李月　滕青林　劉麗麗　楊陽　張磊

摘要介紹了農(nóng)業(yè)大數(shù)據(jù)的概念和發(fā)展現(xiàn)狀，闡述了農(nóng)業(yè)大數(shù)據(jù)理論在農(nóng)業(yè)中的主要應用，分析了農(nóng)業(yè)大數(shù)據(jù)發(fā)展過程中存在的問題，并預測了農(nóng)業(yè)大數(shù)據(jù)的發(fā)展趨勢。

關鍵詞農(nóng)業(yè)；大數(shù)據(jù)；發(fā)展趨勢；現(xiàn)狀

中圖分類號S126文獻標識碼A文章編號0517-6611（2017）31-0210-03

AbstractThe conception and development status of agricultural big data were introduced. Main applications of agricultural big data theory in agriculture were expounded. The existing problems in the development process of agricultural big data were analyzed. And the development trend of agricultural big data in future was predicted.

Key wordsAgriculture；Big data；Development trend；Status

在世界經(jīng)濟論壇發(fā)布的《2013年全球信息技術報告》指出，大數(shù)據(jù)是一項具有幫助全球經(jīng)濟復蘇的巨大潛力的新資產(chǎn)。2013年是大數(shù)據(jù)元年，大數(shù)據(jù)逐漸顯現(xiàn)出對社會生活產(chǎn)生全方面影響的態(tài)勢[1]。在云計算、物聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)等技術變革的推動下，我國已經(jīng)開始進入“大數(shù)據(jù)”時代，IT行業(yè)開啟了大數(shù)據(jù)的起航之旅，大數(shù)據(jù)已在電子商務、市場營銷、臨床診斷、遠程監(jiān)控、藥品研發(fā)、金融等領域發(fā)揮著重要作用。在農(nóng)業(yè)領域中，農(nóng)業(yè)科研和生產(chǎn)活動每年都在產(chǎn)生大量數(shù)據(jù)，集成、挖掘和使用這些數(shù)據(jù)對于現(xiàn)代農(nóng)業(yè)的發(fā)展將會發(fā)揮極其重要的作用。筆者介紹了農(nóng)業(yè)大數(shù)據(jù)的概念和發(fā)展現(xiàn)狀，闡述了農(nóng)業(yè)大數(shù)據(jù)理論在農(nóng)業(yè)中的主要應用，分析了農(nóng)業(yè)大數(shù)據(jù)發(fā)展過程中存在的問題，并預測了農(nóng)業(yè)大數(shù)據(jù)今后的發(fā)展趨勢。

1農(nóng)業(yè)大數(shù)據(jù)的概念

麥肯錫數(shù)據(jù)分析研究所指出，大數(shù)據(jù)的數(shù)據(jù)規(guī)模超出了傳統(tǒng)的數(shù)據(jù)處理軟件的處理能力。21世紀，隨著互聯(lián)網(wǎng)使用者的不斷增多，各種信息以數(shù)據(jù)的形式傳播，因為數(shù)據(jù)的規(guī)模大大超出以往的認知范圍，所以產(chǎn)生了各種大數(shù)據(jù)的處理技術和方法。以數(shù)據(jù)分析為例，經(jīng)典的數(shù)據(jù)分析常采用抽樣數(shù)據(jù)來分析和概括某個問題，而大數(shù)據(jù)處理技術是將全部的數(shù)據(jù)加以分析，從而得出更為全面的結果。農(nóng)業(yè)大數(shù)據(jù)是指以大數(shù)據(jù)分析為基礎，運用大數(shù)據(jù)理念、技術和方法，解決農(nóng)業(yè)或涉農(nóng)領域數(shù)據(jù)的采集、存儲、分析與應用等一系列問題，以此來指導農(nóng)業(yè)生產(chǎn)經(jīng)營，是大數(shù)據(jù)理論和技術在農(nóng)業(yè)上的應用和實踐[2]。

