农业监测预警是对农业生产、经营、管理等全产业链过程中的要素、资源环境要素以及生物本体要素等在不同维度、不同尺度进行特征值提取,信息流向追踪,数值变化分析模拟,并对农业未来运行态势进行科学预判,提前发布预告,采取防控措施,防范风险发生的全过程。农业监测预警工作与现代农业发展相伴相行,这是由现代农业的高风险性决定的。经过十几年的发展,在广大农业监测预警科技工作者的共同努力下,中国农业监测预警科学在理论基础、关键技术、应用系统等方面均取得了一系列突破,解决了一批重大科学问题和技术难题,推动农业管理方式由事后管理向事前管理转变、经验管理向科学管理升级,中国的农业监测预警已进入到以信息感知与智能分析为特征的快速发展阶段,成为现代农业的高端管理工具。

日前,由南京农业大学、国家信息农业工程技术中心、江苏省农学会、北京物联网智能技术应用协会、北京新型智慧农业研究院主办的第九届中国智慧农业创新发展高峰论坛在南京顺利闭幕,中国农科院信息所农业监测预警团队首席科学家、农业部农业信息服务技术重点实验室主任许世卫受邀出席论坛并就农业智能监测预警技术与应用做主题演讲!

许主任从农业监测预警的发展状态、关键技术、未来方向等三个方向做了深入解读,为什么要做农业监测预警?从长期来看,这是与我们现阶段农业发展阶段紧密相关的。我们把农业可以分为古代农业、现代农业和未来农业。古代农业,特点就是传统耕种,靠天吃饭、春种秋收,管理方式更加简单。主要是按照根据时令节气变化,依据历法来管理农事。现代农业阶段,已经有了很大变化,它的特点是生产要素叠加,产业链拉长,专业化作业,联动性增强,现代农业风险增大,管理复杂,提升效率,降低风险。未来的农业就是当前研究的智慧农业,智慧农业是未来农业的一个方向。它的特点是产销定制化,大批量的定制化生产,以及个人消费的定制化,产业耦合华,以信息流、产业流和生态圈为体系的建设就很重要。

从短期来看,从贸易风险、自然风险、市场风险三个层面,在贸易风险来看,中美贸易摩擦升级变成了摩擦战,大豆等农产品供给格局如何重新布局?WTO框架下农产品贸易争端增多(对美DDGS双反、对巴西白羽肉鸡双反,对欧马铃薯反补贴),如何积极应对?从自然风险来看,夏粮减产2.2%,早稻减产4.3%,“高库存”背景下粮食安全程度如何?非洲猪瘟出现。对市场影响程度;从市场风险来看,最近发生了山东的灾害,这对北方影响有多大?这是一个自然风险。在强美元周期前,粮食和能源产品的影响成为有多大?这些都是用到监测预警都要现代化技术掌握事情,精准预判,提前防范。

监测预警就是针对农业生产、流通、产品消费多个环节,对其进行农事特征信息提取,开展信息分析处理,通过信息流的揭示、过程模拟,进行预警、调控和管理,进而推动现代农业发展。

在农业方面有两个流,一个是物质流,靠人工、靠农业,最后同质品变成产品。信息流就是从我们的客观事件的特征变化,提取客流信息,变成信息流,我们在这个过程当中积累了动态、静态的数据,这些数据以农业活动流为主要,以物质变化的信息流为对象,开展信息分析决策,从而达到管控信息流,优化物质流的目的,来减少我们农业生产盲目性,减少成本,提高效率。

中央1号文件多次提到农业监测预警,十九届三中全会要加强农业领域的监测预警工作,2015年就启动了工作了,2011年就启动了专家委员会,覆盖了17个省,组建了首席分析师、省级分析师和产业信息员,一共是1064人组成的监测预警队伍在学科建设下,建立了智能化农业预警技术重点开放实验室、农业部信息载机技术重点实验室,农业部农业信息服务技术重点实验室等。

农业监测预警面临两大挑战:

