首页 > 论文范文 > 农业科技论文 > 农业工程论文 > 农业机械论文 > 浅析农业机械领域中应用大数据的意义

浅析农业机械领域中应用大数据的意义

2019-12-30 170 上传者：管理员

摘要：作为当代最重要的新兴技术之一的大数据技术，广泛的应用于很多领域，对于大数据技术对推动农业机械发展意义的研究，研究应用大数据的特性在农业机械领域的可行性，从3个方面着重研究了大数据在农业机械领域的应用场景与实例，最后总结大数据在农机领域使用中的困难并给出了合适的建议和对前景的展望。

关键词：
农业发展
农业机械
大数据
研究应用
加入收藏

我国是一个人口大国、农业大国，农业是我国的基础产业和支柱型产业之一，农业的生产力与竞争力直接影响着我国的经济发展与社会稳定。随着时代的发展，人们利用科技的力量，通过机械化的推广与发展来提升农业的生产力与竞争力，农业机械大幅度的普及使得农业的生产效率快速提高，农业机械化发展大大促进了现代农业的发展，成为农业生产的主要方式，也是现代农业的重要内容之一。

近年来，我国的农业机械化水平不断提升，处于快速发展的时期，但是目前我国农业机械化的水平与世界先进水平相比还存在一定差距，无法满足广大农业工作者的需求。如何弥补差距并为农业工作者提供更优质、更智能的农机产品，需要农机研发和开发人员特别关注新技术和新科技的发展，这些新技术和新科技给各行各业带来了巨大甚至是颠覆性的变化[1]。纵贯农业机械化进程及农机产品发展史，每一次技术革命都对农机发展产生巨大影响，因此利用新技术实现技术革命进行弯道超车，利用新科技实现新功能满足新需求，是我国的农机从业者值得关注的课题[2]。

当前，互联网+、大数据、人工智能和云计算等新技术的发展13新月异，给各行各业带来了新的契机和新的空问，特别是这些技术同制造行业、机械行业和农业等领域的深度融合，对加快推进农业机械发展，升级成为智慧农机具有十分重要的作用。《国务院关于加快推进农业机械化和农机装备产业转型升级的指导意见》明确提出：要促进物联网、大数据、移动互联网、智能控制和卫星定位等信息技术在农机装备和农机作业上的应用；编制高端农机装备技术路线图，引导智能高效农机装备加快发展；支持优势企业对接重点用户，形成研发生产与推广应用相互促进机制，实现智能化、绿色化和服务化转型；建设大田作物精准耕作、智慧养殖、园艺作物智能化生产等数字农业示范基地，推进智能农机与智慧农业、云农场建设等融合发展；推进“互联网+农机作业”，加快推广应用农机作业监测、维修诊断和远程调度等信息化服务平台，实现数据信息互联共享，提高农机作业质量与效率。在这些新技术中，大数据是目前同农机装备融合深度最深，最具可行性和发展潜力的方向。

1、与农业机械结合的可行性

大数据无处不在，大数据应用于各个行业，对于大数据(Bigdata)目前没有标准的定义，普遍接受的定义为大数据是一种海量、高增长率和多样化的信息资产，是无法在一定时间范围内用常规软件工具进行获取、管理和处理的数据集合，需要新的处理模式才具有更强的决策力、洞察力和流程优化力。麦肯锡全球研究所给出的定义：一种规模大到在获取、存储、管理和分析方面大大超出传统数据库软件工具能力范围的数据集合[3]。

通过分析，大数据具有以下4个特点。第1个是数量比较大，具有海量的数据规模。一般只有数据体量达到了PB级别以上，才能被称为大数据。1PB等于1024TB，1TB等于1024G，那么1PB等于1024×1024个G的数据。第2个是价值大，例如如果有1PB以上的全国农业机械相关数据，就有了商业价值，通过分析这些数据，就可以知道农机装备的需求、设计、测试、使用、运维甚至退役全生命周期情况，进而指导农机装备的发展方向，优化设计，质量与可靠性提升，故障预测，科学运维等。第3个是多样性，多样的数据类型。大数据还需要是多样性的，如单一农机装备的不同指标、维度，生产数据等，如果扩展到全国，每个地区，每个时间段，都会存在各种各样的数据多样性。第4个是速度快，特别是快速的数据流转。就是通过算法对数据的逻辑处理速度非常快，可从各种类型的数据中快速获得高价值的信息，这一点也是和传统的数据挖掘技术有着本质的不同[4]。大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。大数据的这些特征，同传统的农机装备乃至制造业具有天然的有机结合可行性及优势，具有广泛应用和深度融合的空间。一方面农机装备从设计、制造到使用过程中会积累形成具有海量的、高速的、多样性、有价值等特性的农机装备数据。另一方面有效分析和研究农机装备大数据，对加快推进农机装备发展，形成智能农机具有重要意义。

