大数据时代水产业如何与互联网做加法

大数据时代水产业如何与互联网做加法

随着科学技术的进步，物联网和制造业服务化迎来了以智能制造为主导的第四次工业革命。2013年，德国汉诺威工业博览会正式提出了“工业40”的概念。这是德国政府《高技术战略2020》确定的十大未来项目之一，旨在支持工业领域新一代革命性技术的研发与创新。

农业作为工业生产原材料的提供行业和工业制成品的使用行业，也必将融入这场时代的变革，向农业智能化时代即农业40时代发展。作为农业40的重要内容之一，水产行业也将发生深刻的变革，智能化、网络化、精细化和便捷化的水产养殖时代即将到来。

农业10 到40的变迁

农业40是以物联网、大数据、移动互联、云计算技术为支撑和手段的一种现代农业形态，即智能农业（Intelligent Agriculture），也是继传统农业、机械化农业、信息化(自动化)农业之后，进步到更高阶段的产物。

纵观国内外现代农业发展历程，可以分为四个阶段：农业10是依靠个人体力劳动及畜力劳动的农业经营模式，人们主要依靠经验来判断农时，利用简单的工具和畜力来耕种，主要以小规模的一家一户为单元从事生产，生产规模较小，经营管理和生产技术较为落后，抗御自然灾害能力差，农业生态系统功效低，商品经济较薄弱。农业20，即机械化农业，是以机械化生产为主的生产经营模式，运用先进适用的农业机械代替人力、畜力生产工具，改善了“面朝黄土背朝天”的农业生产条件，将落后低效的传统生产方式转变为先进高效的大规模生产方式，大幅度提高劳动生产率和农业生产力水平。随着计算机、电子及通信等现代信息技术以及自动化装备在农业中的应用逐渐增多，农业将步入30模式。农业30，即信息化（自动化）农业，是以现代信息技术的应用和局部生产作业自动化、智能化为主要特征的农业。

信息技术发展到新阶段即可产生新的农业发展模式即农业40，即：智能化农业，这是融合物联网、云计算和大数据的高度智能化农业，其目的是要实现大范围大尺度的农业生产全局的最优，以最高效率地利用各种农业资源、最大程度地降低农业能耗和成本、最大限度地保护农业生态环境以及实现农业系统的整体最优为目标；以农业全链条、全产业、全过程、全区域智能的泛在化为特征，以全面感知、可靠传输和智能处理等物联网技术为支撑和手段；以自动化生产、最优化控制、智能化管理、系统化物流、电子化交易为主要生产方式的高产、高效、低耗、优质、生态、安全的现代农业发展模式与形态。

农业40在我国“小荷才露尖尖角”，尚处概念、理念、设计和试验示范阶段：北京市重点开展了农业物联网在农业用水管理、环境调控、设施农业等方面的应用示范，实现了农业用水精细管理和设施农业环境监测；黑龙江省侧重在大田作物生产中搭建无线传感器网络，借助互联网、移动通信网络等进行数据传输及数据集中处理和分析，支撑生产决策；江苏省开发了国内领先的基于物联网的一体化智能管理平台，侧重在水产养殖等方面进行探索；山东在设施温室和水产养殖的整体行业信息化推进进步明显；浙江省重点在设施花卉方面应用物联网技术，各项环境指标通过传感器无线传输到微电脑中，实现了花卉种植全过程自动监测、传输控制；安徽省小麦“四情”监测项目建设已经启动。此外，河南、重庆、辽宁和内蒙等地也开展了一些探索工作。

现阶段，我国农业40主要以物联网技术在各领域各环节的示范推广应用为主，还未实现大规模、高阶化的应用。随着农业电商、农产品物流、农业市场化服务的快速发展，大数据、云计算、移动互联等也得到了广泛的应用，并与物联网技术进行了有效地融合。

