基于天網大數據的農業智能化動態監測平臺設計

梁斯東 張寶玉

北京道達天際科技有限公司 北京 100049

引言

在我國，由于耕地的數量減少與質量下降，耕地保護已成為實現農業可持續發展的一個重要戰略任務。遙感信息因其覆蓋面大，實時性和現勢性強，速度快，周期性和準確可靠以及省時、省力、費用低等優點被廣泛用于測定農用地的數量與質量的動態變化。20世紀20年代航空遙感剛一轉入民用，便被用于農業土地調查。尤其是20世紀60年代將多光譜原理應用于遙感后，人們根據各種植物和土壤的光譜反射特性，建立了豐富的地物波譜與遙感圖像解譯標志，在農業資源調查與動態監測、生物產量估計、農業災害預報與災后評估等方面，開展了大量的和成功的應用。

天網大數據主要由天（時空）數據和網空數據兩大類數據集合而成，通過時空數據語義化和網空數據時空化，將兩類數據有機融合。其中：天（時空）數據包括衛星、航空飛機、無人機對地觀測拍攝的遙感數據；網空數據通過互聯網開源數據采集手段，獲取的文字、圖片、視頻和音頻等信息資源。基于天網大數據的農業動態監測，更加有效地提升了農業領域智能化信息服務能力。

1 需求分析

1.1 面向政府部門的業務需求

1.1.1 提供土地確權、土地資源利用、農業用地設計與規劃以及農產品種植等信息，供政府部門了解農業用地土地現狀，指導農作物種植以及農業產業結構調整。

1.1.2 提供農產品種植、加工以及銷售一體化信息，包括農產品長勢、產量、加工品種以及銷售市場等數據，輔助政府進行區域農產品品牌規劃，促進農業經濟發展。

1.1.3 提供農產品溯源信息，輔助政府了解農產品從產地環境、農業投入品、農業安全生產規程到農產品市場準入等“從農田到餐桌”的全程質量信息。

1.1.4 提供農業生產資料、農業機械設備的儲備信息，并發布給涉農企業，在農業生產過程中合理調配、調度生產資料，輔助涉農企業安排生產。

1.1.5 提供農業災害監測信息，如旱災、洪澇、病蟲害等，輔助政府部門進行救災物資儲備和調撥，指導緊急救災和災后生產恢復等[1]。

1.2 面向涉農企業的業務需求

1.2.1 在農作物種植準備過程中，了解生產資料、農業機械市場需求，包括種子、肥料、農藥以及農業機械等，通過天網大數據監測農業用地現狀，通過互聯網獲取政府發布的農產品種植規劃建議等信息，提前安排農業生產資料以及農業機械的生產計劃。

1.2.2 在農作物生長以及收割過程中，生產資料、農業機械廠商重點關注農作物病蟲害信息、農作物長勢、土壤墑情等數據，從而根據區域作物生長情況，調度生產資料布局，輔助農場主合理安排農事；農業保險機構在農作物承保階段需要精確測定承保標的面積、數量、位置等信息，理賠階段從宏觀上了解災害總體損失情況及空間分布，為承保風險管控提供支撐，解決被保險人報損不準甚至嚴重夸大的問題。農業期貨企業重點關注農作物的價格，而農作物種植面積、長勢、產量以及農災等信息時刻影響著農產品的價格，因此提供科學、精確合理的監測信息，能夠為農業期貨市場提供輔助支撐。

1.2.3 在農產品加工與銷售過程中，農產品加工公司主要關心加工原材料的產地、質量、供應量等信息，需要建立農產品的溯源體系，形成產品原材料檔案，為加工產品質量安全以及品牌推廣奠定基礎。

1.3 面向社會公眾的業務需求

1.3.1 消費者主要關心農產品的食品安全問題，因此需要提供農產品的原材料生產地、輔助肥料、農藥信息，物流倉儲信息以及加工過程等溯源信息，同時能夠掌握溯源信息的真實可靠性。

1.3.2 對于農業科研院所，他們需要更多的天網監測數據、農業實際發生數據作為支撐，進一步推進農業天網監測技術的發展[2]。

2 平臺總體設計

2.1 總體設計思路

基于天網大數據的農業智能化動態監測平臺設計思路如圖1所示：

圖1 總體設計思路圖

2.1.1 實現天網大數據農業應用云服務模式，建立天網大數據農業應用云服務中心，以及“互聯網+”云服務門戶，實現農業行業監測管理數據、遙感衛星數據、矢量地圖數據、文本數據、圖片數據、專題監測數據及多媒體數據的存儲管理，并能通過云服務門戶網站面向政府、涉農企業、農場主以及公眾提供信息的共享發布。同時，能夠收集公眾采集的農作物實時數據。

