農(nóng)業(yè)大數(shù)據(jù)解決方案

農(nóng)業(yè)大數(shù)據(jù)解決方案大數(shù)據(jù)關(guān)鍵技術(shù)及其在農(nóng)業(yè)中的應(yīng)用摘要：結(jié)合大數(shù)據(jù)系統(tǒng)的一般構(gòu)造，介紹和比照了當(dāng)前大數(shù)據(jù)領(lǐng)域在文件存儲(chǔ)、數(shù)據(jù)處理和數(shù)據(jù)庫(kù)領(lǐng)域的關(guān)鍵技術(shù)。分析了大數(shù)據(jù)的產(chǎn)生背景，簡(jiǎn)述了大數(shù)據(jù)的基木概念、典型的4“V”特征以及重點(diǎn)應(yīng)用領(lǐng)域.通過(guò)各種技術(shù)的比照，得到了一些分析結(jié)果。農(nóng)業(yè)數(shù)據(jù)具有容量大、關(guān)聯(lián)性強(qiáng)、簡(jiǎn)潔多變等特點(diǎn)。大數(shù)據(jù)技術(shù)能從浩大的數(shù)據(jù)集合中查找有價(jià)值的數(shù)據(jù)和學(xué)問(wèn)。推動(dòng)大數(shù)據(jù)技術(shù)在農(nóng)業(yè)領(lǐng)域的實(shí)踐和應(yīng)用，對(duì)把握農(nóng)業(yè)信息內(nèi)在聯(lián)系和規(guī)律意義重大。關(guān)鍵詞：大數(shù)據(jù)；數(shù)據(jù)分析；關(guān)鍵技術(shù)；農(nóng)業(yè)；應(yīng)用隨著移動(dòng)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)和云計(jì)算技術(shù)的快速進(jìn)展，開(kāi)啟了移動(dòng)云時(shí)代的序幕，大數(shù)據(jù)〔BigData〕也越來(lái)越吸引人們的視線(xiàn)。人們通過(guò)網(wǎng)絡(luò)無(wú)障礙溝通、交換信息和協(xié)同工作，互聯(lián)網(wǎng)的消滅縮短了人與人、人與世界之間的距離，整個(gè)世界連成一個(gè)“地球村”。與此同時(shí)，借助互聯(lián)網(wǎng)的高速進(jìn)展、高內(nèi)存高性能的存儲(chǔ)設(shè)備和存儲(chǔ)介質(zhì)的消滅、數(shù)據(jù)庫(kù)技術(shù)的成熟和普及，人類(lèi)在日常學(xué)習(xí)、生活、工作中產(chǎn)生的1]?！按髷?shù)據(jù)問(wèn)題”〔BigDataProblem〕就是在這樣的背景下產(chǎn)生的，成為科研學(xué)術(shù)界和相關(guān)產(chǎn)業(yè)界的熱門(mén)話(huà)題，吸引著越來(lái)越多的科學(xué)家爭(zhēng)論大數(shù)據(jù)帶來(lái)的相關(guān)問(wèn)題。大數(shù)據(jù)的“大”不僅僅表達(dá)在數(shù)據(jù)的海量性，還在于其數(shù)據(jù)類(lèi)型的簡(jiǎn)潔性。隨著報(bào)表、賬單、影像、辦公文檔等在商業(yè)公司中得到普遍使用，互聯(lián)網(wǎng)上視頻、音樂(lè)、網(wǎng)絡(luò)玩耍不斷進(jìn)展，越來(lái)越多的非構(gòu)造化數(shù)據(jù)進(jìn)一步推動(dòng)數(shù)字宇宙爆相比，大數(shù)據(jù)具有規(guī)模性〔Volume〕、多樣性Variety〔Velocity和低價(jià)值密e4V2]。規(guī)模性和高速性是數(shù)據(jù)處理始終以來(lái)爭(zhēng)論和探討的問(wèn)題，多樣性和價(jià)值密度低是當(dāng)前數(shù)據(jù)處理進(jìn)展中不斷顯現(xiàn)出來(lái)的問(wèn)題，而且在可以預(yù)見(jiàn)的將來(lái)，隨著才智城市、才智地球等各種設(shè)想的不斷成為現(xiàn)實(shí)，上面的4種問(wèn)題將會(huì)變得更加凸顯，而且是不得不面對(duì)的問(wèn)題。處于進(jìn)展中國(guó)家前列的中國(guó)，大數(shù)據(jù)的應(yīng)用處于起步階段。在工信部公布的物聯(lián)網(wǎng)“”規(guī)劃中，把信息處理技術(shù)作為四項(xiàng)關(guān)鍵技術(shù)創(chuàng)工程之一提出。其中包括了海量數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)挖掘、圖像視頻智能分析，這都是大數(shù)據(jù)的重要組成局部。還有另外3項(xiàng)：信息感知技術(shù)、信息傳輸技術(shù)、信息安全技術(shù)，也與大數(shù)據(jù)親熱相關(guān)。大數(shù)據(jù)關(guān)鍵技術(shù)從大數(shù)據(jù)的縱向應(yīng)用過(guò)程〔獵取、存儲(chǔ)、挖掘、分析〕來(lái)看，文件系統(tǒng)供給了對(duì)最底層存儲(chǔ)力氣的支持。