精准农业分析
前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇精准农业分析范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。
精准农业分析范文第1篇
中图分类号：S-3 文献标识码： A DOI：10.11974/nyyjs.20170229022
我国是一个农业大国，拥有近8亿的农民，用占世界7%的耕地面积养活了世界22%的人口， 国际上近年来把精准农业作为农科学研究的热点领域，是农业生产与高新技术相结合的新型农业发展模式。它的特点是“精确”，它充分体现的是因地制宜，科学管理的思想观念，其核心技术是“3S”技术与计算机控制系统。
1 精准农业
1.1 精准农业（precision Agriculture）的核心思想
精准农业（precision Agriculture，简称PA）是农业实现低耗、高效、优质的重要途径，是由信息技术支持的根据空间变异，定位、定时、定量地实施一整套现代化农事操作技术与管理的系统[1]， 实时获取地块中每个小区内的土壤信息、农作物信息，诊断作物的长势和产量在空间上形成的差异是PA的内涵思想，并对每一个小区做出分析，决策，随后进行灌溉、施肥以及喷药，从而使水、肥以及杀虫剂的利用率被最大限度地利用，增加产量，减少环境污染，进而高效地利用各类农业资源，取得非常可观的经济效益和环境效益。
1.2 精准农业的技术核心
实现PA，它的核心是除了建立一个完善的地理信息系统（GIS），还有全球定位系统（GPS）、遥感（RS）、传感器以及检测系统等。前3项组成了 “3S”技术，若要对农作物抽样调查，获取作物生长的各种影响因素数据，那就离不开3S技术，同时可以实时采集时间、空间变化信息，绘制电子地图，并对其进行加工处理，还可对精准农业的效果、效益进行评估（图1）。
1.3 S技术在精准农业中的综合应用
1.3.1 GIS技术的应用
地理信息系统（GIS，Geographical Information System）作为农田空间数据库采集、分析、处理和显示地理空间信息的计算机软件平台。其在精准农业中的应用主要包括以下几个方面：
GIS能作为农田空间数据库的管理系统。它即管理农业空间数据库，也能实现对土壤性状、自然条件、农作物长势状况及产量等数据远程查询，也能参与分析，最终显示与输出分析的结果； GIS能绘制农作物产量分布图。在新型联合收割机上安装GPS，每隔几分钟，GPS就记录下它的位置， 而产量计量系统能自动称出农作物的重量，此时计量仪器能测出农作物流入Υ娌值乃俣群筒獬鲆丫流出的总量，所以一旦结果显示，就记录在农田空间数据库中； GIS可以分析农业专题图。GIS有空间叠置功能，能将不同类型农业专题数据叠置在一起，形成新的数据集，从而能分析出土壤中各种限制因子与作物的相互影响。
1.3.2 GPS技术的应用
GPS在精准农业中非常重要，它可以精准定位，精准施肥，精准灌溉，精准喷药以及精准耕作，GPS根据地区不同，土壤类型差别以及土壤中各种养分的盈亏状况，作物的差异和作物的需求状况，将微量元素与有机肥科学配方，做到精准施肥；同时，GPS利用土地参数采样器，采集植物的生态环境等参数，通过GPS中心控制基站，然后让专家系统进行植物分析，可以做到精准调控节水灌溉系统；GPS也能监测病虫草害，它能连接高质量的视频摄像系统，可以收集原始数据，分析图像，实时监测田间作物，从而能得出受灾范围与位置，还可跟踪虫害的迁飞路线、种群数量和受灾程度，病虫害发展方向及流行趋势，随后可选择装有差分GPS的飞机引导飞行员在特定的路线与高度进行喷洒；精确种子与播种工程有机结合，能让播种机均匀播种，深浅一致，这样可以使田间作物获得充足的营养，收获机械不但可以颗粒归仓，而且还能根据一定的标准准确分级，所以GPS能减少肥料和农药的消耗、精确灌溉、精准播种，而且还有助于提高作物产量。
1.3.3 RS在精准农业中的应用
遥感（RS）是不接触物体，对目标或自然现象远距离探测和感知的一种新型技术。RS不仅全面、准确、实时地提供作物生态环境，而且还可以提供作物生长的各种信息。所以RS是获取田间数据的重要来源，因此RS在作物产量预测，农情宏观预报等方面提供重要依据。
2 结语
目前，关于3S技术的运用仍然是精准农业发展的核心，精准农业是一种综合性很强的复杂系统，用GIS将土壤和作物数据进行存储、整理、分析，利用RS可以全面、准确及时的获取多光谱、大范围的田间遥感数据，利用GPS技术，配合RS和GIS，能够对农作物产量分布，土壤成分进行监测，做到合理施肥、精准灌溉、精准喷洒农药和精细耕作，从而实现了农业低耗、高效和优质，精准农业在3S技术支持下具有精准定位、技术性强，定量化的特点，其中，GPS与GIS的结合提供了精准位置；提供了定量的田间作业与管理的技术手段，RS与GIS的结合能提供建立农田基础数据库所需的多种数据源，因此可以优势互补 ， 从而促进精准农业的发展。
参考文献
[1]刘金铜.精准农业概论[M].气象出版社，2002.
