麦肯锡称:“数据,已经渗透到当今每一个行业和业务职能领域,成为重要的生产因素。人们对于海量数据的挖掘和运用,预示着新一波生产率增长和消费者盈余浪潮的到来。”
在各行各业寻求与大数据结合的大势下,农业大数据应运而生。提高农业效率,保障食品安全,实现农产品优质优价……农业大数据蕴含着巨大的商业价值。
世界上其他国家都是如何运用大数据做农业的?本文整理了全球八大经典案例,供大家参考。
1、美国:利用大数据打造精准农业
美国农业正在采用大数据和互联网方法提升农业生产的效率和效益,以1%的农业人口维持庞大的农业生产体系,不仅满足美国本土需要,而且还大量出口。
罗德尼·席林(Rodney Schilling)是美国伊利诺伊州的一个农场主,他和父亲二人经营着1300英亩(约7900亩)田地,最好的帮手是农场里的那几台农业机械。
重要的是,这些“大家伙”很有“头脑”——驾驶室里配备的全球卫星导航系统和自动驾驶系统。即使在下田作业时,席林也远没有传统农民那么辛苦,只要他愿意,完全可以坐在驾驶座上,一边喝着咖啡,一边用平板电脑浏览新闻,机器会按照设定的路线工作,施肥、打药完全自动化。
席林会把平板电脑带在身边,内置的APP软件会提醒他何时适宜下地查看,该打药或是该施肥了,以及提供实时的和未来几天的天气数据。
在美国,农业生产模式正在从机械化向信息化转变,以精准为特征的农业,正在让种植变得更加容易。
席林每4英亩设1个取样点,做土壤的分析测试。完成后,席林得到一份书面报告,除了给出各个地块详细的土壤成分数据,还有种植不同作物时所需要的肥料、水分以及未来产量等数据。据此,他可以精确安排农场的生产计划。
随着种植活动,土壤的成分是动态变化的。因此,每过三年,席林会重新做一次土壤分析,每次要花费5000多美元。不过,由于精确数据意味着几乎最高的投入产出比,席林还是很乐意花这笔钱的。
大数据让农民用移动设备管理农场,可以掌握实时的土壤湿度、环境温度和作物状况等信息,大幅度提高了管理的精确性。
在大田中,即使相隔两三米远的两块土地,土壤的水分含量、营养情况、农作物的生长情况都可能不相同。过去几千年中,农民并不区分这种差异,会把同样的品种以等间距播种下去。
如今,精准农业颠覆了这一传统,在肥力高的地方密植,在肥力低的地方稀植,还可以更换种子品种。这些作业都是随着播种机的行进,自动完成的。仅此一项改变,即可给玉米带来每公顷300公斤-600公斤的增产。
精准农业下的农业机械必须是智能化的,通常安装有卫星导航系统、自动驾驶系统、计算机设备,以及必要的传感器,这样才能“理解”大数据分析软件给出的信息,并准确地执行。
智能化的农业机械也大大提高了作业质量,单粒播比率可以提高到99%。农民可以实时监控播种机的准确率,如果出现大面积异常,可以马上停机,检查纠正播种机。以前,如果播种机出了毛病,农民很难立即发现,而只能接受损失。现在,智能化的农机可根据土地的松软程度,自动调节播种动作,以便所有种子处于同样的深度。
通过全流程的精打细算,精准农业可以极大地节约化肥、水、农药等投入,把各种原料的使用量控制在非常准确的程度,让农业经营像工业流程一样连续地进行,从而实现规模化经营。
2、英国:启动“农业技术战略”
近年来,由于气候变化和全球农业生产竞争强度的提升,英国农业部门收入经历了多次明显波动。英国环境、食品和农村事务部认为,应对上述挑战,一方面,英国农业需要向“精准农业”迈进,结合数字技术、传感技术和空间地理技术,更为精准地进行种植和养殖作业;另一方面,需要提升农业生产部门和市场需求的对接,加强其对于市场的理解。而这一系列需求的基础就是强大的数据搜集和分析处理平台。
在此背景下,英国政府于2013年开始专门启动“农业技术战略”,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。
英国环境食品和农村事务部、商业创新和技能部等政府部门与相关学术机构和农业生产、技术企业共同建立“英国农业技术领导委员会”,负责整体战略的实施。
“农业技术战略”的核心是建立以“农业信息技术和可持续发展指标中心”为基础的一系列农业创新中心。为促进农业生产和市场化与“大数据”和信息技术的充分融合,该中心囊括了英国国内信息技术和农业技术的顶尖研究机构和企业。洛桑研究所作为该中心的所在地,将为英国农业信息技术提供建模和统计服务;雷丁大学将提供数据科学服务;全国农业植物学会和苏格兰农业学院则提供农业技术资料交流。
英国政府为该中心确立了开放数据的政策。该中心的核心业务是搭建和完善数据科学和建模平台,以搜集和处理农业产业链条上的所有公开的和初级的行业数据。
3、法国:国家出资建立农业大数据
法国认为如果这些农业数据仅被少数几个互联网企业获取,很容易形成垄断,不利于法国发展多样化的农业生产方式。
因此,法国农业部计划建立一个大数据收集的门户网站,该项目由法国农业科学与环境研究院院长让马克·布尔尼嘉尔(Jean-Marc Bournigal)负责。
