基于大数据开发应用农业智慧管理研究.docVIP

基于大数据开发应用农业智慧管理研究 　　摘要：实现农业智慧管理，需要收集大量数据，开展信息提炼，构建知识库，形成智慧管理基础。大数据技术满足农业智慧管理构建需求，为农业智慧管理提供了解决工具。探讨大数据和农业智慧管理的关系，农业智慧管理的内涵，以南京市智慧农业中心为例阐述推进大数据技术在农业智慧管理中的应用。 　　关键词：农业智慧管理；大数据；功能架构；应用实践 　　1. 大数据和农业智慧管理的关系 　　大数据具有4V特征。一是价值（Value），数据价值巨大但价值密度低；二是时效（Velocity），数据处理分析要在希望的时间内完成；三是多样（Variety），数据来源和形式都是多样的；四是大量（Volume），就目前技术而言，数据量要达到PB级别以上。1PB相当于全美图书馆藏书信息内容的50%。大数据的类型和结构多样，包括数值、文本、图像、视频、音频、XML、网络、空间、语义和多维等。大数据的意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理，通过“加工”实现数据的“增值”。大数据技术包括大数据资源获取、存储管理、挖掘分析、可视展现等。 　　农业智慧管理是实现农业生产、经营、管理和服务等过程和结果的智慧化。智慧是对事物能迅速、灵活、正确地理解和解决的能力，是由智力体系、知识体系、方法与技能体系、非智力体系、观念与思想体系、审美与评价体系等，多个子系统构成的复杂系统。农业智慧管理是建立在知识的基础之上，而知识的建立是信息提炼形成规律的结果。信息是已经被处理、具有逻辑关系的数据，是对数据的解释。农业智慧管理需要从基础数据收集，信息的构建，知识体系建立，才能达到智慧的程度。农业生产、经营、管理、服务每天产生大量的数据，来源和形式多种多样，相互影响的不定性因素众多，单位时间内分析比较困难，数据的价格密度往往很低，与大数据特征相吻合。为促进现代农业发展，农业智慧管理的建设需要大数据的支撑，需要利用大数据技术收集数据，分析规律，构建相应的体系。 　　2. 农业智慧管理内涵和功能架构 　　农业智慧管理是利用信息化技术手段实现不同层级的科学管理。从生产层次上，提高生产效率，让简单、重复的工作由机器完成，更省工节时。利用农业物联网技术感知生产环境信息、农产品本体生长状态信息，利用专家生产模型，自动调控环境参数，精细化投入生产资料，实现智能化生产。从生产主体层次上，是实现内部管理的信息化，通过建立企业资源计划（ERP）系统，管理生产供应链，市场销售和财务管理，提升产品品质，提高经营效益，实现科学生产。从行业管理层次上，掌握资源信息、从业主体信息，利用分析管理系统，掌握行业发展现状，提高高效、精准的公共服务能力，推广新成果，实现远程监控，开展动态分析，掌握其中规律，减少监管盲区。从部门层次上，做好整体设计，消除信息化推进过程各自为战的“信息孤岛”，打通信息栅栏，开放数据接口，基础数据资源共建共享；开展科学管理，沉淀重要数据，实现动态监测，开展相关性分析；提供决策支撑，实现基于大数据支撑的农业智慧管理、决策、调度、指挥，为管理者分析研判、政策设计提供更好服务。 　　农业智慧管理的功能架构从管理层面分析，应该由生产应用层，生产管理层，行业管理层和部门决策层构成；从技术层面主要由数据存储层、数据处理层、数据挖掘层、可视展现层构成。数据存储层，收集农业各层次相关的数据，包含结构化和非结构化数据，设备采集数据，网络抓取数据，人工录入数据，应用系统数据，图片、视频、文档资料等文件数据。数据处理层，对采集的数据进行校验，去除噪声数据、冗余数据、不一致数据，确保数据的一致性、准确性、完整性和最小性。数据挖掘层对数据进行抽取、分类、聚合、对比、分析、建模等，查找数据之间关联关系，分析存在的规律。可视展现层利用表格、折线图、柱状图、雷达图、热点图等可视化工具直观展示数据；数据可视化展示功能设计主要考虑简洁性、明确性、可解释性、用户体验性等多方面因素。同时功能的构建应该建立相应的保障制度，保障数据采集准确性、及时性和连续性。要建立安全保障措施，按照信息安全等级保护要求从硬件、数据库、软件到人员进行系统防护，确保平台长期安全稳定运转。 　　3. 南京推进智慧农业中心的实践 　　南京智慧农业中心基于大数据技术，进行总体规划，顶层设计，整合信息资源，开展数据分析，实现数据展示。 　　1）市农业信息服务综合管理平台。利用市政务中心机房、服务器等基础软硬件资源，采用B/S结构，实现权限管理、接入控制、认证管理，融合网络、业务、数据、通信、系统等资源的统一接入。开发建立数据接口标准，确保现有或未来开发的相关软件系统能够平滑接入平台；同时，在综合业务平台上能够实现软件系统之间的信息交互、集成展示、数据安全等功能。接入综合业务平台的相关农