文件系統(tǒng)之上的數(shù)據(jù)庫(kù)系統(tǒng)可通過(guò)構(gòu)建索引等功能，對(duì)外供給高效的數(shù)據(jù)查詢(xún)等常用功能。最終，數(shù)據(jù)分析技術(shù)從數(shù)據(jù)庫(kù)中的大數(shù)據(jù)中提取出有益的學(xué)問(wèn)，供給面對(duì)對(duì)象的效勞。從橫始終看，大數(shù)據(jù)的每層應(yīng)用既需要進(jìn)展軟件算法等的開(kāi)發(fā)，也需3]。云計(jì)算與物聯(lián)網(wǎng)技術(shù)毫無(wú)疑義地成為影響大數(shù)據(jù)進(jìn)展的首要因素。大數(shù)據(jù)系統(tǒng)架構(gòu)大數(shù)據(jù)處理系統(tǒng)不管構(gòu)造如何簡(jiǎn)潔，承受的技術(shù)千差萬(wàn)別，但是總體上總可以分為以下的幾個(gè)重要局部。大數(shù)據(jù)系統(tǒng)構(gòu)造如圖1所示。分布式存儲(chǔ)橫向擴(kuò)展構(gòu)造分布式軟件架構(gòu)并行計(jì)算構(gòu)造從數(shù)據(jù)處理的一般流程可以看到，在大數(shù)據(jù)環(huán)境下需要的關(guān)鍵技術(shù)主要針對(duì)海量數(shù)據(jù)的存儲(chǔ)和海量數(shù)據(jù)的運(yùn)算。傳統(tǒng)的關(guān)系數(shù)據(jù)庫(kù)經(jīng)過(guò).近40年的進(jìn)展已經(jīng)成為了一門(mén)成熟同時(shí)仍在不斷演進(jìn)的數(shù)據(jù)治理和分析技術(shù)，構(gòu)造化查詢(xún)語(yǔ)言〔SQL〕作為存取關(guān)系數(shù)據(jù)庫(kù)的語(yǔ)言得到了標(biāo)準(zhǔn)化，其功能和表達(dá)力氣也得到的不斷增加。但是，關(guān)系數(shù)據(jù)治理系統(tǒng)的擴(kuò)展性在互聯(lián)網(wǎng)環(huán)境下遇到了前所未有的障礙，不能勝任大數(shù)據(jù)分析的要求。關(guān)系數(shù)據(jù)治理模型追求的是高度的全都性和CPU硬盤(pán)以擴(kuò)展單個(gè)節(jié)點(diǎn)的力氣，終會(huì)遇到“瓶頸”。分布式文件系統(tǒng)對(duì)數(shù)據(jù)存儲(chǔ)，文件系統(tǒng)需要考慮3個(gè)問(wèn)題：高性能共享性、文件的治理和保護(hù)、重復(fù)數(shù)據(jù)的處理。尤其是在面對(duì)海量文件時(shí)，上述問(wèn)題更加凸顯。文件系統(tǒng)是支持大數(shù)據(jù)應(yīng)用的根底。GoogleGoogleGoogle件治理系統(tǒng)——GFS〔Googlefilesystem〕。GFS是構(gòu)建在大量廉價(jià)效勞器之上的可擴(kuò)展的分布式文件系統(tǒng)，主要針對(duì)文件較大、且讀遠(yuǎn)大于寫(xiě)的應(yīng)用場(chǎng)景，采用主從〔Master-Slave〕構(gòu)造，通過(guò)數(shù)據(jù)分塊、追加更〔append-only〕等方式實(shí)現(xiàn)了海量數(shù)據(jù)的高效存儲(chǔ)。同時(shí)，谷歌公司選擇電價(jià)較低的地點(diǎn)建立存儲(chǔ)庫(kù)，從而降低了運(yùn)行本錢(qián)。GFS與傳統(tǒng)的分布式文件系統(tǒng)有很多一樣的目標(biāo)，比方，性能、可伸縮性、牢靠性以及可用性。但是，GFS之處在于其與傳統(tǒng)文件系統(tǒng)的不同。GFS基于以下的假設(shè)：對(duì)于系統(tǒng)而言，組件失敗是一種常態(tài)而不是特別。GFS布式文件系統(tǒng)，承受主從構(gòu)造。通過(guò)數(shù)據(jù)分塊、追加更等方式實(shí)現(xiàn)了海量數(shù)據(jù)的高效存儲(chǔ)。分布式數(shù)據(jù)處理系統(tǒng)傳統(tǒng)的針對(duì)構(gòu)造化數(shù)據(jù)進(jìn)展挖掘的理論已日臻成熟，但是針對(duì)大數(shù)據(jù)時(shí)代的數(shù)據(jù)類(lèi)型，則需要開(kāi)發(fā)的數(shù)據(jù)處理與挖掘技術(shù)。大數(shù)據(jù)的處理模式分為流處理和批處理兩種。流處理是直接處理，批處理承受先存儲(chǔ)再處理。流處理將數(shù)據(jù)視為流，源源不斷的數(shù)據(jù)形成數(shù)據(jù)流。當(dāng)?shù)臄?shù)據(jù)到來(lái)即立即處理并返回所需的結(jié)果。大數(shù)據(jù)的實(shí)時(shí)處理是一個(gè)極具挑戰(zhàn)性的工作，數(shù)據(jù)具有大規(guī)模、持續(xù)到達(dá)的特點(diǎn)。