農業(yè)生物數(shù)據(jù)分析初探

紀兆華 尹成偉 王春云 高春紅

摘? ? 要：通過以農業(yè)生產田間管理實際統(tǒng)計數(shù)據(jù)分析為例，探討生物數(shù)據(jù)可視化，直觀展現(xiàn)生物學數(shù)據(jù)，幫助科學分析數(shù)據(jù)結果，將抽象的信息進行直觀的分析并表示出來，有助于更好地理解數(shù)據(jù)，增強認知數(shù)據(jù)。生物大數(shù)據(jù)可視化分析的結果可視化強、效率高，對生物學大數(shù)據(jù)進行解構，去除其中的冗余信息和背景噪聲，得到更加具有科學意義的數(shù)據(jù)分析結果。

關鍵詞：田間管理;生物數(shù)據(jù);分析

文章編號：1005-2690（2021）17-0036-02? ? ? ?中國圖書分類號：C961? ? ? ?文獻標志碼：B

對生物大數(shù)據(jù)的高效準確解讀事關糧食安全等重要問題，由于生物大數(shù)據(jù)有類型復雜、結構異質、冗余性高和體積龐大等特點，科研人員需要借助數(shù)據(jù)可視化等方法才能理解其組成特征和內在聯(lián)系，進而更加快速和有針對性地從中挖掘出相關知識信息[1]。

1? ?數(shù)據(jù)可視化

數(shù)據(jù)可視化將具有大量數(shù)據(jù)庫中的文本或者二進制數(shù)據(jù)的特征信息，轉變?yōu)楦又庇^生動的圖或表。計算機可視化操作能夠將抽象的信息進行直觀的分析并表示出來，有助于更好地理解數(shù)據(jù)，增強認知數(shù)據(jù)，并挖掘出大量數(shù)據(jù)中蘊含的事物之間的規(guī)律或內在信息[2]。

實現(xiàn)大數(shù)據(jù)可視化的過程一般需要有數(shù)據(jù)獲取、數(shù)據(jù)變換、數(shù)據(jù)分析與數(shù)據(jù)展現(xiàn)。數(shù)據(jù)分析和數(shù)據(jù)可視化在生物大數(shù)據(jù)可視化分析流程中為計算處理，數(shù)據(jù)分析包括基于表結構和關系函數(shù)的查詢分析、基于數(shù)據(jù)、事件流的流分析，基于圖、矩陣、迭代計算的復雜分析;可視化通常為對分析結果的展示，通過交互、提問等形成迭代的分析和可視化[3]。

2? ?農業(yè)生產田間管理生物數(shù)據(jù)分析可視化

以田間管理數(shù)據(jù)分析為例，分析生物數(shù)據(jù)可視化。

2.1? ?田間管理

以田間管理數(shù)據(jù)分析為例，在2019年5月20日進行玉米播種，行長5 m，行距0.6 m，每行種植20株，采用壟上直播。玉米3葉期對田間種植的轉基因玉米材料進行抗除草劑草銨膦篩選，篩選方式為葉噴施，篩選效果明顯。對于缺株小區(qū)進行移苗。間苗完畢后，采用點播器施肥法，即在3葉期使用點播器將化肥點施于兩株苗之間，其中100%施氮量每穴施肥11.24 g，70%施氮量每穴施肥8.43 g ，0%施氮量不施肥。

2.2? ?數(shù)據(jù)測定

在苗期、拔節(jié)期、大喇叭口期、抽雄開花期分別測定葉綠素相對含量;抽雄吐絲期測定植株株高、穗位高。收獲時測定植株生物產量、果穗產量等;室內考種時測定植株干重、果穗產量構成因子等。

2.3? ?不同梯度不同時期葉綠素含量

整理不同梯度不同時間葉綠素含量數(shù)據(jù)，統(tǒng)計如表1所示。

苗期所有轉化體葉綠素含量顯著高于3個對照，p1和sd1轉化體在不同氮肥濃度下苗期均高于對照;推測兩個轉化體提高了苗期吸氮能力;轉化體拔節(jié)期葉綠素含量降低;大喇叭口期含量相比增加;ms1和zm1在棒三葉期葉綠素含量呈現(xiàn)增加趨勢;推測兩個轉化體提高氮轉運和分配能力。

