广州智慧农业气象服务平台设计与实现

欧善国 彭晓丹 凌洋

(1 广州市气候与农业气象中心，广州 511430；2 江苏省气象服务中心，南京 210041)

引 言

农业是国民经济的基础，“三农”问题一直是关系国计民生的根本。进入新时代以来，尽管现代农业生产技术有了飞速发展，但农业生产仍然很大程度依赖于气象环境[1]。加强农业气象服务智能化信息化、建设现代气象为农服务体系、加强农村防灾减灾能力建设，对促进农业增效、农民增收具有重要作用。

广州属于超大城市，农业发展模式与传统农业不同，呈现都市农业特点。都市农业指分布在高度城市化的大都市区及其延伸地带的农业，依托都市的辐射和按照都市的需求发展起来的融生产性、生活性和生态性等多功能于一体的现代化大农业系统，具有高度规模化、产业化、科技化和市场化的特征[2]。传统农业气象服务内容、方式等某种程度上不再适用于广州都市农业。本文基于国家对农业信息化的要求，以及广州都市农业发展现状和需求，探讨广州智慧农业气象服务平台构建策略、建设规划和创新智慧型服务，以期以平台为载体，促进广州现代都市农业发展，也为其他气象部门提供可借鉴、可推广的经验。

1 平台构建策略

2019年12月发布的《数字农业农村发展规划(2019—2025年)》(http:∥www.gov.cn/zhengce/zhengceku/2020-01/20/content_5470944.htm)要求：以产业数字化、数字产业化为发展主线，以数字技术与农业农村经济深度融合为主攻方向，以数据为关键生产要素，着力建设基础数据资源体系，加强数字生产能力建设，加快农业农村生产经营、管理服务数字化改造，强化关键技术装备创新和重大工程设施建设，推动政府信息系统和公共数据互联开放共享，全面提升农业农村生产智能化、经营网络化、管理高效化、服务便捷化水平，用数字化引领驱动农业农村现代化，为实现乡村全面振兴提供有力支撑[3]。广州都市农业未来发展将着力在推进“菜篮子”工程建设、推动产业规模和科技创新发展、促进农村一二三产业融合发展、加强农业生产风险转移等方面取得新突破。

因此，广州智慧农业气象服务平台的构建，除了应具有气象资料管理、气象数据重建与查询、气象信息发布、灾害监测预警等功能外，更要体现“数据汇聚共享”、“智能技术应用”、“助推产业发展”、“防范生产风险”、“开发农业信息资源”等新特点，推动农村生产向集约化、规模化、产业化发展。平台构建策略如下：

(1)采用Web系统与微信混合式服务。Web系统作为大数据汇聚与共享、气象业务支撑、综合气象服务平台；微信可作为农户获取定制式和个性化气象服务信息、气象灾情上报、专家咨询、问卷调查等交互渠道，也可作为城乡居民开展休闲观光旅游的服务端。

(2)积极应用智能信息技术。融合物联网、大数据、区块链、人工智能等现代信息技术，提升农业气象服务信息化智能化水平，促进农业现代化。

(3)开展产业兴旺气象服务。通过提供农产品气候区划服务，帮助政府做好农业生产结构调整决策，推进区域化特色产业发展；开展休闲农业、生态旅游气候资源认证等气象服务，促进农村一二三产业融合发展；通过气候历史数据分析，开展农产品气候品质论证，推动一村一品、一县一业战略实施。

(4)开展生产风险防范服务。农业生产风险包括自然灾害风险与市场风险，平台不仅提供气象灾害预警服务，还要做好病虫害趋势预测服务、农业气象灾害评估，开展农产品气象指数保险服务，帮助农户分散农业生产风险。

(5)采取汇智共建共享方式。根据服务需求对各地模型检验并实现本地化，丰富业务服务产品；农户和保险业务人员上报灾情，有利于开展气象灾害风险评估、气象指数保险；农户反馈农作物生长情况，有利于气象业务人员研发作物生长模型，开发农产品产量预报、价格预报服务产品。