[2]何勇.精细农业[M].杭州：浙江大学出版社，2000.
[3]唐俊华.对地观测技术与精细农业[M].北京：科学出版社，2001.
精准农业分析范文第2篇
1.1精准农业的定义精准农业的生产要素由不可控因素和可控因素组成。不可控因素又称为“先天”因素,包括气象(气温、降雨等)、土壤(母质,坡度等)等;可控因素又称为“后天”因素,包括品种、肥料、农药、水分等。精准农业生产的目的在于科学认识不可控因素(土壤、气象),合理调配可控因素(肥、水、种、药),优化作物生长条件,使经济效益和生态效益达到最优。简单来说,精准农业是指基于环境的时空变异性分析,在正确的时间和地点以正确的方式投入正确的生产资料数量,最终获得最佳的效益。
1.2精准农业问题的分类精准农业的研究对象可用2种方式分类。一类是从静态角度按生产要素分,可分为土壤、作物和气象3种要素或者分为生物(作物)和环境(土壤、气象)2种要素;另一类是从动态角度按生产环节分,可分为播种、施肥、灌溉、喷药和收获。从土壤方面来看,要解决的主要问题包括土壤类型分类、地力分级、管理分区划分、养分插值等。从作物方面来看,要解决的主要问题如表1所示,其中,重点要解决的问题包括品种选择、精准施肥、病虫害预测和产量预测等。从气象方面来看,要解决的问题主要包括气温预测和降雨量预测。与土壤因素相比,气象因素的空间变异性很小,且更不容易控制,因此,在精准农业中对气象方面的研究相对较少。
1.3重要的精准农业决策需求
1.3.1管理分区。管理分区就是由相似的地貌或土壤状况所导致的相似的作物生产潜力、养分利用效率和环境效应的子区域。科学、合理的管理分区可以指导用户以管理分区为单元,进行土壤和作物农学参数采样,并根据不同单元间的空间变异性,实施变量投入、精准管理决策,这样既能提高土壤养分利用效率、管理精度和农产品产量、品质,又能节省资源,获得较好的经济效益,达到保护农业资源和环境质量的目的。研究表明,管理分区可以作为网格采样的一种替换手段在变量施肥中应用。土壤分类和地力评价与管理分区密切相关,可被认为是一种广义的管理分区。
1.3.2品种选择。品种选择是精量播种的前提和基础。与品种选择密切相关的3个概念是品种布局、品种搭配和良种良法配套。品种布局是指依据当地的土壤因素和气象因素,确定适宜的推广品种。品种搭配是指在同一地区,有主次地搭配种植具有不同特点的品种,合理的品种搭配有助于降低风险。良种良法配套是指依据不同的品种特性采取不同的栽培措施,做到因种栽培,具体包括根据品种耐密性确定种植密度、根据品种喜肥特性进行施肥、根据生育期确定播种期、根据抗病性确定栽培管理办法等。在品种确定以后,还有2个问题需要解决,即在时间上需要确定适宜的播期,在空间上需要确定合理的种植密度。
1.3.3精准施肥。精准施肥是精准农业技术中的核心内容,其基本思想是通过GPS在农田地块上划分网格,在网格内采样、测土、化验,依据土测值利用定量施肥模型获取网格内的施肥量,最后通过变量施肥机进行精准施肥。实践证明,精准施肥可以节约肥料、增加粮食产量、均衡土壤养分、减少环境污染。
1.3.4病虫害预测。病虫害预测是玉米精准生产决策中的重要环节。准确的病虫害预测可以使生产者及时地采取相应措施,从而减少产量损失。病虫害预测的内容主要包括发生期、发生量、分布区、危害程度和损失的预测。其中,发生期和发生量的预测、预报更具实际意义。影响病虫害发生的因素主要有:病原物和虫源(病原物的数量、飞散和传播;害虫越冬、繁殖数量以及发育速度、迁飞)、寄主和食料(受害作物品种、生长状况、发育期)以及环境条件(气象、土壤、天敌)。由于影响病虫害发生的相关因素众多,而环境条件中的气象因素(温度、湿度、降雨量等)又是影响病虫害发生最主要的因素,因此,现有的预测基本都采取了简化方法,即以气象因素来预测病虫害的发生。
1.3.5产量预测及影响因素分析。产量是精准农业的出发点和落脚点,准确的产量预测可以为管理区划分、品种选择和精准施肥等提供依据。产量的影响因素分析有助于找到影响产量的限制因子,从而有针对性地采取措施减少或消除这种限制因子,达到提高产量的目的。
2精准农业的特点