因此，如果要求實(shí)時(shí)的處理大數(shù)據(jù)，必定要求承受分布式的方式，在這種狀況下，除了應(yīng)當(dāng)考慮分布式系統(tǒng)的全都性問(wèn)題，還將涉及到分布式系統(tǒng)網(wǎng)絡(luò)時(shí)延的影響，這都增加了大數(shù)據(jù)流處理的簡(jiǎn)潔性。目前比較有代表性的開(kāi)源流處理系統(tǒng)主要有：TwitterStorm、YahooS4Linkedin的Kafka等。目前，大數(shù)據(jù)的分析與處理尚沒(méi)有確定適宜的工具。HadoopHadoopHadoop改進(jìn)并將其應(yīng)用于各種場(chǎng)景的大數(shù)據(jù)處理已經(jīng)成為業(yè)界的爭(zhēng)論熱點(diǎn)，主要的爭(zhēng)論成果集中在Hadoop平臺(tái)性能改進(jìn)、Hadoop構(gòu)建、Hadoop與數(shù)據(jù)庫(kù)系統(tǒng)的連接、數(shù)據(jù)挖掘、推舉系統(tǒng)等方面。分布式數(shù)據(jù)庫(kù)系統(tǒng)大數(shù)據(jù)的特點(diǎn)打算了數(shù)據(jù)庫(kù)系統(tǒng)需解決的問(wèn)題[4]：第一，數(shù)據(jù)量規(guī)模巨大。大數(shù)據(jù)時(shí)代的數(shù)據(jù)量遠(yuǎn)遠(yuǎn)超過(guò)單機(jī)所能容納的數(shù)據(jù)量，因此，必需承受分布式存儲(chǔ)方式。這就需要系統(tǒng)具有很好的擴(kuò)展性，即適應(yīng)大數(shù)據(jù)的數(shù)據(jù)庫(kù)系統(tǒng)應(yīng)當(dāng)具有良好的橫向擴(kuò)展〔scale-out〕力氣。其次，數(shù)據(jù)異構(gòu)性。構(gòu)造化數(shù)據(jù)、半構(gòu)造化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)均是大數(shù)據(jù)的重要組成局部。高效地處理多種數(shù)據(jù)類(lèi)型是大數(shù)據(jù)時(shí)代數(shù)據(jù)庫(kù)技術(shù)面臨的重要挑戰(zhàn)之一。第三，設(shè)計(jì)理念要不斷創(chuàng)。面對(duì)多種類(lèi)型的數(shù)據(jù)，不可能存在統(tǒng)一的數(shù)據(jù)處理方式，這就要求型的數(shù)據(jù)庫(kù)系統(tǒng)以不斷變化的角度對(duì)待數(shù)據(jù)。面對(duì)這些挑戰(zhàn)，Google公司提出了Bigtable的解決方案。Bigtable的設(shè)計(jì)目的是牢靠的處理拍字節(jié)級(jí)別的數(shù)據(jù)，Bigtable已經(jīng)實(shí)現(xiàn)了以下幾個(gè)目標(biāo)：適用性廣泛、可擴(kuò)展、高性能和高牢靠性。Bigtable已經(jīng)在超過(guò)60個(gè)Google產(chǎn)品在性能要求和集群的配置上都提出了迥異的需求，Bigtable大數(shù)據(jù)技術(shù)在農(nóng)業(yè)中的應(yīng)用農(nóng)業(yè)大數(shù)據(jù)類(lèi)別簡(jiǎn)潔。從領(lǐng)域來(lái)看，以農(nóng)業(yè)領(lǐng)域?yàn)楹诵摹埠w種植業(yè)、林業(yè)、畜牧水產(chǎn)養(yǎng)殖業(yè)、產(chǎn)品加工業(yè)等子行業(yè)〕，逐步拓展到相關(guān)上下游產(chǎn)業(yè)〔飼料、化肥、農(nóng)藥、農(nóng)機(jī)，倉(cāng)貯、屠宰業(yè)，肉類(lèi)加工業(yè)等〕，并需整合宏觀(guān)經(jīng)濟(jì)背氣象、災(zāi)難數(shù)據(jù)等；從地域來(lái)看，以國(guó)內(nèi)區(qū)域數(shù)據(jù)為核心，借鑒國(guó)際農(nóng)業(yè)數(shù)據(jù)作為有效參考；不僅包括全國(guó)層面數(shù)據(jù)，還應(yīng)涵蓋省市數(shù)據(jù)，甚至地市級(jí)數(shù)據(jù)，為區(qū)域農(nóng)業(yè)進(jìn)展?fàn)幷摴┙o根底；從廣度來(lái)看，不僅包括統(tǒng)計(jì)專(zhuān)利信息、進(jìn)出口信息、聘請(qǐng)信息、媒體信息、地理空間坐標(biāo)信息等；從專(zhuān)業(yè)性來(lái)看，應(yīng)分步構(gòu)建農(nóng)業(yè)領(lǐng)域的專(zhuān)業(yè)數(shù)據(jù)5]。應(yīng)用指的是農(nóng)業(yè)大數(shù)據(jù)各應(yīng)用系統(tǒng)、應(yīng)用平臺(tái)的開(kāi)發(fā)，為上層治理和效勞供給應(yīng)用支撐。