農民在實際的生產過程中每天都要做很多選擇：播什么種、施什么肥、如何管理農田、病蟲害如何防治等等。實際上，一套農事任務，從生產規劃、種植前準備、種植期管理，到采收、銷售等每一步都會極大的影響農民的生產和收益，而且它們大多數環環相扣，如果選錯一步，可能會出現多米諾骨牌效應，接連導致的后果可能就是減產。而這其中所需所產生的數據與要決策的問題，就屬于農業農村大數據。

當前，大數據正隨著信息技術與服務業態快速發展，已成為國家基礎性戰略資源。農業農村是大數據生產和應用的重要領域之一，也是中國由傳統農業向現代農業加快轉變的關鍵技術手段與科學決策。

相對應的農業大數據，可以從“天時、地利、人和”三方面理解：“天時”可以指實時的氣象數據，如降水、溫度、風力、濕度等；“地利”可以指動靜態的土壤數據，如土壤水分、土壤溫度，作物品種信息、作物病蟲害信息等；“人和”則是從人力資源給出信息，農資產品使用、農產品加工和流通渠道、農產品市場價格等等。下面筆者通過比較中國與美國農業大數據發展特點及發展趨勢，結合相關政策及行業發展需求，給出思考與建議。

美國農業大數據發展－注重大數據的精準化、智能化

在美國，一些種業巨頭公司已經意識到，面對大數據時代的來臨，傳統行業模式也亟待轉型。孟山都在前后收購和并購了Precision Planting公司和Climate Corporation公司，作為世界頭號種子供應商，孟山都擁有全球最大的資源和海量產量數據，這些數據與Climate公司的氣象數據相結合，可以得到種植環境區劃和精細劃分的品種數據，農民可以得到自己農場屬于哪個種植區、什么樣的種子、在什么條件下長勢最好，以及更多實用的信息。而另一位種業巨頭杜邦先鋒公司依托其優質種質資源與研發技術，也已先行結合農業大數據推進精準農業技術。其種子部門與農場機械制造商約翰迪爾聯手，給農民提供種子和化肥方面的指導。目前，無論是迪爾（Deer）公司的FramSight、孟山都（Monsanto）公司的ClimatePro或Field Scripts、先鋒（Pioneer）公司的Field360，都已經是廣泛使用的農業大數據系統，這些系統都與氣候云（Climate Cloud）相結合，整合農民機械化農場設備的種植和產量數據，以及氣象、種植區劃等多樣數據，可以得到較為詳盡的種植決策，精準化農事生產，幫助農民提高產量和利潤。

農業大數據讓農民開始使用移動設備管理農場，掌握實時的土壤、溫度、作物狀況等信息，提高了農場管理的精確性，然而，再好的決策，也需要硬件去實施。在農業生產的過程得到有效合理利用的前提下，農田信息的管理和分析也變的至關重要。試想在大田生產中，即使相隔兩三米遠的兩塊地，土壤水分、營養情況、農作物長勢也可能完全不同，過去農民并不懂得區分這種差異，會把同樣品種等間距種下去。如今，通過農業大數據分析，可以得到肥力高的地方密植、肥力低的地方稀植，還可以更換合適的種子品種，而這些作業都是隨著播種進行、自動完成的。合理的種植分析，可以給玉米每畝帶來百余公斤的增產。因此，農業智能化下的農業機械化由此提出。美國天寶（Trimble）公司提供了整套農機作業綜合解決方案“網絡農場系統”，該系統能夠通過無線模塊發射無線網絡通信連接整個農場的軟件和硬件設備，從而使信息在室內電腦、農機車輛、其他終端間進行傳輸和處理。這套管理系統基于地理信息系統（GIS）開發，提供了全面的農業解決方案，包括對農場地圖的瀏覽與編輯、農業產業的收益計算與管理、精準農業數據的處理與分析等。

在美國，農業大數據與精準農業概念相結合，已經應用于大部分農場并產生理想收益。通過對農業生產全過程的精準化、智能化管理，可以極大程度的減少化肥、水資源、農藥等投入，提高作業質量，農業經營變得有序化，從而為轉向規模化經營打下良好基礎。

