x

碧桂园农业公司副总裁刘石:关于数字农业和农业大数据

农世界网     2019-10-30 来源:农世界网

碧桂园农业公司副总裁 刘石

农世界网现场报道,10月27日,“2019CIIS”智能农业专题论坛在西安锦江国际酒店举行,智能农业专题论坛将聚焦农业科技发展,围绕人工智能、大数据、互联网等新技术在农业领域的创新应用分享成果,共谋在数字化、网络化、智能化时代下,兴农、富农、强农的科技之路。

论坛嘉宾大咖云集:行业学者、院士、集团高管、企业CEO、大学院校、政府机构、农业人等近100人参会,现场10多位嘉宾进行精彩分享,京东云农业云现场发布了“十百千万”计划

这些年大数据发展得非常迅猛,各行各业的大数据平台都在迅猛发展中。基于农业场景的应用更是助力了农业资源的高效利用,碧桂园农业公司副总裁刘石,带来《关于数字农业和农业大数据》的主题分享,共同了解农业大数据最前沿的技术应用。

农世界网记者现场了解到,刘石在论坛上向大家分享了:传统农业生产要素的主要七个要素和模型,AOS构建的四个基本原则等精彩内容。农世界网记者根据速记稿整理:

  现代农业技术VS传统农业技术

我们知道传统农业技术的生产要素主要包括种子、化肥、农药、农机、栽培、土壤、排灌等七个方面。传统的农业技术经过成百甚至上千年的发展,这些要素对于产业生产的产量和效率上提升贡献度的空间已经越来越小了。

而新型农业技术主要是指从20年多前开始出现的分子生物技术、物联网、大数据等,它们已经深入到社会生活的各个方面,也开始影响农业产业的发展。

现代农业技术和传统农业技术的关系如何?是如何影响产业的发展的?在这方面,中外的专家和学者们都一直没能够说清楚。

我们先仔细分析一下传统的农业生产要素。

1)我们先从内、外两个维度进行分析。种子技术是内在要素,它通过提升内在的遗传因素的效率,去提升产量潜力和其它各方面的品质性状;而其它的外在要素有六个,都是为种子创造更好的生长环境和条件。

2)我们再从上、下两个维度来进行分析。上面的化肥、农机、农药都是人为创造的生产要素,我们叫做技术要素;而栽培和土壤、排灌这些要素是强烈依赖原有自然资源的,我们叫做资源要素,就是和资源本身相匹配的资源。

3)我们再从左、右两个维度进行分析。左面的化肥和栽培我们叫做助力要素,他们都是让作物生长得更好;农药和排灌技术则是为了让农作物能够抵御各种自然灾害,我们称之为抗逆要素

新的农业技术,比如生物技术、物联网、大数据等,并没有创造出新的生产要素,那么它们是如何改变传统农业的呢?

第一, 分子生物技术从内在和微观角度改变传统农业。它是通过基因功能的发现、定位、修饰、转移、编辑和组合等手段,从内部改变和提升遗传规律和效率,从而提高农业生产水平。

第二, 农业物联网和大数据是从外在和宏观的层面来改变传统农业。它是通过要素与要素之间的组合,内在要素与外在要素之间的融合,提升农业生产要素的利用率和综合效能,从而提高生产效率。

  数字农业

数字农业是一个内涵广泛的集合概念。在它的下面,涵盖了农业物联网、大数据、智慧农业、精准农业等。这些概念之间是有区别的,但现在常常被人们混用。

农业生产从投入到生产过程,再到农产品销售,包含三大环节。而生产过程中又包含大田农业和设施农业两种截然不同的生产形式。

农业物联网的核心是一个数控系统,是在一个封闭的环境内或者系统内,以探头、传感器、摄像头等设备为基础的物物相连,根据已经确定的参数,进行自动化调控和操作,主要用于设施农业。

与之相对的就是农业大数据,农业大数据是开放的环境或者系统中,收集、鉴别、标识数据并建立数据库,通过参数、模型和算法组合和优化多维数据,为生产操作和经营决策提供依据,并实现部分自动化控制和操作。主要用于大田农业和全产业链的操作。

精准农业是以农机硬件为核心的操作和执行系统。配以智能化探测设备和控制软件,以实现精准操作、变量控制(变量播种、变量施肥和变量喷药)、场景适配等。

智慧农业简单说就是建立在经验模型技术上的专家决策系统。智慧农业与农业物联网和农业大数据等可以有很好的结合。

  大数据到底是什么?

