传统农业发展过程中采用了高耗能的管理方式，投入了过多的农药、化肥、等化学物质，也投入了大量的机械动力。但是，这种高耗能的发展模式是不适合现代农业发展的，导致了生态环境的恶化，土壤酸碱度失衡，致使农产品质量日益下降。在农产品市场竞争日益增强的现代社会，这种不符合可持续发展农业战略的管理模式必将被先进的精准农业管理模式所取代。
一、农业精准化生产管理技术的现状分析
精准农业是一种新型的农业生产管理思想，是在人工智能技术高速发展和信息技术快速发展的基础上诞生的。精准农业是实现农业可持续发展的重要途径，指明了未来农业发展的方向。精准农业管理模式是利用GIS地理信息系统、GPS卫星定位系统以及RS遥感系统等技术，及时了解农作物的生产环境、生长变化状况、病虫灾害情况等。为分析、模拟农作物灾害的发展趋势提供具体的作物信息、数据，作为进一步解决作物灾害问题提供参考标准。在此基础上，精准农业发展模式，利用各种智能系统，准确、细致地计算出精准治理措施。包括：喷洒农药、施肥灌溉、播种收获等生产管理方式。
精准农业的目的是为了通过先进管理模式对农作物进行管理，以最小的投入获得经济和环境的最大利润。目前，精准管理模式的主要技术支撑即以3S技术为基础的多种数据系统为技术支撑的管理模式。包括：变量控制技术、生物信息技术、专家系统、决策支持系统、产量分布图生成系统等。随着数据处理技术的提高，可视化技术和计算机科学的发展，还有网络数据库系统的开发，精准农业获得了快速发展，成为了国际上农业领域的发展热点之一，大大促进了农业产业的升级。
二、发展精准农业的必要性
发展精准农业是我国的社会发展的需要。目前，我国耕地面积大量减少，自然灾害发生频繁，再加上病虫灾害，旱涝灾害等，农业生产的发展也面临着更大的挑战。为了在世界农作物市场上占据优势，只有提高农业生产领域的管理模式，才能更大限度的提高农产品的利润，扩大市场占有率。精准的农业生产模式可以实现对农作物的精准化管理，解决上述各种问题。
发展精准农业是世界农业产业发展的需要。精准农业在世界范围内已经得到了很大的推广，成为了国际农业学、农业技术等高领域的研究对象，世界各国都在采用新型的精准农业管理模式。这符合国际农业发展的趋势。
发展精准农业管理模式是由可持续发展的需要决定的。传统的农业生产模式对生态环境的各方面造成了巨大的破坏，在能源资源供不应求的现代社会，发展精准农业更有利于建设可持续发展的农业体系，缓解建设现代农业过程中遇到的紧张局面。
三、精准农业发展过程中遇到的问题及解决对策
在发展精准农业的过程中，出现了一些水资源利用不当、施肥结构不合理、信息体制不健全的问题。发展精准农业就要着重发展灌溉精准农业、节肥精准农业、精准设施农业。发展精准灌溉农业就要根据信息系统反馈的数据因地制宜地选择灌溉设施，开源节流，节约水源，解决好水资源的时空分布不均的问题。发展节肥精准农业需要系统分析、预算出恰当的施肥时间，施肥数量，以及肥料品种。发展精准设施农业就是利用机械设施改变或者提供农作物生长的小气候，从而为农作物生长提供更为适宜的生长环境，提高作物产量。
更重要的是，要加大3S技术的应用范围，建立全面的农作物管理系统，在GPS和RS技术的基础上运用GIS技术准确分析数据信息，可以先建立实验基地对比分析。另外，建立肥料信息系统和土壤肥力系统，收集不同的土壤类型、作物类型、肥料的使用情况等做好统计分析，随时了解不同地区的土地肥力变化状况，以便进一步进行管理。
精准农业发展模式需要协调好人力与机械的关系，提高农业机械化水平，减少生产成本投入，目的是为了增加我国的农业市场竞争力。
此外，政府要加强基础设施建设，推进管理模式的创新，利用政府的力量大力支持信息技术的提高，建立完整的信息管理系统。建设全方位的农业信息管理中心，及时引进新型农业发展技术，形成农业精准化的发展规模。
结束语：
信息采集技术、网络技术和专家决策系统共同构成了农业精准化生产管理模式。精准化生产模式可以弥补传统生产模式的不足，在此基础上又可以降低生产成本，节约人力。在这种生产模式下可以对农作物信息进行智能采集、计算、判断、分析、预测与预警等，以达到提高农作物质量和产量的目的。由于精准化生产方式涉及到更多信息网络智能领域，因此要加强信息技术的推广。发展农业产业也要考虑地区差异，要根据不同地区的土地状况和实际情况因地制宜地选择不同的发展方式。
精准化农业生产模式符合国际农业发展的趋势，我们作为发展中国家，在发展精准化农业的过程中要遵循可持续发展的原则，学习先进管理模式，引进先进技术，争取在精准化农业发展过程中走出有中国特色的农业发展模式。
中图分类号：S-0文献标识号：A文章编号：1001-4942（2013）09-0118-04
我国农业资源约束日益突出，农业生态环境退化加剧，化肥占农业生产成本25%以上，但利用率仅为30%～35%，远低于发达国家的50%～60%，不仅造成了经济上的巨大损失，更带来了严重的地下水污染和生态环境破坏。国内外研究表明，精准变量施肥可使多种作物平均增产8.2%～19.8%，降低总成本约15%，化肥施用量减少约20%～40%，土壤理化性质得到改善。因此，解决上述问题的最佳途径是大范围地推广应用按需变量施肥的精准农业和测土配方施肥技术。
1 精准农业及其在我国的实践与发展
精准农业[1～5]又称精细农业，它以信息技术为基础，根据田间每一操作单元的具体条件，定位、定时、定量地调整土壤和作物的各项管理措施，最大限度地优化各项农业投入的量、质和时机，以期获得最高产量和最大经济效益，同时兼顾农业生态环境，保护土地等农业自然资源。
精准农业技术是基于信息技术、生物技术和工程装备技术等一系列科学技术成果上发展起来的一种新型农业生产技术，由全球定位系统、农田信息采集系统、农田遥感监测系统、农田地理信息系统、农业专家系统、智能化农机具系统、环境监测系统、网络化管理系统和培训系统等组成。其核心技术是“3S”（即RS、GIS、GPS）技术[6，7]及计算机自动控制技术。
遥感（RS）技术[8]的主要作用是农作物种植面积检测及产量估算、作物生长环境信息检测（包括土壤水分分布检测、水分亏缺检测、作物养分检测和病虫害检测）、灾害损失评估。地理信息系统（GIS）[9]是精细农业技术的核心。应用该系统可以将土地边界、土壤类型、地形地貌、灌溉系统、历年土壤测试结果、化肥和农药使用情况、历年产量等各种专题要素地图组合在一起，为农田管理提供数据查询和分析，绘制产量分布图，指导生产。应用全球定位系统（GPS）可以精确定位水、肥、土等作物生长环境和病、虫、草害的空间分布，辅助农业生产中的播种、灌溉、施肥、病虫害防治工作。另外，农机具上安装GPS系统还可以进行田间导航，实现变量作业。
我国在1994年就有学者进行精细农业的研究。国家“十五”科技战略重点将发展精准农业技术、提高农业生产水平作为重中之重，并首次在“863”计划中支持研究机构进行精准农业技术自主创新。目前一些地区已经将精细农业引入生产实践中，在北京、上海、黑龙江以及新疆一些地区建立起一批精细农业示范基地，并取得了可观的经济效益。
2 国内精准农业技术研究现状
从技术角度来看，完整的精细农业技术由土壤及作物信息获取、决策支持、处方生成、精准变量投入四个环节组成（图1）。信息获取技术、信息处理与分析技术、田间实施技术是精准农业不可或缺的组成部分，三者有机集成才能实现精准农业的目标。
图1 精准农业（PA/PF）技术组成
2.1 土壤及作物信息获取[10，11]
由全球卫星定位系统（GPS）获得的定位信息、遥感系统（RS）获得的遥感信息和基础、动态信息构成了农业生物环境监测数据信息。
2.1.1 土壤环境信息的获取 （1）土壤养分信息的获取：土壤养分的快速测量一直是精准农业信息采集的难题。目前主要的测量仪器一是基于光电分色等传统养分速测技术的土壤养分速测仪，其稳定性、操作性和测量精度虽然尚待改进，但对农田主要肥力因素的快速测量具有实用价值。如河南农业大学开发的YN型便携式土壤养分速测仪[12]，相对误差为5%～10%，尽管每个项目测试所需时间仍在40～50 min，但较传统的实验室化学仪器分析在速度上提高了20倍。二是基于近红外（NIR）多光分析技术、极化偏振激光技术、离子选择场效应晶体管（ISFET）集成元件[13，14]的土壤营养元素快速测量仪器，相关研究己取得初步进展，有的已装置在移动作业机上支持快速信息采集。
（2）土壤水分信息的获取：土壤水分的测量是精细农业实施节水灌溉的基础。目前常用的水分测量方法有基于时域反射仪（TDR）原理的测量方法、基于中子法技术的测量方法、基于土壤水分张力的测量方法和基于电磁波原理的测量方法[15]。
（3）土壤电导率信息的获取：土壤电导率能不同程度地反映土壤中的盐分、水分、有机质含量、土壤质地结构和孔隙率等参数的大小[16，17]。有效获取土壤电导率值对于确定各种田间参数时空分布的差异具有重要意义。快速测量土壤电导率的方法有电流-电压四端法和基于电磁感应原理的测量方法。
（4）土壤pH值的获取：目前适合精细农业要求的pH值检测仪器主要有光纤pH值传感器和pH-ISFET电极[18～21]。光纤pH值传感器虽然易受环境干扰，但在精度和响应时间上基本能满足田间实时快速采集的需要。基于pH-ISFET电极的测量方法具有良好的精度和较短的响应时间，但易受温度影响，需要温度补偿，且电极的寿命较短。
（5）土壤耕作层深度和耕作阻力：圆锥指数CI（Cone Index）可以综合反映土壤机械物理性质，表征土壤耕作层深度和耕作阻力[22]。圆锥指数CI是用圆锥贯入仪（简称圆锥仪）来测定的。圆锥仪的研制工作不断发展，从手动贯入到机动贯入，从目测读数到电测记录，出现了多种多样的圆锥仪。
2.1.2 作物生长信息的获取 作物生长信息包括作物冠层生化参数（叶绿素含量、作物水分胁迫和营养缺素胁迫）、植物物理参数（如根茎原位形态、叶片面积指数）等。作物长势信息是调控作物生长、进行作物营养缺素诊断、分析和预测作物产量的重要基础和根据。主要方法有三种：一是从宏观角度利用RS遥感的多时相影像信息研究植被生长发育的节律特征[23]。二是在区域或田块的尺度上，近距离直接观测分析作物的长势信息。三是基于地物光谱特征间接测定作物养分和生化参数。
2.1.3 病虫草害信息的采集 病虫害和杂草是限制农作物产量和品质提高的重要因素，及时、准确、有效检测病虫害的发生时间、发生程度是采取治理措施的基础。目前，病虫草害信息的自动快速采集主要是基于计算机图像处理和模式识别技术，以研究植株的根、茎、冠层（叶、花、果实）等的形态特征作为诊断判读的目标。主要分析方法有光谱特征分析法、纹理特征分析法、形状特征分析法等[24～29]。
2.1.4 作物产量信息的获取 获取作物产量信息是实现作物生产过程中变量管理的重要依据。国际上已商品化的谷物联合收割机产量监视系统主要有美国CASE IH公司的AFS（advanced farming system ）系统、英国AGCO公司的FieldStar系统、美国John-Deree公司的Greenstar系统、美国AgLeader公司PF（precision farming）系统及英国RDS公司的产量监测系统等[30]。这些系统具有功能较强的GIS综合功能，能自动完成产量监测和生成产量分布图。我国谷物产量测产系统的研究起步较晚，目前尚在研制中。
2.2 决策支持与处方生成
分析决策系统[31]主要包括地理信息系统（GIS）、作物生产函数或生长模型和决策系统三部分，决定变量施肥效果[14]。
地理信息系统（GIS）用于描述农田属性的空间差异和建立土壤数据、自然条件、作物苗情等空间信息数据库，进行空间属性数据的地理统计。它主要应用于离线的处方控制方式中，而在实时控制模式中没有使用的必要。
作物生产函数或生长模型是生物技术在农业实际生产中的应用。它将作物、气象和土壤等作为一个整体进行考虑，应用系统分析的原理和方法，综合农学领域内多个学科的理论和研究成果，对作物的生长发育与土壤环境的关系加以理论概括和数量分析，并建立起相应的数学模型。该模型描述了作物的生长过程及养分需求，是变量施肥决策的根本依据。
决策系统根据农业专家长期积累的经验和知识或GIS与作物生长模型的组合分析计算[11]，这些存储在GIS系统中的数据信息经由作物生产管理辅助决策支持系统，最终生成具有针对性的优化了的投入决策及对策图，即进行时、空、量、质全方位的田间管理实施处方图，得到施肥的处方图（离线形式）或具体的施肥量（在线形式），并将其存入存储卡或者数据库中，供施肥作业使用。
2.3 变量投入技术
由配套农业设施设备（ICS农机装备和VRT变量投入设备）组成调控实施系统，经全球卫星定位系统GPS定位，在田间管理处方图的指导下实施精细控制，田间实施的关键技术是现代工程装备技术，是“硬件”，其核心技术是“机电一体化”。田间实施技术应用于农作物播种、施肥、化学农药喷洒、精准灌溉和联合收割机计产收获等各个环节中。
3 国内精准农业发展对策
3.1 宣传普及，提升对精准农业的认识
精准农业技术本身能带来可观的经济效益和社会生态效益，同时对提高农民收入、减少农民劳动强度、改善环境质量等有非常重要的作用。
精准农业技术的推广应用涉及精准农业技术本身的发展、农业机械化水平、农业技术培训、农民承担生产风险的能力等，其中农业技术培训是推广应用过程中的关键。由于农民获得信息的渠道有限，只有通过农业技术培训，农民才能认识到精准农业技术的优点并在技术培训过程中掌握这项技术，精准农业技术才能在生产实践中大范围地推广应用。
3.2 完善精准农业的配套技术
通过测土配方和相应的变量施肥技术，改变农民传统施肥观念，根据土地的肥力现状按需变量配合施用肥料，提高肥料利用率，减少面源污染，增产增收。
做好精准农业资料收集和信息标准化工作，应用3S技术建立农作物品种、栽培技术、病虫害防治等技术信息网络以及农业科研成果、新材料等科研信息网络，实现农业资源的社会化、产业化。
3.3 选准适合国情的精准农业项目
我国大部分地区尤其是较落后地区的农村承包地普遍处于碎片化状态，难以支撑起发展精准农业的要求，必须通过土地流转达到规模经营的效果。
另一方面，随着农村市场化和产业结构的调整，在垦区农场（如黑龙江大型农场、新疆建设兵团）和大面积作物生产平原区建立“精确施肥”技术示范工程，或联合一些高效益企业（烟草企业、中药材企业等）带动“精确施肥”的发展是结合中国国情发展精确施肥的有效途径。
4 结束语
精准农业的发展在我国尚处于起步阶段，面临诸多问题与困难。而且我国土地相对分散，技术落后，环保意识不强，在相当长的时期内仍然是小农经济占主导成分。因此建立一个集资源化、信息化、知识化、生态化于一体的全方位生态系统，走具有中国特色的精准农业发展之路，是我国农业发展的必然。
《国家中长期科学和技术发展规划纲要（2006～2020年）》中明确把农业精准作业与信息化作为农业领域科技发展的优先主题，精准农业对提高我国农业现代科技水平具有重要作用，具有广阔的发展前景。
参 考 文 献：
[1] 汪懋华.“精细农业”发展与工程技术创新[J].农业工程学报，1999， 15（1）： 1-8.
