标准化体系建设，是农业大数据的牛鼻子，是全面推动农业精准化、智能化的前提条件和关键所在
“中国是农业生产大国，也是世界上农产品消费量最大的国家。2.7亿多农户今年种什么，决定着下一步农业供需。其巨大的影响和引领能力还影响世界农产品的生产、消费趋势。”农业部市场预警专家委员会主任、农业部副部长屈冬玉在近期召开的“中国农业展望大会”上强调说。
此间发布的《中国农业展望报告（2017-2026）》，也为今年的农作物种植选择释放出权威信息：2017年，稻谷、小麦价格稳中偏弱；玉米价格将触底企稳；大豆价格有一定下行压力；蔬菜价格水平低于上年。
“有了价格走势，就能帮助农户自主选择今年种什么，不种什么。”中国农科院信息所农业监测预警团队首席科学家许世卫告诉《瞭望》新闻周刊记者。
农业展望报告还对未来10年的农业生产提出预测。以玉米为例，该报告认为，未来10年，玉米种植面积持续调减后趋稳，产量先降后增，预计2026年面积稳定在5.2亿亩，产量恢复到2.21亿吨。国内外价格基本接轨，玉米进口将呈现下降趋势。价格在2020年之后可能再度进入上升期。
基于中国农业监测预警系统（CAMES）的基准预测做出的展望报告，是预警专家在前三年展望工作的基础上，根据近期各方面变化综合分析，对未来10年中国农产品生产、消费、贸易、价格走势的展望。
受访专家认为，农产品监测预警是现代农业稳定发展的基础性工作。如果能提前准确预警，将对我国粮食安全做出重要贡献。
现代农业发展面临多重不确定因素，农业生产风险增加，急需提前获取分析预警。“现在我国每年有6亿吨的粮食生产能力，但受旱灾、涝灾、台风、龙卷风、冰雹等自然灾害影响，大约会造成10%的损失。”许世卫向《瞭望》新闻周刊记者介绍说。
近年来，农产品市场波动加剧，“油（由）你涨”、“蒜（算）你狠”、“豆（逗）你玩”、“苹（凭）什么”成为热门词语。据介绍，2016年全年监测的28种蔬菜，批发市场平均价格4.12元/千克，这是历史少有的最高价。今年前期价格有较大降幅。
受访专家认为，我国农业的主要矛盾已由总量不足转变为结构性矛盾。阶段性供过于求与供给不足并存、农产品供求结构失衡、要素配置不合理、资源环境压力大、农民持续增收缺乏支撑、增加产量与提高品质难协调等问题突出。多重矛盾下的农业生产，亟须农业监测预警做农业生产的“天气预报”，以减少投入品损失、减少因灾受损面积、减少产后损失，并及时发现市场异常，稳定市场形势。
受自然、社会等因素影响，农业生产的决定因素极为复杂。过去对农产品预测往往是专项预测，而且有很多严格的假设条件。但在实际环境中，预测的效果并不好。“中国农业监测预警模型系统是进行多条件下的预测分析。集成了自然类、社会类因素分析方法，是多种预测方法对同一目标进行的综合评判。”许世卫介绍道。
CAMES可用于预测未来中国各地区主要农产品的生产、消费、价格等市场情况，模拟分析政策措施对农产品供需市场的影响，可为农产品生产、经营、市场、管理提供有效的技术支持。许世卫告诉《瞭望》新闻周刊记者，2017年，CAMES系统主要从数据、模型、系统3个方面加强了对中国农业展望的支撑能力建设。
数据方面，围绕农产品分析需求，完善了8大类72个数据库的建设。通过目标回溯法，对1949年以来主要农产品消费数据进行了模拟，“修长”了我国农业消费数据。
模型方面，应用大数据、人工智能等新技术对CAMES进行了完善。通过对品种替代、市场关联、产品比价等关系的分析模拟，提高了基线预测结果的准确性。
据了解，CAMES由短期、长期预测模型组成。短期预测模型包括气象模型产量预测，投入类、管理类模型预测，监测内容包括农产品面积、长势长相、气象条件状况等；长期风险监测则包括人口经济发展、资源环境等因素。例如从长期来看，随着人们对畜产品需求量的增加，需要更多玉米产品作为饲料，从这个角度能分析玉米种植业前景。
系统方面，引入分布式计算提升系统运算快捷性。在存储数据库上，将传统集中式数据库升级为分布式数据库，提升了数据库的存储容量和大规模并发访问能力。在模型算法设计上，将传统的统计分析与计算机技术融合，提升了模型优化求解速度。
CAMES将农产品供需平衡原理与大数据技术融合，通过扩充数据全面性，提升分析智能性和强化运算快捷性。“重要的是获取相关带有特征值的数据。”许世卫认为，监测应用的关键点是知道现在发生了什么，发生到了什么程度，这就需要用到基准数据，即现代农业中涉及的生产、经营、管理等各种活动监测所依赖的标准化、基础性、系统性数据。