该农业数据库门户网站将建立在现有数据库的基础上,保证具有良好的易用性和可操作性。鉴于目前鲜有国家在这一领域投资,法国希望将此门户网站建成欧洲大数据农业的典范。
该项目实施的最大挑战在于农民是否有意愿了解如何有效运用这些数据,以及政府是否能够保证提供持续增值的农业数据服务。
4、德国:大企业牵头研发“数字农业”
德国在开发农业技术上投入大量资金,并由大型企业牵头研发“数字农业”技术。据德国机械和设备制造联合会的统计,德国在农业技术方面的投入为54亿欧元。
德国软件供应商SAP公司推出了数字农业解决方案。该方案能在电脑上实时显示多种生产信息,如某块土地上种植何种作物、作物接受光照强度如何、土壤中水分和肥料分布情况,农民可据此优化生产,实现增产增收。
德国电信推出了数字化奶牛养殖监控技术。农民购买温度计和传感器等设备在养殖场装置,这些设备可以监控奶牛何时受孕、何时产仔等信息,而且可以自动将监控信息以短信形式发送到养殖户的手机上。
现代德国农民的工作离不开电脑和网络的支持。每天早上一开始的工作就是检查当天天气信息、查询粮食市价和查收电子邮件。大型农业机械都是由全球卫星定位系统控制。农民只需要切换到GPS导航模式,卫星数据便能让农业机械精确作业,误差可以控制在几厘米之内。
目前,德国农业数字化建设面临的一个重要问题是农村地区宽带覆盖率还不够高,尤其是德国东部农村地区。另外一个问题是数据平安问题。目前,并不是所有农民都愿意将自家农场的数据上传到网络,很多人对网络安全的可靠性仍持怀疑态度。
5、澳大利亚:全球质量安全追溯
作为一个畜牧业大国,澳大利亚十几年前就建立了国家牲畜标识计划(NLIS),即畜产品质量安全追溯系统,采用由NLIS认证的瘤胃标识球或耳标对牛、羊进行身份标识,由国家中央数据库对记录的信息进行统一管理,可以对动物个体从出生到屠宰的全过程实现追踪。
澳洲奶牛从出生到死都会戴上NLIS耳卡。每次挤奶后,会对每只奶牛耳卡上的电脑芯片做一次扫描,可得出当日的产奶量,通过产奶量的变化,调整翌日的饲料以及了解牛的身体状况。
澳洲部分企业已经逐步加入全球质量溯源体系。在自主知识产权技术的支持下,每个加入体系的商品都会被赋予一个类似身份证的特殊二维码“真知码”,并可多次写入数据。消费者只要通过相关手机应用扫码,就可了解商品“从哪来、到哪去”,企业也可精准掌握货物去向,从而构成一套覆盖生产、物流、仓储、消费各环节的全链条监管体系。食品可追溯一直是农业大数据前进的目标之一。
6、日本:利用互联网技术实现智能农业
日本的农户人均耕地面积有限,没有美国那样的大规模农业,而随着日本社会老龄化不断加剧,农业人口正在不断减少,农业就业人口平均年龄已经达到约67岁,日本媒体称之为“老爷爷老奶奶农业”。
在这种情况下,利用互联网技术振兴农业的呼声越来越高涨。
利用互联网技术,可以将熟练农户积累的技术和知识数据化,有利于让下一代农户或农业企业继承。通过高精度传感器收集的气象大数据以及农作物生长数据等,还可实时发送给农户或管理人员,从而让他们能够合理浇灌和施肥。
此外,通过互联网实时监控消费者动向,能够抓住最佳时机生产和销售畅销的农作物或农产品;利用全球卫星定位系统,无人驾驶拖拉机能够在大规模农场实现24小时耕作,有效解决农业人口不足问题;而利用大数据分析,还能够提取出很多迄今为止尚未弄清的信息,例如能够发现气象条件与病虫害发生的关联性等。
随着智能手机和平面终端的普及,将可以向农业耕作人员提供含有云系统分析的手机客户端服务,从而提高农场管理效率和农业耕作效果。而利用记录农产品生产过程的技术,可以实现食品可追溯。
7、荷兰:购买卫星大数据,为农业提建议
荷兰政府拨款140万欧元用于购买卫星数据,以提高荷兰农业发展的可持续性和效率。
荷兰政府还决定向农民开放这些卫星数据使用权,保证每个人都可以免费使用。
卫星数据将包括土壤、温度、水分含量和水的质量等多种详细信息,同时还可以分析农作物的生长情况以及农作物体内氮和淀粉的存储量。
届时,专业公司将对这些数据进行分析,有针对性地为农民提供有关灌溉、施肥和农药喷洒作业等建议,为农民节约燃料、种子、肥料、水以及农药等成本。
8、以色列:大数据使高度发达的农业再次实现飞跃
以色列超过一半的土地为荒原和沙漠,农业发展的自然条件十分严酷。以色列用智慧和创造力走出了一条高科技农业发展道路。
经过多年的努力,以色列在水利灌溉技术、农业自动化、机械化和信息化等技术领域已走在世界最前列。而大数据的运用使以色列本就高度发达的农业实现了再一次飞跃。
以色列农业有较高的信息化和数字化基础,诸多农业技术创新公司利用大数据帮助以色列农民,根据不同农场的具体情况提供更加个性化的耕种方案。
以色列农业技术企业Taranis利用大数据分析法推出了包括预测天气、灌溉和病虫害状植物模型技术,该技术利用卫星图像、作物实地生长报告及当地病虫害分布等大数据资源建立植物生长模型,随时采取可视化数据并预测植物病虫害风险和气候变化,使农民能够根据预测数据进一步精确雾化灌溉设备的阀值及方向、肥料及杀虫剂使用数量等,增加产量,降低成本。