[2] 汪懋华.发展精细农业的思考[J].农机科技推广，2002，2：4-6.
[3] 汪懋华.“精细农业”的实践与农业科技创新[J].中国软科学，1999，4：21-25.
[4] 赵春江，薛绪掌，王 秀，等.精准农业技术体系的研究进展与展望[J].农业工程学报，2003，19（4）： 7-12.
[5] 刘 微，赵同科，方 正，等. 精准农业研究进展[J].安徽农业科学， 2005，33（3）：506-507.
[6] 母金梅，申志永. 3S 技术在我国农业领域的应用[J].农业工程，2011，1（2）：68-70.
[7] 索全义，白光哲，孙 智.精准农业下的土壤养分管理——3S技术在施肥中的应用[J].内蒙古农业科技，2001，土肥专辑：22-24.
[8] 蒙继华，吴炳方，李强子，等. 农田农情参数遥感监测进展及应用展望[J]. 遥感信息，2010，3：35-43.
[9] 潘瑜春，赵春江. 地理信息技术在精准农业中的应用[J]. 农业工程学报，2003，19（4）：1- 61.
[10]王凤花，张淑娟. 精细农业田间信息采集关键技术的研究进展[J]. 农业机械学报，2008，39（5）：112-121.
[11]罗锡文，臧 英，周志艳. 精细农业中农情信息采集技术的研究进展[J]. 农业工程学报，2006，22（1）：167-173.
[12]胡建东，段铁城.便携式土壤养分速测仪技术研究[J].现代科学仪器， 2002，4：27-30.
[13]Hummel J W， Sudduth K A， Hollinger S E. Soil moisture and organic matter prediction of surface and subsurface soils using an NIR sensor[J]. Computers and Electronics in Agriculture， 2001，32（2）：149-165.
[14]Birrell S J， Hummel J W. Real-time multi ISFET/FIA soil analysis system with automatic sample extraction[J].Computers and Electronics in Agriculture， 2001，32（1）：45-67.
[15]张小超，王一鸣，方宪法，等.精准农业的信息获取技术[J].农业机械学报， 2002，33（6）：125-128.
[16]李子忠，龚元石.农田土壤水分和电导率空间变异性及确定其采样数的方法[J].中国农业大学学报， 2000，5（5）：59-66.
[17]Sudduth K， Drummond S， Kitchen N. Accuracy issues in electromagnetic induction sensing of soil electrical conductivity for precision agriculture[J]. Computers and Electronics in Agriculture， 2001，32（3）：239-264.
[18]张 靖，李先立.光纤pH计的设计[J].环境科学与技术，1999，1：46-49.
[19]荆 淼，李 伟，庄峙厦，等.光纤化学pH传感技术的现状和进展[J].传感技术学报，2002，3：263-267.
[20]贡 献.离子敏场效应晶体管pH电极[J].分析仪器，1995，4：44-47.
[21]杨百勤，杜宝中，李向阳，等.全固态复合pH传感器的研制与应用[J].西北农林科技大学学报，2006，34（10）：181-183，188.
[22]张利民，罗锡文.差分GPS定位技术在土壤耕作阻力测量中的应用[J].农业工程学报， 1999，15（4）：35-39.
[23]杨敏华，刘良云，刘团结，等.小麦冠层理化参量的高光谱遥感反演试验研究[J].测绘学报， 2002， 31（4）：316-321.
[24]纪寿文，王荣本，陈佳娟，等.应用计算机图像处理技术识别玉米苗田间杂草的研究[J].农业工程学报， 2001，17（2）：154-156.
[25]王月青，毛文华，王一鸣.麦田杂草的实时识别系统研究[J].农机化研究，2004，11：63-68.
[26]马 骏，王建华.一种基于数学形态学的植物病虫识别方法[J].深圳大学学报（理工版）， 2004，21（1）：72-75.
[27]陈佳娟，纪寿文，李 娟.采用计算机视觉进行棉花虫害程度的自动测定[J].农业工程学报， 2001，17（2）：157-160.
[28]田有文，李成华.基于统计模式识别的植物病害彩色图像分割方法[J].吉林大学学报， 2004，34（2）：291-293.
1 精准农业产生的原因
精确农业（precision agriculture）是由美国农业工作者在20世纪九十年代初倡导并实施的。精准农业的兴起主要有两个原因：一是可持续农业为世人所接受。传统农业的发展在很大程度上依赖于化肥、农药的大量投入的增加而实现。但是由于化学物质的过量投入造成生态环境污染和农产品质量下降，高能耗的生产方式导致农业生产效益低下。在当今农产品市场竞争日趋激烈的时代，急需精准农业这种新的生产模式来适应农业持续发展的需要。二是全球定位系统、地理信息系统、遥感、人工智能等高新技术的产生以及民用化。前者给精准农业的产生提供了思想准备，后者给精准农业的实现提供了技术准备。
2 精准农业内涵及其关键技术
精准农业指的是利用全球定位系统（GPS）、地理信息系统（GIS）、遥感（RS）、连续数据采集技术、决策支持系统（DSS）、变量控制技术等现代高新技术获取农田小区作物产量和影响作物生产的环境因素（如土壤结构、地形、植物营养、含水量、病虫草害等）实际存在的空间及时间差异性信息，分析影响小区产量差异的原因，并采取技术上可行、经济上有效的调控措施，区域对待，按需实施定位调控的“处方农业”。其技术体系由信息数据采集、信息数据处理和决策生成、决策实施等3个环节组成的[1]。如图1所示：
图1 精准农业技术体框架
2.1 地理信息系统（GIS）
地理信息系统是用于输入、存储、查询、分析、和显示地理数据的计算机系统[2]。地理信息系统开始应用于农业领域是在20世纪70年代，最先应用在耕地调查、土地资源评价、农业资源信息管理等方面。到20世纪90年代以后，地理信息系统开始广泛的应用于农业领域，和全球定位系统、遥感、计算机网络技术、自动控制等技术紧密地结合起来，主要用于采集、建立影响农田小区作物生产的地理环境数据、土壤数据、作物苗情数据、病虫害数据、作物产量等空间数据库。并且进行空间信息的地理统计处理、图形处理和表达等，为分析空间和时间差异性和实施调控提供决策方案。
2.2 全球定位系统（GPS）
全球定位系统是指利用定位卫星在全球范围进行定位、导航的系统。利用全球定位系统快速准确的定位系统可以实时的用于农田面积精准测量、农药化肥的精准喷洒，在作物收获时不仅可以精准收获还可以不断地记录下几乎每平方米的产量和其他信息。不仅有助于提高作物的产量还可以降低因化肥农药的过量使用而造成的环境污染。
2.3 遥感（RS）
遥感是指在一定的距离之外，不与目标物体直接接触，通过传感器收集被测目标所发射出来的电磁波能量而加以记录并形成影响，以供有关专业进行信息识别、分类、和分析的一门技术学科[3]。因此遥感技术是未来精准农业主要采用的信息获取手段，是支持大面积快速获得田间数据的重要工具。主要用于土壤数据采集、农业资源监测、作物产量预测、农情预报等方面。
2.4 专家系统（ES）
专家系统是一个能够利用某个领域人类专家水平的知识和经验来解决领域问题的智能计算机程序系统。一般是由知识获取、知识库、推理机和人机界面等几个部分组成的。20世纪70年代专家系统在农业领域初次应用，随着农业专家系统的不断发展，专家系统在农业领域中的应用越来越广泛，已经由单一的施肥、灌溉、病虫害等服务扩展到播前、播种、施肥、灌溉、病虫害、田间管理等全过程。
2.5 决策支持系统（DSS）
决策支持系统是一种以计算机为辅助工具，应用决策科学以及有关科学的理论与方法，以人机交互方式辅助决策者解决半结构或非结构化的决策问题的信息系统。在精准农业技术体系中，决策支持系统可以根据农作物的生长情况、环境因素、结合经济分析以及作物生长相关的数据进行决策，并且根据专家知识，对不同的决策给出最优方案，从而指导田间操作。
2.6 作物模拟模型（CGSM）
作物模拟模型，是指能够定量和动态地描述作物的生长、发育和产量形成过程及其对环境反应的计算机模拟程序[4]。作物模拟技术是60年代初在欧洲及美国出现的[5]，主要通过作物模拟模型研究不同播种时期、不同作物密度以及灌溉时间、灌溉次数、肥料使用量在不同的环境状况下对作物布局和产量的影响。现在将作物生长模拟模型与专家系统、多媒体技术、网络技术、3S技术等技术相结合使得作物模拟模型在生产力预测预警、品种设计与评价、时空尺度分析、环境效应评估等方面发挥更大的作用。
3 我国精准农业的发展现状
我国在1994年就提出在我国进行精准农业研究应用的建议，但是由于当时条件的限制，并没有引起有关部门的重视。近几年随着信息技术的快速发展，信息技术在农业上的应用也得到了重视。国家计委刘江副主任访美后，认为我们应该跟踪国际农业生产技术的前沿领域，开展“精准农业”的研究应用。科技部徐冠华副部长在谈发展“数字地球”时认为，“精准农业”是中国“数字地球”发展战略的切入点之一。国家在863计划中已列入了精准农业的内容，国家计委和北京市政府共同出资在北京搞精准农业示范区。中科院也把精准农业列入知识创新工程计划，我国精准农业的思想已经为科技界和社会广为接受，并在实践上有一些应用。但是“精准农业”在理论上目前还是一些概念性的东西，没有建立先进的体系，不足以对指导精准农业进行深入研究和实践运作。且我国发展精准农业存在诸多限制因素：1）农田类型多种多样、分布零星、人均耕地面积较少不利于联合作业机械的实施。2）农业机械化水平较低且农业科技投入不足精准农业技术一时很难推广。3）农民的信息意识不强、科研成果实用性不足高投入的精准农业在我国的多大部分很难付诸实施。所以我国精准农业的发展还处在起步阶段。
【参考文献】
[1]徐国强，高献坤，田辉，侯瑞娟，余泳昌.精细农业研究[J].农机化研究，2001，01.
[2]Kang-tsung Chang.地理信息系统导论[M].陈建飞，等，译.北京：科学出版社.
中图分类号：F762.7文献标志码：A文章编号：1671-1254（2016）01-0065-07
Research on Precision Marketing Pattern of Agricultural Products in
Yunnan Province in the Big Data Environment
GONG Yingmei， CAO Xinbo
（Faculty of Management and Economics， Kunming University of Science and Technology， Kunming 650093， Yunnan， China）
Abstract：
Under the influence of big data environment， the agricultural products marketing pattern becomes more complicated and marketing method more precise. By analyzing the related literature， the paper summarized the conception and types of precision marketing pattern of agricultural products as well as domestic and overseas marketing patterns. Combined with the characteristics of agricultural product and precise marketing situation in Yunnan province， it analyses the influence of big data on customer characteristics， marketing information， method and cost. Based on the analysis of relationship among big data environment， agricultural product of Yunnan province and precise marketing， it constructed precise marketing pattern of agricultural product of Yunnan province， which is constituted of the data acquisition， analysis mining， precision marketing model， marketing implementation and feedback evaluation， discussing the key elements of model building subject， data collection and processing， target market strategy and tactics implementation as well.
