“三农”数据云平台设计研究

罗治情， 官 波， 陈娉婷， 吴亚玲， 沈祥成

(湖北省农业科学院农业经济技术研究所，湖北武汉 430064

近年来，在互联网、物联网、移动互联网、云计算等技术的推动下，我国已经迈入“大数据”时代。大数据已经在电子商务、市场营销、临床诊断、金融等领域发挥着重要作用，但是在我国的整个农业领域，大数据的研究和应用还稍显落后[1]。目前，大数据对于农业的重要性日益凸显，农业领域都在积极开展农业大数据相关方面的研究。

1 国内外农业大数据研究现状

国内外都将大数据研究和生产计划提高到国家战略层面。美国政府于2012年3月发起“大数据研究和发展计划(Big Data Research and Development Initiative)”[2]，同时由政府资助建立公共数据共享网站data.gov，美国农业部在此建立了自己的门户，目前可以链接到348个农业数据集。大量涉农信息化企业利用政府公开发布的农业大数据进行分析、预测并提供给农业生产者用于农场生产管理及精细化耕作，以帮助农场主提高生产效率：如Farmeron公司推出基于Web的农场管理工具，通过大数据技术监测分析农场生产及生产状况，有利于农场主科学制定农业生产计划；Solum公司根据土壤数据开发了能够实现高效精准的土壤抽样分析的系统，以帮助种植者精准施肥；Monsanto公司通过分析海量天气数据来预测未来可能对农业生产造成破坏的各种天气[2-3]。英国政府于2013年7月发布“英国农业技术战略(A UK Strategy for Agricultural Technologies)”，该战略高度重视利用大数据和信息技术提升农业生产效率，致力于将英国打造成农业信息学世界级强国[4]。同时，英国政府建立了有“英国数据银行”之称的data.gov.uk网站，通过完全公布政府数据，进一步支持和开发大数据技术在科技、商业、农业等领域的发展。法国正着力打造一个“大农业”数据体系，互联网应用被纳入体系内[5]。日本利用云和大数据进行农业生产，韩国、澳大利亚、印度等国政府也开始大数据的研究进程，促进大数据和农业现代化融合[6-7]。

目前农业大数据相关的研究，我国处于起步阶段。2014年3月，《政府工作报告》中明确指出，要设立新兴产业创业创新平台，在大数据等方面赶超先进，引领未来产业发展。2015年12月，农业部发布《农业部关于推进农业农村大数据发展的实施意见》，全面部署农业农村大数据发展工作；与此同时，农业部完成了“农业综合信息服务平台”(http：//12316.agri.gov.cn)[8]，一定程度上促进了全国农业系统信息资源的共建共享。中国农业科学院农业信息研究所发起了信息联盟，旨在促进涉农信息资源与专家队伍的集成、共享，联合推进信息云服务[9]。山东农业大学发起了国内第一个农业大数据产业技术创新战略联盟，并搭建了“渤海粮仓科技示范工程大数据平台”[3]。2014年，中国科学院数据大会举行，专门设立农业与农村信息化大数据技术与应用分论坛[9]。另外，国内的企业也对云计算、大数据给予高度关注。量子数聚(北京)科技有限公司和山东农业大学共同推出的“农业大数据应用云平台”(http：//www.dataagri.com)[10]。通过整合多渠道农业相关数据，引入数据挖掘展现技术，面向用户提供数据查询、分析等应用服务。布瑞克提供的“中国农业大数据平台”(http：//www.agdata.cn)[11]，汇聚了丰富全面的中国农产品数据的信息平台，提供数据检索、查询、相关研究报告等功能。华夏中璟建设的“中国农业云·大数据”(http：//www.nyydsj.cn)[12]，通过收集农业耕地、农田、种植、养殖、需求、供应、交易等数据并进行汇总，通过云计算分析后进行发布，为农业生产提供数据信息。

在学术研究领域，目前关于大数据的研究主要有2个方面：一是基于计算机科学偏向技术层面的研究，二是大数据分析的跨学科研究。而关于农业大数据的研究目前还不多见[13]。著名期刊《Nature》和《Science》针对大数据分别出版了专刊“Big Data”和“Dealing with Data”，讨论了大数据处理面临的各种问题[14-15]。温孚江提出，农业大数据研究需要多学科协同攻关，组建农业大数据产业技术创新联盟是一种可行的协同机制[16]。孙忠富等结合农业特点，分析了大数据在农业上的需求、主要应用领域和任务，对我国农业大数据和智慧农业的发展提出了一些建议[17]。王文生等从我国现代农业发展的角度，分析了国家农业大数据中心建设的战略需求，提出了农业大数据中心建设的主要内容，为我国农业大数据的发展提供了参考和依据[1]。许世卫等提出应该建立大数据技术创新与组织创新的双重驱动机制，重点在数据科学与农业科学融合、农业基准数据建设、数据顶层结构治理等[18]。秦学敏等通过互联网思维下农业大数据的需求和现状的研究分析，指出农业大数据存在数据采集、数据建模和应用平台等的问题[9]。孟祥宝等从服务、管理、应用、技术、资源5个关键环节分析设计了农业大数据SMART应用体系架构，在此基础上，设计了一个农业大数据智能分析平台[19]。李秀峰等认为，农业大数据需要农业信息服务实现技术创新，主要包括农业大数据智能处理技术、农业大数据决策本体技术、农业信息化云服务人机交互技术，并建议成立国家级农业大数据共享联盟[20]。除此之外，针对农业全产业链，结合农业大数据自身特点来讨论数据采集、分析与应用的研究成果很少见。

