数字农业都离不开农业大数据的加持，要想让农业大数据发挥其应有的价值，必须有农业数据资产，这些数据涵盖农业资源、农业管理、农业生产、农业监管、应急指挥等多个系统。

2023年，中央连续出台的第20个指导三农工作的一号文件，再次表明党中央加强三农工作的鲜明态度，发出重农强农的强烈信号。这就迫切需要大数据的支撑和助力，农业大数据对数字农业大力发展起到至关重要的作用。

巨有科技建立了一套集数据展示、土地管理、实时监测、农场品价格预测分析、在线数据挖掘、产业形势分析、预警信息提醒、环境数据分析等功能于一体的农业大数据软件系统，为农业资源的科学决策提供可靠依据。

平台以农产品为切入点，形成可复制、可推广、可持续的单品种大数据应用模式，推进大数据在农业生产、经营、管理、服务等各环节、各领域的应用，在引导市场预期和指导农业生产中发挥重要作用。

1、为什么要建设农业大数据平台？

中国农业实际上是比较缺乏数据化基础的。在经历了多年的发展，研发了涵盖多层面、多领域的农业信息化系统，构建了很多不同级别、面向不同领域的数据资源，形成了庞大的信息资源财富。

但是由于利益等原因，这些数据相互之前缺乏统一的标准和规范，信息缺乏共享，信息资源与业务脱节，这必然导致数据利用率低下、信息冗余散乱。

因此需要整合现有的杂乱无章的农业数据，梳理构建区域数据标准，串联农业数据，建立各种数据之间的关系，通过数据分析，构建数据分析模型，通过多图层分析，构建区域农业农村数据资源“一张图”。

最后整合跨层级、跨部门、跨领域的信息，实现数据的互联互通，通过搭建开放式、协作式平台，实现创新的协作协同。

2、如何建立有效的农业大数据？

数据是数字农业的基础资源，近年来政府与企业多在数据采集上投入重金。然而，由于缺乏明确的业务化方向和必要的数据运营技能，对获取数据的质量控制、分析加工和建模应用方面的工作相对滞后。

因此农业大数据终点必然是与业务相关，要有应用场景，否则就是空谈。技术是需要应用于业务的，这个业务可能是农企的企业行为，也可以是政府的政务行为。

3、数字农业的数据如何获取？

无论是政府还是农户容易把数字农业与农业机械化的概念相混淆。数字农业与农业机械化的根本区别在于，机械化是用机械来代替人工劳动，数字农业则是以数据来驱动机械实现自动化运转和智能化调节。

没有数据和软件来驱动的物联网，其实还是工具，只有硬件和软件平台才有打开大数据、智慧农业的钥匙。所以农业大数据还应该与应用连接，数据的获取与应用是一个双向互动的过程，只有不断尝试利用数据产生业务价值，才能建立有价值的数据采集渠道。

简而言之，就是要加强农业大数据的“云”“网”“端”基础设施建设，既包括国家农业大数据平台、重要信息系统等软件基础设施建设，也包括互联网、物联网等网络基础设施建设，还包括安装在田间地头的传感设备、移动终端等硬件基础设施建设。

4、数字农业大数据包含哪些数据？

农业大数据之“大”主要是体现在“多维度”上，那么农业大数据的多维度主要都体现在哪些方面呢？

依托农业数字化应用，农业大数据覆盖农业生产、经营、管理、服务整个过程产生的数据，以数据驱动农业高质量发展。

农业大数据首先体现“涉农”的广泛性和全面性，即它涵盖农业生产过程的全要素：

农业管理数据：农业管理数据主要包括国民经济基本信息、国内生产信息、贸易信息、国际农产品动态信息和突发事件信息等。包括农村产权管理、农用地集体管理、农用地规模，农业成本投入、农业生产状况等大数据。

农业投入数据：可分为生物投入品、化学投入品和农业设施设备三大类，覆盖种植、养殖、畜牧/水产养殖等类型的种子、幼苗、化肥、动物激素、农药、农机、农具等投入的用量、来源、种类数据。

