隨著海量信息的爆發，農業跨步邁入大數據時代。如同其他行業的大數據應用，通過技術手段獲取、收集、分析數據，能夠有效地解決農業生產和市場流通等問題。
在大數據的推動下，農業監測預警工作的思維方式和工作範式發生了根本性的變化，我國農產品監測預警信息處理和分析將向著系統化、集成化、智能化方向發展。本期嘉賓將帶您了解大數據時代下，農產品監測預警如何運行以及未來面臨的機遇。
大數據走進農業領域
數據庫專家、圖靈獎得主吉姆·格雷提出，數據密集型計算成為繼試驗科學、理論科學、計算科學之外的科學研究第四範式。大數據被學術界正式提出始於2008年9月《自然》雜誌發表的“Big Data”系列專題文章，介紹了大數據應用所帶來的挑戰和機遇。
人們圍繞研究數據的海量增加展開討論。2011年，《科學》雜誌刊登“Dealing with Data”專題，指出分析數據的能力遠落後於獲取數據的能力。
2012年3月，美國政府公布了“大數據研發計劃”，基於大數據推動科研和創新。在我國，2012年5月香山科學會議第424次會議以“大數據”為主題，認為大數據時代已經來臨，大數據已成為各行業***同面臨的大問題。同年11月，香山科學會議第445次會議以“數據密集時代的科研信息化”為主題，討論“大數據”時代的科研信息化問題。
這些事件都標誌著“大數據”走入我們的生活。那麽，大數據在農業中的應用如何？許世衛表示，“農業大數據是大數據在農業領域的應用和延展，是開展農產品監測預警工作的重要技術支撐。”
在他看來，農業大數據不僅保留了大數據自身具有的規模巨大、類型多樣、價值密度低、處理速度快、精確度高和復雜度高等基本特征，還使得農業內部的信息流得到了延展和深化。
數據作為壹種戰略資源，可以有效地解決農業生產面臨的復雜問題，從數據的獲取、收集到分析，能夠事半功倍地解決農業生產問題。
許世衛舉例道，如通過傳感器、作物本體檢測手段，獲取了土壤中的氮磷鉀肥力等大量數據，對數據進行分析整理後可以有效指導農業生產中的施肥量、施肥時間等問題，進行合理規劃，得出最合適的投入量，從而提高生產效率。
再如，大數據能夠提前預測到未來市場的供給需求，可以有效降低生產投入並采取適當的措施進行智能化生產，對平抑物價起到調節作用。
大數據是監測預警的基礎支撐
許世衛指出，農業大數據的數據獲取、采集渠道和應用技術手段，無法通過人工調查得到數據，而需要依靠土壤傳感器、環境傳感器、作物長勢生命本體傳感器等手段支撐。由於技術更新、成本下降，使得農業有關生產市場流通等數據獲取能力大幅提升。
“大數據使得農業進入全面感知時代，用總體替代樣本成為可能；農業生產獲得更多依靠數據的支撐，從此進入智慧農業時代；大量的數據可以優化生產布局，優化安排生產投入；大數據時代下，市場更有利於產銷對接，在消費環節減少浪費以及減少產後損失。”許世衛說。
此外，大數據給農業的管理也帶來變化。過去的農業管理主要依靠行政手段指導和安排生產，大數據有利於分析提取特征、總結趨勢，通過市場信號的釋放引導市場進而引導生產。
許世衛表示，農業大數據是現代化農業的高端管理工具。所謂監測預警就是監測數據，貫穿於農產品從生產到流通到消費到餐桌整個過程的產品流、物資流、資金流、信息流，使產銷匹配、生產和運輸匹配、生產和消費匹配。
農產品監測預警也是對農產品生產、市場運行、消費需求、進出口貿易及供需平衡等情況進行全產業鏈的數據采集、信息分析、預測預警與信息發布的全過程。
農產品監測預警還是現代農業穩定發展最重要的基礎，大數據是做好監測預警工作的基礎支撐。農業發展仍然面臨著多重不安全因素，急需用大數據技術去突破困境。
這主要體現在：農業生產風險增加，急需提前獲取災害數據，早發現、早預警；農產品市場波動加劇，“過山車”式的暴漲暴跌時有發生，急需及時、全面、有效的信息，把握市場異常，穩定市場形勢；食物安全事件頻發，急需全程監管透明化，懲戒違規行為。
可以說，農產品監測預警對大數據的需求是迫切的。
農產品監測效果顯著
農產品監測效果顯著，大數據功不可沒，主要體現在監測對象和內容更加細化、數據獲取更加快捷、信息處理分析更加智能、數據服務更加精準等。
隨著農業大數據的發展，數據粒度更加細化，農產品信息空間的表達更加充分，信息分析的內容和對象更加細化。
農業系統是壹個包含自然、社會、經濟和人類活動的復雜巨系統，在其中的生命體實時的“生長”出數據，呈現出生命體數字化的特征。農業物聯網、無線網絡傳輸等技術的蓬勃發展，極大地推動了監測數據的海量爆發，數據實現了由“傳統靜態”到“智能動態”的轉變。
在大數據背景下，數據存儲與分析能力將成為未來最重要的核心能力。未來人工智能、數據挖掘、機器學習、數學建模、深度學習等技術將被廣泛應用，我國農產品監測預警信息處理和分析將向著系統化、集成化、智能化方向發展。
如中國農產品監測預警系統（China Agricultural Monitoring and Early Warning System，CAMES）已經在機理分析過程中實現了仿真化與智能化，做到了覆蓋中國農產品市場上的953個主要品種，可以實現全天候即時性農產品信息監測與信息分析，用於不同區域不同產品的多類型分析預警。
在大數據的支撐下，智能預警系統通過自動獲取農業對象特征信號，將特征信號自動傳遞給研判系統。研判系統通過對海量數據自動進行信息處理與分析判別，自動生成和顯示結論結果，發現農產品信息流的流量和流向，在紛繁的信息中抽取農產品市場發展運行的規律。最終形成的農產品市場監測數據與深度分析報告，將為政府部門掌握生產、流通、消費、庫存和貿易等產業鏈變化、調控穩定市場提供重要的決策支持。