農業大數據分析平臺建設的研究

任孟霞

（衡水學院，河北 衡水 053000）

隨著云平臺、物聯網在各行各業的廣泛應用，通過收集不斷變化的數據，再對其進行分類、挖掘及深度分析，可以使行業的發展更加順暢。我國是一個農業大國，隨著信息科技的不斷深入，我國的農業生產逐漸往高效、智能方向發展[1]。傳統農業在收集和管理相關數據信息時，并不能做到系統化，存儲和查閱較為困難，而通過農業大數據技術采集的數據能覆蓋整個農業領域，所獲得的信息更加全面，同時能全方位地進行查閱。大數據技術以其及時性與系統化的優點為收集和分類農業信息提供了新策略，并且通過分析能準確預測未來，從而使傳統農業向現代化農業發展，能為生產、銷售及其他相關事項進行有效預警、監測，并為其決策提供準確依據。

1 農業大數據概述

1.1 農業大數據的特點

農業大數據對于整個大數據技術的應用是一種特殊實踐，農業從生產到銷售的過程中存在多個環節，通過農業大數據分析平臺收集、分析和處理相關數據，再將其應用到農業生產、銷售等環節中，能為我國的農業生產等提供更為精準的數據分析報告。

從當前的農業大數據分析情況來看，農業大數據較為復雜且具有鮮明的特點。其數據量非常大且較為廣泛，數據更新速度也非常快，分析難度非常大。一方面，農業領域所涉及的數據類型較多，如表格、圖片及影像資料等，所采集到的數據中也有半結構化和非結構化的存在[2]。另一方面，農作物生產過程中會受到自然條件、病蟲害管理等各種外部因素帶來的影響，所生成的數據具有一定的差異，這使相關人員需要進行更加深入的挖掘與分析，從而實現數據個性化服務，以便這些農業數據能更好地服務于農業生產和銷售。

1.2 農業大數據分析平臺的建設意義

如果農民能及時跟蹤天氣產生的數據變化，宏觀地了解市場供需情況及農作物具體的生長數據，讓農民及農業技術人員及時觀察和了解田間及市場的實際情況，并對農作物生長情況進行預估，就能準確地掌握是否需要對農作物進行澆水、噴藥等，這不僅能有效降低因自然因素、病蟲害等對農作物產量造成的影響，也能通過實時的市場供需數據降低經濟損失。從世界范圍來看，不少社會團體與企業都已經意識到農業大數據分析平臺所帶來的便利，并開始致力于促進大數據在農業領域中實現跨領域應用[3]。

在大數據時代下，通過建立一個綜合的數據分析平臺來規范農產品生產，可以實現對農作物、市場供需等現狀的記錄和分析，及時調整農產品種植和育種過程及農產品分配過程，并將這些數據分析結果與農業生產經驗結合，形成一套能控制和管理的措施，從而有效、有序地促進我國農業發展。

2 農業大數據平臺建設的現狀

經過多年的發展，我國的農業信息系統呈現出多層次、多學科的特點，為不同領域建立了不同層次的數據資源，形成了較為豐富的信息資源庫。但是，由于沒有統一的標準和規范，缺乏信息共享，信息資源與業務之間存在利益關系，使得這些數據的利用率不高，并且相當分散，存在信息冗余的情況。

農業大數據的出現和應用優化了農業經濟發展，同時也實現了地區農業的可持續發展及產業結構調整，進一步促進了我國智慧農業發展，促使相關機構更加精準地把握農業的發展方向。不過，這一切都需要建立在擁有完善的農業大數據基礎之上，并且能及時地對采集到的數據進行有效的分析和處理，因此農業大數據分析平臺的建設具有非常重要的意義。從技術上看，現有的各種類型的平臺如果能整合在一起，就能更好地應用先進的大數據系統框架，以實現對物聯網數據的收集，發揮現代信息技術優勢，并借助大數據時代提供的其他輔助功能，構建高效的開放式業務應用平臺[4]。從分析平臺的結構上看，借助良好的可配置性，其能滿足資源擴充與業務流程變的要求，并且隨著信息技術的進步，更好地實現了人機交互，以促進一般技術人員的開發和使用。隨著應用領域的擴展，業務發展和業務規模的增加，系統的可擴展性和適用性也必須得到提高。

3 農業大數據分析平臺的建設策略

3.1 設計思路與原則

農業大數據分析平臺需要利用物聯網、傳感器等大數據采集技術，采集包括土壤數、氣象及農產品價格等的多類型數據，并建立多元化、大規模的數據農業信息數據庫。農業大數據分析平臺不僅會為用戶提供當地農業生產的各項數據，同時能進行自定義、可視化查詢服務，為農業生產提供更精準的信息化服務[5]。

