互聯網時代的智慧農機大數據系統設計

王曉亮 ， 程文浩

（許昌電氣職業學院，河南 許昌 461000）

2015年，國務院印發《中國制造2025》，明確了“抓住機遇，建設制造強國”的總體思路，將“農機裝備”列為十大發展領域之一[1]。2019年中央一號文件中提到了要發展農業大數據，為發展智能農業機械帶來了新的思考[2]。當前，很多科研院所正在對智慧農業數據進行深入的探討與研究，并取得了一定的成效。農業生產、經營等需要海量的資料[3]，這為智慧農業的發展創造了良好的條件。基于農業大數據的智能服務，通過對數據進行精確加工，從而最大限度地利用數據，真正實現數據為產業服務。因此，加速推進農業信息化應用的建設，必將在全國推動智慧農業的發展。

1 系統的功能設計

基于對智慧農機大數據的分析和對農民的調研，本系統分為 APP客戶端和網絡化管理兩大部分。其主要的服務內容有客戶化管理、數據服務和公眾信息的推介服務。用戶為農戶、機手和飛手、農機合作社、農業合作社、農機銷售、農資企業、農機生產企業、銀行保險、加油站等[4]。不同的使用者可以根據自己的需要上網處理個人資料。同時，利用該系統，可以將公眾資訊精確地推薦給使用者。該系統具有定制化的特點，客戶可以按照自己的需求，定制自己所需的資料，進行網上合作。智慧農機大數據驅動服務系統功能設計圖，如圖1所示。

圖1 智慧農機大數據驅動服務系統功能設計

1.1 定制管理

用戶分為普通用戶和管理員用戶兩大類。其主要作用是服務自定義、服務自定義管理、用戶統計。普通用戶可以按自己的需求定制，這樣才能網上簽約。管理員可以通過定制管理特性來管理系統中的各類服務，包括新建、停用和移除。用戶數量統計可以對不同種類的用戶進行數據統計，了解不同種類用戶的需求，并對其進行優化。

1.2 數據服務

數據業務模塊將農機發展狀況、農業機械化率、農機監理鑒定等信息集成到智慧農機大數據系統中[5]；通過對農作物的數據進行科學的可視化展示，為不同的使用者量身定制。它對海量數據進行統計、處理和提煉，使傳統的文字表述和識別方式發生變化，提高決策人員和使用者對數據的認知度，為決策和指導農業生產工作提供依據。內容包括農機發展狀況、農業機械化率、農機監理鑒定、作物數據分析、個性化服務等。

1.2.1農機發展狀況

運用農機信息化技術，對農機分布、農機作業、農機購置等數據進行統計、分析，并對農機發展情況進行統計，包括農機數量分析、新購農機數量分析、進口農機比例分析、農機品牌排行榜、農資補貼資料解析、農機具維護資料統計等。對該模塊按照時間和地域維度進行研究，采用柱狀圖、折線圖、地圖等不同的方法，對不同時期、不同地區的農機數量進行調查，為農機作業人員的操作提供決策依據和技術指導。

將每年的經濟增長速度與農業機械的數量相結合，可以更好地體現目前我國農業機械的發展狀況。年度增長率是指目前的發展水平相對于去年的發展速度。其公式為：

式中，V為年度增長率，l為當前的發展程度，u為去年的發展水平。本文以農業機械保有量為例，以某一年度與上年同期相比，測算出其發展速率。

比率是以本次數據為基礎的，以上一年度數據為基準，比如2021年4月的農機具保有量和2020年4月的農機具保有量，用來表達事物發展的速率。

農機數量的變動可以用年度和月度的增長率來表達，其表達式如下：

式中，p為年增幅，m為去年的農機產量，n為本年的產量，q為月增長率，rb為本月的農機產量，rs為上月的農機產量。

1.2.2 農業機械化程度

農業機械化水平是衡量一國總體農業機械化水平的一個重要指標[6]。農機化率模型包括農機化操作分析、農機化效率分析和農機化水平分析三大部分。

本模塊包括時間、地域、作物類型、工作類型，采用地圖、柱狀圖、折線圖等，通過對農機化水平進行分析，為管理部門的農機化生產提供科學資料，可以準確發現農業機械化發展中存在的問題，為我國農業機械化的發展助力。

在農業機械化程度的計算中，需計算機械工作在整個生產過程中所占據的比例，如需分別計算整地、播種、噴灑農藥、收獲的機械化比例。其公式如下：

式中，η1、η2、η3、η4為機耕、機種、機管、機收的機械化程度，x為機耕面積，y為機種面積，z為機管面積，w為機收面積，s為播種面積。

1.2.3 農機監理

農業機械識別部分包含新增駕照統計、新增牌照分析、駕駛培訓數據分析。可從以下五個方面收集數據：農業機械故障的原因、機械設備的識別、資料的統計、不同時期和地域范圍內新增駕照和牌照、培訓人數。對農業生產過程中的機械設備進行科學統計與分析，有利于提高農業生產的科學性，預防農業生產中的機械設備發生事故。

