论文部分内容阅读
摘 要：农情信息在政府、粮贸企业和农场管理中发挥着重要的作用。大数据时代下的农情监测与预警正在发生着巨大变动，大数据正在改变着农情监测与预警的方向，并且为农情监测和预警提供了技术支持。大数据技术提高了CropWatch的数据发掘能力，对CropWatch在进行农情监测和预警的过程中尺度的拓展起着积极的推动作用。
关键词：大数据；农情监测；预警分析
1前言
农业是人类生活和发展的基础，掌握粮食出产国和生产国的准确信息对保证国家粮食的安全有着巨大作用。只有准确的掌握粮食的生产信息，才能对国家经济发展和农产品的规划进行调控，宏观调控种植业的结构形式，提升有关企业和农民经营管理水平。国家在世界农产品贸易中的利益和农情监测与预警分析密不可分，因农情信息垄断和不对称，致使我国在世界粮食贸易中受到重创。此外，受全球气候变化的影响，对世界的粮食安全带来了巨大的隱患，农情监测与预警分析的重要性越来越凸显出来。但是，在传统的农情信息监测中，其主要工作是调查，但是成本高、效率低，遥感具有覆盖面广、效率高、时效性强等优势，能够为农情信息提供准确、动态的数据，有效弥补了这一不足，近年来，随着农业技术和地理信息技术的进步，大量跨领域的农业数据以爆炸性增长的态势逐渐的发展。本文作者对大数据时代下的农情监测与预警进进行了如下论述。
2农情监测与预警大数据
2.1对地观测大数据
当前，在农情监测与预警分析中，遥感或地面观测相结合方法的应用十分广泛。其中中国、美国、欧盟等纷纷创建了自己的农情遥感监测与预警分析系统，以此来监测弄农作物的生长和产量。遥感数据在时间和空间上监测的精细程度决定了农情监测信息的精准度，中高分辨率遥感数据的持续增长带动了农情监测与预警技术的发展，并且对精细尺度的要求越来越高。为了符合农情监测与预警分析的需要，农情监测与预警分析正在努力将地球观测数据引入其中。
2.2农业大数据
在农情监测与预警分析中，农作物占据着主体地位。由于受到气候条件和管理等因素的制约，农作物在种植结构、物种、地块分布等方面都在一定程度上提高了农情监测与预警的难度。地面观测农业大数据对农情监测与预警的准确性和时效性提供了有利的支持。Fritz等人创建了Geo—Wiki.Org网站，通过提取众源地理数据，进而快速的掌握了世界范围内的地、物类型数据，以用于提高世界耕地的分布。CropWatch为了有效解决中国农作物结构纷杂、地块不均等加大种植难度的问题，提出了遥感技术和抽样技术相结合的方法，该方法通过对世界范围内的农田拍摄，用来估算农作物的种植分配。
3大数据技术促进了农情监测和预警的有效发展
当今，农业的复杂多变加大了农情监测与预警的分析难度，因此对地球观测和相关农业大数据需要也在不断地增加，需要海量的数据信息技术支撑，而大数据技术和云技术为海量数据的发掘提供了解决方案，并有效提升了农情监测与预警的发展。
3.1农情监测数据的发掘
当今，农情监测正在朝着大数据的方向发展，快速增长和多样化的农业大数据对信息发掘提出了巨大的挑战。地球观测大数据信息的发掘随着云计算技术的发展变得更加方便、快捷，Google针对地球观测大数据，开发了PB级数据处理能力，实现了对地球观测大数据信息的有效发掘。以Google平台为基础，能够迅速的对大范围内的农作物进行提取和分析。
CropWatch系统正在加大对农情监测数据发掘方面的研究，利用大数据发掘技术对世界范围内的农田照片进行发掘，并对比、分析当年和往年的农作物种植成数。CropWatch以大数据和云技术为平台，完成对农作物情况、虫害情况和气候条件等多种类型的农情监测数据的自动处理和信息发掘。
