专栏名称: 数据要素社
数聚要素前瞻,启观市场未来!共同推动数据生态建设,助力数据要素产业蓬勃发展!
目录
相关文章推荐
人生研究所  ·  “建议周三设为永久节假日” ·  昨天  
每天60秒知天下  ·  厌学的孩子有救了!北大专家揭秘厌学症的“大脑 ... ·  2 天前  
每天60秒知天下  ·  厌学的孩子有救了!北大专家揭秘厌学症的“大脑 ... ·  2 天前  
印象笔记  ·  无畏少年与破产国家|一周收藏排行 ·  2 天前  
51好读  ›  专栏  ›  数据要素社

现代农业丨2024年“数据要素×”大赛全国总决赛优秀项目案例集(附详情)

数据要素社  · 公众号  ·  · 2025-01-25 23:55

正文


2024年10月25日, 2024 年“数据要素×”大赛全国总决赛颁奖仪式在北京举行 。本次大赛是首届“数据要素x”大赛,全国共有近2万支队伍踊跃参赛,10万参赛者用数据编织梦想,最终角逐出12个赛道共71支获奖队伍,另外还有48 个特色奖获得者,本文整理了现代农业领域赛道的8个案例详情。

2024“数据要 素× ”大赛

为推动数据在重点行业和领域的深度应用,2024年5月9日,国家数据局会同中央网信办、交通运输部、农业农村部、商务部、文化和旅游部、国家卫生健康委、应急管理部、金融监管总局、中国证监会、国家医保局、中国科学院、中国气象局、国家文物局、国家中医药局联合启动2024年“数据要素x”大赛,以场景需求为牵引,促进数据供给和流通使用,充分释放数据要素的价值。

首届“数据要素x”大赛启动以来,各行业主管部门大力支持各地方精心组织,科研院所、投融资机构、新闻媒体等积极协同,来自政产研学用等领域的近2万支队伍踊跃参赛 ,最终角逐出12个赛道共71支获奖队伍,另外还有48 个特色奖获得者。

2024年“数据要素x”大赛全国总决赛获奖名单
工业制造丨 2024年“数据要素×”大赛全国总决赛优秀项目案例集

现代农业领域优秀项目案例集

案例一


01

建设北大荒数据管理体系,提升农业生产数智化水平





党中央、国务院高度重视农业强国建设,提出加快发展智慧农业,打造以数据和模型为支撑的农业生产数智化场景,建设一批智慧农业引领区,实现精准种植智慧农业作业方式,优化种植结构,支撑粮食和重要农产品生产效率提升。发展现代农业所需数据时间周期长、来源广、种类复杂,当前涉农数据领域在数据获取和融合、成本控制、交互信任机制等方面仍存在问题。北大荒信息有限公司通过建设数据基础设施,建立数据治理标准,完善数据管理机制,实现多源异构数据汇聚共享,赋能农业生产、农业管理、农业服务、农业金融等场景,提升农业生产数智化水平。
一是构建数据全生命周期管理体系,推动数据整体循环。 北大荒构建了天、空、地、机、人,采、存、管、算、用一体的数据全生命周期管理体系,打破信息壁垒,实现数据穿透式触达、集中管控。为每个主体建立资源画像、土地画像、人员画像等,形成资源资产“一张图”,推动数据循环。截至目前累计汇聚数据超200TB,画像覆盖耕地4874.4万亩、地块26万块、农机79万台、种植户 59万
二是依托算法模型,促进农业生产降本增效。 基于多源异构数据引入大模型、小模型算法,突破感知、决策、执行与集成4个关键技术层次。产前依据历史数据、市场情况、环境分析、品种特点等合理开展种植规划,同时进行数据感知和融合,根据生长作物模型形成种植方案。产中进行作业过程智能调整,增强动态适应能力。产后形成热力图、产量报告、农事分析图等,支持逐年验证分析、迭代数据、改进完善,实现降本增效。以创业农场为例,通过智慧施肥应用单施肥环节,每亩提升经济效益157.2元,综合提升产量5.5%。
三是建立闭环数据治理机制,形成可信数据 围绕数据采集、数据标准、数据治理、数据质量、数据服务、数据安全等,建立农业生产数据闭环管理机制。通过有效解决农业生产数据格式不统一、数据来源不一致等问题,打造高质量数据资源,构建数汇、数标、数智、数安四层治理体系,实现规范统一、精准高效的数据闭环治理。
四是丰富数据赋能场景,激活周边产业链条。 利用数据整合优势,联合金融机构,建立金融全链路服务,打造信任机制和征信体系。同时配合银行完善金融风控管理,解决农民贷款贵、贷款难、贷款繁等问题。基于金融智能化服务,贷款实现最快3分钟审批,累计发放贷款207亿,平均年化利率降低至3.54%,累计为农户节约利息超3亿元。
五是推广专业化服务,打造可持续运营模式。 域内推广数字农服平台,将农业投入品供应、金融服务和农事生产环节的各项服务内容纳入平台运营,覆盖113家农牧场,服务用户超59万,往来资金超1000亿元,合同签订50余万份,为种植农户提供足不出户一站式数字农服解决方案。域外依托农服集团26家区域服务中心,通过土地托管、代耕代种、跨区作业、投入品辐射等实现农地运营7886万亩,带动农民500万户。同时针对内蒙古垦区、新疆建设兵团等提供差异化专业服务,开拓更多渠道,打造可持续运营模式。


