農業(yè)現代化、信息化離不開監(jiān)測預警
來源: 轉載 類別:行業(yè)動態(tài) 更新時間:2016-09-07 閱讀次
非常高興有這樣一個機會在這里就《大數據支撐農業(yè)監(jiān)測預警》這個問題跟大家分享我的一些體會和情況,首先說說農業(yè)監(jiān)測預警當中技術問題,第二個說一下大數據的來源,第三個方面介紹一下我們大數據研究工作的實踐。
首先是監(jiān)測預警。很多的專家、學者乃至于企業(yè)界對監(jiān)測預警已經很熟悉了。監(jiān)測預警是對生產、流通、市場、消費等進行全產業(yè)鏈的數據采集、信息分析、預測預警與信息發(fā)布的過程,應該說監(jiān)測預警是現代農業(yè)管理一個高端的工具,現代化、信息化一定要有監(jiān)測預警。
現代化管理的過程實際上就是伴隨著與監(jiān)測相關的工程。現代農業(yè)的發(fā)展時刻都在監(jiān)測上,監(jiān)測好了那農業(yè)現代化就完成了,現代農業(yè)的管理正在從采前向采后轉化,從全產業(yè)鏈轉化。決策要的是可靠、準確、及時。
農業(yè)風險的防范過程就是不斷預警的過程。在現代農業(yè)管理當中,大家要不斷的預知未來,現在農業(yè)發(fā)展中最難的是難以真正快速的了解市場。我們很多情況下不了解現在發(fā)生了什么,更不知道未來會怎么樣,這是一個難題。現在農業(yè)的管理規(guī)避風險的需求更加強。 接下來,在現代農業(yè)的管理當中有三個方面的難題。首先要數字化發(fā)現問題,其次是模型化分析問題,再其次是系統(tǒng)方面的預警,系統(tǒng)方面預警未來也是很難。
數字化發(fā)現問題比較難,模型化分析問題很難,過去做模型是理論驅動,先有理論再去找數據,現實是往往找不到想要的數據。現在是數據驅動,重新來建立適合的東西。過去是理論驅動現在是數據驅動,這是一個趨勢,我們要從大量的數據當中識別出適合于我們這個領域的東西。 系統(tǒng)化的預警比較難,預警需要持續(xù)化、不間斷、系統(tǒng)化的預知未來。由于農業(yè)產品的自然性、區(qū)域性、脆弱性,進行全天24小時廣域性、系統(tǒng)性的預警是比較困難的。
數據來源問題。在大數據時代需要有新的處理模式,才能夠具有更強的決策力、洞察發(fā)現力和流程優(yōu)化能力,來適應我們海量、高增長率和多樣化的數據資源數量與價值,因此我們建立了以分析對象為中心的農業(yè)監(jiān)測預警大數據體系,包括全要素、全流程的做了專門的數據庫。這些數據庫包括八個模型,目前有70多項。首先是基準數據,大部分是以一次數據為主,是為模型的研制做出基數的設定。第二是實時數據,第三個是用網絡爬蟲技術去生產數據、制作數據,這些技術條件產生很充分。這三種方式每一種數據的來源都有特點,這些數據放在一起也聯合起來會推進這方面的進步。
建立數據的分析實踐。對于農業(yè)自然與社會的復雜背景,常規(guī)的模型預測方法響應滯后,分析問題非常籠統(tǒng),或者不夠深刻。實時監(jiān)測通過分析、鑒析、歸納能夠發(fā)現一些問題,大數據的問題將從多維度的融合當中能夠全面建成。我們的農業(yè)監(jiān)測預警中的大數據分析,目標是點到什么就有什么,點到哪個地區(qū)就是哪個區(qū),這個系統(tǒng)能做生產分析,能做消費的分析,還有能做供需平衡表的分析,現在農業(yè)部也在嘗試著每個月發(fā)布平衡表。這看上去是很簡單的工作,這實際上是需要有非常強的科技支撐條件才能做好的工作。