依據(jù)目前農(nóng)業(yè)大數(shù)據(jù)的主要，可以將其應(yīng)用領(lǐng)域歸納為以下幾個(gè)方面：農(nóng)業(yè)生產(chǎn)過(guò)程治理方面應(yīng)用運(yùn)用大數(shù)據(jù)的先進(jìn)技術(shù)對(duì)農(nóng)業(yè)各主要生產(chǎn)領(lǐng)域在生產(chǎn)過(guò)程中采集的大量數(shù)據(jù)進(jìn)展分析處理，進(jìn)而供給“精準(zhǔn)化”6]，到達(dá)農(nóng)業(yè)增產(chǎn)、農(nóng)民增收的目的。農(nóng)業(yè)資源治理方面應(yīng)用農(nóng)業(yè)資源除了土地、水等自然資源之外，還包括各種農(nóng)業(yè)生物資源和農(nóng)業(yè)生產(chǎn)資料等。我國(guó)雖然地大物博，但可以進(jìn)展農(nóng)業(yè)生產(chǎn)的資源已越來(lái)越少。從目前農(nóng)業(yè)根底實(shí)際狀況來(lái)看，有必要運(yùn)用物聯(lián)網(wǎng)、大數(shù)據(jù)等先進(jìn)技術(shù)對(duì)農(nóng)業(yè)資源進(jìn)一步優(yōu)化配置、合理開(kāi)發(fā)，從而實(shí)現(xiàn)農(nóng)業(yè)的高產(chǎn)優(yōu)質(zhì)和節(jié)能高效。農(nóng)業(yè)生態(tài)環(huán)境治理方面應(yīng)用災(zāi)難等，需要對(duì)這些農(nóng)業(yè)環(huán)境影響因子實(shí)現(xiàn)全而監(jiān)測(cè)、精準(zhǔn)化治理。農(nóng)產(chǎn)品和食品安全治理方面應(yīng)用農(nóng)產(chǎn)品安全治理涉及產(chǎn)地環(huán)境、產(chǎn)前產(chǎn)中產(chǎn)后、產(chǎn)業(yè)鏈治理、貯存加工、市場(chǎng)流通、物流、供給鏈與溯源系統(tǒng)等食品鏈的各個(gè)環(huán)節(jié)，通過(guò)對(duì)農(nóng)產(chǎn)品質(zhì)量安全監(jiān)管信息的分析處理，實(shí)現(xiàn)食品安全風(fēng)險(xiǎn)的推想預(yù)警及質(zhì)量安全突發(fā)大事的應(yīng)急治理。農(nóng)業(yè)裝備與設(shè)施監(jiān)控方面應(yīng)用可以供給農(nóng)業(yè)裝備和設(shè)施在工作運(yùn)作狀況下?tīng)顟B(tài)的監(jiān)控、遠(yuǎn)程診斷以及效勞調(diào)度等方而的智能化治理和應(yīng)用。供給各種農(nóng)業(yè)科研活動(dòng)產(chǎn)生的大數(shù)據(jù)應(yīng)用篇二：農(nóng)業(yè)大數(shù)據(jù)下的才智農(nóng)業(yè)進(jìn)展農(nóng)業(yè)大數(shù)據(jù)下的才智農(nóng)業(yè)進(jìn)展一、農(nóng)業(yè)大數(shù)據(jù)對(duì)才智農(nóng)業(yè)的重要性隨著云時(shí)代的降落，大數(shù)據(jù)也吸引了越來(lái)越多的關(guān)注。物聯(lián)網(wǎng)的存在使這種基于大數(shù)據(jù)的采集以及分析變成了一種可能，20XX年以來(lái)，在國(guó)家政策樂(lè)觀(guān)鼓舞和財(cái)政資金大力支持下物聯(lián)網(wǎng)進(jìn)展掀起高潮，此后，物聯(lián)網(wǎng)在工業(yè)、農(nóng)業(yè)、交通、物流、城市治理、環(huán)境保護(hù)、公共安全、醫(yī)療、家居等各個(gè)領(lǐng)域都開(kāi)展了應(yīng)用示范，目前提倡的現(xiàn)代農(nóng)業(yè)精細(xì)化生產(chǎn)與物聯(lián)網(wǎng)技術(shù)結(jié)合有著巨大的市場(chǎng)需求空間，以感知為前提，人與人、人與物、物與物全面互聯(lián)的網(wǎng)絡(luò)平臺(tái)構(gòu)筑成功，現(xiàn)代農(nóng)業(yè)悄然步入物聯(lián)網(wǎng)時(shí)代，才智農(nóng)業(yè)大局初現(xiàn)。試想，假設(shè)農(nóng)民能隨時(shí)把握天氣變化數(shù)據(jù)、市場(chǎng)供需數(shù)據(jù)、農(nóng)作物生長(zhǎng)數(shù)據(jù)等等，農(nóng)民朋友和農(nóng)技專(zhuān)家足不出戶(hù)就可觀(guān)測(cè)到大田里的實(shí)景和相關(guān)數(shù)據(jù)，準(zhǔn)確推斷農(nóng)作物是否該而且可以避開(kāi)因市場(chǎng)供需失衡給農(nóng)民帶來(lái)經(jīng)濟(jì)損失。各國(guó)政開(kāi)頭發(fā)力推動(dòng)大數(shù)據(jù)在農(nóng)業(yè)領(lǐng)域的跨界應(yīng)用。大數(shù)據(jù)時(shí)代，不僅可以通過(guò)建立綜合的數(shù)據(jù)平臺(tái)，調(diào)控農(nóng)業(yè)生產(chǎn)，還可以記錄分析農(nóng)業(yè)種植養(yǎng)殖過(guò)程、農(nóng)產(chǎn)品流通過(guò)程中的動(dòng)態(tài)變化，通過(guò)分析數(shù)據(jù)，同時(shí)結(jié)合閱歷，制定一系列調(diào)控和治理措施，使農(nóng)業(yè)高效有序進(jìn)展。