[{"data":1,"prerenderedAt":24},["ShallowReactive",2],{"news-e874804b4db94a01b0dc983f16cac1e4":3},{"author":4,"classification":5,"collectionnum":6,"content":7,"createTime":8,"effectivetime":8,"extra":5,"grantor":9,"granttime":10,"homepageimages":5,"id":11,"images":12,"images1":5,"images2":5,"isimmediate":13,"ispush":13,"isread":14,"link":5,"note":5,"orgId":5,"pushtime":10,"pushtype":13,"readnum":15,"sharenum":6,"showorder":16,"showwebsite":13,"source":17,"sourcelink":5,"status":18,"summary":19,"system":5,"thumbnail":20,"thumbnail1":5,"thumbnail2":5,"timer":21,"title":22,"types":23,"updateTime":10},"08b80d56a9174bda87efa07f278efe31","",0,"\u003Cp style=\"text-indent: 2em;\">大数据是指需要通过快速获取、处理、分析以从中提取价值的海量、多样化的交易数据、交互数据与传感数据。大数据核心技术是基于存储的计算，从本质上来说，大数据主要解决的是海量数据搜集、存储、计算、挖掘、展现和应用等问题。也可以将其简单归纳为三个层面：大数据的云存储(计算机资源虚拟化)、大数据处理(云计算模型)和大数据挖掘(各类算法库、模型库构建)。\u003C/p>\u003Cp style=\"text-indent: 0em;\">\u003Cimg src=\"https://api-tx2.hedadata.com/files/ueditor/image/20160426/1461632156691094740.jpg\" title=\"1461632156691094740.jpg\" alt=\"144854_15536.jpg\"/>\u003C/p>\u003Cp style=\"text-indent: 2em;\">从为用户服务角度，还应提供更多的应用功能：可视化交互分析引擎、提供启发式、人机交互、可视化数据挖掘新技术，海量数据挖掘高度人机交互功能;建立工作流引擎，为用户创建海量数据处理、分析流程提供图形化流程设计工具，自动执行用户创建的数据处理分析流程，提供资源调度及优化服务;提供open api功能，提供数据挖掘平台与第三方应用系统的扩展接口等。\u003C/p>\u003Cp style=\"text-indent: 2em;\">农业是产生大数据的无尽源泉，也是大数据应用的广阔天地。农业数据涵盖面广、数据源复杂。关于农业大数据，顾名思义，就是运用大数据理念、技术和方法，解决农业或涉及农业领域数据的采集、存储、计算与应用等一系列问题，是大数据理论和技术在农业上的应用和实践。农业大数据是大数据理论和技术的专业化应用，除了具备大数据的公共属性，必然具有农业数据自身的特点。\u003C/p>\u003Cp style=\"text-indent: 2em;\">通常所讲到的农业，实际上应涵盖农村、农业和农民三个层面，具有涵盖区域广、涉及领域和内容宽泛，影响因素众多、数据采集复杂、决策管理困难等特点。狭义的农业生产是指种植业，包括生产粮食作物、经济作物、饲料作物和绿肥等农作物的生产活动等，不仅仅涉及到耕地、播种、施肥、杀虫、收割、存储、育种等作物生产的全过程各环节，而且还涉及跨行业、跨专业、跨业务的数据分析与挖掘，以及结果的展示与应用，乃至整个产业链的资源、环境、过程、安全等监控与决策管理等。广义的农业生产是指包括种植业、林业、畜牧业、渔业和副业五种产业形势，均应该包含在农业大数据研究的范畴中。\u003C/p>\u003Cp style=\"text-indent: 0em;\">\u003Cimg src=\"https://api-tx2.hedadata.com/files/ueditor/image/20160426/1461632174209086781.png\" title=\"1461632174209086781.png\" alt=\"20140708100117275.png\"/>\u003C/p>\u003Cp style=\"text-align: center; text-indent: 0em;\">图标1：智慧农业典型应用\u003C/p>\u003Cp style=\"text-indent: 2em;\">前瞻产业研究院《中国互联网+智慧农业趋势前瞻与产业链投资战略分析报告》指出：基于目前农业信息技术主要应用领域和产生大数据的主要来源分析，大数据的主要应用领域包括以下几个方面：\u003C/p>\u003Cp style=\"text-indent: 2em;\">一、生产过程管理数据\u003C/p>\u003Cp style=\"text-indent: 2em;\">设施种植业、设施养殖业、精准农业等。提高整个生产过程的精准化监测、智能化决策、科学化管理和调控，是农业信息化的紧迫任务。\u003C/p>\u003Cp style=\"text-indent: 2em;\">二、农业资源管理数据\u003C/p>\u003Cp style=\"text-indent: 2em;\">土地资源、水资源、农业生物资源、生产资料等。我国农业资源紧缺、生态环境与生物多样性退化，要在摸清家底的基础上，进一步优化配置、合理开发，实现农业高产优质、节能高效的可持续发展。\u003C/p>\u003Cp style=\"text-indent: 2em;\">三、农业生态环境管理数据\u003C/p>\u003Cp style=\"text-indent: 2em;\">土壤、大气、水质、气象、污染、灾害等。需要进行全面监测、精准管理。\u003C/p>\u003Cp style=\"text-indent: 2em;\">四、农产品与食品安全管理大数据\u003C/p>\u003Cp style=\"text-indent: 2em;\">产地环境、产业链管理、产前产中产后、储藏加工、市场流通领域、物流、供应链与溯源系统等。\u003C/p>\u003Cp style=\"text-indent: 2em;\">五、农业装备与设施监控大数据\u003C/p>\u003Cp style=\"text-indent: 2em;\">设备和实施工况监控、远程诊断、服务调度等。在上述应用中，关键是农业环境与资源、农业生产过程、农业产品安全、农业市场和消费的监测和预测等。\u003C/p>\u003Cp style=\"text-indent: 2em;\">六、各种科研活动产生的大数据\u003C/p>\u003Cp style=\"text-indent: 2em;\">\u003Cspan style=\"text-indent: 2em;\">如大量的遥感数据，包括空间与地面数据;大量的生物实验数据，如基因图谱、大规模测序、农业基因组数据、大分子与药物设计等。\u003C/span>\u003C/p>\u003Cp>\u003Cbr/>\u003C/p>","2016-04-26 08:56:26","440cc6a034a6468bb0b69e3928ae4b1b","2016-04-26 09:13:07","e874804b4db94a01b0dc983f16cac1e4","https://api-tx2.hedadata.com/files/news/20160426/43eda5bc110c4583b2eac99320db7846.jpg","1","0",10,99,"物联中国","2","大数据是指需要通过快速获取、处理、分析以从中提取价值的海量、多样化的交易数据、交互数据与传感数据。大数据核心技术是基于存储的计算，","\\files\\news\\20160426\\43eda5bc110c4583b2eac99320db7846.jpg","2000-01-01 00:00:00","互联网时代 智慧农业如何借力大数据谋发展","news",1790158177016]