农业大数据

农业大数据是融合了农业地域性、季节性、多样性、周期性等自身特征后产生的来源广泛、类型多样、结构复杂、具有潜在价值，并难以应用通常方法处理和分析的数据集合。它保留了大数据自身具有的规模巨大（volume）、类型多样（variety）、价值密度低（value）、处理速度快（velocity）、精确度高（veracity）和复杂度高（complexity）等基本特征，并使农业内部的信息流得到了延展和深化。
农业大数据是大数据理念、技术和方法在农业的实践。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，以及数据可视化。
农业大数据由结构化数据和非结构化构成，随着农业的发展建设和物联网的应用，非结构化数据呈现出快速增长的势头，其数量将大大超过结构化数据。
农业大数据的特性满足大数据的五个特性，一是数据量大（Volume）、二是处理速度快（Velocity）、三是数据类型多(Variety)、四是价值大（Value）、五是精确性高（Veracity）。包括以下几种：
（1） 从领域来看，以农业领域为核心（涵盖种植业、林业、畜牧业等子行业），逐步拓展到相关上下游产业（饲料生产，化肥生产，农机生产，屠宰业，肉类加工业等），并整合宏观经济背景的数据，包括统计数据、进出口数据、价格数据、生产数据、乃至气象数据等。（2）从地域来看，以国内区域数据为核心，借鉴国际农业数据作为有效参考；不仅包括全国层面数据，还应涵盖省市数据，甚至地市级数据，为精准区域研究提供基础；（3）从粒度来看，不仅应包括统计数据，还包括涉农经济主体的基本信息、投资信息、股东信息、专利信息、进出口信息、招聘信息、媒体信息、GIS坐标信息等。
（4）从专业性来看，应分步实施，首先是构建农业领域的专业数据资源，其次应逐步有序规划专业的子领域数据资源，例如针对畜品种的生猪、肉鸡、蛋鸡、肉牛、奶牛、肉羊等专业监测数据。
农业大数据研究中心成立于2013年5月16日。成立背景：目前，中国的大数据应用主要集中在金融、保险、通讯、航空等领域；与农业相关的大数据应用研究比较薄弱，成立该中心的目的旨在利用农业大数据研究的手段、方法为政府提供决策依据、为涉农企业发展提供数据支撑、为农业生产发展提供技术指导、为科研单位和高校开展科学研究提供数据服务。 研发队伍：核心团队含计算机、数学、经济管理等学科教师30人左右，其他涉农学科研发人员根据科研项目需要确定。 合作伙伴：与龙信（北京）数据公司建立了长期合作关系。 主要职责：涉及农业产业结构调整、政府决策咨询、农业农民科技服务； 行业数据分析与决策；承担纵向、横向大数据专项课题研究； 学校内部相关数据的采集、整合，为学校发展、决策提供理论依据，提升学科建设水平等。