中國大數據發展－結合地域性特征的精細化管理

中國是典型的小農經濟，人口眾多，地勢遼闊，土地資源分配不均。在農業大數據的發展上，早在幾年前，一些IT巨頭紛紛試水，聯想佳沃集團布局農業三年，旨在打造農業“三全”戰略－全產業鏈、全球化以及可追溯大數據平臺。相應而生，也有一些宏觀農業農產品生產大數據平臺層出不窮。但是，做精細化的農業大數據，卻沒有預想那么快，中國農業大數據由于中國地域特點與數據采集基礎建設不完善等特點，面臨著農業農村數據歷史長、數量大、類型多、數據缺失、數據質量不高、開發利用不夠等問題。，對中國大部分新型農業主體和農場主來說，由于農業數據信息采集與獲取管理初始投入成本太高，中國地塊分布不均、普遍偏小，數據管理技術和方法不夠成熟等問題，并不能像美國農民一樣利用農業大數據系統管理土地與收益。中國工程院汪懋華院士也曾就中國農業地域分布與技術發展問題提到“在新疆和黑龍江有大規模農業，比較適用；但其他省份以小農業為主，要推行精準農業技術，困難不小”。

在中國的新疆、東北、山東等地，大規模農業生產相對成熟，精準農業與智慧農業發展正微掀春風；但是在全國范圍內，小規模的農業生產方式以及巨大的地域差距，加上農民在生產管理上的頑固性，推廣精準農業、做大數據分析依然舉步維艱。

在中國開展農業大數據，結合地域特征做精細化管理是關鍵。在一些農業大省如山東、新疆、黑龍江等部分地區，精準農業推廣已取得一定效果。例如在新疆兵團，農業綜合機械化水平已經到達93％以上，衛星導航技術、小型植保無人機、變量施肥技術、自動駕駛技術等已經得到了推進。農業大省特點是規模化種植與大品類農產品居多，農業數據資源整合與管理具備一定優勢，可以借鑒美國精準農業向精準化、智能化方向發展。而相比較農業農產品品類多、地域分布零碎等農業省份，更需要農業數據的整合與共享，對不同品類農業數據建立標準，實現農業生產智能化管理。

農業大數據發展與相關建議

我國已進入傳統農業向現代農業加快轉變的關鍵階段。突破資源和環境兩道“緊箍咒”制約，需要運用大數據提高農業生產精準化、智能化水平，推進農業資源利用方式轉變。破解成本“地板”和價格“天花板”雙重擠壓的制約，需要運用大數據推進農產品供給側與需求側的結構改革，提高農業全要素的利用效率。提升我國農業國際競爭力，需要運用大數據加強全球農業數據調查分析，增強在國際市場上的話語權、定價權和影響力。由此看來，農業大數據發展既是巨大機遇，也充滿了挑戰。

發展農業農村大數據，需要充分利用現有數據資源，完善數據采集共享功能，建設完善農業農村信息綜合服務平臺；實現農業資源要素的數據共享，如農業環境數據、農業設施設備數據、金融資本等資源要素，結合物聯網、云計算、衛星遙感等技術挖掘數據資源，可開發測土配方服務、農業保險等服務；推進農產品質量安全信息服務，建立農產品生產環境、生產資料、生產過程、市場流通等數據，實現數據自動化采集、標準化處理、可視化運營，可實現農產品質量安全追溯，促進消費安全。

無論是農業大數據，還有精準農業的應用，都事關中國的每一寸土地，在中國其推廣階段還需經歷日求寸進的過程，此期間還需理智認清中國農業發展現狀，合作與共享永遠會是新常態，最后引用中國工程院院士、中國農業大學教授汪懋華的一句話結尾：技術裝備價格下降和機器是否容易安裝和維護；保護性耕作是否得到廣泛推廣；機械燃料、肥料和服務價格所占的比重。可以效仿美國實施精準農業的經驗，根據需要、經濟、實用的原則進行，不必一次性有把所有的技術都全套應用。只選對的，不選貴的。