2.1.2 集成利用高低空遙感、網絡爬蟲、云計算、地理信息系統、人工智能和數據清洗治理等技術，建立從農業生產規劃到農業生產過程管理以及交易信息服務的全鏈路服務。在農業生產以及交易的每個環節，包括農業用地規劃、作物種植監測、肥料配送、水利灌溉、機械設備調度、農產品交易、保險服務、災害應急以及農產品加工與銷售等主要過程，對每個過程提供監測信息，結合其他感知信息為農業生產決策提供信息支撐。

2.1.3 基于統一時空框架，融合眾多環境變量以及農業要素信息納入到天網大數據農業分析計算模型中，結合實時更新的衛星遙感數據、無人機遙感數據、傳感器數據和公開來源數據，對農作物進行、產量評估，并以畝為單位將數據可視化，優化管理水平，協助用戶做出合理決策，從而最大化農作物產量，提高生產效率。通過以畝為單位的農田精準化管理，給用戶帶來產量提升、降低生產成本和氣候變化帶來的風險。同時，為涉農相關企業提供精準的農業信息服務。

2.1.4 建立面向不同用戶群體的特色使用模式。平臺面向的用戶群包括政府、涉農企業、農場主、社會公眾以及互聯網等用戶群體，每類用戶在農業生產以及交易過程中擔當的角色不同，關注的農業信息也不同。平臺根據每類用戶群體的業務需求以及使用要求，設計不同的使用模式以及軟件能力，為每一類用戶提供精細化的農業服務信息[3]。

2.2 平臺能力設計

2.2.1 天網大數據農業信息云服務門戶。天網大數據農業信息云服務門戶是平臺與外部用戶進行數據共享服務的接口，用戶通過該門戶可瀏覽農業天網大數據產品，根據需要選擇下載所需數據。同時在門戶網站可瀏覽農業政策信息以及農產品價格、走勢等信息。

2.2.2 天網大數據農業動態監測。天網大數據農業動態監測以遙感技術和網絡爬蟲技術為基礎，實現農業用地規劃、農作物長勢監測、農作物估產、農業災害監測、農作物生產過程管理、農村土地承包經營權登記管理等天網大數據農業監測應用，為農業生產規劃、過程管理以及交易服務提供信息支撐。

2.2.3 天網大數據農業分析服務。天網大數據農業分析服務基于基礎地理空間框架，在農業天網大數據集的支撐下，借助天網大數據分析方法，分析農牧人口分布、農業保險數據分析、農業期貨情報數據分析、種植面積變化趨勢、生產加工企業收入分析、運輸倉儲企業營收分析、農機調配分析、物料配送分析等信息。

2.2.4 天網大數據農業信息可視化與輔助決策。天網大數據農業信息可視化與輔助決策在二三維時空地理信息框架下，對天網大數據分析成果，基于圖形數據渲染方式進行可視化展示，提供災害應急預案，以及農業決策預案的可視化推演與分析決策。

2.2.5 天網大數據農業信息保障與共享交換。天網大數據農業信息保障與共享交換通過衛星、航空以及無人機遙感、無人機傾斜攝影、多媒體資料以及其他傳感器等獲取農業保障數據，并通過對數據的組織編目，建立后臺數據共享交換機制，實現精準農業天網大數據的共享交換服務[4]。

2.3 總體架構設計

基于天網大數據的農業智能化動態監測平臺在計算、存儲、網絡、終端設備、數據資源保障的基礎上，進行軟件架構搭建。同時對于后續軟件的功能完善和改造提供極高的擴展性，便于軟件部署、遷移和升級。軟件在邏輯上自下而上分為物理層、數據獲取層、數據層、平臺層、應用層等五個部分，具體如下圖所示：

圖2 基于天網大數據的農業智能化動態監測平臺架構圖

2.3.1 物理層。物理層為平臺提供基礎軟硬件支撐環境，依托現有設備資源，包括服務器主機、存儲設備、運行網絡、顯示設備、操作系統以及單機應用終端等，為基于天網大數據的農業智能化動態監測平臺提供統一、高速、安全的網絡和主機運行基礎平臺[5]。

