近年來，隨著云計算、深度學習、機器學習、人工神經網絡算法、嵌入式等技術的深入發展與逐步實現，伴隨著農業大數據概念的提出，數字農業、精準農業、智慧農業等農業信息化表達方式的不斷更新，對我國現代化農業發展提出了更新更高的要求。但是，我國的農業現代化僅僅停留在農作物種植的規范化、集中化種植，溫室大棚培育、無公害農產品種植等形式。原有的農業生產技術落后，農民靠天吃飯，企業靠農民種植等現象仍未得到根治，總體上仍然處于生產效率低下與耕地利用率不足的現狀。由此可見，轉變現有農業生產模式，利用高新技術改變傳統農業生產模式勢在必行。農業信息技術的飛速發展及廣泛應用，對傳統農業的生產、經營方式提出挑戰的同時也帶來了機遇。現代農業信息技術的發展促進了電商平臺的興起，它為農戶解決農產品爛在地里的危機，并將各地的特色農產品遠銷全國各地；嵌入式系統結合農業種植，實現了用戶遠程澆水、施肥、噴灑農藥等功能；神經網絡算法的不斷更新為農業大數據的分析應用提供了智能模型；云計算的發展為農戶、企業提供了成本低廉的信息化平臺，實現高新技術的低成本化；農業物聯網技術的應用實現了農業生產、運輸、銷售、服務等一系列的智能化、標準化農業經營方式。以上新型農業技術的生產為我國智慧農業的發展提供了智力支持，為我國農業轉型升級、可持續發展奠定基礎。
一、傳統農業發展現狀
隨著我國經濟的飛速發展，農業生產方式的迅速改變，原本粗放型的農業小作坊種植形式已經逐步得到改善，精準農業得到了進一步的推廣，標準化的種植方式得到了廣大農民的認可，農業電商的推廣使得農產品銷售不再是農業發展的障礙，農業種植、收購企業的涌現使得部分農民轉化成產業工人，部分農業將種植成果直接賣給收購企業，改善了我國大部分地區農民的生活，一定程度上促進了農業的發展。但是，農業粗放型的生產方式仍然存在，智能化的信息技術仍未得到有效推廣，農業的發展存在巨大的潛力。
（一）農業產業單純式發展
近十年以來，云計算、物聯網、專家系統的飛速發展，徹底改變了人們的生產生活方式，信息技術與多學科的發展，將不同產業與信息技術的有效結合促進了各大產業的發展。但是，農業產業仍未與信息產業全方面的結合，發展方式過于單一。盡管在農產品的生產、運輸、銷售過程中，政府、企業運用了多種方式，提高了農產品的產量，增強了農產品的運輸力量，推廣了特色農產品的品質，但是將農業產業與信息技術相結合，構造集農業、旅游業、休閑娛樂業、信息產業一體化的模式仍屬罕見。
（二）農業信息技術發展滯后
目前，我國大部分地區農業種植仍然停留在農業機械化種植階段 （部分山區仍未實現農業機械化），農業信息化止步于試驗田及科研人員的研究。主要表現在以下幾個方面：
一是生物多樣性與農業信息化的脫離。如云南農業大學朱有勇院士團隊研發的生物多樣性種植方式，提高的農作物的抗病能力，減少了農作物農藥的噴灑量，為大量種植綠色食品、無公害食品提供了重要依據，但是，農業信息技術作為 ２１世紀高新科技的產物，具有智能性、預測性等特點，合理結合生物多樣性將更利于農作物的生長。
二是標準化種植。傳統的粗放型農業生產模式，農民根據自身需求進行種植，隨著經濟社會的不斷發展，由政府規劃、企業收購的標準化種植為農戶解決了農產品滯銷的問題，但是大量的標準化種植將抑制了農作物的抗病、抗蟲的能力，唯有使用大量的藥劑保持農作物的健康，得不償失。
三是生產過剩。由于缺乏智能化的預測模型，農戶種植農產品的品種、規模僅僅憑借個人的判斷，企業選擇種植農產品的品種、規模僅僅憑借管理層的決定或者專家的意見，導致主觀意見占據了決策的主導，抑制了農戶 （企業）的發展，常常出現生產過剩的現象。
（三）偽農業信息技術發展
計算機已經在全國范圍內得到普及，但是真正理解計算機技術的民眾所占比例仍舊很低，利用淘寶等電商平臺為各村農產品的銷售提供的支持，解決了困擾農民多年的問題。但是，電商平臺的使用僅能夠解決銷售難的問題，農業產業的根本問題并未觸動。真正農業信息技術并未推廣，粗放型農業經濟模型仍舊存在。
二、智慧農業模型的構建及面臨的挑戰
