大数据应用于农业的十大案例

《大数据应用于农业的十大案例》由会员分享，可在线阅读，更多相关《大数据应用于农业的十大案例（8页珍藏版）》请在金锄头文库上搜索。

1、农业科技】大数据应用于农业的十大案例基于物联网等技术的应用，农业领域积累了大量的数据，为大数 据应用于农业奠定了基础。从国内国际的发展来看，大数据正在驱动 农业发展路径发生变化，以提高农业效率，保障食品安全，实现农产 品优质优价，农业大数据蕴含着巨大的商业价值。“资本实验室”梳 理以大数据等新技术推动农业创新与转型的10家IT服务商，以为在 农业大数据领域探索的朋友们做参考。1、农场云端管理服务商Farmeron 成立于 2010 年，总部位于美国哥伦布市，旨在为全球 农民提供类似于GoogleAnalytics的数据跟踪和分析服务。Farmeron 于2011年11月正式推出基于Web端的农

2、场管理工具。农民可在其网 站上利用该软件，记录和跟踪自己饲养的畜牧情况（饲料库存、消耗 /花费，畜牧出生、死亡、产奶等信息，还有农场的收支信息）。Farmeron 的价值在于帮助农场主将碎片化的农业生产记录与信息整合到一起， 利用先进的分析工具，为农场主提供有针对性的农场监测分析及生产 状况报告，以便于农场主科学地制定农业生产计划。Farmeron 已在 14 个国家建立农业管理平台，为450 个农场提供 商业监控服务，并与德国畜牧业和农产品物流企业NeelsenAgrarGmbH 达成分销合作协议。公司在2012年度获得140万美元种子轮融资后， 新近于2014年5月获得270万美元新一轮种

3、子融资。累计融资410 万美元。2、土壤抽样分析服务商Solum成立于2009年，总部位于美国硅谷。Solum致力于提供精 细化农业服务，目标是帮助农民提高产出、降低成本。其开发的软硬 件系统能够实现高效、精准的土壤抽样分析，以帮助种植者在正确的 时间、正确的地点进行精确施肥。农民可以通过公司开发的 NoWaitNitrate 系统在田间地头进行实时分析，即时获取土壤数据； 也可以把土壤样本寄给该公司的实验室进行分析。Solum 于 2012 年获得 AndreessenHorowitz 领投的 1700 万美元 投资后，已累计融资近2000 万美元。3、农场云端管理分析服务平台Granula

4、r成立于2014年，总部位于美国旧金山，Granular原公 司名称为Solum。在将公司原有的土壤分析业务出售给孟山都 （Monsanto）之后，Granular现在的主营业务是为农民提供农场商 业管理软件服务，包括计划、生产、营销、会计四个模块业务。软件 最大的亮点在于：能够为农场种植的每个业务环节都提供云端数据分 析服务，以辅助农场主决策。如：播种之前，软件会分析包括市场动 向、土壤、病虫害、人力成本等各方面因素，判断种植哪些农作物最 合适；在收获环节，会自动为农民制定农作物收割时间、注意事项、 销售时间等工作计划与安排。Granular于2014年2月获得420万美元投资，由Googl

5、eVentures, KhoslaVentures等联合出资，累计融资额2770万美元。4、精准农业/林业航空成像服务商HoneyComb成立于2012年，总部位于美国俄勒冈。HoneyComb利 用无人机为农民和林业管理人员提供精准的农业和林业航空成像解 决方案，旨在为农场与林业管理带来更高效率。HoneyComb通过分析 无人机反馈的图像数据，提取出农作物健康状况和资源分配等有价值 信息，并将这些信息生成地图，提供给农民和林业管理人员。相关人 员通过地图提供的精准信息，可获得每一块土地的农作物生长状况、 病虫害及水分等数据，从而进行相关资源分配，减少人力物力投入的 同时，保证产量。Hone

6、yComb 于 2014 年4 月获得12。5 万美元的债务融资。5、自动化农业技术公司BlueRiverTechnology 成立于2011 年，总部位于美国森尼维耳 市，是一家计算机视觉与机器人公司。BlueRivertechnology通过计 算机视觉技术识别可以从农作物中精准地识别出杂草，有选择性地杀 死有害植物，从而减少化学农药的使用。该技术特别适用于有机农业 生产和耐药性杂草清理。BlueRiverTechnology 于 2014 年 3 月获得 1000 万美元 A+投资， 由 DataCollectiveVentureCapital 领投，InnovationEndeavor

7、s （谷 歌执行董事长EricSchmidt旗下投资机构）与KhoslaVe nt ures跟投。 公司目前累计融资1330万美元。6、牧场数据采集监测服务商SilentHerdsman成立于2009年，总部位于英国格拉斯哥市，公 司的原名为EmbeddedTechnologySystems （嵌入式技术系统公司）。 SilentHerdsman专注于牧场数据采集与监测，服务于奶制品及牛肉 生产的农场主。农场主给奶牛脖子上佩戴监测设备，通过无线网络， 利用智能手机、平板电脑等设备可以实时监测奶牛生长状况与行为， 如健康状况、是否处于发情期等。当发现异常情况时，与 SilentHerdsman

