农业科技基础性长期性数据监测探析　

摘要本文对我国农业科技基础性长期性数据监测工作的重要性进行了阐述，并对其中出现的主要问题进行了详细分析，提出了优化建议，以期为我国农业科学技术的发展提供参考。

关键词农业科技；基础性长期性数据监测；重要性；现状；问题；建议

1重要意义

1.1能为我国粮食自给自足和粮食安全性提供精确的数据

为了使获得的农业数据真实可靠并且具有全面性，需要对我国农业科技开展基础性长期性数据监测工作，从而促进我国农业更快地发展，为国家的相关重要决策提供数据支持。在这个过程中，需要工作人员对影响我国粮食安全的所有要素和数据都进行采集，并进行科学保存和系统分析，以保证国家能够在第一时间掌握我国农业发展现状，并能以这些数据为依托制定出更符合农业发展特点的宏观决策。此外，做好农业科技基础性长期性数据监测工作也能够同时解决农业环境、消耗资源、粮食产量、农业发展等重要问题，在此基础上才能建立起一套完善的、科学的、能够准确跟踪并掌握我国粮食安全问题的机制[1-2]。这不仅方便对收集来的信息进行整理、分析以及深入研究工作，还能对未来农业的发展起到预警和预测的作用。

1.2有效促进农业发展、科学技术进步以及科学理论创新

从目前农业发展情况来看，我国农业发展受到了一定阻碍。究其原因是随着人们生活水平的提高，人们对资源的需求也越来越大，但随之而来的生态环境恶化问题也对农业发展造成了不良影响。目前，农业发展过程面临的主要问题是环境污染严重、土地质量下降以及地下水存量不足等问题，要解决这些问题就必须应用综合集成技术，该技术整体性较强的特点有助于农业技术的整体提升。同时还应该了解到，农业科学的试验性很强，因而就需要通过长时间的系统动态监测来对农业生产过程中的关键要素进行全面掌握。这样不仅对农业发展有着极大的促进作用，还对探索自然规律、人们的日常生活对自然界的影响以及在多种观测数据的基础上构建模型有着较大的帮助。

1.3全面促进农业科技的资源集成

随着科学技术的不断发展，人们逐渐认识到科技基础性工作的重要作用，其对于科学技术的革命和突破有着关键作用。在此前提下，农业科技研究和创新也在朝着社会化、网络化和全球化的方向发展，从而使相关的服务和数据资源建设全面迈入数字化时代。在现代农业发展过程中应用单项技术对生物、信息和工程技术进行了科技创新，并使其呈现集成化的发展态势。现代农业的科技创新，离不开大量基础数据的收集以及分析整理，这就需要依靠系统的长期性监测数据的支持，从而为农业科学技术创新打下良好基础。

2现状

科技基础性长期性数据监测工作无论是对于发达国家还是对于发展中国家都有着重要意义，科学技术创新离不开科技基础性长期性数据监测工作，这对于农业科技创新来说也同样适用。我国的专家学者们也基于此工作为农业科技发展以及创新而努力，并取得了重大突破。在农业科技基础性长期性数据监测工作的要求下，我国先后在20世纪60要70年代建成了包括湖南祁阳、山西寿阳以及山东德州在内的多个环境科学实验站，并在“七五”期间投资近700万元建成数据标本库，从而组建了土壤肥力监测网络，对全国进行农业数据的监测和整理分析。编制了国家农业科学数据中心观测监测指标清单及标准规范，这些规范在作为后续观测工作的依据的同时也形成了完整的工作体系，不仅在多个方面（如生态环境数据研究、土地质量数据分析等）取得了积极的进展，也使我国农业基础性长期性的科技工作进入了系统化、全面化以及深入化的新阶段。

3存在的问题

3.1规划不充分

传统的农业数据监测通常是将其并到某一个科技项目中执行，在这个过程中由于数据监测工作不是作为独立工作存在，因而对农学数据监测工作的规划就不够充分，从国家的角度来看缺乏长远规划。再加上我国农业科研机构众多，各部门之间缺少相互协调机制，这就使当前的农业数据监测工作缺乏系统设计，继而在某些重要的学科领域有空白现象产生。

3.2各监测部门缺乏共用共享机制，监测网络尚未形成

由于各农业科研机构各自为战，严重缺乏合作和互动，这就使各机构不能进行数据互通并实现数据共享。同时还要注意的是，各监测机构没有统一的管理规范，在工作过程中没有工作依据，共享方式落后，严重阻碍了学科之间的交叉和渗透，从而影响研究成果的产出。

3.3对数据缺乏系统分析及正确的处理应用

虽然目前我国通过长期对各区域进行监测取得了大量的农业科研数据，但还缺少一个能将科学数据进行二次开发的平台，这也是提升我国农业发展水平的关键。

3.4经费投入不足，科技创新能力不足

目前，我国对于数据监测工作的投资机制还不完善，这就使监测研究工作的系统性和长期性受到严重影响。同时，由于经费不足，相关设备比较落后，限制了各机构的科技创新能力，影响了农业科技的发展速度。

4建议

4.1农业大数据前沿基础研究

各科研机构应对农业大数据的特点进行分析，对数据密集型的知识理论进行深入探究，并在结合当前对于农业科技技术的需求前提下，开展对于农业大数据的复杂性研究，从而更快地构建出复杂性模型，以促进农业科技水平的发展[3]。

4.2完善农业大数据的标准规范

应根据农业大数据的特点，基于协同方法对网络化农业大数据采集和监测技术进行进一步的完善。针对农业大数据的采集和监测过程的各个环节建立一套科学的管理规范和标准化体系，使工作人员在进行相关工作时有据可依。

4.3农业生物资源的数据构建

工作人员在进行监测工作时，要注意对农作物的品种、畜禽养殖资源以及产品效应进行数据监测并进行进一步的整理分析，全面掌握其变化规律，以全面提升农业生物育种效率。

4.4农业生产要素的数据构建

进行生产要素的数据构建，主要是对农田土壤质量以及农业生产过程中的各个环节进行长期的数据监测。这其中包括使用的肥料和农药种类、田间的水分含量、养殖过程中喂养禽畜的饲料类型以及用过的兽药，在对这些要素的长期观测中应掌握变化规律，为农业生产要素的科学使用打下良好的基础。

4.5农业灾害数据构建

在农业生产过程中，可能会遭受不同的农业灾害，这也是影响农业生产的最主要的外界因素。因此，要对可能会发生的农业灾害进行数据整理，包括虫害、动物疾病、农作物病原等进行监测分析，以便为农业灾害预判和灾害预警提供数据支持[4]。

5结语

农业科技基础性长期性数据监测工作对于农业科技的创新有着重要的作用。对相关数据进行定时定点监测分析，能够准确掌握数据变化规律，从而为农业宏观决策和整体的农业管理提供数据支持。

作者：陈琼 单位：山西省农业科学院旱地研究中心

 养殖技术论文   生态学论文   环境治理论文   农业推广论文   农业科技论文 农业技术论文   农业经济论文   农业机械论文   农业产业论文   设施农业论文 生态农业论文   有机农业论文   休闲农业论文   农业毕业论文   农业旅游论文 农业物流论文   水产发展论文   农业生态论文   农业建设论文   农业保护论文 农业水保论文   农机具应用论文   病害防治论文   循环农业论文   林业科技论文 农业机械化论文   畜牧机械论文   农业发展论文   栽培技术论文   水资源论文