2 平台建设规划

广州气象部门立足于广州都市农业发展的需求，充分应用气象现代化建设业务和研究成果[4-8]，融合大数据、物联网、人工智能、互联网+等新一代信息技术，以“1+1+3+N”(一张网+一中心+三平台+N应用)的规划和布局，建设以用户为中心的定制式、个性化、实时互动的广州智慧农业气象服务平台，提供一系列创新智能化的农业气象服务，进一步完善现代气象为农服务体系，提升农村防灾减灾能力建设，促进农业增效、农民增收。

2.1 平台架构与技术体系

平台基于混合云采用微服务架构(Microservice Architecture)、B/S结构方式进行设计开发，平台分为基础支撑层、数据资源层、服务资源层、应用支撑层和平台应用层5层结构，逻辑架构如图1。

图1 平台逻辑架构Fig.1 Platform logical architecture

平台技术体系按分层进行选型，基于农业物联网、大数据、人工智能技术，及J2EE应用体系构建服务平台。数据层为平台业务管理数据存储于关系型数据库MySQL，空间数据采用PostGIS，网格、图像图形、文档等数据采用HDFS，基于知识图谱的知识库数据则采用Neo4J进行存储。分析层基于Kafka、Elasticsearch、Redis实现物联网等监测消息队列、应用热度数据的接入与分发，使用Spark ML建立机器学习包括K-mean、Boosting、GA、BP、CNN等智能分析模型。服务层基于Spring Boot、API网关、权限认证体系构建微服务体系架构。基于浏览器、微信、微博等媒介实现平台可视化展示。

2.2 智慧农业气象大数据中心

建设一体化的智慧农业气象大数据，涵盖气象监测预报、作物观测、土壤墒情、农事活动、农业气象灾害、作物产量、遥感监测、气候资源区划、农气服务指标、农气知识库等数据资源。实现农业气象数据采集、存储计算、清洗加工、挖掘分析、可视化、共享交换等一系列基础服务，建设二三维多元地图、农业气象模型超市、病虫害图像识别、基于知识图谱的惠农智库等基础应用，为智慧农业气象大数据创新应用提供平台支撑。

2.3 智慧农业气象业务支撑平台

建设智慧农业气象业务支撑平台，涵盖农业气象评价、农情监测、农用天气预报、作物产量预报、灾害监测预警评估、病虫害发生发展气象等级预报、遥感监测、农业气候资源区划、农气灾害风险区划、农业气象指数保险、服务产品制作与共享等农业气象业务。在业务内网实现农业气象监测、评估、预报、预警业务一体化；实现数据采支撑集入库、业务模型运算、产品制作与发布等业务流程自动化。

2.4 智慧农业气象服务平台

基于农业气象基础数据和精细化、格点化、图形化等业务产品，面向农业生产管理决策、种养殖大户、农业庄园、农业龙头企业、普通农户等，结合地理位置与用户身份识别信息，提供“点对点”个性化定制需求服务，涵盖关键农时气象监测分析、农作物生长适宜性分析、农业气象灾害监测、靶向预警与影响评估，农作物产量预报，农业气候资源开发利用与农业应对气候变化等决策服务，增强服务的主动性、敏感性、时效性和综合性。

通过精细化农业气象要素监测、农业保险气象灾害认证报告、农业气象灾害评估等产品，加强灾害风险区划精细化研究，为农业气象指数保险提供更科学的依据，促进农业气象保险服务的可持续发展。根据广州都市型农业的特性和大众喜好，如花卉花期、天台农场、观光农园、休闲农庄等，对公众用户提供精细化个性化的花卉花期预报、休闲观光气象预报等服务，拓展都市农业服务领域推动绿色生态建设。

2.5 广州农业气象微信公众号平台

基于一体化业务平台的精细化服务产品，结合用户画像(地理位置、气候背景、种养殖信息等)，实现精细化农业气象灾害监测预警和农用天气预报等服务信息推送，搭建农技专家/人员与农场主的互动平台，实现农事活动咨询、病虫害防治求助的在线交流，共享农情信息、灾害灾情、病虫害等数据，提升农村气象灾害预警服务和农业气象服务信息的传播能力。对向往田园生活的都市人民，提供个性化定制的赏花指数、采摘指数、垂钓指数等气象生活指数预报服务，拓展都市农业服务领域，推动绿色生态建设。