Keywords：big data; agricultural products of Yunnan province; precision marketing; model construction; marketing pattern
“大数据”是继物联网、云计算之后信息技术产业又一次重要的技术变革，这一变革也加速了传统农业向现代农业、数字农业与信息农业转换的进程，而农产品网络营销是这一进程中的关键环节。美国国家科学基金会（NSF）将大数据界定为由科学仪器、传感设备、互联网交易、电子邮件、音视频软件、网络点击流等多种数据源生成的大规模、多元化、复杂、长期的分布式数据集。大数据的特点可以总结为4V，即Volume（体量浩大）、Variety（模态繁多）、Velocity（生成快速）、Value（价值巨大但密度稀疏）[1]，这些特点为农产品网络营销企业和消费者带来了丰富的信息资源，但与此同时，“信息过载”“信息迷航”等问题也日益严重，造成企业和消费者在迅速准确寻找所需信息方面困难重重。
在大数据环境下，农产品消费者消费心理和行为模式发生了很大变化，其在购物过程中更加个性化、主动化、社交化和移动化。农产品营销者一方面要面对顾客知识增加、差异性增大、信息价值日益稀疏化，以及顾客关系管理成本的不断提高;另一方面，要面对农产品生产加工的季节性强、地域差别大、地区消费特征各异、时效性强、物流成本高等特点，这就要求营销者必须进行营销理念的革新，由传统的消费者被动接受营销手段转变到让消费者全程参与整个营销过程，以海量数据库和大数据平台为基础和支撑，从营销战略、营销组合及营销效果评估等方面创新传统营销模式，构建大数据环境下的农产品精准营销模式。
云南是农业大省，地理位置偏僻，经济发展水平较低，传统的农业发展模式严重阻碍了农业经济的快速发展，农产品销售难问题尤为突出。面对大数据环境下营销环境发生的深刻变化，如何针对云南农产品属性特征以及营销现状，利用大数据技术，构建云南省农产品精准营销的有效模式，具有强烈的必要性与紧迫性。
一、关于农产品精准营销模式的文献评述
（一）精准营销模式界定评述
早在1999年，美国的著名营销学家、直效营销之父莱斯特・伟门，就描述了一种崭新的营销模式。他指出将生产商家和销售商家作为中心，改变传统的营销渠道和方法，借助电子媒介、邮寄、电话访问以及互联网等方式构建客户资料库，通过科学的分析，定位可能购买的潜在客户，引导厂商变革推广策略，同时为厂商构建起针对性和操作性较强的营销传播方案，为其提供详细、全面的有关客户和销售商的追踪资料[2]。相关学者认为此描述是关于精准营销模式的最早、最权威的描述。此后，美国的另一位营销大师菲利普・科特勒，在更深层次上阐述了精准营销模式的本质，提出当公司进行更精准、可衡量、高投资回报的营销沟通，以及注重营销结果和行为的传播计划的同时，还要加强对直接营销沟通的投资[3]。
我国学者贺海涛指出精准营销模式主要是指在客户价值生命周期的基础上，以客户为中心，利用可利用的方式，在适当的时间、地点，以适当的价格，借助恰当的营销渠道，向恰当的客户推荐产品，有针对性地放置沟通内容，修正大众营销的不足[4]。王波等将精准营销模式定义为“5W”分析框架，即以客户为中心，在恰当的时机（When）、将恰当的业务（Which）、借助恰当的渠道（Where）、组织恰当的行动（What）、向恰当的客户（Who）营销，进而推进营销管理的持续改进[5]。
由以上国内外对精准营销模式的界定可看出，精准营销模式构建理念逐渐由以生产商和营销者为中心转变为以顾客为中心，模式的构建以客户关系管理为基本思想，依托现代信息技术，在数据库营销的基础上进一步发展，是基于目标市场营销战略和营销组合框架上的营销创新，体现出精密、准确和可衡量等特性。
（二）农产品精准营销模式研究评述
国外农产品精准营销模式主要是在莱斯特・伟门精准营销模式理论基础上，结合菲利普・科特勒的精准营销理念，融入农产品营销领域的特殊情境构建而成。模式主要包括五个环节：客户信息收集与处理、客户细分与精准定位、精准营销战略制定、精准营销方案设计、营销效果反馈。美国学者Kimberley提出可以根据农产品网站上的客户资料和 IP 资讯筛选，实现对目标消费群体的精准定位，农产品企业可以依据自身的营销需求，以低成本和高效率为标准定位自己的目标顾客，进而通过精准营销模式中的定向投放环节开展农产品精准营销[6]。美国学者Jeff Zabin等提出构建农产品精准营销模式，首先必须保证目标客户群体的针对性，打破传统营销在市场细分方法和技术上的局限性，以及目标客户针对性不强的问题，依托当今强大的数据库资源，运用大数据分析技术，对消费者行为进行精准衡量和判断，选择得当的途径向恰当的目标消费群体发送合适的信息，实现农产品精准营销模式的正确实施[7]。国外已经将农产品精准营销模式大量运用于实践之中。目前，美国盛行依托政府构建农产品网站，进行农产品订单式精准生产，依托facebook、twitter等第三方平台开展农产品广告精准推送和农产品个性化推荐等活动。
国内针对农产品的精准营销模式研究成果较少，实践应用中，大多是将传统的精准营销模式向农产品领域直接延伸。张青[8]构建了由业务场景定义、数据采集、数据处理、驱动引擎、营销执行、效果评估六大环节组成的大数据时代数据驱动型精准营销模式。卢秋萍[9]基于LBS，构建了由客户数据库系统、个性化定价系统、网络推广工具和移动促销模型组成的精准营销模式。周希僖[10]等基于SNS，构建了由数据库、分享信息、内容库以及匹配触发器组成的精准营销模式。精准营销模式在我国烟草、果品、牛奶、种子、生鲜农产品、生态农庄以及有机农产品领域已经得到初步应用。刘智[11]等构建了依托现代终端由精确信息、精准定位、精敏投放、精彩形象、精细管理、精诚服务以及精干团队七要素组成的烟草精准营销模式。赵业旺[12]基于精准营销理论，构建了由品牌定位、识别、品牌与消费者沟通系统，以及品牌传播管理系统构成的，新疆南疆果品品牌精准传播模式。蒙牛公司基于信息名址和网络平台，以白领为目标客户构建了蒙牛冠益乳精准营销模式[13]。杨广[14]依托网络、邮件、电话、广告等精准营销工具，构建了由市场定位、个性化沟通、忠实的顾客群以及个性化关怀等核心思想构成的，杂交水稻精准营销模式。秦树新[15]构建了由集中化品牌传播管理、品牌识别体系、精准化品牌定位和整合式品牌传播策略组成的，中国生鲜农产品品牌精准传播模式。周永刚[16]构建了以生态品牌为核心，以各层次产业整合运作模式为依托的“互联网+”，时代生态农庄精准营销模式。林小兰[17]等基于O2O模式，构建了电子商务时代农产品精准营销模式，以及有机农产品精准营销模式。其他，如依托阿里巴巴平台构建的“地方农产品特色馆”和部分B2C生态、有机农产品营销网站等，在运行中也体现出了一定的精准营销思想。
由此可见，农产品精准营销模式在国内外学术界受重视程度不断提高，在农产品营销领域已经得到逐步应用与推广。但是，对于如何适应大数据环境和有效利用大数据技术，将区域农产品特征与精准营销模式构建相结合方面的研究和应用，成果较少。本文结合云南省农产品特征，充分考虑大数据环境对云南农产品精准营销模式构建的影响，基于大数据平台对精准营销模式的具体构建进行重点研究。
二、大数据环境对云南农产品精准营销模式构建的影响
（一）云南农产品特征
云南得天独厚的自然生态环境不仅为云南争得了动植物王国的美誉，而且孕育了多样的高原特色农产品，如滇中、滇东北的烟草、花卉、中药材以及畜牧产品;滇南、滇西南的稻米、甘蔗、茶叶、橡胶和咖啡;滇西、滇西北的畜牧以及滇东的热果。云南农业为全省贡献了国民收入的75%、财政收入的70%、外汇收入的60%以及80%的轻工业原料。
1.品种丰富，品质上乘。云南地处西南边陲，热带、亚热带、温带甚至寒带各类气候优势突出，加上占全省95%以上的山地，使得物种资源十分丰富，自然优势明显，一年四季都可以种植不同的农作物，品种丰富;同时，由于长期以来交通不便，开发较晚，森林植被覆盖率高，加上云南夏无酷暑，冬无严寒，干湿季明显等气候条件，使得云南农产品的质量明显优于其他很多地区。
2.地方特色明显。首先，云南独特的自然资源，造就了丰富多样的具有云南地方特色的农产品品种，并且在生态、健康、美味等许多现代消费理念上优势明显;其次，云南是多民族的聚集地，少数民族人口更是占到了全省人口的33.41%。少数民族在农产品生产上的独特方式，加上各民族自身独特的民族文化和生活习惯，使得云南农产品在文化内涵、生产方式、制作方法上特色明显;最后，云南旅游业发达，一方面赋予了云南农产品“土特产”的标签，另一方面通过旅游纪念品、礼物的形式放大了其地方特色的影响。
3.省外知名度和竞争力有待进一步提高。由于近年旅游业、国际贸易、农产品电子商务以及国内外生态环保理念的盛行，少数民族文化资源的开发和云南省政府的大力支持，历史上优质农产品的传承，再加上近几年多发的恶性食品安全问题，使得云南绿色、有机、生态、健康的农产品优势明显，日益受到消费者的喜爱。目前，在内陆地区以及东南亚等国有一定的竞争优势，但在品牌知名度和竞争力上仍需大幅度提升。
（二）云南农产品精准营销开展现状
云南省由于地理环境的限制以及传统的农业发展模式，经济发展水平较低，尤其是信息技术水平与我国中东部相比差距明显，使得云南省农产品精准营销起步较晚，但发展势头良好。
自2006年起，在云南省政府的支持下，在全省建立了覆盖16个市州，囊括昆明鲜花、蒙自石榴和元谋葡萄等多种地方特色农产品的新农村网，为云南农产品面对东盟市场开展精准营销，提供了电商平台。2008和2011年，在云南省商务厅和各商务协会的努力下，云南商汇网、东盟资源网、东盟商汇以及东盟商务港等一批覆盖云南特色农产品，面向东盟市场的电商平台逐步涌现。2013年，由云南农业大学与阿里巴巴合作建立的“美丽中国特色云南馆”，借助双方优势资源开展农产品精准营销，自2013年11月上线以来，先后开展了花卉、松茸、石榴、茶叶等多次专题营销活动。宣威火腿、罗平小黄姜、迪庆松茸等特色农产品也纷纷上线交易。通过“双十二”活动，凭借342万销售额的普洱茶，更是排在了云南馆内品类销售额的第一位[18]。以上网络平台也成了企业农产品信息和政府商务信息和法规的重要渠道。目前，云南省商务厅确定了农产品电商发展方向，打造面向东南亚、南亚、日韩等地有国际影响力的电商跨境交易平台，促进云南农产品精准营销的对外扩张。2015年7月3日试运营的元谋县电商运营中心，不但实现了80天农产品销量达442吨和累计销售额达515万元，实现农民增收3%，更是开启了“互联网+”农业的新时代;同时，通过与顺丰速递合作，实现24小时到一线城市、48小时到2线城市、72小时到全国其他城市的物流配送能力，为开展云南农产品精准营销奠定了基础[19]。
（三）大数据对云南省农产品营销环境的影响
大数据使得云南省农产品营销环境发生了巨大变化，消费者不再像过去那样信息闭塞，从各个渠道获取的广泛及时的信息使其变得更加主动、对云南省农产品的了解更加充分、选择也更加多样化和具有针对性。营销者同样通过大数据技术能够更加全面、低成本采集信息，实时分析消费者的兴趣和偏好，进而开展云南省农产品精准营销。
1.消费者更加个性化和主动化。大数据时代，由于信息传播的快速性、广泛性，加上便捷的通信系统，消费者变得更具创新性和主动性，消费行为日益受到社交媒体、聊天工具、售后评论以及朋友圈的影响。农产品消费者不再仅仅关注产品的实用价值，而是更加追求其绿色生态、地方特色及文化内涵，更加主动地深入田间地头采摘喜爱的农产品。云南省各地兴起的生态农庄和采摘园，便是很好的证明，而这恰好是云南省农产品的竞争优势之所在。