農(nóng)業(yè)大數(shù)據(jù)的特征主要包括以下方面：①從領域來看，以農(nóng)業(yè)領域為核心，逐步拓展到相關上下游產(chǎn)業(yè)，同時整合宏觀經(jīng)濟背景的數(shù)據(jù)，包括統(tǒng)計數(shù)據(jù)、進出口數(shù)據(jù)、價格數(shù)據(jù)、生產(chǎn)數(shù)據(jù)，乃至氣象數(shù)據(jù)等；②從地域來看，以國內(nèi)區(qū)域數(shù)據(jù)為核心，借鑒國際農(nóng)業(yè)數(shù)據(jù)為有效參考；不僅包括全國層面的數(shù)據(jù)，還應涵蓋省市數(shù)據(jù)，甚至地市級數(shù)據(jù)，為精準區(qū)域研究提供基礎；③從粒度來看，不僅包括統(tǒng)計數(shù)據(jù)，而且包括涉農(nóng)經(jīng)濟主體的基本信息、投資信息、股東信息、專利信息、進出口信息、招牌信息、媒體信息、CIS坐標信息等；④從專業(yè)性來看，應分步實施，首先是構建農(nóng)業(yè)領域的專業(yè)數(shù)據(jù)資源，其次應逐步有序規(guī)劃專業(yè)的子領域數(shù)據(jù)資源[3]。

2農(nóng)業(yè)大數(shù)據(jù)發(fā)展現(xiàn)狀

21世紀以來，隨著各項互聯(lián)網(wǎng)新興技術的發(fā)展，衍生出大量數(shù)據(jù)，現(xiàn)代社會已進入大數(shù)據(jù)時代，但大數(shù)據(jù)理論和技術真正引起人們關注和重視是在2008年《Nature》雜志發(fā)表了一篇從各個角度介紹大數(shù)據(jù)帶來的挑戰(zhàn)的?？蟆?013年，大數(shù)據(jù)理論逐漸被應用于實踐，并且呈現(xiàn)出對人們的社會生活產(chǎn)生全方位影響的態(tài)勢，且在農(nóng)業(yè)領域對大數(shù)據(jù)的研究和應用也在不斷發(fā)展。

據(jù)中國知網(wǎng)（http：//www.cnki.net/）統(tǒng)計，國內(nèi)關于農(nóng)業(yè)大數(shù)據(jù)的學術關注度不斷上漲，2006年農(nóng)業(yè)大數(shù)據(jù)中文發(fā)文量僅有145篇，2016年已增加到 1 246篇，2006—2016年農(nóng)業(yè)大數(shù)據(jù)中文年發(fā)文量的環(huán)比增長率一直在10%以上，其中2013年環(huán)比增長率高達45%。農(nóng)業(yè)大數(shù)據(jù)的媒體關注度從2014年開始大幅增長，在2014年之前農(nóng)業(yè)大數(shù)據(jù)的媒體發(fā)文量每年都僅有2～3篇，但在2014年達到17篇，2015年農(nóng)業(yè)大數(shù)據(jù)的媒體發(fā)文量與2016年相當，各有62和61篇。這些數(shù)據(jù)表明關于農(nóng)業(yè)大數(shù)據(jù)的研究從2013年開始引起人們重視，并且關注度還在不斷增加，從學術關注度和媒體關注度來看，媒體關注度大大低于學術關注度，這反映出我國的農(nóng)業(yè)大數(shù)據(jù)研究以農(nóng)業(yè)類高校和科研機構為主。

