[[82831]]

據相關報告顯示，世界人口到2050年將達到90億。目前，農業生產力與50年前相比提高了三倍，但土地使用量僅比過去提高了12%。盡管如此，據聯合國糧食及農業組織預測，糧食生產力必須提高60%才能應對人口快速增長帶來的負擔。

提高非洲及其他地區的糧食產量是使得數百萬人脫貧，并滿足未來90億人口對糧食需求的關鍵所在。食品政策專家認為，讓農民、科學家和企業家自由訪問農業數據是提高糧食生產的關鍵一步。

Data.gov 是奧巴馬政府在 2009 年推出的，該網站上有關于諸如植物基因組學和當地天氣情況的詳盡數據庫。還有一些比如特定土壤條件下***的作物研究、降水量的變化、害蟲和疾病的跡象，以及當地市場作物的期望價格等數據庫。這些數據如果免費開放給農民、企業和科研機構的話，那么這些數據所產生的價值將是非常好巨大的。

試想，如果農民能隨時掌握天氣變化數據、市場供需數據、農作物生長數據等等，農民朋友和農技專家足不出戶就可觀測到大田里的實景和相關數據，準確判斷農作物是否該施肥、澆水或打藥，不僅能避免因自然因素造成的產量下降，而且可以避免因市場供需失衡給農民帶來經濟損失。

農業從完全依靠人工完成，到半機械化農業，再到大規模機械化農業，生產力得到了飛速提升。但隨著人口壓力不斷提高，可用耕地不斷減少，農業需要另一場變革，來滿足人類的糧食生產需求。傳統的農業生產方式應向數據驅動的智慧化生產方式轉變。而云計算、大數據、互聯網等科學技術則將是這場變革的主要推動力。

各國政府、社會組織、企業都意識到大數據這場旋風所帶來的機遇，開始發力推動大數據在農業領域的跨界應用。

一、各國政府積極推動農業數據開放

Data.gov 網站就是奧巴馬實現“開放政府”承諾的一部分。它的目的是使得私人領域的開發者，能夠利用那些政府采集但未經梳理的各類信息，開發應用來提供公共服務或者進行盈利。這樣，很多的公司就可以利用 data.gov 上提供的氣象信息來提供服務。還有一些公司則基于 data.gov 上的地理位置信息， 提供基于位置的服務來盈利。美國農業部還宣布在 Data.gov 上建立一個門戶網站，該網站能鏈接到 348 個農業數據集。除此之外，在今年 5 月份召開的一次關于農業數據開放問題的國際論壇上，八國集團 (G8) 領導人集體討論出了取消數據限制的***途徑，而且這些數據也很容易被人和機器所分析，并且一些國家公布了關于農業數據庫公開的政策方案。其中加拿大、印度、美國，正在推動建設一個開放性的數據共享平臺。

二、企業瞄準農業大數據機遇

1.天氣意外保險公司 (The Climate Corporation)

The Climate Corporation 為農業種植者提供名為 Total Weather Insurance (TWI)、涵蓋全年各季節的天氣保險項目。本項目利用公司特有的數據采集與分析平臺，每天從 250 萬個采集點獲取天氣數據，并結合大量的天氣模擬、海量的植物根部構造和土質分析等信息對意外天氣風險做出綜合判斷，以向農民提供農作物保險。公司聲稱該保險的特點是：當損失發生并需要賠付時，只依據天氣數據庫，而不需要繁瑣的紙面工作和惱人的等待。 該公司總部位于美國加州，已經運營 6 年，從 Google Ventures、Founders Fund 等多家公司獲得超過 5000 萬美元的風險投資。

2.農場云端管理服務商 Farmeron

Farmeron 旨在為全世界的農民提供類似于 Google Analytics 的數據跟蹤和分析服務。農民可在其網站上利用這款軟件，記錄和跟蹤自己飼養畜牧的情況（飼料庫存、消耗和花費，畜牧的出生、死亡、產奶等信息，還有農場的收支信息）。其可貴之處在于：Farmeron 幫著農場主將支離破碎的農業生產記錄整理到一起，用先進的分析工具和報告有針對性地監測分析農場及生產狀況，有利于農場主科學地制定農業生產計劃。 Farmeron 創建于克羅地亞，自 2011 年 11 月成立至今，Farmeron 已在 14 個國家建立農業管理平臺，為 450 個農場提供商業監控服務。公司在本年度獲得 140 萬美元種子輪融資。