8、系统相连接的设备就会发出警报告知农场工作人员。 使用该系统可以同时管理规模多达1000 头奶牛的农场，通过智能设 备及信息系统的辅助，农场管理效率将发生质的改变。SilentHerdsman 于 2014 年 3 月获得 ScottishEquityPartners (SEP)领投的300万英镑的投资。7、云端智能农业管理软件FarmLogs成立于2012年，总部位于美国安阿伯市，是创业孵化 器YCombinator孵化的一个项目。FarmLogs提供云端SaaS模式农场 管理服务，农民通过桌面WEB界面及移动端App来管理农场。中小农 场主可以通过它计划、管理、监测、分析农作物生产过程，通过

9、 FarmLogs 农场地图信息展示，可以掌握不同作物农作时间、获得每 小时的天气信息，还可以及时了解各种农产品的市场价格动态。FarmLogs的突出特点为：农民通过移动终端，如Pad就可以实 现上传农场数据，并获取分析结果，使农场管理更加便捷，将农民从 原来繁重低效的工作中解放出来。FarmLogs 公司 CEOJesseVollmar 称公司正在开发基于大数据分 析，具备智能预测功能的农作物轮作优化的产品。同时也在探索使用 低成本的蓝牙设备来监测农业工具在使用过程中的数据，通过实时上 传和分析，为农业劳作提供指导。FarmLogs于2014年1月获400万美元A轮融资，由DriveCapi

10、tal 领投，已累计融资500 万美元。8、农场云端预警服务商VitalFields 成立于2013年，总部位于爱沙尼亚共和国首都塔 林。VitalFields的目标是实现农场天气、病害、成本投入的精准预 测管理。农民将农场的信息上传至 VitalFields 云端农场日志中，可 以用手机实时查询农场信息，VitalFields通过对农民日志分析，告 知农民在农作物生长的每个阶段需要投入的成本、病虫害风险防治及 天气预测。使农民能更有效的管理农场，通过成本控制和风险预测管 理来提高收益。VitalFields于2014年1月获得50万欧元投资，由SmartCapAS、TMTInvestment

11、s、WiserFinancialAdvisors 等联合出资。9、大数据意外天气保险公司TheClimateCorporation成立于2006年，总部位于美国旧金山。TheClimateCorporation是一家为农民提供天气意外保险的公司。该 公司通过 2500 万个远程传感器采集天气数据，同时结合天气模拟技 术与大量的植物根部特性与土质特点等信息，并将信息通过地图技术 绘制全美国的所有土地气候数据。在综合分析各种数据后，会通过系 统推送给农民未来可能会破坏农业生产的极端天气，并推出相对应的 保险业务，由农民自由选择合适的保险进行投保，从而使意外天气对 农民的损失影响降到最低。TheCl

12、imateCorporation 于 2012 年 6 月获得 5000 万美元 C 轮融资，由 GoogleVentures、FoundersFund、KhoslaVentures 等联合出 资。2013年10月被孟山都（Monsanto）以9.3亿美元收购。10、农场综合解决方案与食品安全服务商CropIn 是一家为农场主提供农场综合解决方案的印度企业。 CropIn 致力于通过对农场及农作物的科学管理，为消费者提供健康 安全的食品，其服务包括两方面：农场生产管理服务和农产品销售及 信息追溯服务。农场生产管理系统对已登记的农场进行监测，全程监 控农作物生长过程中，种子、化肥、杀虫剂的选择与

13、使用情况，为农 作物的生长、病虫害防治等日常工作提供更加科学化的管理和指导。 农产品销售及追溯系统通过对农产品分配唯一的ID标识，对农作物 在收割、生产、存储、运输、销售全流程的信息进行监控跟踪，确保 为消费者提供健康安全的食品。关于农业大数据农业大数据是融合了农业地域性、季节性、多样性、周期性等自 身特征后产生的来源广泛、类型多样、结构复杂、具有潜在价值，并 难以应用通常方法处理和分析的数据集合。它保留了大数据自身具有 的规模巨大（volume）、类型多样（variety）、价值密度低（value）、 处理速度快（velocity）、精确度高（veracity）和复杂度高（complexit

14、y）等基本特征，并使农业内部的信息流得到了延展和深 化。根据农业的产业链条划分，目前农业大数据主要集中在农业环境 与资源、农业生产、农业市场和农业管理等领域。（1）农业自然资源与环境数据。主要包括土地资源数据、水资 源数据、气象资源数据、生物资源数据和灾害数据。（2）农业生产数据包括种植业生产数据和养殖业生产数据。其 中，种植业生产数据包括良种信息、地块耕种历史信息、育苗信息、 播种信息、农药信息、化肥信息、农膜信息、灌溉信息、农机信息和 农情信息；养殖业生产数据主要包括个体系谱信息、个体特征信息、 饲料结构信息、圈舍环境信息、疫情情况等。（3）农业市场数据包括市场供求信息、价格行情、生产资料市 场信息、价格及利润、流通市场和国际市场信息等。（4）农业管理数据主要包括国民经济基本信息、国内生产信息、 贸易信息、国际农产品动态信息和突发事件信息等。目前，大数据在农业中的应用设计生产、销售和配套服务等多个 环节。