)系，從而指導(dǎo)農(nóng)業(yè)科學(xué)生產(chǎn)、實現(xiàn)高效增產(chǎn)。目前，在農(nóng)產(chǎn)品質(zhì)量安全、農(nóng)業(yè)病蟲草害、農(nóng)產(chǎn)品價格、農(nóng)產(chǎn)品市場等領(lǐng)域已形成成熟的應(yīng)用模型，可以實現(xiàn)農(nóng)業(yè)數(shù)據(jù)關(guān)聯(lián)預(yù)測、農(nóng)業(yè)數(shù)據(jù)預(yù)警多維模擬等，大幅度提高農(nóng)業(yè)監(jiān)測預(yù)警的準確性。

（3）人工智能技術(shù)。傳感器監(jiān)測、無人機和衛(wèi)星航拍能告訴我們現(xiàn)象在哪里發(fā)生，而人工智能可以主動揭示現(xiàn)象背后的原因。人工智能一方面賦予機器類人的識別、判斷力，讓農(nóng)業(yè)業(yè)務(wù)流程變得高效，如農(nóng)業(yè)設(shè)施智能識別、植物病蟲害自動監(jiān)測等；另一方面為處理圖像、語音、自然文本等非結(jié)構(gòu)化數(shù)據(jù)提供了新手段，大大擴展了農(nóng)業(yè)大數(shù)據(jù)的獲取和應(yīng)用范圍。目前人工智能技術(shù)已應(yīng)用于無人飛機打藥、水肥一體化、滴灌系統(tǒng)等領(lǐng)域；傳統(tǒng)農(nóng)業(yè)技術(shù)手段落后，會造成水肥、農(nóng)藥資源浪費，不僅成本高效益低，還會造成土壤、基質(zhì)污染，產(chǎn)品質(zhì)量得不到有效保障。以人工智能為核心的設(shè)施農(nóng)業(yè)將是未來農(nóng)業(yè)發(fā)展的主流，采用先進的科學(xué)技術(shù)，實現(xiàn)精準播種、合理水肥灌溉、實現(xiàn)農(nóng)業(yè)生產(chǎn)低耗高效、農(nóng)產(chǎn)品優(yōu)質(zhì)高產(chǎn)。

4 農(nóng)業(yè)大數(shù)據(jù)應(yīng)用

長期以來我國的農(nóng)業(yè)屬于小農(nóng)經(jīng)營方式，農(nóng)業(yè)生產(chǎn)本身的生產(chǎn)粗放性、分散性和農(nóng)業(yè)自身的季節(jié)性、地域性等因素，致使信息壁壘成為貫穿農(nóng)業(yè)產(chǎn)業(yè)鏈的共性問題。農(nóng)業(yè)種植過程中，農(nóng)戶多依賴于以往經(jīng)驗，對水、土、光、熱、氣候資源以及作物育種、種植、施肥、收割、加工等環(huán)節(jié)很難做到精準把握，農(nóng)業(yè)生產(chǎn)落后。由于信息閉塞、資源分散，農(nóng)戶對農(nóng)業(yè)市場需求了解不足，很難發(fā)揮市場的引導(dǎo)作用；農(nóng)業(yè)市場被少數(shù)農(nóng)商壟斷，交易成本增加，農(nóng)民利益被進一步的損害。同時，農(nóng)業(yè)生產(chǎn)規(guī)范化、標準化程度低，農(nóng)產(chǎn)品深加工不足，因此很難產(chǎn)生更高層次的農(nóng)業(yè)價值。當(dāng)前，在中央政策引導(dǎo)下，鄉(xiāng)村振興戰(zhàn)略平穩(wěn)實施，農(nóng)業(yè)適度規(guī)模經(jīng)營開始加速推進；農(nóng)業(yè)轉(zhuǎn)型與發(fā)展是鄉(xiāng)村振興的重要一環(huán)，在這種形勢下，建立農(nóng)業(yè)大數(shù)據(jù)中心，將云計算、大數(shù)據(jù)挖掘、人工智能等新技術(shù)與農(nóng)業(yè)相結(jié)合，是解決我國農(nóng)業(yè)信息化發(fā)展瓶頸的重要手段。本文從以下方面總結(jié)了當(dāng)前快速發(fā)展的農(nóng)業(yè)大數(shù)據(jù)應(yīng)用方向：

