農(nóng)業(yè)大數(shù)據(jù)啊,到底有啥應用場景呢?
編輯導讀:自從大數(shù)據(jù)理念出現(xiàn)后,越來越多行業(yè)已經(jīng)擁有了自己的大數(shù)據(jù)應用,但是能夠應用的場景不多,更別提深度的機器學習了。本文作者以農(nóng)業(yè)大數(shù)據(jù)為例,分析它的應用場景,希望對你有幫助。
至從2011年,大數(shù)據(jù)(BigData)被炒熟之后,越多越多的行業(yè)有了自己的大數(shù)據(jù)應用,不僅包含數(shù)據(jù)采集,還有數(shù)據(jù)存儲,甚至還有數(shù)據(jù)治理,但是無論做各種程度的數(shù)據(jù)管理,偏離了大數(shù)據(jù)應用場景,那就都是低價值甚至無價值的,更不用提基于大數(shù)據(jù)的AI-機器學習-深度學習了。
接下來,我們就一起來聊聊農(nóng)業(yè)大數(shù)據(jù)到底有什么場景,我將從農(nóng)業(yè)細分領域和受眾兩條線一同展開。農(nóng)業(yè)細分領域也是養(yǎng)殖業(yè)(假裝含畜牧業(yè)吧)、種植業(yè)和林業(yè)展開,三個子領域存在一定的交叉。受眾(利益相關者)則從政府、生產(chǎn)者、貿易者、生鮮電商(含社區(qū)團購)展開,至于之前提的食材配送企業(yè)、代賣、代買,批發(fā)商等就全合并在貿易者里了,而農(nóng)業(yè)科研院校等此次不涉及。外加一個農(nóng)產(chǎn)品價格大數(shù)據(jù),這個這幾年一直在提的概念。
統(tǒng)一一下認知:農(nóng)業(yè)大數(shù)據(jù)不僅僅指各個政府的大數(shù)據(jù)可視化大屏哦(據(jù)說帶應急指揮和決策支持功能),還應包括數(shù)據(jù)采集、存儲和管理。還有大數(shù)據(jù)未必一定要部署在私有云/公有云上,全部署在物理服務器也是可以的,所以大家別被騙去買云服務哦。
還有農(nóng)業(yè)大數(shù)據(jù)不僅只包含農(nóng)業(yè)哦,三農(nóng)不分家,大家常見的可視化大屏中,可能還有些農(nóng)村、農(nóng)民的數(shù)據(jù),不要見外啊!
一、養(yǎng)殖業(yè)(含畜牧)
養(yǎng)殖業(yè)含畜牧業(yè),畜牧業(yè)我就不單獨說了。
養(yǎng)殖業(yè)是智慧農(nóng)業(yè)的智慧化程度較高,也可以說是數(shù)字化程度較高的,至于你要糾結智慧農(nóng)業(yè)和數(shù)字農(nóng)業(yè)的概念,請看此文《最全的農(nóng)業(yè)模式分類概念解釋(文字略長)》。養(yǎng)殖業(yè)不僅能使用大數(shù)據(jù)和物聯(lián)網(wǎng),還能使用低階段的AI,離機器學習和深度學習還有點距離。
1.1 養(yǎng)殖業(yè)的生產(chǎn)者
目前養(yǎng)殖業(yè)是用物聯(lián)網(wǎng)最多也最合適的子行業(yè),不管是養(yǎng)豬、養(yǎng)牛、養(yǎng)雞、養(yǎng)水產(chǎn),都有物聯(lián)網(wǎng)來提供一堆IoT數(shù)據(jù),再結合一些生產(chǎn)計劃、喂養(yǎng)執(zhí)行等管理數(shù)據(jù)構建一個數(shù)據(jù)采集體系,并可以對養(yǎng)殖過程進行大數(shù)據(jù)分析,并做出響應措施。如識別魚塘含氧不足,則開啟指導措施。視頻識別牛不動、體溫高,上藥。雞定量喂水,減少傳染等,應用場景還是蠻多的。
圖1-某廠商的智慧養(yǎng)殖大數(shù)據(jù)方案
