从2005年雅虎公司Hadoop项目的诞生，到2008年“大数据”概念的提出，从2014年“大数据”首次出现在《政府工作报告》到2016年大数据“十三五”规划出台，世界大数据技术高速发展，大数据也正式上升到国家战略层面。

　　在“互联网+”现代农业时代，涉农行业也意识到大数据带来的机遇，开始发力推动大数据在农业领域的应用，进而推进智慧农业的建设。

　　随着大数据与农业的融合发展，农业大数据分析应用平台的建设成为必然趋势。在土地规划、种质资源选用、病虫害防治、生产管理、采销存、精准营销、农产品的储存与渠道对接等各个环节，将不同格式、不同业务领域的海量数据整合成标准统一的数据源，实现数据分析、数据挖掘及数据可视化，及时全面掌握农业的发展动态，其更大用途是，能够根据大数据分析的结果下，来建立的模型去预测某一事件的发生，并可据此进行人为干预，使其向着理想的方向发展。

　　问题思考：农业大数据在实践中的应用有哪些?

　　应用案例：

　　1、基于大数据的气象分析、建模与预测

　　自古以来，农业都是“看天吃饭”，气象是农业生产中最重要的因素之一，利用气象大数据技术可以对未来一定时间的天气进行分析、预测。通过物联网、计算机记录气象数据，分析这些数据，建立当地的天气模型，使用模型产生的数据，与当前天气进行比较，再运用预测性分析进行天气预报。这种通过大数据预测未来的新方式，其预测时间更长、准确度更高，最长可提前40天生成冷热天气概率。在干旱季节，就可以根据预测的结果，进行提前人工干预，减轻恶劣天气带来的损失。

　　2、支持全产业链服务的农业大数据服务平台

　　在农业生产和科研中会产生大量有价值的数据，这些数据的集成、挖掘和使用，对于现代农业的发展具备极其重要的作用。对实践中产生的数据资料归纳分析，利用算法建立模型，可以形成在粮食安全、土壤污染防治、病虫害预警等诸多农业领域的风险防控机制;大数据的应用与农业领域的相关科学研究相结合，可以为农业科研、政府决策、涉农企业发展等提供新方法、新思路。

　　3、基于大数据的农产品价格走势、市场饱和量分析

　　对一定阶段内一类农产品的产销情况整合，结合市场行情的科学分析，就能更有效地预测农产品价格走势、市场饱和量预测，帮助农户做出生产安排，帮助政府制定引导措施，避免出现大量农产品滞销困境。

　　问题思考：农业大数据能为农场做什么?

　　农业大数据涉及到耕地、播种、施肥、杀虫、收割、存储、育种等各环节，是跨行业、跨专业、跨业务的数据分析与挖掘。农业大数据下的智慧农场，利用物联网获取气候、土壤等数据，,提供给农场最科学的生产管理决策,帮助农场提高管理水平，实现专业化生产、数据化经营和预定化销售。

　　农场管理案例：奥科美义田帮手农场管理SAAS平台，通过农业遥感、GIS、物联网、互联网等技术，获取农场的生产数据，资源数据、营销数据，采销存数据，再经过大数据处理分析，为农场提供生产、经营、营销等管理服务，实现数据共享，为产业链的政府部门、渠道商买手、农技服务商、金融机构提供大数据智能服务。由此还建立了800多种农作物的生产流程模型库，使农场的生产管理更加规范化、标准化，提高生产效率。

　　问题思考：政府支持农业大数据发展的措施有哪些?

　　政府措施：

　　1、 我国将构建农业大数据体系

　　农业部市场与经济信息司副司长王小兵表示,目前我国农业电商发展迅速,但瓶颈和痛点日益凸显,未来要培育多种主体,利用好电商平台大数据,调节农产品生产和消费,构建农业大数据体系。

　　2、 农业部力挺大数据

　　2016年1月份,农业部发布《关于推进农业农村大数据发展的实施意见》(以下简称《意见》),提出到2018年基本完成数据的共用共享,2020年实现政府数据集向社会开放,2025年建成全球农业数据调查分析系统。

　　3、 农业部印发《农业农村大数据试点方案》

　　2016年10月份,农业部印发《农业农村大数据时代方案》决定自今年起在北京等21个省(区、市)开展农业农村大数据试点,建设生猪、柑橘等8类农产品单品种大数据。鼓励基础较好的地方结合自身实际,积极探索发展农业农村大数据的机制和模式,带动不同地区、不同领域大数据发展和应用。

　　结语：随着信息化和农业现代化深入推进，农业大数据正在与农业产业全面深度融合，逐渐成为农业生产的定位仪、农业市场的导航灯和农业管理的指挥棒，日益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。