3 平台创新服务

3.1 农业气象业务模型超市

根据实际生产过程和研究成果，总结农业气象成熟的指标体系及监测预警评估模型，将业务模型划分为指数等级模型、多元拟合方程、空间分析模型、机器学习应用引擎和第三方模型引用，运用可视化建模方式(模型实体、数据集、预处理、分析计算、算法等节点可拖曳)，定义气象数据资源统计的通用算法公式(求和、平均、最大、最低、过程有效累计算法等)和集合算法(数据交集、并集、去交集、去并集等)，基于GDAL类库构建空间分析模型，基于Spark ML建立序列分析、相关分析、聚类分析、回归分析等数理统计分析模型及机器学习(包括K-mean、Boosting、GA、BP、CNN等)智能分析模型，用于建立农业气象业务应用模型(图2)。同时鼓励业务人员，积极构建模型，或者将其他单位的研究成果[9-11]通过参数调优等方式本地化到模型超市，并择优归类，投入业务运用，再进行逐年参数检验，让模型更加准确(图3)。

平台融合广州的特色农产品(荔枝、龙眼、蔬菜、水产、花卉等)，围绕农用预报指标、作物产量预报、农业气象灾害指标、农业气象指数保险、病虫害发生发展分析、气候资源区划、灾害影响评估等业务构建了73个模型算法，以数据中心的实况和预报数据，通过模型运算，根据模型影响因子实现气候条件评价、农用天气预报及灾害影响评估，并结合GIS生成图形化产品，指导农业生产活动。

3.2 “惠农”AI互动

基于CiteSpace对农业气象的研究文献进行可视化分析，掌握农业气象知识基础、学科结构与研究前沿，构建农业气象知识体系，以农业生产对象、发育期、生长适宜度、农事活动建议、病虫害及防治措施、农业气象灾害及防御恢复措施、指数保险、气候区划、农事生产常见问题等农业气象业务为驱动，设计农业气象知识图谱(实体、关系、属性)，利用网络爬虫、ETL、类自然语言处理(循环神经网络算法)等技术从百科类、垂直类网站、知识文献、专家在线的问答内容收集数据，进行知识提取、知识清洗，以Neo4j作为存储，构建农业气象知识图谱(图4)，并基于传统规则的方式，通过cypher查询语句作为问答搜索sql，实现知识问答，构建在线智能问答的机器人“惠农”，给予在线提问的生产大户及时反馈，并将问题推送到擅长处理该问题的专家团队进行解答，提高服务质量。

图2 模型超市Fig.2 Model supermarket

图3 业务模型超市流程Fig.3 Business model supermarket process

3.3 病虫害图像识别与趋势

通过Scrapy网络爬虫从病虫害百科、垂直网站、图集网站收集广州经济作物的常见病虫害图集，并与农业气象知识库的病虫害信息进行比对标识，通过Spark ML卷积神经网络算法，对病虫害的典型例图进行训练学习，形成基于人工智能的病虫害图像识别引擎(图5)，基于Spring boot开放病虫害图像识别微服务接口，用户通过微信公众号的病虫害监测模块上传拍摄的病虫害图像，平台进行病虫害识别，反馈病虫害信息、危害描述、防治方法等百科信息。

同时，对病虫害的发生地点、受害情况、植株图片等现场数据进行采集，基于二三维地图展示区域病虫害发生发展形势(图6)。并运用农业气象模型超市中的病虫害发生发展气象等级监测预警模型，基于气象实况与预测资料进行动态预警，实现病虫害趋势分析。

3.4 气候区划二三维一体化

气候资源是农业生产的基础，是决定各种农作物的适宜种植范围及其产量和品质特征的重要因素，而气象灾害是农业生产的限制因素，趋利避害合理利用丰富的气候资源是稳产增产的关键[9]。构建区划指标要素与地理因子(经度、维度、海拔、坡度、坡向)的空间分析模型，基于GIS实现精细化的气候资源区划、种养殖气候适宜性区划、气象灾害区划分析。

图4 农业气象知识图谱和构建流程Fig.4 Agrometeorological knowledge graph and construction process

图5 病虫害识别反馈信息Fig.5 Pest identification feedback

图6 病虫害图像识别与趋势分析流程Fig. 6 Process of image identification and trend analysis of pest and disease