二、農(nóng)業(yè)大數(shù)據(jù)平臺(tái)建設(shè)在經(jīng)受了多年的進(jìn)展，研發(fā)了涵蓋多層面、多領(lǐng)域的農(nóng)業(yè)信息化系統(tǒng)，構(gòu)建了很多不同級(jí)別、面對(duì)不同領(lǐng)域的數(shù)據(jù)資源，形成了浩大的信息資源財(cái)寶。但是由于利益等緣由，這些數(shù)據(jù)相互之前缺乏統(tǒng)一的標(biāo)準(zhǔn)和標(biāo)準(zhǔn)，信息缺乏共享，信息資源與業(yè)務(wù)脫節(jié)，這必定導(dǎo)致數(shù)據(jù)利用率低下、信息冗余散亂。構(gòu)造虛擬化技術(shù)平臺(tái)，標(biāo)準(zhǔn)數(shù)據(jù)標(biāo)準(zhǔn)，將在大規(guī)模數(shù)據(jù)中心治理和解決方案交付方面發(fā)揮巨大的作用。推動(dòng)農(nóng)業(yè)經(jīng)濟(jì)的優(yōu)化，實(shí)現(xiàn)可持續(xù)的產(chǎn)業(yè)進(jìn)展和區(qū)域產(chǎn)業(yè)構(gòu)造優(yōu)化調(diào)整，進(jìn)一步推動(dòng)才智農(nóng)業(yè)進(jìn)展進(jìn)程，需要全面準(zhǔn)時(shí)把握農(nóng)業(yè)的進(jìn)展動(dòng)態(tài)，這需要依托農(nóng)業(yè)大數(shù)據(jù)及相關(guān)大數(shù)據(jù)分析處理技術(shù)，建設(shè)一個(gè)農(nóng)業(yè)大數(shù)據(jù)分析應(yīng)用平臺(tái)。?在技術(shù)上，托普云農(nóng)物聯(lián)網(wǎng)才智農(nóng)業(yè)平臺(tái)應(yīng)基于先進(jìn)的大數(shù)據(jù)系統(tǒng)框架，充分融合物聯(lián)網(wǎng)在數(shù)據(jù)獵取以及云計(jì)算在數(shù)據(jù)處理方面的技術(shù)優(yōu)勢(shì)，建設(shè)具有高效性，先進(jìn)性和開(kāi)放性的業(yè)務(wù)化應(yīng)用平臺(tái)。?構(gòu)造上，托普云農(nóng)物聯(lián)網(wǎng)才智農(nóng)業(yè)平臺(tái)具有良好的可配置性，滿(mǎn)足資源擴(kuò)展、業(yè)務(wù)流程的變化。平臺(tái)應(yīng)具有穩(wěn)健的設(shè)計(jì)構(gòu)架、良好的人機(jī)交互功能，便于一般技術(shù)人員開(kāi)發(fā)使用。隨著應(yīng)用領(lǐng)域的拓寬、業(yè)務(wù)的進(jìn)展、業(yè)務(wù)量的增加，系統(tǒng)也應(yīng)當(dāng)具有良好的擴(kuò)展性和應(yīng)用性。三、農(nóng)業(yè)大數(shù)據(jù)的應(yīng)用領(lǐng)域及解決猜測(cè)〔一〕農(nóng)業(yè)大數(shù)據(jù)目前主要應(yīng)用領(lǐng)域農(nóng)業(yè)大數(shù)據(jù)類(lèi)別簡(jiǎn)潔。?從領(lǐng)域來(lái)看，托普云農(nóng)物聯(lián)網(wǎng)才智農(nóng)業(yè)平臺(tái)以農(nóng)業(yè)領(lǐng)域?yàn)楹诵摹埠w種植業(yè)、林業(yè)、畜牧水產(chǎn)養(yǎng)殖業(yè)、產(chǎn)品加工業(yè)等子行業(yè)〕，逐步拓展到相關(guān)上下游產(chǎn)業(yè)〔飼料、化肥、農(nóng)藥、農(nóng)機(jī)，倉(cāng)貯、屠宰業(yè)，肉類(lèi)加工業(yè)等〕并需整合宏觀(guān)生產(chǎn)數(shù)據(jù)、氣象、災(zāi)難數(shù)據(jù)等；?從地域來(lái)看，托普云農(nóng)物聯(lián)網(wǎng)才智農(nóng)業(yè)平臺(tái)以國(guó)內(nèi)區(qū)域數(shù)據(jù)為核心，借鑒國(guó)際農(nóng)業(yè)數(shù)據(jù)作為有效參考；不僅包括全國(guó)層面數(shù)據(jù)，還應(yīng)涵蓋省市數(shù)據(jù)，甚至地市級(jí)數(shù)據(jù)，為區(qū)域農(nóng)業(yè)進(jìn)展?fàn)幷摴┙o根底；?從廣度來(lái)看，托普云農(nóng)物聯(lián)網(wǎng)才智農(nóng)業(yè)平臺(tái)不僅包括統(tǒng)計(jì)數(shù)據(jù)，還包括涉農(nóng)經(jīng)濟(jì)主體根本信息、投資信息、股東信息、專(zhuān)利信息、進(jìn)出口信息、聘請(qǐng)信息、媒體信息、地理空間坐標(biāo)信息等；?