2.营销信息、营销手段更加精准化。云南省由于受地理位置及经济发展水平限制，农产品营销信息一直处于相对封闭状态，营销手段相对落后。大数据环境下数据分析处理技术的进步以及电商平台的快速发展，使得云南省农产品营销者能够及时从国内外电商平台、社交媒体获取大量农产品购买信息、消费者网页浏览记录和意见反馈。利用大数据技术，快速分析处理，识别消费者特征、偏好和潜在消费需求，对消费者进行精确化细分、目标市场选择和精准定位，进而利用购物账号、手机、邮箱、微博、微信等渠道实现对国内外目标市场的农产品精准营销。
3.营销成本更加低廉。营销成本一直是限制经济欠发达地区，如云南省农产品营销发展的一大瓶颈。传统的营销模式花费大量的人力、物力和财力，而且取得的营销效果十分有限。如同广告大师约翰・沃约梅克所说：“我知道我的广告费用有一半是在浪费，但我不知道是哪一半。”[3]在大数据时代，由于网络信息技术与电子商务的高度发展，网络社交平台与交易平台的不断完善，营销者获取顾客信息十分便捷、低廉;同时，由于大数据相关分析、处理技术的快速进步，使得对顾客属性、行为、位置、评价等数据的分析处理成本大幅降低。就零售行业来说，据有关研究显示，由于大数据的运用使得其营销成本平均下降50%，利润提升60%[20]。能有效降低营销成本对于量大利薄的云南省农产品而言至关重要。
（四） 大数据环境、云南省农产品与精准营销模式的关系分析
由上述对云南农产品特征的分析可知，云南农产品在品种、品质、特色等方面优势明显，十分符合当前的消费理念和发展趋势。但是，目前国内外知名度较高的云南农产品品牌却很少，农产品滞销、压价、农户收入低等情况较为普遍，如何将云南农产品优势准确传递给具有特定需求的消费者，就成为关键之所在，而精准营销模式就是搭建在供与需之间的一座精准的桥梁。从大数据对云南省营销环境的影响可见，大数据技术带来了传统精准营销的理念变革、技术变革和模式变革，可以结合云南农产品地域特色元素、产品特征、顾客特征、营销情境等因素，对传统精准营销模式在模式框架、构成元素、运作平台和营销方法等方面进行大胆创新和突破，实时提供更加精准的服务和个性化产品、提高广告投放精准度、极大降低交易成本并提高营销效率;同时，通过对消费者大数据分析和精准营销模式应用结果评估，可以立足于消费者需求，为云南农产品生产、加工、包装、质量标准设置等各环节的改进提供科学决策依据。
三、大数据环境下云南农产品精准营销模式构建
大数据环境为云南省农产品精准营销所需的市场、消费者和产品信息的获取、大规模分析处理及利用提供了可能;同时，也为云南特色农产品文化内涵、生态、健康、环保优势的挖掘和精准推送，提供了强大的技术支撑和个性化的营销方法。
（一） 大数据环境下云南农产品精准营销模式
本文精准营销模式的构建以莱斯特・伟门的精准营销理论为基础，结合顾客价值、CRM和数据库营销相关理论，以大数据平台作为技术支撑，利用平台所具有的海量数据采集、存储、数据挖掘、统计分析处理、推送等相关技术，针对云南省农产品特征和顾客特征与偏好构建而成。整个营销模式根据营销效果评价不断完善提升，形成一个持续循环的闭环模式。具体营销模式详见图1所示：
1.原始数据信息的实时生成、采集、存储与数据预处理。此环节的核心任务是依托大数据平台，在五种主要信息生成源的基础上，通过SNS、微博、微信、论坛、贴吧、电商平台、粉丝群、网页、数据终端，以及传统农产品网络平台等各种渠道，进行有关消费者、价格、渠道、物流配送以及云南农产品属性等方面的信息、数据的收集。依赖大数据平台高性能的数据存储技术和数据库技术，如GFS分布式文件系统、联动式数据库、Hbase、BigSQL、MongoDB等非关系时空数据库存储技术，进行原始数据存储，以及对已有数据和实时数据进行初步预处理工作，形成下一阶段全面的初级数据库。
2.根据初级数据库和大数据平台从各种渠道实时抓取的相关数据信息，进行初级数据、实时数据的统计分析和深度挖掘工作。借助MapReduce、OLAP联机分析等技术，通过第三方大数据分析处理平台，如阿里巴巴的“数据魔方”平台，百度、华为等公司的大数据平台以及为Twitter、Facebook、YouTube、新浪微博等网站挖掘数据的GNIP提供的社交网络API聚合，实现多个API数据格式的聚合，对消费者、市场、农产品相关的实时原始数据、初级数据进行多样性的统计分析和深度挖掘，在此基础上构建顾客特征、偏好模型和云南农产品特征模型。
3.依据顾客特征、偏好和云南农产品特征模型，对农产品市场进行精确细分、准确选择、精准定位，构建云南农产品精准营销模型。依托大数据平台建立精准营销业务场景，结合营销情境制定精准营销方案，实现内容库与营销方案的相互匹配。通过个性化定制和多渠道接入，借助SNS、网络账号、Email、DSP等，采用个性化推送技术，可以是基于内容的、基于平台的、基于方法的个性化推送技术，进行农产品精细化分类、品牌针对性设计、个性化包装、满意性定价、渠道多样化、广告个性化推送以及产品的个性化推荐等，有效利用大数据技术开展云南农产品精准营销。
4.依据大数据平台对云南农产品精准营销实施过程监测数据，并对实施效果指标数据进行实时记录与分析处理，对精准营销模式应用效果进行全方位评估。依据评估结果对数据分析挖掘、特征与偏好模型、营销情境构建、精准营销模型以及精准营销执行环节中存在的主要问题，与形成原因进行定性与定量分析，准确找出解决方案，为下一阶段精准营销模式的改进优化提供科学决策依据。
（二）关键环节中的注意事项
1.在模式的构建主体方面，由于精准营销模式依赖于大数据平台对大规模、多类型、快速化、价值化数据的实时、高效的抓取、存储、分析和挖掘，要求主体有强大的资金、技术、人才、市场等方面的支持，适合云南省资金实力雄厚的农产品龙头企业。而小型农产品企业更适合借助发展成熟的第三方大数据平台和精准营销模式开展精准营销。其中，云南省政府相关部门可以发挥积极的引导与推动作用，一方面有效引导农产品企业根据自身需求进行模式的选择规划;另一方面，积极推进产学研联合，对农产品精准营销模式的构建，开展系统研究与企业应用，实现云南省精准营销模式构建与大数据平台建设的同步推进。
2.进行云南农产品和消费者数据的采集和分析处理工作时，一方面要注意数据质量，对收集渠道要进行有效选择，为提高后续大数据分析、挖掘、推送工作的精准性奠定基础;另一方面数据收集要有侧重点，要紧扣农产品消费者、云南农产品这条主线，防止收集大量无用、无效、无价值的数据，造成人力、物力、财力浪费。同时，在对数据挖掘、分析处理时，要注意对第三方大数据平台的开发利用和数据分析处理方法、技术选择上的合理性，不能一味追求自有平台的优势和分析处理技术的先进性，而忽视了自有平台建设和分析处理技术的可行性、有效性、经济性以及分析结果的可表示性和可读性。
3.在进行云南农产品精准营销市场细分、选择、定位时，要注意到目前农产品消费市场个性化、多样化、注重食品质量安全等消费趋势，突出云南农产品在多样性、生态、健康、安全、绿色、有机以及富含地域、民族特色等优势。立足于自有优势进行品牌定位和品牌建设，进一步提高云南农产品品牌知名度和市场竞争力;同时，要注意消费者消费层次上的差异、农产品在存储、物流运输等方面的特殊性，以及云南在地理位置、经济水平、运输成本上与东中部地区的差异，尽量在农产品目标市场选择和定位上选择一、二线城市的中高收入人群，走中高端路线。
4.对大数据环境下云南农产品精准营销实施过程和效果评估时，要注意营销效果影响因素和影响程度的复杂性。在影响农产品精准营销效果的诸多因素中，不仅有消费者属性、行为、消费能力以及农产品品质、特色等方面的显性因素，而且还有许多如消费者心理、性格、消费预期等隐性因素，影响着精准营销的实施效果，而大数据平台大多是针对显性因素进行数据处理和量化分析。因此，在进行精准营销效果评估时，营销者要兼顾这两种因素，应注意评估方法上定性与定量的有效结合，提高评估结果的精度，据此，不断对精准营销模式进行优化提升。
四、结语
本文突破了传统营销模式框架，将精准营销理论运用于大数据环境定区域与特定产品的营销模式构建之中，通过分析大数据对云南省农产品精准营销环境带来的影响，对大数据环境、云南省农产品与精准营销模式的关系进行梳理，结合云南农产品特征、消费者特征和行为偏好，融合特定营销情境，构建了云南农产品精准营销模式。该模式为大数据营销在农产品领域的拓展和应用提供了参考，为云南省在大数据环境下开展农产品精准营销提供了可行的实践模式。而大数据环境下云南农产品精准营销形成机制、效果评估以及大数据平台的整合开发利用等重要内容，将是下一步研究探讨的方向。
参考文献：
[1]
GANTZJ， REINSELD.Extracting Value from Chaos[EB/OL].（2013-03-25）[2015-10-27].http：///collateral/analyst-reports/idc-extracting-value-from-chaos-ar.pdf.
[2]邓光宏，翁佳妮.基于社交网络的精准营销模式研究[J].中国市场，2014（26）：8-29.
[3]刘若飞. 基于客户生命周期的精准营销策略探析[J].科技促进发展，2011（1）：38-45.
[4]贺海涛. 以精准营销挖掘移动通信市场[J].经济师，2007（10）：220-221.
[5]王波，吴子玉. 大数据时代精准营销模式研究[J].经济师，2013（5）：14-16.
[6]KIMBERLEY SARA. Online health check to build prospectdata for AlproSoy a [ J] . Precision Marketing，2006，18 （29）：113-118
[7]JEFF Z， GRESH B. Precision Marketing： The New Rules For Attracting， Retaining， And Leveraging Profitable Customers [M]. Wiley：John Wiley & Sons Inc，2004.
[8]张青，黄平. 电信行业基于数据驱动的精准营销模式研究[J]. 电信科学，2014（7）：143-148.
[9]卢秋萍. 基于LBS的移动电子商务精准化营销模型及策略[J]. 电子商务，2014（4）：20-21.
[10]周希僖，胡峰，徐斌. 基于SNS的社区网站精准营销模式研究[C]//Wuhan University，Scientific Research Publishing，Engineering Information Institute：2011：4.
[11]刘智，廖文，汤苇苇.县域卷烟重点市场的“1+7”精准营销模式创新研究[J]. 当代经济，2015（3）：30-32.
[12]赵业旺. 基于精准营销的新疆南疆果品品牌传播体系研究[D].阿拉尔：塔里木大学，2014.
[13]信息名址服务管理中心.信息名址行业应用――蒙牛冠益乳精准营销解决方案[J].电信网技术，2011（3）：83-85.
[14]杨广. 杂交水稻种子企业精准营销的思路及方法[J].种子世界，2008（1）：19-20.
[15]秦树新. 基于精准营销的中国市场生鲜农产品品牌传播研究[D].兰州：兰州大学，2012.
[16]周永刚. “互联网+”背景下生态农庄的精准营销模式探析[J]. 农业经济，2015（10）：128-129.
[17]林小兰. 我国农产品电子商务精准营销研究[J].农业经济，2014（12）：137-138.