2、相关应用领域

2.1 全生命周期阶段

在农机装备研发阶段，大数据可以帮忙农机装备研发人员更精准瞄准农业机械化和农机装备需求，进而推进农机装备创新，研发适合于我国国情、农民及农业工作者需要的先进且适用的各类农机。大数据不但可以帮助农机装备厂家摸清用户和客户需求、喜好和行为收集、进行分析与预测，同时还能帮助指导需求的准则性，如通过大数据可以分析大中型农机、小型农机对于不同作业需求的适应性及规模性，有助于开发和完善针对山地丘陵，高原等不同地形环境作业以及适应特色作物生产、特产养殖所需要的高效专用农机的需求及功能。

在农机装备的设计与生产制造阶段，农机装备厂家所使用的CAD、PRO.E等设计工具及ERP/PLM/MES等生产制造及企业信息系统中的农机装备设计配置信息会产生大量数据。这些数据在完善农机装备产品质量，了解农机装备产品信息，关键工艺验证与评价，产品配置管理等方面提供了分析和客观评价的依据，包含了巨大的产品改进价值。这些数据还可以用于指导编写现代农机装备的行业标准，支持农机装备的计量测试技术基础研究及为农机装备检验检测认证标准提供基础数据，进而促进提升农机装备零部件和整机的安全性、环境适应性、设备可靠性以及可维修性。在农机装备使用和运维阶段，农机装备运行数据的作用巨大，可以通过过程数据进行农机装备故障预测与在线诊断，农机装备适用性和实用性分析。农机装备使用者在使用中的数据可以帮忙改善用户体验，甚至是通过行为和习惯分析可对涉及人身安全方面的产品指标、参数、设计进行反馈与改进[5]。

2.2 全产业链条发展

通过农机装备产业链上下游企业的大数据分析和资源平台信息共享，打通上下游全产业链的数据链，不但可以切实促进农机装备厂家加强内部企业管理，指明技术研发与创新方向，有利于提升智能化制造水平和质量管控能力，还可以实现从原材料、元器件、基础工艺、模具、零部件、产品模块到产品单元到整机装备、销售售后的全链条数据跟踪，从而提升产业链条上接口衔接契合度和促进关键技术的研发，如传感器、转向器、控制器的研发与整机有效的配合与集成，为零部件企业与整机企业提供合作基础构建并建立新型合作机制。大数据技术还可以催生新产品、新模式和新生态的不断涌现，如可以通过大数据分析探索开展个性化定制、网络精准营销和在线支持服务等新型商业模式提供基础，为建立健全农机流通体系和售后服务网络，创新现代农机服务模式提供科学解决的依据。

农机装备的大数据还可以促进并优化农机装备产业结构布局。通过大数据分析一方面可以帮助中小企业找准相关专业化、精细化、新型或特色的需求方向、供求需要，另一方面更好地服务于大型企业转型、转变，通过数据分析找到优质的供应商资源，进而构建大中小企业协同发展的产业格局。通过大数据分析可以推动农机装备的协调与均衡发展，为农机装备厂家加强农机装备研发生产、优化资源配置、调整生产布局和顺应区域地势特点等提供有效的支撑。

