农业大数据解决方案.docx

《农业大数据解决方案.docx》由会员分享，可在线阅读，更多相关《农业大数据解决方案.docx（53页珍藏版）》请在悟道方案网上搜索。

1、<p>&nbsp;地址：北京市海淀区王庄路 1 号清华同方科技广场 D 座西楼 16 层，电话： 4008190919 贡献中国数据智慧 释放全球数据价值 农业 大数据解决方案 &nbsp;地址：北京市海淀区王庄路 1 号清华同方科技广场 D 座西楼 16 层，电话： 4008190919 目 录 一、 背景情况 . 1 （一） 大数据已上升为国家战略，成为政府治理的重要途径 . 1 （二） 大数据领域最新发展趋势 . 2 （三） 农业大数据应用及存在 的问题 . 3 二、 可行性和必要性 . 7 （一） 实施政府农业大数据的必要性 . 7 1. 实施农业大数据是破

2、解农业发展难题的迫切需要 . 7 2. 实施农业大数据是提升农业行业监管效率的重要途径 . 9 3. 实施农业大数据是实现数据共享和公开需求的必要途径 . 9 （二） 实施政府农业大数据的可行性 . 10 1. 政策环境支持农 业大数据的发展 . 10 2. “金农工程 “积累了丰富的数据和信息基础 . 10 3. 大数据技术的发展和和应用及土地流转为数据的自动化采集提供渠道 12 4. 九次方大数据在政府数据解决方案领域的优势 . 13 三、 总体方案 . 14 （一） 主要目标 . 14 （二） 建设原则 . 14 （三） 总体框架 . 16 1. 一网 农业大数据采集网 . 16 2.

3、一库 农业数据库 . 21 3. 一平台 大数据平台 . 22 4. N 大应用场景 . 24 5. 一门户 区域农业大数据网 . 24 四、 应用场景示例 . 25 （一） 政府治理应用场景 . 25 1. 区域农业资源环境精准监测 . 25 &nbsp;地址：北京市海淀区王庄路 1 号清华同方科技广场 D 座西楼 16 层，电话： 4008190919 2. 区域农业灾害预警平 台 . 27 3. 区域土地流转监管 . 29 4. 区域农业创新组织监测 . 31 5. 粮食安全监测预警大数据平台 . 33 6. 区域农产品供需监测 . 34 7. 区域农产品质量安全全程追溯 平台

4、. 37 （二） 民生服务应用场景 . 38 1. 农作物种子行业信息查询追溯平台 . 38 2. 农户个性化生产 服务平台 . 42 3. 问题农产品曝光平台 . 43 4. 农产品价格信息平台 . 45 （三） 产业促进应用场景 . 46 1. 县域农业产业投资平台 . 46 2. 农企创业创新指数 . 48 五、 效益分析 . 50 &nbsp;地址：北京市海淀区王庄路 1 号清华同方科技广场 D 座西楼 16 层，电话： 4008190919 1 一、 背景情况 （一） 大数据 已 上升为国家战略， 成为政府治理 的 重要 途径 大数据是以容量大 （ Volume） 、类型多

5、（ Variety） 、存取速度快 （ Velocity） 、应用价值高 （ Value） 为主要特征的数据集合 ， 正快速发展为 从数据中发现新知识 、创造新价值、提升新能力的新一代信息技术和服务 业态。 大数据归根结底 要应用于实体 行业 ，提升产业效率，才有实际意义 ， 否则 再多的数据也只是沉睡的资产 。 目前， 大 数据已渗透到每一个行业及职能领域，成为最重要的生产因素之一。国家对大数据的政策支持也 使得 大数据 行业 迎来前所未有的发展机遇。 2015 年9 月 5 日，国务院发布促进大数据发展 行动纲要，提出“大数据 将 成为提升政府治理能力的新途径”。 2016 年 3 月 1

6、7 日中华人民共和国国民经济和社会发展第十三个五年规划纲要发布，提出“实施国家大数据战略”，“全面实施促进大数据发展行动，加快推动数据资源共享开放和开发应用，助力产业转型升级和社会治理创新”。 随着互联网和移动互联网的普及，以及大数据收集存储挖掘技术的研发突破，在中国， 运用大数据推动经济发展、完善社会治理、提升政府服务和监管能力正成为趋势， 上至国务院 各部委 ，下至地方各级政府都已经或准备启动大数据相关工作 。 2 图表 1. 2012 年 -2016 年 国家及地方 密集发布 大数据政策 （二） 大数据领域最新发展趋势 1、 数据 来源 向 移动终端转移， 非 结构化数据 快速 增长 随