“农业40”在水产行业的应用现状

“农业40”的发展以物联网、大数据、云计算、移动互联等技术为关键，突破涉及农业物联网的核心技术和重大关键技术，迎合现代农业的发展需求是迈向“农业40”的必经之路。现阶段，“农业40”在水产行业的应用主要体现在以物联网为核心的关键技术应用上。

物联网等“农业40”技术在水产领域的深化应用需要有大批懂技术、会应用的实用性人才。然而，水产养殖历来被视为艰苦、薪酬低、社会评价不高的职业，陈旧的社会偏见对农业院校特别是本身学水产养殖的学生及其亲人的心理产生了巨大冲击，这些学生毕业后，在自身有畏惧心理及其在家人劝阻之下，大部分转向了饲料营销等非养殖一线岗位，还有相当大一部分转向了跟水产风马牛不相及的行业，更不用说其它专业毕业生会投身这个行业。因此，在实用性人才不足的情况下，通过物联网等“农业40”技术大力提升行业内技术装备，打“技术牌”，才能更好地缓解水产行业高素质劳动力紧缺的困境。挪威的大型养殖场在人力成本高昂的情况下，通过集成现代信息技术，构建养殖物联网平台，实现三文鱼饲料投喂、收获、洗网、加工的完全自动化，只要定期维护便可实现1～2 人管理全场所有事务，这种良性运作的养殖业模式值得我们借鉴。

长久以来，作为我国传统的养殖方式，以低洼盐碱地和荒滩荒水等资源改造进行养殖，技术成熟、 *** 作简便、投入适中，适合我国农村以农民承包经营的经济发展水平。但是其周期长、劳动强度大、生产效率低且养殖风险大、水体污染严重。因此，减轻劳动强度，提高生产效率，降低养殖风险，实现生态养殖是渔民多年来的梦想，也是新时期对渔业现代化的必然要求。通过物联网等“农业40”技术把人工智能系统和相关的仪器、仪表、装备相结合，通过计算机控制实现水体质量监控、增氧、投饵、捕捞等养殖作业和运输、加工、仓储、物流等自动化管理，减少了人力物力的投入，也减少了人为经验误差造成的损失。同时，通过水产养殖户走向联合，各种行业协会、水产组织孕育而生，形成集群效应和规模效应，这就转变了水产养殖的发展模式。

当前，我国水产养殖业发展正处于一个新的历史阶段，特别是深化水产养殖业结构调整，稳定增加农民收入，提高水产品市场竞争力，对推进水产养殖业信息化的要求比以往任何时候都显得更为紧迫。大力推进水产养殖信息化，以信息化带动我国水产养殖业现代化，对于促进农业和水产养殖业的发展，提高渔民生活质量具有重要意义。

水产行业“农业40”面临的问题

目前，以物联网为代表的“农业40”技术涵盖了水产养殖行业的多个方面，并在政策扶持、技术研发、示范应用等方面积累了一定的经验，对水产行业形成了良好的促进作用。但农业物联网技术应用总体仍处于初级阶段，还有许多问题亟待解决，主要体现在以下几个方面：

首先，关键设备与核心技术储备不足。相对于其他领域，由于动植物的生命特征、系统环境的开放性和复杂性，加之应用对象经济条件的限制，农业对物联网技术产品提出了更高的要求。从总体上看，水产养殖的装备化程度低，自动化的基础条件有待进一步夯实。同时，我国农业物联网关键技术、产品、设备技术储备不足，集成体系成熟度较低，大面积推广应用的难度较大。比如在水产养殖业方面，由于我国水体富营养化程度高，稳定、可靠、耐用溶解氧、pH 值、叶绿素、氨氮、亚硝酸盐的传感器技术仍不过关，需要小型化、精确化、灵敏化、运行稳定的传感器，这方面，我国与国外相比仍有较大差距。

其次，水产物联网应用标准体系尚不完善。农业应用对象复杂、获取信息广泛，传感器的标准是否统一、采集的信息是否可以标准化应用，都成为影响水产物联网应用成败的重要因素。目前国内还没建立完整的农业物联网技术标准体系，现有标准还很零散、缺失和不统一，标准制定与市场应用结合不够，导致物联网市场分割，制造和服务成本偏高，这已成为制约物联网技术在现代农业发展中推广应用的重要因素，具体到水产物联网更是如此。