3.2农情监测时间和空间尺度的拓展
人类对地球观测能力的提高随着地观监测技术的发展达到了空前的水平。各个国家先后发射了卫星平台，并搭载不同方式和时空分辨率的传感器，遥感时空分辨率和遥感数据多元化的提升，促进了遥感影像数据量的增长；物联网技术的发展让农情监测变得更加直观，物联网已经被应用到了农业监测的各个领域。
CropWatch系统通过对地观测大数据，实现了大数据的自动处理和数据发掘，多分辨率对地观测大数据的应用，让CropWatch在农情监测的空间和时间上得到了有效的拓展，在发生灾害之后，可以及时的对灾情、灾后农业损失估算以及灾后农田的恢复情况进行长期的跟踪监测。
3.3农情监测内容的精细化
对地观测大数据和有关农情地面的观测有效拓展了农情监测在时间和空间上的发展，也为农情监测内容提供了数据。CropWatch也从提供宏观农作物的生长、粮食产量逐渐向精细化农情监测方向发展。近些年来，CropWatch在为农情提供信息的时候，结合多源分辨率地球观测大数据，利用云计算技术完成了自动化处理，实现了对农场范围内独立地块农作物类别、耕地种植情况、生长态势、水量估算及农作物收获的顺序等精准农情信息的监测与预警，并对各种灾害损失情况进行监测。
结束语
综上所述，农情监测与预警在大数据时代下以数据为基础，需要地观监测大数据和其他农业大数据为其提供有力的支持。大数据和与计算技术的发展，为数据发掘、农情监测的发展起到了积极的促进作用，并推动了大数据时代下农情监测与预警技术的发展。在大数据时代下，农情监测与预警正在朝着自动化监测、实效化农业管理的方向前进。
参考文献
[1]吴炳方，张淼，曾红伟，张鑫，闫娜娜，蒙继华.大数据时代的农情监测与预警[J].遥感学报.2016（05）
[2]许世卫，王东杰，李哲敏.大数据推动农业现代化应用研究[J].中国农业科学.2015（17）
[3]许世卫.农业大数据与农产品监测预警[J].中国农业科技导报.2014（05）
（作者单位：河南省国防科技情报信息站）
关键词：大数据；农情监测；预警分析
1前言
农业是人类生活和发展的基础，掌握粮食出产国和生产国的准确信息对保证国家粮食的安全有着巨大作用。只有准确的掌握粮食的生产信息，才能对国家经济发展和农产品的规划进行调控，宏观调控种植业的结构形式，提升有关企业和农民经营管理水平。国家在世界农产品贸易中的利益和农情监测与预警分析密不可分，因农情信息垄断和不对称，致使我国在世界粮食贸易中受到重创。此外，受全球气候变化的影响，对世界的粮食安全带来了巨大的隱患，农情监测与预警分析的重要性越来越凸显出来。但是，在传统的农情信息监测中，其主要工作是调查，但是成本高、效率低，遥感具有覆盖面广、效率高、时效性强等优势，能够为农情信息提供准确、动态的数据，有效弥补了这一不足，近年来，随着农业技术和地理信息技术的进步，大量跨领域的农业数据以爆炸性增长的态势逐渐的发展。本文作者对大数据时代下的农情监测与预警进进行了如下论述。
2农情监测与预警大数据
2.1对地观测大数据
当前，在农情监测与预警分析中，遥感或地面观测相结合方法的应用十分广泛。其中中国、美国、欧盟等纷纷创建了自己的农情遥感监测与预警分析系统，以此来监测弄农作物的生长和产量。遥感数据在时间和空间上监测的精细程度决定了农情监测信息的精准度，中高分辨率遥感数据的持续增长带动了农情监测与预警技术的发展，并且对精细尺度的要求越来越高。为了符合农情监测与预警分析的需要，农情监测与预警分析正在努力将地球观测数据引入其中。
2.2农业大数据
