京公网安备 11010802034615号
经营许可证编号:京B2-20210330
农业大数据如何助推脱贫攻坚
大数据对破解物价贵问题能做些什么?如何解决当前建设农业大数据与农业数据匮乏之间的矛盾?
日前,在北京举行的贵州省农业大数据专家委员会成立大会暨第一次咨询会上,与会的几十位来自国内农业、地理信息、大数据领域的权威学术机构及企业的技术专家,围绕贵州大数据助推农业产业发展、实现脱贫攻坚计划进行了深入探讨。
大数据+融合 多领域践行国家战略
今年,贵州提出实施大扶贫、大数据、大生态三大战略行动。在全省深度贫困地区脱贫攻坚工作推进大会上,相关负责人明确表示,要运用大数据加强对农业产业的精准管理。
“对农业来讲,重点是对大数据技术的应用,利用大数据对传统农业进行升级改造,使其成为农业现代化建设和农业供给侧结构性改革的动力。”农业部信息中心主任王小兵表示。
会上,由贵州省大数据局与省农委共同编制的《贵州省大数据助推农业产业脱贫攻坚行动方案(2017-2019)》引起了记者的注意。《方案》拟以食用菌、茶叶、蔬菜、生态家禽、中草药等5大特色优势产业作为突破口,兼顾冷链物流体系,最终构建覆盖农业全领域全产业链的大数据平台,实现农情感知实时化、农业生产智能化、农产品销售网络化、农业监管科学化、农业服务精准化五大目标,解决“生产难、销售难、监管难”的产业痛点。
根据规划目标,2017年,贵州将主要完成规划与实施方案的编制、制定农业大数据共享条例与技术标准、整合多部门多产业多领域的农业发展数据等多项具体工作。
对于贵州推动大数据与产业融合,专家表示赞赏,并希望贵州在大数据助推优势特色产业扶贫方面开辟出一条崭新的道路。
专业+经验 顶层设计以问题为导向
记者还注意到,贵州省农业大数据专家委员会的成员名单中,不仅有中国工程院院士汪懋华、孙九林和刘旭,中科院院士周成虎,农业部信息中心主任王小兵,还有中国农业科学院农业信息研究所原所长许世卫以及阿里云公司等企业的代表。
据了解,专家委员会不仅会对贵州农业大数据顶层规划和技术方案设计过程进行指导,还将通过不定期召开专家咨询会、论证会、评审会,甚至网上指导、实地调研等多种方式,在后续的发展、阶段性成果评审等方面给予建议、支持、论证。
贵州省大数据发展管理局局长马宁宇向《中国科学报》记者表示:“农业大数据是一个很大、很复杂的课题,涉及多个领域、多个学科、多个环节,目前国内也没有找到特别成熟的案例。所以,对顶层规划和技术方案设计的把握尤其重要,需要得到顶级专家的指导与帮助,让我们能把准方向,选准路径。”
汪懋华认为,顶层设计要坚持问题导向,结合贵州的基础资源数据,然后再统筹规划。
周成虎表示,贵州可以利用大数据,把旅游和特色农产品组合起来,为景区群众、贫困户增收。
实践+时机 产业现代化大有可为
目前,贵州的大数据助力农业产业脱贫攻坚行动规划和方案,已经由该省大数据发展管理局、省发改委牵头,数家单位共同参与的贵州农产品价格和成本监测平台建设同时启动。
近期,这个平台的第一代版本已完成开发工作。平台不仅汇聚了相关部门监测的105个农产品品种、660余万条历史数据,还完成了对相关数据的梳理、清洗、融合和分析,实现了农产品价格概览、比价、变化及异常监测和预警、辅助扶贫决策等多项功能。
贵州省农委主任助理诸云强介绍,贵州现代山地特色高效农业的发展,已经到了必须全面提升的关键时期,以大数据为代表的现代信息技术正是目前最有力的抓手。大数据+农业的深度推进,是实现农业持续健康发展的必由之路。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
【核心关键词】统计学、互联网、知识、课程、学生、数学、软件、招聘、数据分析、实习经历、机器学习、理论基础、业务思维、统 ...
2026-07-10在互联网运营、产品设计、市场营销与商业数据分析领域,所有转化、成交、复购行为的底层逻辑,都依托于用户决策流程。用户从产生 ...
2026-07-10 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-07-10数据透视表是数据分析中最常用、最高效的汇总分析工具,具备快速分组、聚合计算、维度拆解、数据可视化等优势,能够轻松完成求和 ...
2026-07-09在统计学、CDA数据分析、机器学习与商业数据研究中,正态分布是最基础、最重要的数据分布形态。绝大多数参数检验、数据建模、指 ...
2026-07-09 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-07-09【核心关键词】采购、周期、原材料、企业、产品、成本、要素、库存、供应商、数据分析、生产计划、生产制造、加工制造、技术工 ...
2026-07-08在数据分析、特征工程、机器学习建模的工作流程中,原始数据往往包含多个不同维度的数值指标,例如客户交易数据中的消费金额、交 ...
2026-07-08 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-07-08商业谈判是企业采购合作、渠道签约、价格议价、项目合作、客户签约的核心关键环节,直接决定企业的合作成本、利润空间与经营风险 ...
2026-07-07在数据分析、业务效果验证、AB 测试、学术研究等场景中,T 检验是假设检验体系里最基础、应用最广泛的统计方法,也是均值差异分 ...
2026-07-07 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-07-07【核心关键词】转化率、企业、策略、岗位、互联网、拆分、产品、运营、分析师、指标体系、数据分析、用户画像、数据诊断、产品 ...
2026-07-06在数据分析工作中,文本数据处理是高频刚需场景,用户评论、客服工单、日志信息、调研问卷、商品文案等数据都包含大量文本内容。 ...
2026-07-06 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-07-06在 CDA 数据分析师能力体系中,透视分析是数据探索、多维度汇总、业务复盘的核心基础技能。无论是 Excel 数据透视表,还是 Power ...
2026-07-03在市场竞争日趋激烈、获客成本持续攀升的当下,企业粗放式的“广撒网”获客模式早已无法适配经营需求。企业经营的核心逻辑,已经 ...
2026-07-03 很多数据分析师精通Excel函数和数据透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么 ...
2026-07-03【核心关键词】运营、企业、核心、客户、新技术、数字化运营、数据分析、传统企业、人工录入、生产系统、技术人员、数据安全、 ...
2026-07-02在产品开发、项目立项、业务拓展、运营优化的工作中,市场调查、竞品分析、需求调研是三大核心基础工作。很多从业者容易将三者混 ...
2026-07-02