摘要：农业处于当前的大数据时代，必然会引起一定程度的农业技术革新。文章首先分析农业大数据环境下的农产品监测预警，并根据当前的发展现状，提出对于农产品监测预警今后发展前景的展望，最后针对农产品监测预警系统的实现，给出简要的设计思路及方法。
关键词：农业大数据；农产品；监测预警
引言
随着技术的革新和发展，社会处于大数据的环境当中，无论是人们的日常生活和工作，都或多或少的与大数据统计监测技术相关联。通过大数据来推动农业农产品监测预警的思维方式以及工作方式进行变革，可以使农产品监测预警的针对对象及内容更加丰富、更加精细，农产品监测预警所需要的数据获取方式也更加便捷，数据的处理及分析方式更加智能化，信息的表达及服务技术随之更加精准化。
一、农业大数据与农产品检测预警
农业大数据是大数据在农业领域的应用和延展，是开展农产品监测预警工作的重要支撑[1]。农业大数据将农业的地域性、季节性以及多样性和周期性等特点充分融合，具有来源广泛、类型丰富以及结构较为复杂的特点，它同时也是那些较为复杂的无法用简单、普通的方法进行分析处理的数据的集合。
农业产业链条的内容体现出当前农业数据主要在农业环境资源、生产以及市场和管理等方面。首先，环境资源数据指的是土地、水以及气象等的相关数据。其次，生产数据分别包括种植业和养殖业的生产数据，种植业的生产数据指的是地块、育苗、播种、化肥等种植过程中涉及到的元素信息；养殖业的生产数据包括养殖个体的信息、特征以及饲料等等相关信息。市场数据指的是农业市场的价格、生产资料以及利润等信息。最后，农业管理数据指的是贸易信息、国内国际的农产品动态等。随着农业大数据时代的来临，首先，农业的全面感知成为可能。其次，农业中事物的认知开始形成多维的、相互关联的模式，不同的数据来源都具有一定的局限性、片面性，只有将原始的、分散的数据充分融合，才能将事物全貌、本质及规律等充分展现，并通过事物之间的关联，不断完善事物各方面的内容的反映。
农业大数据可分为现货大数据和期货大数据。农业现货大数据指的是根据农产品生长周期、季节特征等进行分类，涵盖了农产品的方方面面。包括：育种、播种以及种质数据，这一类数据是农产品种植生产的基本数据；病虫害、植物保护等数据，观测这类数据能够预测出适合农作物生长的时间和周期，准确把握这一数据所得出的结论，能够有效提高农作物的产量质量；田间管理数据，田间管理指的是所用化肥、农药、用量等等数据，对于农作物与生态环境之间的协同发展具有重要意义；产量数据，观察产量走势，能够为期货品种的交易单位提供参考依据；品质、质检等数据；仓储及费用数据；现货价格、期货价格等市场数据、销售、贸易等数据；天气数据等的与农作物种植有关的大数据，这些数据的收集，无疑能够全方位地把握农作物数据，更好地把握农作物销售走势，提升产量、质量以及销量等。
农产品监测预警是当代能够稳步发展的重要基础，而大数据的发展能够为农产品监测预警提供强有力的支撑基础。当前农业的发展依然面临众多的难题，需要利用大数据技术的支撑来打破困境，让农业得到良好的发展。例如，当前农业的发展面临的生产风险问题，如能够通过大数据提前对灾害数据进行分析及预测，及早发现灾害并采取预防措施，能够有效的规避粮食由于自然灾害而被大量破坏。
二、农产品监测预警在大数据时代下的变革
大数据的发展推动农产品检测预警工作方式不断变革，推动检测内容及对象以及数据获取方式及技术、数据分析方式及技术等都发生了深刻的变革。
一方面，农业大数据的发展及应用，使得农产品所具有的信息更加充分的表达出来，信息分析的内容及对象都进一步细化。
期刊文章分类查询,尽在期刊图书馆相比传统的农产品监测预警，农业大数据环境下的监测预警工作覆盖的方面更加广泛，传统的监测预警内容经常注重大宗的农产品，对于小宗农产品经常忽视，导致小宗农产品如姜蒜等的产品价格波动幅度较大，市场极为不稳定；在大数据的环境下，产品数据同时囊括了大宗产品、小宗产品，内容也包括了总体供求产业链的各个方面。