再者，水产物联网应用商业模式亟待建立。包括水产物联网在内，我国整个水产物联网行业还处于发展初期，缺乏成熟的商业模式。目前水产物联网的市场需求仍然是以设备采购、网络接入为主，导致农业物联网的产出与预期的估计差别太大。从产业化发展角度来看，目前我国农业物联网技术应用总体处于试验示范阶段，规模小而分散，农业传感控制设备等物联网关键技术产品难于实现批量生产，导致产品价格高，用户难于接受。农业物联网技术产品投放市场前缺乏严格质量检测，当设备暴露在恶劣自然环境下，导致设备稳定性差，故障率高，维护成本高，后续技术服务落后，农业物联网应用系统不能持续正常运行，影响了用户的使用积极性，导致农业物联网产业发展缓慢。

最后，水产物联网技术专业人才缺乏。目前广大基层农户、农技人员对于水产物联网的概念还很模糊，对于水产物联网的技术、设备等知识的认识还不全面，还不具备应用推广物联网技术的能力。同时，在水产物联网的传感器开发、运算评价模型的研究等方面缺少跨专业的复合型人才。水产物联网是整合了水产、通信、机械、计算机软件等多行业的一个综合产业。因此，就需要从事水产物联网的相关技术人员对农学、通信、软件编程等方面都要有较强的专业知识，这样才能研发出符合农产品生产者实际需要，真正智能化、自动化的农业物联网。

水产行业如何融入“农业40”

“互联网+”缩短了信息化与农民之间的距离，但是还没有很好的消除与养殖户之间的技术障碍。只有让互联网自然融入到传统水产行业，让养殖户像打电话和看电视一样简易 *** 作就可以进行智能水产养殖，才是真正的“互联网+水产”，也才真正迈出了水产行业“农业40”的第一步。

互联网尤其是移动互联网环境对于加速信息化在农业领域的应用、推进“农业40”发展优势明显：一是软硬件支出费用相对较低；二是可以随身携带、随时应用；三是交互方式相对优化，便于 *** 作；四是易于附加个性化服务和实现精准推送，可加载更多智能化的应用。这些恰恰是长期以来困扰信息化在农业领域深度、广度应用的关键难题。如今劣势变优势，意味着未来农业领域，特别是水产领域的移动互联网应用前景十分光明：

“互联网+水产”有利于实现生产智能化。移动互联网与水产物联网装备结合后，能够发挥全面感知、可靠传输、先进处理和智能控制等技术优势，实现水产养殖的全程控制，降低污染，减少疫病，提高养殖品质，达到科学养殖和智能养殖的目的。

“互联网+水产”有利于实现经营网络化。移动互联网有利于加快水产电子商务的应用，实现水产品流通扁平化、交易公平化、信息透明化，建立最快速度、最短距离、最少环节、最低费用的水产品流通网络，解决买难卖难问题，大大提高水产经营的网络化水平。

“互联网+水产”有利于实现管理精细化。移动互联网的普及，能够加快大数据、云计算等先进技术的落地应用，通过对终端、用户及其水产生产经营行为的跟踪服务，进行生产调度、应急指挥、质量监管，对上辅助宏观决策，对下优化生产经营行为，解决当前管理对象不明确、效率不高等问题。

“互联网+水产”有利于实现服务便捷化。移动互联网的便携随身和实时交互特点，很好地解决了农业信息服务“最后一公里”问题，便捷服务的同时，为市场化、多元化信息服务提供了机遇，通过创新型应用等多种手段，未来的水产信息服务将更加丰富便捷。