7、着 手机、 平板 、 智能 穿戴设备等 移动 端的普及， 交易 和支付方式 已 向移动终端转移 ， 在移动 终端 开始 产生 和积累 大量的数据。 根据国际数据公司 (IDC)监测 , 全球数据量大约每两年翻一番 , 预计到 2020年 , 全球将拥有 35ZB的数据量 , 并且 85%以上的数据以非结构化或半结构化的形式存在。 2、 大数据技术开源使得行业应用更为普及 3 目前一些开源的数据存储、 数据挖掘、 数据 分析 、 可视化 等 技术开始广泛应用于各个行业， 例如 Hadoop、 spark、 storm 等。 3、 中国 政府数据 逐步 开放 共享 ， 以及对大数据行业的政策支持，

8、 将 使得 中国大数据行业 迎来 快速发展 的机遇 ， 创造 更多创业就业机会， 助力 实体经济 改革 。 4、 各个 行业 现在 不缺数据，缺 数据分析人才 ， 同时 拥有行业背景和数据挖掘 分析 能力的人， 解读 数据并将数据分析结果应用到实际 行业 的 人。 （三） 农业 大数据 应用及 存在的问题 农 业农村是大数据产生和应用的重要领域之一， 随着信息化和农业现代化深入推进，农业农村大数据正在与农业产业全面深度融合，逐渐成为智慧农业的神经系统和推进农业现代化的核心关键要素。 2015 年 9 月 ， 国务院发布 促进大数据发展 行动纲要 ， 3 个 月 后 ， 农业部发布关于推进农业农

9、村大数据发展的实施意见 ， 提出 农业农村大数据将在未来十年实现“四 步走”的发展目标。 图表 2. 中国 农业大数据发展目标 我国是农业大国， 由于农业 的国民经济 基础 属性 ， 以及 我国 农业相对分散 的生产 模式，信息 采集 大多由人工上报， 电子化 的 数据采 集模式应用较少， 农业数据主要来源于农业部门及统计局等政府部门 ，主要 包括 土地数据 、 农村 基础设施 4 数据、 种植业 数据、 养殖业 数据 、 渔业数据、 农产品 加工行业、 农产品 流通和 销售 数据。 目前 ， 国内外 农业 大数据主要应用于 以下 几个 方向 1、 农业 科研育种。 例如先锋等公司，所有 试验

10、站 共 用一套 种质资源库 ，育种过程实行大规模、 程序化、数据化的流水线 式商业育种管理 ， 从试验设计、试验用种分包和排列、播种、试验标牌和田间记载簿管理、数据采集、收获、 数据分析、决策和保存、冬繁和育种材料决选都贯穿 机械化和电子化， 应用成熟的育种 资料分析软件系统，大大提高 了育种的效率 。 2、 精准农业。 通过 GPS 定位、农田遥感监测、智能农机具等采集监测的数据 ， 利用大数据技术和方法 处理与分析， 能够实现 农业生产各个环节的精准管理。 种植业 中， 精准农业技术公司提供监测工具，农民驾驶播种机在不同区域、不同土壤条件进行不同作物品种不同间距、深度播种，并实现差异化灌溉

11、。气候公司分析气象、天气、降雨、地质、土壤数据等，为 农民 提供 适合 的种植建议 。 在 养殖场， 农场云端服务商 通过 对 饲养畜牧的追踪 和信息记录 (饲料库存、 成本 ，畜牧的出生、死亡、产奶等信息，还有农场的经营 数据 )。监测分析农场及生产状况，为农场主科学地制定养殖 计划。 3、 农情监测与预警。 将农作物生长信息数据 、 气象数据 、 病虫害 数据 等上传到云端，进行存储， 运用大数据分析技术进行农情监测、灾情预报、灾情分析、辅 助救灾决策 等，并面向全国各地政府部门、科研机构 、 农户 提供客观可靠、快速及时的农业 病虫害 预警、 农业 气象预警等预警服务 。 此外， 针对供

12、需 数据 和价格 监测， FAO、美国 农业部、中国 农科院等机构均有 农产品市场监测预警模型系统 。 4、 农业 保险快速 响应 和赔付 。 美国天气意外保险公司利用采集点获取的天气数据，结合大量天气模 拟、海量植物根部构造和土质分析等信息对意外天气风险做出综合判断， 为农民 提供 涵盖全年各季节的天气保险项目。当损失发生并 需要赔付时，只依据天气数据库，而不需要繁 5 琐的纸面工作和实地 勘测 。 5、 农产品 食品溯源 保障 食品 安全 。 商业层面上，阿里巴巴，京东商场等电商企业利用大数据保障食品溯源。如辽宁省大洼县盛产稻田米和稻田蟹， 2015 年加入阿里农业满天星计划，开始农产品溯

13、源探索，针对不同类型农产品的成长特点，通过二维码来承载产品名、产品特征、产地、种植人、生长周期、生长期施肥量、农药用量、采摘上市日期等不同的溯源信息。 当然 ， 我国 农业 行业发展 也 存在一些问题 1、 生产管理 标准化 水平低 ， 缺乏及时的 数据 和信息 农业是关系国计民生的产业， 基础 相对薄弱 ， 相对于 工业 、 银行业 等行业，农业 信息化 仅处于起步 阶段。 由于我国的农业生产 比较 分散， 规模化 程度低， 因此 生产管理 欠 标准化， 而且由于物联网 普及程度不够， 农业实时 数据 和 信息缺乏。 我国农业农村数据历史长、数量大、类型多，但长期存在底数不清、核心数据缺失、