在農(nóng)業(yè)大數(shù)據(jù)實踐方面，2013年6月國內(nèi)第一個農(nóng)業(yè)大數(shù)據(jù)產(chǎn)業(yè)技術創(chuàng)新戰(zhàn)略聯(lián)盟在山東農(nóng)業(yè)大學成立。山東農(nóng)業(yè)大學校長溫孚江指出：目前在國內(nèi)大數(shù)據(jù)研究雖然剛剛起步，但有關“農(nóng)業(yè)大數(shù)據(jù)”的研究已經(jīng)十分領先[3]。2014年，中國農(nóng)業(yè)科學院農(nóng)業(yè)信息研究所許世衛(wèi)認為：伴隨大數(shù)據(jù)技術在農(nóng)產(chǎn)品監(jiān)測預警領域的廣泛應用，構建農(nóng)業(yè)基準數(shù)據(jù)、開展農(nóng)產(chǎn)品信息實時化采集技術研究、構建復雜智能模型分析系統(tǒng)、建立可視化的預警服務平臺等將成為未來農(nóng)產(chǎn)品監(jiān)測預警發(fā)展的重要趨勢[4]。2014年，廣東省現(xiàn)代農(nóng)業(yè)裝備研究所孟祥寶等[5]提出農(nóng)業(yè)大數(shù)據(jù)應用體系結構和平臺建設的設想。2016年，中國農(nóng)業(yè)科學院農(nóng)業(yè)信息研究所王文生等[6]介紹了建業(yè)農(nóng)業(yè)大數(shù)據(jù)中心的數(shù)據(jù)基礎，對農(nóng)業(yè)大數(shù)據(jù)中心的應用前景進行了展望，并指出了建設農(nóng)業(yè)大數(shù)據(jù)中心的必要性。2017年3月，黑龍江省農(nóng)業(yè)大數(shù)據(jù)管理中心成立，構建“大數(shù)據(jù)”+“現(xiàn)代農(nóng)業(yè)”新模式，這是基于全省農(nóng)業(yè)大數(shù)據(jù)管理服務的組織機構，負責統(tǒng)籌全省農(nóng)業(yè)大數(shù)據(jù)建設運用工作，指導農(nóng)業(yè)大數(shù)據(jù)信息采集分析、加工存儲、開放共享、產(chǎn)品開發(fā)、課題研究和安全管理。

由此可見，農(nóng)業(yè)大數(shù)據(jù)在現(xiàn)代農(nóng)業(yè)中的應用不斷增加，建設農(nóng)業(yè)大數(shù)據(jù)中心從一個設想到真正建成僅需4年時間，說明農(nóng)業(yè)大數(shù)據(jù)已經(jīng)引起了全社會的重視。

3農(nóng)業(yè)大數(shù)據(jù)理論在農(nóng)業(yè)中的主要應用

3.1用于農(nóng)情監(jiān)測

農(nóng)情監(jiān)測的主要目的是根據(jù)監(jiān)測耕地的變化、農(nóng)作物產(chǎn)量的變化、自然災害發(fā)生概率等情況，來實現(xiàn)由“看天而作”到“知天而作”的轉變。在大數(shù)據(jù)的數(shù)據(jù)基礎上，根據(jù)數(shù)據(jù)處理平臺的分析處理，使農(nóng)情監(jiān)測系統(tǒng)更加完善，給農(nóng)情監(jiān)測工作帶來了新的機遇。

3.1.1

自然災害監(jiān)測。通過分析收集的氣象數(shù)據(jù)，結合氣象模擬、土地分析、植物根部等要素，可以改進自然災害的預測預報和災害評估方法，提高預測災情的客觀性與準確性。這種通過大數(shù)據(jù)分析來監(jiān)測自然災害的方法在國內(nèi)雖然尚未開始使用，但是在國外已有報道。美國加州The Climate Corporation公司通過天氣數(shù)據(jù)、氣象數(shù)據(jù)、土地情況數(shù)據(jù)的大數(shù)據(jù)分析，為農(nóng)民提供農(nóng)作物自然災害保險服務。

3.1.2

作物估產(chǎn)及生長動態(tài)監(jiān)測。農(nóng)作物的生長監(jiān)測一般采用遙感技術和作物模擬技術相結合的方法，遙感衛(wèi)星監(jiān)測從宏觀上反饋作物生長數(shù)據(jù)，而作物生長模型從機理上通過作物生長環(huán)境來模擬其生長發(fā)育過程，從而對農(nóng)業(yè)生產(chǎn)提供系統(tǒng)全面預測。針對遙感衛(wèi)星監(jiān)測提供的宏觀數(shù)據(jù)，可以利用大數(shù)據(jù)處理平臺進行全面分析，為作物估產(chǎn)和生長動態(tài)監(jiān)測提供重要的信息情報。