2.1时空性作物生长与时间和空间密切相关,随时间的改变和空间位置的不同而呈现出不同的属性和状态,这就是农业生产的时空性。3S技术(GPS、GIS和RS)是处理时空信息的有力工具,在精准农业中具有广泛的应用。3S技术的相互作用,形成了“一个大脑,两只眼睛”的框架[5]。其中,GIS是核心,相当于“一个大脑”,用于空间信息的分析和处理;GPS和RS相当于“两只眼睛”,向GIS提供区域信息以及空间定位。基于农业生产的时空性特点,王生生等开发了数字农业时空信息管理平台,该平台可以对多源、异构的农业时空数据和推理分析方法进行集中、统一的规范化管理[6]。张伟建立了集成3S技术的数字农业空间信息管理平台,在上海市数字农业示范区进行应用,取得了良好的效果[7]。时空推理和空间数据挖掘与3S技术紧密相关,是近年来的研究热点。王娟等探讨了GIS与空间数据挖掘集成在农业中的应用[8]。充分利用空间数据挖掘和时空推理的理论成果,集成3S技术应用于精准农业中是未来的研究方向。
2.2不确定性农业生产复杂多变,农业生产对象的运动具有随机性,人们对农业生产对象的认知具有模糊性和灰色性(不完全性),这就是农业生产的不确定性。MAT-THEWL等介绍了精准农业中不确定性的来源,并给出了不同类别不确定性的处理方法[9]。随机性和模糊性的共同点是:都是针对不确定现象,都是用[0,1]来度量不确定性。不同点是:随机性是由于条件不充分导致对象的不确定性,是对“因果律”的突破;模糊性是由于外延模糊而引起对象的不确定性,是对“排中律”的突破。概率统计、模糊数学和灰色系统理论是处理不确定信息的3个基本工具,分别用于处理信息的随机性、模糊性和灰色性。①模糊数学着重研究“认知不确定”问题,其研究对象具有“内涵明确、外延不明确的特点”。对于这类问题,模糊数学主要是凭经验借助于隶属函数进行处理。②概率统计研究的是“随机不确定”现象,着重于考察“随机不确定”现象的历史统计规律。其出发点是大样本,并要求对象服从某种典型分布。③灰色系统着重研究“小样本”、“贫信息”不确定性问题,研究对象通常都是“部分信息已知、部分信息未知”的,具有“外延明确、内涵不明确”的特点[10]。
3精准农业决策需求与智能技术的结合
基于精准农业决策需求和精准农业特点,需要确定相应的智能求解技术。精准农业与智能决策的结合主要有3个步骤。第一,从精准农业的角度确定决策需求,并根据每种需求的性质对需求进行分类;第二,从计算机的角度确定智能计算方法,并根据每种方法的功能对方法进行分类;第三,根据分类结果取交集,即可得到精准农业与智能决策的结合。精准农业决策需求与智能计算方法的结合点或交集主要包括:关联、分类、聚类、评判和预测等。关联是指对数据间的相关性进行分析,如相关分析、主成分分析、层次分析等;分类是指从一系列给定类别信息的数据出发,为下一个未知类别的数据归类;聚类是指从一系列未知类别信息的数据出发,分析其可以聚成几类,以及哪些数据属于同一类;评判是指按照给定的条件对事物的优劣、好坏进行评比、判别;预测问题可以归为2种:一种是因果预测,即基于因果关系数据由过去的因预测将来的果;另一种是时间序列预测,即基于时间序列数据由过去的果预测将来的果。可以得到精准农业决策需求所对应的智能求解方案。精准农业决策需求与智能计算方法的结合属于多对多的关系,即一种决策需求可用多种智能方法求解,而一种智能方法也可用于求解多种决策需求。如管理分区的划分可采用神经网络、模糊聚类等多种方法求解,而神经网络方法可用于管理区划分、病虫害预测等。需要说明的是,尽管一种决策需求可采用多种方法求解,但具体采用何种方法,要综合考虑现有数据属性、数据量、算法的效率和算法的准确度等,然后再从中选择一种相对较好的方法。事实上,精准农业与智能决策结合的重要任务之一就是要根据现有数据的情况,对多种可能的方法进行测试和比较,并从中选择最适合当前数据的方法。一般情况下,通过标准数据集对相关智能决策技术进行测试和比较,通过应用数据集进行精准农业应用。
4精准农业问题的求解
从计算机的角度看,精准农业的智能求解主要有3种情况。第一,将传统的、已经实现的智能决策技术应用于精准农业;第二,对原有的智能决策技术进行改进,使其效率更高,更适合于某个精准农业需求;第三,如果前2种方式都行不通或者可能有更好的方法,则可以提出一种新的智能决策技术进行相关问题的求解。
4.1精准农业问题的求解层次数据、知识、决策是精准农业问题求解的3个层次,三者间的关系如图2所示。有一部分简单数据、经验知识和已知决策可直接为用户所用,而大多数情况下,数据都要经过数据挖掘形成知识,再经过知识工程方法形成决策,并最终为用户所使用。上述过程通过软件来实现,就形成了智能决策支持系统;为了实现软件开发的标准化、规范化,需要软件工程方法的指导。
4.2主要智能决策技术及其在精准农业中的应用