3.土壤抽樣分析服務商 Solum

Solum 致力于提供精細化農業服務，目標是幫助農民提高產出、降低成本。其開發的軟、硬件系統能夠實現高效、精準的土壤抽樣分析，以幫助種植者在正確的時間、正確的地點進行精確施肥。你既可以通過公司開發的 No Wait Nitrate 系統在田間地頭進行分析，即時獲取數據；也可以把土壤樣本寄給該公司的實驗室，讓他們幫助你進行分析。 Solum 成立于 2009 年，總部位于美國硅谷。繼 2012 年獲得 Andreessen Horowitz 領投的 1700 萬美元投資后，已累計融資近 2000 萬美元。

三、數據驅動的農業實踐案例

1.社區生鮮超市 M6 的數據化管理

連鎖型的社區生鮮超市 M6 于 8 年前就開始了數據化管理，物品一經收銀員掃描，總部的服務器馬上就能知道哪個門店，哪些消費者買了什么。M6 免費為顧客辦理實名制會員卡，用戶持卡結賬可以享受優惠，但 M6 不找零，這樣一來，既可以提高收銀效率，又為數據分析提供基礎。在一些細節上，M6 的收銀模塊甚至比一些大商超更細致，比如，信息被掃描進系統后，顧客突然要求退掉其中一件或幾件，或者整單退掉，為什么要退掉，這些信息全都被寫入了后臺數據庫。2012 年，M6 的服務器開始從互聯網上采集天氣數據，然后，從中國農歷正月初一開始推算，分析不同節氣和溫度下，顧客的生鮮購買習慣會發生哪些變化。

2.日本“都城”市利用云和大數據進行農業生產

[[82832]]

（圖片來自維基百科，作者 Ray_go ，途中景觀為高千穂牧場）

日本宮崎縣西南部的“都城”市已經開始利用云和大數據進行農業生產。通過傳感器、攝像頭等各種終端和應用收集和采集農產品的各項指標，并將數據匯聚到云端進行實時監測、分析和管理。富士通和新福青果合作進行卷心菜的生產改革。兩家公司在農田里安裝了內置攝像頭的傳感器。把每天的氣溫、濕度、雨量、農田的圖像儲存到云端。還向農民發放了智能手機和平板電腦，讓大家隨時記錄工作成果和現場注意到的問題，也都保存到云端。卷心菜增產三成，光合作用也實現 IT 管理。

3.告別手工擠奶時代，機器為你代勞

在英國，大部分農場已告別了手工擠奶，自動擠奶設備普及率達 90% 以上。機器人的作用不僅僅是擠奶，還要在擠奶過程中對奶質進行檢測，檢測內容包括蛋白質、脂肪、含糖量、溫度、顏色、電解質等，對不符合質量要求的牛奶，自動傳輸到廢奶存儲器；對合格的牛奶，機器人也要把每次最初擠出的一小部分奶棄掉，以確保品質和衛生。目前，英國大多數養牛和養豬、養魚場都實現了從飼料配制、分發、飼喂到糞便清理、圈舍等不同程度的智能化、自動化管理。

[[82833]]

在美國，擠奶同樣變得簡單。來自明尼蘇達州 Astronaut A4 擠奶機，不僅幫農場主可以代替農場主喂牛，還會使用無線電或紅外線來掃描牛的項圈，辨識牛的身份，在擠奶時對牛的幾項數據進行跟蹤：牛的重量和產奶量，以及擠奶所需的時間、需要喂多少飼料，甚至牛反芻需要多長時間。機器也會從牛產的奶中收集數據。每一個乳頭里擠出的奶都需要查驗顏色、脂肪和蛋白質含量、溫度、傳導率（用于判斷是否存在感染的指標），以及體細胞讀數。每頭牛身上收集到的數據匯總后得出一份報告；一旦 A4 檢測到問題，奶農的手機上會得到通知。

大數據在農業生產中的應用和案例還不遠如此。隨著大數據與農業的深度融合發展，以前依靠傳統方法不能解決的諸多問題也會迎刃而解。當大數據在 IT 行業風生水起之時，傳統行業的應用也許才是大數據的落地所在。

原文鏈接：http://www.china-cloud.com/yunzixun/yunjisuanxinwen/20130807_21011.html