葡萄智能化生产服务平台设计与研究

梁骁 韦宁 姚姿娜

摘  要：在农业现代化、信息化的发展过程中，农业生产基础数据已成为重要的战略资源。信息化、自动化农业生产管理都依赖于完善的生产基础数据。相关生产服务平台的建设能够充分利用这些资源，增进农业生产的高质量发展。人工智能是国家明确大力支持的未来科技研究核心，国家赢得全球科技竞争主动权的重要战略抓手。将农业信息化和人工智能相结合，建设智能化生产服务平台，可以极大地助力农业生产服务水平的提高。为特定行业设计的具有高度针对性的智能化生产服务平台对比普遍适用型的平台，具有更高的专业水平，对特定行业的信息挖掘度更深，能够提供更细致、更精准的智能服务。本文针对葡萄种植的专业特点，对基于人工智能的生产服务平台进行了研究和设计，介绍了服务平台基本框架、功能设计和关键技术。

关键词：葡萄种植;数据服务;智能分析

中图分类号：TP399;TP182      文献标识码：A 文章编号：2096-4706（2019）12-0106-03

Abstract：In the process of agricultural modernization and informatization，the basic data of agricultural production has become an important strategic resource. Informatization and automation of agricultural production management depend on perfect production basic data. The construction of relevant production service platforms can make full use of these resources and improve the high-quality development of agricultural production. Artificial intelligence is the core of scientific and technological research in the future，which is strongly supported by the country. It is an important strategic grasp for the country to win the initiative of global scientific and technological competition. The combination of agricultural informatization and artificial intelligence and the construction of intelligent production service platform can greatly contribute to the improvement of agricultural production service level. Intelligent production service platform designed for specific industries has higher professional level，deeper information mining degree for specific industries，and can provide more detailed and accurate intelligent services compared with the universal platform. In this paper，aiming at the professional characteristics of grape cultivation，the production service platform based on artificial intelligence is studied and designed，and the basic framework，function design and key technologies of the service platform are introduced.

Keywords：grape cultivation;data service;intelligent analysis

0  引  言

得益于互联网、物联网、大数据、云计算等高新技术的发展，在信息化和农业现代化高速发展的当下，农业信息资源在现代农业中发挥着重要的作用。在国家大力推动人工智能技术发展的大趋势下，要将人工智能技术应用在新型农业生产模式中，尤其需要以大量农业专业信息为依托。葡萄种植产业设计建设专业的基础信息数据库和智能化服务平台，在纵向上能够提供具有较强针对性的产业信息资源管理和利用手段，实现专门、专业的生产管理决策辅助和生产自动化辅助，在横向上能够为其他相关生产服务领域提供专业数据支持，更进一步可作为人工智能技术进入农业生产领域的示范。在丰富的农业信息资源基础上，利用先进的数据采集、分析工具，实现全面、精准的系统性分析。这样不但能够提高农业生产的科学性和相关服务的准确性，而且也能为政府管理理念的转变和管理水平的提高提供有力支持。

1  农业生产信息化概况

随着国家对农业现代化智能化建设方面工作的不断深入，农业生产数据资源建设取得了巨大的进步。凭借现今高度发达的互联网、物聯网技术和既有农业科技数据库，农业生产和种植管理数据能够从多种渠道获得。不仅各级农业部门建设了农业信息服务平台，农业部也针对多个农业生产行业建设了行业数据库。目前我国农业网站已达到数万家，很多面向公众的网站提供了大量信息资源接口，这些资源为建立葡萄智能化生产服务平台提供了极大的便利。

2  葡萄智能化生产服务平台的特点

葡萄智能化生产服务平台是一种将基础数据、应用业务逻辑、农业生产技术、网络技术、数据分析技术、数据可视化技术融合在一起，针对葡萄生产专业领域为社会公众提供服务的智能化系统。

葡萄智能化生产服务平台是借助于物联网、云计算、大数据、人工智能等高新技术打造的新型网络服务平台，具有以下特点。

2.1  智能化

融合经过深度学习训练的人工智能，使之充分利用平台基础数据库，发挥其强大的数据分析能力，为公众提供葡萄生长周期指标分析、生产环境监控数据分析、病虫害自动识别和防治方案自动推荐等智能化功能。平台服务覆盖葡萄生产的各个环节，最大程度地使生产过程摆脱对农技人员的依赖。