4.2.1神经网络。人工神经网络是一个大规模自组织、自适应的非线性动力系统,能较好地模拟人的思维,具有大规模并行协同处理能力及较强的容错、联想和学习能力,能依据一定的学习算法自动地从训练事例中学习,并根据外界环境的变化调整自己的行为。神经网络经常和遗传算法、模糊计算配合使用,三者合在一起又称为软计算方法[11]。软计算通过对不确定、不精确及不完全真值的容错以取得低代价的解决方案和鲁棒性,它模拟自然界中智能系统的生化过程(人的感知、脑结构、进化和免疫等)来有效处理不确定性信息。软计算方法的以上特征,适应于农业生产的不确定性。神经网络的功能主要有分类、聚类、预测等,可用于土壤分类、管理区划分、病虫害预测和产量预测等。单个神经网络具有不稳定性,为了进一步提高神经网络的预测精度和泛化能力,可引入神经网络集成技术。神经网络集成是由Hansen与Salamon在1990年提出的,旨在通过训练多个神经网络并将其进行组合来提高神经网络系统的泛化能力[12]。
4.2.2贝叶斯网。贝叶斯网方法是20世纪80年展起来的,最早由JudeaPearl于1986年提出,当时主要用于处理人工智能中的不确定性信息。随后它逐步成为了处理不确定性信息的主流技术,并且在工业控制、医疗诊断等领域的许多智能系统中得到了应用。贝叶斯网络作为图形模型的一种,具有图形模型的大多数性质,图形模型是概率理论和图论的结合。他们提供了一种自然的工具来处理贯穿于应用数学和工程中的2个问题———不确定性和复杂性。一个复杂系统是由多个简单部分构成的。概率理论提供了各个部分联合起来的粘合剂,保证系统作为整体是一致的,并提供模型到数据的接口;图论则提供了一个可以诉求于知觉的界面,人们可以通过它将高度互动化的变量集和数据结构模型化。贝叶斯网具有双向推理能力,既可以用于预测也可以用于诊断。贝叶斯网还具有分类功能。有代表性的分类器包括朴素贝叶斯分类器和TAN分类器,两者都是贝叶斯网的特例[13]。由于贝叶斯网的建造需要大量数据,而农业数据获取相对困难,因此,贝叶斯网在精准农业中的应用还不多见。在国外,F.trai将贝叶斯网应用于冬小麦产量预测,KristianKristensen等将贝叶斯网应用于大麦麦芽生产决策,均取得了很好的效果[14-15]。而在国内,几乎没有相关研究。随着3S技术的发展,获取大量农业数据已经成为可能,将贝叶斯网与遥感结合应用于精准农业是一个发展趋势[16]。另外,在数据量相对不足的情况下,可以采用一定的方法简化贝叶斯网建造的复杂性,如充分利用领域专家的先验知识,采用“噪音“或和“分离”技术等[17]。总之,贝叶斯网在精准农业中必将具有良好的发展前景。
4.2.3灰色系统理论。灰色系统理论由我国学者邓聚龙教授于1982年提出,其研究对象是“部分信息已知、部分信息未知”的“小样本”、“贫信息”不确定性系统,通过对“部分”已知信息的生成、开发实现对现实世界的确切描述和认识。由于农业系统具有复杂性,对于农业生产者来说,信息是残缺不全的,内部特征“若明若暗”。因此,农业是一个典型的灰系统,农业系统和灰色系统理论具有天然的联系。与概率论相比,在某些场合,灰色系统理论在处理农业不确定性信息方面更具有优势和独到性。这是因为:首先,在农业生产过程中,存在着大量不确定现象,要获取足够的数据,并使其具有典型的概率分布特征是相当困难的;其次,概率统计方法要求试验设计复杂,且基本假定过于严格,而实际很难办到。灰系统理论的主要功能有关联分析、聚类、预测、评判等。可用于产量影响因素分析、品种评价、病虫害预测等。
4.3精准农业智能决策系统精准农业决策需求的实现,需要智能决策系统的开发,而智能决策系统的开发依赖于大量数据的获取,三者之间的关系见图3。这是一个具有沙漏计时器形状的技术体系,在该体系中,智能决策系统处于核心地位(信息处理层),它对下要处理各种多源、异构数据(信息获取层),对上要解决各种需求。由于农业生产的复杂性,数据获取相对困难,大部分知识都是以经验的形式存在于人的头脑中,因此,早期的智能决策系统主要是知识驱动的,以农业专家系统的开发和应用为主要标志,侧重于软件的实现,这一阶段可称为智能农业阶段。随着3S技术的发展,采集和获取大量属性或空间数据成为可能,因此,后期的智能决策系统主要是数据驱动的,以3S技术的开发和应用为主要标志,侧重于软硬件的结合,这一阶段可称为精准农业阶段。当前的农业智能决策系统侧重于数据驱动和知识驱动的集成。在数据量丰富的场合主要采用采用数据驱动模型,在知识量丰富的场合主要采用知识驱动模型。智能决策系统的发展趋势主要有3个方面:一是集成性,如集成GIS的空间决策支持系统[18-20];二是分布式,如面向服务的分布式精准农业信息平台[21];三是网络化,如基于网络的作物品种选择信息系统[22].
