農業大數據到底是什么？相信許多人都有這個疑問。簡而言之，一切與農業相關的數據，包括上游的種子、化肥和農藥等農資研發，氣象、環境、土地、土壤、作物、農資投入等種植過程數據，以及下游的農產品加工、市場經營、物流、農業金融等數據，都屬于農業大數據的范疇，貫穿整個產業鏈。農業大數據之所以大而復雜，是由于農業是帶有時間屬性和空間屬性的行業，因而需要考慮多種因素在不同時間點和不同地域對農業的影響。
 

大數據在農業中有哪些應用？

大數據加速作物育種
 

       傳統的育種成本往往較高，工作量大，需要花費十年甚至更久的時間。而大數據加快了此進程。生物信息爆炸促使基因組織學研究實現突破性進展。首先，獲得了模式生物的基因組排序；其次，實驗型技術可以被快速應用。
 

       過去的生物調查習慣于在溫室和田地進行，現在已經可以通過計算機運算進行，海量的基因信息流可以在云端被創造和分析，同時進行假設驗證、試驗規劃、定義和開發。在此之后，只需要有相對很少一部份作物經過一系列的實際大田環境驗證。這樣一來育種家就可以高效確定品種的適宜區域和抗性表現。這項新技術的發展不僅有助于更低成本更快的決策，而且能探索很多以前無法完成的事。
 

       傳統的生物工程工具已經研究出具有抗旱、抗藥、抗除草劑的作物。通過持續發展，將進一步提高作物質量、減少經濟成本和環境風險。作物開發出的新產品將有利于農民和消費者，例如高鈣胡蘿卜、抗氧化劑番茄、抗敏堅果、抗菌橙子、節水型小麥、含多種營養物質的木薯等。
 

以數據驅動的精準農業操作
 

       農業很復雜，作物、土壤、氣候以及人類活動等各種要素相互影響。在近幾年，種植者通過選取不同作物品種、生產投入量和環境，在上百個農田、土壤和氣候條件下進行田間小區試驗，就能將作物品種與地塊進行精準匹配。
 

       如何獲得環境和農業數據？通過遙感衛星和無人機可以管理地塊和規劃作物種植適宜區，預測氣候、自然災害、病蟲害、土壤墑情等環境因素，監測作物長勢，指導灌溉和施肥，預估產量。隨著GPS導航能力和其他工業技術的提高，生產者們可以跟蹤作物流動，引導和控制設備，監控農田環境，精細化管理整個土地的投入，大大提高了生產力和盈利能力。
 

       數據快速積累的同時，如果沒有大數據分析技術，數據將會變得十分龐大和復雜。數據本身并不能創造價值，只有通過有效分析，才能幫助種植者做出有效決策。曾在美國航空航天局從事多年遙感數據分析的張弓博士指出，“大數據分析的技術核心是機器學習，快速、智能化、定制化地幫助用戶獲取數據，獲得分析結果，進而做出種植決策，提高設施和人員使用效率。機器學習的另一個好處是，隨著數據不斷積累，分析算法將更準確，幫助農場做出更準確的決策。”張弓博士去年回國成立佳格數據，致力于通過遙感獲取農業數據，幫助客戶“知天而作”，利用氣象、環境等數據來支持農業種植及上下游的決策。
 

大數據實現農產品可追溯
 

       跟蹤農產品從農田到顧客的過程有利于防止疾病、減少污染和增加收益。當全球供應鏈越來越長，跟蹤和監測農產品的重要性也越來越強。大數據可以在倉庫儲存和零售商店環節提高運營質量。食品生產商和運輸商使用傳感技術、掃描儀和分析技術來監測和收集產業鏈數據。在運輸途中，通過帶有GPS功能的傳感器實時監測溫度和濕度，當不符合要求時會發出預警，從而加以校正。
 

       銷售點掃描能夠在有問題或者需要召回食品，甚至在產品賣出后也可以采取即時、高效的應對措施。基因組工具和大數據分析技術也被用于發現食物為傳播載體的病菌傳播規律，進而預測爆發期。此類病菌的威力不可小覷，據調查，僅在美國每年就造成7600萬人口感染，5000人死亡。同時，大數據可以減少產業鏈過程中的浪費現象，在發達國家市場中40%的食物都被丟棄，其中包括10%-15%的農產品。
 

大數據重組供應鏈
 

       許多傳統、安于現狀的公司不能及時通過新技術來做出改變，因為快速變化需要公司文化、風格和運營方式給予支持。大型農業企業擁有大量的研發經費和機制，促使他們較容易地運用復雜技術開發出新產品。另外，對大部分公司的另一個挑戰是復雜的定價策略不斷演化，涉及層層分銷商、經銷商、打包銷售、返利折讓等一系列過程，造成產業鏈過程中價格不透明。誰能掌握此先機，誰就掌握了市場的主動權。
 

        然而，正是有這些問題的存在，才給改變帶來更多機會，就像谷歌改變了多個產業，而打車軟件改變了人們的出行方式。