农业物联网技术应用课程.pptxVIP

课程名称：农业物联网应用技术授课教师：王明山农业信息处理技术概述

智能化农业信息处理技术云计算技术云计算（CloudComputing）是借助于网络实现的一种计算模式，云计算是物联网发展的基础。云计算作为一种虚拟化、分布式和并行计算的解决方案，可以为物联网提供高效的计算能力、海量的存储能力，为泛在链接的物联网提供网络引擎和支撑。云计算技术的特点：①云计算为用户提供按需分配的计算、服务和应用服务能力；②方便用户，大大降低了软硬件的购置成本；③易于动态扩展；④高可靠性和高安全性。

智能化农业信息处理技术云计算的服务层次根据云计算所提供的服务类型，将其划分为3个层次：应用层、平台层和基础设施层。相应地，各自对应着一个子服务集合：软件即服务（SaaS）、平台即服务（PaaS）和基础设施即服务（IaaS）。云计算的服务层次

智能化农业信息处理技术云计算的核心技术随着云计算的研究的深入，云计算需研究的问题越来越多，云计算系统运用了很多技术，其中以编程模型、数据存储技术、数据管理技术、虚拟化技术、平台管理技术最为关键。云计算的核心技术

智能化农业信息处理技术边缘计算技术边缘计算是指在网络边缘执行计算的一种新型计算模型，边缘是指从数据源到云计算中心之间的任意资源，边缘计算中边缘的下行数据表示云服务，上行数据表示万物互联服务。边缘计算模型的终端设备和云计算中心的请求传输是双向的，云计算中心不仅可以从数据库收集数据，也可以从边缘设备收集数据，与此同时，边缘设备不仅可以向云计算中心请求内容和服务，也可以完成云计算中心下发的部分任务。边缘计算模型

智能化农业信息处理技术边缘技术通用架构边缘计算的通用架构一般可以分为终端层、边缘服务层及云计算层。（1）终端层：终端层由多种物联网设备组成，用于数据的收集及上传；（2）边缘服务层：边缘服务器既是数据的处理中心，也是数据的存储中心;（3）云计算层：云计算层由海量计算和存储资源的服务器集群组成，负责复杂的数据处理和大规模的数据/服务存储。边缘计算的通用框架

智能化农业信息处理技术边缘技术的优势目前，各个行业通过物联网技术实现数字化和智能化转型中的所遇到的五大难题：联接(Connection)、业务实时性(Real-time)、数据优化(Optimization)、应用智能(Smart)、安全与隐私保护(Security)，简称“CROSS”。

智能化农业信息处理技术人工智能技术（ArtificialIntelligence），英文缩写为AI人工智能是指用计算机模拟或实现的智能，亦称人造智能或机器智能。作为计算机科学的一个重要分支，人工智能着眼于探索智能的实质，模拟智能行为，最终制造出能以与人类智能相似的方式做出反应的智能机器。人工智能的类型：（1）弱人工智能，包含基础的、特定场景下角色型的任务；（2）通用人工智能，包含人类水平的任务，涉及机器的持续学习;（3）强人工智能，指比人类更聪明的机器;

智能化农业信息处理技术人工智能的分类人工智能的分类

智能化农业信息处理技术人工智能在农业领域的应用（1）在精准化种植方面，应用人工智能技术可根据土壤条件和作物长势对作物投入情况进行自动优化调节，合理确定农作物生产目标，实现作物状况系统化诊断，并依据诊断结果优化种植配方，实现科学化管理。因此，人工智能技术应用于精准化种植中，可使生产成本进一步降低，作物产量得到提高。（2）在精准化养殖方式中，应用人工智能技术可形成专业化养殖生产流水线，实现对畜禽的精确化饲喂和疾病的自动化诊断，并将畜禽所产废物进行自动化分类回收。在水产养殖业中，基于现有的人工智能技术已建成专业的养殖监控管理系统，可对水质状况进行实时监测，在手机和计算机等信息终端实时显示监测数据，出现异常时，系统将进行预警并自动调控相关设备，使水质恢复正常。（3）设施农业生产方式目前主要应用于温室种植类作物。人工智能技术在该类作物培育中的应用主要体现在基于智能化设备控制温室中各种作物的生长条件，如空气湿度、二氧化碳浓度、光照强度等环境因素，应用的智能设备种类有很多，如计算机终端、掌上设备终端等。

智能化农业信息处理技术大数据技术大数据是在一定时间内使用传统软件工具无法捕获，管理和处理的数据的集合。简而言之，大数据技术就是随着数据量急剧膨胀而产生的对海量数据使用和提取有效信息的一种方法。大数据具有4V特性，即Volume（数据体量大），Variety（数据类型繁多），Velocity（数据产生的速度快）和Value（数据价值密度低）。Volume:非结构化数据的超大规模和