2.2  互动性

通过互联网将人员、数据、生产环境联通起来，允许使用手机、个人电脑、无人机、传感器、网络视频设备等远程访问服务平台。为生产管理提供高效、多样、便捷的互动方式。

2.3  灵活性

服务平台可部署于企业服务器、云服务器等环境，支持大容量可扩展的数据存储和高并发的网络访问，可以持续扩大基础数据量以及添加新功能模块。

3  智能化生产服务平台基本框架

平台建设应遵循规范化、标准化、高实用性、高可靠性、高安全性的原则，合理设计建设，保证服务平台运行顺畅、高效、健壮。其基本框架组成如图1所示。

3.1  基础数据库

建库所需的基础数据资源主要包括以下几个方面。

3.1.1  地理气候环境数据

地理气候环境包括葡萄种植地区的区域地形地貌、海拔、经纬度、气候带等宏观环境数据，以及历年温度、湿度、降雨、光照变化、自然灾害等长期历史数据。这些信息帮助生产管理者掌握种植地区的总体情况，辅助制定生产计划。

3.1.2  生长环境监控数据

葡萄种植园区的即时监控环境数据和长期变化历史数据，包括空气温度、空气湿度、光照强度、光照时长、土壤温度、土壤张力、土壤水分、酸碱度、氧含量、二氧化碳浓度、降雨量、风速、风向等多个指标。这些信息精确表现葡萄生长环境的细微变化，可用于标准生长环境数据模型的建立，帮助管理人员及时了解现状，迅速做出必要反应。

3.1.3  生长周期数据

葡萄整个生长周期内的植株生理生长指标，包括根、茎长、叶长、叶片面积、挂果时间、果实直径等。这些信息直接描述了葡萄的长势、健康、营养状况，可用于葡萄标准生长周期模型的建立，帮助管理人员密切关注其生长情况，及时发现问题。

3.1.4  实用种植技术数据

收集葡萄种植相关的各种使用种植技术文献，从中解析技术数据，保存在数据库，以知识库的形式提供给用户作为技术支持资源。

3.1.5  病虫害防治数据

危害葡萄种植生长的各种病虫害数据，包括病因、病征、辨别标准、防治方法、历史发病记录等。这些信息旨在与专业的数据分析工具相结合，及时对可能的病虫害发出警报、提供专业辨识方法、提出专业防治方案，从而预防和减少因病虫害带来的损失。

3.1.6  价格行情数据

定时获取各个省份地区葡萄市场行情和历史价格走势数据。通过对市场行情和供需关系的分析，辅助管理者调整生產销售计划，最终获得更好的效益。

3.2  数据处理层

数据处理层主要完成数据清洗、数据整合、挖掘分析工作，把零散的数据转化为针对专门需求的、具有知识逻辑价值的有用数据，支撑应用接口层。

3.2.1  数据清洗

从外部数据源导入生产数据时需要对数据进行清洗工作。通过编写数据过滤整理程序处理其中缺失的或异常的数据值，保留有效的数据。

3.2.2  数据整合

对于多种类型、多种业务领域的数据，通过数据处理程序在各个数据节点之间建立关系，形成数据知识图谱。

3.2.3  数据挖掘

根据实际业务需求设计数据挖掘分析模型，从既有基础数据库中提取相应的数据提供给分析模型完成分析工作。

3.3  应用接口层

接口层根据用户主体类型的不同、需求的不同、权限的不同，提供具有针对性的应用程序外部接口。实现数据模糊查询、图形报表展示、数据共享、环境数据分析、生长数据分析、病虫害数据分析等接口服务。

3.4  信息安全体系

设计一整套数据库硬件环境安全、网络环境安全、计算机系统安全、数据存储安全、运营管理安全的安全保障技术体系，保证基础数据库安全稳定运行。

3.5  标准规范体系

对数据库数据格式、处理程序设计开发、应用接口设计开发、智能化服务实现设定一整套格式、编码和接口规范，作为平台在开发建设过程中必须遵守的规则。在平台的后续开发升级中也应遵守这些规则，保证平台的健壮性和可维护性。

4  智能服务功能设计

通过整理和分析多方面的葡萄生产种植数据，构建统一规范、便于共享的基础数据库，并在此基础之上搭建数据共享服务平台，为政府、企业、公众提供数据资源共享服务。服务范围主要包括基础信息资源服务、生理生长智能分析服务、种植环境智能分析服务、在线健康诊断服务和市场分析服务。

