构建农业监测预警的技术体系

　　许世卫指出，农业监测预警本质上是技术依赖型的现代农业高端管理工具，这其中涉及到物联网技术、大数据技术、人工智能技术等新一代信息技术在农业全产业链的应用，进而构成以农业信息分析学为基础的农业监测预警技术方法。

　　农业监测预警首先要有强大的数据支撑。大量传感器、物联网、高清摄像头等信息感知设备，形成了数值、文字、图像、视频等多类型农情农况大数据，形成了动态和静态相结合的大数据集合，形成了从中央到地方各层级的农业基础数据库。许世卫告诉记者，以农产品供需平衡监测分析为主要目的的农业监测预警，其数据资源包括资源环境数据、生产数据、消费数据、贸易数据、价格数据、库存数据、宏观经济数据等7大类数据库。从农业监测预警长远看，农业数据精准获取技术创新要朝着技术指标先进、使用便捷、应用成本低的方向进行，否则，就难以形成技术优势。

　　我国已经积累了多类型农业大数据，但这些大数据不能自然形成对农业全产业链的分析判断，需要建立数据智能分析技术，才能实现大数据的价值。“要先进的模型分析工具。”许世卫指出，“要突破分析预测预警的数据模型‘卡脖子’技术难题，针对不同农产品品种、不同生产地区、不同生产条件，以及不同分析目标的生产分析、消费分析、价格分析、贸易分析进行分别建模，形成我国农产品监测预警分析技术。”大数据融合分析关键技术也亟待突破，将地面技术数据、遥感技术数据、无人机技术数据融合分析，形成数据力量。要突破智能技术系统建设障碍，针对农业监测预警对象与要求，建立解决复杂问题的信息系统，满足数据智能化分析需要。

　　此外，我国信息发布服务技术也亟待提高。要将监测预警中的信息精、准、快地服务于农业全产业链，从而发挥数据价值。要创新服务模式，创新服务产品，创新服务路径。

　　加快农业监测预警技术在全产业链应用

　　大田作物从种到收需要经历几个月甚至跨年度的生长发育过程，过去我们难以预测当季产量收成，现在在监测预警技术体系的支撑下，通过动态监测，就能越来越准地判别最终产量收成。动物性农产品生产也一样，从饲喂、防疫到出栏，加强其生产过程的监测预警，对动物进行从个体到群体的监测，就能精准判别整体生产水平变化。有了生产过程的监测预警，我们就可以提早获得未来生产量变化。

　　许世卫指出，全产业链农业监测预警技术的应用，通过信息流监测、监测数据分享、信息产品服务，能够提高农业全产业链效率，防范产业风险，共同抵抗自然的、市场的、外界的风险，促进产业稳定与持续发展。