中国IDC圈7月27日报道，近日，在某论坛上，中国农业大学信息与电气工程学院教授李道亮称，虽然农业大数据在现代农业的实践应用中越来越重要，但是国内面临着农业大数据缺乏、大数据模型缺乏长期积累、农业大数据缺乏与行业产业结合、农业大数据缺乏必要的规范等问题。

随着传感器、智能移动设备、互联网等的发展，数据呈现爆炸式增长。农业大数据（Big data）是指在现代农业生产、经营、管理等各种活动中形成的，具有潜在价值的、海量的、活的数据，是现代农业建设、发展、管理的“基准线”。而农业由于存在地域性、季节性、多样性、周期性的特点，决定了农业大数据具有量大、类杂、复杂、实时的特征。

李道亮表示，从过去的小农经济到规模农业，再到现在的数据农业，在农业大数据的帮助下，农业将实现从“看天吃饭”到“知天而作”的根本性转变。不过，这需要数据采集、数据存储和管理、计算模式与系统、数据分析与挖掘等关键技术的配合。

数据农业的基础是来自物联网的农业大数据，而这些数据的采集也经历了被动、主动、自动的三个阶段。早期的数据是人们为分析特定问题的需要，通过采样、抽象等方法记录产生的数据。后来随着互联网，特别是社交网络的发展，越来越多的人在网络上传递发布信息，主动产生数据。到目前，传感器技术的广泛应用使得利用传感器网络可以不用控制全天候的自动获取数据。

值得关注的是，数据分析是整个大数据处理流程的核心，这些大数据的价值也就产生于分析，实时数据分析和处理是大数据分析的一个核心要求。而通过大数据管理将海量数据聚合在一起，将离散的数据需求聚合能形成数据长尾，从而满足传统治理中难以实现的功能。

李道亮说，农业大数据的应用领域包括基础研究、智能农业生产、市场行情、智能决策、农产品安全等。

以畜禽养殖为例，目前面临出栏率低、生猪成本高、疾病控制不力和科学化经营和技术管理有待提高的现状。但是，通过大数据技术对海量的、形式各异的数据，进行研究、分析、判断，就可以研究出多种分析模型，建立起大数据处理中心，就会使畜禽养殖技术变得更加科学化。

在种植方面，通过大数据平台对收集来的数据进行分析可以为农情监测、作物生长管理提供指导，基于平台集聚的典型病害特征图像、病虫害专家知识、诊断模型，通过现场病例特征结构化表述、典型样本特征快速匹配、病例图像与环境指标数据的深度融合等大数据平台病虫害分析服务，实现作物病虫害的分析决策和预警。

不过，遗憾的是，我国农业大数据面临着缺乏农业大数据、大数据模型缺乏长期的积累、农业大数据缺乏与行业产业结合、农业大数据缺乏必要的规范等问题。李道亮建议，应该加强农业农村大数据的采集，通过物联网完善数据采集渠道，强化历史数据的整理，并做到开放共享，此外还要加强数据数据处理人才队伍，在共享开放大数据的同时，需要确保数据安全管理。

此外，他还建议建立农业信息化国家大数据中心，解决我国信息资源“条块化”与整合共享问题。这就需要制定国家农业公共数据描述与表达标准，研究农业大数据存储、调度、个性化需求智能聚焦、信息服务按需分配等技术，研究农业多源数据、知识、服务资源的统一层次化表达与描述、高效存储、统一调度、资源共享、个性化服务。