精准农业分析范文第3篇
关键词：农业保险；精准扶贫；效率评价
一、农业保险精准扶贫
农业保险也被简称为“农险”，这是一种特别针对农业突发状况而为农业生产者设置的特殊类型保险，比如农业生产过程中发生天灾、疫病等意外状况，给农业生产者造成了严重的经济损失，农业保险就可以对此给予经济上的补偿和补助。农业保险所保障的范围很广，日常所提到的畜牧业、养殖业、种植业等等一些基本的农业都被包含在内，但其中最主要的还是种植业和养殖业。农业保险精准扶贫具体来讲，就是要通过农业保险这一举措，来帮助贫困地区的重点扶贫居民实现脱贫致富，同时还要对农业生产生活的可持续作用做出保障。以往的扶贫模式比较看重扶贫的“输血”功能，却没有对扶贫的“造血”功能引起重视，也就是没有发掘出可持续脱贫的能力。于是在农业保险精准扶贫的模式下，选择的扶贫对象基本都是贫困地区的贫困农户们，首先给予他们一定的保险费用补助，让这些贫困农户都能顺利的获得农业保险对于意外事故的保障。对所选区域范围内的贫困农户进行科学、合理和精确的审核，然后将贫困农户进行分类，因地制宜的对它们进行扶贫，这种管理模式具有较高的精准度。具体应用起来就是根据贫困农户的实际情况，给予他们援助，将区域内部的扶贫信息整合到一起，合理分配扶贫资源，进一步落实精准扶贫，让扶贫工作真正进行到每一家贫困农户当中去。
二、农业保险精准扶贫效率的评价指标
根据有关部门提出的系统、全面、相关、可操作性的原则，针对农业保险精准扶贫效率的评价指标问题，可以从投入效率还有产出效率这两个方面做出分析。投入效率指标，从投入角度入手，可以选择农户投保率、理赔额赔付率财政资金补贴支出还有农险承保覆盖率等作为评价指标，用这些评价指标来反映精准扶贫政策的落实情况，实际掌握农户参与农业保险的比重、保险公司农业保险赔付率和农险风险发生率的水平和政府对农业保险进行财政补贴的力度。产出效率指标，从产出角度入手，可以选择保障农作物产值占比、农作物单位产量、农险风险损失率等作为评价指标，这些指标可以良好的反映出农业保险在保障农民生产生活、提高农作物收成还有降低农业风险问题上发挥的作用。
三、农业保险精准扶贫效率评价指标体系建造工作
（一）围绕精准扶贫效率指标体系构建的原则
1.系统性原则。也可说是整体性原则，这个原则要求在选择用于构建体系结构的指标时，一定要从整体出发，然后所选指标同时满足能在构建体系结构时发挥关键作用，有标志性；能符合体系结构构建的大方向；选择的指标最好保证拥有一种既相互独立又相互关联的逻辑结构三项原则。只有同时满足了这三项原则，构建出来的体系结构才能达到预期的效果，体系结构才能体现出精准扶贫政策的重要内涵和精神。2.相关性原则。这项原则要求我国在构建体系结构时，一定不能偏离体系构建发展的大方向，思想上一定要有一致性。同时在选择指标时，应该对指标的外部环境做出实地考察，因为政府在进行绩效评价时都是遵照绩效评估理论的，都是从多个维度和层次出发，几乎将所有的相关指标都列入了评价范围。所以类似于农户人均农业保险保费支出占农户年收入比重和政府给予农业保险的资金补贴支出之类的指标都应该纳入的体系范围当中来。3.全面性原则。在构建指标体系的过程当中，围绕农业保险扶贫效率做出的选择，不仅仅需要考虑每个指标对体系产生的影响和带来的意义，还要把选取而来的各个指标进行结合后带来的整体影响，把这些情况都考虑全面，所构建出的指标体系就可以把国家制定出的扶贫政策的主要目标和发展方向全面化的展现出来。同时还对在选取构建指标的工作中提出了新要求，选择的指标应该尽可能做到覆盖面广阔，还应该能够从多个角度，全面的对精准扶贫效率做出评价，比如可以从政府、保险公司和农户三方面同时入手。4.可操作性原则。这一原则是构建绩效评价体系时，必不可少的关键性原则。无论构建出来的体系有多么周密、程序多么具有科学性、逻辑结构多么合理，不具有可操作性，整个体系都是不能使用的，即便不顾操作性强行运用到实践当中去，也是可以发现它根本不能帮助处理实际问题的，先前做的努力都将付之东流。在收集绩效评价指标体系所反馈回来的数据时，要挑选出那些具有代表性、能够明显对精准扶贫中农险效率做出反映的关键数据，重复多余的指标过滤掉就可以了。另外，在进行指标选取的时候，要考虑收集数据和获取渠道的高效性和低成本性，一般而言，指标数据的获取渠道都来源于各个财政和保险汇总年鉴的具有权威性的官网。在收集到这些数据以后，就需要对这些数据做出高效的利用，这要求需要对整个指标数值统计和分析的过程做出严格规范，还要保证统计口径和测算数据保持一致。做好这些工作以后，评价者就可以通过对评价指标体系做出的效率分析，来明确安徽省精准扶贫中农业保险的实际效率，以此来找出其中存在的绩效问题，及时解决，从而更好地改进安徽省农业保险精准扶贫工作存在的不足。
