数学模型技术在农业大数据分析中的应用.docx

数学模型技术在农业大数据分析中的应用

摘要：随着数字化和先进科学技术在农业产业链中的运用和发展，大数据结合农业全产业链的发展开始被人们广泛关注，这加速了农业全产业链深化改革和数字化的农业建设进程。数学本是一门与大众生活息息相关的学科，将数学中的相关模型、技术引入到农业生产工作中，会产生更高的积极影响。所以在农业生产管理的过程中应该扩宽大数据的使用几率，帮助企业提升生产效率，发挥出数学模型技术的积极作用，从而加强推进农业相关的生产技术，促进农业经济的稳定发展。

关键词：数学模型技术；农业；大数据；应用

引言

随着时代的进步，现代信息技术（互联网、移动互联网、物联网、云计算等）也得到快速发展，与此同时数据无时无刻不在产生，而且速度越来越快，量也越来越多。大数据技术应运而生，发展迅速，并且形成当前社会的一大新兴产业，受到各个领域内的广泛关注。农业是大数据最能发挥作用的重要领域，并且农业大数据应用是实现农业农村信息化很重要组成部分；因此，建立农业信息化国家大数据中心，努力发展数学模型技术、大数据挖掘等技术，是解决中国农业信息化发展瓶颈的重要手段。

1农业大数据的特点和现状

在农业生产活动中会受到各种因素的影响产生数据信息，比如，受到农业地域差异、季节性等影响，这些因素都会产生较大的数据信息，而当前随着科学技术的发展，有很多的电子设备出现在人们的生活中，也导致了数据信息的大幅度增加，在搜索信息的过程中如果仍然利用传统的方式难以找到合适的信息数据，这也会影响社会发展。科技进步能够对农业生产和发展起到积极的推动作用，想要提升农业经济发展水平就必须要利用先进的技术手段来发展农业。而农业大数据技术能够通过特定的数据处理技术，充分挖掘农业数据信息，为决策管理者制定并推行重大决策提供重要的参考依据。同时大数据能够加快普及农业科学技术、提供准确角色的依据，为高效推进农业大数据技术的深度融合提供方向保障。大数据具有信息更新速度快，具有精准性、数量庞大等特点，在今后的发展中将会以每年百分之五十的速度迅速增长。根据这些特点能够分析出农业大数据对于农业经济管理有着至关重要的影响，在农业生产过程中利用大数据能够有效的促进农业科学的可持续发展。现如今，大数据还呈现出了多样化的发展趋势，这些海量的数据不仅内容不同，包含的方面不同，还有很多的非结构化形式，所以农业生产过程中会受到各种因素的影响。相关单位应该及时的对这些数据进行搜集和分析，有效的利用数据信息指导农业生产活动。

2数学模型技术在农业大数据分析中的应用

我国农耕历史悠久，不仅沉淀了“24节气歌”等农业种植经验，也在农业发展的各个环节积累了海量数据，即农业大数据。农业大数据指的是农业生产经营和产品销售各个环节中产生的所有数据的集合。从耕地、播种、生长到收获，从贮运、加工到销售，都不断更新和沉淀着农业大数据。这些横跨多个行业、多个专业的数据分析与挖掘，是现代农业发展新的增量。当前现代农业所面临的诸多问题，如作物育种、气候预测、土壤治理、病虫害防治、农产品销售、粮食安全等，都可通过大数据的应用研究找到解决途径。但大数据作为一种海量的、复杂的数据集合，在实际应用中尚存在一定难度。而数学建模的嵌入，恰好疏通了大数据在农业应用中的“堵点”。数学模型是一种模拟，主要由数学符号、数学公式、流程图形等组成，是对实际问题进行的合理抽象和简化。它可以梳理出问题事件中的重要变量和参数，并建立变量和参数之间的数学关系，用以求得最优解或验证某个假设或预测某种发展趋势。在纷繁的农业大数据中，如何利用数学模型“去粗取精”“沙里淘金”，提炼、分拣有用的农业数据，解释各个数据之间的关联性并作出预测，是数学模型技术在农业大数据分析中的应用重点。现代农业实践表明，将数学模型技术应用于农业大数据中的数据挖掘和分析之中，有助于针对农业发展中的“疑难杂症”总结经验和教训，并在此基础上作出规律总结和趋势预测，从而为上至国家下到农户的农业决策提供参考依据。这不仅对个体农户降低损失提高营收有所助益，更对国家发挥农业大数据资源优势、提高农业生产经营效率、实现农业高质量发展具有重大意义。

3推进农业大数据发展的有效措施

3.1大力发展智慧农机，鼓励科技创新

目前，我国现代化农业的重点仍然是发展农业全程、全面机械化，与此同时一些大型农机企业也在逐步向智慧农机重点发力。因此，我国农业部门应当对于发展智慧农机予以充分支持，采取科技创新战略，加大资金和人才的投入力度，重点攻克关键环节的技术难关，例如农机自动驾驶、农机变量作业等项目，逐步深入到林果生产、畜牧养殖、水产养殖及农产品初加工，促进农业生产管理信息化、智能化。

3.2充分利用补贴政策，促进智慧农机推广普及

一项技术的快速发展与推广应用是相辅相成的。例如，近些年来农机深松深翻项目的实施促进了一些运用北斗导航技术企