14、数据质量不高、共享开放不足、开发利用不够等问题，无法满足农业农村发展需要。 2、 农产品结构性 产销失衡，价格波动剧烈， 滞销 事件时有发生。 农业 连年 丰收 ， 但 部分品种 却 出现了产销失衡的情况， 有的农产品严重 供大于求，比如玉米 ， 国储 库 存高 达 2.5 亿吨 ， 巨量库存 和国家收储政策的改革，直接导致 今年 玉米价格 暴跌 ， 而且 ， 国家面临 高额的利息 仓储成本 ， 以及 陈化 粮 变质报废 的 极大风险 ；有的农产品则处于短缺状态，如大豆 ， 93%以上 依赖 进口。 此外， 农产品市场价格剧烈波动， 滞销 事件 时有发生。 例如 几年的 “姜你军 ”、“蒜你狠

15、 ”，农产品 价格 暴涨暴跌频率增加，由于产销数据和信息 闭塞 和 滞后 ， 各地经常会 出现某个农产品滞销 卖难 的情况， 农民 的收入不稳定， 风险 极高。 3、 农业 贷款难 ， 限制 农业经营者的扩大再生产 。 农业经营者难以提供充分的信用数据， 可 抵押物少， 因而 贷款难 ， 限制 其扩大土地流转规模，购买 农资等生产资料 。 4、 农业 食品 安全事件时有发生 。 受制于传统农产品流通渠道复杂 等特点，中国食品安全事件频发，给消费者造成了重大伤害 ， 例如 2008 年 中国奶制品三聚氰胺 事件 ， 其 对消费者 信心 及中国乳业的重创和恶劣影响至今仍未消退 。大数 6 据技术的

16、发展使得全面、多维感知农产品流通成为可能。目前，技术层面上，在产地环境、产品生产、收购、储存、运输、销售、消费全产业链条上，物联网、RFID 技术得到广泛应用，一批监测新技术如“食品安全云”和“食安测”等应用软件陆续开发； 利用 大数据技术， 可以 实现农产品的质量的溯源和追踪， 保障食品安全。 5、农村 环境 污染 严重 。 我国农业生产中化肥、农药、农膜等农资产品投入不 合理 ，农业生态环境恶化，对我国农业的可持续发展构成 巨大挑战。 可以 利用现代信息技术，实现耕地质量监测、草原生态系统监测和渔业水域生态环境监测，保障农业可持续发展。 另外 ，由于信息化 程度 低， 我国 的农业数据有

17、以下 几个特点： （ 1）农业行业自动化采集数据较少，且历史数据类型偏结构化数据 由于我国农业物联网仅在使部分高端设施农业中使用，大部分的大田生产和养殖中，农业数据的采集仍然依靠人工统计上报的方式，且大部分数据为结构化数据。 其他非结构化数据均以资讯形式散落在不同的机构网站，例如农作物病虫害数据、农产品供需信息、农业企业数据、农业合作社创新农业组织数据、农业标准、农业专家数据等。 （ 2）不同来源的农业数据统计口径差异较大，缺乏标准和规范 对农业数据的统计涉及农业部（农业厅、局等）、国家统计局、科技部、发改委、商务部、海关总署等部门，数据统计口径差异较大，缺乏统一的标准规范，例如马铃薯的价格数

18、据在不同部门统计时会使用马铃薯、土豆两种，品种名称、价格类型不规范。 此外由于部门属性、体制、利益等原因，同一类型的数据在不同部门差异较大， 数据孤岛的情况较多。 （ 3）农业数据公开较少，及时性差，无法提供及时的指导 目前我国的农业数据一般通过统计局农业部等网站渠道或者农业统计年鉴纸质资料渠道发布，数据频次一般为年度，且比实际情况滞后 2-3 年不等，时效性差，目前仅有农产品价格数据做到实时更新发布。 出于粮食安全以及农业基础地位的考虑，我国关键粮食品种的库存、以及金农工程子系统的很多统计信息均处于保密，内部统计，没有得到公开共享和共享。 7 （ 4）注重大品种的数据采集，忽略了小品种数据采

19、集和监测预警 近年出现的“姜你军”“豆你玩”，都是小宗农产品价格出现暴涨暴跌的情况，相对于大宗粮食玉米等品种，一些关系民生的小宗农产品的数据采集严重缺失，信息闭塞匮乏，导致投机分子炒作，严重损害农民和消费者的利益。 以前不采集小宗的原因可能是由于资源和精力有限，但现在物联网和 IT 技术快速发展，自动化的数据采集成本降低，且小宗品种一般生产相对集中，数据采集范围较大宗品种小，采集成本低，这使得小品种的数据采集监测预警可行性提高。 （ 5）农业数据的相关性分析较少，数据价值挖掘严重不足 目前，我国农业数据逐渐积累，从产前（耕地、 种业、农资、土壤、灌溉等）、产中（种植、机械使用、养殖等）、产后（

