基于Spark平臺(tái)的農(nóng)作物施氮量信息采集系統(tǒng)設(shè)計(jì)

摘" 要： 當(dāng)前采集農(nóng)作物施氮量信息的方式仍以人工采集為主，效率低下且對(duì)于不同生長(zhǎng)階段農(nóng)作物氮肥的使用量無法準(zhǔn)確掌控，為此提出一種基于Spark平臺(tái)的農(nóng)作物施氮量信息采集系統(tǒng)。按照Spark平臺(tái)的要求設(shè)計(jì)施氮量信息采集系統(tǒng)的整體框架和硬件結(jié)構(gòu)，其中系統(tǒng)的主控模塊與工作模塊的結(jié)構(gòu)設(shè)計(jì)相同，區(qū)別在于MUC單元的主頻;硬件結(jié)構(gòu)除了MUC主控芯片外，還包括無線通信模塊、電源管理模塊、數(shù)據(jù)存儲(chǔ)模塊、顯示器及RS 485通用性兼容接口。給出系統(tǒng)的信息采集流程、監(jiān)測(cè)數(shù)據(jù)分析流程及數(shù)據(jù)庫(kù)管理流程，并分析采集信息系統(tǒng)數(shù)據(jù)庫(kù)內(nèi)部的數(shù)據(jù)表類別。實(shí)驗(yàn)結(jié)果表明，提出的農(nóng)作物施氮量信息采集系統(tǒng)設(shè)計(jì)在信息采集響應(yīng)時(shí)間上具有較大的優(yōu)勢(shì)，并有助于提高農(nóng)作物的單畝產(chǎn)量，降低種植投入成本。

關(guān)鍵詞： Spark平臺(tái); 農(nóng)作物; 施氮量; 信息采集; 數(shù)據(jù)分析; 數(shù)據(jù)庫(kù)管理

中圖分類號(hào)： TN911.2?34; TP393" " " " " " " " " "文獻(xiàn)標(biāo)識(shí)碼： A" " " " " " " " " " 文章編號(hào)： 1004?373X（2019）21?0110?06

Abstract： At present， the main way to collect information of crop nitrogen fertilization rate is manual collection， which is inefficient and difficult to control the amount of nitrogen fertilizer used in different growth stages of crops. Therefore， a design scheme of crop nitrogen application information acquisition system based on Spark platform is proposed. The overall framework and hardware structure of nitrogen application information acquisition system are designed according to the requirements of Spark platform. The main control module of the system has the same structure as the working module， and their difference lies in the main frequency of the MUC unit. The hardware structure includes wireless communication module， power management module， data storage module， display and RS 485 universal compatible interface besides the main control chip of the MUC unit. In this paper， the information acquisition process， monitoring data analysis process and database management process of the system are given， and the types of data tables in the database of the information acquisition system are analyzed. The results show that the design scheme of information acquisition system for crop nitrogen application has great advantages in response time of information acquisition， and can improve crop acre yield and reduce the cost of crop planting.

Keywords： Spark platform; crop; nitrogen fertilization rate; information acquisition; data analysis; database management