以上這些場景不用大數(shù)據(jù),也能做,但用了更好。
圖2-養(yǎng)豬智能化(來自某廠商材料)
1.2 對養(yǎng)殖業(yè)的政府
還有各個省市縣的智慧畜牧大數(shù)據(jù)平臺,在農(nóng)業(yè)政務大數(shù)據(jù)基本盤是各種農(nóng)業(yè)資源的打點,也可以用農(nóng)用資源地理信息來展示。對于養(yǎng)殖業(yè)+畜牧業(yè),只有一般農(nóng)業(yè)資源是牧草區(qū)域,某地區(qū)的養(yǎng)殖場位置、規(guī)模、聯(lián)系人電話,某地區(qū)的防疫站位置,顯示目前的草原面積。當然當牧區(qū)沒牧草不夠的時候,也能有點指揮作用。
應急的話,還可以用于自然災害時的指揮,如畜牧的草原沙化,部分場景可以結合無人機。
圖3-某廠商的養(yǎng)殖監(jiān)管平臺架構圖
圖4-某廠商官網(wǎng)的養(yǎng)殖物理網(wǎng)+大數(shù)據(jù)系統(tǒng)
無人機和搖感也能成為養(yǎng)殖業(yè)的數(shù)據(jù)來源。
二、種植業(yè)
種植業(yè)之前也說了,蔬菜種植大數(shù)據(jù)還是一個偽場景。唯有和AI結合的病蟲害識別,我認為還是個有價值的場景。
其他種植場景,價值也是有的,如名貴草藥、鮮花等。
還有一個就是熱成像用來看蟲害,長勢預估等(遙感也能做幾個品類)。
2.1 對種植業(yè)的生產(chǎn)者
對于生產(chǎn)者,可以通過病蟲害圖像識別現(xiàn)在的問題,針對性施肥或者用農(nóng)藥。不過現(xiàn)在并不是所有品類都有模型,算法精準度較高的是西紅柿、葡萄、生菜等,像西蘭花、豌豆等還沒有太成熟的模型。當然這些都只適合農(nóng)業(yè)新手用或者嘗試新品種,老手自己都能看明白,要比模型和專家教授都準。
圖5-葡萄病蟲害知識圖譜
2.2 對種植業(yè)的政府
對政府,種植業(yè)目前用的比較多的場景,還有搖感數(shù)大棚,定補貼。
圖6-某廠商大棚數(shù)據(jù)
縣域內的病蟲害識別,而導致的農(nóng)業(yè)應急管理,不過基本上都是系統(tǒng)建在那里,我還沒看到用的,因為真的大面積來了,如蝗蟲,一般無法馬上解決。
在種植業(yè),政府的農(nóng)業(yè)大數(shù)據(jù)應用就是土地測量、土地測算、耕地紅線和土地流轉等,具體大家可以自己去查一下。
圖7-某廠商縣域種植業(yè)大數(shù)據(jù)平臺
圖8-農(nóng)業(yè)災害應急(來自某廠商官網(wǎng))
三、林業(yè)
林業(yè)其實目前更多的場景都用在政府層面,對于生產(chǎn)者也一般是國企監(jiān)管了。
林業(yè)大數(shù)據(jù)的現(xiàn)在可見應用場景是林業(yè)資源顯示,森林防火、防盜防偷獵等場景都有很多價值,還能把安防設備(如??低暎?、物聯(lián)網(wǎng)設備和森林公安局的實際工作,用大數(shù)據(jù)結合起來,當然不用大數(shù)據(jù)也能做,只不過物聯(lián)網(wǎng)數(shù)據(jù)處理起來麻煩點。
此外還有森林火災、地質災害的事前預警、事中處理,事后評估和知識積累。大數(shù)據(jù)的本質為數(shù)據(jù)積累和算法演進,也就是知識圖譜,能夠自己推理知識,生成知識。
圖9-某廠商森林防火系統(tǒng)
四、生鮮電商
生鮮電商對大數(shù)據(jù)的而應用,基本上就是電商的老套路:實時數(shù)據(jù)分析,如銷售單價、金額、總金額等;進行精準營銷的智能推薦(別人喜歡叫千人前面),推薦給用戶喜歡的生鮮;大數(shù)據(jù)殺熟;成本估算,應用大數(shù)據(jù)估算成本,指導采購和定價,以及營銷;需求預測,指導采購和加工過程。
