覃伟的博客分享 http://blog.sciencenet.cn/u/WeiQin 分享、学习、进步

博文

农业大数据-我的科学梦(待续) 精选

已有 9196 次阅读 2015-12-9 23:08 |系统分类:论文交流| weiqin

农业大数据-我的科学梦(待续)

Qin Wei

覃伟

博士毕业了,谨以此文,作为博士研究阶段的一个小结和对未来的构想。为自己留下一些思考和记忆的片段,更期待未来能够有机会去实现这些想法。

毕业之后何去何从,对每一个博士来说,都是需要去面对的重大选择题。选择高校和科研机构自然符合当时读博的初衷-即从事科学研究和教学。但高校和科研机构的岗位少,就业门槛也很高。一方面年轻优秀的科研人才不断涌现,竞争十分激烈。如没有年龄优势,也没有重大突破性和创新性的代表作和科研方向,要想在科研领域立足,站稳脚跟并且有持续的科研产出,极具挑战!

博士毕业后的另一选择是去企业。企业对于人才的需求是刚性的,也是真切的。毕竟中国现在的发展处于高速转型期,很多企业对于如何迅速调整发展策略和战略以应对未来的国家和社会发展需求,是具有很强的忧患意识和前瞻性的,这些其实都是成功企业的必备要素。

我也有自己的科学梦,那就是农业大数据。这个梦想也是在我的博士研究期间,慢慢萌生的。我所在的大学(荷兰瓦格宁根大学,简称瓦大)是荷兰最小的一所综合性大学,但在荷兰13所综合性大学中,各项排名经常能拿第一。正所谓麻雀虽小、五脏俱全。在瓦大,得益于开放和分享的精神,我有机会参与到很多跨尺度、跨学科的交流与合作,因此学到了很多新知识。目前为止,我对农业大数据的认知还十分有限。但未来如果有机会继续从事科研工作,我的主要思路和目标就是要建立农业大数据库以及运用农业大数据进行系统分析与系统优化。

由于农业生产体系高度复杂且影响因素繁多,要对农业体系进行整体优化,则必须对农业大数据和各种复杂因素进行深度整理和挖掘。目前的科学研究多专注于农业系统中的具体环节的优化和改善,在农业系统方面缺乏深度分析和系统性的认知。建立农业大数据库,既是科学需求,更是战略需求,为农业与环境可持续发展奠定坚实的基础,以及提出有效的整改及优化方案。在具体实施上,我想将农业大数据和系统分析的思路运用在以下几个方面:

一、构建和完善农业大数据库,充分整合全球全国各类实验数据以及农业相关数据(例如:气象数据,土壤数据,水利和化肥投入数据,土地利用类型数据等),深度分析作物生长、土壤质量以及环境效应之间的相互关系。研究的主要目的是利用meta分析方法,定量化一系列影响因素以及管理措施对于产量差、土壤质量和环境的影响。这几个方面是目前最具潜力,也最有科学意义与社会意义的研究课题。例如,利用meta分析方法,深度探索未来新型水肥管理措施,新型化肥(及抑制剂)、微生物肥、生物刺激素、土壤改良剂、保护性耕作以及其他农业管理措施对作物产量、土壤肥力(SOC)及环境效应(温室气体排放等)的影响及作用机理。Meta分析能够针对某一个领域或者一系列技术和管理措施提供系统性与定量化的结果,研究结果对于引导未来农业发展方向具有重要指导意义。因此,近几年有不少基于meta分析的研究结果都发表在Nature, SciencePNAS或者相应级别的顶级期刊上。随着数据数量和复杂程度的急剧增加,meta分析以及其他深度数据分析方法是未来研究的大势所趋!