（1）支撐國家農(nóng)業(yè)戰(zhàn)略決策和產(chǎn)業(yè)結(jié)構(gòu)調(diào)整。農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整是指根據(jù)市場對農(nóng)產(chǎn)品需求結(jié)構(gòu)的變化改變農(nóng)產(chǎn)品的生產(chǎn)結(jié)構(gòu)，從而使農(nóng)業(yè)生產(chǎn)和市場需求相協(xié)調(diào)的過程。農(nóng)業(yè)大數(shù)據(jù)能提供全方位的涉農(nóng)信息，通過大數(shù)據(jù)分析揭示其內(nèi)在規(guī)律，將為生產(chǎn)發(fā)展和政府決策提供科學(xué)、準確的依據(jù)。政府農(nóng)業(yè)管理部門應(yīng)聯(lián)合農(nóng)業(yè)院校、科研機構(gòu)等建設(shè)農(nóng)業(yè)大數(shù)據(jù)智庫，開展農(nóng)業(yè)大數(shù)據(jù)研究與應(yīng)用。如山東農(nóng)業(yè)大學(xué)成立了農(nóng)業(yè)大數(shù)據(jù)產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟，包括6個省直管理部門，涵蓋了涉農(nóng)的各個方面，可以提供與農(nóng)業(yè)相關(guān)的大量數(shù)據(jù)和其他支持。農(nóng)業(yè)大數(shù)據(jù)研究要與生產(chǎn)發(fā)展、市場銷售、金融投資以及國家“一帶一路”、鄉(xiāng)村振興等戰(zhàn)略密切結(jié)合起來，加強基礎(chǔ)數(shù)據(jù)建設(shè)、完善數(shù)據(jù)采集體系、建立數(shù)據(jù)監(jiān)測系統(tǒng)、研究數(shù)據(jù)模擬方法；運用農(nóng)業(yè)大數(shù)據(jù)技術(shù)，及時準確預(yù)判未來市場發(fā)展趨勢，提高政府農(nóng)業(yè)宏觀調(diào)控和科學(xué)決策能力，推進農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革。

（2）建設(shè)智慧農(nóng)業(yè)，提升農(nóng)業(yè)生產(chǎn)效率和農(nóng)業(yè)資源利用率、促進農(nóng)業(yè)可持續(xù)發(fā)展。利用物聯(lián)網(wǎng)傳感技術(shù)、遙感監(jiān)測技術(shù)等，對農(nóng)田變量信息進行實時采集，如土壤含水量、肥力、土壤有機質(zhì)、土壤壓實、耕作層深度和作物病、蟲、草害及作物苗情分布等，準確把握農(nóng)作物的生長環(huán)境，并通過大數(shù)據(jù)分析對未來行為進行預(yù)測，有效地為智慧農(nóng)業(yè)提供更科學(xué)的方案。例如，對5年內(nèi)人參生長所需的環(huán)境因素進行挖掘建立預(yù)測模型，并匹配實時監(jiān)測的作物生產(chǎn)環(huán)境數(shù)據(jù)，得出近似最優(yōu)解；然后將參數(shù)返回給物聯(lián)網(wǎng)的處理層，做出指令并下達給應(yīng)用層，應(yīng)用終端采取如自動灌水、施肥、通風(fēng)等措施，保障作物生產(chǎn)的最優(yōu)環(huán)境；整個過程完全自動化、智能化。再如，借助農(nóng)業(yè)物聯(lián)網(wǎng)自動監(jiān)測PH值、二氧化碳、氧氣濃度等環(huán)境信息，結(jié)合全人類的農(nóng)業(yè)數(shù)據(jù)庫，通過農(nóng)業(yè)計算機視覺、機器學(xué)習(xí)技術(shù)發(fā)現(xiàn)植物顏色的變化、群落密度的改變等潛在信息，最終預(yù)測植物的長勢、作物病蟲害風(fēng)險等，從而做到提前預(yù)防。智慧農(nóng)業(yè)依托大數(shù)據(jù)和以先驗知識為基礎(chǔ)的人工智能等技術(shù)，降低了農(nóng)業(yè)生產(chǎn)過程中的試錯成本，提高了農(nóng)業(yè)管理的準確性和實效性，實現(xiàn)了農(nóng)業(yè)高產(chǎn)優(yōu)質(zhì)、節(jié)能高效的可持續(xù)發(fā)展。

