扎实推进农业农村大数据落地生根

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

我国农业已步入推进供给侧结构性改革的关键时期,面临的形势更加复杂,各种制约因素相互交织,深层次矛盾亟待解决。在信息化快速发展的今天,大数据成为准确研判农业农村经济形势、破解发展难题的有效途径。加快发展农业大数据,特别是推进大数据与农业产业全面融合,深化大数据在农业生产、经营、管理和服务等方面的创新应用,将为我国农业现代化建设注入新的元素、提供新的动力。

去年底,农业部出台了推进农业农村大数据发展的实施意见,作为一个指导性、纲领性文件,对未来5-10年农业大数据发展和应用作了总体部署。近日正式发布的《“十三五”全国农业农村信息化发展规划》,又对农业大数据工作作出了明确规划。

发展农业大数据的总体思路  

总体思路是紧紧围绕推进农业现代化、持续增加农民收入的中心任务,以智慧农业为目标,以发挥大数据预测的核心功能为根本,以实践应用和实际成效作为检验标准,建立健全数据采集、传输、处理、分析、发布、服务体系,大幅提升农业生产智能化、经营网络化、管理高效化和服务便捷化的能力和水平。

发展农业大数据的路径选择 

市场主体是方向。大数据的理念是分布式、去中心化。发展大数据,一定要运用互联网思维,树立众筹共享理念,通过政府引导,最大程度调动市场主体积极性。一定意义上讲,在大数据产业上,企业比政府嗅觉更敏锐,思想更解放,行动更迅速,对产业发展脉搏把握得更准。

数据采集是基础。大数据不在大,关键是准,即能够准确预测未来,本质是要在线、实时和全貌。尽快形成农业农村海量数据,发挥大数据分析、预测等功能,是农业农村大数据发展和应用的关键,也是难点。要推进数据共享,促进农业农村数据资源有序流动。要拓宽数据采集渠道,在继续巩固和提升传统监测统计渠道的基础上,一是要开辟物联网数据采集渠道,利用遥感、传感器、智能终端等形成实时海量数据,推进农业在线化、数据化;二是要开辟互联网数据采集渠道,通过网络爬虫等互联网数据抓取和挖掘技术,采集海量的结构化和非结构化数据。

应用是关键。发展农业农村大数据,关键在解决农业生产经营中面临的突出问题。要加快形成综合农业各行业、各区域、各品种的多维数据,通过区域结构、行业结构、各品种收益比价等数据,为农业供给侧结构性改革精准发力提供支撑。要通过大数据促进产需精准对接,通过供应链、产业链、价值链倒逼标准化、规模化和品牌化生产。

科技攻关是难点。大数据与传统统计数据相比,具有数据量大、来源多元、结构复杂等特点,传统技术难以应对数据的采集、存储、管理和分析要求,必须加强共性关键技术的攻关,推动农业农村大数据获取技术、海量数据存储、数据清洗、挖掘、分析、数据可视化、信息安全等领域关键技术的研发,形成安全可靠的大数据技术体系。

发展农业大数据的主要措施  

一是夯实基础。要切实做好顶层设计,推动数据共享开放,摸清数据资源底数,健全数据指标和标准体系。积极争取国家大数据工程项目支持,在农业农村大数据基础设施建设和重大应用上推出一批重大工程。加快建立全球农业数据调查分析系统,形成布局合理、资源共享、上下合力、全国一盘棋的农业农村大数据平台。

二是推动应用。鼓励农业各行业从品种上突破,比如葱、姜、蒜、辣椒、土豆等,逐个品种建立起从生产到消费,包括科研、加工、餐饮等各方面的全产业链大数据,从单品种、小数据逐步形成全品种、大数据。探索联合地方从区域突破,选择有积极性的省份,联合产学研各方力量,结合本地优势特色产业开展大数据建设试点,探索大数据发展的有效模式。