“从目前看，我国农业数据仍有较大缺失，开发利用不够、数据质量不高、数据采集基础不完善。”山东大学名誉校长、农业大数据联盟理事长温孚江告诉《瞭望》新闻周刊记者，我国农业大数据发展应用还存在“五多、五少”的情况，即平台（系统）多、标准少——现在农业领域缺少数据标准，数据孤岛严重，数据无法共享；数据多、挖掘少——相比而言，历史数据较多，但开发利用不够；顶天多、立地少——数据总体分析、白皮书发布等服务于宏观层面多，服务于行业、民生少；技术多，集成少——单项技术研发比较成熟，全产业链信息贯通、集成的较少；论述多、应用少——从理论层面研究者多，形成的大数据系统应用者少。
“农业大数据发展，政府很着急，但是落地的实招少。企业如雨后春笋般涌现，但是大企业少。互联网+现代农业等新业态发展态势好，但产学研不够，普遍缺乏人才。”温孚江解释说。
“数据积累时间越长，分析才能越准确。”许世卫强调，相对于国外农业预警分析，我国在基础数据方面积累不足，绝大部分数据产生于1949年之后，很多农业数据是改革开放后才逐步开始采集的，积累的时间比较短。但国际上有的国家在20世纪二三十年代开始就有了较为丰富的数据积累。
“现在预警系统还是宏观的，只能指导宏观层面，难以针对微观生产需求，难以解决小农经济下市场信息不对称问题。把大数据应用到生产当中去还有一系列难题待解。”温孚江说，除了宏观预测，农户还需要微观指导，如今年种多少面积才合适、怎样才能卖个好价钱等。“目前缺乏大的龙头企业做这件事。”
此外，实时数据获取是农业短期预测非常重要的方面，但我国实时数据获取成本高、手段不足。“我国农业生产组织方式与国外差距很大，我们是小农户的生产方式，国外是几十万亩的大农场，这导致了我国农业数据获取尤其艰难。”许世卫分析说。
目前，我国农业数据分析方法也需要改进，现在分析方法已经到了较高的水平，但是与多产品要求有差距，很多品种缺乏分析报告。“原始数据的应用要开展多方面的工作，比如把视频、调查表等数据进行标准化格式入库，才能统一使用。”温孚江告诉记者，农产品品类多、产品分区零碎的农业省份，更需要农业数据的整合与共享，对不同品类农业数据建立标准，实现农业生产智能化管理。
“我国农业数据主要由统计、农业、科技、气象、海关等部门提供。这些数据能够因项目需要整合到一起，但不是长久之计。”温孚江认为，农业数据的实时获取要靠农业企业完成。企业在服务农户的同时获得数据，反过来更好服务农户。
例如美国孟山都公司作为世界头号种子供应商，拥有全球最大的资源和海量的产量数据。这些数据与气象数据相结合，得到种植环境区划和精细划分的品种数据。农民可获得自己农场属于哪个种植区、需要什么样的种子、在什么条件下长势最好等信息。
“在山东农业大学的技术支持下，我们在一些设施农业大市，采用物联网技术，获取大量数据。采集不同地区种植方式下的土壤、光照、温度、湿度、污染、病虫害信息，并用上产品质量追溯体系，具体指导生产。”温孚江说，企业自己积累和构建的自有数据库是体现自身优势和竞争力的关键。这些微观数据国家有关部门往往不掌握。但企业做数据收集有一定困难，需要协调各方关系，需要到处找数据。有些数据国家开放程度不够、整合力度不够。
温孚江建议，国家应尽快建立权威的宏观数据平台和区域数据平台，将大数据尽快形成新兴产业；企业应建立自己的经营服务数据库，提高服务质量指导生产，进而提高效益，这是企业的内生动力。希望多一些PPP形式，政府花钱买服务措施，给企业市场和舞台。
“标准化体系建设，是农业大数据的牛鼻子，是全面推动农业精准化、智能化的前提条件和关键所在。”温孚江认为，应构建涵盖涉农产品、资源要素、产品交易、农业技术、政府管理等内容的数据指标、样本标准、采集方法、分析模型、发布制度等标准体系；开展农业部门数据开放、指标口径、分类目录、交换接口、访问接口、数据交易、安全保密等关键共性标准的制定和实施；构建互联网涉农数据开发利用的标准体系。
2015年，国务院办公厅印发了《国家标准化体系建设发展规划（2016-2020年）》，部署推动实施标准化战略。该项规划对农业农村标准化做了指导。如要求开展农资供应、农业生产、农技推广、动植物疫病防控、农产品质量监管和质量追溯、农产品流通、农业信息化、农业金融、农业经营等领域的管理、运行、维护、服务及评价等标准的制订修订，增强农业社会化服务能力。今年，农业部将在辽宁、吉林、黑龙江、江苏等10省市开展信息进村入户工程整省推进示范。这将为农业数据获取提供更多的便利，为全面推动农业精准化、智能化生产提供支撑。
