农业大数据分析平台建设的研究

任孟霞

（衡水学院，河北 衡水 053000）

随着云平台、物联网在各行各业的广泛应用，通过收集不断变化的数据，再对其进行分类、挖掘及深度分析，可以使行业的发展更加顺畅。我国是一个农业大国，随着信息科技的不断深入，我国的农业生产逐渐往高效、智能方向发展[1]。传统农业在收集和管理相关数据信息时，并不能做到系统化，存储和查阅较为困难，而通过农业大数据技术采集的数据能覆盖整个农业领域，所获得的信息更加全面，同时能全方位地进行查阅。大数据技术以其及时性与系统化的优点为收集和分类农业信息提供了新策略，并且通过分析能准确预测未来，从而使传统农业向现代化农业发展，能为生产、销售及其他相关事项进行有效预警、监测，并为其决策提供准确依据。

1 农业大数据概述

1.1 农业大数据的特点

农业大数据对于整个大数据技术的应用是一种特殊实践，农业从生产到销售的过程中存在多个环节，通过农业大数据分析平台收集、分析和处理相关数据，再将其应用到农业生产、销售等环节中，能为我国的农业生产等提供更为精准的数据分析报告。

从当前的农业大数据分析情况来看，农业大数据较为复杂且具有鲜明的特点。其数据量非常大且较为广泛，数据更新速度也非常快，分析难度非常大。一方面，农业领域所涉及的数据类型较多，如表格、图片及影像资料等，所采集到的数据中也有半结构化和非结构化的存在[2]。另一方面，农作物生产过程中会受到自然条件、病虫害管理等各种外部因素带来的影响，所生成的数据具有一定的差异，这使相关人员需要进行更加深入的挖掘与分析，从而实现数据个性化服务，以便这些农业数据能更好地服务于农业生产和销售。

1.2 农业大数据分析平台的建设意义

如果农民能及时跟踪天气产生的数据变化，宏观地了解市场供需情况及农作物具体的生长数据，让农民及农业技术人员及时观察和了解田间及市场的实际情况，并对农作物生长情况进行预估，就能准确地掌握是否需要对农作物进行浇水、喷药等，这不仅能有效降低因自然因素、病虫害等对农作物产量造成的影响，也能通过实时的市场供需数据降低经济损失。从世界范围来看，不少社会团体与企业都已经意识到农业大数据分析平台所带来的便利，并开始致力于促进大数据在农业领域中实现跨领域应用[3]。

在大数据时代下，通过建立一个综合的数据分析平台来规范农产品生产，可以实现对农作物、市场供需等现状的记录和分析，及时调整农产品种植和育种过程及农产品分配过程，并将这些数据分析结果与农业生产经验结合，形成一套能控制和管理的措施，从而有效、有序地促进我国农业发展。

2 农业大数据平台建设的现状

经过多年的发展，我国的农业信息系统呈现出多层次、多学科的特点，为不同领域建立了不同层次的数据资源，形成了较为丰富的信息资源库。但是，由于没有统一的标准和规范，缺乏信息共享，信息资源与业务之间存在利益关系，使得这些数据的利用率不高，并且相当分散，存在信息冗余的情况。

农业大数据的出现和应用优化了农业经济发展，同时也实现了地区农业的可持续发展及产业结构调整，进一步促进了我国智慧农业发展，促使相关机构更加精准地把握农业的发展方向。不过，这一切都需要建立在拥有完善的农业大数据基础之上，并且能及时地对采集到的数据进行有效的分析和处理，因此农业大数据分析平台的建设具有非常重要的意义。从技术上看，现有的各种类型的平台如果能整合在一起，就能更好地应用先进的大数据系统框架，以实现对物联网数据的收集，发挥现代信息技术优势，并借助大数据时代提供的其他辅助功能，构建高效的开放式业务应用平台[4]。从分析平台的结构上看，借助良好的可配置性，其能满足资源扩充与业务流程变的要求，并且随着信息技术的进步，更好地实现了人机交互，以促进一般技术人员的开发和使用。随着应用领域的扩展，业务发展和业务规模的增加，系统的可扩展性和适用性也必须得到提高。

3 农业大数据分析平台的建设策略

3.1 设计思路与原则

农业大数据分析平台需要利用物联网、传感器等大数据采集技术，采集包括土壤数、气象及农产品价格等的多类型数据，并建立多元化、大规模的数据农业信息数据库。农业大数据分析平台不仅会为用户提供当地农业生产的各项数据，同时能进行自定义、可视化查询服务，为农业生产提供更精准的信息化服务[5]。