中图分类号：TP3 文献标识码：A 文章编号：1007-9599 (2012) 09-0000-01
近年来，精准农业已成为一些发达国家将高新尖技术应用于农业生产领域的标志。计算机在农业生产上已被广泛使用，目前计算机在农业上的应用主要集中在农业数据和图象处理、农业系统模拟、农业专家系统，农业计算机网络、农业决策支持等方面。
一、引言
21世纪是人类经济和科学技术日新月异和更加迅猛发展的世纪，工业的全球扩散、市场经济的全球推进、科学技术的全球合作、信息化的全球影响势不可挡。但同时环境问题的全球化、生态危机的普遍化、自然资源争夺的白热化，人地矛盾的尖锐化，亦将更为突出。为了协调人口、资源、环境与发展的关系，化解危机，把握住人类未来发展的正确方向，实施可持续发展战略，成为21世纪人类发展的必然选择。
农业产业信息化建设是解决“三农”问题和建设新农村的重要手段和方式作为主要的农业生产率力，但也出现了大量的农业机械化信息网络及相关技术，机械化，农业信息化水平是能够上升，尽管如此，农业机械化生产中的应用软件相对较少，设计，应用软件开发，可以有效地提高了农业机械化技术应用水平和效果，提高农业生产的效益，增加农民收入，同时，促进了农村经济的发展，在同一时间可以有效地提高了农业信息化水平的机械化，
计算机生产管理系统的不断完善，使其最终成为专家系统。迄今世界上许多发达国家将计算机应用于作物的生产管理系统，特别是在精准农业的应用。精准农业技术是一种把客观、科学的精确引进农业生产的方式。其最基本的组成部分是全球定位卫星，这种定位技术用于农业生产主要是针对农业生产因土壤结构、肥力状况、作物生产情况等因素的差异。而对种子、化肥、除草剂和杀虫剂施用提出的不同要求（近年来美国、德国等国家已建立了大型的农业资源数据库、优化模拟模型、客观决策系统，已应用遥感技术对农作物进行病虫害预报、诊断和作物的估产）。
二、计算机在农业机械的应用
（一）农业资源信息管理。农业资源信息量大。建立各类数据库系统是过去十多年我国农业应用研究的主要内容。迄今已开发成功并投入运行的有：农业生产经济资料数据库、农业科技情报信息库、国家农作物种质资源数据库、畜禽种质资源数据库、海洋捕捞渔船数据库和淡水鱼类种质资源数据库等。
（二）农业规划与决策分析。无论在种植业还是养殖业生产管理业务中，计算机应用面不断拓宽。小麦、水稻、棉花、大豆和油菜等优化栽培技术推广了近千万亩。主要作物病虫害预报系统、饲料配方技术已成功地投入应用。以施肥咨询、栽培调控、良种选育、虫害预报以及农业气象灾害防御为目标的专家系统研究，也取得了一批有实用前景的成果，并进入试验推广阶段。由于数据库、模型和专家系统这样一些单项技术有了一定的基础，农业决策支持系统的研究正在着手进行。
（三）近红外光谱分析技术。现代近红外光谱分析是20世纪中叶从农业领域发展起来的一项高新技术。随着计算机数据处理技术及化学计量学理论和方法的不断进步，使得近红外光谱（NIR）分析技术的准确性迅速提高，近红外光谱分析仪器应用日益普及，其非接触、自动与快速多组分测定的优点不断为人们所认识。根据我国现代农业领域“十二五”规划的科学发展观，农业生产将从资源消耗型和粗放管理型向节约型和优化精确控制型转化，土壤、作物、粮食和食品等养分与产品质量分析管理占据重要的地位。近红外分析技术将成为现代农业领域不同对象成分分析的重要技术手段之一。目前在现代农业领域农业生产、产品贸易和流通过程中，快速品质检测手段日益丰富，许多地区产品收购部门质量检测方法由人工感官手摸、鼻嗅、嘴咬、眼看等方式判定已转变为自动快速检测，不但可以检测产品各种内部品质参数，而且极大的改善了质量检测的客观误差，近红外分析技术在我国的市场已初步形成，应用前景乐观。
（四）农业科研。我国的计算机农业应用从这里起步。经过农业战线科研人员的不懈努力，计算机已普遍进入农业科学实验室，使用手摇计算机的时代基本结束。计算机已发展成为农学研究基础技术，相应的专业人材队伍已逾千人，分布在全国农业各条战线。同样在灌溉机械上安有自动灌溉的红外温度计，根据计算读取的有关数据处理，最终通过计算机发出灌溉指令。
三、存在问题
农业的产品，已建成的数据库系统，首先都应先促使个人对将做出买卖决策的市场环境进行分析，这种方式很适合于作为分析问题的第一步骤。而对包括买方决策在内的交易发生的整个市场环境缺乏足够的重视。因此，总体看来，我国农业计算机应用水平亟待提高。应当认真总结经验，减少盲目性，切实研究如何使计算机这一日新月异的技术在农业现代化过程中，发挥应用的积极作用。
四、结束语
为缓解高投入、高产出的集约农业所引起的环境问题与降低生产成本，纷纷借助于信息技术的发展，开展精确农业的研究及实践。精准农业作为一种以信息为基础的农业微观管理系统控制下的农业生产，通过GPS和计算机控制技术准确计算出某一地块实际所需投入，可以减少不必要的投入与资源浪费，提高投入产出转换效率，避免由于过量施用化学产品而带来的污染风险，因此它是一种属于超前性的高新技术农业，是世界农业现代化发展的新趋势。为了迎接世界性农业科技革命的挑战，把信息技术，生物技术与生态工程建设有机结合起来，培育农业高新技术产业和产业集团，它将成为未来农业的一个发展趋势。在现阶段，应结合我国国情，把为实现优质、低耗的可持续发展的农业作为农业科技的发展方向，努力促进农业走技术集约的道路。近年来在部署生态农业和农村生态建设与可持续发展的试点中，把质量问题、效益问题、农民增收和环境保护问题始终作为近期农业研究的重点，加以实验和总结，所取得的成功经验和模式，已受到党中央和国务院的高度重视。
参考文献：
[1]何雄奎.农业机械化[M].化学工业出版社,2006,4
1 精准农业的内涵和技术组成
1.1 精准农业的内涵
所谓精准农业，是指按照田间每一操作单元的环境条件和作物产量的时空差异性，精细准确地调整各种农艺措施，最大限度地优化水、肥、种子、农药等的量、质和时机，以期获得最高产量和最大经济效益，同时保护农业生态环境，保护土地等农业自然资源。实现三个精确：一是定位的精确，精确确定灌溉、施肥、杀虫等的地点；二是定量的精确，精确地确定水、肥、药、种子等的使用量；三是定时精确，精确确定各种农艺措施实施的时间，从而精确地进行施肥、播种、灌溉、杀虫、除草、收获等。
1.2 精准农业的技术组成
精准农业技术由10个子系统组成，即全球定位系统（GPS）、农田信息采集系统、农田遥感监测系统（RS）、农田地理信息系统（GIS）、农业专家系统、智能化农机具系统、环境监测系统、系统集成、网络化管理系统和培训系统。其核心是“3S”（GPS，GIS，RS）技术。
农田遥感监测系统(简称RS)指的是从不同高度的平台上使用不同的传感器，收集地球表层各类地物的电磁波信息，并对这些信息进行分析处理，提取各类地物特征，以探求和识别各类地物的综合技术。卫星遥感具有覆盖面大、周期性强、波谱范围广、空间分辨率高等优点，是精准农业农田信息采集的主要数据源。
地理信息系统(简称GIS) 是精准农业的技术核心，应用该系统可以将土地边界、土壤类型、地形地貌、灌水系统、历年的土壤测试结果、化肥和农药等使用情况以及历年产量结果做成各自的地理信息系统图管理起来。通过历年产量图的分析，可以看出田间产量变异情况，找出低产区域，然后通过产量图与其他因素图层的比较分析，找出影响产量的主要限制因素，在此基础上制定出该地块的优化管理信息系统，用于指导当年的播种、施肥、除草、防治病虫害、中耕、灌水等管理措施。
全球定位系统(简称GPS)是精准农业的关键技术之一，是确定作业者或机器的瞬间位置，并将此信息转变成计算机可接受的格式。GPS在精准农业中的主要作用有：（1）精确定位水、肥、土等作物生长环境的空间分布。（2）精确定位作物长势和病、虫、草害的空间分布。（3）精确绘制作物产量分布图。（4）自动导航田间作业机械，实现变量施肥、灌溉、喷药等作业。
2 我国农业发展的制约因素
2.1土地资源约束
2.1.1人均土地资源少：国土面积960万hm2，实际耕地面积约18亿亩，有林地面积19亿亩，草地面积约60亿亩。人均又是一个资源小国。中国人均占有耕地1.39亩，仅为世界平均数的1／4；人均草地4.6亩，为世界平均数的1／2；人均有林地1.46亩，仅为世界平均数的1／6。
2.1.2 农业过度分散经营：已严重妨碍中国农业的现代化之路。城乡和区域的经济社会发展不平衡，农业稳定和农民增收难度加大，其主要因素就是农业组织化程度不高，分散的生产经营和势单力薄的农业经济难以在市场经济条件下与大规模的工业和商业进行平等竞争,带来农业整体效益低、风险大，发展不稳定。
2.1.3复种指数高：复种指数高是对土地的不科学利用，连续在同一块地上种植同一种作物，土壤里的病菌、病毒会越来越多，而且害虫的生育发展得到了很好的延续，害虫就会越来越多，抗药性也会越来越强，进而使用越来越多的农药。
2.2水资源短缺：我国陆面平均年降水总量约6.19亿m3,实际利用率不到10%。水资源短缺是我国许多地区农业生产的主要制约因素。当前我国农业灌溉用水面临的主要问题是灌溉农区面积约5000 hm2，多属粗放型灌溉模式，水分亏缺部分全靠超采地下水来弥补，地下水位连年下降。
2.3化肥、农药投入量过大：农业生产过程中化肥、农药、农膜等的大量使用已经造成了严重的大气、土壤和水污染。具体表现在：温室气体不断增多；重金属、硝态氮在土壤中累积；土壤板结肥力下降；地表水出现富营养化，地下水则受到硝酸盐、亚硝酸盐污染。
2.4我国农业机械化水平低：精准播种、精准灌溉、精准施肥、精准收获的实施都要依靠农业技术装备。目前精准农业的发展不能满足实践的要求,开发的装备应适合中国地形复杂、土地变化性较大的特点，以及不规则的小地块操作。
3 我国精准农业的发展方向
3.1 选择符合中国国情的精准农业发展模式
我国是一个发展中国家，幅员辽阔，气候条件复杂，不同地区的经济发展水平差异较大，农业资金缺乏。可采用以下两种模式：一是要利用GIS 技术，在空间定位数据框架下将每个地块的土壤类型、质地、pH 值、有机质含量、地下水平均水位等相对静态的数据，事先输入系统数据库中，构建接收各种定位动态数据的接口，为定位定量施肥灌溉准备条件。在包产到户和农业高度集约化的农区，以GIS为基础、操作单位为小地块的精准农业。二是将信息技术与现有农业机械设施结合起来，将定位、定量灌溉、施肥、撒药落实到实处，使之成为一整套切实可行的精确农业生产技术、推动农业现代化进程。
3.2 研究与开发精准农业管理决策支持系统
精准农业管理决策支持系统集GIS、数据库、模型库、知识库、多媒体技术和农业专家系统为一体，通过GIS、作物生长模型、ES 对GPS 数据、人工采集数据、遥感数据等多源、多维、多时空数据的分析决策，给出具体空间可视化的变量施肥、变量灌溉病虫害管理等作业方案，以获得最大的经济效益和最小的环境污染。
3.3 建立精准农业示范基地
我国在精准农业领域的研究刚刚起步，因此应加强精准农业的研究与开发，尽快建立信息技术与农业生产相结合的精准农业示范基地和样板。例如不同地域各种农作物、特色农业精确种植、精确加工示范基地、不同地域特色精确养殖示范基地等。精确种植方面，应进行优势产业带优质农作物精确种植技术体系的研究、集成及其示范，研制开发能实际应用的优质农作物精确种植信息处理技术系统，评价实施优质农作物精确种植的经济和环境影响。
4 我国精准农业研究现状及问题
精准农业在美国等发达国家已经形成一种高新技术与农业生产相结合的产业，上世纪90年代初进入生产实际应用，目前还处在研究发展阶段，部分技术和设备已经成熟和成型，但还没有形成系统。国际上对这一技术体系的发展潜力及应用前景有了广泛共识，并将成为发展农业高新技术应用的重要内容。精准农业是近年来国际上农业科学研究的热点领域，它是现有农业生产措施与新近发展的高新技术的有机结合，其核心技术是“3S”（GPS，GIS，RS）技术。精准农业就是通过“3S”技术的应用，按照田间每一操作单元的具体条件，精细准确地调整土壤和作物的各项管理措施，最大限度地优化使用各项农业投入，以获取最高产量和最大经济效益，同时保护农业生态环境、保护土地等农业自然资源。国家在863计划中已列入了精准农业的内容，中科院也把精准农业列入知识创新工程计划。在总体上，我国精准农业仍处于试验示范阶段和孕育发展过程，与发达国家相比，仍存在着较大差距，主要表现为：
4.1 设施简陋，操作难以达到精准。中国资源有限，人地矛盾突出，自然灾害频繁，而且旱、瘠、盐碱地较多，因而整体上农业生产条件较差。中国以塑料暖棚和节能日光温室为主体设施农业已达近20万hm2，规模上居世界第一位，在设施生产的整体水平与发达国家相比仍有相当大的差距，表现为设施简陋，技术含量低，光温调控能力差，特别是计算机管理仍难以配套，因而总体上还不能算是精准农业。
4.2 专用品种及肥料的开发滞后。中国至今仍未开发出适应于工厂化生产的专用品种和肥料，也少进行专门的立项研究。在肥料上主要是以大田生产肥料代替，杂质较多，影响配方施肥的准确度。由于设施、品种和肥料等方面的差距，造成产量、质量和效益方面相当大的差距。以番茄生产为例，荷兰选育的品种采收期长达8~10个月,平均单产为45万kg/hm2 以上，而中国温室栽培的平均单产仅为9万kg/hm2，约为荷兰的1/5。
4.3 经营管理水平较低。主要表现为没有统一的行业质量标准，产品市场定位和针对性不明确，没有专门的营销配送网络。而且，计算机管理尚未配套，离准确性和及时性的要求仍有相当大的差距。
4.4 缺乏完善的核心技术服务体系。中国至今仍未开发出具有自主知识产权的适合于农业上应用的3S技术服务体系，精准农业的关键技术仍依赖从国外引进，不但受制于人，而且成本高，针对性也较差。
5 我国精准农业实施的路径
5.1 明确发展思路
在中国发展“精准农业”要比美国、西欧国家复杂得多，难度也大得多，这是由于中国农田类型多样，农业基础薄弱，农村贫困，在相当长的时期内仍然是小农经济占主导成分。因此，发展精准农业，实现农业信息化在科学上、技术上和农业基础建设上需要做出更大努力，付出更多的代价，以探索一条适合中国特点的发展道路。因此，中国发展精准农业必定是一个渐进过程，一定要分阶段循序进行。第一阶段为引进、试验、示范阶段。从根本上讲，最重要的是引进精准农业的概念。要根据中国实际，引进必要的技术和装备，建立试验示范点，探索精准农业规律和技术，摸索经验。第二阶段将试验示范工作扩展到大型国营农场和小型农户，特别要在小型农户中实施精准农业的概念和方法，进一步探索规律和积累经验。第三阶段在多点试验示范基础上，形成中国特色的“精准农业模式”，并在部分地区形成实用化和产业化。
5.2 加强精准农业技术交流
通过举行精准农业技术研讨会，邀请国内精准农业研究单位、精准农业试验示范单位参加，同时邀请美国精准农业科研、教学和有关企业等参加交流。采取“请进来”与“走出去”相结合的办法，加强人才培养和技术培训。加强与国外精准农业研究机构和精准农业机械设备企业在精准农业技术和经贸方面的合作；国内高校、科研机构、生产企业等单位之间也应进行技术合作，优势互补，协同攻关。
5.3 选准适合国情的精准农业项目
更多地开展节水、节肥、控制杂草与病虫害的节约农药措施的试验研究，以积累经验，为全面实施精准农业提供科学基础。中国是个贫水国家，又是水资源浪费严重的国家，农田灌溉水的有效利用率只有45%，而先进国家达50%~70%。根据田间土壤水分情况实施精确灌溉，最大程度地提高田间水分利用率是中国农业资源利用的重要方向。中国化肥利用率也相当低，仅在30%~40%，氮肥损失率高达70%~80%，浪费十分严重，还造成环境问题。实施精准农业，根据田间土壤养分的变异，精确施肥，将会大大节省肥的用量，减少投入。
5.4 加强精准农业基础资料数据库建设
做好精准农业资料收集、信息格式标准化工作。充分利用垦区原有的土地普查资料、规划资料、地块航拍资料、卫星遥感资料、作物种植资料、病虫害资料、农田水利规划资料、农机田间作业资料、垦区气象资料、垦区林业规划资料等，要充分利用垦区多年来投资建立的数据资料，实现垦区数据资料的共享，建立以农业地理信息为平台的农垦农业生产管理数据库。
5.5 加强精准农业试验示范工作
在精准农业试验示范点，重点加强对引进技术的消化吸收，研制适合中国国情的变量施肥播种机、变量喷药机、变量灌溉设备等加强软件系统建设，如农业地理信息系统、农业生产管理数据库、农业生产信息网络建设等，促进精准农业技术的发展。
参考文献
[1] 黎香兰，赵文祥，焦喜东. 我国精准农业的研究应用现状和发展对策[J]农业图书情报学刊，2002,(5): 1-4.