從專(zhuān)業(yè)性來(lái)看，托普云農(nóng)物聯(lián)網(wǎng)才智農(nóng)業(yè)平臺(tái)應(yīng)分步構(gòu)建農(nóng)業(yè)領(lǐng)域的專(zhuān)業(yè)數(shù)據(jù)資源，進(jìn)而應(yīng)逐步有序規(guī)劃專(zhuān)業(yè)的子領(lǐng)域數(shù)據(jù)資源。〔二〕農(nóng)業(yè)大數(shù)據(jù)解決猜測(cè)農(nóng)業(yè)資源治理：3S農(nóng)業(yè)種植用地進(jìn)展科學(xué)決策、精細(xì)化治理。?基于3S技術(shù)，托普云農(nóng)物聯(lián)網(wǎng)才智農(nóng)業(yè)平臺(tái)建立治理區(qū)域電子地圖以全球定位系統(tǒng)〔GPS〕供給的地理根本信息基于地理信息系統(tǒng)〔GIS〕建立農(nóng)業(yè)用地的電子地圖。運(yùn)用遙感〔RS〕技術(shù)感知電子地圖中的實(shí)地信息〔土質(zhì)、〕，全面把握農(nóng)業(yè)種植用地的范圍，實(shí)時(shí)了解區(qū)域內(nèi)土壤條件、大氣環(huán)境等綜合信息并通過(guò)對(duì)信息的差異性分析將種植區(qū)域劃分為不同的治理區(qū)域，有針對(duì)性地進(jìn)展規(guī)劃。?附加種植業(yè)專(zhuān)題數(shù)據(jù)，托普云農(nóng)物聯(lián)網(wǎng)才智農(nóng)業(yè)平臺(tái)充分整合區(qū)域信息將包含實(shí)地遙感數(shù)據(jù)的電子地圖與種植業(yè)相關(guān)試驗(yàn)數(shù)據(jù)相結(jié)合，實(shí)現(xiàn)種植業(yè)農(nóng)業(yè)資源的實(shí)時(shí)查詢(xún)、分析、決策功能。農(nóng)作物生產(chǎn)治理：整合傳統(tǒng)統(tǒng)計(jì)數(shù)據(jù)及農(nóng)業(yè)資源治理信息，對(duì)不同治理區(qū)域內(nèi)農(nóng)作物進(jìn)展有針對(duì)性的種植治理。對(duì)種植影響因素差異性較大的不同區(qū)域定量獵取影響作物生長(zhǎng)的環(huán)境因素〔如土壤肥力、含水量、苗情、病蟲(chóng)害等?處方農(nóng)業(yè)托普云農(nóng)物聯(lián)網(wǎng)才智農(nóng)業(yè)平臺(tái)針對(duì)水稻的品種、葉綠素含量、氮含量等信息的遙感信息抽取示意圖?農(nóng)作物監(jiān)測(cè)、估產(chǎn)托普云農(nóng)物聯(lián)網(wǎng)才智農(nóng)業(yè)平臺(tái)利用遙感〔RS〕技術(shù)監(jiān)控農(nóng)作物長(zhǎng)勢(shì)，依據(jù)需要準(zhǔn)時(shí)實(shí)行有效措施，并依據(jù)各種數(shù)據(jù)的綜合分析較準(zhǔn)確地預(yù)估農(nóng)作物產(chǎn)量。遙感估產(chǎn)系統(tǒng)示意圖〔顏色越深產(chǎn)量越高〕?病蟲(chóng)害分析托普云農(nóng)物聯(lián)網(wǎng)才智農(nóng)業(yè)平臺(tái)利用GIS、遙感、高光譜分析等技術(shù)，對(duì)植物病蟲(chóng)害進(jìn)展分析、推想、防治。農(nóng)產(chǎn)品質(zhì)量安全治理：整合產(chǎn)地環(huán)境、生產(chǎn)檔案、檢測(cè)數(shù)據(jù)形成農(nóng)產(chǎn)品質(zhì)量安全溯源數(shù)據(jù)。?產(chǎn)地環(huán)境數(shù)據(jù)托普云農(nóng)物聯(lián)網(wǎng)才智農(nóng)業(yè)平臺(tái)運(yùn)用遙感〔RS〕、傳感器等技術(shù)手段全面把握農(nóng)產(chǎn)品產(chǎn)地環(huán)境數(shù)據(jù)，并形成歷史記錄。?生產(chǎn)檔案數(shù)據(jù)托普云農(nóng)物聯(lián)網(wǎng)才智農(nóng)業(yè)平臺(tái)農(nóng)產(chǎn)品生產(chǎn)記錄，記錄農(nóng)產(chǎn)品在生長(zhǎng)過(guò)程中的各種農(nóng)事操作信息。?農(nóng)產(chǎn)品檢測(cè)數(shù)據(jù)托普云農(nóng)物聯(lián)網(wǎng)才智農(nóng)業(yè)平臺(tái)記錄企業(yè)資質(zhì)，檢測(cè)報(bào)告，產(chǎn)品品質(zhì)的認(rèn)證證明等信息。農(nóng)村政務(wù)效勞治理：托普云農(nóng)物聯(lián)網(wǎng)才智農(nóng)業(yè)平臺(tái)政務(wù)效勞治理涵蓋人口治理、計(jì)生治理、黨群治理、公共詢(xún)問(wèn)、社保治理、經(jīng)營(yíng)管理、資源治理，將這些數(shù)據(jù)整合，形成縣、鄉(xiāng)、村三級(jí)政府部門(mén)的信息治理系統(tǒng)。?