（3）掌握市場需求，優(yōu)化農(nóng)業(yè)生產(chǎn)要素配置，實現(xiàn)農(nóng)業(yè)供需精準對接。借助大數(shù)據(jù)平臺可實現(xiàn)對消費者行為洞察，包括消費動機、消費喜好、產(chǎn)品評價等，在海量數(shù)據(jù)分析的基礎(chǔ)上掌握市場需求和偏好，及時調(diào)整農(nóng)業(yè)生產(chǎn)配置。將農(nóng)業(yè)生產(chǎn)過程中的數(shù)據(jù)與市場需求結(jié)合起來，提前規(guī)劃生產(chǎn)，并通過大數(shù)據(jù)平臺精準對接農(nóng)戶與市場，讓農(nóng)戶真正參與到市場競爭中，分享產(chǎn)業(yè)發(fā)展紅利，解決目前小農(nóng)戶與大市場之間存在的矛盾，加快推進小農(nóng)現(xiàn)代化、實現(xiàn)跨越式發(fā)展。比如，近年屢屢發(fā)生的農(nóng)產(chǎn)品滯銷事件，嚴重影響了農(nóng)民的收入，挫傷了生產(chǎn)積極性。由于信息阻塞、缺乏指導(dǎo)，市場上什么暢銷，農(nóng)民就種什么，等到發(fā)現(xiàn)供過于求、產(chǎn)品滯銷時已經(jīng)來不及調(diào)整。結(jié)合農(nóng)業(yè)大數(shù)據(jù)整合消費需求、生產(chǎn)成本、市場價格等數(shù)據(jù)進行分析，以市場手段合理優(yōu)化農(nóng)業(yè)生產(chǎn)配置；幫助農(nóng)戶預(yù)判市場走勢，以做到科學(xué)生產(chǎn)、提前規(guī)劃銷售。

（4）提供農(nóng)業(yè)氣象預(yù)報和災(zāi)害預(yù)警，告別靠天吃飯。農(nóng)業(yè)生產(chǎn)對天氣具有極強的依賴性，經(jīng)濟的發(fā)展帶來的環(huán)境破壞致使近年來經(jīng)常出現(xiàn)極端天氣，傳統(tǒng)的氣象預(yù)報已經(jīng)無法滿足農(nóng)業(yè)生產(chǎn)的需求。農(nóng)業(yè)大數(shù)據(jù)技術(shù)利用儀器實時觀測天氣，并且通過收集資料的方式對天氣情況進行及時的分析和總結(jié)，構(gòu)建云端氣象模型，結(jié)合氣象衛(wèi)星實時傳輸數(shù)據(jù)，預(yù)測災(zāi)害，避免農(nóng)業(yè)災(zāi)害的出現(xiàn)或者是將可能存在的自然災(zāi)害降到最低值。如冰雹、大風(fēng)、干旱、洪澇等自然災(zāi)害經(jīng)常會對農(nóng)業(yè)造成巨大損失，部分遷飛性蟲害也會隨著風(fēng)進行傳播，以農(nóng)業(yè)大數(shù)據(jù)為基礎(chǔ)的大范圍天氣預(yù)報系統(tǒng)，通過對歷史數(shù)據(jù)、實時洋流分布、大氣可降水分布、水汽流動情況進行綜合分析，可以對未來兩三周的天氣狀況進行預(yù)報，空間精度能到公里級，相關(guān)部門可以提前做好預(yù)警工作，減少災(zāi)害對農(nóng)業(yè)生產(chǎn)的影響。