真正的信息化应该是“润物细无声”的，无需冗长的教程和繁难的培训，一看就会，一用就见效，自然能够受到农民追捧、赢得市场，这应该是互联网融入水产行业的最佳情境设想。因此，“互联网+水产”的发展，不能把重点放在教育一线养殖户，而是从一线养殖户的实际和思维出发，因势利导、潜移默化地进行适应性改变，这就是所谓的“引导”。那么，这个适应性改变应该如何进行？

一是要加快易用、实用APP的开发，建议模拟不同的养殖场景，按照养殖全过程设置重要节点和参数，按照农民的养殖习惯优化应用流程。

二是要打通生产和经营的通道，通过移动互联网实现“扁平化”，借助在线传输方式，让消费者与养殖现场建立关联，无论是水产品质量追溯，还是养殖现场视频调阅，甚至是水产养殖众筹，都可以大胆尝试。

三是要充分利用政策资源，实施移动互联网示范工程，通过创建“互联网+”示范养殖场、养殖能手等行动，大力推广信息化养殖理念和技术，加强用户体验，大规模提升水产养殖信息化水平。

四是要积极实践互联网思维，启动水产信息化服务市场，借用打车软件等先进的运营思维，合理配置盈利点，前端推广多采用免费、补贴等手段，让农民享受到实惠，再从水产养殖的其他环节找回企业收益。

以上是小编为大家分享的关于大数据时代水产业如何与互联网做加法的相关内容，更多信息可以关注环球青藤分享更多干货

物联网简单的说就是物物相连的网络，通过物联网能够构建出一个万物互联的世界，而万物互联的世界必然会带来万物智能，从这个角度来看，物联网的发展空间还是非常广阔的。

物联网通常分为四个层次，分别是设备、网络、平台和应用。设备往往是物联网设计的第一步，不同的设备具备不同的功能，比如大量的传感器设备能够获取各种环境参数，对于一些工业生产环境来说，这些传感器还是非常重要的。传感器设备往往需要通过网关把数据发送到物联网平台，物联网平台根据传感器发回来的数据进行针对性的分析和判断，以便于决策是否进行相应的调整，而这正是大数据和人工智能所要关心的事情。从这个角度来看，物联网、大数据和人工智能的关系是非常密切的。

当前互联网正在从消费互联网向产业互联网发展，产业互联网需要综合采用物联网、大数据、云计算、人工智能等技术来赋能传统行业。物联网是产业互联网相关技术的基础，因为没有物联网就没有大数据，更谈不上智能化，所以物联网建设通常是产业互联网建设的排头兵。从这个角度来看，未来学习物联网相关技术是不错的选择，会有众多的发展机会。

物联网平台的解决方案是比较复杂的，目前物联网平台的研发依然处在未完全成熟的阶段，大量的技术标准还有待建立和完善，相信随着5G标准的落地，会进一步促进物联网平台标准化的建设。

什么是物联网，发展趋势怎样。学习物联网有前途吗？去年我应邀参加了上海物联网培训会，认识了物联网，并与我们陕西杨凌祥荷牌有机富硒农业专业研发有机富硒农业番茄，黄瓜，甜椒，马铃薯，红薯，猕猴桃，葡萄，苹果与上海合其家物联网公司董事长林总进行现场演讲与沟通。互联网是由美国制定的技术标准，而物联网是由中国制定技术标准的。通过物联网学习，认识了物联网公司各界朋友，今后物联网区块链将是我国重奌发展的方向，万物相连，物联网是未来信息技术发展的方向。也是信息技术一场革命。物联网是我国信息技术的发展方向。

1、物联网就是“物与物互相连接的互联网”。物联网的感知层，产生了海量的数据，将会极大地促进大数据的发展。同样，大数据应用也发挥了物联网的价值，反向刺激了物联网的使用需求。越来越多的企业，发觉能够通过物联网大数据获得价值，就会愿意投资建设物联网。
2、其实这个问题也可以进一步延伸为“大数据和5G之间的关系”。5G的到来，通过提升连接速率，提升了“人联网”的感知，也促进了人类主动创造数据。另一方面，它更多是为“物联网”服务的。包括低延时、海量终端连接等，都是物联网场景的需求。
3、5G刺激物联网的发展，而物联网刺激大数据的发展。所有通信基础设施的强大，都是为大数据崛起铺平道路。
4、据调查，63%的公司从对大数据投资中获得了可衡量的效果。如果再加上传感器、追踪器等物联网能力的加持，数据驱动型企业有潜力实现更广泛的市场研究、更好的流程可见性、更高的运营效率。然而，大数据咨询专家认为，某些行业或许本身就更适合从大数据和物联网的结合中受益。