2.3.2 數據獲取層。數獲取層主要獲取天（時空）數據和網空兩大類數據：通過商業采購、互聯網抓取和數據申領的方式，獲取高分辨率衛星影像數據、航空影像數據和無人機影像數據，為后續業務分析應用提供基礎數據支撐；通過智能化的互聯網信息采集技術，從新聞網站、智庫信源、社交媒體、論壇、百科等網站，獲取文字類、圖片類、視頻類和音頻類等公開來源數據。

2.3.3 數據層。數據層是基于天網大數據的農業智能化動態監測平臺的數據資源管理層，在統一的框架下，實現對各類數據的接入和存儲。可存儲管理的數據主要包括遙感影像數據、矢量地圖數據、圖片類數據、文字業務類數據、音視頻數據以及農業專題數據等。

2.3.4 平臺層。平臺層作為數據與應用的橋梁，向下需要提供數據訪問服務、集群控制、計算資源并行管理等，向上提供應用所需的業務功能，同時，支持二次開發，豐富上層業務應用拓展。

2.3.5 應用層。應用層主要構建平臺的業務應用功能，實現天網大數據農業云服務門戶、數據共享交換、農業監測、農業大數據分析以及農業大數據可視化服務決策等功能，為天網大數據農業動態監測應用提供業務支撐，以提供統一、通用、標準的方式實現各類業務應用[6]。

2.4 物理架構設計

基于天網大數據的農業智能化動態監測平臺物理架構如下圖所示，包括云計算服務平臺、高性能計算集群系統、存儲系統、應用客戶端以及網絡等。

圖3 系統物理架構圖

2.4.1 高性能計算集群系統：承載平臺云服務平臺的計算分析服務，通過對外服務網絡與應用客戶端進行服務交互，與數據存儲系統通過IB網進行數據交互。

2.4.2 云計算服務平臺：一方面實現應用軟件的虛擬化服務，另一方面對云環境下的計算資源、存儲資源進行管理與調度，通過虛擬化的方式將服務器、存儲、網絡等資源組織成一個資源聚合體，再根據需要分配給前端應用使用。通過資源池化機制，以細粒度管理方式充分利用資源，從而大幅提高云計算系統的資源利用率。

2.4.3 存儲系統：包括服務器存儲系統、磁盤陣列存儲系統、分布式并行存儲系統以及備份存儲系統四種類型[7]。

2.4.3.1 服務器存儲系統：實現結構化數據在數據庫中的存儲，用二維表結構來邏輯表達實現的數據；

2.4.3.2 磁盤陣列存儲系統：實現結構化文件實體的存儲；

2.4.3.3 分布式并行存儲系統：實現遙感影像、文本、圖片、XML、HTML、各類報表、音頻/視頻信息等數據的存儲；

2.4.3.4 備份存儲系統：按照制定的備份策略實現系統數據的備份存儲。

2.4.4 網絡系統：主要實現數據存儲以及云環境管理的通道。

2.4.4.1 存儲網絡：結構化數據采用FC SAN架構，因此采用FC光纖網絡；非結構化數據包括視頻或者圖片等非結構化的數據和虛擬機鏡像文件數據，該部分主要通過以太網絡實現數據的存儲，網絡帶寬為萬兆。

2.4.4.2 管理網絡：主要實現在業務負載較重時，虛擬機進行遷移和虛擬機之間心跳監控室進行通信。該部分采用萬兆以太網實現。

2.4.4.3 計算網絡：使用IB網絡滿足高性能計算對高效能存儲與低延遲通信方面的要求。

2.4.5 應用客戶端：通過計算機、會商終端、手機以及PDA等應用終端訪問云數據中心，進行桌面級操作與應用。

2.5 監測模式設計

基于天網大數據的農業智能化動態監測平臺對農業監測數據的獲取采取“衛星普查、網絡輔查、航空詳查、地面核查”的方式，通過衛星監測獲取大面積農業生產現狀，結合互聯網采集的相關信息資源進行融合分析。同時，針對普查的結果對核心重點區域進行航空/無人機詳查。最后，結合人工現場調查成果完成農業的動態監測[8]。

圖4 監測模式設計

3 結束語

本文設計的基于天網大數據的農業智能化動態監測平臺，綜合利用云計算、計算機深度學習、衛星遙感圖像分析挖掘、時空信息可視化和網絡爬蟲等關鍵技術，建立精準農業動態監測算法模型，獲取大量天網大數據資源，并將所有服務打包成可視化模塊運行在云服務平臺上，為政府部門、農業服務企業、農場主和社會公眾提供精準的農業信息服務，能夠為推進農業產業結構調整以及農業經濟的合理化發展提供有價值的參考。