（5）建立食物追蹤、安全監(jiān)督體系，搭起生產(chǎn)者與消費者的信任橋梁。食品安全問題一直是政府、社會重視和關(guān)注的焦點話題。近年來，我國食品安全事件層出不窮，各種食品安全事件不斷考驗著消費者的承受力，引發(fā)了全社會對食品安全的焦慮。以農(nóng)業(yè)大數(shù)據(jù)為核心，建立食品安全溯源體系，保證在農(nóng)產(chǎn)品種植養(yǎng)殖、生產(chǎn)、流通以及銷售與餐飲服務(wù)等各個環(huán)節(jié)中，食品質(zhì)量安全及其相關(guān)信息能夠被精確追蹤，從而使食品的整個生產(chǎn)經(jīng)營活動始終處于有效監(jiān)控之中。當(dāng)食品出現(xiàn)質(zhì)量問題時，通過大數(shù)據(jù)鏈可以及時找到影響食品安全質(zhì)量的環(huán)節(jié)和要素；同時順藤摸瓜，確定問題因素影響的所有食品，通過風(fēng)險交流，及時召回所有可能的風(fēng)險食品，減少問題食品對消費者的傷害和企業(yè)的損失。

5 農(nóng)業(yè)大數(shù)據(jù)發(fā)展面臨的困難

現(xiàn)階段，我國農(nóng)業(yè)大數(shù)據(jù)的研究與應(yīng)用逐步深入，政府、企業(yè)、農(nóng)民已經(jīng)認識到農(nóng)業(yè)大數(shù)據(jù)的巨大價值，開始投入人力、物力和財力到農(nóng)業(yè)大數(shù)據(jù)的分析、處理、應(yīng)用和優(yōu)化等過程之中。但是，和美國、日本、歐美等農(nóng)業(yè)發(fā)達國家相比，農(nóng)業(yè)大數(shù)據(jù)在我國依然是新興的技術(shù)領(lǐng)域，在數(shù)據(jù)應(yīng)用中面臨著諸多的困難：

（1）數(shù)據(jù)共享程度不夠。受體制機制限制，我國農(nóng)業(yè)大數(shù)據(jù)共享水平有限、數(shù)據(jù)質(zhì)量不高，難以支撐大數(shù)據(jù)應(yīng)用。目前，農(nóng)業(yè)存量數(shù)據(jù)的開放程度較低、發(fā)布渠道有限、收集獲取成本高等因素都限制了農(nóng)業(yè)大數(shù)據(jù)應(yīng)用開發(fā)者隨時進行數(shù)據(jù)調(diào)取和使用。近年來，各級農(nóng)業(yè)管理部門開始推動農(nóng)業(yè)數(shù)據(jù)資源共建共享，如廣州市在全國率先通過信息化手段開展政府多部門數(shù)據(jù)聯(lián)網(wǎng)核查，打破部門“信息孤島”，推進跨部門業(yè)務(wù)協(xié)同和政府服務(wù)流程優(yōu)化，帶動了社會開展大數(shù)據(jù)增值性、公益性開發(fā)和創(chuàng)新應(yīng)用。

（2）農(nóng)業(yè)大數(shù)據(jù)獲取難度大，現(xiàn)存數(shù)據(jù)存量不足。農(nóng)業(yè)大數(shù)據(jù)類型多樣，包括氣候、土壤和空氣質(zhì)量、作物成熟度，甚至是設(shè)備和勞動力的投入及可用性等方面的多時空多時相數(shù)據(jù)，數(shù)據(jù)來源涉及多個領(lǐng)域和環(huán)節(jié)，海量數(shù)據(jù)的獲取難度巨大。由于我國農(nóng)業(yè)大數(shù)據(jù)起步時間晚，歷史數(shù)據(jù)不完整、存量嚴重不足，在很大程度上限制了農(nóng)業(yè)知識分析和挖掘技術(shù)的發(fā)展。