智慧農業是匯集最新農業信息技術，將其應用于農業種植、運輸、銷售全過程中，提高農業從業人員的收入，減輕農業從業人員的工作量，保障農業產業健康發展的新型產業。我國在智慧農業研究方面起步較晚，缺乏系統的理論知識和實踐經驗，面臨人才匱乏、基礎設施落后、政府投入力度較弱等困境。
（一）智能預測模型的構建
農業種植中最重要的問題就是種植品種、種植面積的問題。經常碰到今年洋蔥市場好、價格高，但是農民未種植，第二年大部分農民種植洋蔥，導致生產過剩難以銷售，農民損失慘重的現象。本文采用人工神經網絡算法構建基于智能算法的價格預測模型，較精確地預測第二年農作物的價格，為農民、企業提供參考依據，避免出現種植過量的現象，保證農民、種植企業的利益。具體方式包括：首先，確定影響該農作物價格的影響因素，將影響因素進行數字化處理。第二，收集整理數據化后的影響因素及近年來預測對象的價格，并通過拉依達準則對收集的數據進行檢驗，剔除異常數據；根據前后數據的相關性補充空缺的數據，形成完整的數據集。第三，將收集到的數據進行歸一化處理，確保數據的一致化。第四，根據收集數據量的大小選擇不同的人工神經網絡算法，構建智能預測模型。首先將歸一化處理后的一部分數據作物訓練集數據，輸入模型進行數據訓練；將剩余數據作為測試數據進行測試。當需要對某種農作物進行價格預測時，只要輸入相應的數據即可得到較為精確的預測結果，為農戶（企業）提供指導意見。根據同樣的算法，可以構建農作物病蟲害的預測系統，為預防病蟲害做相應的準備，降低病蟲害對農作物的危害。
（二）病蟲害診斷系統的構建
目前，手機已經從奢侈品變成了必需品，無論男女老少都擁有自己的手機。在此基礎上，開發基于智能算法的農作物病蟲害診斷系統 ＡＰＰ。該系統采用灰色神經網絡算法，進行圖形圖像識別，即將智能算法中的識別功能與手機 ＡＰＰ的診斷系統相結合，開發智能化的病蟲害診斷系統，并直接在手機上安裝，方便種植戶使用。在種植戶遇到農作物病蟲害難題時，只要在手機上打開病蟲害診斷 ＡＰＰ，選擇種植農作物品種，然后通過直接在病蟲害部位進行掃描，將自動檢測農作物的病癥，迅速通過數據庫匹配，得出解決病蟲害的方案，為種植戶提供方便簡潔的方案。
（三）農作物預警系統的構建
采用時間序列算法中的聚類算法構建基于智能算法農作物價格預警系統及農作物病蟲害預警系統，采用嵌入式系統設計紅色警報 （亮紅燈），綠色信號 （亮綠燈）。當某種農作物價格預測模型中預測結果低于警戒線 （設定某個值為警戒線值）時，系統將自動預警，發出紅色警報；當預測結果高于近 ３年來的最高價格時，系統將自動發出綠色信號提醒種植該農作物。
（四）智能化共享平臺的構建
前面談到構建基于智能算法的農作物價格預測模型。該預測模型可對某種或者某類農作物的價格進行預測。在此基礎上，搭建管理信息系統，將智能預測模型預測的結果通過管理信息系統進行數據共享。在數據共享之前，設立系統管理員、高級用戶、普通用戶等權限，根據不同的用戶權限，由管理員提供不同的共享數據，而且，將管理信息系統掛在云平臺上，既節約了資源、降低了成本又能滿足不同用戶的需求。同理，智能化共享平臺同樣提供農作物病蟲害預測結果以及農作物價格預警系統的相關信息，使得用戶 （高級用戶、普通用戶）通過該平臺的信息展示，及時調整種植農作物的品種及病蟲害防治措施。
（五）智慧農業模型與傳統農業的比較分析
智慧農業模型在選擇種植作物種類、病蟲害防治、價格預警等多方面形成優勢，由于采用了定量的智能預測方法，能夠精確的定位某種作物在來年的價格趨勢；能夠在遭遇病蟲害時，準確、及時、廉價地提供解決問題的方案；特別是建立智慧農業云平臺的基礎上，能夠以極其低廉的價格為每一個種植戶提供服務。相比較傳統的種植方式，農戶選擇作物種類時毫無章法，一般選擇當地傳統的農作物或者跟風的形式種植。在遭遇病蟲害使用農藥時，往往超量使用農藥；只有大中型的種植企業才會邀請專家預測某種農作物來年的價格趨勢以及指導病蟲害的防治方法。與智慧農業模式相比較，傳統農業種植成本高、收益低、利潤低、不環保。因此，選擇智慧農業模型是未來農業發展的趨勢。
（六）面臨的挑戰