（二）精准扶贫效率指标体系构建的具体内容
围绕保险公司设立农业保险业务的效率问题做出研究，实际上也是在研究设计此项业务在投入和产出之间进行比较的问题。因此，如果想评估保险公司农业保险效率的指标体系，可以分两个角度来着手，一个是农业保险业务的投入，一个是产出。先来从投入角度进行一下说明，所包含的因素有资本、劳动还有技术等等。再来说一下产出，从产出这方面分析，不仅要对开办农业保险业务的宏观效应做出衡量，也就是衡量农业保险对全社会乃至整个国民经济产生的效应，同时还要对农业保险对公司本身的微观效应做出衡量，根据这些评估结果，可以构建出的指标体系有以下几种：1.投入类指标。有关农业保险业务的投入，包含资本、劳动还有技术等方面。因此，根据保险公司的实际情况，可以从以下几个角度对投入类指标进行分析，然后在对可得性数据进行考量，有助于选择一些具体的指标：第一，实物资本。保险公司的实物资本实际上就是固定资产，这是用来衡量一家公司规模的重要指标之一，因此，选择固定资产这项指标，能更好把我实物资本的投入情况。第二，金融资本。保险公司的金融资本在一定程度上对公司的规模做出了反映，保险公司在对经营农业保险业务进行资本投入的过程中，应该考虑这个指标的情况，选择“实收资本+资本公积”的模式，是可以反应出金融资本投入状况的。第三，人力资本。保险公司的人力资本可以被分为两个大类进行分析，其一是内勤人员，其二是人。目前我国民众的保险意识还不够强，向民众普及保险知识、增加保险需求和帮助保险公司业务实现发展都离不开人，他们的作用十分重要，然而我国的人群不够稳定，获得准确数据是比较困难的，因此，可以选择用“员工人数”作为衡量人力资本的投入情况的标准。第四，技术因素。保险公司技术水平的高低可以从两个方面来进行把握，一方面是管理水平，另一方面是精算技术。因此，可以把衡量保险公司技术水平的依据放在“硕士学历以上员工数量”上。第五，经营管理费用。除了以上四个角度，保险公司拓展业务离不开人所发挥出的作用，保险公司在销售保单和为客户提供保险服务的工作中，免不了会产生维护、理赔之类的费用支出，这些费用支出也是生产投入的一部分。基于此，就可以选择“手续费及佣金支出+业务及管理费”这项指标来反映经营管理费用支出情况。2.产出类指标。保险公司在经营期间所发生的产出，不仅包括经营保险业务对全社会和国民经济带来的宏观效应，而且包括对保险公司本身产生的微观效应。因此，产出类指标可以从农业保险赔付支出、农业保险交易额还有农业保险营业利润之间三种数据之间做出选择。第一种，农业保险赔付支出。农业保险赔付支出能够对保险公司经营农业保险所产生的社会效益做出反映，这个指标反映的是赔款支出加上未决赔款准备金提转差，其中赔款支出可以用来衡量保险公司筹集到基金后在当期分配给保险事故持保人的比重，这体现的是农业保险经济赔偿职能的轻重。具体的计算方法就是根据各个保险公司提供的年度财务报表，将报表上的赔款支出与分保赔款支出减去摊回赔款支出的数额相加。未决赔款准备金提转差就是财务报表中提取未决赔款准备金减去摊回未决赔款准备金所得的差额。第二，农业保险成交额。这个指标实际上就是保险公司每年的“已赚保费”，简单的来说，就是对保险公司经营农业保险业务所产生的收入额做出反映。第三，农业保险营业利润。农业保险的经营主体就是保险公司，那么它的营业利润实际上就是保险公司在经营农业保险业务中获得的利润收入，这个数据可以用各个年度的“承保利润”进行表示。
精准农业分析范文第4篇
关键词：精准农业；物联网系统；对策
精准农业是基于现代农业空间信息管理和变异分析的物联网操作技术。根据土壤肥力和作物生长的空间差异，定量诊断耕地作物，充分认识农作物生产地的生产力空间差异，管控对农作物的投入，提高常量，平衡土地生产力，实现量化管理的准确性，提高农业资源利用率，促进我国环境可持续发展。传统农业的改造的加速依赖于农业物联网技术的进步，农业各种生产方式的生产效率和农业各类资源的利用效率也因此得以提高，农业生产及农业管理水平得以改善，传统粗放型农业向现代智慧型农业的转变也得到了有效的推动[1-2]。在现实中，最大程度地提高农业和农业生产力，为我国农业实现优质、高产和可持续有效的发展。