3.2用于農(nóng)產(chǎn)品監(jiān)測預警

農(nóng)產(chǎn)品監(jiān)測預警是指通過對農(nóng)產(chǎn)品質量、農(nóng)產(chǎn)品市場的監(jiān)測來實現(xiàn)對農(nóng)產(chǎn)品的預測，從而使現(xiàn)代農(nóng)業(yè)得到穩(wěn)定發(fā)展。大數(shù)據(jù)時代的來臨，為農(nóng)產(chǎn)品市場監(jiān)測預警工作提供了海量的數(shù)據(jù)支撐，因此會推動農(nóng)產(chǎn)品監(jiān)測預警工作更加標準化、精確化。在農(nóng)產(chǎn)品質量監(jiān)測預警方面，大數(shù)據(jù)技術給農(nóng)產(chǎn)品信息的全面收集提供了技術基礎，使農(nóng)產(chǎn)品質量能夠進行全方位比對，提高農(nóng)產(chǎn)品質量監(jiān)測的準確性。由于大數(shù)據(jù)處理技術的實時性，也使得農(nóng)產(chǎn)品在出現(xiàn)質量問題時，能夠及時控制影響范圍，從而使農(nóng)產(chǎn)品質量預警機制更加高效。在農(nóng)產(chǎn)品市場監(jiān)測預警方面，由于數(shù)據(jù)獲取技術更加快捷，所以農(nóng)產(chǎn)品市場信息的流動會大大加快，從而減弱不同地域的市場信息不同步所帶來的市場風險。同時，大數(shù)據(jù)分析技術更加注重全面分析，而不是抽樣分析，因此農(nóng)產(chǎn)品市場監(jiān)測預警更加精準。

3.3用于精準農(nóng)業(yè)決策

精準農(nóng)業(yè)決策是指根據(jù)各個方面的農(nóng)業(yè)信息，制定出一整套具有可實施性的精準管理措施。在大數(shù)據(jù)處理分析技術出現(xiàn)之前，專家系統(tǒng)、作物模擬模型、作物生產(chǎn)決策支持系統(tǒng)是主要的生產(chǎn)決策技術。大數(shù)據(jù)處理分析技術可以集成作物自身生長發(fā)育狀況以及作物生長環(huán)境中的氣候、土壤、生物等數(shù)據(jù)，同時綜合考慮經(jīng)濟、環(huán)境、可持續(xù)發(fā)展的指標。這可以彌補專家系統(tǒng)、模擬模型在多結構、高密度數(shù)據(jù)處理方而的不足，為農(nóng)業(yè)生產(chǎn)決策者提供更加精準、實時、高效的農(nóng)業(yè)決策[6]。

3.4用于農(nóng)村綜合信息服務系統(tǒng)的搭建

國家農(nóng)村綜合信息服務系統(tǒng)的搭建有助于農(nóng)業(yè)信息的傳播。農(nóng)村綜合信息服務是指按照“平臺上移，服務下延”的思路，集成與整合各分散的信息資源與系統(tǒng)，在全國范圍內(nèi)實現(xiàn)信息資源的共享[7]。在信息服務平臺搭建過程中，數(shù)據(jù)資源體量大、數(shù)據(jù)處理流程復雜、信息服務模式多樣，需要實現(xiàn)海量農(nóng)業(yè)信息化數(shù)據(jù)獲取、傳輸、加工、服務一體化處理。因此，面對復雜多樣的用戶需求，實現(xiàn)信息服務按需分配以及處理大規(guī)模的資源數(shù)據(jù)中就必須利用大數(shù)據(jù)處理分析技術。農(nóng)業(yè)大數(shù)據(jù)的應用研究，為農(nóng)村綜合信息服務系統(tǒng)的搭建提供了必要的技術支撐。

4農(nóng)業(yè)大數(shù)據(jù)發(fā)展過程中存在的問題

4.1農(nóng)民文化素質低，大數(shù)據(jù)理論推廣困難

農(nóng)業(yè)大數(shù)據(jù)是指大數(shù)據(jù)在農(nóng)業(yè)領域的研究和應用，也就是說農(nóng)業(yè)大數(shù)據(jù)最終是為農(nóng)業(yè)服務的。在我國，鄉(xiāng)村人口有66 280.5萬，文化程度初中及以下人口55 005.5萬，文盲人口3 888.4萬（2010年第6次全國人口普查主要數(shù)據(jù)），由于農(nóng)民的文化素質較低，對于大數(shù)據(jù)理論的理解會有一定的難度，因此對于大數(shù)據(jù)理論的宣傳和推廣會形成一定的阻力。

