您现在的位置:   首页 >> 新闻中心 >> 行业新闻

事实:副总裁刘石:关于数字农业和农业大数据

发布人:数字乡村 发布时间:2022-01-21 307 次浏览

副会长刘石

农业世界网记者现场报道,2019年10月27日,“2019中投”智慧农业论坛召开。

智慧农业论坛将聚焦农业科技发展,围绕人工智能、大数据、互联网等新技术在农业领域的创新应用分享成果,共谋兴农、富农、兴农在数字化、网络化和智能化时代加强农业。科技之路。

论坛嘉宾云集:行业学者、院士、集团高管、企业CEO、高校、政府机构、农业人士等近百人参与论坛。10多位嘉宾现场精彩分享。1000万”计划。

近年来,大数据发展非常迅速,各行各业的大数据平台发展迅速。

基于农业场景的应用有助于农业资源的高效利用。刘石副会长分享了“关于数字农业与农业大数据”的主题,了解农业大数据最前沿的技术应用。

农业世界网记者现场了解到,刘石在论坛上与大家分享:传统农业生产要素的主要七大要素和模式,以及AOS建设的四项基本原则。

农业世界网记者根据速记稿整理:

1

现代农业技术VS传统农业技术

我们知道,传统农业技术的生产要素主要包括种子、肥料、农药、农业机械、耕作、土壤、排灌等。

传统农业技术经过数百年甚至数千年的发展,这些因素对提高工业生产的产量和效率的贡献空间越来越小。

农业新技术主要是指20多年前出现的分子生物技术、物联网、大数据等。它们已经渗透到社会生活的方方面面,开始影响农业产业的发展。

现代农业技术与传统农业技术有什么关系?对行业发展有何影响?对此,中外专家学者一直未能说清楚。

我们先来仔细分析一下传统农业生产要素。

1)我们首先从内部和外部维度进行分析。种子技术是一种内在因素,通过提高内在遗传因素的效率来提高产量潜力和其他品质性状;还有其他六个外部因素,都是为种子创造更好的生长环境和条件。

2)我们将从顶部和底部维度进行分析。上述化肥、农机、农药等都是人为创造的生产要素,我们称之为技术要素;而耕作、土壤、排灌对原始自然资源的依赖性很强,我们称之为资源要素,即与资源本身相匹配的资源。.

3)我们将从左右维度进行分析。左边的化肥和耕作,叫做助推元素,都是为了让庄稼长得更好;农药和灌溉技术是为了使作物能够抵抗各种自然灾害,我们称之为抗逆元素。

新的农业技术,如生物技术、物联网、大数据等,并没有创造新的生产要素,那么它们如何改变传统农业?

首先,分子生物技术从内在和微观的角度改变了传统农业。正是通过基因功能的发现、定位、修饰、转移、编辑和组合,从内部改变和改进遗传规律和效率,从而提高农业生产水平。

其次,农业物联网和大数据正在从外部和宏观层面改变传统农业。就是通过要素的组合和内外部要素的整合,提高农业生产要素的利用率和综合效率,从而提高生产效率。

2

数字农业

数字农业是一个广泛而集体的概念。在其之下,涵盖了农业物联网、大数据、智慧农业、精准农业等。

这些概念之间存在区别,但如今它们经常互换使用。

农业生产包括三大环节,从投入到生产过程,再到农产品销售。生产过程还包括田间农业和设施农业两种截然不同的生产形式。

农业物联网的核心是数控系统,在封闭的环境或系统中,以探头、传感器、摄像头等设备为基础,与物体相连接,并根据确定的参数自动调节运行。在设施农业中。

相比之下农业大数据农业大数据是一个开放的环境或系统,收集、识别、识别数据并建立数据库。它通过参数、模型和算法对多维数据进行组合和优化,为生产运营和业务决策提供依据。,并实现部分自动化控制和操作。主要用于大田农业和全产业链的运作。

精准农业是以农机硬件为核心的运行执行系统。配备智能检测设备和控制软件,实现精准操作、变量控制(变量播种、变量施肥、变量喷洒)、场景适应等。

简而言之,智慧农业是基于经验模型技术的专家决策系统。智慧农业可以很好地与农业物联网和农业大数据相结合。

3

究竟什么是大数据?