0" 引" 言

氮素肥料是農(nóng)作物成長(zhǎng)中必不可少的營(yíng)養(yǎng)元素之一，尤其在調(diào)節(jié)農(nóng)作物花量及農(nóng)作物雜交制種過程中發(fā)揮著更為重要的作用[1?2]。每一種農(nóng)作物不同生長(zhǎng)階段對(duì)于氮肥的需求量都不同，因此對(duì)于農(nóng)作物而言，不同生長(zhǎng)期內(nèi)氮素肥料的使用量有著嚴(yán)格的標(biāo)準(zhǔn)和要求，氮素肥料施用量過高或過低都會(huì)影響到農(nóng)作物的產(chǎn)量，對(duì)農(nóng)作物的成長(zhǎng)階段信息和施氮量信息的采集與控制至關(guān)重要[3?4]。而當(dāng)前對(duì)于農(nóng)作物施氮量信息的確定以專家采樣的方式為主，效率低下、成本較高[5?6]，而且對(duì)于農(nóng)作物施氮量信息僅能夠確定一個(gè)大致范圍，不能夠精確到一點(diǎn)。為準(zhǔn)確地把握農(nóng)作物生長(zhǎng)周期范圍內(nèi)的施氮量信息，本文設(shè)計(jì)一種基于Spark平臺(tái)的農(nóng)作物施氮量信息采集系統(tǒng)，采用更加智能化的方式確定出農(nóng)作物在不同成長(zhǎng)期內(nèi)的氮素肥料需用量。Spark平臺(tái)在處理海量大數(shù)據(jù)中具有顯著優(yōu)勢(shì)，在數(shù)據(jù)處理中，Spark平臺(tái)除了具有Hadoop平臺(tái)強(qiáng)大的并行計(jì)算能力之外[7?9]，在數(shù)據(jù)的優(yōu)化迭代和全局尋優(yōu)方面具有更大的優(yōu)勢(shì)，還能夠?qū)⒉杉降男畔簳r(shí)存儲(chǔ)于自帶的內(nèi)存系統(tǒng)中。在確定農(nóng)作物的施氮量過程中，要對(duì)農(nóng)作物的生長(zhǎng)情況、植株密度等信息做復(fù)雜的大數(shù)據(jù)分析和運(yùn)算，能夠保證施氮量的控制精度。本文基于Spark平臺(tái)框架設(shè)計(jì)了施氮量采集系統(tǒng)的硬件部分和軟件算法實(shí)現(xiàn)流程，并通過實(shí)驗(yàn)驗(yàn)證了系統(tǒng)的適用性和有效性。

1" 基于Spark平臺(tái)的施氮量信息采集系統(tǒng)總體框架設(shè)計(jì)

Spark云計(jì)算平臺(tái)在海量農(nóng)作物施氮量信息處理中具有明顯的優(yōu)勢(shì)，但平臺(tái)在投入使用前需要按照數(shù)據(jù)并行計(jì)算的要求調(diào)整Hadoop網(wǎng)絡(luò)的總體拓?fù)浣Y(jié)構(gòu)，以及云平臺(tái)的各類關(guān)鍵參數(shù)，以提高平臺(tái)的總體性能、數(shù)據(jù)的并行計(jì)算能力和計(jì)劃指令的執(zhí)行能力[10?11]。在采集系統(tǒng)總體結(jié)構(gòu)設(shè)計(jì)中，系統(tǒng)將農(nóng)作物生長(zhǎng)階段的Stream數(shù)據(jù)按時(shí)間維度分成若干部分，這種數(shù)據(jù)處理方式除了具有較強(qiáng)的邏輯計(jì)算能力之外，在批量數(shù)據(jù)處理時(shí)效率更高。為適用多場(chǎng)合的數(shù)據(jù)挖掘和分析應(yīng)用，基于Spark云平臺(tái)的信息采集系統(tǒng)在硬件設(shè)計(jì)與程序設(shè)計(jì)中，都引入了序列化的數(shù)據(jù)加載機(jī)制，也可以在Java虛擬機(jī)上單獨(dú)運(yùn)行[12?13]，提高系統(tǒng)運(yùn)行的靈活性。基于Spark云計(jì)算平臺(tái)的農(nóng)作物施氮量數(shù)據(jù)采集系統(tǒng)的總體架構(gòu)如圖1所示。

Spark平臺(tái)是在Hadoop平臺(tái)基礎(chǔ)上研發(fā)的功能更為完善的大數(shù)據(jù)分析平臺(tái)，基于彈性分布式數(shù)據(jù)處理理念，可以將采集到的農(nóng)作物施氮量信息臨時(shí)存儲(chǔ)于采集系統(tǒng)的工作模塊中，而不再需要進(jìn)行復(fù)雜的I/O重復(fù)操作，從而強(qiáng)化了數(shù)據(jù)的迭代泛化能力，提高了對(duì)農(nóng)作物信息采集的精度和分析能力。

2" 信息采集系統(tǒng)硬件設(shè)計(jì)