1目前我国物联网精准农业发展存在的问题
1.1物联网专业技术问题
1）物联网网技术于现在而言是一个相对新兴的名词，物联网精准农业的技术处于发展阶段。2）精准农业物联网建设的管理系统、作物端的传感器等器械的稳定性、准确性等方面质量参差不齐。3）世界上至今都没有完备的标准体系，这是物联网精准农业发展的大阻碍。4）IP地址不足。物联网精准农业要将作物、监控设施、人都连接起来，就要有充足的IP地址，IP不足已经成为物联网精准农业发展的瓶颈。
1.2复杂的地形使适宜的物联网体系难以建立
1）我国国土面积960万km2，地形条件差异大，为精准农业物联网技术的推广带来环境上的困扰。2）东西经、南北纬跨度大，气候差异明显，使我国不同地区的不同自然灾害难以控制与预防，物联网精准农业的体系就不能从一而终。
1.3物联网精准农业的受众问题
1）经济发展滞后制约了农民文化水平、科技素养的提升，延后了精准农业的操作技术接受且能操作的时间。2）贫困往往使农户会对新兴技术持怀疑态度，不敢冒险，使物联网精准农业的新型农业操作技术内在需求降低。
1.4农业经营模式与精准农业的建设条件冲突
1）物联网精准农业推行规模化、智能化，导致我国部分地区农田分散，导致与物联网技术设施的开展条件冲突。2）旧有的农业经营模式制约了农业生产力的提高，受众收入提高与经济发展速度不相适应，造成劳动力外流。
1.5物联网精准农业技术研发与推广成本不足
1）国家对精准农业技术的研发投入与对农民补贴不足，发达国家对这方面投入达到0.6%～1.0%，我国在这方面的投入远远达不到高新技术的发展要求。2）有关部门对新兴农业操作方式采用观望态度，不敢或对该技术的推广持犹豫态度。
2我国物联网精准农业发展问题的对策
2.1因地制宜应用物联网精准农业技术
针对我国地形、气候差异，可以将物联网精准农业其分为三种模式：1）发展3S技术，大力推动走大型机械—模型之路，发展与诊断相结合的精准农业[3]。2）开展以GIS技术为操作的基础、将小地块为生产单元的精准农业。3）针对气候恶劣的干旱地区和污染较为严重地区，可以发展设施种植业。
2.2构建互惠互利的物联网商业模式
1）构建各式各样的互惠互利的物联网商业模式，市场机制是推动该种农业操作方式的最大动力。2）可以通过租赁或出售服务减少物联网精准农业的投入，通过后期提取农民营业利润，前期免费使用技术设施来减轻农民担忧。
2.3强化政府对于精准农业推广的导向作用
1）确保发展精准农业需要的充足资金、人才等硬性保障。2）地方政府要以坚定的态度推广物联网技术，制定各项政策，落实到位，鼓励发展物联网农业，加快实现农业现代化的步伐。
2.4加强对精准农业示范区的建设
1）在保证农业示范区发展质量的同时，增加物联网精准农业示范区数量，加强对示范区建设。2）增强各示范区间的技术交流与合作，促进各个示范区间的共同发展。
2.5提高精准农业的受众的科学文化素养
农业是特殊行业，农民是特殊受众，适当的宣传教育非常必要。帮助农民学习先进的科学文化知识，提高他们的实操能力，才能缩短物联网技术设施效果实现周期。
精准农业分析范文第5篇
关键词：信息及时；农技推广；应用探讨
21世纪是信息高速运转的网络时代，现代的农业技术推广过程中也应用了网络上的信息技术。将农业推广上的运行机制加入了网络信息与数据库技术。这样的改变使得农业推广上的工作获得了更加先进的技术支持，这样的改变可以保障农业得到高速的发展。
1.信息技术在农技推广技术中的应用
1.1物联网技术
信息技术在农技技术中推广物联网技术主要是通过温度、适度、视频、光照等形式收集相关的数据做好数据采集。另外需借助相关的数据情况做实时的数值分布控制图构建，结合仪器中设置的报警值向智能手机或者电脑里面发送联动报警机制。例如，大棚空气湿度传感器，土壤温度传感器和IP摄像头等装置主要是收集现有数据，然后结合植物的生长状况控制棚内的气候变化状况，并结合新兴技术对无线信号做同步传输，将信号全部上传到互联网上面，如果有需要查询的数据需要及时的根据提供的IP地址或者密码进行连接，利用电脑或者手机等相关的网络终端做数据的查询工作，能时刻的了解大棚内的各类植物生长状况并结合生产情况进行下一步的实际操作，并结合操作页面上的相关信息做好操作规范，这样能完成对农作物种植的远程管理。