案例二

02




数据驱动的设施果蔬智能生产和精准服务技术模式





在“树立大食物观”“向设施农业要食物”等时代要求下,我国设施农业呈现快速规模化、集约化发展态势。但我国设施果蔬生产面临着过度依赖种植经验、农事劳动密集度高、环境水肥精准管控难、智能化作业程度低等挑战,国产化的智能管控技术存在“源头缺数、决策缺脑、落地缺腿、应用缺魂”等堵点问题,关键技术装备严重依赖进口。江苏省农业科学院通过创新设施果蔬生产全过程多源数据精准感知、生长调控智能决策、智能装备精准作业、系统平台集成控制等关键技术产品,形成了“场景+链式”设施果蔬智能生产与精准服务技术模式,助力设施农业智能化转型升级。


一是突破设施果蔬生产数据精准感知、传输与融合技术,打破智能化源头“缺数”困境。 创制环境传感器、作物表型、长势、养分监测诊断等10种信息采集软硬件产品,创新“传感网络布设-数据异常诊断-多模态数据融合”等全生命周期数据动态治理核心算法,实现43项设施果蔬生产管理指标实时、在线、无损的低成本获取,基于7大类89项指标构建了规模化、长时序的基础数据集。


二是创制“数据-机理-经验”深度耦合的设施作物生长调控知识模型,破解了“国内模型落地难、国外模型水土不服”的技术瓶颈。 改进轻量级梯度提升机(LightGBM)、门控循环单元和注意力机制(GRU-Attention)等人工智能方法,创制环境因子多步长动态预测模型、水肥调控、环境调控等7套智能管控模型。创建“数据-机理-经验”深度耦合的生长调控决策模型库,实现按需智能调控的多元化决策,环控决策误差小于5%,节水节肥30%以上,节能达30%以上。


三是搭建“模型驱动、数智计算、服务云化”的智能管控装备和系统平台,攻克落地“缺腿”危机。 集“动态感知-模型决策”于一体,创制一批具有自主知识产权的的智能管控和作业装备,水肥浓度误差不超过5%,温控精度约在1℃,成本降低50%以上。研发“数据模型在线驱动、边缘计算、云端服务”的智能管控装备和系统平台,实现了软硬件产品的国产化替代。


四是构建“场景+链式”设施果蔬生产智能化管控整体技术解决方案。 突破领域知识图谱构建、海量数据交互分析等关键技术,研发设施果蔬智能化生产管控云平台。创设集“农资农艺、数据算法、系统装备、技术指导”于一体的设施果蔬智能生产与精准服务技术体系,形成“场景+链式”整体技术解决方案,为设施果蔬生产智能化管控技术落地应用“强链补芯”。


