܄

中国农业大学教授李道亮:中国水产养殖往哪走?大数据水产走向精准

【数据猿导读】 我国是水产世界第一大国,占世界产量的65%,近些年发展非常迅速,平均涨幅近10倍。同时我国的水污染越来越重,风险越来越大。国家从业劳动力的成本在迅速增加,老龄化在迅速提升。在山东,水产养殖都是在50岁以上的人,下一步面临的问题就是将来谁与养育它,中国的水产养殖业将往哪走?整...

中国农业大学教授李道亮:中国水产养殖往哪走?大数据水产走向精准

为贯彻落实党中央、国务院有关实施“互联网+”行动计划、推进大众创业万众创新等决策部署,9月6日,农业部在江苏省苏州市召开全国“互联网+”现代农业工作会议暨新农民创业创新大会,总结交流各地推进“互联网+”现代农业行动的好做法和好经验,研究部署“十三五”期间“互联网+”现代农业重点工作。

水产养殖的国情

我国是水产世界第一大国,占世界产量的65%,近些年发展非常迅速,平均涨幅近10倍。同时我国的水污染越来越重,风险越来越大。国家从业劳动力的成本在迅速增加,老龄化在迅速提升。在山东,水产养殖都是在50岁以上的人,下一步面临的问题就是将来谁与养育它,中国的水产养殖业将往哪走?整个行业靠人肯定不行了。

电脑代替人脑

物联网最核心的中心思想就是让物体连接网络,用到水产养殖里面就是让我们的装备有身份、有连接方式,让我们的装备能够精准智能的工作,同时通过装备之间的连接实现每个方面的定义化。大数据核心就是从众多的数据中获取有价值的东西,什么时候投料、投多长时间这些都变成精准化的东西。我的核心观点就是物联网给大数据提供数据的来源,这里边包括环境的全面感知、个体行为的实时监测、现场作业的自动化操作以及可追溯的质量管理。

大数据给农业提供科学的决策。大数据可以使每一个模型都实现最优,物联网和大数据是孪生兄弟,谁也离不了谁,这两个加起来与装备和种养殖技术结合在一起,才构成了现代农业和现代渔业。 农业包括渔业也要走这样一个道路,开始是手工的后来是机械的,再后来是自动化的。物联网和大数据之后就是智能化,这是农业和渔业必然要发展的道路。我们现在处于2.0的阶段,如果不是机械化、装备化就没有条件实现这个智能化了。

物联网逐步走向智能化

标识技术。要想精准每一个个体,首先要有身份,所以标识技术是一个重点的方向。

传感器。要对事物进行控制,传感器是一个很重要的方向,这里包括环境的传感器、行为的传感器、生理的传感器。农业将来一定是规模化的,在规模化里面必然形成区域,我觉得无线传感网络现在实用性虽然不高,但是我相信将来一定是一个非常重要的发展方向。

移动互联。我相信将来手机成为最重要的使用终端,跟它相关的技术也是一个发展的必然方向。装备代替劳力是中国未来30年要必须解决的问题,所以智能装备尤其是以机器人为代表的方向是很重要的。

标准。如果物联网物没有标准就不可能实现,所以就必须建立相关的标准。

大数据水产走向精准

基础研究。国外在这方面投入很多,就是生物信息数据和宏观养殖的大数据,特别是遗传。我看到在国外生物学家、信息学家还有动植物的专家,三个专家合到一起搞大数据,这个我觉得是未来很重要的发展。

模型。没有长期的、大量的数据,模型是做不出来的。我很多年前访问日本最大一个体会就是他们做一个东西可以做20年,我觉得这些模型是未来智能装备的前提。

市场。市场波动非常剧烈,为什么呢?我提出一个精准的预测,市场的大数据也是要考虑安全。把刚才所有的数据集中到一个平台上,实现全程的管控,这是个很重要的方向。

挑战。我个人觉得主要的挑战来自于几个方面。第一个方面是技术不成熟,第二个方面就是大型制造商接入程度低,第三个缺乏模式,第四个缺乏规范,第五个缺乏政策。我想要通过技术、通过商业模式、通过官产学研联合起来,众志成城把我们物联网大数据推进农业现代化!


来源:农视网

声明:数据猿尊重媒体行业规范,相关内容都会注明来源与作者;转载我们原创内容时,也请务必注明“来源:数据猿”与作者名称,否则将会受到数据猿追责。

刷新相关文章

大数据投融资周报(4月5日——4月7日,共9起)
大数据投融资周报(4月5日——4月7日,共9起)
大数据周周看:今日头条近10亿美元融资入账,Adobe推出体验云平台Experience Cloud
大数据周周看:今日头条近10亿美元融资入账,Adobe推出体验云...
【独家首发】数之联完成A轮数千万元融资,大数据分析挖掘领跑者获资本青睐
【独家首发】数之联完成A轮数千万元融资,大数据分析挖掘领跑...

我要评论

精品栏目

[2016/10/10]

大数据24小时

More>

[2016/09/26-7]

大数据周周看

More>

[2016/09/01-30]

大数据投融资

More>

[2016/11/28-2]

大咖周语录

More>

[2016/11/29-6]

大数据周聘汇

More>

[2016/12/06-13]

每周一本书

More>

返回顶部