農業大數據分析平臺所使用的原理是多元化數據收集，收集相關的各種數據，并以分析平臺預設的數據為參考，構建一個集成的標準數據庫。在農業大數據分析平臺的應用過程中，其可根據用戶的需求給予個性化服務，從而使得用戶能使用其提供的服務快速查詢所需信息。

3.2 農業大數據分析平臺的架構組成

農業大數據分析平臺需要通過基礎設備實現對數據的采集、歸類和處理，經過分析后將其表現在具體的應用上。基礎設備所執行的采集工作，也是農業大數據分析平臺能實現數據處理、分析的前提。另外，數據采集層還需要采集直接通過實地的傳感器系統傳輸的數據，實現實時的數據收集，并移交給數據處理層進行處理，與標準化數據進行對比，實現多元化異構數據，再通過數據分析層進行分析，將結果提交給應用層，為不同的需求者提供相應的數據服務。

1）總體架構。實現農業大數據分析平臺的建立，需要以大數據存儲與數據處理分析為基礎，整合農業各個領域的所有相關數據，這樣才能為農業生產用戶、農業企業及相關企業更好地提供農業數據信息綜合分析，并且為決策管理部門提供更為精準的服務。

2）關鍵技術框架。以農業大數據為基礎，將農業領域及相關產業鏈的數據進行綜合整理和分析，實現對多元化數據的管理和分析，借助ETL 工具及相關的設計工具和設備為需求者提供相應的數據服務，通過BI 分析平臺等對復雜的數據進行分析處理。各種BI 工具是該分析平臺的基本服務與操作框架，可以通過分析模型實現對數據的全面管理，以及實現對相關資源的整合和分析。平臺所收集到的數據有多源異構的性質，因此在實現時需要考慮多級分布式存儲系統，以便實現高速緩存文件，從而實現數據源存儲負擔的降低。

農業大數據的多元化數據接口和集成體系結構，對數據從數據源到數據存儲之間具體的規范體系結構進行了描述。農業多元化數據量大，采集到的數據會出現異構、丟失及沖突等情況，可通過ETL 數據的建立實現對數據的加載、清理及轉換。針對農業大數據環境中關于實地農業數據采集、處理等復雜問題，確保數據能實現精準數據分析和挖掘，從而實現精確生產或自動化生產，并跟蹤市場供應鏈，實現智能生產，以滿足其他相關產業的應用要求。

建設農業大數據分析平臺使用ETL 技術對多元化異構數據進行標準化處理，從而更為系統地為用戶提供相關信息的快速查詢和分析，并且可以構建農作物生長指標工具，實現動態數據監控、生成圖形報告等。同時，數據分析平臺會根據管理者預設的數值與實際情況進行對比，為農作物的生長提供綜合評估參數，為監測、預警分析模型提供準確的分析對比參數，并借助BI 進行綜合展示。

3.3 農業大數據分析平臺構建的關鍵技術

1）數據采集處理分析。農業大數據分析平臺的基礎是為了實現多元化數據的收集與集成處理。對于數據采集，要確保ETL 工具能提高數據采集效率，并且保證工作時該平臺性能的穩定，確保編寫的插件有高標準的可重用性，滿足各種類型的數據源接入。只有這樣，在農業生產過程中，最終使用者才能借助該平臺輕松獲取數據報告，不需要執行較為復雜的編程任務。對于數據庫的設計，應考慮采用三級服務等級，即詳細、摘要及應用集成。首先，將ETL采集到的數據按照相應的提取規則建立臨時存儲數據庫，并將其作為詳細數據，從中提取出關鍵信息劃入摘要數據中，根據業務的需要來調用相應的數據。其次，根據查詢的需要，將詳細數據信息與摘要數據展示給用戶，從而實現農業生產和銷售過程的多維數據體系。

2）通過BI 分析平臺進行分析。BI 分析平臺以其能有效處理復雜數據的優勢在農業大數據分析平臺中承擔處理多維數據服務的角色，將不容易理解的專業數據或復雜的數據轉化為較容易理解的圖形；并借助其提供的多維分析工具，讓用戶直觀地查看綜合分析后的需求信息，對每個指標的動態與出現的變化進行分析和預測，借助數據報告顯示功能，將獲得的結果通過文本、數字及圖形等農民容易理解的方式進行展示。

4 結束語

文章所研究的農業大數據分析平臺，需要建立在農業大數據基礎之上，通過分析系統結構設計，對農業從生產過程中所產生的各項數據進行采集和分析，為后續的相關領域提供精準的大數據信息服務；還可以根據市場供需信息的反饋，對農業生產者的具體生產情況進行調整，從而實現更好的自動化生產與產品跟蹤。通過農業生產與銷售集成，使輔助農業生產、銷售的各行各業都能參與其中，為農業生產銷售提供服務，通過農業大數據分析平臺進行調整，使農業生產的附加值得到有效的提高。