大數據技術在農業物聯網中的應用

藍機滿 周君

（惠州工程職業學院 廣東省惠州市 516001）

物聯網和大數據技術都是新時代的產物，其都是建立在網絡基礎上，已經在醫學、建筑、教育等多個領域有所應用。進入新時期我國農業面臨一定挑戰，為了具備順應時代發展的能力，農產業也借助信息技術構建了物聯網系統。物聯網系統將農業生態中的所有個體融為一體，擁有監控、定位、跟蹤、識別及管理等功能，在農田種植、畜牧養殖等工作中發揮積極影響。但僅憑物聯網系統不足以滿足農業發展要求，且物聯網系統還存在一些值得優化的不足，如數據采集、儲存等，就需利用大數據技術加以彌補，拓寬物聯網系統的數據采集和儲存功能。將大數據技術充分應用于農業物聯網中，有著推動性價值。

1 農業物聯網的主要功能分析

1.1 實時監測環境

農業物聯網可以對環境加以實時監測，并將監測到的數據信息傳輸至終端設備。聯網系統可以對農作物的生長環境變化情況進行監測，當發現環境存在問題或安全隱患時，系統可以快速將信息反饋至工作人員終端，或者直接控制對應設備預防和解決隱患。就比如，當監測到農作物生長環境缺乏水分時，物聯網系統可以控制噴水設備實施灌溉，為農作物生長提供所需水分，確保農作物生長質量。這和傳統農作物種植有著極大區別，進一步改善了我國農作物生長條件。而且，在農業物聯網運行時可結合監測到的環境數據，按照時間推移綜合環境變化情況，生成曲線圖，便于工作人員展開觀察和分析。可以從給出的曲線圖中判斷未來一段時間內環境可能發生的變化，再結合農作物實際情況擬合出適合農作物生長的環境曲線。但是由于HBase不擁有挖掘函數，所以在此過程中還要發揮MapReduce計算框架的作用，通過計算框架對數據予以處理，最終呈現出可查閱的圖表[1]。

1.2 構建農作物生長模型

農業物聯網系統可以結合農作物實際情況，構建對應的生長模型。生長模型的建立是結合農作物品種、生長所需養分、各階段生長情況等進行操作的。通過最終生成的模型能夠準確判斷農作物從播種到成熟所需時間，并制定出施肥、驅蟲等措施的具體時間，確保最終農作物的生長質量。

1.3 地塊標注

地塊標注也是農業物聯網系統的功能之一。由于農作物種植所需面積較為廣泛，需要通過物聯網系統把各地塊在地圖上進行標注，從而使工作人員更直觀了解各區域情況。在各地塊上安裝監控，實時獲取地塊及內部農作物信息，為實時間監測農作物生長提供條件。在此基礎上，工作人員可以通過遠程操作查看各地塊情況，并不需要進入到農田內，有效節約了巡邏時間。工作人員只需點擊地圖上的地塊標識就可進入該地塊區域，了解農作物健康、生長等情況。

2 大數據技術在農業物聯網中的關鍵技術與設備

2.1 遠程端口識別技術

在農業物聯網系統中融入大數據技術，需要應用到遠程端口識別技術，該技術屬于自動化技術的一種，能夠實現即插即用。涉及到了多個傳感器，在將傳感器綜合后發揮自動識別功能，還可對信息數據實時轉換，之所以將其應用于農業物聯網系統中，主要用來監測農作物性能。而該技術的重要組成之一就是傳感器，通過傳感器獲得農作物及周圍生長環境的信息，如農作物是否存在病蟲害或其他質量安全隱患，土壤和空氣溫濕度等，將這些搜集到的信息結合在一起形成農業信息體系。傳輸級別則主要是由無線網絡與網絡技術構成，擁有Wi-Fi、Zigbee、藍牙等多種傳輸方式，均屬于無線傳播，大大提高了傳輸便捷與效率[2]。通過遠程端口識別技術能夠幫助工作人員實時監測農作物情況，而這是傳統農作物監測不具備的優勢。

2.2 太陽能追蹤器

太陽能跟蹤器的安裝能夠對農作物將進行實時監測，通過安裝太陽能電池板來實現跟蹤。在以往的設計上，都是把支架固定在指定位置，伴隨各個時段的太陽所在方位來影響太陽能跟蹤器，從客觀角度來看，這一點有待改進。當太陽所在角度不會影響到追蹤器時，追蹤器功能就得不到發揮。因此，在設計時改為由追蹤器來跟蹤太陽運動軌跡，提高追蹤效率，而且，因為太陽能追蹤器長時間暴露在光線下會產生足夠電能，供追蹤器完成追蹤工作。通過在農業物聯網系統中應用太陽能跟蹤器設備，既可以提高農作物監測質量，又與節能降耗理念相對應，還可以合理選擇和利用農田資源。

2.3 無線傳感器

將無線傳感器投入至農業物聯網系統中，主要是為了預防農田發生火災等危險情況。無線傳感器在室外應用和室內應用有一定區別，相比之下國內關于無線傳感器的應用在溫室大棚內已經擁有比較完善的體系，但在室外農田中一些地區還是首次使用，而有的地區則沒有使用過，屬于較新的一種大數據技術。其作為一項安全保障措施，可以有效預防農田中發生火災、超載等情況。比如，在升降機運行時如果出現過熱或者超載情況，無線傳感器在反應后就會降低傳送帶運行速度，如果情況比較危險會直接停止傳送帶運作。工作人員也可以設定科學合理的溫濕度數據，當實際溫濕度超過預設值后，無線溫濕度傳感器就會發出警報，從而給工作人員展開改善工作提供有利條件。

