基于大数据技术的智慧农业建设及应用研究

基于大数据技术的智慧农业建设及应用研究摘要：为了保障智慧农业良好发展，科学运用大数据是非常重要的。要发挥大数据技术的优势，结合农业发展需求进行有效创新，为农业良好发展提供科技支持。智慧农业发展要向着创新的方向迈进，以实现精细化以及绿色化为发展目标。智慧农业发展对高新技术的应用需求进一步提升，有助于农作物的高效生产管理，减少资源消耗，保障农业生态环境良好发展。在对云计算以及大数据技术的应用下，能准确掌握天气环境变化，及时了解市场供需信息等，有助于从整体上提高农户的种植效益。关键词：大数据；智慧农业；应用发展引言智慧农业是在信息科技和大数据处理的基础上，借助物联网、人工智能和云计算等技术对农业生产过程进行信息整合、智能控制、精准计算的新型农业生产方式，不仅能提高农业生产效率和科学管理程度，赋予农产品科技附加值，还能拓宽农产品销售渠道，提升农业总产值。1智慧农业发展大数据应用优势1.1生产管理智能化智慧农业是农业未来发展趋势，通过将大数据技术以及5G技术结合起来应用到农业生产管理中，可以实现远程操控，有利于实现农业的智能化生产，保障生产管理的质量。如通过应用通信技术、大数据技术等，对农作物生长状态进行监测，并准确判断施肥时间、除虫时间等，实现智能化的管理目标，让农业生产更为精确、高效和科学。1.2农业种植智能化农业生产中采用大数据、5G技术，在对信息的实时处理方面也能发挥积极作用。如能对不同区域土壤以及降水信息加以收集，并把信息及时反馈给专业技术人员，使后续种植生产能更为科学合理，保障种植工作的高效开展。2面向大数据技术的智慧农业建设2.1智慧农业建设难点中国农业发展经历了传统农业、现代农业、智慧农业三个阶段。传统农业的主要生产力为劳动力。初期农业发展阶段，农业的自动化水平非常低，农业设备并没有得到广泛普及。此时农作物播种、采收、销售、加工等环节均需要人工劳动来进行完成，没有有效的技术手段采集农业生产中的参数。因此，农业生产过程中很容易出现错误，且成本和劳动需求量非常大。现代农业的主要生产力为机械设备。此时农产品可实现自动化加工，极大程度减轻了人工劳动力，且能明显提高农业经济效益和农业生产水平。现代农业联合物联感知设备获取传感数据，但存在着数据获取方式相对单一、获取到的数据需要人工进行处理才能应用等缺点。因此，现代农业仍然不能以智能化方式完成实时监测数据和准确定位故障。智慧农业主要生产力为新兴技术。新兴技术包括大数据技术、物联网技术、云计算技术等，能实现农业生产、加工、运输等各个环节周期性管理，促进了农业生产的智能化水平，也推进了农业生产的精准化评估。智慧农业不仅能显著提升农业生产的效率和可信度，全面实现农业的智能化。2.2面向大数据技术的智慧农业建设要点针对当前农业信息化存在的问题，研究提出一种面向大数据技术的智慧农业建设要点，重点介绍如何建设基础设施和利用大数据技术驱动农业发展，进而解决资源浪费严重的现象，并最终构建智慧农业新生态。面向大数据技术的智慧农业建设要点包括三个方面。其一，抓住农业基础设施，完善智慧农业新生态建设。相关技术部门给农业企业和市政府部门提供标准化的安全、网络、存储、计算等云资源服务。设置以农业基础设施为根基的新农业体系，协同管理农业生产过程中的应用资源和生产数据。其二，设置农业驱动为数据资源，完善数字农业新体系的构建。借助大数据技术完成农业数据的动态更新、高效流转、精准感知，创建农业大数据资源池，确定智慧农业的战略目标，将传统思维转变为数据驱动思维，最终形成新型的数字农业生态，即通过数据实现感知、决策、管控、考核等。其三，树立企业以创新应用为主的引领目标，创建精准化农业新模式。努力探索大数据、物联网等新兴技术在智慧农业中的发展前景，结合区域性地方特色和数据资源发展农业精准产销，最终构建一个精准化的农业新模式，包括辅助诊断、精准监督、综合应用、资源共享等。3大数据技术应用于智慧农业的分析根据上述有关大数据技术在智慧农业建设中的要点，研究对大数据技术在智慧农业中的应用进行了分析，包括智慧农业大数据架构和应用情况两个方面。智慧农业大数据架构可作为安全保障体系、运维保障体系、标准规范体系等三种体系进行研究，其包括展示和应用层、支撑层、感知层、基础层。智慧农业大数据架构的前提和根本为运维保障、标准规范体系、安全保障体系，它能通过一定的途径约束智慧农业的整体建设过程，保障农业信息化建设过程中的运行维护和安全。基础设施层为智慧农业建设提供安全资源、网络、存储、计算等服务的基础平台，这能够保障各类数据资源的安全，避免数据资源的遗漏和丢失，且能够统一管理和调度各式各样的数据资源。在基础环境得到保障后，接着构建物联感知体系。区别于其他行业，农业需要借助视频监控、各式各样的传感器实时监测畜禽、农作物的生命数据。智慧农业部门需要借助光照传感器、温湿度传感器、农情监测设备、视频监控等设备收集农业基础数据。除开监控、传感数据外，智慧农业建设还需要采集管理管控、市场销售、生产环境等数据。农业大数据资源中心包括数据融合、数据治理、数据源、数据存储、数据加工５个层面。数据融合包括专题库、主题库、基础库；数据治理包括数据标准管理、数据质量管理、元数据管理；数据源包括农业管理数据、农业市场数据、农业生产数据、农业环境数据；数据存储包括结构化数据库、图数据库、时序数据库、文档数据库、分析数据库；数据加工包括数据加载、数据转化、数据清洗。应用层包括质量安全监管系统、农业专家服务系统、溯源管理系统、农业信息管理系统、数据可视化展示平台。通过支撑层完成农业大数据资源中心的采集存储，应用展示层构成了多种智慧农业的应用系统。智慧农业大数据架构应用和展示层包括数据可视化平台和质量安全监管系统、农业专家服务系统、资源管理系统、农业信息管理系统。针对数据采集，农业智慧建设所获取到的数据类型包括农业管理、农业市场数据、农业生产数据、农业环境数据。所获取到的数据均为结构化数据，数据资源可通过消息数据采集、接口数据采集、库表数据同步、文件数据采集等方式获取。数据治理是智慧农业建设的核心步骤，其将杂乱无序的原始数据转化为高质量标准的数据，进而提高应用系统运行的准确性。针对数据应用，农业信息管理系统对于农业技术标准和农业生产基本信息的管理至关重要，能为农产品的生产提供决策和数据支持。农业专家服务系统是提供给农户的一个信息交流平台，用户可通过该平台与专家进行在线交流。结束语大数据技术对于智慧农业具有重要作用。文章通过分析智慧农业的大数据架构，依次描述数据存储、大数据采集等技术的特点，将大数据技术应用于智慧农业，旨在为农业方面的政府决策、监测预警、生产经营提供科学依据，进一步推进智慧农业的建设进程。参考文献［1］冉红伟.基于国际比较的中国智慧农