2.4? ?不同梯度田株高

整理不同梯度田株高數(shù)據(jù)，統(tǒng)計如表2所示。

商業(yè)雜交種鄭單958與鄭單958（aa），鄭單958（aa×aa）相比，株高差異較大。

3? ?生物數(shù)據(jù)可視化

3.1? ?生物學大數(shù)據(jù)可視化分析

當數(shù)據(jù)量規(guī)模增加時，需要采用大數(shù)據(jù)技術進行數(shù)據(jù)分析。生物學大數(shù)據(jù)可視化分析的作用主要包括3個方面：首先，幫助科研人員快速從體積龐大、缺乏組織脈絡的原始數(shù)據(jù)集中抽取出本質特征，為研究工作提供理論指引;其次，抽取出生物學大數(shù)據(jù)中某一維度的特征，以圖形化的方式進行直觀展示和強調;最后，可以有效地將生物學大數(shù)據(jù)進行解構，去除其中的冗余信息和背景噪聲，得到更加具有科學意義的數(shù)據(jù)分析結果[4]。

研究是根據(jù)一定條件進行設計的田間試驗，分別觀察了玉米生長不同時期的數(shù)據(jù)。因為這些數(shù)據(jù)也是對于有限樣本的觀察得到的測試數(shù)據(jù)，通常也具有變隱形、偶然性和局部性，或者說在表面上看來這些原始數(shù)據(jù)是雜亂無章的。因此，必須要對這些原始觀察的數(shù)據(jù)進行整理分析，這樣就能發(fā)現(xiàn)其內在的規(guī)律并分析出有科學性的結論。通常在數(shù)據(jù)分析方面如果比較復雜，也可采用數(shù)據(jù)分組的方法來分析。如運用相關方法將玉米苗期、拔節(jié)期、大喇叭口期、抽雄開花期的葉綠素相對含量，和抽雄吐絲期的玉米植株株高、穗位高，以及收獲時的植株生物產量、果穗下茬產量，在室內考種時測定植株干重、果穗產量構成因子等數(shù)據(jù)記錄，研究不同時期的不同狀態(tài)數(shù)據(jù)，分析其總體結構，并簡化數(shù)據(jù)運算程序[5]得到科學性的結論。

3.2? ?數(shù)據(jù)可視化特點

同傳統(tǒng)的靜態(tài)數(shù)據(jù)可視化展現(xiàn)方式比，基于HTML5可視化技術，在交互性、界面等方面，具有表現(xiàn)更為直觀、容易和其他軟件工具結合起來進行數(shù)據(jù)分析，以及方便傳播分享數(shù)據(jù)等優(yōu)勢[6]。采用生物學數(shù)據(jù)可視化平臺，可以更加直觀地展現(xiàn)測試數(shù)據(jù)和分子層面的數(shù)據(jù)結構、關系網絡數(shù)據(jù)和臨床分析數(shù)據(jù)等，為科研人員提供幫助[7]。

4? ?結束語

在大數(shù)據(jù)時代，數(shù)據(jù)產業(yè)化、產業(yè)數(shù)據(jù)化推動了我國信息化開展進程[8]。注入農業(yè)作物生長數(shù)據(jù)等可以實時提供給農業(yè)管理技術人員，就可以精準判別農作物施肥、打藥或者灑水時間，從而有效防止天然因素造成的產值降低。經過歸納處理的數(shù)據(jù)，也可以有效調控農業(yè)生產;經過對數(shù)據(jù)的剖析，可以擬定一系列調整和管理農業(yè)生產的辦法，促使農業(yè)生產高效、高質發(fā)展。

參考文獻：

[ 1 ] 趙方慶，周琳，孔雷.生物大數(shù)據(jù)可視化的現(xiàn)狀及挑戰(zhàn)[J].科學通報（中文版），2015，60（5）：547-557.

[ 2 ] 張廣旭.基于Spark的基因數(shù)據(jù)聚類分析及可視化[D].長沙：湖南大學，2017.

[ 3 ] 傅耀威，賈燕紅，張軍，等.大數(shù)據(jù)可視分析發(fā)展現(xiàn)狀與趨勢[J].中國基礎科學，2019，21（4）：53-58.

[ 4 ] 郭平仲.田間試驗數(shù)據(jù)的統(tǒng)計分析——試驗數(shù)據(jù)的整理[J].生物學通報，1989（10）：18-21.

[ 5 ] 劉江濤，邢輝.淺析生物大數(shù)據(jù)可視化的現(xiàn)狀及挑戰(zhàn)[J].中國新通信，2016，18（2）：152.

[ 6 ] 崔曉軍，高子航.基于GIS與云計算的溫州市農業(yè)大數(shù)據(jù)可視化平臺研究[J].電腦編程技巧與維護，2020（4）：113-115.

[ 7 ] 紀兆華，王春云，高春紅，等.生物數(shù)據(jù)可視化研究[J].中小企業(yè)管理與科技（中旬刊），2021（1）：193-194.

[ 8 ] 姜侯，楊雅萍，孫九林.農業(yè)大數(shù)據(jù)研究與應用[J].農業(yè)大數(shù)據(jù)學報，2019（1）：5-15.