1.2精准的施肥技术
精准的施肥技术主要利用电子地图提供土壤中养分盈亏状况，结合当前的土壤情况，了解土壤的类型，并结合产量的水平或者作物的具体种类，根据现有的土壤肥力进行信息化的系统管理，并对培养的土壤做分析和采样，结合现有的分析状况做数据的整合和处理，控制地块土壤中的肥沃程度，结合软件工程的方法做好精准的施肥数据设计。在土壤施肥的基础上，可以根据现有的科学配比状况对氮磷钾、有机肥等进行微量元素配比，进而达到针对性的施肥。该方式能够更好的减少当前由于过渡施肥形成的农产品质量下降的状况减少农业生产的成本的前提下，在多系统之间形成自由的操作以及共享，让信息可以通过多种渠道传输，最终实现信息的高效利用。
1.3精准种植技术
精准播种技术主要结合导航技术和计算机技术两种技术的优点，根据地块状况进行播种，但是由于土壤具体状况的不同，所以要结合土地状况做适度的土地能力变化，开展精准的播种操作，并在播种量控制和开沟深度控制方面做好适度调整，目的是让播种的深度保持一致，均匀的播种，满足精量化种植的要求。精准播种技术可以节约大量的种子，避免播种过程中的浪费，同时能让作物可以在田间较好的散布出去，这将为农作物的生长提供良好的环境，用以提升农作物对太阳能或者营养成分的吸收效率。
1.4精准的灌溉及施药技术
精准灌溉要求建立在自动化控制的前提下，在自动监控的基础上做好灌溉技术的处理，通过远程监控让灌溉更精准和及时。另外精准灌溉能够在不同作物的生长发育时期根据土壤中水量或者土壤的具体营养量做好及时的准确灌溉，目的是节约用水，增加农产品的产量，现在实行集约化灌溉，原有的粗放灌溉形式静不利于灌溉的精准以及高效。
2.农机信息化技术的推广
2.1强化培训，推动农机信息化发展
农机系统信息化人才市场一直处于较为尴尬的境地，很多农业技术人员不愿意深入到基层去参与工作，所以此时政府应充分运用自己的宏观调控能力制定出更多的优惠政策来吸引人才，与此同时，政府也应该建立更多的人才培养基地，加强高新技术人才队伍的建设，满足现代农业生产中的要求，在培养农机技术人才的过程中可以采取的方式方法有很多。可以采取口传相受的培训班模式进行培训，也可以利用网络技术观看视频或是语音完善培训上的效果。培训过程中也要加强对技术人员实践能力上的塑造，培养出一批技术高端，知识面全的高素质人才队伍，为我国农业上的发展做出重要的贡献。
2.2加大投入，促进农机信息化建设
通过技术与资金上的投入可以加快农业发展的脚步，并尽快实现信息技术在生产过程中的自动化与信息化。此时企业在农业使用机械的生过程中要积极做出调整与科学上的规划。这样的改变是为了提升市场中的占有份额与竞争实力，在实际的竞争过程中企业要减少不必要的成本投入，尽量将资金使用在信息化水平提升的内容上，使得生产上的工作运转得到信息化管理技术的帮助，可以让企业在未来发展中占有一个较为有利的位置。不仅利于农业上的进步也可以促使企业得到更长足的发展。企业研发与生产出的新型农机投入生产过程中，应积极适应现代农业发展模式，做到两者的无缝衔接，促进农业更加顺利的发展。
2.3加强领导，注重农机技术推广
怎样使得企业信息化与农业技术能够得到更为良好的融合效果，此时企业的管理层应积极发挥领导上的作用，在不断的探索与实践中制定出更加科学与合理的管理政策，对农机信息进行妥善的管理，并做好管理部门与农业用户之间的协调与互动。信息推广连结技术让农机技术得到普及并创造更多的利益，农业发展的现状促进资源的合理分配，也让农机信息发展能够更加科学，更加稳定。企业想要在未来的发展的过程中能够占据一个具有优势的位置，首先企业中的领导应积极的接受与学习新型的推广技术，只有这样，企业中的工作人员才能获得一个思维模式上的带头人。通过企业领导层的积极宣传可以让农机上的技术推广工作得到高效率的开展，并在运行的过程中得到制度上的保障。
3.结语
信息技术在农业发展中的使用得到了良好的应用效果，这意味着在未来农业发展中信息技术会成为带动农业发展的主导力量。所以国家相关部门与企业应积极对信息技术进行管理与开发，针对农业生产上的实际情况。进行管理上的调整与技术革新，推动农业在未来得到，更良好的发展。
参考文献：
[1]曹冲.全球导航卫星系统体系化发展趋势探讨[J].导航定位学报.2013(01)