基于Spark平臺(tái)設(shè)計(jì)的農(nóng)作物施氮量采集系統(tǒng)的信息采集主控模塊與多個(gè)工作模塊的硬件配置相同，相對(duì)于工作模塊而言，主動(dòng)模塊MCU的主頻更高，同時(shí)內(nèi)存也更大。每一個(gè)工作模塊子系統(tǒng)的硬件部分都以MCU主動(dòng)單元為核心模塊，選用意法半導(dǎo)體的STM32F103型號(hào)芯片。其他硬件模塊包括電源管理模塊、無線通信模塊、RS 485通行性串行接口、能夠外接SD卡的數(shù)據(jù)存儲(chǔ)模塊及農(nóng)作物施氮量采集信息顯示模塊。MCU直接與無線數(shù)據(jù)傳輸模塊連接，無線數(shù)據(jù)傳輸模塊內(nèi)有雙頻D?GPS定位功能，能夠判定農(nóng)作物信息采集系統(tǒng)的具體位置，并通過無線傳輸網(wǎng)絡(luò)將采集到的信息傳遞給主控模塊。采集到的農(nóng)作物信息通過無線網(wǎng)絡(luò)傳輸給MCU單元后，系統(tǒng)具有數(shù)據(jù)信息分析處理功能和數(shù)據(jù)存儲(chǔ)功能，如果數(shù)據(jù)存儲(chǔ)模塊的內(nèi)存空間不足，可以通過外置SD卡的形式提高存儲(chǔ)模塊的容量。由于采用了通用型的接口，在設(shè)備安裝時(shí)可以實(shí)現(xiàn)免驅(qū)動(dòng)安裝，更適合戶外作業(yè)的復(fù)雜情況。MCU主控芯片的接口類型為RS 485，通過485主線與無線通信模塊、電源管理模塊、數(shù)據(jù)存儲(chǔ)模塊及顯示模塊連接，分析處理后農(nóng)作物施氮量數(shù)據(jù)通過顯示模塊輸出。硬件系統(tǒng)在使用前通過指定的無線網(wǎng)絡(luò)協(xié)議將采集要求發(fā)送到服務(wù)器系統(tǒng)，開始設(shè)定MCU主動(dòng)芯片的各種參數(shù)、服務(wù)器地址、接收信息的時(shí)間間隔等信息，使系統(tǒng)進(jìn)入待工作狀態(tài)，系統(tǒng)硬件的總體構(gòu)成如圖2所示。

基于Spark平臺(tái)農(nóng)作物施氮量信息采集子工作系統(tǒng)采用分布式的拓?fù)浣Y(jié)構(gòu)，子系統(tǒng)之間通過無線網(wǎng)絡(luò)可以建立連接，每一個(gè)子系統(tǒng)都與主控系統(tǒng)連接。每一個(gè)子系統(tǒng)內(nèi)部的功能模塊以MCU單元為中心通過485總線連接為一個(gè)整體，其中MCU STM32F103型主控芯片是整個(gè)子系統(tǒng)的核心部分，為了控制子系統(tǒng)芯片的采購(gòu)成本，芯片主頻要略低于主控芯片。通用型STM32F103主控芯片的部分電路結(jié)構(gòu)如圖3所示。

為靈活配置MCU芯片電路中的各種參數(shù)，技術(shù)人員需要根據(jù)主控芯片的參數(shù)配置需求，調(diào)整其他模塊的參數(shù)。主控芯片上的連接電路主要包括RS 485主線的顯示電路、拓展FLASH電路和顯示模塊電路。為保證芯片電壓和電流的穩(wěn)定性，RS 485主線接口都采用了高安全性的兼容接口，具有數(shù)據(jù)傳輸效率高、抗干擾能力強(qiáng)的特點(diǎn)。農(nóng)作物施氮量信息采集系統(tǒng)的RS 485主線接口電路結(jié)構(gòu)如圖4所示。