1.2.4 作物數據分析

作物數據分析主要包括種植面積分析、種植結構分析、產量分析三大板塊。系統采用地圖、柱狀圖、折線圖等方式，對各地區、各年份的種植面積、結構進行統計分析，并進行生產數據的統計與分析。研究結果表明，運用該方法能有效地管理和調整生產組織。

1.2.5 個性化服務

個性化的業務模塊包括：作業農機查詢、農機試驗查詢、駕駛員事故查詢；查詢農戶種植歷史、查詢農機銷售情況、查詢農機使用壽命等。

此模塊具有查詢功能，可查詢每個地區的人員和機器的數據，并以地圖、表格、柱狀圖等方式顯示。通過查閱，可以從農用機械設備的序號查找出農用機械設備的歷史故障。通過查詢農場主姓名，可以查詢到農場主的歷史生產資料。通過查詢農機壽命，可以查詢到農機的使用壽命。應用農產品供求數據可以對某一地區某一作物的生產區域進行查詢，并對各種農資的需求量進行測算。對各種農業生產經營收入按如下公式進行測算：

式中，Inc為全部收入，Ar為區域面積，Pq為農業產品的需求量，Up為農業產品的價格。

1.2.6 個性化推薦服務

個性化推薦服務是指用戶可以按照自己的需要，對推送的內容進行個性化定制[7]，包括農機作業需求、新農機鑒定、新農機注冊、購買農業機械設備。用戶登錄網站管理平臺，可以選擇所需的個性化推送，在線簽約。服務器會自動啟動推文，將用戶信息發送到平臺，再根據用戶的昵稱，發送對應的APP。

第一，農業機械操作的需要。農機手在網絡系統上定制農業生產信息，系統會將本地區最新的農業生產信息發送到用戶手機APP上，從而使用戶實時了解農業生產。

第二，了解新的農業機械。農機銷售公司在網絡管理平臺上，對新鑒定的農機產品進行個性化定制，將最新的鑒定信息發送到APP中。通過本系統能實時掌握農機產品的最新情況，并能依據產品的鑒定和需要，及時對產品種類進行升級，為保險公司提供科學的指導。

第三，購買農業機械設備。采用在線管理體系，針對個性化訂購，運用數據進行統計和分析，對未來的農機具進行深度剖析。通過實施精確營銷和提供優質的服務，將消極營銷轉變為積極營銷。

推演算法公式如下：

式中，Ti為農機報廢年限與農機壽命之差，t為農機報廢年限，Now D為目前時間，DT為農機制造日期。

在農機報廢年限與農機壽命之差Ti小于0的情況下，系統會自動將農機信息發送至APP。在系統出現新的農業機械故障信息時，會自動向APP推送農業機械產品的相關信息。

第四，銷售新登記的農業機械。保險公司在網絡管理平臺上對新登記的農機產品進行個性化定制，并將最新登記的農機信息發送到APP上，從而為保險公司提供準確的營銷渠道。

1.3 公共信息推薦

公共信息推薦模塊將智慧農機大數據中心的所有公共信息整合到APP上，以解決公共信息的零散問題，同時也可以豐富用戶的應用場景，并能及時地接收公眾的信息[8]，為各類用戶提供農業補貼政策、農機購置補貼政策、各類保險信息、先進的技術、農機企業等信息。

公共資訊推薦模塊根據歷史瀏覽記錄、消息點擊率等歷史行為，建立使用者的興趣模式，并利用內容與協作過濾相結合的方式，選出最適合使用者的資訊，并將其推送到平臺上，讓使用者能夠在最短的時間內了解到所關心的資訊，將大數據平臺上的農業數據準確、高效地向所有人推薦。

2 數據庫設計

以SQL Server數據庫為基礎，實現了智慧農機大數據驅動的數據采集與管理[9]。采用Navicat進行數據庫管理，可以更加快捷地建立數據庫，并對各數據庫進行維護[10]。該系統有一部分數據是從智慧農機大數據平臺上直接讀取的，另外一些則要建立一個新的數據庫。數據庫按照系統的功能設計，分別是：賬戶表（AAAA_account）、賬戶角色關聯表（AAAA_account2role）、賬戶定制服務關聯表（AAAA_account2服務）、AAAA_serviceInfo、AAAA_account Info、 AAAA服務信息表、DS_UserMes等。

3 結論

本文對智慧農機大數據平臺進行深入分析，在此基礎上，介紹了基于平臺層、可視化和推薦算法接口、應用層的用戶架構系統。通過該系統，用戶能查詢農機發展狀況、農業機械化率、農作物數據等。通過系統的個性化服務，用戶可以按個人偏好訂閱農機資訊、鑒定注冊新農機、購買農機等。