2 存在问题与发展趋势

综上所述，大数据在农业领域中的应用程度不高，究其原因是多方面的。一方面，农业数据采集困难以及缺少针对农业全产业链的应用平台尤为突出；另一方面，虽然大数据的理念和技术具有一定的普适性，但在农业信息标准化程度较低、缺少统一的标准和规范的情况下，按照传统的方法与模式各自建设共享平台，必然缺少“系统性、整体性、协同性”，这也是当前大数据在农业领域中还没有成熟应用的重要原因。

笔者对制约我国农业产业发展过程中的瓶颈问题进行了系统的研究，认为以互联网为媒介，将现代信息技术深度融于农技推广、农资流通、农产品运输销售、农产品质量监管(追溯)等各个环节，实现农业的智能化、精准化、定制化、个性化，是当今世界农业发展的新趋势，并取得一定的研究成果[21-23]。在此基础上，开展农业大数据相关的基础研究工作，提出构建农业大数据需解决的问题[24]。为此，本研究认为，应从农业信息全球化的视觉出发，以农业全产业链和“三农”领域内所有用户需求为研究对象，统一农业基础数据标准和规范，构建农业基础数据库，建设“三农”数据云平台，从而对农业大数据进行采集、分析和应用，是农业大数据发展的必然趋势。

3 “三农”数据云平台设计

构建大数据平台，所涉及的技术领域非常广泛。在大数据处理的一般流程的基础上，本研究将大数据的处理流程划分为数据采集、数据处理与存储、数据分析与挖掘、数据应用和数据安全等几个模块。鉴于“三农”数据云平台作为农业大数据的基础平台，侧重于数据的采集、处理与基础应用，同时为适应农业大数据平台构建的技术要求，本研究重点研究“三农”数据的相关标准与规范、平台的体系架构等。

3.1 “三农”数据相关标准与规范

标准先行已成为当前各行各业数据应用的共识，有了标准，数据才能共享，才能支撑大数据处理平台应用的开展。

本研究从应用标准体系及技术标准体系2个方面研究“三农”数据的相关标准与规范，包含物种及相关病虫害、品种的信息标准，初级(始)农产品商品名称规范及其内涵、外延，农业产业服务名称规范及其内涵、外延，农业产业信息分类规范，度量衡名称规范，乡村基础信息标准，数据交换格式和协议的标准等。

以物种为例，本研究定义了物种信息标准(表1)。

表1 物种信息标准

在数据交换方面，通过规范数据接口和协议，并提供数据分析应用的Open API，实现与第三方应用系统的扩展。

3.2 “三农”数据云平台架构

从平台设计与开发的角度出发，研究“三农”数据云平台体系架构。本研究基于对农业全产业链和“三农”领域内各类涉农主体的需求分析，结合当前主流大数据平台架构，设计“三农”数据云平台架构(图1)。

从图1可以看出，IaaS(基础设施即服务，Infrastructure as a Service)层是将虚拟硬件资源以服务的模式提供，主要是将基础设施资源(计算、存储、网络带宽等)进行虚拟化和池化管理，便于实现资源的动态分配、再分配和回收。

PaaS(平台即服务，Platform as a Service)层将应用开发、测试和运行的平台与服务的模式提供，可以基于该平台，进行应用的快速开发、测试和部署运行。该层在IaaS基础上提供统一的平台化系统软件支撑服务，包括身份认证、访问控制、数据挖掘等。

SaaS(软件即服务，Software as a Service)层是将软件以服务的模式提供，用户通过标准的网页浏览器或客户端应用来使用互联网上的软件。

3.3 “三农”数据云平台建设

“三农”数据云平台的建设见图2。(1)借鉴主流大数据平台框架搭建“三农”数据云平台，同时制定“三农”数据的相关标准与规范并建设“三农”基础数据库；(2)基于统一的访问接口标准和数据交换协议，实现数据的采集与应用；(3)通过平台试用，并收集、分析用户反馈信息，逐步完善平台功能。

4 结论

本研究从农业信息全球化的视觉出发，以农业全产业链和“三农”领域内所有用户需求为研究对象，统一农业基础数据标准和规范，构建农业基础数据库，建设“三农”数据云平台，从而对农业大数据进行采集、分析和应用，是构建农业大数据的基础，形成农业大数据的必由之路。同时，本研究深入研究现代农业发展难题，为解决“三农”信息服务的“最后一公里”问题提出解决思路，对推进中国农业现代化将发挥重要作用，并具有重要的理论意义和应用价值。