农业大数据浅析及与ＷｅｂＧＩＳ结合应用

分类：论文范文 发表时间：2021-04-17 10:17

　　摘要：针对农业领域当前缺少量化数据支撑、数据挖掘能力不足和难以与空间数据结合分析等问题，提出将大数据技术与ＷｅｂＧＩＳ应用到农业中的体系框架。借鉴国内外学者在大数据和ＷｅｂＧＩＳ领域的研究成果，基于农业的具体行业特征，从数据采集、挖掘、应用３个方面入手，分析了大数据和ＷｅｂＧＩＳ与农业的结合应用方式，提出应用体系框架并对各个部分加以解释。农业的稳定发展影响着国民经济与粮食安全战略，迫切需要利用大数据技术提高我国农业信息化程度，目前农业大数据研究尚处于初级阶段，需农业相关部门及社会各界予以关注支持。

　　关键词：农业数据；大数据；ＷｅｂＧＩＳ；农业大数据；农业信息化

　　０引言

　　随着物联网、云技术、移动互联网以及基于位置服务的新型信息发布方式等技术的飞速发展，数据量以惊人的速度增长，其中所隐含的信息也发生了质的变化。数据量的爆炸式增长极大地提高了挖掘分析的价值，也极大拓展了数据挖掘产品的应用范围，这让学术界、企业和政府机构都认识到了数据化的重要性。表１给出了３个较为权威的国际机构在不同年份收集的数据总量［１］，其中２０１４年联合国政府间气候变化专门委员会（ＩＰＣＣ）收集数据量已经高达２５００ＴＢ，依靠以往的挖掘分析和存储方式难以实现实时、准确和高效地处理如此庞大的数据量。数据的变化不单单体现在数量上，动态的流数据、数据的结构复杂程度以及冗余数据都给数据的分析应用带来了困难。并且，数据收集存储技术的高速进步和数据量的骤然增加也导致了数据与数据挖掘分析方式之间的断层。在此背景下，大数据的概念开始得到社会各界的关注与重视。

　　更新了一篇农业相关的论文，如农业机械化方面论文文献和检索方法，您可以点击并前往查看。

　　１浅析农业大数据

　　大数据发展到今天，已经不单纯是一种技术的演进，大数据有着其独特的核心理念。其中最主要的是，大数据分析不依靠传统的随机抽样和较为单一挖掘分析模型，改为使用多粒度、多层次、多渠道的分析模型对庞大的数据总体进行挖掘分析。例如，利用大数据进行干旱分析，可能不再单纯依赖于气象数据与遥感数据，在设定干旱分析模型时，研究地区的用电量、地下水使用量等统计数据都可以被引入，用以提高分析模型精度。因此，大数据分析所用的数据源被极大程度的扩充，分析挖掘所使用的数据量从原有的ＭＢ、ＧＢ级演变成了ＴＢ甚至ＰＢ级。而分析的重点也从静态的、结构化的数据逐渐向动态的、非结构化的数据倾斜。

　　２系统框架

　　本文提出的大数据与农业结合的系统框架如图１所示。该框架主要由４部分组成，即农业数据定义部分、传感器部分、数据收集部分和数据挖掘分析部分（包括数据转换、数据整合、数据建库的建立和挖掘分析）。连接这４个部分的是３个主要的数据流，即农业数据的组织表示、传感器数据和挖掘分析结果反馈。构建数据库和大数据挖掘分析的基础是分布式架构与云平台。

　　３ＷｅｂＧＩＳ与农业大数据的结合

　　３．１ＧＩＳ对数据进行可视化分析

　　ＷｅｂＧＩＳ是Ｗｅｂ技术与地理信息系统的结合，完善和扩展了ＧＩＳ的功能，它是一个分布式的系统并且有着极强的交互性与动态性，可以实现在不同的操作系统上提取地理空间技术性数据并提供空间分析工具。ＷｅｂＧＩＳ在农业中的应用不仅表现为选择空间上的样本点，还包括在农业资源区划、智慧管理和农产品的智慧流通方面。利用ＧＩＳ可以直观地显示如农业地貌、农业气候、农业水文、农业土壤、土地类型、土地资源、农业植被、农业人口、农业劳动力、水利工程、农业机械化、农村用电和水陆交通条件等。这些信息在ＧＩＳ里不会自动给予决策支持，然而借助大数据挖掘分析技术则可做到。因此，基于ＷｅｂＧＩＳ的农业大数据挖掘分析是一个重要的研究方向。

