大数据时代的农情监测与预警

随着农业物联网的发展,大数据成为农业发展中不可缺少的重要内容。在大数据背景下,人们获得各种各样有价值的农业数据信息,农业大数据包含了农业作业中的众多环节。农作物的监测数据、下游数据、经济数据等各种相关数据都被注入农业大数据服务平台中。笔者就针对大数据时代的农情监测与预警进行分析。

农业知识智能服务技术综述

[目的/意义]农业环境动态多变、动植物生长影响因子众多且互作关系复杂,如何将分散无序信息理解生成生产知识或决策案例是世界性难题。农业知识智能服务技术是应对农业数据低秩化、规则关联度低和推理可解释性差等现状,提升农业生产全过程综合预测和决策分析能力的核心关键。[进展]本文综合分析了感知识别、知识耦合、推理决策等农业知识智能服务技术,构建由云计算支撑环境、大数据处理框架、知识组织管理工具、知识服务应用场景组成的农业知识智能服务平台,提出一种基于知识规则和事实案例相结合的农情解析与生产推理决策方法,构造产前规划、产中管理、收获作业、产后经营等全链条知识智能应用场景。[结论/展望]从农业多尺度农情稀疏特征发现与时空态势识别、农业跨媒体知识图谱构建与自演化更新、复杂成因农情多粒度关联与多模式协同反演预测、基于生成式人工智能的农业领域大语言模型设计、知识智能服务平台与新范式构建等方面对农业知识智能服务技术发展趋势进行总结,对实现农业生产由“看天而作”到“知天而作”转变具有技术支撑作用。

大数据时代的农情监测与预警

农情信息是世界粮农组织、各国政府、粮食贸易企业以及农场管理迫切需要掌握的信息。大数据时代的农情监测与预警正在由模型驱动向数据驱动转变,大数据正逐渐成为监测与预警的核心驱动力。伴随着农情监测与预警大数据的爆炸式增长,大数据与云计算技术的发展为农情监测与预警提供了全新的技术手段。2013年以来,全球农情遥感速报系统(CropWatch)已逐步引入聚类分析、时间序列分析、关联分析、时空变化异常诊断等大数据分析方法,并应用于业务化运行的农情监测与预警中。大数据技术提升了CropWatch的数据挖掘能力,对CropWatch农情监测与预警时空尺度的拓展以及农情监测内容的精细化起到推动作用,促进了面向需求的CropWatch农情信息与预警精准云服务的发展,促成了大数据时代CropWatch农情监测与预警技术体系的升级。未来,大数据时代的农情监测与预警将逐渐向全自动化监测、实时化精准农业管理与智能化信息服务方向发展;通过众源采集技术高效低廉的获取农情观测大数据将成为未来的发展趋势;大数据技术跨领域数据挖掘的能力,使得丰富多元化的跨界信息服务将成为大数据时代农情监测与预警的主流发展方向。大数据时代的CropWatch正在向基于大数据的农情监测与预警系统全速迈进。