農(nóng)作物施氮量信息采集系統(tǒng)的無線數(shù)據(jù)傳輸模塊部分采用了美國(guó)高通公司最新的無線傳輸協(xié)議，該模塊內(nèi)置了GPRS功能和EDGE功能，也可以利用4G網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)傳輸。無線傳輸模塊采用MINIRS485主線接口支持信息發(fā)送與信息接收的合并技術(shù)，實(shí)現(xiàn)傳輸信號(hào)的無斷點(diǎn)傳輸，可以有效降低信息采集和傳輸中的誤碼率。相對(duì)于傳統(tǒng)的Hadoop平臺(tái)，基于Spark平臺(tái)的農(nóng)作物施氮量信息采集系統(tǒng)的主控模塊和子系統(tǒng)模塊內(nèi)部都集成了數(shù)據(jù)存儲(chǔ)功能，防止由于數(shù)據(jù)傳輸不及時(shí)而導(dǎo)致采集數(shù)據(jù)丟失。由于信息采集系統(tǒng)的空間限制不能夠安裝過大的存儲(chǔ)裝置，數(shù)據(jù)存儲(chǔ)模塊可以外接SD卡并可以實(shí)現(xiàn)免驅(qū)動(dòng)安裝，數(shù)據(jù)存儲(chǔ)模塊的使用壽命及其接口的使用壽命可長(zhǎng)達(dá)10年，可以反復(fù)讀寫數(shù)據(jù)5萬次。農(nóng)作物施氮量信息采集系統(tǒng)的顯示器模塊采用JDI公司的LCD顯示屏，由于LCD顯示屏在強(qiáng)光下能夠激發(fā)出更高的亮度，且壽命長(zhǎng)于LED顯示屏，屏幕的尺寸為10.5寸。采集系統(tǒng)的顯示器模塊電壓輸出采用3.6 V直流供電，以保證顯示模塊的穩(wěn)定性。信息采集系統(tǒng)顯示器模塊也通過485總線與STM32F103型主控芯片連接，顯示模塊的基礎(chǔ)性電路結(jié)構(gòu)如圖5所示。

對(duì)整個(gè)信息采集系統(tǒng)的電路工作情況及模塊的功能性進(jìn)行系統(tǒng)分析和檢驗(yàn)，并調(diào)整和驗(yàn)證各主要功能模塊的PTB連接情況。為了保證系統(tǒng)硬件部分功能的完整性，同時(shí)還要對(duì)除MCU芯片之外的其他模塊的參數(shù)進(jìn)行驗(yàn)證，特別是要防止農(nóng)作物信息傳輸時(shí)產(chǎn)生過多的電磁干擾，影響信息采集的準(zhǔn)確性。在完成農(nóng)作物施氮量信息采集系統(tǒng)硬件設(shè)計(jì)的基礎(chǔ)上，再基于Spark平臺(tái)設(shè)計(jì)各功能模塊的工作流程。

3" 農(nóng)作物施氮量采集系統(tǒng)的軟件實(shí)現(xiàn)流程

Spark平臺(tái)下農(nóng)作物施氮量采集系統(tǒng)總體功能的實(shí)現(xiàn)流程包括農(nóng)作物信息的采集與實(shí)時(shí)監(jiān)測(cè)、農(nóng)作物施氮量監(jiān)測(cè)數(shù)據(jù)的分析與處理及數(shù)據(jù)庫(kù)管理。其中，信息的采集與監(jiān)測(cè)流程是系統(tǒng)最重要的子程序，信息的采集與檢測(cè)流程如圖6所示。

采集程序開始執(zhí)行后先將模塊程序初始化，并根據(jù)不同的采集需求、農(nóng)作物類別、植株密度等調(diào)整好采集模塊的參數(shù)。系統(tǒng)管理輸出登錄賬號(hào)和密碼進(jìn)行系統(tǒng)登錄，如果采集子系統(tǒng)的登錄信息不正確直接結(jié)束程序。位于終端的工作模塊可以被均勻地布置在待檢測(cè)的農(nóng)作物區(qū)域，為保持監(jiān)測(cè)數(shù)據(jù)的準(zhǔn)確性，可以分時(shí)段進(jìn)行多次采樣并取平均值。由于工作模塊也內(nèi)置MCU單元，因此系統(tǒng)在采樣的同時(shí)還能夠?qū)ν粎^(qū)域的冗余干擾數(shù)據(jù)進(jìn)行監(jiān)測(cè)，并將有用的數(shù)據(jù)通過無線網(wǎng)絡(luò)傳遞給系統(tǒng)的主控模塊。根據(jù)采集區(qū)域的面積可以布置多個(gè)工作模塊，每一個(gè)模塊都有其固定的工作半徑范圍，如果超出半徑范圍，數(shù)量采集的精度將會(huì)降低。系統(tǒng)在進(jìn)行無限傳輸之前需要確定能否對(duì)采集到的樣本數(shù)據(jù)進(jìn)行無線傳輸，若無線網(wǎng)絡(luò)連接較好，則直接通過無線網(wǎng)絡(luò)進(jìn)行采集數(shù)據(jù)的傳輸;若戶外環(huán)境的網(wǎng)絡(luò)條件較差，則需要先將采集到的數(shù)據(jù)存儲(chǔ)于工作子系統(tǒng)的數(shù)據(jù)存儲(chǔ)模塊中，如果數(shù)據(jù)包過大還可以通過外接的SD卡擴(kuò)容。如果在網(wǎng)絡(luò)環(huán)境較差的條件下傳輸采集到的數(shù)據(jù)可能會(huì)導(dǎo)致關(guān)鍵數(shù)據(jù)的丟失。