农业大数据分析平台所使用的原理是多元化数据收集，收集相关的各种数据，并以分析平台预设的数据为参考，构建一个集成的标准数据库。在农业大数据分析平台的应用过程中，其可根据用户的需求给予个性化服务，从而使得用户能使用其提供的服务快速查询所需信息。

3.2 农业大数据分析平台的架构组成

农业大数据分析平台需要通过基础设备实现对数据的采集、归类和处理，经过分析后将其表现在具体的应用上。基础设备所执行的采集工作，也是农业大数据分析平台能实现数据处理、分析的前提。另外，数据采集层还需要采集直接通过实地的传感器系统传输的数据，实现实时的数据收集，并移交给数据处理层进行处理，与标准化数据进行对比，实现多元化异构数据，再通过数据分析层进行分析，将结果提交给应用层，为不同的需求者提供相应的数据服务。

1）总体架构。实现农业大数据分析平台的建立，需要以大数据存储与数据处理分析为基础，整合农业各个领域的所有相关数据，这样才能为农业生产用户、农业企业及相关企业更好地提供农业数据信息综合分析，并且为决策管理部门提供更为精准的服务。

2）关键技术框架。以农业大数据为基础，将农业领域及相关产业链的数据进行综合整理和分析，实现对多元化数据的管理和分析，借助ETL 工具及相关的设计工具和设备为需求者提供相应的数据服务，通过BI 分析平台等对复杂的数据进行分析处理。各种BI 工具是该分析平台的基本服务与操作框架，可以通过分析模型实现对数据的全面管理，以及实现对相关资源的整合和分析。平台所收集到的数据有多源异构的性质，因此在实现时需要考虑多级分布式存储系统，以便实现高速缓存文件，从而实现数据源存储负担的降低。

农业大数据的多元化数据接口和集成体系结构，对数据从数据源到数据存储之间具体的规范体系结构进行了描述。农业多元化数据量大，采集到的数据会出现异构、丢失及冲突等情况，可通过ETL 数据的建立实现对数据的加载、清理及转换。针对农业大数据环境中关于实地农业数据采集、处理等复杂问题，确保数据能实现精准数据分析和挖掘，从而实现精确生产或自动化生产，并跟踪市场供应链，实现智能生产，以满足其他相关产业的应用要求。

建设农业大数据分析平台使用ETL 技术对多元化异构数据进行标准化处理，从而更为系统地为用户提供相关信息的快速查询和分析，并且可以构建农作物生长指标工具，实现动态数据监控、生成图形报告等。同时，数据分析平台会根据管理者预设的数值与实际情况进行对比，为农作物的生长提供综合评估参数，为监测、预警分析模型提供准确的分析对比参数，并借助BI 进行综合展示。

3.3 农业大数据分析平台构建的关键技术

1）数据采集处理分析。农业大数据分析平台的基础是为了实现多元化数据的收集与集成处理。对于数据采集，要确保ETL 工具能提高数据采集效率，并且保证工作时该平台性能的稳定，确保编写的插件有高标准的可重用性，满足各种类型的数据源接入。只有这样，在农业生产过程中，最终使用者才能借助该平台轻松获取数据报告，不需要执行较为复杂的编程任务。对于数据库的设计，应考虑采用三级服务等级，即详细、摘要及应用集成。首先，将ETL采集到的数据按照相应的提取规则建立临时存储数据库，并将其作为详细数据，从中提取出关键信息划入摘要数据中，根据业务的需要来调用相应的数据。其次，根据查询的需要，将详细数据信息与摘要数据展示给用户，从而实现农业生产和销售过程的多维数据体系。

2）通过BI 分析平台进行分析。BI 分析平台以其能有效处理复杂数据的优势在农业大数据分析平台中承担处理多维数据服务的角色，将不容易理解的专业数据或复杂的数据转化为较容易理解的图形；并借助其提供的多维分析工具，让用户直观地查看综合分析后的需求信息，对每个指标的动态与出现的变化进行分析和预测，借助数据报告显示功能，将获得的结果通过文本、数字及图形等农民容易理解的方式进行展示。

4 结束语

文章所研究的农业大数据分析平台，需要建立在农业大数据基础之上，通过分析系统结构设计，对农业从生产过程中所产生的各项数据进行采集和分析，为后续的相关领域提供精准的大数据信息服务；还可以根据市场供需信息的反馈，对农业生产者的具体生产情况进行调整，从而实现更好的自动化生产与产品跟踪。通过农业生产与销售集成，使辅助农业生产、销售的各行各业都能参与其中，为农业生产销售提供服务，通过农业大数据分析平台进行调整，使农业生产的附加值得到有效的提高。