[2] 刁承军，胡伟. 关于精准农业发展的探讨[J].农机市场，2003,(8): 16-18.
[3] 刘金铜，陈谋询，蔡虹. 我国精准农业的概念、内涵及理论体系的初步构建[J].农业系统科学与综合研究, 2001, 17(3):180-182.
[4] 戎恺，杨星卫，段项锁. 精准农业的研究应用现状和发展趋势[J].上海农业学报，2001, 16(3): 5-8.
[5] 梁红.我国“精准农业”现状及发展对策[J]. 农业与技术，2002, 22(3):55-59.
[6] 汪懋华. “精细农作” ――知识经济时代的农田精耕细作技术， 纪念中国科协成立40周年“科学技术面向新世纪”学术年会，“科技进步与学科发展”论文集上册：296-299. 周光召主编, 中国科学技术出版社, 1998.
[7] 汪懋华.“精细农业”研究的发展与农业装备科技创新[R]. 中国农业机械学会第六次全国代表大会暨学术年会论文集，上海，1998.11.
中图分类号：TP311 文献标识码：A 文章编号：1672-3791（2017）02（c）-0122-02
随着我国农业信息化的快速发展，信息要素不断地渗透到农业生产的各个环节，信息已成为农业生产要素中不可或缺的组成部分，无论是生产阶段的精准施肥、病虫害预警、精准施肥，还是销售阶段的农产品电销平台，抑或是职业农民网络再教育等各个方面。农业信息化已成为迈向农业现代化的核心推动力。
农业信息化发展的核心是信息服务，信息服务的重大需求是个性化、专业化与低成本、可持续。以农业为应用背景、农村为实施环境、农民为服务对象的我国农业信息化发展面临的困难与瓶颈问题是：农业生产环境多变，信息要素难以大面积、低成本、快速准确地获取[1]；农业生产过程分散，异质、异构、海量、分布式大数据处理技术缺失；农业生产主体复杂，需求千变万化主动扑捉困难。对此我们应集中我国优势力量突破农业传感器核心技术，打破国外封锁形成系列装置、装备与仪器仪表； 着力解决新技术的研究与应用，实现农业设备智能化；加快建立国内农业信息化标准，更好地实现资源的标准化。为我国农业的更好、更快发展提供强劲支撑。
1 国内外发展现状
经过20余年的发展以及“村村通”“信息入乡”等项目的实施，全国的计算机通信网络已基本建成。各省市、各行业部门都建立了相关数据库资源。但由于缺乏统一顶层设计和组织规划，数据规格不一致，表达方式不同等原因，导致无法实现数据资源的相互兼容，形成无数的“信息孤岛”，严重制约了我国农业信息化发展的步伐[2]。随着国家对农业发展的日趋重视，特别是近期围绕“十”精神，国家各部委开展了农业信息化相关工作部署。目前国外已经利用大数据有效地提高了机械操作效率、提高作物产量和优化农产品的销售价格等，有力地推动了农业产业化发展。
农业大数据是发展现代农业的重要支撑。发展我国农业大数据集成平台势在必行。山东农业大学率先于2013年6月18日建立第一个农业大数据的研究和应用推广机构“农业大数据产业技术创新战略联盟”，为我国农业大数据的应用打开了先河。江苏省大数据分析技术重点实验室和中国科学院大学大数据分析实验室等也陆续成立[3]。
2 发展优势
历经多年的建设与发展，辽宁省农村信息化建设实现了长足的发展和进步。该省立足人才和技术优势组建了国内一流创新团队的科技创新体系，建立了以农业主导产业为基础，开发推广项目为平台，科技共建为纽带，农业科技为支撑，龙头企业、农民合作经济组织和广大农民广泛参与的具有农业科研单位特色的现代农业科技推广网络，覆盖全省14市50多个县（市、区），示范推广面积累计1.5亿亩，增加效益150亿元，有力地推动了区域农业发展和全省新农村建设[4]。
该省在高新技术引领农业方面，一直致力于全省农村农业信息化的研究与示范工作。拥有完善的网络基础设施（包括WEB服务器、数据库服务器、Mail服务器、服务器、防火墙等高配置服务器）、农业多媒体制作传输设备（包括数字摄像机、非线性编辑机、直播机房等现代远程教育设备）、农业网站建设及资源建设开发工具，能够满足农业信息资源与农业信息服务平台开发及开展信息服务的要求。同时在研究中积累了丰富的农业信息资源，建设了多个农业网站，培养了一支勇于创新的农业信息技术研究与开发队伍。在信息系统开发、系统集成、信息采集处理等关键技术领域，具有良好的研究基础和技术积累，能够为研究顺利实施提供支撑。
3 建设目标
农业数据具有数据量大、动态产生、不完整、不确定、多维度等特点。找出数据之间的关联，从而进行预测、干预将带来巨大的经济效益。但目前的决策系统和专家知识库多以简单数据分析或往年经验作为依，可靠性差；且数据多以区域数据和单品数据为主，无法进行全局分析。这样情况下决策系统越来越不能满足现代农业发展的需求。将大数据、数据仓库、数据挖掘、联机分析（OLAP）等新技术应用于农业势在必行。这将极大地改善农业的发展现状，并有新的突破。
开展农业大数据研究工作将填补辽宁省大数据研究的空白，依托农业大数据及相关大数据分析处理技术，将不断推进农业经济的优化，实现可持续的产业发展和区域产业结构优化，全面及时掌握农业的发展动态，进一步推动智慧农业的建设进程。为政府部门科学决策提供借鉴参考，指导农业科研和生产，为现代农业发展提供有力的科技支撑，科研及应用前景广阔[5]。
该研究将增强农业资源的分析处理能力；在农业区划、品种适宜性、灾害预警等方面能够发挥更大的辅助分析与决策指导作用；对实现农业精准化、农业资源信息化、信息传输网络化和农业决策科学化具有十分重要的现实意义。同时也能够促进物联网、三维可视化并行计算、大数据处理等技术在农业科研领域的普及应用，引导和鼓励更多农业科研单位参与信息化工程，积极推进该省精准化农业和智能化农业的发展进程。
4 结语
建立农业大数据平台，将对海量农业数据、信息、知识等资源的进一步开发利用起到重要作用；同时也为国家农业公共数据描述和表达方式的制定提供现实经验；为政府决策支持系统提供数据支撑。
参考文献
[1] 孙忠富，杜克明，郑飞翔，等.大数据在智慧农业中研究与应用展望[J].中国农业科技导报，2013（6）：63-71.
[2] 光峰，姚程宽，王维进.农业领域大数据的应用研究[J].洛阳师范学院学报，2015（8）：75-77.
1.2精准农业问题的分类精准农业的研究对象可用2种方式分类。一类是从静态角度按生产要素分,可分为土壤、作物和气象3种要素或者分为生物(作物)和环境(土壤、气象)2种要素;另一类是从动态角度按生产环节分,可分为播种、施肥、灌溉、喷药和收获。从土壤方面来看,要解决的主要问题包括土壤类型分类、地力分级、管理分区划分、养分插值等。从作物方面来看,要解决的主要问题如表1所示,其中,重点要解决的问题包括品种选择、精准施肥、病虫害预测和产量预测等。从气象方面来看,要解决的问题主要包括气温预测和降雨量预测。与土壤因素相比,气象因素的空间变异性很小,且更不容易控制,因此,在精准农业中对气象方面的研究相对较少。
1.3重要的精准农业决策需求
1.3.1管理分区。管理分区就是由相似的地貌或土壤状况所导致的相似的作物生产潜力、养分利用效率和环境效应的子区域。科学、合理的管理分区可以指导用户以管理分区为单元,进行土壤和作物农学参数采样,并根据不同单元间的空间变异性,实施变量投入、精准管理决策,这样既能提高土壤养分利用效率、管理精度和农产品产量、品质,又能节省资源,获得较好的经济效益,达到保护农业资源和环境质量的目的。研究表明,管理分区可以作为网格采样的一种替换手段在变量施肥中应用。土壤分类和地力评价与管理分区密切相关,可被认为是一种广义的管理分区。
1.3.2品种选择。品种选择是精量播种的前提和基础。与品种选择密切相关的3个概念是品种布局、品种搭配和良种良法配套。品种布局是指依据当地的土壤因素和气象因素,确定适宜的推广品种。品种搭配是指在同一地区,有主次地搭配种植具有不同特点的品种,合理的品种搭配有助于降低风险。良种良法配套是指依据不同的品种特性采取不同的栽培措施,做到因种栽培,具体包括根据品种耐密性确定种植密度、根据品种喜肥特性进行施肥、根据生育期确定播种期、根据抗病性确定栽培管理办法等。在品种确定以后,还有2个问题需要解决,即在时间上需要确定适宜的播期,在空间上需要确定合理的种植密度。
1.3.3精准施肥。精准施肥是精准农业技术中的核心内容,其基本思想是通过GPS在农田地块上划分网格,在网格内采样、测土、化验,依据土测值利用定量施肥模型获取网格内的施肥量,最后通过变量施肥机进行精准施肥。实践证明,精准施肥可以节约肥料、增加粮食产量、均衡土壤养分、减少环境污染。
1.3.4病虫害预测。病虫害预测是玉米精准生产决策中的重要环节。准确的病虫害预测可以使生产者及时地采取相应措施,从而减少产量损失。病虫害预测的内容主要包括发生期、发生量、分布区、危害程度和损失的预测。其中,发生期和发生量的预测、预报更具实际意义。影响病虫害发生的因素主要有:病原物和虫源(病原物的数量、飞散和传播;害虫越冬、繁殖数量以及发育速度、迁飞)、寄主和食料(受害作物品种、生长状况、发育期)以及环境条件(气象、土壤、天敌)。由于影响病虫害发生的相关因素众多,而环境条件中的气象因素(温度、湿度、降雨量等)又是影响病虫害发生最主要的因素,因此,现有的预测基本都采取了简化方法,即以气象因素来预测病虫害的发生。
1.3.5产量预测及影响因素分析。产量是精准农业的出发点和落脚点,准确的产量预测可以为管理区划分、品种选择和精准施肥等提供依据。产量的影响因素分析有助于找到影响产量的限制因子,从而有针对性地采取措施减少或消除这种限制因子,达到提高产量的目的。
2精准农业的特点
2.1时空性作物生长与时间和空间密切相关,随时间的改变和空间位置的不同而呈现出不同的属性和状态,这就是农业生产的时空性。3S技术(GPS、GIS和RS)是处理时空信息的有力工具,在精准农业中具有广泛的应用。3S技术的相互作用,形成了“一个大脑,两只眼睛”的框架[5]。其中,GIS是核心,相当于“一个大脑”,用于空间信息的分析和处理;GPS和RS相当于“两只眼睛”,向GIS提供区域信息以及空间定位。基于农业生产的时空性特点,王生生等开发了数字农业时空信息管理平台,该平台可以对多源、异构的农业时空数据和推理分析方法进行集中、统一的规范化管理[6]。张伟建立了集成3S技术的数字农业空间信息管理平台,在上海市数字农业示范区进行应用,取得了良好的效果[7]。时空推理和空间数据挖掘与3S技术紧密相关,是近年来的研究热点。王娟等探讨了GIS与空间数据挖掘集成在农业中的应用[8]。充分利用空间数据挖掘和时空推理的理论成果,集成3S技术应用于精准农业中是未来的研究方向。
2.2不确定性农业生产复杂多变,农业生产对象的运动具有随机性,人们对农业生产对象的认知具有模糊性和灰色性(不完全性),这就是农业生产的不确定性。MAT-THEWL等介绍了精准农业中不确定性的来源,并给出了不同类别不确定性的处理方法[9]。随机性和模糊性的共同点是:都是针对不确定现象,都是用[0,1]来度量不确定性。不同点是:随机性是由于条件不充分导致对象的不确定性,是对“因果律”的突破;模糊性是由于外延模糊而引起对象的不确定性,是对“排中律”的突破。概率统计、模糊数学和灰色系统理论是处理不确定信息的3个基本工具,分别用于处理信息的随机性、模糊性和灰色性。①模糊数学着重研究“认知不确定”问题,其研究对象具有“内涵明确、外延不明确的特点”。对于这类问题,模糊数学主要是凭经验借助于隶属函数进行处理。②概率统计研究的是“随机不确定”现象,着重于考察“随机不确定”现象的历史统计规律。其出发点是大样本,并要求对象服从某种典型分布。③灰色系统着重研究“小样本”、“贫信息”不确定性问题,研究对象通常都是“部分信息已知、部分信息未知”的,具有“外延明确、内涵不明确”的特点[10]。
3精准农业决策需求与智能技术的结合