（3）農(nóng)業(yè)大數(shù)據(jù)統(tǒng)一性差、精準度低、實時性不高。農(nóng)業(yè)大數(shù)據(jù)結(jié)構(gòu)多樣，包括傳統(tǒng)結(jié)構(gòu)化數(shù)據(jù)，圖文、音頻、視頻等多媒體數(shù)據(jù)，還涉及農(nóng)戶生產(chǎn)經(jīng)驗、農(nóng)業(yè)經(jīng)營模式等主觀性內(nèi)容，難以形成統(tǒng)一的數(shù)據(jù)結(jié)構(gòu)。農(nóng)業(yè)大數(shù)據(jù)采集設(shè)備和過程容易受自然環(huán)境變化的影響，導(dǎo)致采集的數(shù)據(jù)存在誤差，造成數(shù)據(jù)精度較低。由于農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)不夠成熟，農(nóng)業(yè)實時信息的采集不夠及時，現(xiàn)有數(shù)據(jù)周期無法及時反映農(nóng)業(yè)生產(chǎn)經(jīng)營過程中出現(xiàn)的新情況、新問題以及熱點和難點。

（4）數(shù)據(jù)分析主觀性強，數(shù)據(jù)利用率低。在對農(nóng)業(yè)大數(shù)據(jù)解釋和分析的過程中，技術(shù)人員可能會受主觀意愿和外界因素影響，無法客觀分析。農(nóng)業(yè)大數(shù)據(jù)結(jié)構(gòu)化數(shù)據(jù)僅占15%左右，更多的是多媒體數(shù)據(jù)，傳統(tǒng)數(shù)據(jù)庫和分析工具對其利用率低。農(nóng)業(yè)大數(shù)據(jù)分散存儲、格式不一、標準不同，無法進行綜合利用，數(shù)據(jù)挖掘出的價值有限。

作為傳統(tǒng)農(nóng)業(yè)大國，我國的農(nóng)業(yè)大數(shù)據(jù)起步較晚，依然處在試驗、探索的發(fā)展階段；面對困難和挑戰(zhàn)，可以借鑒農(nóng)業(yè)大數(shù)據(jù)發(fā)展成熟國家的經(jīng)驗，并結(jié)合我國農(nóng)業(yè)發(fā)展的實際情況和實踐經(jīng)驗，構(gòu)建農(nóng)業(yè)大數(shù)據(jù)建設(shè)和應(yīng)用體系。筆者對比中美農(nóng)業(yè)大數(shù)據(jù)產(chǎn)業(yè)，總結(jié)了下面幾點建議：

（1）強化農(nóng)業(yè)大數(shù)據(jù)國家戰(zhàn)略，構(gòu)建大數(shù)據(jù)公共基礎(chǔ)平臺。大數(shù)據(jù)研究和應(yīng)用不僅僅是商業(yè)行為，更關(guān)乎國家戰(zhàn)略和經(jīng)濟發(fā)展。如美國奧巴馬政府于2012年啟動《大數(shù)據(jù)研究和發(fā)展計劃》，從國家戰(zhàn)略高度加強政府和學(xué)術(shù)界的大數(shù)據(jù)應(yīng)用能力，加強大數(shù)據(jù)時代的科研、教育、國家安全和社會管理能力。同時，農(nóng)業(yè)大數(shù)據(jù)的發(fā)展不是孤立的，離不開工業(yè)設(shè)備、氣象預(yù)報、金融管理、科學(xué)技術(shù)研究等各個領(lǐng)域；政府應(yīng)積極發(fā)揮領(lǐng)導(dǎo)作用，引導(dǎo)各級部門、機構(gòu)和企業(yè)構(gòu)建大數(shù)據(jù)公共基礎(chǔ)平臺，打通涉及國家經(jīng)濟動脈的各行各業(yè)實現(xiàn)協(xié)同發(fā)展。如美國政府主導(dǎo)的Data.gov網(wǎng)站，按原始、地理數(shù)據(jù)和數(shù)據(jù)工具三個門類開放數(shù)據(jù)，涵蓋了農(nóng)業(yè)、氣象、金融、就業(yè)、人口統(tǒng)計、教育、醫(yī)療、交通、能源等大約50個門類，同時提供開源的政府平臺代碼并允許任何城市、組織或者政府機構(gòu)創(chuàng)建開放站點。