農(nóng)作物施氮量采集數(shù)據(jù)的分析與處理程序主要是對(duì)一定采集周期內(nèi)的數(shù)據(jù)進(jìn)行匯總和分析，數(shù)據(jù)監(jiān)測(cè)的目的是保證采集數(shù)據(jù)的一致性和準(zhǔn)確性。系統(tǒng)管理員按照系統(tǒng)界面的提示要求，可以選擇實(shí)時(shí)數(shù)據(jù)監(jiān)測(cè)或數(shù)據(jù)刷新，將分析處理完畢的原始農(nóng)作物施氮量數(shù)據(jù)輸入數(shù)據(jù)庫(kù)系統(tǒng)。信息采集系統(tǒng)自帶數(shù)據(jù)庫(kù)功能，數(shù)據(jù)庫(kù)分類儲(chǔ)存每一種農(nóng)作物在不同生長(zhǎng)周期內(nèi)所需要的氮肥標(biāo)準(zhǔn)指標(biāo)，并以對(duì)象為基礎(chǔ)性的分類標(biāo)準(zhǔn)，對(duì)采集到的實(shí)時(shí)數(shù)據(jù)進(jìn)行篩選和比對(duì)。信息采集系統(tǒng)的數(shù)據(jù)庫(kù)是一種面向?qū)ο蠖鴦?dòng)態(tài)調(diào)整的數(shù)據(jù)庫(kù)，基于被監(jiān)測(cè)農(nóng)作物的種類和對(duì)象的特征數(shù)據(jù)，準(zhǔn)確識(shí)別出農(nóng)作物生長(zhǎng)階段中的標(biāo)準(zhǔn)施氮量。信息采集系統(tǒng)中每一個(gè)工作模塊都能夠臨時(shí)存儲(chǔ)采集數(shù)據(jù)，但由于系統(tǒng)自帶存儲(chǔ)模塊空間有限，應(yīng)在一定時(shí)間內(nèi)將全部數(shù)據(jù)導(dǎo)入數(shù)據(jù)庫(kù)，以實(shí)現(xiàn)對(duì)農(nóng)作物施氮量信息的橫向?qū)Ρ取？紤]到采集系統(tǒng)構(gòu)建的成本控制問題，本文選用了維護(hù)費(fèi)用更低的MySQL型數(shù)據(jù)庫(kù)，提拱了更多種類的表格樣式，也能夠通過表達(dá)之間的通用字段，實(shí)現(xiàn)對(duì)關(guān)鍵農(nóng)作物信息的串聯(lián)查找，操作更為便捷。MySQL型數(shù)據(jù)庫(kù)中所包括的數(shù)據(jù)表類型如表1所示。