物联网通过大量的网络传感器来接受数据
当前收集的信息数据类型不同，物联网的数据特征与大数据不同，主要特征有：
heterogeneity, variety, unstructured feature, noise, and high redundancy
物联网数据特征：异构型、多样性、无结构化特征、噪声、高冗余。
大数据的4V特征：大量化、多样化、快速化、价值化

当今物联网数据不是的大数据最重要的组成部分，但是据惠普的预测，到2030年，传感器数量将达到1万亿，成为大数据的重要组成部分。

作者 | 网络大数据

来源 | raincent_com

随着物联网的演变和发展，所有可以想象到的东西(或事物)和产业都将变得更加智能：智能家居和智慧城市、智能制造机械、智能汽车、智能健康等等。无数被授权收集和交换数据的东西正在形成一个全新的网络——物联网——一个可以在云中收集数据、传输数据和完成用户任务的物理对象网络。

物联网和大数据正在走向胜利之路。不过，要想从这一创新中获益，还需要解决一些挑战和问题。在本文中，我们很高兴与大家分享多年来在物联网咨询领域积累的知识。

物联网大数据如何应用

首先，有多种方法可以从物联网大数据中获益：在某些情况下，通过快速分析就足够了，而一些有价值的见解只有在经过深入的数据处理之后才能获得。

实时监测。通过连网设备收集的数据可以用于实时 *** 作：测量家中或办公室的温度、跟踪身体活动(计算步数、监测运动)等;实时监测在医疗保健中被广泛应用(例如，获取心率、测量血压、糖分等);它还成功地应用于制造业(用于控制生产设备)、农业(用于监测牛和作物)和其他行业。

数据分析。在处理物联网生成的大数据时，我们有机会超越监测，并从这些数据中获得有价值的见解：识别趋势，揭示看不见的模式并找到隐藏的信息和相关性。

流程控制和优化。来自传感器的数据提供了额外的上下文情境信息，以揭示影响性能和优化流程的重要问题。

▲交通管理：跟踪不同日期和时间的交通负荷，以制定出针对交通优化的建议，例如，在特定时间段增加公共汽车的数量，看看是否有改观，以及建议引入新的交通信号灯方案和修建新的道路，以减少街道的交通拥堵状况。

▲零售：跟踪超市货架中商品的销售情况，并在商品快卖完之前及时通知工作人员补货。

▲农业：根据传感器的数据，在必要时给作物浇水。

预测性维护。通过连网设备收集的数据可以成为预测风险、主动识别潜在危险状况的可靠来源，例如：

▲医疗保健：监测患者健康状态并识别风险(例如，哪些患者有糖尿病、心脏病发作的风险)，以便及时采取措施。

▲制造业：预测设备故障，以便在故障发生之前及时解决。

还应注意的是，并非所有的物联网解决方案都需要大数据(例如，如果智能家居拥有者要借助智能手机来关灯，则可以在没有大数据的情况下执行此 *** 作)。重要的是要考虑减少处理动态数据的工作量，并避免存储将来没有用处的大量数据。

物联网中的大数据挑战

除非处理大量数据以获取有价值的见解，否则这些数据完全没用。此外，在数据收集、处理和存储方面还有各种挑战。

▲数据可靠性。虽然大数据永远不会100%准确，但在分析数据之前，请务必确保传感器工作正常，并且用于分析的数据质量可靠，且不会因各种因素(例如，机器运行的不利环境、传感器故障)而损坏。