20、收购、流通、批发、消费等）三个环节，以及针对不同的农业对象（农资、农作物品种、动物品种、农业种植加工出口企业、农业政府部门、农业数据信息服务商、农业电商、超市、消费者等），均有了很多了数据积累，但这些数据是分散的，仅仅是发布出来，最多支持查询功能， 没有进行清洗、整合、挖掘分析 和共享， 没有挖掘出更大的价值， 我们只能通过工具、通过大数据技术把原来相关的数据信息关联起来，找到或提取这些数据之间的相关性，为农业生产、销售、政策制定提供科学的数据依据。 二、 可行性 和必 要性 （一） 实施政府农业 大数据的必要性 当前，我国农业监管面临重大考验，农产品供需出现结构性失调，部分农产品国储库存高企

21、，部分农产品生产萎缩严重依赖进口；农产品价格暴涨暴跌情况时有发生，严重损害农民和消费者的利益；化肥农药施用不合理，导致农村土地水源污染加重；土地流转加速进行，中国农业生产模式将发生重大的变化。 1. 实施 农业大数据是 破解农业发展难题 的迫切需要 农业部发布关于推进农业农村大数据发展的实施意见 , 提出农业农村大 8 数据已成为现代农业新型资 源要素，发展农业农村大数据是破解农业发展难题的迫切需要 。 我国已进入传统农业向现代农业加快转变的关键阶段。 2015 年中央农村工作会议首次提出要着力加强农业供给侧结构性改革，目的是有效应对农业资源环境约束趋紧、部分品种阶段性过剩与优质安全农产品紧缺

22、并存、农产品价格下行压力加大与农民增收难度加大等问题，提高农业供给体系的质量和效率。 农业部关于推进农业农村大数据发展的实施意见提出，需要运用大数据推进农产品供给侧与需求侧的结构改革，提高农业全要素的利用效率。提升我国农业国际竞争力，需要运用大数据加强全球农业数据调查分析，增强在国际市场上的话语权、定价权和影响力。推 进政府治理能力现代化，需要运用大数据增强农业农村经济运行信息及时性和准确性，加快实现基于数据的科学决策。 因此，农业部及省厅亟需建立农业大数据研究与服务中心，实施农业农村大数据战略，推动和改善农业大数据的收集、存储和分析技术研发，并在农业服务领域开展大数据应用示范，提升农业农村服

23、务能力和运作效率，推动现代农业发展。 目前，国家已经开始筹建农业大数据中心，各省也付诸行动， 农业部计划建立国家农业数据中心，由一个中央平台和各省自治区直辖市农业数据分中心共同组成，集成农业部各类数据和涉农部门数据。中央平台将把包括种植、畜牧和渔业等产业数据，国际农业、全球遥感、质量安全、科技教育、设施装备、农业要素、资源环境、防灾减灾、疫病防控等数据资源。 2016 年 2 月 28 日，得到农业部批复后，云南省在昆明市成立国家农业农村大数据中心云南分中心，将云南把分中心打造成为农业农村大数据发展的示范平台，为全国农业农村大数据的发展应用提供可复制可推广的经验。由云南农业大学、云南省高原特色

24、农业产业研究院和 云南省食品安全管理学院联合打造的国家农业农村大数据中心云南分中心，包括在线农业、生物资源、农业电商和放心云南 4 大板块。中心目前已经开发完成“农业基础数据库群”“特色产业数据库群”等 8 大数据库，配套开发了“农业大数据分析管理平台”“云南省农产品价格调查系统”“农情直报与分析系统”等大数据软件产品。 9 2. 实施 农业 大数据 是 提升 农业 行业 监管 效率 的 重要途径 大 数据 应用能力 将成为 未来 政府 机构或 企业的核心 竞争力 。 农业 行业 每天都在产生大量的数据，这些数据 “原油 ”， 只有经过各种加工程序，炼制成为 数据 挖掘 分析 “成品油 ”，最

25、终 为 政府 机构或企业 提供 动力才有价值。 深化 政府 农业 部门的数据 应用， 实现 农业部、 农业厅 、 农业局 、 统计 部门等 监管数据 共享，将 农业数据挖掘分析成果 应用到提升 农业 监管效率 和推动 行业 发展 方向 ， 才能 发挥 农业数据的价值 。 促进农业管理高效透明。推动农业部门政府数据开放共享，加强农业部门政务数据资源与涉农部门数据、社会数据、互联网数据等的关联分析和融合利用，完善“用数据说话、用数据管理、用数据决策、用数据创新”的机制，提高农业宏观调控的科学性、预见性和有效性。运用大数据推动行政审批流程优化，加快在线审批进程，提高行政审批效率。加强和改进市场监管，

