面向农业大数据的信息化公共服务平台分析

《面向农业大数据的信息化公共服务平台分析》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、面向农业大数据的信息化公共服务平台分析　基金项目：教育部人文社会科学研究青年基金项目09YJC870007 　　：基于农业产业链信息化发展的现状，本文分析了农业信息化公共服务平台的基础服务需求，以及面向农业大数据提供深度分析实现平台增值服务的需求，并概述了所对应的关键技术和平台自身的业务模式。 　　关键词：农业大数据；农业信息化；公共服务平台；关键技术 　　随着我国农业信息化建设研究和实践的不断深入，政府与第三方主导的面向农业信息化应用和建设的公共服务平台也越来越受到重视。而伴随近年来物联X技术的迅速推广，以及大数据和深度商务分析在企业信息化层面的蓬勃展开，在农业信息化领域也开始了对农业

2、物联X和农业大数据的相关实践和研究探索。本文在回顾有关农业信息化公共服务平台的相关研究的基础上，根据农业大数据和农业信息化的特点，分析了农业信息化公共服务平台的一些基础共性需求和对应的关键技术。 　　一、农业信息化相关研究实践评述 　　农业作为与工业、服务业并举的一大类产业类型，其内部的组成部分包含了加工制造、流通、传统种养殖等多种业态，其复杂的产业链构成和分散的从业主体规模都使得农业信息化的建设较一般的产业信息化要复杂的多。刘金爱（2009）就将农业信息化的内涵分解为农业科学研究信息化、农业基础设施信息化、农业生产过程信息化、农业经营管理信息化、农业资源环境信息化等多种产业链构成要素。

3、曹芳、王凯（2004）通过对国外农业产业链管理的相关研究和实践综述，得出政府在农业产业链ICT投入、即信息化投入上应该占据主导作用的结论。这也从理论上支持了目前我国各地、各级政府主管部门推动建设的围绕农业信息化发展的诸多公共服务平台的合理性，譬如以农委和商委分别主导的围绕农产品和食品的质量安全监管系统和质量追溯系统等。 　　随着近年来物联X技术应用的日益扩散，有关农业物联X的示范建设以及基于农业物联X应用的各种服务支撑平台建设也开始受到各方面的关注。如复旦大学无锡研究院主持的国家863项目“农业物联X体系架构与应用服务支撑平台”就在农业物联X应用的智能芯片数据感知、云通信数据传输、农业知

4、识库建构与智能挖掘和综合应用服务等方面做出了探索。 　　此外，大数据在农业领域的应用也开始受到重视。除了普遍认可的农业大数据必须具备大数据的五“V”基本特性，即数据量大、处理速度快、类型多、价值大、精确性高之外，蔡书凯（2014）分析了大数据技术在农业中的应用，提出了政府扶持、主体培育、农业计算水平、数据开发等四个方面的农业大数据技术应用关键问题。孙忠富等（2013）基于大数据技术的基本阐述，初步分类分析了农业大数据的内涵和主要应用方向，并提出了优化整合农业数据、构建农业大数据平台的任务。基于山东农业大学成立的“农业大数据产业技术创新战略联盟”的建设，温孚江（2013）探讨了了农业大数据

5、研究的战略意义与协同机制，也同样提出了构建农业大数据分析平台的目标。郭平等（2013）则基于对相关技术的综述，结合各种推荐算法和用户社会X络特征提出了基于农业大数据云平台、面向农户信息需求的主动信息推送技术框架。 　　总体而言，目前有关农业大数据及相关平台的分析基本上以信息服务为导向，而其数据资源的整合基础则主要依赖于农业产业链领域现有的信息化基础中沉淀的数据，包括刚起步的农业物联X应用所产生的基础数据，以及相关的产业互联X外部数据和社会化数据。同样，前述若干面向农业的信息服务公共平台而言也更多是对产业内现有数据的集成整合，而非针对产业内经营主体进行规范化的业务管理和数据管理本身。然而，

6、从现实来看，我国目前的农业信息化水平仍旧相对滞后，信息化应用所覆盖的农业产业链业务范围和业务深度也不全面。以农资生产、农资流通、农业种养殖、农产品加工、农产品流通这样五层产业链结构来看，在农资流通、农业种养殖层级的信息化应用明显落后于大数据的深度商业分析要求，而在农产品流通环节，由于大量个体经营主体的存在也同样使得在该层级的农业基础数据存在大量盲点，无法为全面有效的农业大数据分析提供完备的数据基础。 　　因此，本文认为在农业领域的大数据应用发展应该与农业产业链信息化建设同步推进，通过集成的农业信息化公共服务云平台，在打通现有农业产业内的沉淀业务系统和数据平台的同时，完善、补足农业产业链内

7、的信息管理短板，特别是农资流通、种养殖、农产品流通等相对滞后的产业层级的业务系统，进而通过面向完备、整合的农业大数据深度商业分析为利益相关主体提供定制化的基于深度分析的信息增值服务，从而提升公共服务平台的价值。 　　二、农业信息化公共服务平台的ASP服务 　　孙忠富等（2013）在分析智慧农业大数据应用中，将农业大数据划分为生产过程管理数据、农业资源管理数据、农业生态环境管理数据、农产品与食品安全管理数据、农业装备与设施监控数据，以