數(shù)據(jù)庫(kù)模塊及數(shù)據(jù)庫(kù)表的設(shè)計(jì)以滿足農(nóng)作物施氮量采集系統(tǒng)的需求為最終目的，字段的長(zhǎng)度及表格的樣式都具有很大的彈性，可以針對(duì)用戶的需求對(duì)表格之間的關(guān)系、查詢方式、搜索方式與連接方式做出任意的調(diào)整。例如，可以根據(jù)采集片區(qū)的大小，增大或縮減數(shù)據(jù)庫(kù)的規(guī)模。在主控程序的執(zhí)行方面，本文設(shè)計(jì)采集系統(tǒng)軟件實(shí)現(xiàn)流程具有操作簡(jiǎn)單、易用的特點(diǎn)，按照系統(tǒng)界面的信息提示，用戶可以選擇開始采集、數(shù)據(jù)監(jiān)測(cè)等功能，系統(tǒng)的LCD顯示模塊提供實(shí)時(shí)的采集結(jié)果顯示;采集到的農(nóng)作物數(shù)據(jù)資料都保留有時(shí)間戳，用戶輸入查詢條件后，可以在數(shù)據(jù)庫(kù)中查詢到一段時(shí)間內(nèi)農(nóng)作物施氮量的詳細(xì)記錄，為使用者的決策提供數(shù)據(jù)上的支持。本文詳盡分析和闡述了基于Spark平臺(tái)的農(nóng)作物施氮量信息采集系統(tǒng)的硬件構(gòu)成與軟件實(shí)現(xiàn)流程，為檢測(cè)信息采集系統(tǒng)的實(shí)際應(yīng)用效果，進(jìn)行了一組信息采集測(cè)試，并提取了相關(guān)的農(nóng)作物施氮量采集與監(jiān)測(cè)數(shù)據(jù)。

4" 系統(tǒng)測(cè)試與應(yīng)用效果分析

4.1" 系統(tǒng)的安全性及兼容性測(cè)試

由于農(nóng)作物施氮量信息采集系統(tǒng)的數(shù)據(jù)傳輸采用了無線遠(yuǎn)程傳輸方式，需要先對(duì)無線網(wǎng)絡(luò)傳輸?shù)陌踩赃M(jìn)行檢測(cè)，防止在農(nóng)作物施氮量采集數(shù)據(jù)的傳輸中被入侵，或由于環(huán)境干擾和電磁干擾而導(dǎo)致關(guān)鍵數(shù)據(jù)的丟失。本文無線傳輸協(xié)議按照IEEE 802.11b局域網(wǎng)標(biāo)準(zhǔn)執(zhí)行，對(duì)系統(tǒng)硬件的無線傳輸模塊、基帶版本、軟件運(yùn)行程序進(jìn)行全方位的測(cè)試與檢驗(yàn)。為保證系統(tǒng)的安全性，全部測(cè)試模塊都進(jìn)行加密處理，系統(tǒng)管理員也采用賬號(hào)密碼的方式登錄;此外，在查詢數(shù)據(jù)的提取與SQL服務(wù)語(yǔ)句的使用方面，也需要先登錄再操作;上傳數(shù)據(jù)或采用外接設(shè)備連接時(shí)都需要進(jìn)行數(shù)據(jù)掃描或登錄驗(yàn)證。

兼容性測(cè)試包括硬件模塊之間的兼容性檢測(cè)、接口及RS 485總線的兼容性檢測(cè)和軟硬件之間的兼容性檢測(cè)。主控模塊與子模塊之間的硬件配置相同、無限網(wǎng)絡(luò)傳輸協(xié)議也相同，提高了系統(tǒng)模塊之間的兼容性。數(shù)據(jù)采集系統(tǒng)主服務(wù)器與子服務(wù)器、Web服務(wù)器之間的通信協(xié)議也需要采用同一標(biāo)準(zhǔn)，瀏覽器的版本需要選用IE9.0以上的版本，進(jìn)一步提高系統(tǒng)兼容性。系統(tǒng)的測(cè)試環(huán)境與需要的設(shè)備數(shù)量如表2所示。

本文基于Spark平臺(tái)的信息采集系統(tǒng)在白天時(shí)段的系統(tǒng)響應(yīng)時(shí)間基本上能夠控制在10 s之內(nèi)，僅在17：30的時(shí)段出現(xiàn)過一次響應(yīng)波動(dòng);而在夜間采集時(shí)段由于夜視環(huán)境下能見度較低，各時(shí)段的平均信息采集響應(yīng)時(shí)間維持在20.5 s，高于白天時(shí)段，但總體的穩(wěn)定性表現(xiàn)良好。傳統(tǒng)農(nóng)作物施氮量信息采集系統(tǒng)的響應(yīng)時(shí)間如圖8所示，日間時(shí)段的平均采集響應(yīng)時(shí)間超過了30 s，這主要是由于人工采樣的時(shí)間較長(zhǎng)，從采樣現(xiàn)場(chǎng)到主動(dòng)中心的數(shù)據(jù)無線傳輸效率也低于本文系統(tǒng)。而在夜間時(shí)間信息采集系統(tǒng)的響應(yīng)時(shí)間呈現(xiàn)出了鋸齒形的劇烈波動(dòng)，表明采集系統(tǒng)在夜間連續(xù)信息采集方面表現(xiàn)較差，由于系統(tǒng)信息采集響應(yīng)時(shí)間的不穩(wěn)定，也會(huì)直接導(dǎo)致采樣數(shù)據(jù)不準(zhǔn)確。