26、 构建大数据监管模型，加强事中事后监管和服务，推动政府治理精准化。 由于农业业务种类繁多，大数据应用场景多样化，除了建立各类基础大数据资源库之外，还需要做到事前预警，及可视化查询统计等， 通过引入大数据领域的先进技术，推动农业数据的有效利用，释放数据潜在的价值。 3. 实施农业 大数据 是实现 数据共享和公开需求 的 必要 途径 农业 数据 共享和公开是农业部、农业厅局与其他政府部门及相关社会机构等外部门之间实现双向信息交换、访问与共享应用的计算机软硬件系统。数据共享主要是实现综合利用数据库同步技术，实现农业数据库与共享平台数据库之间的双向数据同步，实现数据抽取、清洗、转换、集成、加载等操作；

27、通过门户网站页面、 WEB 服务接口等方式，为外部门用户提供信息核查比对等服务；外部门用户可以通过共享平台查询农产品面积、产量 、价格等对外共享的信息；通过文件、数据库交换，数据库实时同步， WEB 服务等多种方式获取或接收外部的资源数据；将清洗、转换后形成符合标准的数据应用于其他部门、机构。 随着各地农业信息系统的建设和业务的发展，农业系统多年运行积累下来的农业数据量正在急速增长，政府对数据的管理与应用需求已经超越了传统的历史数据备份的需求。通过打造基于大数据的农业数据共享，为农业及相关业务部门 10 解决数据量庞大、来源多样、处理复杂、共享困难的难题。 （二） 实施政府农业 大数据的可行性

28、 1. 政策环境 支持 农业 大数据的发展 国务院发布促进大数据发展行动纲要， 是指导我国大数据发展的国家顶层设计， 纲要 将大数据上升至国家战略， 提出 了 “大数据成为提升政府治理能力的新途径 ”， 加大财政金融支持， 完善政府采购大数据服务的配套政策，加大对政府部门和企业合作开发大数据的支持力度。 农业部发布关于推进农业农村大数据发展的实施意见， 全面部署农业农村大数据发展工作。 意见明确了农业农村大数据发展和应用的五大基础性工作和十一个重点领域，即夯实国家农业数据中心建设、推进数据共享开放、发挥各类数据的功能、完善农业数据标准体系、加强数据安全管理 等五大基础；突出支撑农业生产智能化、

29、实施农业资源环境精准监测、开展农业自然灾害预测预报、强化动物疫病和植物病虫害监测预警、实现农产品质量安全全程追溯、实现农作物种业全产业链信息查询可追溯、强化农产品产销信息监测预警数据支持、服务农业经营体制机制创新、推进农业科技创新数据资源共享、满足农户生产经营的个性化需求、促进农业管理高效透明等 11 个重点领域。 2. “金农工程 “积累 了 丰富的 数据和信息 基础 农业信息化未来 5-10 年的总体目标 ,就是要实现农业的在线化和数据化改造。自 20 世纪 90 年代，我国相继启动了一系列重大的农业 信息化项目，以金农工程”为代表的信息化项目为农业大数据发展奠定了一定的基础。 “金农工程

30、”是 1994 年 12 月在“国家经济信息化联席会议”第三次会议上提出的，目的是加速和推进农业和农村信息化，建立“农业综合管理和服务信息系统”的建设项目。 “金农工程一期”项目是国家信息化领导小组关于我国电子政务建设指导意见（中办发 200217号）中确定的 12 个国家重点建设的电子政务项目之一，是农业电子政务建设和农业信息化的重要基础项目。项目于 2005 年 11 月由国家 11 发展改革委批复立项，农业部牵头、国家粮食局配合建设， 各省参加建设，直到2014 年，该项目顺利完成了全部建设内容。 项目建成了互联互通的国家和省两级农业数据中心、国家农业科技数据分中心、国家和省级粮食购销调

31、存数据中心、国家农业综合门户网站和农业监测预警、农产品和生产资料市场监管、农村市场和科技信息服务三大类应用系统；构建了部省两级信息安全管理体系、技术体系、运维体系和农业电子政务标准规范体系。 农业信息资源库 主要包括 16 个农业数据采集管理系统，农业综合统计信息采集系统、物价监测信息采集系统、农产品成本调查系统、统计事故报送分析系统、农业部农情调度数据管理系统、国际农产品市场信息采集系统、农机化信息统计系统、土肥信息统计系统、花卉信息统计系统、植保信息统计系统、农业经营管理情况调查信息、对外农业合作信息系统、农药监管业务系统、农机监理监管业务系统、绿色食品监管业务系统、农资打假监管业务系统。