4.2農(nóng)業(yè)大數(shù)據(jù)的數(shù)據(jù)積累不足

目前，農(nóng)業(yè)領域的數(shù)據(jù)積累尚處于初級階段，遠達不到電信、金融、互聯(lián)網(wǎng)等領域的數(shù)據(jù)積累水平。然而，隨著農(nóng)業(yè)數(shù)據(jù)采集方式的變化，自動化、智能化、人工化信息終端的大量涌現(xiàn)，數(shù)據(jù)的實時、高清以及長久保存等需求使得農(nóng)業(yè)大數(shù)據(jù)成為可能。農(nóng)業(yè)大數(shù)據(jù)源來自農(nóng)業(yè)生產(chǎn)、農(nóng)業(yè)科技、農(nóng)業(yè)經(jīng)濟、農(nóng)業(yè)流通等方面，不同的數(shù)據(jù)源對應不同的數(shù)據(jù)獲取技術[8]。目前，農(nóng)業(yè)大數(shù)據(jù)獲取主要包括以下方面：農(nóng)業(yè)生產(chǎn)環(huán)境數(shù)據(jù)、生命信息智能感知、農(nóng)田變量信息、農(nóng)業(yè)遙感數(shù)據(jù)、農(nóng)產(chǎn)品市場經(jīng)濟數(shù)據(jù)、農(nóng)業(yè)網(wǎng)絡數(shù)據(jù)。

4.3數(shù)據(jù)管理技術不成熟

大數(shù)據(jù)時代，數(shù)據(jù)規(guī)模巨大，人們不得不面臨海量數(shù)據(jù)管理問題，傳統(tǒng)的數(shù)據(jù)管理在一定程度上解決了結構化數(shù)據(jù)管理的問題，但是面對新的數(shù)據(jù)形態(tài)，數(shù)據(jù)管理技術需要創(chuàng)新發(fā)展，提供新的思路，來提高數(shù)據(jù)庫的擴展性。大數(shù)據(jù)管理技術中應用最廣泛的是NoSQL、NewSQL這2種類型的數(shù)據(jù)庫技術。雖然這2種數(shù)據(jù)庫管理技術都在快速發(fā)展，相關數(shù)據(jù)庫也已達到數(shù)百種。但是，從農(nóng)業(yè)數(shù)據(jù)管理來看，基于NoSQL、NewSQL的農(nóng)業(yè)數(shù)據(jù)管理研究都還在探索之中，農(nóng)業(yè)大數(shù)據(jù)的管理技術并不成熟。

4.4數(shù)據(jù)處理技術不成熟

數(shù)據(jù)處理是指對數(shù)據(jù)進行操作，以產(chǎn)生有價值信息的過程。大數(shù)據(jù)時代，數(shù)據(jù)處理所面臨的場景發(fā)生了根本性變化，數(shù)據(jù)成批處理和流處理都是典型的大數(shù)據(jù)處理模式，數(shù)據(jù)成批處理是首先進行數(shù)據(jù)存儲，然后再對存儲的靜態(tài)數(shù)據(jù)進行集中計算；流處理是對數(shù)據(jù)的實時處理，與先存儲后處理不同，通常采用直接處理的模式。針對2種不同處理模式，需要不同的數(shù)據(jù)處理技術[5]。大數(shù)據(jù)處理技術不斷發(fā)展，提高處理數(shù)據(jù)的效率以及深化數(shù)據(jù)之間的相關性研究是2種數(shù)據(jù)處理模式共同追求的目標。

4.5數(shù)據(jù)安全問題難以保障

在數(shù)據(jù)收集階段，雖然對數(shù)據(jù)的采集、共享等出臺了相關制度，但尚未出臺針對性的法律，因此對農(nóng)業(yè)數(shù)據(jù)的收集缺乏主動性和積極性，存在“重用輕管”的問題。在維護數(shù)據(jù)安全方面，尚未設置嚴格的訪問控制和隱私管理，經(jīng)常出現(xiàn)采集的數(shù)據(jù)得不到有效保護的問題。