五是创新“数据+智慧”的休闲农业、都市农业、订单农业等新模式、新业态。 提出创新主体、生产主体与消费者之间互利共赢的商业运营模式,打造适用于研学教育、科普教育、农旅体验的系列场馆、课程、路线,通过IP运营、品牌策划、文化周边创制等方式,丰富产业发展形式与内涵,创新立体化多元化运营模式。



案例三
03

数据融合赋能农业产业智能化提升





农业强国是社会主义现代化强国的根基,推进农业现代化是实现高质量发展的必然要求。农业数字化转型需要积极稳妥推进数字农业建设,因地制宜谋划特色农业数字化发展。北京浪潮云计算有限公司聚焦县域经济发展领域,依托云网边端协同、云数智融合、建管运一体化的全栈服务能力,创新打造海若大模型、产业云服务平台等核心产品,通过搭建具有当地特色的农业产业云服务平台,释放农业“数据要素”叠加倍增效应,推动农业数字化转型,推动实现农业高质量发展。


图1 智慧农业产业链应用场景


一是制定统一标准,推动数据融合共享。 从农业新模式、新要素、新产品三大方向出发,遵循数据驱动的“数采-数算-数用”的建设思路,浪潮云构建了集“云、网、边、端、数、系统、应用”于一体的农业产业大数据平台。平台整合农业领域生产、加工、营销、物流、人才、技术、资金等数据,形成数据采集、治理、共享、交换、流通、交易六大领域标准体系,促进农业一二三产业融合发展。


二是依托人工智能提高数据分析效率。 浪潮云推出专用于农业领域的智能化服务产品-海若农业大模型,通过先进的数据分析和机器学习技术,对农业数据进行深度挖掘和智能分析,提供智农专家智能体、政策领航智能体以及市场360智能体等服务,实现对农业产业链全流程的智能化升级。以近海渔业应用场景为例,海若农业大模型通过实时数据收集和智能分析,对虾夷扇贝、海螺、海参等海产品提供环境监测、养殖优化、产品追溯和市场分析等服务,有利于提升养殖效率、合理指导市场销售策略、保障食品安全,同时辅助相关政策制定与风险管理,实现海洋养殖业可持续发展。


图2 海若农业大模型


三是建立完善安全治理机制,保障数据安全。 浪潮云探索打造农业可信数据空间平台,通过构建利用管控、多源异构资源可信调度执行管理、可信节点与组网、语义互操作模型、可信组件管理、可信运行环境管理、可信应用管理等核心模块,形成农业数据全生命周期管理能力,解决农业数据要素提供方、使用方、服务方、监管方等主体在数据流通利用过程中的安全与信任问题。


四是丰富数据赋能应用场景,提升数据价值。 在农业产业链供应链协同方面,浪潮云农业产业云服务平台加速农业领域数据汇聚,提供农产品数字化管理、产销对接、市场行业监测、品牌运营等服务,实现农业全流程数字化能力升级。在数字农业领域,基于农业语料知识和国产化算力构建浪潮云海若农业大模型,覆盖农业生产、农业管理、农业政策、农业市场分析等多方面,帮助农业从业者和决策者提高农业生产效率、优化农业资源配置。在农业数据资源入表与交易领域,浪潮云农业数据空间支撑推动涉农企业所属数据资源入表,通过开展数据质量评价、数据资产评估等工作,有效提高企业信用评级、拓宽融资渠道、增强融资能力。


图3 全生命周期质量安全服务体系


五是推出差异化服务,打造可持续运营模式。 浪潮云搭建农业产业云服务平台,引导当地农业产业链上下游企业入驻。平台以数据流引领产业链中的物资流、人才流、技术流、资金流汇聚,通过聚合产业链资源,助力企业降低采购成本,提高议价能力,推动农产品物资的集采集销,释放数据要素叠加倍增效应。以渔业产业服务云平台为例,为大连市长海县渔业生产、加工、营销全流程提供数字化服务,覆盖海产品5000余万斤,产业规模超20亿元。