32、 国家农业科学数据共享中心 农业科学数据共享中心（ http:/ 照作物科学、动物科学与动物医学、农业科技基础、渔业与水产科学、热带作物科学、草地与草业科学、农业资源与环境科学、农业区划科学、农业微生物科学、农业生物技术与生物安全、食品工程与农业质量标准、农业信息与科技发展十二大主题，分年度收集与农业科技有关的各类数据进行数字化加工与整合，以后逐年对主体数据库进行更新和维护。但该网站目前使用较少，数据需求发布最新到 2016 年 3 月，网站的农业数据更新却只到 2014 年 6 月，信息严重滞后。 农业科技基础数据分中心（ http:/ 据中心，规划设计的模块内容丰富，包含农业科技统计、农业

33、科技管理、农业科技动态发展、农业科技专题、农业科技信息资源导航共计 5 个主题数据库。但也面临着无人运营，数据滞后、应用程度低的问题。 国家农业综合门户网站和农业监测预警 主要包括中国农产品促销平台、中国农业网上展厅、一站通商机服务系统、中国国际农产品交易会、全国农产品促销系列活动、农产品批发市场价格信息服 12 务平台，此外，配合农业部网站、中国农业推广网等，构成中国农业的综合门户网站，目前金农一期的综合网站中，农产品批发市场价格信息服务网站（ http:/ 400 家全国性和区域性农产品批发市场、 500 多个交易品种的价格交易信息。 新建完善 1500 多个县级农业平台，培训了信息员 2

34、1 万人次 据农业部信息显示，“金农工程”一期带动新建和完善了 1500 多个县级农业信息服务平台，建成了 1.1 万多个“六有”乡镇信息服务站和“五个一”标准的村级信息服务点，累计培训农村信息员 21 万人次。金农工程数据库系统填报用户近 3.7 万，累计完成省、地、县、市等各级报表采集 395 万多张 ，与国家粮食局主要粮食品种的购、销、收购价等数据建立了共享渠道，已完成全国 32 个省的部署。 整体来看，“金农工程“一期的建设，为农业大数据奠定了农业数据标准基础、数据渠道基础、历史数据资源基础、农业数据信息人才培养基础，但部分应用系统却没有得到充分和持续的使用，采集的大部分数据没有得到很

35、好的应用，无法发挥更大的价值在”金农工程一期“实施期间，农业和大数据领域都在发生重要的变化，农村宽带普及率大大提高、农业物联网、移动互联网、云计算等开始应用到农业中，大数据存储分析技术也快速发展并应用到各个领域。鉴于目前金农 工程的应用功能发挥不充分，可以将大数据技术应用到”金农二期“的建设思路中，基于一期工程，建立农业大数据服务平台，改造传统农业，快速提农业信息化水平。 省 级金农工程一般包括金农办的规定内容（ 农业厅网络平台及数据中心，建设粮食数据中心，省级监管单位、农产品批发市场采集、国内农业信息采集点的终端配置 ）和 省级 新增内容（ 建设，新建、完善县级农业信息服务平台，新建、完善乡

36、镇农业信息服务站、开展信息员培训等 ）。 3. 大数据技术 的 发展 和 和 应用 及土地流转为 数据的 自动化采集提供 渠道 随着农村网络基础设施建设加快和网民人数的快速增长 ，农业农村数据载体和应用市场的优势逐步显现，特别是移动互联网、云计算、大数据、物联网等新 13 一代信息技术的快速发展，各种类型的海量数据快速形成，发展农业农村大数据具备良好基础和现实条件，为解决我国农业农村大数据发展面临的困难和问题提供了有效途径。 我国农村互联网 快速普及。 根据中国互联网络信息中心（ CNNIC）发布的第37 次中国互联网络发展状况统计报告，截至 2015 年 12 月，我国网民中农村的网民占比

37、28.4%，规模达到 1.95 亿，较 2014 年底增加 1694 万人，增幅为 9.5%；城镇网民占比 71.6%，规 模为 4.93 亿，较 2014 年底增加 2257 万人，增幅为 4.8%。农村网民在整体网民中的占比增加，规模增长速度是城镇的 2 倍，反映出 2015年农村互联网普及工作的成效。 大数据 技术开始应用。 近年来大数据产业飞速发展， 大数据的一系列配套技术逐步完善，如云技术、 数据存储技术、 数据挖掘技术、数据清洗技术、数据保密、加密技术等 。这些技术的日益成熟和完善，为 证券 大数据 平台的实现提供技术支持。 此外， 我国 此次 土地 变革 也将 推进 农业规模化生

38、产 进程 ， 使得 农业信息采集更为便捷， 目前我国农村土地流转面积占农村耕地的 30%以上 。 4. 九次方 大数据 在政府数据解决方案 领域 的 优势 九次方在大数据行业具有一定的 战略 高度 和 行业 影响力 创建于 2010 年的九次方大数据 是中国 领先的大数据资产运营商，同时也是贵阳大数据交易所的创始者。公司坚持以“贡献中国数据智慧，释放全球数据价值”为使命，通过“三轴一平台一中心”战略，构建完整的大数据生态链。九次方是国内唯一一家已经设计研发完毕了 2000 多个政府大数据应用场景 的 公司 。 此外， 九次方大数据是工信部大数据十三五发展规划起草单位之一，同时参与了国家信标委的