3 大數據技術在農業物聯網中的具體應用

3.1 構建數據庫

現階段應用比較廣泛的大數據技術就是Hadoop，只需通過相對簡單的編程就可構建分布式計算框架。且該技術對服務器進行延伸，從最初的單臺服務器直接延伸至上千臺，每臺服務器都會提供不同的數據資源，這正是Hadoop的優勢所在。對于農業物聯網而言，在收集到數據后需要將數據全部傳輸至HBase數據庫之中[3]。該數據庫屬于列式數據，和傳統數據庫不同的是，在對該數據庫進行構建時需結合列式數據庫構建方式。和傳統數據庫相比可以發現，該類數據庫讀取速度更快，在對某個字段進行讀取時不用掃描整個數據結構，只需讀取相應的列即可。且在擴展儲存量時，只需把節點添加至Hadoop集群之中后，再添加服務就能夠實現儲存量擴大操作。當下關于HBase數據庫的構建并沒有一個規定形式，在實際的構建過程中需結合農業物聯網實際情況，分別對列族、列、行健加以設計。

（1）在列族設計環節，需按照農作物生長環境實際情況來設計，即通過物聯網系統監測到的農作物生長環境溫濕度數據。這些數據并不是個體傳感器就可獲取到的，而是需要將該農作物生長范疇內的所有傳感器結合起來，以此獲得到的數據具有試驗價值。列族名需要將農作物所在地塊種植地區、地塊及農作物自身共同決定，這些因素也是列族名的編碼。其中，在地區上通常會使用區域編碼，比如大棚實驗區可以分成A、b、c等區[4]。在地塊編碼上，可以將一個大鵬懶作為單個地塊。農作物則主要指農作物品種，通常一個地塊內的農作物品種都是相同的，采集信息時也會便捷很多。

（2）在對列進行設計時主要取決于傳感器標識。由于在相同地塊中所采集的數據較多，且各種數據都需采集許多次，就可以將相同地塊中的傳感器數據放置相同列族之中，便于后續分析。以大棚為例，比如一個大棚為單個地塊，在一個大棚當中一共有12個溫度傳感器，這就說明在單個地塊中能夠同時采集12個不同的數據，再將采集到的數據全部傳輸至列族中加以保存。

（3）在行健設計上。由于對農作物生長環境相關數據的采集工作是24小時不間斷的，環境情況會及時變化，不同時間段的數據存在差異。但這種做法會使數據量非常大，因此物聯網系統會定期篩選所收集到的數據信息，并將其傳輸至數據庫中。當數據庫內的數據量達到上限時，系統就會在激活分析方法的前提下篩選內部數據，將一些不具有實用性的數據予以篩出。對于農業物聯網的HBase數據庫來說，行健發揮重要作用，其可以直接決定數據庫運行效率，所以通常情況下行健名稱都比較精短，比如有時會以秒的時間來命名行健。

3.2 數據采集入庫

進入HBase數據庫中的數據一般都是決定農作物生長質量的數據，比如環境與土壤的溫濕度、水分、光照等。從我國農作物物聯網系統現狀來看，其并不能有效收集這些數據，而融入大數據技術后的農業物聯網不僅可以有效采集這些數據信息，還可以展開相應的定量分析與統計工作。可以說，大數據技術的出現彌補了農業物聯網不足之處，同時也進一步推動國內農產業進步。且通過大數據技術所采集到的數據具有時效性與可靠性，因為大數據技術能夠監測農作物及周圍環境各階段的變化情況，再將其轉變為相應數值，將其傳輸至數據庫中加以儲存，為后續農作物生長及生長模型建立提供有力依據。

3.3 智能控制

在大數據技術引入后，農業物聯網系統可以使用智能控制技術分別對農作物生長環境的通風、水分、溫濕度、光亮等情況加以控制。工作人員可以通過物聯網系統設置相應數值，當農業檢測儀所監測到實際數值比預期數值高或低時，智能控制技術就會展開相應改善，使數值逐漸趨于預定值。在監測到農作物生長出現反常情況時，也會及時發出警報。通過智能控制技術可以在農業物聯網系統中設置相應參數，農作物生長環境則會跟隨所設計參數產生變化，為農作物提供一個舒適的生存環境[5]。

3.4 融入PC端

農業物聯網系統的PC端主要包含視頻監控和專家指導兩部分。首先在視頻監控方面，在物聯網系統中融入該功能，工作人員可以實時查閱和觀察農作物實際情況。系統通過監控、錄像、回放及拍攝等功能，將農作物真實生長情況呈現在工作人員眼前，為管理工作提供極大便捷。其次在專家指導上，主要是指當農作物出現病蟲害或其他安全隱患時，工作人員可及時查詢病蟲害名稱、由來，找尋有效地防范與解決對策，保障農作物健康生長。

4 結束語

綜上所述，農業物聯網系統擁有實時監測環境、構建農作物生長模型、地塊標注等功能，但在數據采集與儲存等方面還略有不足，需借助大數據技術輔助。當前大數據技術已經在農業物聯網中深有涉及，在此基礎上，需要應用遠程端口識別技術、太陽能追蹤器、無線傳感器等硬件支撐才能進一步完善農業物聯網系統。在農業物聯網系統運作時，大數據技術在構建數據庫、數據采集入庫、智能控制及融入PC端等方面均有應用，為監測農作物生長情況起到關鍵作用，最終推動我國農產業升級轉型。