在农情监测与预警分析中，农作物占据着主体地位。由于受到气候条件和管理等因素的制约，农作物在种植结构、物种、地块分布等方面都在一定程度上提高了农情监测与预警的难度。地面观测农业大数据对农情监测与预警的准确性和时效性提供了有利的支持。Fritz等人创建了Geo—Wiki.Org网站，通过提取众源地理数据，进而快速的掌握了世界范围内的地、物类型数据，以用于提高世界耕地的分布。CropWatch为了有效解决中国农作物结构纷杂、地块不均等加大种植难度的问题，提出了遥感技术和抽样技术相结合的方法，该方法通过对世界范围内的农田拍摄，用来估算农作物的种植分配。
3大数据技术促进了农情监测和预警的有效发展
当今，农业的复杂多变加大了农情监测与预警的分析难度，因此对地球观测和相关农业大数据需要也在不断地增加，需要海量的数据信息技术支撑，而大数据技术和云技术为海量数据的发掘提供了解决方案，并有效提升了农情监测与预警的发展。
3.1农情监测数据的发掘
当今，农情监测正在朝着大数据的方向发展，快速增长和多样化的农业大数据对信息发掘提出了巨大的挑战。地球观测大数据信息的发掘随着云计算技术的发展变得更加方便、快捷，Google针对地球观测大数据，开发了PB级数据处理能力，实现了对地球观测大数据信息的有效发掘。以Google平台为基础，能够迅速的对大范围内的农作物进行提取和分析。
CropWatch系统正在加大对农情监测数据发掘方面的研究，利用大数据发掘技术对世界范围内的农田照片进行发掘，并对比、分析当年和往年的农作物种植成数。CropWatch以大数据和云技术为平台，完成对农作物情况、虫害情况和气候条件等多种类型的农情监测数据的自动处理和信息发掘。
3.2农情监测时间和空间尺度的拓展
人类对地球观测能力的提高随着地观监测技术的发展达到了空前的水平。各个国家先后发射了卫星平台，并搭载不同方式和时空分辨率的传感器，遥感时空分辨率和遥感数据多元化的提升，促进了遥感影像数据量的增长；物联网技术的发展让农情监测变得更加直观，物联网已经被应用到了农业监测的各个领域。
CropWatch系统通过对地观测大数据，实现了大数据的自动处理和数据发掘，多分辨率对地观测大数据的应用，让CropWatch在农情监测的空间和时间上得到了有效的拓展，在发生灾害之后，可以及时的对灾情、灾后农业损失估算以及灾后农田的恢复情况进行长期的跟踪监测。
3.3农情监测内容的精细化
对地观测大数据和有关农情地面的观测有效拓展了农情监测在时间和空间上的发展，也为农情监测内容提供了数据。CropWatch也从提供宏观农作物的生长、粮食产量逐渐向精细化农情监测方向发展。近些年来，CropWatch在为农情提供信息的时候，结合多源分辨率地球观测大数据，利用云计算技术完成了自动化处理，实现了对农场范围内独立地块农作物类别、耕地种植情况、生长态势、水量估算及农作物收获的顺序等精准农情信息的监测与预警，并对各种灾害损失情况进行监测。
结束语
综上所述，农情监测与预警在大数据时代下以数据为基础，需要地观监测大数据和其他农业大数据为其提供有力的支持。大数据和与计算技术的发展，为数据发掘、农情监测的发展起到了积极的促进作用，并推动了大数据时代下农情监测与预警技术的发展。在大数据时代下，农情监测与预警正在朝着自动化监测、实效化农业管理的方向前进。
参考文献
[1]吴炳方，张淼，曾红伟，张鑫，闫娜娜，蒙继华.大数据时代的农情监测与预警[J].遥感学报.2016（05）
[2]许世卫，王东杰，李哲敏.大数据推动农业现代化应用研究[J].中国农业科学.2015（17）
[3]许世卫.农业大数据与农产品监测预警[J].中国农业科技导报.2014（05）
（作者单位：河南省国防科技情报信息站）