39、大数据安全标准及中国大数据交易标准、大数据行业应用标准、大数据技术标准的制定工作。 九次方具有较强的 大数据 技术和人才优势 九次方拥有大数据挖掘、数据清洗、企业数据采集、金融数据建模、数据标准顶层设计、可视化技术方面的全产业链人才结构，数据技术团队 200 多人。 九次方大数据拥有六大技术架构 ： （ 1）云计算、云服务技术的应用 ， 包括： 14 云平台服务优化管理技术；云计算应用构建与集成技术；云计算应用系统持续运行技术；云计算多模 式客户端技术； （ 2）存储管理技术 ；（ 3） Hadoop 技术 ； Hadoop能够在一个平台的 多种数据之间更行更多的分析，解决了通常与关系型数据仓

40、库架构有关的一 些棘手的 数据整合的挑战； （ 4）灾难备份 ； （ 5）数据安全保障 技术 ；（ 6）安全认证技术 。 三、 总体方案 （一） 主要目标 本项目依据农业部关于推进农业农村大数据发展的实施意见，建设区域农业大数据平台，具体实现如下目标： 1、提高农业部门的数据管理能力，包括数据采集、存储、清洗处理、交换共享、分析建模、应用能力。完善农业数据标准体系。构建涵盖涉农产品、资源要素、产品交易 、农业技术、政府管理等内容在内的数据指标、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、数据质量、数据交易、技术产品、安全保密等

41、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。 2、实现农业部门的数据共享，打破农业行业数据壁垒，实现农业业务部门内部、外部、横向、纵向的数据共享，彻底解决数据标准不一、各部门自建小数据中心导致的资源浪费现象，让数据更好的为农业部门服务。 3、提升农业部门的实时监管和决策效率，实时便捷掌握农业运行情况，通过对海量数据的智能分析，从而发现知识、发现科学、发现规律，帮助农业部门管理人员更清晰的认识到业务及事情的本质及发展规律，为合理制定农业政策及评估政策实施效果提供数据支撑。 4、利用农业大数据平台，为公众提供更加丰富的数据公开产品，提高公众知情、参与、监督政府工作的积极性，提升

42、政府部门的公信力，借助大数据，提高农民收入、降低农业生产经营风险、保障粮食安全和食品安全。 （二） 建设原则 15 顶层设计、应用导向 围绕农业现代化开展区域农业大数据顶层设计，顶层设 计开放、创新应用全面、基础架构灵活，不断适应农业生产新形势、新任务和新要求。坚持应用导向，从面临的突出问题和迫切需求入手，明确建设重点，主攻薄弱环节，以应用为内生动力，推动科学高效可持续发展。 适用易用、安全稳定 从当地农业监管机构的具体业务需求出发，解决目前数据采集、资源管理和处理应用面临的困难，提高信息管理和应用水平。在系统设计和实施中，充分考虑使用对象的特点，做到系统易用，数据采集处理流程操作简单，易于维

43、护，系统管理界面结构合理、布局美观、操作简单、功能引导明确，易于维护。系统能够承受大数据量和大负荷 的考验，兼顾各节点的平衡，保证系统运行的稳定性，并有较强的容错和出错修复功能；系统处理能力能够充分胜任业务处理的要求及库容量不断增长的挑战，支持多机并行运行，确保系统性能的稳定性。 充分利用当地农业系统现有的信息系统建设成果，遵照行业数据规范、接口规范、交换规范等标准，采用标准化的技术和标准化的协议，保证系统的开放性。在满足当前农业监管服务业务需求的前提下，充分考虑未来业务发展的需要，采用先进的数据平台构建理念，确保技术领先。 此外，系统在设计中充分考虑建立保障有力的安全体系，对数据流程的各个环

44、节都要有相应 的安全保密机制，保证数据的原始性和完整性，以及数据访问和修改的可追踪性，既要考虑系统级的安全性、又要考虑应用级的安全性，采用多级用户认证、数据加密、容灾备份等多种手段保证数据安全，同时应综合运用技术、制度、法律等手段，强化网络和数据的安全管理。保证避免遭受网络上的非法侵入危害的能力；不能因操作人员误操作导致系统崩溃、数据丢失。 遵循标准、开放共享 系统建设一定要遵循农业部门相应标准和规范，避免在业务互通和数据沉淀方面出现缺陷，同时继续完善和补充相应的信息化规范和标准，也是本次建设重要内容。在按照省市标准规范体系建设时，需要参考并遵循国家电子政务总体框架、电子政务标准化指南、以及电