农业环境数据：收集作物生长情况，气候、气象，空气质量、温度湿度、土壤等数据等，在这些数据上进行挖掘分析，从而发现各环境要素和抑制生长因子之间的关联，提高环境的决策预测能力。

农业生长数据：在农业生产过程中对农作物生长过程从宏观到微观的实时监测，对农作物生长、动物疫病预警、病虫害预警等数据进行定期信息获取。收集作物生长情况，气象，土壤等数据，利用大数据分析判断出农作物病虫害情况，并快速生成科学施药处方图。

农事操作要素：农产品出产记载，记载农产品在生长进程中的各种耕耘操作信息。如农事规划，农事操作，操作与农时/作物生长周期的配合，农机与农具的搭配，操作的时间、数量、质量、效果等；

效益数据分析：效益分析数据可分为生产链效益、供应链效益、管理链效益，包括作物生产、产出、销售、加工、损耗、成本、效益、仓储、物流，库存，损耗等一些列完整生产到销售的数据；

经营产销数据：农产品产销对接覆盖农产品生产、加工、储运、销售以及营销、服务等各环节的市场行为。包括农产品流通数据、市场监管数据、价格数据、营销数据、成交数据等；

农业服务数据：是指通过为农业生产环节提供技术、劳务、信息、资本等生产要素，协助生产者实现生产效，包括涉农补贴、政策直达、农技指导、专家问答、农业保险、农村贷款、农资购买、农机预约。

农业消费大数据：包括消费群体、消费水平，地域、渠道、年龄、偏好、品类、数量、频次、时段、价格敏感度、支付方式、重复购买率、品牌忠诚度等。

4、农业大数据主要应用在哪里？

农业实际上是最复杂的高科技，在农业各个环节与大数据结合的大势下，农业大数据蕴含着巨大的商业价值。

以农业领域为核心，涵盖了种植业、林业、畜牧水产养殖业、产品加工业等子行业逐步拓展到相关上下游产业，饲料、化肥、农药、农机，仓贮、屠宰业，肉类加工业等，并需整合宏观经济背景数据，包括统计数据、进出口数据、价格数据、生产数据、气象、灾害数据等。

这些数据本质上是对农业数据的积累，从数据到智能化应用再到产业主体，我们掌握全面数据的信息，调动市场资源，才能够依托数据决策规避风险。

实现农业资源数字化管理

运用遥感(RS)技术感知电子地图中的实地信息(土质、作物)，全面掌握农业种植用地的范围，实时了解区域内土壤条件、大气环境等综合信息并通过对信息的差异性分析将种植区域划分为不同的管理区域，有针对性地进行规划，实现种植业农业资源的实时查询、分析、决策功能。

农业农村资源信息的数字化管理，提高农业数据的管理和利用水平，推动各类资源的动态监测和管理；面向不同的用户群里，实现农情、户情、自然资源等的可视化和数字化，为政府宏观管理、群众参与治理等提供直观信息。

支持政府进行农业产业规划，了解本地产业布局情况，摸清底牌协助政府识别产业不均衡，通过数据可视化，直观确权面积、农用地面积之间的量差，实现数据监测预警、行政服务、决策辅助、展示共享，为“三农”工作的运行管理和科学决策提供数据支撑。

大数据加强农业投入品监管

农业投入品是控制农产品质量安全的源头，农业投入品的质量好坏直接关系到农产品的品质和质量安全。

① 农业投入品质量监管

根据GIS基础信息，含农业投入品使用情况等实现投入品管理数据的动态呈现，并对数据进行处理、分析，掌握农业投入品生产、经营企业信息和农业投入品种类、来源、用量等信息，形成农业投入品基础数据库。

以此防止农药、肥料农业投入品偷减含量、掺杂使假、夸大化肥、农药功效或者种子的成活率等质量问题。

② 农业投入品用量监管
平台可以通过利用数据和算法，监控每个可能的因素实现预测，通过图象处理技术来识别病虫害，实现农药的精准使用。

就像施肥，要求精准施肥，降低使用量，怎么降低，必须要精准，是由量到质的变化，把数据真正落到生产的环节中去，帮助种植者将能够以非常精准的方式使用更少的化学品，让种植者的投入减少大约30%至40%，在保证效果的同时通过优化成本生成利润。

