三農微博
三農公眾號
“以長期動態觀測為基礎的農業科學大數據研究應用工作的重要性日益凸顯，特別是面臨當前我國農業生產亟需破解信息化、智能化瓶頸用以支撐農業供給側結構性改革的大背景下。”國家農業科技創新聯盟秘書長、中國農科院副院長馮忠武表示。
數據驅動 科研進入大數據時代
隨著信息技術帶來科研信息化的進步，農業研究領域科研數據的產生和積累呈指數上升趨勢，以長序列、體系性為特點的農業科學大數據已成為農業科研發展必需的重要工具。
中國熱科院南亞所所長徐明崗研究員經常說：“我是與土疙瘩打交道的人，破解土壤密碼，需要對全國各地的土壤‘望、聞、問、切’，必須要從海量的土壤科學數據尋找蘊含的潛在信息，而這些信息往往是重要科學決策的基礎和來源，是農業長期演變趨勢規律的脈搏。”30多年來，他從參與到引領，組建形成了我國29省份42個長期試驗網、362個農戶長期監測網絡，積累連續監測數據150萬條，累計保存土壤-植物樣品9萬個，正是這些數據、樣品，支撐并推動了我國有機質提升技術難題的破解，科學施肥策略的廣泛實施，使我國在耕地質量監測和土壤學研究原始創新等方面處于國際領先水平。
頂層設計 為大數據挖掘分析筑牢根基
“原農業部于2013年開始調研謀劃農業基礎性長期性科技工作，經過項目論證、方案制定確定了10個重點領域、77項重點觀測監測任務，并于2017年正式啟動實施，經過三年試運行，以‘國家農業科學數據總中心—國家農業科學數據中心—國家農業科學觀測實驗站’(以下分別簡稱數據總中心、數據中心、觀測實驗站)為框架的農業科學數據流體系已基本建設完成。”農業農村部科技教育司司長廖西元介紹說，“我們的觀測工作絕不是為觀測而觀測，而是立足我國農業發展重大科技需求和政策需求，頂層設計并凝練若干重大科學問題、重大產業問題、重要方法問題，從而衍生出各項觀測工作任務，在100個觀測實驗站中落實，在10~20個綜合觀測實驗站中交融，最終有目的、有計劃地獲取各項科學數據。”
“農業基礎性長期性科技工作大數據除了具備傳統大數據5V(Volume數量，Variety種類，Value價值，Velocity速度，Veracity準確)特征外，還有因自身行業特殊性帶來的三大特色。”國家農業科技創新聯盟辦公室主任、中國農科院科技局副局長周國民介紹，“一是面向農業科學的復雜系統性，該觀測網絡旨在全面跟蹤獲取我國不同耕地類型、水熱條件、地理地貌、種植制度、經營管理、基礎設施等因素下的農業科學數據，需要打造一個前所未有地涵蓋多類別、多層次、多元素的農業專屬性大數據系統。二是觀測寬范圍、長周期性。農業基礎性長期性科技工作涉及種質資源、土壤質量、農業環境等多領域，一改以往觀測網絡各自為戰，無法交融，以及各觀測工作服從科研項目需求，三五年即中斷的局面，長期、系統、全面的農業科學數據演變是我們所關注的。三是協同觀測機制先進性。網絡集聚了全國各級科研單位，通過數據中心的統一調度，組織觀測實驗站分工協作將數據連點成線、連線成面，可以便捷、高效地服務國家農業科學與產業需求，這種農業大數據組織獲取方式是過去沒有過的。”
國家農業科學數據總中心是農業基礎性長期性科技工作的統一數據匯交、典藏與治理、運行技術支撐、智能數據分析的“樞紐”，為10個學科領域、100個國家農業觀測實驗站開展農業基礎性長期性數據規范化采集、科學化治理、穩定化運行和智能化分析提供統一的平臺。
“搭平臺、強運行、精分析”是國家農業科學數據總中心主任、中國農科院信息所所長周清波研究員對總中心支撐作用的形象總結，“所謂打地基，就是在統一的整體技術框架、數據采集、匯交、治理等系列標準及工作規范前提下，把各數據中心凝練的每一項觀測任務的數據需求的技術問題打通，我們在JAVA EE平臺上，整合了眾多符合農業科學數據特色的管理應用組件，建成了開放式的管理應用系統，為多學科、