图4 长海县渔业产业大脑


案例四
04

数据赋能精准养殖 智慧渔业提质增速





海洋渔业向信息化、智能化、现代化转型升级是海洋牧场的重要发展方向。推动海洋牧场由传统2.0模式向智能化3.0模式转型,已成为海洋渔业的发展趋势。随着近海资源、空间的深入开发,海水养殖空间受到严重挤压,导致出现养殖密度过大、养殖容量趋于饱和、养殖海域富营养化、养殖病害频发、气象灾害对养殖收成影响大等一系列问题。因此,推动养殖用海向深水远岸布局已成为渔业发展的新方向。湛江湾实验室联合中国移动广东有限公司湛江分公司打造智慧渔业整体解决方案,构建起海洋数据“采集-传输-治理-应用-反馈”的闭环,实现多源异构跨域数据的融合利用。


一是汇聚多源海洋数据 通过海洋调查船、养殖平台等设备获取海洋环境数据,包括海底地形、海洋生物、海洋化学等数据。通过浮标、海洋站、网箱配备等观测设备获取实时海洋环境数据,如海浪、海流、海温等数据。通过各类市场参与方获取海洋数据,包括向相关厂商购买获取海洋环境数据,与其他科研院所、协会组织交换行业监测与发展数据,通过隐私计算等方式向本地国资企业获取公共数据等。


二是完善标准、积累模型,数据赋能全产业链。 完善渔业大数据标准体系,确保渔业数据的准确性和可比性,提高数据的利用价值和可信度。构建渔业大数据中心,实现深远海养殖系统统一管理,数字赋能深远海水产全产业链。围绕养殖投喂和养殖环境优化、死鱼识别、金鲳鱼指数、金融防灾减损、融资信贷、海洋环境保护与管理、海洋灾害预警防护、全链条溯源等场景,广泛积累数据应用模型,面向水产养殖业、渔业加工与物流、渔业科研与教育、供应链金融、渔业政策制定与管理等领域提供智能化服务与行业发展指导。


三是多功能场景应用,赋能海上渔业养殖。 基于5G重力式网箱集群监测,为湛江网箱养殖规模、养殖业务、产量控制、质量溯源、行业资讯、市场管理、金融服务等提供基础元数据。基于5G智慧养殖管理打造海洋智慧养殖平台,整合水下监控、水质监测、智能投喂、无人值守、电子围栏、应急指挥等智慧养殖应用,实现养殖过程管理智能化、设备远程管理智能化、养殖经营管理智能化。智慧渔业大数据中心依托地理信息系统(GIS)可视化交互实现实时信息呈现、预警处置、流程监控、业务监管等功能。基于渔业大数据中心构建养殖投喂数据模型,饲料系数降低20-40%,增重率提高10%以上,经济效益提升超30%。构建养殖优化数据模型,实现死鱼快速识别和自动收集,识别准确率超90%,人工成本降低60%,养殖经济效益整体提升超30%。


四是建立多方合作,共促渔业创新发展。 积极推动产学研用深度融合,与高校、科研机构、企业和政府部门等建立紧密的合作关系。通过创新打造“实验室+龙头企业”、“实验室+平台公司”、“实验室+企业+政府”、“实验室+科研院所”和“实验室+通信运营商”5种多元化主体共创发展的合作模式,联合开展科研项目、共享资源和技术、市场化推广等,共同推动渔业大数据技术的发展和应用,实现了科技创新与产业升级的有机结合,提高了渔业大数据研究和应用的水平和效率。