二、将大数据和R语言等计算机语言高度整合并模块化,大幅度提升大数据和相关模型的使用效率。目前为止,meta分析以及其他相关模型的研究和使用仍然十分耗时耗力,研发效率偏低,亦不利于人才培养。R语言是一个开放性的语言,使用受众非常广泛。开发好的R模块包,通常使用率和引用率都能有上千次甚至上万次。因此,如果有机会,我也期待和同事们一起,用1-2年时间,率先开发出1-2个经典的、实用性高并与农业大数据研究紧密联系的R模块包。然后在未来的3-5年甚至更长时间里,持续完善和研发新R模块包。这个工作十分紧要并且重要。

三、将实验数据与模型高度整合。实验数据,尤其是长期定位实验对于模型校正,以及农田系统的可持续性研究方面具有重要参考价值。长期定位实验的数据也是农业大数据的重要组成部分。目前为止,对于长期定位实验数据的深度整合和分析还很欠缺,与模型的结合也处于摸索阶段。通过大量实验数据不断优化和提升模型的应用效率与准确性,深度分析水肥一体化技术下的水分养分循环过程,探索各个环节以及系统性的优化措施并优化水肥管理措施,实现作物高产资源高效与环境友好的目的。

四、在食物链、食物系统和区域尺度上,利用大数据定量化全国尺度下粮食流动与水分养分流动的关系,定量化影响水分养分流动以及利用效率的重要影响因素,优化粮食系统结构,为农业与环境可持续发展提供战略依据以及优化方案。该研究工作是一个高度复杂,极具挑战性的工作,需要融合大数据分析、农艺学、环境科学以及社会经济学等学科,该研究范围可以扩展到全球尺度。

五、人才团队的培养是极其重要的工作。未来随着数据的数量以及复杂度的急剧增加,将需要一大批农业大数据人才。因此,在meta分析研究工作及人才培养上,国家应投入更大的人力财力和物力,来培养一大批农业大数据和系统分析继续的人才团队。我也期待能够参与到这些人才培养计划之中,或者把自己仅有的一些知识和经验分享给大家。

六、科研工作强调开放和合作。只有加强跨尺度、跨学科、以及国际的交流与合作,才能保证持久和稳定的科研创新及产出。未来在这方面我也期待能投入一些的时间与精力,促进多学科、跨领域的交流与合作。

小结:

最后,未来是大数据的未来,农业大数据是未来研究和发展的重要方向,仍有挖掘的巨大潜力。R语言及其他相关数据分析的使用将成为重要工作。关注农业、投身农业,情愫农业梦的年轻科学家们将大有可为!

关于未来的研究工作计划,我的科学梦是想继续结合农业大数据、长期定位实验以及土壤作物模型,对于农田尺度的水肥优化做更深度的研究;其次,在跨尺度、扩学科以及系统研究方向上与同事们一道,做更多交叉性、整合性强的创新性研究;与此同时,我想投入更多的时间来培养未来国家急需的农业大数据人才,和同事们、学生们一起探索现代化农业、机械化农业以及精准农业的可持续发展道路!

后记:

最近看到一本刚刚发表的书《寂静的土壤》,其中提到土壤梦,不知是年龄的缘故还是别的原因。看到梦想这个字眼,我差一点不禁要留下眼泪。我并不是那么多愁善感的人(起码自己不那么认为),或许是离校在即,其情也真、其泪也伤。未来的路无论怎样,我都要坚定地走下去。


风一样的男子,或许这一生注定要流浪。

人生,不在路上,就在远方 ……

谨以此文,献给所有帮助过我的人,我最敬爱和亲爱的导师们、朋友们、同事们、家人和亲人们、以及我的爱人;也献给所有为农业研究和发展默默无闻做出贡献的科学家们,你们是平凡而伟大的人、改变世界的人,向你们致敬!

覃伟

2015129

于荷兰瓦格宁根




https://wap.sciencenet.cn/blog-569569-942247.html

上一篇:博士毕业了-和大家分享两篇文章(待续)
下一篇:Meta分析表明土壤覆盖可显著提高农作物产量和水氮利用效率
收藏 IP: 217.111.127.*| 热度|

6 李颖业 钱程 陈洋 赵建民 黄仁勇 aliala

该博文允许注册用户评论 请点击登录 评论 (30 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-3-29 03:25

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部