在技術處理階段，大數(shù)據(jù)的存儲和處理離不開互聯(lián)網(wǎng)技術，農(nóng)業(yè)大數(shù)據(jù)在數(shù)據(jù)遷移到“云”中存儲時容易失去對安全邊界外數(shù)據(jù)的控制，會大大增加數(shù)據(jù)保護的難度，同時會降低安全系數(shù)[9]。為了保證網(wǎng)絡安全，相關部門雖然會引入防火墻、入侵檢測、用戶訪問控制等技術，但互聯(lián)網(wǎng)是一個高度開放的虛擬空間，重要而敏感的農(nóng)業(yè)信息很容易遭到黑客攻擊，竊取農(nóng)業(yè)資源情報，進行非法操作。

在服務管理階段，數(shù)據(jù)安全的問題主要在于：農(nóng)業(yè)數(shù)據(jù)分散在各類不同的管理部門和科研機構中，導致這些數(shù)據(jù)之間的共享互換和交流應用缺乏統(tǒng)一的標準和規(guī)范，因此數(shù)據(jù)之間難以同步，會形成滯后的時間差，這個時間差如果被有心人利用，就會造成農(nóng)業(yè)信息的泄漏和農(nóng)業(yè)數(shù)據(jù)的外泄。

5農(nóng)業(yè)大數(shù)據(jù)發(fā)展的趨勢

5.1多種信息采集技術有效互補

目前，農(nóng)業(yè)大數(shù)據(jù)的各種信息采集技術的互補性日趨明顯。這主要表現(xiàn)在不同的信息采集技術具有不同的覆蓋范圍和不同的適用區(qū)域。農(nóng)業(yè)大數(shù)據(jù)源來自農(nóng)業(yè)生產(chǎn)、農(nóng)業(yè)科技、農(nóng)業(yè)經(jīng)濟、農(nóng)業(yè)流通等方面，不同的數(shù)據(jù)源對應不同的數(shù)據(jù)獲取技術，農(nóng)業(yè)生產(chǎn)方面就會運用氣象數(shù)據(jù)采集技術。氣象數(shù)據(jù)采集結合氣象模擬、土地分析、植物根部等要素，可以提高預測災情的客觀性與準確性。農(nóng)業(yè)流通方面，就要利用農(nóng)業(yè)市場數(shù)據(jù)的處理分析結果，農(nóng)業(yè)市場數(shù)據(jù)的信息采集就會運用云存儲技術?；诖?，若要得到較為完整、準確的數(shù)據(jù)信息，必須將不同的信息采集技術相結合，將不同的技術應用在不同范圍，使各種信息采集技術之間形成有效互補。

5.2農(nóng)業(yè)大數(shù)據(jù)應用體系化

在農(nóng)業(yè)信息化的不斷發(fā)展過程中，農(nóng)業(yè)大數(shù)據(jù)技術的應用呈現(xiàn)體系化的趨勢。

大數(shù)據(jù)技術在農(nóng)業(yè)中的應用分為3個階段：數(shù)據(jù)收集階段、技術處理階段和服務管理階段。①數(shù)據(jù)收集階段是農(nóng)業(yè)大數(shù)據(jù)應用的基礎，基礎設施資源、自然資源、信息資源的收集以及數(shù)據(jù)存儲技術、數(shù)據(jù)挖掘技術的投入是數(shù)據(jù)收集階段的主要任務。②技術處理階段是農(nóng)業(yè)大數(shù)據(jù)應用的核心，需要建設產(chǎn)出的應用平臺、業(yè)務系統(tǒng)。應用平臺是農(nóng)業(yè)大數(shù)據(jù)應用最直接的產(chǎn)出物。③服務管理階段是農(nóng)業(yè)大數(shù)據(jù)的績效層，服務主要是指提供智慧的農(nóng)業(yè)服務，管理是指規(guī)劃管理、運營管理和監(jiān)督評價管理[10]。這一階段決定了農(nóng)業(yè)大數(shù)據(jù)應用最終呈現(xiàn)出來的效果。農(nóng)業(yè)大數(shù)據(jù)應用的3個階段是一個相互聯(lián)系的整體，在農(nóng)業(yè)大數(shù)據(jù)發(fā)展過程中必然會越來越系統(tǒng)化和體系化。