基于精准农业决策需求和精准农业特点,需要确定相应的智能求解技术。精准农业与智能决策的结合主要有3个步骤。第一,从精准农业的角度确定决策需求,并根据每种需求的性质对需求进行分类;第二,从计算机的角度确定智能计算方法,并根据每种方法的功能对方法进行分类;第三,根据分类结果取交集,即可得到精准农业与智能决策的结合。精准农业决策需求与智能计算方法的结合点或交集主要包括:关联、分类、聚类、评判和预测等。关联是指对数据间的相关性进行分析,如相关分析、主成分分析、层次分析等;分类是指从一系列给定类别信息的数据出发,为下一个未知类别的数据归类;聚类是指从一系列未知类别信息的数据出发,分析其可以聚成几类,以及哪些数据属于同一类;评判是指按照给定的条件对事物的优劣、好坏进行评比、判别;预测问题可以归为2种:一种是因果预测,即基于因果关系数据由过去的因预测将来的果;另一种是时间序列预测,即基于时间序列数据由过去的果预测将来的果。可以得到精准农业决策需求所对应的智能求解方案。精准农业决策需求与智能计算方法的结合属于多对多的关系,即一种决策需求可用多种智能方法求解,而一种智能方法也可用于求解多种决策需求。如管理分区的划分可采用神经网络、模糊聚类等多种方法求解,而神经网络方法可用于管理区划分、病虫害预测等。需要说明的是,尽管一种决策需求可采用多种方法求解,但具体采用何种方法,要综合考虑现有数据属性、数据量、算法的效率和算法的准确度等,然后再从中选择一种相对较好的方法。事实上,精准农业与智能决策结合的重要任务之一就是要根据现有数据的情况,对多种可能的方法进行测试和比较,并从中选择最适合当前数据的方法。一般情况下,通过标准数据集对相关智能决策技术进行测试和比较,通过应用数据集进行精准农业应用。
4精准农业问题的求解
从计算机的角度看,精准农业的智能求解主要有3种情况。第一,将传统的、已经实现的智能决策技术应用于精准农业;第二,对原有的智能决策技术进行改进,使其效率更高,更适合于某个精准农业需求;第三,如果前2种方式都行不通或者可能有更好的方法,则可以提出一种新的智能决策技术进行相关问题的求解。
4.1精准农业问题的求解层次数据、知识、决策是精准农业问题求解的3个层次,三者间的关系如图2所示。有一部分简单数据、经验知识和已知决策可直接为用户所用,而大多数情况下,数据都要经过数据挖掘形成知识,再经过知识工程方法形成决策,并最终为用户所使用。上述过程通过软件来实现,就形成了智能决策支持系统;为了实现软件开发的标准化、规范化,需要软件工程方法的指导。
4.2主要智能决策技术及其在精准农业中的应用
4.2.1神经网络。人工神经网络是一个大规模自组织、自适应的非线性动力系统,能较好地模拟人的思维,具有大规模并行协同处理能力及较强的容错、联想和学习能力,能依据一定的学习算法自动地从训练事例中学习,并根据外界环境的变化调整自己的行为。神经网络经常和遗传算法、模糊计算配合使用,三者合在一起又称为软计算方法[11]。软计算通过对不确定、不精确及不完全真值的容错以取得低代价的解决方案和鲁棒性,它模拟自然界中智能系统的生化过程(人的感知、脑结构、进化和免疫等)来有效处理不确定性信息。软计算方法的以上特征,适应于农业生产的不确定性。神经网络的功能主要有分类、聚类、预测等,可用于土壤分类、管理区划分、病虫害预测和产量预测等。单个神经网络具有不稳定性,为了进一步提高神经网络的预测精度和泛化能力,可引入神经网络集成技术。神经网络集成是由Hansen与Salamon在1990年提出的,旨在通过训练多个神经网络并将其进行组合来提高神经网络系统的泛化能力[12]。
4.2.2贝叶斯网。贝叶斯网方法是20世纪80年展起来的,最早由JudeaPearl于1986年提出,当时主要用于处理人工智能中的不确定性信息。随后它逐步成为了处理不确定性信息的主流技术,并且在工业控制、医疗诊断等领域的许多智能系统中得到了应用。贝叶斯网络作为图形模型的一种,具有图形模型的大多数性质,图形模型是概率理论和图论的结合。他们提供了一种自然的工具来处理贯穿于应用数学和工程中的2个问题———不确定性和复杂性。一个复杂系统是由多个简单部分构成的。概率理论提供了各个部分联合起来的粘合剂,保证系统作为整体是一致的,并提供模型到数据的接口;图论则提供了一个可以诉求于知觉的界面,人们可以通过它将高度互动化的变量集和数据结构模型化。贝叶斯网具有双向推理能力,既可以用于预测也可以用于诊断。贝叶斯网还具有分类功能。有代表性的分类器包括朴素贝叶斯分类器和TAN分类器,两者都是贝叶斯网的特例[13]。由于贝叶斯网的建造需要大量数据,而农业数据获取相对困难,因此,贝叶斯网在精准农业中的应用还不多见。在国外,F.trai将贝叶斯网应用于冬小麦产量预测,KristianKristensen等将贝叶斯网应用于大麦麦芽生产决策,均取得了很好的效果[14-15]。而在国内,几乎没有相关研究。随着3S技术的发展,获取大量农业数据已经成为可能,将贝叶斯网与遥感结合应用于精准农业是一个发展趋势[16]。另外,在数据量相对不足的情况下,可以采用一定的方法简化贝叶斯网建造的复杂性,如充分利用领域专家的先验知识,采用“噪音“或和“分离”技术等[17]。总之,贝叶斯网在精准农业中必将具有良好的发展前景。
4.2.3灰色系统理论。灰色系统理论由我国学者邓聚龙教授于1982年提出,其研究对象是“部分信息已知、部分信息未知”的“小样本”、“贫信息”不确定性系统,通过对“部分”已知信息的生成、开发实现对现实世界的确切描述和认识。由于农业系统具有复杂性,对于农业生产者来说,信息是残缺不全的,内部特征“若明若暗”。因此,农业是一个典型的灰系统,农业系统和灰色系统理论具有天然的联系。与概率论相比,在某些场合,灰色系统理论在处理农业不确定性信息方面更具有优势和独到性。这是因为:首先,在农业生产过程中,存在着大量不确定现象,要获取足够的数据,并使其具有典型的概率分布特征是相当困难的;其次,概率统计方法要求试验设计复杂,且基本假定过于严格,而实际很难办到。灰系统理论的主要功能有关联分析、聚类、预测、评判等。可用于产量影响因素分析、品种评价、病虫害预测等。
“数字农业”是由美国科学院、工程院两院院士在1997年正式提出，它是将信息作为农业生产要素，用现代信息技术对农业对象、环境和全过程进行可视化表达、数字化设计、信息化管理的现代农业。数字农业主要包括农业物联网、农业大数据、精准农业和智慧农业四个方面。我国于2019年在《数字乡村发展战略纲要》中就提出“推动农业装备智能化”，要求促进新一代信息技术与农业装备制造业结合，研制推广农业智能装备；鼓励农机装备行业发展工业互联网，提升农业装备智能化水平；推动信息化与农业装备、农机作业服务和农机管理融合应用。数字化农业装备的发展对改造传统农业、转变农业生产方式具有重要意义。
1发展情况
兰溪市和东阳市是金华市探索和推进数字化农业装备应用的先行者。兰溪市农机管理站于2017年在“兰溪市农业信息中心数字农机信息系统”开设了“北斗农机作业精细化管理平台”子系统，分别在46台拖拉机、13台插秧机、34台收割机共计93台大型农机具上安装北斗数字终端，实现农机作业数据采集、数据分析和精细化管理等功能。扶持政策明确规定，以“北斗农机作业精细化管理平台”收集的数据为依据，推行农机作业环节补贴，按作业服务面积，水稻机插补贴750元/hm2，油菜机收补贴600元/hm2。东阳市农机管理站也于2017年应用“北斗终端”解决农机作业服务监管问题，实现对所有132台水稻插秧机机插服务的作业轨迹、作业面积、作业地块、作业时间、作业图片等信息的监管，农户、乡镇和市级农业管理部门都可以在手机微信端或电脑端点击查看所有的情况。除了上述先行者外，全市各地都在努力尝试农机化和数字化、信息化的结合。如金东区金华绿盛源果蔬专业合作社于2019年安装了一套智能物联网管理系统，配置了光照度传感器、土壤温湿度传感器、土壤养分含量传感器和环境温湿度传感器，主要用于设施大棚内的环境控制和作物生长管理。
2发展思考
2.1推进种植业信息化
发展数字农情，建设数字田园，推动智能感知、智能分析、智能控制技术与装备在大田种植和设施园艺上的集成应用，建设环境控制、水肥药精准施用、精准种植、农机智能作业与调度监控、智能分等分级决策系统，推进种植业生产经营智能管理。
2.2推进畜牧业智能化
推进畜禽圈舍通风温控、空气过滤、环境感知等设备智能化改造，集成应用电子识别、精准上料、畜禽粪污处理等数字化设备。
2.3推进渔业智慧化
推进水体环境实时监控、饵料精准投喂、病害监测预警、循环水装备控制、网箱自动升降控制、无人机巡航等数字技术装备的普及应用，发展数字渔场。
3问题分析
3.1投入成本大
数字农业的发展离不开智能控制设备、传感设备和软件系统的支撑，设备一次性投入成本相对较高，少则几万元，多则几十万元，还不包括运行成本，对于一般中小规模的农业经营者来说是一笔不小的投入。而作为农业经营者首先考虑的是成本核算，投入和产出的快速对比，使得经营者在经营规模不足和经营能力较弱的情况下，就不愿意考虑对这些设备的投入，只有在政策扶持和生产现实需要的情况下才会考虑投入。如金东区金华绿盛源果蔬专业合作社在相关政策的扶持下，于2019年底一次性投入49万元安装了这套环境控制和作物生长管理的智能物联网管理系统。
3.2应用要求高
数字农业装备的应用离不开操作分析人员的专业知识和素质，真正要达到数字农业装备应用的良好效果，必须具备专业知识和数字农业装备的应用能力。而目前大部分农业经营者缺乏此方面的专业背景，返乡创业的大学生绝对数量还不多，一些农二代也缺乏相应的专业知识等。如在调研金华绿盛源果蔬专业合作社时，合作社负责人就表示应用还不熟练，虽然操作还容易，但对于数据结果应用还有一定难度。
4措施与建议
4.1政策推动
以全市各地出台的农机化扶持政策为基础，加大数字农业装备应用和示范的政策及资金扶持力度，提高资金扶持比例，降低农业经营者的投入成本，提高应用的积极性和主动性。同时还可以结合全市“机器换人”示范基地创建工作，推动数字农业装备及技术的示范与应用，实现以点带面，扩大影响力。
4.2合理布局
农业生产是人类赖以生存的传统性社会生产活动，但由于其具有生产分散性、地域复杂性、灾害突发性等特点，人们难以及时掌握农业资源信息来推动生产发展。1970年代开始，随着民用资源卫星的出现，农业生产领域最先开始利用遥感技术进行农作物面积监测和估产且效果显著。近年来，无人机遥感技术在农业生产中的应用发展迅速，凭借其灵活机动、操作简单、成本低、获取影像速度快且光谱分辨率更高等高空遥感无法比拟的优势，推动了精准农业的调查、评价、监测和管理。由于无人机遥感技术可对农作物进行快速高效的动态实时监测，它已经成为当下农业遥感领域的研究热点。
1无人机遥感概述
1.1无人机发展历程
1916年9月，无人机正式步入人们视线开始发展，2010年开始进入全民应用阶段。目前无人机的应用已经渗透到人类生活的方方面面，成为促进社会经济发展的重要增长点。无人机以其操作方便、灵活机动、实时精准等特点受到了越来越多的关注和得到了应用发展。我国的无人机发展虽起步较晚，近年来也获得了一定的成果，开展了一系列卓有成效的应用研究，影像数据的监测和获取精度有了极大的提高。
1.2无人机低空遥感系统组成
具体的无人机低空遥感系统的组成部分有：无人机飞行平台、微型传感器负载、地面控制台、数据传输系统和影像处理系统等。在农业资源领域，无人机的形状大小、可载负荷量、飞行性能和航线规划算法都对农田资源的监测获取精度有着很大的影响。近年来随着多种无人机平台———如固定翼、单旋翼和多旋翼等无人机机型的出现，各种问题和缺陷也逐渐显露出来，农业遥感技术的发展面临着新的机遇和挑战。
2无人机农业应用中的优势