政務(wù)治理托普云農(nóng)物聯(lián)網(wǎng)才智農(nóng)業(yè)平臺(tái)政務(wù)治理內(nèi)網(wǎng)擔(dān)當(dāng)各級(jí)政務(wù)治理外網(wǎng)處理各部門(mén)面對(duì)企業(yè)的業(yè)務(wù)及政府部門(mén)之間的業(yè)務(wù)。?公共效勞治理托普云農(nóng)物聯(lián)網(wǎng)才智農(nóng)業(yè)平臺(tái)人口、計(jì)生、社保等公共效勞的信息化治理，實(shí)現(xiàn)公共效勞的簡(jiǎn)便快捷?農(nóng)業(yè)資源治理托普云農(nóng)物聯(lián)網(wǎng)才智農(nóng)業(yè)平臺(tái)涵蓋局部農(nóng)業(yè)資源治理〔土地使用狀況、作物種植狀況、產(chǎn)量預(yù)估等〕，為農(nóng)業(yè)資源的科學(xué)決策供給牢靠依據(jù)。四、農(nóng)業(yè)大數(shù)據(jù)引領(lǐng)才智農(nóng)業(yè)總的來(lái)講，大數(shù)據(jù)作為一代信息技術(shù)，在農(nóng)業(yè)領(lǐng)域的應(yīng)用任重道遠(yuǎn)。大數(shù)據(jù)不僅布滿(mǎn)了挑戰(zhàn)和未知，人們也布滿(mǎn)了更多期盼和向往。大數(shù)據(jù)涉及的內(nèi)容十大數(shù)據(jù)應(yīng)用等領(lǐng)域。目前在大數(shù)據(jù)技術(shù)和大數(shù)據(jù)應(yīng)用方面關(guān)注的較多，而相比之下大數(shù)據(jù)科學(xué)和大數(shù)據(jù)工程問(wèn)題尚缺乏足夠的重視。農(nóng)業(yè)大數(shù)據(jù)屬于技術(shù)和應(yīng)用層面，但同時(shí)也需要不斷吸取大數(shù)據(jù)的科學(xué)思想、引進(jìn)大數(shù)據(jù)的最爭(zhēng)論成果，才能保持農(nóng)業(yè)大數(shù)據(jù)的生命力。農(nóng)業(yè)作為中國(guó)的根底產(chǎn)業(yè)，面臨著農(nóng)產(chǎn)品需求不斷增加、資源緊缺、氣候變化導(dǎo)致災(zāi)難頻發(fā)、生態(tài)安全脆弱、生物多樣性持續(xù)下降等嚴(yán)峻挑戰(zhàn)，夯實(shí)以農(nóng)業(yè)物聯(lián)網(wǎng)、云計(jì)算技術(shù)為核心的農(nóng)業(yè)信息化根底，提升以大數(shù)據(jù)為支撐的農(nóng)業(yè)信息化效勞，開(kāi)拓才智農(nóng)業(yè)局面，實(shí)現(xiàn)農(nóng)業(yè)現(xiàn)代化和信息化的跨越式進(jìn)展。公司簡(jiǎn)介：浙江托普云農(nóng)科技股份農(nóng)業(yè)物聯(lián)網(wǎng)、農(nóng)業(yè)信息化綜合解決方案效勞商托普云農(nóng)潛心十二年致力于中國(guó)農(nóng)業(yè)信息化進(jìn)展，同時(shí)供給面對(duì)土壤、農(nóng)業(yè)氣象、種子、植物生理、植物保護(hù)、糧油食品等監(jiān)測(cè)檢測(cè)精準(zhǔn)農(nóng)業(yè)儀器裝備。迄今為止已獲國(guó)家制造專(zhuān)利542項(xiàng)，7018技術(shù)企業(yè)、杭州市院士工作站，研發(fā)實(shí)力強(qiáng)！受到多位行業(yè)專(zhuān)家及行業(yè)領(lǐng)導(dǎo)認(rèn)可，智能硬件及農(nóng)業(yè)信息化應(yīng)用普及全國(guó)！上市公司〔股票代碼：833692〕、大品牌，質(zhì)量信得過(guò)、售后有保障！篇三：互聯(lián)網(wǎng)+農(nóng)業(yè),看美國(guó)如何實(shí)現(xiàn)農(nóng)業(yè)大數(shù)據(jù)的建設(shè)互聯(lián)網(wǎng)+農(nóng)業(yè)，看美國(guó)如何實(shí)現(xiàn)農(nóng)業(yè)大數(shù)據(jù)的建設(shè)羅德尼?席林是美國(guó)伊利諾伊州的一個(gè)農(nóng)場(chǎng)主，他和父130083最好的幫手是農(nóng)場(chǎng)里的那幾臺(tái)農(nóng)業(yè)機(jī)械。跟國(guó)內(nèi)常見(jiàn)的農(nóng)業(yè)機(jī)械比，這些機(jī)器高大得多，一臺(tái)噴36“大家伙”還很有“頭腦”——駕駛室里配備的全球衛(wèi)星導(dǎo)航系統(tǒng)和自動(dòng)駕駛系統(tǒng)。即使在下田作業(yè)時(shí)，席林也遠(yuǎn)沒(méi)有傳統(tǒng)農(nóng)民那么辛苦，只要他情愿，完全可以坐在駕駛座上，一邊喝著咖啡，一邊用平板電腦掃瞄聞，機(jī)器會(huì)依據(jù)設(shè)定的路線(xiàn)工作，施肥、打藥完全自動(dòng)化，哪些地方打過(guò)，哪些地方?jīng)]打，確定不會(huì)搞混，GPSAPP軟件會(huì)提示他何時(shí)適宜下地查看，該打藥或是該施肥了，以及供給實(shí)時(shí)的和將來(lái)幾天的天氣數(shù)據(jù)。