農(nóng)作物施氮量信息采集的最終目的是按照科學(xué)的標(biāo)準(zhǔn)準(zhǔn)確地管理不同階段農(nóng)作物的施肥量，以更好地保證農(nóng)作物的生長(zhǎng)。本文實(shí)驗(yàn)選取了10個(gè)不同的水稻種植區(qū)域，考量應(yīng)用本文農(nóng)作物施氮量信息采集系統(tǒng)后，水稻農(nóng)作物的畝產(chǎn)情況及氮肥的使用成本變化情況統(tǒng)計(jì)結(jié)果如表3所示。

由于農(nóng)作物在不同生長(zhǎng)階段的生長(zhǎng)習(xí)性不同，施氮量也并非越多越好，因此應(yīng)基于農(nóng)作物的生長(zhǎng)狀況信息科學(xué)地制定施氮量標(biāo)準(zhǔn)。從上述10個(gè)不同的水稻種植區(qū)域的產(chǎn)量情況來分析，采用基于Spark平臺(tái)的信息采集系統(tǒng)控制施氮量，對(duì)于作物的生長(zhǎng)與產(chǎn)量提升具有明顯的推動(dòng)作用，畝產(chǎn)量均超過了平均畝產(chǎn)標(biāo)準(zhǔn)，同時(shí)氮肥使用量也有所減少，降低了農(nóng)作肥料成本，同時(shí)提高了農(nóng)作物種植的經(jīng)濟(jì)效益。

5" 結(jié)" 論

采用更為科學(xué)的方式種植經(jīng)濟(jì)作物，并利用計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)和現(xiàn)代電子技術(shù)控制作物的生長(zhǎng)，已經(jīng)成為現(xiàn)代農(nóng)業(yè)發(fā)展的主要趨勢(shì)之一。本文基于Spark開發(fā)平臺(tái)設(shè)計(jì)了一種農(nóng)作物施氮量信息采集系統(tǒng)，能夠更科學(xué)地掌握農(nóng)作物的生長(zhǎng)習(xí)性并更加合理地使用氮肥，從而達(dá)到事半功倍的效果。

參考文獻(xiàn)

[1] 金斌斌，邵孝侯，徐朝輝，等.控灌中蓄及減量施肥對(duì)稻田氮素動(dòng)態(tài)的影響[J].水利水電科技進(jìn)展，2017，37（3）：84?88.

JIN Binbin， SHAO Xiaohou， XU Chaohui， et al. Effects of storage and reduction fertilization in controlled irrigation on nitrogen dynamics in paddy fields [J]. Progress in water resources and hydropower science and technology， 2017， 37（3）： 84?88.

[2] 劉新英，殷鑒，李寒，等.CO2與氮肥交互作用的番茄光合速率預(yù)測(cè)模型[J].農(nóng)業(yè)機(jī)械學(xué)報(bào)，2017（z1）：334?337.

LIU Xinying， YIN Jian， LI Han， et al. Prediction model of photosynthetic rate of tomato under the interaction of CO2 and nitrogen fertilizer [J]. Journal of agricultural machinery， 2017（S1）： 334?337.

[3] 王美，趙廣才，石書兵，等.氮肥底追比例及施硫?qū)π←湹匚绽玫恼{(diào)控[J].核農(nóng)學(xué)報(bào)，2017，31（5）：954?963.

WANG Mei， ZHAO Guangcai， SHI Shubing， et al. Regulation of nitrogen uptake and utilization by wheat by bottom dressing ratio of nitrogen fertilizer and sulfur application [J]. Journal of nuclear agriculture， 2017， 31（5）： 954?963.