相比于卫星遥感，无人机有着独特优势。（1）无人机作业自主化。农业无人机由动力驱动，操作灵活，可以根据要求自主规划最佳航行路线和拍摄角度，极大地弥补了传统作业需要大量人力且效率低的缺点。（2）无人机获取数据精准。低空无人机遥感技术可以凭无人机的近地摄影测量优势获取更高精度的光谱影像，覆盖范围更广，受到天气和空间的影响更小，与“精细化农业”的目标更加贴合。（3）无人机获取数据实时、快速、成本低。可以动态连续监测，利用所得影像的高光谱信息进行作物营养诊断、农田系统检测和种类细分、作物长势动态信息获取等技术操作。
3无人机低空遥感技术的主要应用
3.1农业资源预测评估
粮食作物是维系社会正常运行的基础，种植面积与长势的波动影响着国家的稳定。卫星遥感在精确即时数据获取方面有着明显缺陷，无法满足现代农业要求。近年来，无人机遥感随着技术的成熟，弥补了卫星遥感的不足，其在农作物长势分析、养分和土壤水分分析等方面发挥着独特优势。在不与农作物直接接触的情况下可以通过传感器在低空获取作物的电磁波信息并得到相关的指标数据，然后用相应的定量分析方法对耕地生产力进行评价，且最终获得的数据的空间分辨率可达到厘米级。参照刘忠等[1]的研究，将农作物长势关键参数划分为形态指标、生理生化指标、胁迫指标和产量指标等4类。有关长势参数反演的相关研究近年来在国内外都是研究热点，反演方法有形态特征提取法、辐射传输模型法等众多针对不同情形的方法，选择时要尽量避开其短板。
3.2农业虫草害遥感监测
全世界每年由病害和虫害导致的粮食减产仍然十分严重，在总产量中的占比约达到了1/4。目前国内外对利用无人机遥感进行数据反演的研究有很多，但是还未形成规模化成果进行推广，大部分是针对特定作物的监测研究。在农业虫草害中，作物与杂草的识别不可或缺，针对此问题Inkyu等[2]提出了新的改进办法，即利用站式滑动窗口的方式开发一种新的识别分离模型。在各研究中，对于虫草害等信息光谱特征专门提取并进行遥感反演定性，若可更深入研究并加以推广，可做到对灾害的及时发现和防治，将对农业发展有巨大的推动作用。
3.3精准农业管理
精准农业管理是根据作物生长环境和自身特点的差异性进行精准的特定的管理，达到浪费少、成本低、收益高的目的。在李明等[3]的实验研究中，对通过无人机遥感试验得到的多幅有重叠区域的水稻地块图像，进行处理后建立的可识别二分类Logistic回归模型准确率高，对各不同地块的差异性比较具有参考价值。对无人机影像获得的三种可见波段进行模型建立可达到高精度提取某种作物信息的效果。如综合利用红、绿、蓝三个波段建立可见光差异植被指数模型，绿色健康植被信息的提取精度可达到90%。
4无人机农业应用中的不足
关键词：
信息化时代；农业经济；数据统计；标准化
一、引言
农业作为我国重要的产业，是经济发展、社会安定、国家自立的基石。在农业经济发展过程中，农业经济数据统计工作就显得尤为重要。农业经济数据统计通过标准化指标的构建和标准化统计步骤的实施来完成的。在信息化时代，通过大数据的快速处理和信息数据化详细全面探究农业经济数据统计的标准化问题，了解当前农业经济数据统计面临的问题和其未来在标准化道路上的发展趋势，为农业经济发展提供可靠的分析性数据，是非常有必要的。
二、农业经济数据统计标准化现状
（一）农业经济数据统计体系精细化水平不高
对于任何行业的数据统计进行体系把握和控制时，必然涉及到统计标准的选择上来。对于农业经济数据统计而言也不例外，由于农业统计的发展处于从传统型向信息化转变的时代，其精细化水平仍有待提升。首先，在我国统计局公布的行业划分标准方面，农业属于农、林、牧、渔业中的一类，并包含农业服务业及其他农业服务业，但是在统计体系精细化管理过程中，对于复合行业即可能包含农林牧副渔业中一个行业或者多个行业的统计信息划分就不够清晰，可能会导致在农林牧副渔业中的统计信息存在交叉及数量关系方面的不准确，当前有关农业统计并没有对这复合行业进行详细划分和规定，可能会存在复合行业的统计信息缺失及错配的情况。其次，农业经济数据统计体系的建立是通过历史经验的不断完善和修正而得，这使得农业经济数据统计体系中仍然保留着很多传统过时统计方式的影子，很多方式方法在实际工作中已经可以被先进的设备设施所替代，而传统的一些统计方法可能存在人工成本较高、准确性较低等缺点，不利于提升农业经济统计的准确性。如在实际工作中的农产品成本统计，就是采用的简均法统计小麦、玉米等农产品的各项直接和间接生产费用，即县级对各乡村调查户数据汇总，以各户的实际播种面积为权重进行加权平均；省市级采取简单算术平均办法来进行汇总。如果遇到调查户数据记录不准确，就容易造成信息失真，影响统计结果。
（二）农业经济统计数据从收集到传输缺乏专业性
由于农业经济作物种类繁多，不同种类的经济作物收集的不同也为农业经济统计带来了一定难度。当前，农业经济统计数据在收集环节到传输环节由于信息量大、种类多，农业经济统计面临着专业性较弱的问题。首先，在收集阶段，由于统计抽样的方式选择需要根据不同情况进行确定，由于种类过多，在统计抽样时，如何选择抽样方式仍是一个重要的问题。抽样方式是否准确直接影响到最终呈现出的数据的准确性和完整性。随机抽样方式在统计工作中是非常普遍、操作也是较为简单的一种方式，但是在农业统计时却并非特别容易进行。这和农业统计的特性有一定的关系，农业经济统计的一般是生鲜制品，对农产品进行定性和定量分类较难，在统计过程中随机的方式虽然可以减少工作量，但也容易使得统计数据的准确性下降，这不符合大数据时代对于大规模数据准确性的要求。其次，在数据传输阶段，过去由于信息化水平较低，统计数据一般由村开始层层上报，下层人员有关统计知识的水平较低，数据的传输多采用报送纸质资料、电话汇报等方式，这容易造成数据传输过程中的二次差错，同时这些差错也很难在后续的复核、处理过程中被发现，最终这些差错就会扩大数据的误差率，造成农业经济统计数据的可用性降低。我们在实际工作中常遇到此类问题，农业部农业综合统计中的农村经济基础资料卡片的统计就是由县级信息员报送，省市级信息员逐级汇总，层层上报，上报过程中，如果每一环节出现差错就会增加下一步的复核难度。
（三）农业经济数据标准化处理水平偏低，缺乏可信度
农业经济数据在经历过收集、传输之后必然面临着数据标准化的处理问题，只有进行有效数据处理和加工，数据才具有较高的可视化，才可以被加以有效利用，从而提升农业经济数据信息的可信度。但是当前，在农业经济数据标准化处理方面，我们仍然面临着处理水平不高的问题，最终导致农业经济数据的信息可信度欠缺。首先，部分农业经济数据的标准化处理仍然较为落后，统计分析手段仍然停留在简单的汇总、平均方面，未对数据的深层次关系进行挖掘和分析。简单的数据统计手段对于简单分析农业问题具有重要意义，但是随着精细化生产的不断发展，如何对现有农业经济统计数据加以利用，指导并促进未来农业生产便成为关键性难题。其次，统计部门也需要找寻不同类型的统计数据之间的关联性和因果原因，通过数量关系分析可以适时实现统计的最终目的预测未来事项发生的可能性和发生规律轨迹。当前有的统计部门的人员构成仍然较为传统，难以负担负责的统计数据分析和处理问题，也难以对未来趋势进行准确预判。这也使得统计数据虽然已经存在，但是能够用好、用对统计数据的人员不多，难以将一手数据转换为具有真正经济价值的统计数据信息。为解决农业经济信息统计标准化，陕西省农业调查总队几年前就建立了覆盖全省农村的统计调查网络，设立了一套科学的农村统计调查方法制度和组织管理制度，培养了一支高素质的农村统计调查队伍，建成了农村统计调查信息网络体系，调查手段日益现代化。实时了解掌握农业和农村经济的运行情况，分析判断形势，及时、准确反映和监控全省农村社会经济指标。
三、信息化时代农业经济数据统计标准化发展趋势
（一）农业经济统计制度与统计标准化要求的不断协调，促进指标体系精细化
当前，农业经济统计制度与统计标准化水平仍然不高，为了促进信息化时代农业经济数据统计标准化，需要加强农业经济统计制度与统计标准化要求的协调，促进指标体系的精细化和完善化。首先，农业经济统计制度不单指一项制度，而是指一套全面的从指标制定到指标实施、数据收集传输处理等全面的数据统计指导规范。统计标准化需要符合基本的统计制度规范要求，并利用现代化分析手段和方式对统计标准化指标进行确定以协调其与农业经济统计制度之间的关系。其次，过去的农业经济统计存在指标过于粗放化的问题，不利于统计数据的精细化收集和处理工作，因此对于农业经济统计过程中所涉及的指标应当进行细化和详细解释定义，确保指标体系精细化也为后期收集数据、处理数据扫除一定的障碍。除此之外，对于复合领域的经济统计问题要把握复合行业的经济实质，根据有关规定进行指标和实际的对应。对于不确定统计指标项目的内容，可以向有关统计单位进行咨询汇报以确定统计指标运用的合理性和有效性。
（二）加强农业经济统计数据收集的专业化，强化统计信息传输的数字化管理
想要改变当前农业经济统计数据收集专业化水平不高、数据收集缺乏专业性的问题，要不断加强农业经济统计数据收益的专业化能力，强化统计数据信息在传输过程中的数字化管理进程，提升信息化时代农业经济数据统计标准化发展质量。首先，在数据收集方面，需要确定准确的总体、样本等基本概念信息，在选择抽样方式时需要结合现实情况并进行误差可能性分析。通过选择合理的抽样方式既可以保证统计抽样的准确性和有效性，也可以节约成本、减少统计工作的成本。其次，在进行数据收集过程中，也需要加强对于基层统计人员的统计基础知识培训工作，提升统计专业水平确保统计数据的准确性和专业性。除此之外，农业经济统计数据的传输也需要逐步改变传统模式，利用新技术新手段新方法，提高数据传输的准确性和时效性。传统的纸质材料报送方法虽然仍具有一定意义，但是面对大规模大批量的统计数据，传统纸质材料报送方式既不利于数据的快速传输和处理，也不利于数据的保存和留档。在信息化时代，互联网和云内存的兴起使得电子信息化数据传输和存储成为趋势，在这种情况下，农业统计部门也应当与时俱进，通过不断完善数据传输系统，来保障数据传输和存储的安全性和准确性。
（三）提升农业经济统计数据标准化处理水平，全面提高统计信息可用性
提升农业经济统计数据的标准化处理水平，对于全面提高统计信息可用性起到了极其关键的作用。而农业经济统计数据标准化处理水平的提高，也是信息化时代农业经济数据统计标准化道路上的重要发展趋势。首先，在农业经济统计部门可以通过招聘一些具有较强经济学和农业复合学历背景的人才来从事农业经济统计工作，人才引进政策也会在短时间内提升从事农业经济统计数据标准化处理人员的知识水平和专业能力。而内部培训机制的完善也有利于提升现有职工的统计业务水平。内外部员工水平的整体提升会促进信息化时代农业经济数据统计的标准化处理水平。其次，通过完善农业经济统计数据标准化处理系统也可以通过不断磨合、系统升级来提升计算机时代的信息处理准确性。在未来，农业经济数据的处理不单单局限于简单的数理统计方面，还可以利用现有统计数据来对未来情势进行预测。通过多种模式来提升数据处理水平，可以全面提高统计信息的可用性。除此之外，在进行标准化数据处理过程中，也需要考虑前期统计数据收集、传输、存储过程中产生的误差，确保统计结果在可行的置信区间。通过以上的举措可以逐步提升信息化时代的农业经济统计数据的处理水平，最终实现统计结果的可用性和有效性，促进农业经济的精细化发展。
四、结语
随着我国科学经济水平的全方面发展，数据统计工作的作用也愈加凸显。对于信息化时代农业经济数据统计而言，标准化的统计体系、专业化的数据收集手段和方式、非传统的信息传输模式和标准化处理方法都对提升统计信息的可用性起到了重要作用。只有通过不断试错和吸取世界先进经验，才能最终总结出一套符合我国发展需求，适合我国基本现状的农业经济数据统计标准化体系和方法，为我国农业经济发展做出重要贡献。
作者：王艳荣 单位：陕西省农业展览馆（陕西省优质农产品开发服务中心）
参考文献：
[1]陈茹.我国乡镇(街道)图书馆统计标准化建设研究[J].图书馆工作与研究,2015(02).