當然以上這些面向生鮮電商的大型公司的,太小的區(qū)域性質的,小范圍的生鮮團購廠商,還是別浪費資源在這個上面了。
最后其實面向生鮮電商的大數(shù)據(jù)應用,很多也是貿易商需要的,但是農(nóng)產(chǎn)品貿易商基本上都是沒有IT能力的,因此需要很多的SaaS服務提供商來為貿易商提供的大數(shù)據(jù)應用服務了。
五、價格大數(shù)據(jù)
所有農(nóng)業(yè)大數(shù)據(jù)里面,最初應用的就是農(nóng)業(yè)資源大數(shù)據(jù)和價格大數(shù)據(jù),都是政府監(jiān)管用的,也是其他小廠商用來做自己的場景的。
但是對于價格大數(shù)據(jù),有個致命的缺陷就是價格數(shù)量的量級和代表性,目前僅是從全國100+的農(nóng)批市場采集某個時間點上的大數(shù)據(jù),所以價格數(shù)據(jù)可信度不高的。
不像生鮮電商,有天然的很多面向終端的零售價格數(shù)據(jù)和批發(fā)采購價格數(shù)據(jù),還能做點分析,但是這些數(shù)據(jù)都不是對外的,不開源的。
圖10-某價格大數(shù)據(jù)大屏
還有些農(nóng)業(yè)大數(shù)據(jù)IT廠商的做法就是,一個個建區(qū)域電商平臺,拿一個個區(qū)域農(nóng)業(yè)大數(shù)據(jù)項目,以獲取價格數(shù)據(jù);然后建自己的大宗交易平臺(部分單品),獲取價格數(shù)據(jù);再結合國家的農(nóng)產(chǎn)品檢測價格;外購部分價格數(shù)據(jù),做質量處理;最后的商業(yè)模式就是對外出售價格大數(shù)據(jù)了,可能看到這里,大家猜到這家公司是誰了。
六、結語
其實具體還得按實際的應用場景來識別,養(yǎng)殖業(yè)、種植業(yè)、林業(yè)、生鮮電商等的農(nóng)業(yè)大數(shù)據(jù)應用,還可以深挖,有機會,我一個個深入挖掘給大家看看。
大數(shù)據(jù)應用的基礎是:數(shù)據(jù)真實與精準、且有代表性;有應用場景、不是自己YY的應用;用hadoop和傳統(tǒng)的分析軟件,甚至是excel,也是需要審視的。
#專欄作家#
清河落河清,公眾號:農(nóng)業(yè)一二事,人人都是產(chǎn)品經(jīng)理專欄作家。一名熟悉農(nóng)業(yè)的IT架構師,現(xiàn)從事企業(yè)架構工作,創(chuàng)建農(nóng)業(yè)微信公眾號、農(nóng)業(yè)社群。
本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理,未經(jīng)許可,禁止轉載
題圖來自 unsplash,基于CC0協(xié)議
專欄作家
清河落河清,公眾號:農(nóng)業(yè)數(shù)字化,人人都是產(chǎn)品經(jīng)理專欄作家。一名熟悉農(nóng)業(yè)的IT架構師,現(xiàn)從事企業(yè)架構工作,創(chuàng)建農(nóng)業(yè)微信公眾號、農(nóng)業(yè)社群。
本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理,未經(jīng)許可,禁止轉載。
題圖來自 Unsplash,基于CC0協(xié)議。
該文觀點僅代表作者本人,人人都是產(chǎn)品經(jīng)理平臺僅提供信息存儲空間服務
- 目前還沒評論,等你發(fā)揮!