[4] 李鵬程，鄭蒼松，孫淼，等.利用15N示蹤研究不同肥力土壤棉花氮肥減施的產(chǎn)量與環(huán)境效應(yīng)[J].植物營(yíng)養(yǎng)與肥料學(xué)報(bào)， 2017，23（5）：1199?1206.

LI Pengcheng， ZHENG Cangsong， SUN Miao， et al. Using 15N tracer to study the yield and environmental effects of nitrogen fertilizer reduction on cotton in different fertility soils [J]. Journal of plant nutrition and fertilizer， 2017， 23（5）： 1199?1206.

[5] 魏全全，趙歡，周開芳，等.15N示蹤探究黃壤區(qū)稻?煙模式烤煙氮素的積累[J].西南農(nóng)業(yè)學(xué)報(bào)， 2018（2）：347?353.

WEI Quanquan， ZHAO Huan， ZHOU Kaifang， et al. 15N tracer study on nitrogen accumulation in Flue?cured Tobacco under Rice?Tobacco model in yellow soil region [J]. Journal of southwest agriculture， 2018（2）： 347?353.

[6] 慶海濤，李剛.智庫(kù)專家評(píng)價(jià)指標(biāo)體系研究[J].圖書館論壇， 2017，37（10）：22?28.

QING Haitao， LI Gang. Research on expert evaluation index system of think tank [J]. Library forum， 2017， 37（10）： 22?28.

[7] 譚臺(tái)哲，向云鵬.Hadoop平臺(tái)下海量圖像處理實(shí)現(xiàn)[J].計(jì)算機(jī)工程與設(shè)計(jì)，2017，38（4）：976?980.

TAN Taizhe， XIANG Yunpeng. Implementing massive image processing on Hadoop platform [J]. Computer engineering and design， 2017， 38（4）： 976?980.

[8] 郝天軒，張春林.基于Hadoop平臺(tái)的瓦斯突出預(yù)測(cè)預(yù)警方法研究[J].中國(guó)安全科學(xué)學(xué)報(bào)，2017（11）：61?66.

HAO Tianxuan， ZHANG Chunlin. Research on prediction and early warning method of gas outburst based on Hadoop platform [J]. Chinese journal of safety sciences， 2017（11）： 61?66.

[9] 吳云蔚，寧芊.基于Hadoop平臺(tái)的分布式SVM參數(shù)尋優(yōu)[J].計(jì)算機(jī)工程與科學(xué)，2017，39（6）：1042?1047.

WU Yunwei， NING Qian. Parameter optimization of distributed SVM based on Hadoop platform [J]. Computer engineering and science， 2017， 39（6）： 1042?1047.

[10] 楊鑫.基于云平臺(tái)的大數(shù)據(jù)信息安全機(jī)制研究[J].情報(bào)科學(xué)，2017，35（1）：110?114.

YANG Xin. Research on information security mechanism of large data based on cloud platform [J]. Information science， 2017， 35（1）： 110?114.

[11] 趙宏林，廉小親，郝寶智，等.基于物聯(lián)網(wǎng)云平臺(tái)的空調(diào)遠(yuǎn)程控制系統(tǒng)[J].計(jì)算機(jī)工程與設(shè)計(jì)，2017，38（1）：265?270.

ZHAO Honglin， LIAN Xiaoqin， HAO Baozhi， et al. Air conditioning remote control system based on Internet of Things cloud platform [J]. Computer engineering and design， 2017， 38（1）： 265?270.

[12] 崔炳榮，劉亮，甘杰，等.Java卡虛擬機(jī)的安全攻擊技術(shù)及防御技術(shù)研究[J].電子技術(shù)應(yīng)用，2017，43（10）：12?15.

CUI Bingrong， LIU Liang， GAN Jie， et al. Research on security attack technology and defense technology of Java card virtual machine [J]. Electronic technology application， 2017， 43 （10）： 12?15.

[13] 譚杰，張富春.基于互聯(lián)網(wǎng)技術(shù)的大棚智能農(nóng)業(yè)監(jiān)測(cè)控制系統(tǒng)研究[J].電子設(shè)計(jì)工程，2018，26（4）：38?42.

TAN Jie， ZHANG Fuchun. Study of intelligent agricultural monitoring and control system for greenhouse based on internet technology [J]. Electronic design engineering， 2018， 26（4）： 38?42.