中國農業(yè)科學院信息所研究員許世衛(wèi)
首先是監(jiān)測預警。很多的專家、學者乃至于企業(yè)界對監(jiān)測預警已經很熟悉了。監(jiān)測預警是對生產、流通、市場、消費等進行全產業(yè)鏈的數據采集、信息分析、預測預警與信息發(fā)布的過程,應該說監(jiān)測預警是現代農業(yè)管理一個高端的工具,現代化、信息化一定要有監(jiān)測預警。
現代化管理的過程實際上就是伴隨著與監(jiān)測相關的工程。現代農業(yè)的發(fā)展時刻都在監(jiān)測上,監(jiān)測好了那農業(yè)現代化就完成了,現代農業(yè)的管理正在從采前向采后轉化,從全產業(yè)鏈轉化。決策要的是可靠、準確、及時。
農業(yè)風險的防范過程就是不斷預警的過程。在現代農業(yè)管理當中,大家要不斷的預知未來,現在農業(yè)發(fā)展中最難的是難以真正快速的了解市場。我們很多情況下不了解現在發(fā)生了什么,更不知道未來會怎么樣,這是一個難題。現在農業(yè)的管理規(guī)避風險的需求更加強。 接下來,在現代農業(yè)的管理當中有三個方面的難題。首先要數字化發(fā)現問題,其次是模型化分析問題,再其次是系統(tǒng)方面的預警,系統(tǒng)方面預警未來也是很難。
數字化發(fā)現問題比較難,模型化分析問題很難,過去做模型是理論驅動,先有理論再去找數據,現實是往往找不到想要的數據。現在是數據驅動,重新來建立適合的東西。過去是理論驅動現在是數據驅動,這是一個趨勢,我們要從大量的數據當中識別出適合于我們這個領域的東西。 系統(tǒng)化的預警比較難,預警需要持續(xù)化、不間斷、系統(tǒng)化的預知未來。由于農業(yè)產品的自然性、區(qū)域性、脆弱性,進行全天24小時廣域性、系統(tǒng)性的預警是比較困難的。
數據來源問題。在大數據時代需要有新的處理模式,才能夠具有更強的決策力、洞察發(fā)現力和流程優(yōu)化能力,來適應我們海量、高增長率和多樣化的數據資源數量與價值,因此我們建立了以分析對象為中心的農業(yè)監(jiān)測預警大數據體系,包括全要素、全流程的做了專門的數據庫。這些數據庫包括八個模型,目前有70多項。首先是基準數據,大部分是以一次數據為主,是為模型的研制做出基數的設定。第二是實時數據,第三個是用網絡爬蟲技術去生產數據、制作數據,這些技術條件產生很充分。這三種方式每一種數據的來源都有特點,這些數據放在一起也聯合起來會推進這方面的進步。
建立數據的分析實踐。對于農業(yè)自然與社會的復雜背景,常規(guī)的模型預測方法響應滯后,分析問題非常籠統(tǒng),或者不夠深刻。實時監(jiān)測通過分析、鑒析、歸納能夠發(fā)現一些問題,大數據的問題將從多維度的融合當中能夠全面建成。我們的農業(yè)監(jiān)測預警中的大數據分析,目標是點到什么就有什么,點到哪個地區(qū)就是哪個區(qū),這個系統(tǒng)能做生產分析,能做消費的分析,還有能做供需平衡表的分析,現在農業(yè)部也在嘗試著每個月發(fā)布平衡表。這看上去是很簡單的工作,這實際上是需要有非常強的科技支撐條件才能做好的工作。
中國農業(yè)科學院信息所研究員許世衛(wèi)
- 【中國農業(yè)儀器網】聲明部分文章轉載自其它媒體,轉載目的在于傳遞更多信息,并不代表本網贊同其觀點和對其真實性負責,且不承擔此類作品侵權行為的直接責任及連帶責任。如涉及作品內容、版權和其它問題,請在30日內與本網聯系。

推薦儀器

最近更新儀器

相關行業(yè)動態(tài)