　　３．２大数据挖掘分析提供决策支持

　　预见性数据挖掘就是利用ＧＩＳ分析技术，通过数据分析，将大量的数据精简为单个的预见或评分。在ＷｅｂＧＩＳ与农业大数据结合应用中，ＧＩＳ能够联合上述农业数据与其他相关统计数据，并根据这些数据建立预见性模型，评价有潜力的农业区域、农业市场、农业规划项目以及其他相似农业应用。如图２所示，大数据挖掘所需的农业信息数据源主要分为３个部分。第一部分是历史数据。历史数据是一批按照时间序列收集记录的数据，包括上文提到的传感器数据、农业领域的统计数据、跨领域的农业相关数据以及一些未整理的历史资料与书籍等数据。第二部分是ＧＩＳ数据，包括各类农业专题图、ＧＰＳ数据、ＧＩＳ在精准农业方面的应用以及数字高程模型数据等数据。第三部分是其他数据，主要包括社交网络上的视频、音频、图片、文字以及各种数据的元数据等数据。将上述数据导入数学模型挖掘分析后得出模拟结果。

　　４基于ＷｅｂＧＩＳ的农业大数据挖掘分析的困难

　　将基于ＷｅｂＧＩＳ的数据挖掘与农业大数据结合是一项复杂的系统工程，有许多问题需要考虑，主要包括数据挖掘分析方面的问题、大数据存储方面的问题以及农业大数据本身存在的问题。

　　结束语

　　农业是大数据技术应用的一个重要领域，其研究刚刚起步。本文提出了一个把大数据应用到农业领域的应用框架，分析了这一框架的各个组成部分和工作流程，并重点论述了其中数据挖掘分析部分。在此基础上，进一步讨论了ＷｅｂＧＩＳ与农业大数据的结合应用和二者结合的困难以及当前技术和环境因素的限制。由于大数据技术在农业领域的应用处于初级发展阶段，目前的农业大数据体系框架相对简单和抽象，在实际应用时需根据不同的应用需求进行具体细化。构建农业大数据的最终目的是为农业服务，在数据采集、分析、发布等方面提供的技术和方法，应能良好地向农村基层推广、实现与农民的交互、满足农业研究的专业化和个性化需求，未来在农业大数据研究过程中需要对实施层面的问题给予更多的重视。

　　参考文献：

　　［１］ＣＨＲＩＳＡ．Ｍａｔｔｍａｎｎ．Ａｖｉｓｉｏｎｆｏｒｄａｔａｓｃｉｅｎｃｅ［Ｊ］．ＮＡＴＵＲＥ，２０１３，４９３：４７３－４７５．

　　［２］ＢＲＹＡＮＴＲＥ，ＫＡＴＺＲＨ，ＬＡＺＯＷＳＫＡＥＤ．Ｂｉｇ－Ｄａｔａｃｏｍｐｕｔｉｎｇ：ｃｒｅａｔｉｎｇｒｅｖｏｌｕｔｉｏｎａｒｙｂｒｅａｋｔｈｒｏｕｇｈｓｉｎｃｏｍｍｅｒｃｅ，ｓｃｉｅｎｃｅ，ａｎｄｓｏｃｉｅｔｙ［Ｒ／ＯＬ］．［２０１２－１０－０２］．

　　［３］ＡＧＲＡＷＡＬＤ，ＢＥＲＮＳＴＥＩＮＰ，ＢＥＲＴＩＮＯＥ，ｅｔａｌ．Ｃｈａｌｌｅｎｇｅｓａｎｄｏｐｐｏｒｔｕｎｉｔｉｅｓｗｉｔｈｂｉｇｄａｔａ—ＡｃｏｍｍｕｎｉｔｙｗｈｉｔｅｐａｐｅｒｄｅｖｅｌｏｐｅｄｂｙｌｅａｄｉｎｇｒｅｓｅａｒｃｈｅｒｓａｃｒｏｓｓｔｈｅＵｎｉｔｅｄＳｔａｔｅｓ［Ｒ／ＯＬ］．［２０１２－１０－０２］．ｈｔｔｐ：／／ｃｒａ．ｏｒｇ／ｃｃｃ／ｄｏｅｓ／ｉｎｉｔ／ｂｉｇｄａｔａｗｈｉｔｅｐａｐｅｒ．ｐｄｆ．

　　［４］孟小峰，慈祥．大数据管理：概念、技术与挑战［Ｊ］．计算机研究与发展，２０１３，５０（１）：１４６－１６９

　　刘勍１，毛克彪１，２，３，马莹１，３，韩家琪１，夏浪１

上一篇：大数据在构建智慧农业过程中农业经济管理重要 下一篇：我国农业大数据技术的应用探析