另一方面，农产品检测预警中的数据获取方式也更加方便快捷。农业系统包含着复杂的内容和繁杂庞大的数据体系，而大数据技术的发展，实现了数据从“静态”到“动态”的转变，现代的信息技术使得人们能够全面地、及时地、有效地获取到农业相关的各方面信息，能够全面监测农产品整个产业链的全过程。例如，采用GPS定位技术等技术来便捷得获取农产品的物流信息；通过移动终端及互联网技术来实现农产品价格、消费等信息的实时更新和获取等。
最后，数据分析和处理输出技术更加智能化。在农产品监测预警工作中，我国各部门已经创建了一些大型的分析系统，例如，农业部创建的农产品监测预警系统等等。许多的系统在进行结构化的数据处理时，能够顺利完成任务，但针对半结构化的，甚至非结构化的数据进行处理时则显得稍有不足。因此，在大数据的背景下，数据分析及管理存储的能力是未来科技竞争中的核心竞争力。相应地，数据输出及表达的能力也会有所提高，数据的表达及服务技术将更加精准，海量数据分析处理的结果，将自动生成并输出，这一过程具有较高的准确性。例如，通过数据结果，发现农产品的信息流向及流量，在众多大量的数据中总结出农产品的需求发展趋势即是藏规律。最后输出的农产品监测数据结果以及分析报告，将为政府部门更好的掌握农产品的生产、流通以及消费等等产业链的相关变化并采取相应的措施来对市场进行调控、稳定市场提供了极为重要和科学合理的决策依据，同时，为养殖种植人员提供了有效的参考，对于不同种类的农产品能更好的把握其需求量及其发展趋势等等。
三、农业大数据与农产品监测预警相结合的发展前景
大数据时代，农产品监测预警找到了能够保质保量的数据支撑，不断推动其在数据采集、分析以及表达等各方面朝着更加智能、标准、精确的方向发展。
首先，相关部门应当构建起相应的农业基准数据，推动农业大数据朝着更加标准化的方向发展。具有统一的数据标准，是农产品监测预警工作开展的前提条件。设定统一的标准，对数据采集以及传输等过程中的各不同类、不同方面的内容都制定相应的标准，才能有效保证农产品的数据分析及应用能够顺利进行。其次，推动数据获取方式朝着更加实时化的方向发展，充分利用物联网、电子移动设备等数据实时收发设备，将其与农产品的产业链各个环节充分结合，实现农业数据的自动记录、自动处理以及自动报告等功能。再次，推动大型的数据分析处理系统朝着更加智能化的方向发展，处理的数据从结构化的数据朝着非结构化、半结构化的数据转变，使得处理方法更加智能；数据算法应当朝着更具有自适应性以及自动识别性的方向发展；基于云计算的数据处理更能够全面分析并发现大数据的价值。另外，应当搭建起预警服务的平台，进一步加快数据结果表达的可视化和时效性。
四、结束语
综上可见，随着大数据的发展，农业与大数据的有机结合是农业发展的必然趋势，农业大数据对于农业的发展起到至关重要的作用，尤其在农产品监测预警方面，应当充分发挥大数据覆盖面广、结果精准、处理智能、方便快捷等优势，来不断推动农产品监测预警工作方式及内容的变革，提高工作质量及水平，进一步推动农业的不断发展。
参考文献：
[1]王莉.基于WebGIS的农业环境动态监测与评价管理信息系统设计与实现[D].江西农业大学,2013-06-01.
[2]刘佳佳.农产品监测预警数据库系统的研建和应用[D].中国农业科学院，2014-06-01.
[3]蔺彩霞.农产品监测预警系统的设计与实现[J].农业网络信息，2013-05-26.
[4]董朝菊，张放，吴涛，等.大数据在中国果业发展中的应用现状与前景展望——访中国农业科学院农业信息研究所监测预警团队首席科学家许世卫博士[J].中国果业信息 2016-07-20.
论文作者:张裕馨
论文发表刊物:《基层建设》2017年1期
论文发表时间:2017/4/10
标签：数据论文; 农产品论文; 农业论文; 信息论文; 内容论文; 技术论文; 农作物论文; 《基层建设》2017年1期论文;