第一数据获取难,主要有三点:一是数据的实时性,大范围实时数据获取难,实时数据共享难,比如对大面积国土、生命、草原、海洋,农业资源监测手段特别有限,在数据实时获取是很大的难题。二是数据的准确性,部门数据之间经常打架;三是数据的连续性,统计指标变化,监测预警数据标准尚未完整建立;

第二数据分析难,一是从统计学方法来说,难以应对复杂系统问题,方法的适用性不足;二是从计量经济学方法来说,理论模型不能能全面反映问题,无法表现社会经济难以量化的因素;三是智能分析方法来说,在人工智能是人才,市场的需要500万人,大方面需要这方面的人才,方法尚未广泛应用、验证。

农业监测预警有两大关键技术:

第一是数据获取技术,针对不同类型进行获取,针对自然科学方法进行获取。我们现在的气象、土壤获取的手段有大大改善。但是针对生命科学的感知,有另外一种方法来生产水稻、小麦等等。现在成熟的整套使用的技术、体系没有建成。作物生理信息感知,用作物的表情问题,作物的胜利电信号、气味信号、作物表象信号都没有完整的体系。

第二是数据分析技术。数据分析技术首先涉及数据信息,我们有大量的数据,我们有大量的已有的数据,如何变成现有的数据,需要做标准型的工作,这样数据才可以做出来。如果没有这项工作,数据放在那里,不能叫垃圾,也只能说目前没有运作,这些潜在的数据专家工作是有难度的。如何把大量的数据变成有效的数据呢?都需要方法来进行处理。其次,需要一个模型计算,农业方面模型计算很缺乏,现在很多的大学都承担了各项,来做大量的生产模型等等,但是这些模型可用性、功用性,目前依然处于跑步阶段。

现在的模型一定是一个模型系统,这里面就需要智能系统来计算,我们要实现管理和部署,现在是什么条件下用什么样的模型,没有形成一个完整的技术体系,大家都在做,很多人都在做,但是没有形成,这就需要一个智能性来做成智能性部署,来简化分析建模过程,这都需要去做。

从业务方向来说。农业预警可以有很多方面,可以生产和调控,可以用于产生对接,也可以应用于风险制度,怎么防范?举一个例子,在中国农产品监测预警里面有多个方程,把以上所说的数据问题,分析技术问题,把智能选择的问题交给系统完成,这个系统根本主要因素,来选择这个时候用这个因素,这个模型。使得农业在其他领域不可控制,人的行为可不可以控制?但是自然控制不了,农业还是以自然农业为主。

针对作物做了11类模型,在这个上面做了7大业务系统,这个应用系统可以做什么呢?第一,生产量预测。第二,消费量预测。农产品所有的产品一年、两年之后统统小时,哪去了要去做预算。第三,贸易预测。要拿一个模型,看参数是什么,未来的系统一定可以追诉,未来的系统可以在在用,可以告诉你结果,没有人轻易相信,应该把模型过程告诉你。第四,价格预测。第五,预警系统。

未来的方向就是农业管理部怎么优化?第一,信息流的分析、物质流调控、价值流提升,是农业治理能力现代化的重要内容。第二个方向,以单个品种为对象的农业全产业链监测预警应用。第三,以大数据为基础的基准数据建设、实时数据获取和数据分析方法的创新。第四,以智能化为目标的综合性原始创新模型系统研建与应用。

中国与发达国家最大的差距是软件、模型、系统的差距,我们还没有SAS、MATLAB 、GAMS、GIS这样的商业化软件,也没有R、Python、APSIM这样的开放性、免费的软件平台,我们在农业领域,信息化的智能模型系统,仍然停留在应用阶段,原始性创新仍然不足。

千里之行,始于足下,哪怕从excel的模型开始都不晚,就怕只应用,不开发,只靠市场规模,不靠原始创新。

微博:数据智农

知乎:数据智农

制作:陈天旭

推荐阅读

【智慧农业】拜耳杂草识别APP登陆中国

【智慧农业】两个月卖540吨苹果,全面揭秘新零售激活农业样本