4.1  基础信息资源服务

对社会组织和用户进行细致的分类、分级，为各种组织、用户类型设计相应的开放数据接口。从信息资源库中提取基础数据，根据业务类型进行整合、分析、分类，通过开放数据接口提供给用户，以满足各类型各级别用户的不同需求。提供包括地理信息数据、标准化种植技术数据、市场行情数据、病虫害防治知识库等在内的信息查询展示服务。

4.2  生理生长智能分析服务

收集低、中、高端各个葡萄品种的标准生长数据，研究智能分析引擎系统，匹配数学模型，自动智能判断葡萄生长情况，模拟葡萄种植专家自动修正完善工作内容，大幅降低葡萄生产对农技人员的依赖程度。

4.3  种植环境智能分析服务

收集葡萄种植的适宜生长环境数据，构建标准化种植生长环境监控模型。智能分析实际种植环境数据，发现种植环境中存在的不利因素，对用户发出预警消息，提醒用户调整种植养护工作，以提高葡萄产量。

4.4  在线健康诊断服务

收集危害葡萄生长的病虫害信息，将机器学习样本导入人工智能数据库。通过深度学习实现基于计算机视觉的图片分析功能，使其能够从用户上传的现场照片快速辨认出可能发生的病虫害症状，并推荐有效的防治手段。

4.5  市场分析服务

通过收集和分析近期市场行情数据，以图形报表的方式向用户展示葡萄产量状况、消费状况、进出口数据和市场价格走势等信息。

5  关键技术

5.1  数据接口

数据接口是用户和其他网络应用访问本数据库数据资源的入口。数据接口在广域网络上发布，监听接收来自网络的用户访问请求，根据网络请求参数自动识别用户身份、确定用户请求的目的，调用相应的服务程序模块，获取相应的数据资源，再向用户发送包含有效数据的反馈信息，实现查询、统计等操作。数据接口能够屏蔽用户的网络差异、操作系统差异，也使用户无需关心数据库的具体结构，只要专注在业务方面，为特定业务调取对应的数据接口就可以满足业务需求。

5.2  计算机视觉

计算机视觉是通过对图片、视频文件进行分析处理，让计算机能够从中收集三维信息，从而模拟人类对环境的感知能力的一门综合性学科。计算机视觉的实现包括计算机科学、工程学、物理学、统计学、应用数学、神经学等多个门类的科学研究成果。以相机、摄像机等各种录影设备拍摄的图像作为计算机视觉采集的输入，经过训练的人工智能分析模块可以从这些图像中读取信息，发现图像中包含的元素，理解其中的意义。

5.3  深度学习

深度学习是实现计算机视觉的一项重要工具，它模拟人脑的神经网络，模仿人类对信息的解释方式。端到端学习的概念让计算机在分析对象中自动寻找特征，发现其中潜在的模式。经过对大量数据的分析学习能够获得训练好的学习模型，并投入到目标领域中进行分析工作。目前，深度學习被广泛应用在搜索引擎、智能问答和图像识别等领域。

6  结  论

在如今农业走向信息化的时代，农业生产数据资源已经成为市场的焦点，农业经济的稳步快速发展受到农业生产信息化程度的影响。尤其是在国家扶贫攻坚的大背景下，大力发展农业经济，把农业生产推向信息化、自动化、智能化，更具有重要的政治经济价值。建设葡萄智能化生产服务平台，一方面对于葡萄种植专业领域可做出专业示范，另一方面也可以在其他种植项目中扩展开来，收集更多其它农业作物的生产数据，秉承专业为先、广泛覆盖的理念，为我国现代农业的发展提供助力。

参考文献：

[1] 佚名.中国互联网络发展状况统计报告 [J].中国科技信息，2018（5）：6-7.

[2] 许世卫.农业大数据与农产品监测预警 [J].中国农业科技导报，2014，16（5）：14-20.

[3] 杨谨，刘旭云，胡学礼，等.大数据时代背景下的农业标准化 [C]//标准化改革与发展之机遇——第十二届中国标准化论坛.标准化改革与发展之机遇——第十二届中国标准化论坛论文集.中国浙江杭州：出版社不详，2015：1947-1951.

[4] 孙玉.农业行业中的计算机视觉与模式识别技术 [J].计算机产品与流通，2018（7）：19+36.

[5] 薛领.计算机视觉在农业中的应用 [J].计算机与农业，1999（2）：18-20.

[6] 温孚江.农业大数据与发展新机遇 [J].中国农村科技，2013（10）：14.

作者简介：梁骁（1986-），男，汉族，广西融安人，软件工程师，助理工程师，学士学位，研究方向：计算机应用软件开发。