大数据已经被炒得沸沸扬扬，越来越多的行业拥有了自己的大数据应用程序，不仅包括数据采集、数据存储，甚至包括数据治理。

　　但不管在什么程度上进行数据管理，脱离了大数据应用程序场景，这些都是低价值甚至没有价值的。别说AI-机器学习-深度学习，这都是大数据基础上的。

　　农业大数据不仅只包含农业，还指各个政府的大数据可视化，还应该包括数据收集、存储和管理。

一、农业之养殖业

　　养殖包含畜牧，畜牧我就不多说了。养殖行业的智慧化程度较高，也可以说数字化程度较高。养殖行业不仅可以使用大数据和物联网，而且可以使用AI，物联网应用十分成功。

　　现在养殖是使用物联网的最多也是最合适的子行业，不管是养猪、养牛、养鸡、养鱼，都有物联网来提供一系列IoT数据。结合一些生产计划、喂养执行等管理数据，构建一个数据采集系统，并且可以对养殖过程进行大数据分析，作出相应的响应。

　　比如，如果发现鱼塘含氧量不足，应采取引导措施；录像证明牛是静止的，体温高，上了药；鸡群定量补水，减少感染等，应用场景还是比较多的。

　　也包含各省、市、县的智慧畜牧大数据平台，在农业政务大数据基本盘上就是各种农业资源的落脚点，也可通过农业资源地理信息展示。

二、农业之种植业

　　种植行业先前也说过，蔬菜种植大数据仍然是伪场景。只有与AI相结合的害虫识别，我觉得还是值得一试的。

　　其它栽种场景，价值也有，比如名贵的药草，鲜花等等。

　　另外一种是热成像用于观察害虫、长势预测等等(遥感也可以做一些种类)。

　　对生产者而言，可以通过病虫害图像识别问题，有针对性地施肥或使用杀虫剂。但目前并非所有品种都有模型，算法的精确度更高的是番茄、葡萄、莴苣等，像西兰花、豌豆等还没有成熟的模型。

　　当然这些只适合农业新手使用或试验新品种，老手们自己看得懂，不需要这些东西。

三、农业之林业

　　实际上目前林业的实际情况多用于政府层面，对于生产者也一般是国有企业监管。

　　现在林业大数据的可见应用场景是林业资源展示，森林防火、防盗、偷猎等场景都很有价值，还可以将安保设备、物联网设备与森林公安局的实际工作结合起来，利用大数据，当然不需要大数据，只不过物联网数据处理比较麻烦。

　　另外还包括森林火灾、地质灾害的事前预警、事中处理、事后评估和知识积累。大数据的本质是数据的积累和算法的进化，即知识图谱，它可以自动推理知识，产生知识。

四、农业之价格大数据

　　在所有的农业大数据里面，最开始应用的是农业资源大数据和价格大数据，都是由政府监管、其他小厂商自己制作的场景。

　　但在价格大数据方面，有一个致命的缺陷，那就是价格的规模和代表性，目前只在一个时间点从全国100+农户批量市场收集数据，因此价格数据的可信度不高。

　　与生鲜电商不同的是，有很多天然的面向终端的零售价格数据和批发采购价格数据，还可以做一些分析，但这些数据都是非公开的，没有开源的。

文中部分内容来源于网络，如有侵权请联系。