案例五
05

“数据要素”赋能打造智能海洋牧场 建设智慧蓝色粮仓





党中央、国务院高度重视发展建设现代化海洋牧场。当前,由于缺少病害检测及死亡预警、海洋灾害预警等手段,海洋渔业发展面临产值下滑、资源衰退和灾害损失大等系列挑战。盘锦农业发展集团联合中国移动辽宁有限公司,通过整合大数据、人工智能等新技术,汇聚多主体异构数据,构建智慧海洋牧场大数据模型,打造国内先进的全自主可控软硬件体系,以数据要素驱动海洋牧场全产业链协同,提升深远海养殖的智能化水平和抗风险能力,打造可持续发展的智慧蓝色粮仓。


一是制定统一标准,实现多主体异构数据全量汇聚。 数据来源包括对外采购国家气象中心、辽宁省海事局、辽宁省自然资源厅等部门的数据,利用物联设备采集多样化海洋环境数据,通过荧光探针和荧光显微镜等方式人工采集鱼贝类病原体数据,接入企业市场经营和生产管理数据等。根据数据类型匹配文件、库表、应用程序编程接口(API)等汇聚模式,应用批流一体技术进行全量数据汇聚。


二是开展数据处理,形成海洋领域高质量数据集。 通过数据质检确保数据规范性、完整性和逻辑性,借助数据清洗剔除错误、缺失、重复及异常值,使用标注工具对海洋数据进行标注并形成数据集,推动数据融合整合多源异构海洋数据,提升数据集全面性和准确性。


三是完善安全机制,实现全周期数据安全管理。 制定数据管理机制和数据安全保障机制,形成数据分级分类等安全规范。在数据共享与开放过程中,根据实际需求和安全要求,灵活调整数据的访问权限和使用方式,在保障数据安全的同时促进数据合理流动与有效利用。


四是开展数据应用,实现数据要素全面赋能。 基于经治理的数据和反向传播神经网络、长短期记忆网络等AI建模算法,构建五大模型,实现AI大模型驱动的多源数据建模解决方案。基于数据模型构建鱼贝类养成环境监测及死亡预警、海水养殖生态承载力评估与养殖规划、鱼贝类产量预测、风暴潮预警及防灾减灾和贝类碳汇核算五大应用,以数据决策科学指导政府履职、企业生产、渔民捕捞等各项工作,全面提升海洋牧场建管水平。盘锦智能海洋牧场海洋生物资源总量增加5.3倍,年营业收入增加3600万元,利润增加1000万元,总产值年均增长540万元,灾害损失年均减少约300万元。


五是构建数据协同、复用及融合创新的可持续运营模式 盘锦智能海洋牧场以高质量数据集为基础,AI大模型为依托,对数据产品二次加工复用,在理论创新、产学研用金深度融合转化等方面发挥核心优势,构建多元化的盈利模式。面向国内外海洋牧场、政府部门、渔业养殖企业、渔民、科研机构及金融行业等,提供定制化的数据服务。积极开展碳汇应用,围绕蓝碳数据以控排企业、生态修复为场景实现碳排放权交易,按碳排放权市场交易价格进行收费,总结提炼数据要素赋能第一产业智能化转型的典型经验模式,并探索复制推广工作。


案例六
06

“后土云”大数据引擎驱动传统农业“耕种管收”全面智慧化转型





近年来,国家出台了一系列政策文件,明确提出要加快推进农业现代化,大力发展智慧农业。但是传统农业面临效率较低、资源利用不充分和信息不对称等挑战,导致农业产量和质量不稳定,农民收入难以提高,制约了农业现代化发展,亟需通过现代信息技术提升农业生产力和管理水平。九天智慧农业集团有限公司推出“后土云”项目,涵盖盐碱地改良、耕种管收等多个业务场景,旨在利用自身技术和数据优势,搭建智慧农业平台,解决农业痛点。


一是构建全面技术架构与创新数据融合体系。 通过建设智慧农业平台、设备物联平台、数据中台和后土云农APP,整合多源农业数据,实现数据的高效融合与精准分析,为农业生产提供全面技术支持,推动农业数字化转型。


二是打造定制化产品与一站式服务模式。 根据不同地区、作物和用户规模提供个性化解决方案,整合农资供应、农机租赁、农产品销售等信息资源,构建一站式服务生态圈,提升农业生产效率与质量,实现农业增效增收。