关于农业大数据和技术,现在很容易混淆。

大数据获得的技术包括遥感技术、探测技术、气象技术、图像识别技术等。

大数据应用技术包括参数、算法、APP、软件、功能、模块、系统、平台、区块链、云计算等。

那么什么是大数据?

大数据主要包括三类:环境大数据、工业大数据和消费大数据。

统计数据和历史积累的数据都不是大数据,虽然统计数据量很大。

大数据的定义。

专注于大数据的Gartner研究院认为,大数据需要新的处理模型,具备更强的决策、洞察发现和流程优化能力,以适应海量、高增长和多样化的信息资产。

麦肯锡全球研究院认为,大数据是一种大规模的数据集合,在获取、存储、管理和分析等方面大大超过了传统数据库软件工具的能力。它具有海量的数据规模、快速的数据流和多样的数据。低类型和价值密度的四个特点。

IBM 认为大数据具有五个特征,即:Volume、Velocity、Variety、Low Value Density 和 Veracity

以上都不能完整准确地概括大数据的核心特征。

笔者认为,大数据是通过应用软件或系统、自身产品和实时更新,按照一定的逻辑关系关联多维动态数据,并据此预测未来。

4

AOS,农业大数据操作系统

不应根据经验和历史数据安排农作物的生产。未来农业的基本逻辑和流程应该是:

第一步是根据对未来市场需求的预测来决定今年的产量。

第二步,在进行生产决策时农业大数据,需要了解作为决策依据的历史数据,包括气象、土壤、种植等历史数据。这部分是静态数据模型。

第三步,只有历史数据是不够的。我们还需要实时更新的动态数据做支撑,包括遥感数据、地面基站数据以及产业链反馈的最新市场数据,再加上这些动态数据,我们就有了种植模型。

第四步,种植模式告诉我们两件事:一是农产品的投入,包括种子、化肥和农药;二是农业经营,包括农机作业和灌溉作业。

第五步,在操作过程中,记录操作过程和作物生长数据,反馈给数据模型和种植模型,对模型进行迭代更新。

第六步,在进行农业经营的同时关注市场变化,进行市场预测和预售。

第七步,由于整个生产过程形成了产业链的闭环,农业金融可以融入整个系统,包括农业机械设备的预投资贷款、购租、保险等。农业生产过程。,以及农产品的销售和期货。

这个农业操作系统(AOS的核心)不是一个产品或相关技术,而是一个以数据模型、种植模型和商业模型为核心的完整操作系统。这就是未来的农业大数据系统。

5

AOS建设的四个基本原则

首先,AOS主要是对现有农业生产要素的收集、整理、优化和整合,不是新技术的应用,也不是一些新概念的炒作。

二是梳理整个农业产业链的业务逻辑,对数据和模块进行结构化设计,保证数据的完整性、实用性和共享性。

第三,各要素之间的量化对应、参数的设置与优化、算法的选择与升级是AOS的核心。

第四,产业链的整合,市场要素和金融数据的充分融合,是AOS产业价值、商业价值和社会价值的保障。

AOS可以让参与产业链的所有用户受益。关于AOS的产业价值,我们服务的最高服务是食品安全的可追溯性,这是生产者和消费者的价值。

此外,正是商业模式的创新,带来了产业链的价值。更深层次的是超级数据和区块链系统,是操作系统的革命。

只有操作系统的革命才能实现价值。当我们看苹果的一些创新时,最有价值的不是APP,而是其背后的iOS系统。如果没有 iOS,所有的 APP 都将毫无用处,毫无价值。