【大数据】如何建设一个落地的农业大数据体系？

    如何建设一个落地的农业大数据体系？

相对于工业经济和服务产业，农业总是被遗忘的领域，但是在大数据方面，反而凭借iot和大数据的技术普惠性而获得了很好的机会，以略晚于工业经济的位置开始农业大数据的建设和普及，但这个道路上也充满了情怀和大坑。

最初的农业大数据多是以卫星遥测入手，因为国外的卫星遥测数据是开放和标准化的，所以进入国内的时候，很多也是从卫星遥测和各地的气象数据入手，虽然建立起农业大数据的基础，但是由于国内农业的产业化程度不够，农业保险等产业服务还并没有商业基础，导致这种以卫星遥测切入的农业大数据，一直找不到价值实现和落地的场景，成为一种好看不好用的海外西洋镜。

从数据源来看，国外的农业大数据依托于专业化和产业化的农场，数据源不仅仅限于卫星遥测，还增加了更多的数据源：卫星遥测的数据精读在5米左右，专业无人机的数据精度在1米左右，而小型的植保无人机拍摄数据的精度在3-10厘米。

从实现上看，国外的农业大数据，基本上都会充分利用卫星数据、气象数据在谷歌地图或谷歌地球的基础上进行数据计算分析、可视化展现和深入开发，这些数据主要用于农作物产量监测预测、种植面积规划和分析、农产品保险精算定价等。

从数据采集上看，农业大数据可以利用的工具越来越多，除了公开的卫星或者商用的卫星、geo数据采集之外，还有公共部门的无人机、植保无人机，用于农业生产的机器人，农机上的新型数据监测和采集设备，各种摄像头包括农田、大棚、农机和无人机上的各类不同精度和技术的摄像头，各类传感器尤其是智慧农业中无处不在的传感器，还有各类滴灌设备也可以用于数据采集。

从农业的应用场景来看一下农业大数据的发展，从数据的背后来看农业大数据的核心路线：1卫星遥感测绘卫星数据和气象数据，综合各个产地十几年的数据进行计算分析，是可以对农作物产量预测、病虫害预测等提供参考。

2土地数据除了卫星遥测的土地数据之外，再基于各地的土肥站数据、测土配肥和水肥的推广数据、土地平整和滴灌设备的数据，可以建立起相对完整的土地数据，再在生产和植保过程中通过无人机等工具采集补充。

6农产品数据通过智慧农业的摄像头对农产品成长过程的监测，在采收后的分拣检测（果型大小、甜酸度或淀粉度、农药残留检测、金属残留检测等），农产品箱垛物流跟踪，农产品的电子标签或rfid等数据。

交易，主要是农产品交易的商流（订单和资金）、物流（产品和库存）和信息流（品质、生产、标准）。

但是，如果只是为了农业的大数据而大数据是没有用的，一定要结合农业的实际应用场景来采集、利用和算法分析，也就是要让“量”大的大数据变成“厚实”应用场景的大数据。

现在的农业大数据大多是从数据源入手，比如天上的卫星遥感、地下的土地设备等，但缺少实际的农业应用场景，导致数据很难直接进行价值转化落地，农业的大数据不只是天上的、地下的能够解决，更关键是地面部队，地面推进。

在国内，农业大数据不是一蹴而就的，它要结合农民和农业的实际情况来展开，可能要经历5-6个不同阶段：1农业阶段当前相对比较粗放的小农经济。

当然，国内的农村还没有完全实现智能手机和智能农机，也没有实现标准化和规模化的农场或者基地，而农场和农产品的交易平台也没有完全实现，这就意味着农业大数据的道路还很漫长。

此为亿邦专栏作者文章，如要转载请签订内容转载协议，联系run@ebrun.com大数据dsj相关"如何建设一个落地的农业大数据体系？

"就介绍到这里，如果对于大数据这方面有更多兴趣请多方了解，谢谢对大数据dsj的支持，对于如何建设一个落地的农业大数据体系？

瓷砖相关大数据营销数据指标,本资讯的关键词:产业化大数据建设体系如何落地农业一个