（2）完善發(fā)展大數(shù)據(jù)的領(lǐng)導(dǎo)體制，加快數(shù)據(jù)管理法制體系建設(shè)。農(nóng)業(yè)產(chǎn)業(yè)大數(shù)據(jù)的建設(shè)是一個系統(tǒng)性工程，發(fā)展農(nóng)業(yè)大數(shù)據(jù)，涉農(nóng)部門需多方合力。目前各部門數(shù)據(jù)標準不統(tǒng)一、業(yè)務(wù)系統(tǒng)建設(shè)“統(tǒng)”而不“通”，數(shù)據(jù)治理的管理規(guī)劃欠缺，數(shù)據(jù)資產(chǎn)安全保障力度不夠。政府應(yīng)當(dāng)大力推動通信基站、電信寬帶等農(nóng)業(yè)大數(shù)據(jù)基礎(chǔ)設(shè)施的建設(shè)，為數(shù)據(jù)的互聯(lián)互通提供硬件基礎(chǔ)；各級部門要積極開放掌握的各類涉農(nóng)大數(shù)據(jù)，以供涉農(nóng)企業(yè)合理規(guī)劃生產(chǎn)、制定科學(xué)的農(nóng)業(yè)解決方案。在制度建設(shè)方面，以數(shù)據(jù)全生命流程為主線，圍繞數(shù)據(jù)采集、存儲、共享、流通、使用、安全等環(huán)節(jié)，編制數(shù)據(jù)資源管理辦法、數(shù)據(jù)生產(chǎn)規(guī)范、數(shù)據(jù)共享機制等，為農(nóng)業(yè)大數(shù)據(jù)的數(shù)據(jù)歸集、應(yīng)用管理、開發(fā)共享等奠定良好的法制依據(jù)。

（3）把大數(shù)據(jù)人才培養(yǎng)作為重要抓手。美國是數(shù)據(jù)科學(xué)家和面向未來的大數(shù)據(jù)人才儲備啟動最早的國家，人才的持續(xù)供應(yīng)是其農(nóng)業(yè)機械化、現(xiàn)代化、智能化發(fā)展的強力保障。目前，我國各類高校已陸續(xù)建設(shè)大數(shù)據(jù)專業(yè)，圍繞數(shù)據(jù)科學(xué)課程建設(shè)、技術(shù)研究與應(yīng)用、人才培養(yǎng)等開展學(xué)科建設(shè)，據(jù)不完全統(tǒng)計，全國約有283家高校已經(jīng)開設(shè)大數(shù)據(jù)相關(guān)專業(yè)。但是國內(nèi)數(shù)據(jù)科學(xué)人才的缺口依然巨大，可達百萬級，在數(shù)據(jù)科學(xué)人才培養(yǎng)方面，應(yīng)該做好以下工作：一是計算機學(xué)科為大數(shù)據(jù)產(chǎn)業(yè)界輸送和培養(yǎng)技術(shù)型人才；二是經(jīng)濟、商學(xué)等社會學(xué)科為大數(shù)據(jù)產(chǎn)業(yè)提供經(jīng)濟學(xué)分析和管理人才；三是涉農(nóng)部門和企業(yè)要積極創(chuàng)造人才實踐平臺，培養(yǎng)應(yīng)用型人才；四是企業(yè)要加強與科研院校的合作，培養(yǎng)大數(shù)據(jù)綜合型人才。

（摘自《農(nóng)業(yè)大數(shù)據(jù)學(xué)報》，2019年第1期）