5.3農(nóng)業(yè)大數(shù)據(jù)管理中心的建立趨于統(tǒng)一化

20世紀90年代，我國相繼啟動了一系列重大的農(nóng)業(yè)信息化項目，農(nóng)業(yè)農(nóng)村信息化方面的投資逐年增加，這為我國農(nóng)業(yè)大數(shù)據(jù)中心的建設提供了必要的支撐。2017年3月，黑龍江省農(nóng)業(yè)大數(shù)據(jù)管理中心成立，農(nóng)業(yè)大數(shù)據(jù)管理中心基于全省農(nóng)業(yè)大數(shù)據(jù)管理服務的組織機構，負責統(tǒng)籌全省農(nóng)業(yè)大數(shù)據(jù)建設運用工作，指導農(nóng)業(yè)大數(shù)據(jù)信息的采集分析、加工存儲、開放共享、產(chǎn)品開發(fā)、課題研究和安全管理[11]。黑龍江省率先建立農(nóng)業(yè)大數(shù)據(jù)管理中心實現(xiàn)了省內(nèi)的農(nóng)業(yè)大數(shù)據(jù)管理和應用工作，但農(nóng)業(yè)大數(shù)據(jù)的應用范圍并不僅僅是局限在一個省內(nèi)，因此隨著農(nóng)業(yè)大數(shù)據(jù)技術的普及和推廣，其他?。ㄊ小⒆灾螀^(qū)）的農(nóng)業(yè)大數(shù)據(jù)管理中心也會相繼建立。為了實現(xiàn)省際間的數(shù)據(jù)交流互通以及全國性農(nóng)業(yè)大數(shù)據(jù)的應用，農(nóng)業(yè)大數(shù)據(jù)管理中心必將趨于統(tǒng)一化。

安徽農(nóng)業(yè)科學2017年

參考文獻

[1] RAHAMROWE D，GOLDSTON D，DOGTOROW C，et al.Big data：Science in the petabyte era[J].Nature，2008，455（7209）：8-9.

[2] 孫忠富，杜克明，鄭飛翔，等.大數(shù)據(jù)在智慧農(nóng)業(yè)中研究與展望[J].中國農(nóng)業(yè)科技導報，2013，15（6）：63-71.

[3] 溫孚江.農(nóng)業(yè)大數(shù)據(jù)研究的戰(zhàn)略意義與協(xié)同機制[J].高等農(nóng)業(yè)教育，2013（11）：3-6.

[4] 許世衛(wèi).農(nóng)業(yè)大數(shù)據(jù)與農(nóng)產(chǎn)品監(jiān)測預警[J].中國農(nóng)業(yè)科技導報，2014（5）：14-20.

[5] 孟祥寶，謝秋波，劉海峰，等.農(nóng)業(yè)大數(shù)據(jù)應用體系架構和平臺建設[J].廣東農(nóng)業(yè)科學，2014，41（14）：173-178.

[6] 王文生，郭雷風.農(nóng)業(yè)大數(shù)據(jù)及其應用展望[J].農(nóng)民科技培訓，2016，43（12）：43-46.

[7] 王儒敬.我國農(nóng)業(yè)信息化發(fā)展的瓶頸與應對策略思考[J].中國科學院院刊，2013，28（3）：337-343.

[8] 張浩然，李中良，鄒騰飛，等.農(nóng)業(yè)大數(shù)據(jù)綜述[J].計算機科學，2014，41（11）：387-392.

[9] 陳雨霏.農(nóng)業(yè)大數(shù)據(jù)的跨界旋風[J].中國農(nóng)村科技，2013（8）：20-23.

[10] 柳平增.農(nóng)業(yè)大數(shù)據(jù)平臺在智慧農(nóng)業(yè)中的應用：以渤海糧倉科技示范工程大數(shù)據(jù)平臺為例[J].高科技與產(chǎn)業(yè)化，2015，11（5）：68-71.

[11] 宋長青，牟少敏，周虎，等.農(nóng)業(yè)大數(shù)據(jù)研究中心的建設、研究與實踐[J].中國現(xiàn)代教育裝備，2015（3）：8-11.