45、子政务领域内一系列政策法规、标准服务的要求，制定满足业务信息化建设需要的标准规划，指导下属单位的未来信息化建设。 16 大数据建设是一个系统工程，除了部门内部数据，有很多基础数据还需要从其他部门、机构的信息系统中获取，与这些系统均需要保持双向的信息交互能力，因此系统设计保持开发性、 具有良好的互连、互操作能力，必须遵循最新的国际标准、国家标准和行业标准，遵循开放的原则。系统将定义并提供标准的数据导入导出接口，能将其他业务部门及第三方开发的农业系统信息，通过接口导入库中。 （三） 总体框架 九次方对于农业大数据项目的建设思路为“一网、一库 、 一 平台、 N 大应用场景、一门户 ”，通过建设大数

46、据采集“网”全面感知、汇聚农业大数据，规划农业大数据“库”，建设 大 数据技术 “平台 ”， 提高 农业部门 的数据治理能力， 完善农业部门户网站应用功能， 更好的为农业产业参与者及公众提供农业信息服务。 1. 一网 农业 大数据采集网 我 国农业农村数据历史长、数量大、类型多，但长期存在底数不清、核心数据缺失、数据质量不高等问题，而且政府的农业数据分散在农业系统及统计局、发改委等多个各个部门，没有系统的采集汇总，此外，近年农业数据信息服务公司、农产品电商公司以及农业物联网等公司层出不穷，积累了大量的新数据内容，这些内容没有和政府数据融合应用。 农业大数据采集网 ，是 在农业部门原有 数据 网

47、络及九次方布局在 70 多万个网络信息采集渠道的基础上 建立 ，打通信息孤岛基础通道，为建设统一大数据中心做基础。数据来源包括 农业部农业厅局、统计局等其他 部门，九次方自有的 行业企业 大数据 、 农业数据 信息 服务 公司、 其他 机构或网络数据 。 数据按类别还可以分为 农业生产数据、农业资源与环境数据、农业市场数据和农业管理数据 等， 整合农业部数据资源，统一数据管理，实现数据共享。农业部各类统计报表、各类数据调查样本和调查结果、通过遥感等现代信息技术手段获取的数据、各类政府网站形成的文件资料、政府购买的商业性数据等在国家农业数据中心平台共享共用。通过内部整合和外部交换，逐步推进部内司

48、局之间、涉农部门之间、中 17 央与地方之间数据共建共享。鉴于数据来源渠道丰富，数据结构差异较大，有必要建立数据采集标准、数据资源交换目录。 农业大 数据网 主要集中在不同农业环节数据采集、不同渠道数据采集（政府不同部门数据采集、网络数据采集、物联网数据采集、农业遥感数据采集等）两方面。 围绕耕地、育种、播种、施肥、植保、收获、储运、农产品加工、销售等农业各环节，依托现有的信息技术，建立交叉、立体、融合的农业大数据采集网络； 建立基于爬虫技术的网络 农业 数据资讯 和离线数据 采集系统； 建立基于农业物联网技术的农业生产环境数据采集系统，实时采集大田、设施、水域中的农业生产环境数据； 建立基于

49、卫星技术的农业遥感数据采集 系统，采集农业用地资源、农作物大面积与长势监测、农业气象灾害等数据； 建立基于移动互联的智能数据采集系统，动态采集农产品市场信息、农情信息、农业突发事件等数据； 建立农业科研信息化环境，采集农业科研实验数据、种质资源数据、 品种选育数据、 基因图谱数据等农业科学数据。 图表 3. 农业 部门 内部数据 来源 数据指标 农业局 粮食 作物处： 本市 及 分县的 主要粮食 品种的面积、产量、 成本 收益、 价格 、 种植 周期等。（ 玉米 、水稻、 小麦 、 谷子 、 高粱 、 燕麦 、 莜麦 、 青稞 、 马铃薯 、 木薯 、甘薯、大豆、 蚕豆 、 绿豆 等） 经济作

50、物处 ： 本市 及 分县的经济作物品种的面积、 单产 、 产量 、成本收益、 收购 价格、种植 周期等（棉花、麻类、甜菜、 甘蔗 、花生、向日葵、 油菜籽 、 果树 、茶树、 咖啡 、可可 、 烟叶 、 橡胶 、 药材 、 花卉 等） 蔬菜作物处： 本市及分 县 的露天蔬菜和设施蔬菜的面积、 单产 、 产量 、 种植 周期 等 （ 叶菜类 -菠菜、芹菜、油菜，白菜类 -大白菜、圆白菜、甘蓝，瓜菜类 -黄瓜、南瓜，块茎类 -白萝卜、胡萝卜，茄果菜类 -茄子、西红柿，葱蒜类 -葱 、 莲藕、朝天椒 等） 畜牧 管理处： 本市 及分 县 的 畜牧 生产数据， 包括主要 畜牧品种 的 养殖数量、 规模 、 成本 收益、屠宰、 消费 、 价格 数据、 养殖 环境数据、 饲料 结构 数据 、</p>