为深入贯彻《中共中央国务院关于推进价格机制改革的若干意见》(中发〔2015〕28号)、《中共中央国务院关于落实发展新理念加快农业现代化实现全面小康目标的若干意见》(中发〔2016〕1号)、《国务院关于积极推进“互联网+”行动的指导意见》(国发〔2015〕40号)、《国务院关于印发促进大数据发展行动纲要的通知》(国发〔2015〕50号)的战略部署,遵照汪洋副总理的批示要求,农业部立足开放市场条件下全球配置农业资源的战略需求,统筹国际国内两种数据资源,突出重点国家、重点产品和重点环节,加快形成数据共享、渠道共建的农业数据监测体系,加快完善以供需平衡为核心的农业数据分析体系,加快构建权威、集中、有序的农业数据发布制度,加快培育农业数据信息服务市场,以共享促共建,加快推进全球农业数据调查分析系统建设,努力提升我国农业发展的国际影响力和国际市场话语权和定价权。

本文转自d1net(转载)

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
2月前
|
传感器 人工智能 安全
大数据与农业:精准农业的发展趋势
【10月更文挑战第31天】在数字化时代,大数据正推动农业的现代化转型。本文探讨了大数据在精准农业中的应用,包括精准决策支持、智能种植与养殖、市场预测与资源优化、质量追溯与安全保障、农业风险管理等方面,以及精准农业的发展趋势,如农业信息快速低成本实时采集、农业专家决策系统的普及、智能化农机设备的广泛应用等。大数据为农业的高效、可持续发展提供了新的机遇。
|
7月前
|
数据采集 传感器 大数据
利用大数据进行精准农业:技术与挑战
【6月更文挑战第6天】大数据技术正变革农业,推动精准农业发展。通过实时收集农田数据(如土壤条件、作物生长情况),运用数据分析预测病虫害,优化生产管理。示例代码显示了如何使用Python进行产量预测。然而,数据质量、整合、农民技术接受度及隐私安全等问题挑战重重。需强化数据管理,统一标准,提升农民数字素养,并保障数据安全。随着技术进步,大数据在精准农业的应用将更加广泛,助力农业高效可持续发展。
213 0
|
8月前
|
传感器 大数据
大数据在农业领域的应用有哪些?请举例说明。
大数据在农业领域的应用有哪些?请举例说明。
133 0
|
传感器 机器学习/深度学习 人工智能
大数据分析与AI在农业领域的应用
大数据分析与AI在农业领域的应用
280 0
|
人工智能 自动驾驶 大数据
交科院与阿里云签署战略协议,推进综合交通大数据领域合作
交科院与阿里云签署战略协议,推进综合交通大数据领域合作
451 0
|
传感器 存储 供应链
农业大数据的作用
农业大数据是大数据理念、技术和方法在农业的实践。农业大数据涉及到耕地、播种、施肥、杀虫、收割、存储、育种等各环节,是跨行业、跨专业、跨业务的数据分析与挖掘,以及数据可视化。
292 0
农业大数据的作用
|
传感器 数据采集 人工智能
科百科技:运用物联网和大数据颠覆传统农业|科创100人
“十四五”规划强调,坚持创新在我国现代化建设全局中的核心地位,把科技自立自强作为国家发展的战略支撑。日前,创头条启动了“科创100人”系列报道,希望透过100位科技创新人物的记录,向读者展现科技推动经济发展的进程。 在数字中国战略下,数字化下沉,成为助力国家乡村振兴战略的重要推手。2021全国数字生态创新大赛是全国首个以数字下沉为方向的创新大赛,涌现出诸多数字化赋能乡村振兴的优秀人物,充分展现了数字化与乡村产业融合创新的探索成效。本文系“科创100人”系列报道中,面向2021全国数字生态创新大赛特邀的优秀科创人物报道之一。
470 12
科百科技:运用物联网和大数据颠覆传统农业|科创100人
|
传感器 数据采集 人工智能
科百科技:运用物联网和大数据颠覆传统农业|科创100人
早春,丽水市松阳县的一片茶园里出现两种截然的不同的现象,一边茶叶上结满了霜,而另一边未受霜冻影响仍是绿油油一片。两天后结满了霜的茶叶芽头变成了焦黄色,而另一边未曾结霜的茶叶却苍翠欲滴,生机盎然。
520 12
|
2月前
|
存储 分布式计算 数据挖掘
数据架构 ODPS 是什么?
数据架构 ODPS 是什么?
518 7
|
2月前
|
存储 分布式计算 大数据
大数据 优化数据读取
【11月更文挑战第4天】
65 2