2.3 全范围应用

在农业机械化进程中，农机装备的范围和综合机械化率是农机装备发展的重要目标。到2025年，全国农机总动力预计在11亿kW左右，其中灌排机械动力达到1.3亿kW，全国农作物耕种收综合机械化率达到75％，丘陵山区县(市、区)农作物耕种收综合机械化率达到55％。一方面这些目标的科学计算与统计需要大数据进行支撑和分析，另一方面通过大数据分析，可以找到关键环节，已实现农业机械化的有效突破。如在粮棉油糖种植等不同维度，通过收集水稻、马铃薯、棉花、花生、油菜和甘蔗不同作物的机械化数据信息找到新的应用点，在设施农业、畜牧养殖、水产养殖和农产品初加工等领域选择合理的机械化发展空间，进行可行性研究，扩大应用范围。不但是在传统的农业机械化进程中所需的农业机械装备，为了更好地收集、分析和整理数据，大数据还催生出新的产品服务于农业，扩大农机装备的品种和数量，农机产品的范围将不断扩大。如监测农作物生长的环境数据，合理灌溉避免肥料农药浪费的数据分析，以及未来的智能农业和智能农机都需要大数据技术和产品作为支撑。

3、应用实例

近年来随着大数据技术的不断发展，在一些农机领域，已经开展了大数据应用实践研究，如智能收割机，与传统的联合收割机不同，智能收割机上装有“神经系统”，在不同的部件上安装着多种传感器，可以实时记录收割机的运行轨迹、工作时长、运行参数和收割量等数据，数据可以跟手机相连，农民朋友可以坐在家里只用手机充分了解当天田里的作业情况。现在越来越多的农机装有远程监控和卫星定位设备，通过通讯模块和计算处理单元，将相关检测数据进行实时上传，对农机全方位数据进行记录并上传至服务器并实现数据共享，通过分析数据，即可全面实时掌握农机使用和农业生产情况，提高农机使用效率，增强了农机在播种、打药和收割等环节使用的科学性和有效性。在新的农业生态系统中，通过数据采集系统能够对农业温度及产物生长情况进行采集，如光照、温度、湿度和土壤pH值等，这些数据通过中央控制器的计算分析，能够对农作物生长规律等加以综合分析，以此提供精准的反馈信息甚至是预测信息，帮助农民进行科学生产和操作，实现在同一生态系统中农机设备的协调联动。

4、建议与展望

虽然越来越多的农业工作者认识到大数据的巨大价值并有了应用的实践，但大数据技术毕竟是新兴的技术，特别是投入到相对传统的农机领域，还需要投入大量的人力、物力、财力与时问进行研究。大数据技术离不开数据的获取、处理和应用3个层面。在数据获取方面，农业相关的大数据获取难度是比较大，同时还需要大量的财力投入，如农机的传感器，采集测量设备，以及气象、病虫害、养殖动物监视与轨迹收集等所需的卫星、无人机和其他监控设备等的花费。在数据的采集方面，需要建立数据共享机制，不同品牌，各区域的数据实现开放共享，实现大数据的海量规模。在数据处理方面，农业大数据类型多样，包括气候条件、土壤质量、空气质量、地质环境和农耕养殖等，数据来源涉及多个领域和环节，需要在这些多样化的数据中，识别真实有效数据，进行数据清洗，有效数据挖掘、建立正确的分析模型，需要开发新的软件、硬件，在数据处理领域实现有效的突破。在数据应用方面，要实现大数据的有效应用，首先需要从国家层次加强大数据战略顶层设计，建立组织协调领导平台，完善标准体系，实现自上而下的数据管理共享机制。其次要培养农业大数据人才队伍，打破懂农业机械不懂大数据，懂大数据不懂农业和农业机械，培养实现二者融合的复合型、专业型人才。最后大数据在农业机械领域中的应用需要同其他技术相融合，如同互联网、物联网技术有机融合，才能真正使得大数据技术落地，实现真正的智能或智慧农机。

参考文献：

[1]李国杰,程学旗.大数据研究:未来科技及经济社会发展的重大战略领域[J].中国科学院院刊,2012,27(6):647—657.

[2]赵剡水.关注农机工业和农机大数据建设[N].机电商报,2016-03—14(A02).

[3]维克托·迈尔·舍恩伯格,肯尼思·库克耶.大数据时代[M].杭州:浙江人民出版社,2013.

[4]麦肯锡.麦肯锡大数据指南[M].北京:机械工业出版社,2016.

[5]李秀琴.大数据背景下智能农机的应用分析[J].当代农机,2018(11):70—72.

高敏.大数据在农业机械领域中的应用[J].农业工程,2019,9(8):28-30.