关于农业大数据和技术,现在大家容易把它混为一谈。

大数据获得的技术包括遥感技术、探测技术、气象技术、图像识别技术等等。

大数据的应用技术包括参数,算法、APP、软件、功能、模块、系统、平台、区块链、云计算等等。

那么什么是大数据?

大数据主要包括环境大数据,产业大数据和消费大数据三大类。

统计数据和历史累计的数据不是大数据,虽然统计数据量非常大的。

关于大数据的定义。

专门研究大数据的Gartner研究所认为,大数据是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。

麦肯锡全球研究所认为,大数据是一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合,具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度四大特征。

IBM公司认为大数据有五大特点,即:大量(Volume)、高速(Velocity)、多样(Variety)、低价值密度(Value)、真实性(Veracity)

以上这些都并不能完整和准确概括出大数据的核心特征。

笔者认为,大数据是通过应用软件或系统,自我产品和实时更新的,按照一定逻辑关系关联多维和动态的数据,并可据此预测未来。

  农业大数据的操作系统AOS

农作物的生产,不应该是根据经验和历史数据来安排生产的。未来农业的基本逻辑和过程应该是:

第一步,是根据对未来市场的需求的预测来决策今年的生产。

第二步,在进行生产决策时,我们需要知道历史上的数据作为决策的依据,它包括气象、土壤和种植的历史数据。这部分是静态的数据模型。

第三步,只有历史数据是不行的,我们还需要实时更新的动态数据来做支撑,包括遥感数据,地面基站数据和从产业链反馈的市场数据的最新数据,加上了这些动态的数据,我们便有了种植模型。

第四步,种植模型告诉我们两件事情:一个是农资产品的投入,包括种子、化肥和农药;另一个是包括农机操作和灌溉的农事操作。

第五步,在操作过程中,把操作的过程和作物生长数据进行记录,并反馈到数据模型和种植模型,对模型进行迭代和更新。

第六步,在农事操作的同时,关注市场的变化,进行市场的预测和预销售。

第七步,由于整个生产过程形成了一个产业链的闭环,所以农业的金融可以融入到整个系统中去,它包括前期投入的贷款、农业机械和设备的采购和租赁、农业的生产过程的保险、以及农产品的销售和期货。

这种农业操作系统(AOS的核心),不是产品,也不是相关的技术,而是以数据模型、种植模型和商业模型为核心组成的整个的操作系统,这个才是未来农业大数据系统。

  AOS构建的四个基本原则

第一,AOS主要是现有农业生产要素的汇集、梳理、优化和整合,不是新技术手段的应用,更不是一些新概念的炒作。

第二,它是农业全产业链业务逻辑的梳理,数据和模块的结构化设计,确保数据的完整性、实用性和共享性。

第三,各种要素之间的数量对应关系,参数的设定和优化,算法的选择和升级是AOS的核心。

第四,产业链贯通,市场要素和金融数据的全面融入是AOS的产业价值、商业价值和社会价值的保证。

AOS能够让所有参与产业链的用户获益,关于AOS的产业价值,我们服务在最上端的就是食品安全可追溯,就是生产者和消费者的价值。

除此之外就是商业模式的创新,带来的产业链价值,更深刻的层次就是超级数据和区块链系统,是操作系统的革命,只有操作系统的革命才能实现价值,我们在看苹果的一些创新的时候,不是那些APP具有最大的价值,而是它背后的iOS系统。如果没有iOS,所有的APP将无所依附,毫无价值。

文章授权转载及企业报道,请微信 nsjxms 农世界小秘书,添加时请注明公司+姓名+职位;如有具体作者来源信息,请在作者栏注明文章来源。授权后擅自修改文章内容,经查实后一律追究法律责任,并永久拒绝授权。凡来源于农世界网的内容,其版权均属农世界网所有,文章内容为作者观点,不代表农世界网(nongshijie.com)对其观点赞同或支持。寻求报道,请点击这里

参与讨论

所有评论

热门文章

回到顶部