三是开发多元场景应用与创新数据利用方案。 针对农田管理、作物种植、农产品销售和供应链金融等场景,利用大数据分析实现精准决策,如智能种植规划、病虫害预警防治等。通过数据要素的深度挖掘,推动盐碱地变革和供应链金融保险服务发展,实现农业可持续发展与价值提升。


四是围绕农业生产全流程打造丰富应用场景。 打造智能种植规划、精准灌溉管理、病虫害预警防治、农事操作指导、智能农机调度、产量预测与质量管理等应用场景,实现农业生产智能化决策与精准化操作。利用大数据分析和人工智能技术,挖掘多源数据价值,构建作物生长模型等专家模型,提升农业生产效益与管理水平,助力农业可持续发展。


五是凭借海量农业数据资源探索可持续发展模式 依托“后土云”大数据平台,通过提供精准农业解决方案、数据产品开发、智慧农业系统定制、农业数据运营服务,构建多元盈利途径,打造农业数据全链路价值实现与可持续发展模式。



案例七
07

若羌红枣产业数据建设与智能化应用示范





《“数据要素×”三年行动计划(2024-2026年)》明确提出进一步释放农业数据要素价值,积极开展“数据要素×”行动。当前,林果业存在林果资源信息模糊、农事作业效率低、水肥资源利用率低、信息化程度低等问题。新疆林业科学院现代林业研究所以全疆林果资源数据为底座,结合多源化数据,利用云计算、大数据等数字技术,以若羌红枣大数据管理平台为应用载体,挖掘多层级主体用户需求,打造数字生产全覆盖、科技能力全转化的数智管理体系,赋能若羌红枣高质量发展。


一是促进数据共享与整合,实现多源数据融合管理 通过卫星遥感监测和区域数据提取获得林果资源数据,借助布设局部小气候环境监测站、土壤墒情监测站、果园虫情智能测报、太阳能物联网杀虫灯、果树长势视频监测等物联网感知设备,获取果园环境指标参数、土壤要素、病虫害、果树长势等数据。依托果园物联网监测数据及国家站点数据,形成密集型果园气象数据。依托平台名录备案功能及智能抓取技术,采集企业与合作社、市场交易等市场信息数据。


二是依托数据库创建若羌红枣产业数据中心。 若羌红枣信息数据库通过提供一套完整的数据要素管理框架,从“数据汇入、数据审核、数据存储、数据整合、数据分析”全过程对产业数据进行系统管理。通过采集等方式实现多源数据融合汇集,经过数据清洗后进行分布式存储,基于数据要素特性建模,实现对多元多维数据的综合管理,形成若羌红枣产业数据中心。


三是建立完善安全治理机制,保障数据安全。 采取多重防护措施,对数据进行分类分级管理,建立数据访问控制机制,只有经过授权的人员才能访问相应级别的数据。定期对数据进行备份,并在异地存储备份数据,以防止数据因自然灾害或人为破坏而丢失。


四是构建四层级管理体系,服务于多元化行业。 构建“自治区-地州级-县(市)级-果园”的四层级林果大数据管理体系架构。运用多源数据“乘数”效应,若羌红枣大数据管理平台可赋能多元行业,如政府部门、种植户、种植企业、气象部门、农业保险、银行贷款、加工企业、物流仓储、市场供销、科研部门等,能够针对不同用户提供个性化定制服务。根据若羌县红枣年水肥投入成本800元/亩计算,若羌红枣大数据管理平台助力实现园区水肥用量综合减少20%,全县红枣节约成本3680万元。根据若羌县2023年红枣产值16亿元测算,仅林果气象灾害预警减损率10%一项,就可增加1.6亿元产值,体现“低碳增效、以减增效”的特点。


五是建立数据更新机制,构建林果业数字辐射网,开发潜在主体用户。 建立数据更新机制,定期对数据库中的数据进行检查和更新,确保数据的时效性和准确性。建立数据合作与共享机制,拓宽数据获取渠道,实现数据资源的互补、共享、不间断。打造“一县一品”推广模式、林果数据融通推广模式、农保智能风险共管模式、林果智能标准化推广模式,扩充市场体量,逐步构建新疆林果产业数字辐射网,为产业可持续发展增添动能。