在美國(guó)，像席林這樣“勞作”的農(nóng)場(chǎng)主越來(lái)越多。農(nóng)業(yè)生產(chǎn)模式正在從機(jī)械化向信息化轉(zhuǎn)變，以精準(zhǔn)為特征的農(nóng)業(yè)，正在讓種植變得更加簡(jiǎn)潔。美國(guó)的農(nóng)業(yè)GDP業(yè)化國(guó)家，而且也是世界上最大的農(nóng)業(yè)興盛國(guó)家。美國(guó)土地肥沃，氣候溫22017020XX年農(nóng)業(yè)就業(yè)21332%，從事農(nóng)業(yè)生產(chǎn)的人不到1業(yè)部的數(shù)據(jù)，美國(guó)農(nóng)場(chǎng)數(shù)量1935年到達(dá)峰值680萬(wàn)個(gè)，農(nóng)業(yè)人口超過(guò)億，現(xiàn)如今農(nóng)場(chǎng)數(shù)量只有220萬(wàn)個(gè)，農(nóng)民數(shù)量也300農(nóng)業(yè)生產(chǎn)的盈利性從根本上保證了農(nóng)業(yè)的吸引力。愛(ài)荷華州全職農(nóng)民年收入根本都在5萬(wàn)至7萬(wàn)美元以上，有些農(nóng)民可能會(huì)到達(dá)10萬(wàn)至25萬(wàn)美元，一般而言要比城市居民平均收入水平高。美國(guó)是對(duì)農(nóng)業(yè)數(shù)據(jù)收集比較齊全的國(guó)家，也是較早進(jìn)展農(nóng)業(yè)數(shù)據(jù)開(kāi)放的國(guó)家，目前，有關(guān)農(nóng)業(yè)數(shù)據(jù)的采集、共享和利用正幫助美國(guó)農(nóng)業(yè)政策制定者對(duì)農(nóng)業(yè)部門(mén)的進(jìn)展制定各種政策。不僅如此，美國(guó)各大農(nóng)場(chǎng)主協(xié)會(huì)以及涉農(nóng)企業(yè)也不惜投入大量的時(shí)間、金錢(qián)以及花費(fèi)巨大的精力去搜集被人們稱(chēng)為“大數(shù)據(jù)”的涉農(nóng)數(shù)據(jù)。大數(shù)據(jù)對(duì)于農(nóng)業(yè)的作用隨著全球人口的增加，天氣的波動(dòng)更加不穩(wěn)定，以及依賴(lài)石油的農(nóng)業(yè)對(duì)于石化燃料的價(jià)格越來(lái)越敏感，必定鼓舞更多地運(yùn)用技術(shù)來(lái)提高作物產(chǎn)量，并治理風(fēng)險(xiǎn)。圍圍著基因組學(xué)、生物信息學(xué)以及計(jì)算生物學(xué)的爭(zhēng)論活動(dòng)都已經(jīng)取得了重大的進(jìn)展，使得科學(xué)家和組織能夠更好地養(yǎng)活全世界，并提高食品和農(nóng)作物的質(zhì)量。這些技術(shù)都涉及到浩大的數(shù)據(jù)集和計(jì)算分析，那么在此過(guò)程中，大數(shù)據(jù)的作用是什么首先，也是最重要的，農(nóng)民需要需要測(cè)量和了解數(shù)據(jù)巨大和種類(lèi)繁多的數(shù)據(jù)能夠帶來(lái)怎樣的影響，由于這些數(shù)據(jù)驅(qū)GPS數(shù)據(jù)、土壤細(xì)節(jié)、種子、化肥和作物藥劑等，充分利用這些數(shù)據(jù)對(duì)于土地進(jìn)展長(zhǎng)期治理和短期模擬，以實(shí)現(xiàn)產(chǎn)量和利潤(rùn)的最大化。其次，種子和肥料以及藥劑的供給商需要接收全部的這些數(shù)據(jù)，將其放入統(tǒng)一的模型中，并使用專(zhuān)用算法，以便向農(nóng)民供給盡可能最優(yōu)化的解決方案和效勞。再次，農(nóng)業(yè)機(jī)械制造商是整個(gè)價(jià)值鏈的另一個(gè)重要組成局部。他們不僅需要確保其資產(chǎn)能夠在最低本錢(qián)保持最長(zhǎng)的正常運(yùn)行時(shí)間，還要支持移動(dòng)數(shù)據(jù)采集，并讓這些瑣碎的信息在價(jià)值鏈能被實(shí)時(shí)獵取，以進(jìn)展進(jìn)一步的處理。除了農(nóng)民、農(nóng)企、種子化肥供給商和農(nóng)業(yè)機(jī)械制造商以外，氣象站和試驗(yàn)室、貿(mào)易商和行業(yè)合作伙伴、技術(shù)和解決方案供給商也是這個(gè)日益簡(jiǎn)潔的生態(tài)系統(tǒng)的一局部。他們對(duì)于來(lái)自很多信息源的大數(shù)據(jù)也有著巨大的需要。大數(shù)據(jù)進(jìn)田大數(shù)據(jù)在農(nóng)業(yè)中應(yīng)用最普遍的領(lǐng)域之一就是精準(zhǔn)農(nóng)業(yè)。通過(guò)對(duì)氣候、土壤和空氣質(zhì)量、作物成熟度，甚至是設(shè)備和勞動(dòng)力的本錢(qián)及可用性方面的實(shí)時(shí)數(shù)據(jù)收集，推想分析可