大数据实时监测农作物的生长动态

使用 GIS 、遥感、高光谱剖析等技能，收集作物生长情况，气象，土壤等数据，利用大数据分析判断出农作物病虫害情况，并快速生成科学施药处方图。

通过科技手段为农户提供精准且高效的农业服务，帮助农户解决作物生长过程中的病虫害问题。监测气候带的特征差异，会给我们带来更多数据价值，有利于收集农作物生长过程中很多不同的典型数据。

大数据助力农作物产量预估

通过遥感技术能够精确识别不同作物的种植地域和种植面积，只有遥感的方法才能把作物的识别和面积确定做到每一块地上，从而给传统采样的农业调查方法带来了变革，这也是农业大数据的根基。

卫星遥感的方式能够很有效的评估作物的生长状态和植物的生长周期，因此种植后，我们可以看到植物发育，成熟，衰老，然后收获。

并将本季的增长周期与不同时期的季节进行比较，得到不同时期作物的健康情况，并依据各种数据的归纳剖析较精确地预估农作物产值及采收信息。

以数据驱动精准农业操作
农业很复杂，作物、土壤、气候以及人类活动等各种要素相互影响。在近几年，种植者通过选取不同作物品种、生产投入量和环境，在上百个农田、土壤和气候条件下进行田间小区试验，就能将作物品种与地块进行精准匹配。
通过分析实时环境数据，可以得到农作物当前的长势、地块信息等；通过算法模型，可以预测未来环境趋势走向，可以得到精确的未来气候走向、病虫害趋势等；通过分析环境数据整体走向，得到精确种植建议、管理指导。

实现农产品可追溯

大数据对食物从田间到餐桌的过程进行追踪，以大数据为依据，将农作物或牲畜全程生长过程的模式、手段和方法呈现在公众面前。

覆盖农产品生产、加工、运输、仓储、包装、冷藏、物流、经销商、到达消费者手中等各个环节的数据采集和追踪管控，建立透明的“身份档案”，保证产品的源头可溯、真假可查。

通过赋予每件农产品唯一的、不可更改、不可仿制，又可以快速准确识别的数字化身份证，为农产品假冒问题提供了新的解决方法。此外，通过大数据的应用，加强了消费者与种植者的沟通联系，让传统的供应链得以改变，实现了从农田到餐桌的一站式供应。

农产品经营产销信息监测预警

近年来农产品滞销情况频现，农民卖不出，市民买不起，主要原因是生产和市场信息不对称导致农产品资源分布不平衡。

基于产销对接打通农产品市场流通体系，开展电子商务、期货交易、批发市场电子结算等数据的监测分析，加大消费端数据采集力度，让生产数据和市场监管数据有效对接，平衡各地农产品供求数量。

将各地农产品滞销情况和各地农产品市场需求情况转化为可以利用的数据库，对滞销地区、滞销产品、滞销数量以及各地对农产品的需求量等进行准确记录，并且利用这个数据库，点对点分销，既可以及时解决滞销问题，又可以实现市场资源平衡。

数据推进农业服务资源共享

整合农业科教系统数据资源，推动农业科研数据共享，促进农业科研联合和协作攻关。农业科技大数据集聚农业科教系统各方力量，形成农业科技创新、成果转化、农技推广、新型职业农民培育等领域的数据共享机制。

运用互联网和大数据信息技术，为新型农业经营主体和服务主体有效对接信贷、保险等提供服务。根据农业保险覆盖规模和理赔情况，评估农业保险对于农户生产经营提供的保障价值，实现包括惠农政策、农资购买、涉农补贴、便民服务等多种农户服务。

总的来讲，大数据作为新一代信息技术，在农业领域的应用任重道远。农业大数据市场还是一个充满机遇、有待开发的市场。
依托大数据技术广泛推动农业发展，需要打通各个环节的“数据孤岛”，实现完整产业链基础上“数据链”的贯通，为此，需要政府部门、涉农企业、大数据企业和农业生产经营主体多方合力，共同推进农业大数据的示范与推广。