案例八
08

“云上农业试验场”加速农业科研数据开发利用





党中央、国务院高度重视农业数字化转型发展。然而当前我国农业科研数据要素供给不足,数字技术与农业产业的融合应用还处于起步阶段,场景碎片化、成果简单化、应用割裂化等问题较为突出,如何释放农业数据价值以及农业科研数据跨域赋能仍是难题。潍坊果壳视界信息科技有限公司研发农业科研数据公共试验服务平台“云上农业试验场”,重点服务涉农高校科研院所等,主要解决农业科研数据供给不足、成果应用转化难等问题,推动农业创新链、产业链和资产链精准对接,在带动农业数字化升级、转型的同时,搭建产学研协作创新共享平台,汇聚农业科研数据,助力涉农数据升级为数据资产。


一是汇聚海量数据,提升数据丰富度。 云上农业试验场基于“12345+N”(“端、边、网、云、用”五位一体+应用场景)的数字农业4.0架构,在云上大脑实现全国各地农科试验基地、各应用场景全生产过程时空数据资源的高精度、高频次、规模化、标准化采集、分析和处理。以谭家湾云上农业试验场为例,通过在试验场部署区块链北斗锚定站、物联网观测站、边缘计算节点等各类人工智能物联网设备,对大田及设施农业作物生长、环境数据等进行实时采集与监测,仅占地十亩的云棚系统根节点满负荷工作一天能够采集570万条数据。云上农业试验场共有30个智慧网格,每个大田智慧网格占地20亩,每天能产生总计1800万条精料数据。


图1 数据资产一站式服务架构


二是搭建自有平台,保障数据分析处理的安全性和智慧性。 云上农业试验场能够提供从元数据采集、分析、处理形成各类精料数据,提供自主开发模型、自有试验场试验验证、搭建各种应用平台、精料数据及其它数据产品的交易流通闭环式涉农科研一体化服务。


图2 云上农业试验场系统架构


三是五位一体架构,数据运营安全可靠。 云上农业试验场秉承开放共享、安全可靠的数据运营理念,采用系统工程的方法,基于“12345+N”的“端、边、网、云、用”+应用场景五位一体的数字农业4.0架构,利用先进的数字化技术重构涉农数据的采集、管理和应用方式。安全资源和云平台深度融合,对云上农业数据资产进行全方位防护。针对高价值数据,仅在平台上进行数据加工、训练使用,保证数据不出安全域。


图3 云上农业试验场应用场景


四是应用场景广泛,数据要素应用成效显著。 针对县域情况建设大田、设施农业、都市农业、畜牧水产等数字试验场景,开展开发新品种、迭代新技术、训练新模型、验证新模式、试验新农机、培育新农人、孵化新农企等工作。对农业试验进行全程、多维、多域的数字化记录,实现涉农高精数据的采集,处理、分析,并帮助训练模型,形成各种涉农智能体生产,毫秒级实时映射到数字孪生空间。利用数据要素贯通农业科研部门、智能农机研发、种养业、涉农生态监测、农业投入品生产加工、农产品流通销售、数字资产服务、政府公共服务管理部门等全领域,推动各种涉农主体提质增效、协同发展,助力数据资产产业生态和数字农业生态体系的构建。






扩展阅读

国家数据局局长刘烈宏一行到温州调研
工信部公布人工智能赋能新型工业化典型案例(附名单)
工信部公布2024工业领域数据要素应用典型案例(附名单)
国家数据局50个数字中国建设案例全集(附下载)
国家数据局全国一体化算力网应用优秀案例全集(附下载)
国家数据局第二批28个“数据要素×”典型案例详编(附下载)
国家数据局20个国家数字经济创新发展试验区建设案例合集(附下载)






请到「今天看啥」查看全文