大數據顧名思義就是擁有大量的數據，數據量以 ＰＢ級計量，國際信息咨詢機構國際數據公司對大數據的技術定義為 “通過高速捕捉、發現或者分析，從大量數據中獲取有價值信息的一種技術架構”，即大數據具備數據完整性、種類多樣性、變化頻率高等多種特性，顯然數據重要度已經成為了大數據是否成為核心要素的關鍵之處。 （１） 本文主要是在大數據背景下進行研究，數據作為所有關鍵技術的支撐點。前文介紹的影響農作物價格的因素，影響農作物病蟲害的因素以及農作物的價格等都需要數據的支撐，并且所需要的數據越多、越完整，智能預測模型的預測準確率就越高。（２）收集的數據量較大，對構建基于人工神經網絡算法的智能模型提出調整。隨著收集數量的不斷增長，必須采用機器學習才能對其進行分析，得出有效的結果。 （３）本文中預測的農作物并非單純的指一種農作物，而是包含了常見的農作物品種，以至于收集數據難度較大。如果收集數據不完整或者只能收集某種或某幾種農作物相關的信息，將嚴重影響大數據背景下我國農業的發展，所建立的智能模型、預警模型、管理信息系統都將失去存在的價值。因此，多種常見農作物相關數據的收集整理成為當前面臨的最大挑戰。
三、我國發展智慧農業的路徑
大數據背景下智慧農業的發展，不僅需要應用最新的農業信息技術，更需要收集大量的、完整的相關數據以及收集人們的需求。依據其需求，構建形式多樣的智能模型，然后構建管理信息系統，依托云平臺，提供低價、高效的信息服務。圖 １為智慧農業發展策略及路徑流程圖，顯示了我國農業發展的現狀，提出了智慧農業模型構建的方式，最后通過政府構建農業智慧平臺解決農業發展中存在的問題。
（一）加快農業信息化建設的投入，培育集成創新團隊
目前，農業信息化建設仍然是高校、科研院所建設的薄弱環節，各地方政府的科技部門應該加大農業信息化領域的研發投入，培養一批高層次的農業信息技術專業人才，投入農業信息化的實踐應用，為我國智慧農業的發展提供后備人才，實現標準化、組織化、智能及信息化新型農業生產方式。
（二）應用政府調節職能，構建智能模型
本研究的難點在于農作物涉及的品種多、類別復雜，以至于在數據收集過程中存在收集難、限制多等問題。政府特別是科技主管部門應該做好大數據背景下智慧農業發展的準備。首先，突破部門、單位、行業之間的限制，制定數據收集的相關政策，動用全社會的力量收集所需要的數據，推動智慧農業的發展；其次，以科技主管部門牽頭，通過實地調研學習交通大數據、農業大數據、林業大數據等平臺建設，邀請專業團隊構建各種智能預測或識別模型。
（三）建立公共服務平臺，增強政府扶持力度
根據我國農業產業發展的現狀，政府應發揮主導農業信息產業的作用，將其定位為服務型產業，利用政府科技平臺建設資金，引進發達省市的平臺建設團隊，將構建并修改完善的基于智能算法農產品價格預測模型，農產品病蟲害預測模型等多種智能化模型嵌入管理信息系統中，搭建智慧農業信息管理平臺，實現公益性的服務模式，為種植戶、種植企業提供精準服務，將種植品種、病蟲害以及農產品價格預測等問題解決在矛盾的源頭，避免出現種植農產品供過于求的慘狀。
（四）建設服務型平臺，實現信息共享
科技主管部門應該建立科學合理的平臺管理機制，采取 “制定機制、合理收費、科學管理、信息共享”的先進理念，通過低價提供數據的形式，吸引種植戶和種植企業的加入，盤活智慧農業信息管理平臺，實現政府投入、惠及用戶、循環使用的功能，確保該平臺在農業大數據中的有效應用。
四、小結
綠色食品、健康生活、幸福家庭離不開綠色農業產業的發展，借助大數據時代先進的思想及技術，以農業產業為發展平臺，以人工神經網絡、時間序列等智能算法為技術基礎，構造智能模型，運用智能模型對農產品價格進行預測，對農作物病蟲害進行預測，對農產品價格進行預警；利用手機 ＡＰＰ技術，開發防治病蟲害系統，解決農民 （農業種植工人）在田間地頭遇到農作物病蟲害的問題，并搭建云平臺向廣大的農戶、種植企業提供精確、低價的信息，促進農業產業健康發展。
客服熱線：010-82626909
客服郵箱：logistics@orinf.cn
聯系地址：北京市海淀區學院路51號首享科技大廈1005