▲要存储哪些数据。连网设备会产生万亿字节的数据，选择存储哪些数据和删除哪些数据是一项艰巨的任务。更重要的是，一些数据的价值还远远没有显现出来，但将来您可能需要这些数据。如果您决定为将来存储数据，那么面临的挑战就是以最小的成本做到这一点。

▲分析深度。一旦并非所有大数据都很重要，就会出现另一个挑战：什么时候快速分析就足够了，什么时候需要进行更深入的分析以带来更多价值。

▲安全。毫无疑问，各个领域的连网事物可以让我们的生活变得更加美好，但与此同时，数据安全也成一个非常重要的问题。网络罪犯可以侵入数据中心和设备，连接到交通系统、发电厂、工厂，并从电信运营商那里窃取个人数据。物联网大数据对于安全专家来说还是一个相对较新的现象，相关经验的缺失会增加安全风险。

物联网解决方案中的大数据处理

在物联网系统中，物联网体系架构的数据处理组件因输入数据的特性、预期结果等而不同。我们已经制定了一些方法来处理物联网解决方案中的大数据。

数据来自与事物相连的传感器。“事物”可以是任何物体：烤箱、汽车、飞机、建筑、工业机器、康复设备等。数据可以是周期性的，也可以是流式的。后者对于实时数据处理和迅速管理事物至关重要。

事物将数据发送到网关，以进行初始数据过滤和预处理，从而减少了传输到下一个物联网系统中的数据量。

边缘分析。在进行深入数据分析之前，有必要进行数据过滤和预处理，以选择某些任务所需的最相关数据。此外，此阶段还可以确保实时分析，以快速识别之前在云中通过深度分析所发现的有用模式。

对于基本协议转换和不同数据协议之间的通信，云网关是必需的。它还支持现场网关和中央物联网服务器之间的数据压缩和安全数据传输。

连网设备生成的数据以其自然格式存储在数据湖中。原始数据通过“流”进入数据湖。数据保存在数据湖中，直到可以用于业务目的。清理过的结构化数据存储在数据仓库中。

机器学习模块根据之前积累的历史数据生成模型。这些模型定期(例如，一个月一次)用新数据流更新。输入的数据被累积并应用于训练和创建新模型。当这些模型经过专家的测试和批准后，控制应用程序就可以使用它们，以响应新的传感器数据发送命令或警报。

总结

物联网产生大量数据，可用于实时监控、分析、流程优化和预测性维护等。然而，应该记住，从各种格式的海量数据中获得有价值的见解并不是一件容易事情：您需要确保传感器工作正常，数据得到安全传输和有效处理。此外，始终存在一个问题：哪些数据值得存储和处理。

尽管存在一些挑战和问题，但应记住，物联网的发展势头强劲，并可以帮助多个行业的企业开辟新的数字机遇。

大数据比物联网专业好。

大数据定义：

1、现在的社会是一个高速发展的社会，科技发达，信息流通，人们之间的交流越来越密切，生活也越来越方便，大数据就是这个高科技时代的产物。

2、大数据概念应用到IT *** 作工具产生的数据中，大数据可以使IT管理软件供应商解决大广泛的业务决策。IT系统、应用和技术基础设施每天每秒都在产生数据。

3、大数据是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

大数据的结构：

1、大数据包括结构化、半结构化和非结构化数据，非结构化数据越来越成为数据的主要部分。据IDC的调查报告显示：企业中80%的数据都是非结构化数据，这些数据每年都按指数增长60%。

2、大数据就是互联网发展到现今阶段的一种表象或特征而已，没有必要神话它或对它保持敬畏之心，在以云计算为代表的技术创新大幕的衬托下，这些原本看起来很难收集和使用的数据开始容易被利用起来了，通过各行各业的不断创新，大数据会逐步为人类创造更多的价值。

3、实践是大数据的最终价值体现。在这里分别从互联网的大数据，政府的大数据，企业的大数据和个人的大数据四个方面来描绘大数据已经展现的美好景象及即将实现的蓝图。

---