平台应用二三维一体化，实现农业气象资源相关的影像、地形、地图、气候资源矢量、倾斜摄影模型等数据资源的高性能加载与显示(图7)，面向业务管理和辅助决策提供服务支撑，如广州岭南水果种植对于坡度坡向及日照条件的需求较为苛刻，利用坡度分析功能对当前山地丘陵资源进行分析，判断种植用地地形坡度不大于25°或土面坡度不大于15°的要求，优化种植选址。进一步掌握影响农产品品质气候条件的时空分布，加强农业小气候资源区划、合理开发利用气候资源、提高农产品质量。

图7 广州平均气温三维分布及地图分布(局部)Fig.7 Three-dimensional and map distribution of mean temperature in Guangzhou (local)

3.5 个性化精准化服务

基于GPS的精准靶向服务技术，为特定的需求人群提供特定的气象服务产品，开展个性化服务，逐步实现差别化的精准气象服务，真正做好气象监测预报预警服务。重点服务对象为粤港澳大湾区“菜篮子”生产基地、农业现代产业园、农业公园、农民合作社示范社。

利用微信公众号获取用户地理位置，结合用户在“我的农场”模块上报的种养殖信息，进行用户的服务群组划分，实现用户画像。针对不同群组，在不同生育期和不同农事季节、农时活动对气象服务的需求，结合精细化网格产品，采用定向消息群发方式，及时开展农业气象条件、农业气象灾害防御、病虫害防治、农业小气候调控等贴身气象服务(图8)。如根据精细化预报的暴雨影响区域，通过空间分析获取该区域内的农户和农企信息，自动通过短信、微信平台服务推送灾害预警信息。通过为用户提供其位置区域及其生产对象的专项服务，达到“点对点”定制化的精准化服务。

图8 个性化精准化服务Fig.8 Personal and accurate services

3.6 蔬菜气象指数保险

通过Web服务平台与微信客户端实现指数保险自动化监控，协助农业部门和金融保险公司开展保险业务和理赔工作，同时以平台为载体，气象部门与保险公司、蔬菜种植户共同构筑新型的社会化气象灾害防御体系。

根据广州市蔬菜气象指数保险平台(图9)的服务需求，平台划分为Web业务平台和微信小程序两个子系统，每个系统功能分别划分为6个模块：Web系统的农气站点分布、保单站点关联、蔬菜指数模型、指数保险监测、指数监测分布、气象证明制作，以及微信客户端的天气实况查询、天气预测预报、气象灾害预警发布、反馈与建议、气象保险宣传、用户信息录入。Web系统实现从指数保险承保时的最近站点查询，保单站点管理，指数模型动态设置，24 h的定时指数模型监测运算，到触发理赔条件时的气象证明制作，覆盖整个业务流程，可满足广州市蔬菜种植气象指数保险试点业务工作需要；微信客户端是面向保险公司、蔬菜种植户两种用户，用以提供气象信息服务和收集气象灾情、反馈建议等。

图9 蔬菜气象指数保险Fig.9 Vegetable meteorological index insurances

3.6 休闲旅游服务

整合广州20个农业休闲公园、众多赏花景区、特色农产品生产基地的信息(景点信息、花卉花期、采摘信息、文旅信息等)，构建赏花指数、采摘指数、摄影指数、智能景区路线推荐等模型，根据广州都市型农业的特性和大众喜好，如赏花观云、观光农园、休闲农庄等，对公众用户基于精细化网格预报，提供定制式的花卉花期预报、休闲观光气象预报、水果采摘指数预报、垂钓指数预报。基于微信用户位置、气象指数、景区天气进行智能化景区和路线推荐，用户可定制各类休闲旅游气象指数，获取热门推荐及景区详情，根据推送的景区实况和预报的天气情况，选择休闲旅游项目和计划，提升休闲旅游服务体验(图10)。围绕“休闲农业”和“乡村旅游”，基于精细化指数产品与休闲旅游智能推送服务，提升用户出游气象服务体验，拓展都市农业服务领域，推动绿色生态建设。

图10 休闲旅游服务Fig.10 Leisure tourism services

4 结论

广州智慧农业气象服务平台统筹整合农业气象数据资源，提高农业气象数据资源汇聚、分析、应用、管理能力，推进了全市各级气象部门、各行业、各领域涉农数据资源的共享开放。融合三维可视化技术、各种通用算法和集合算法、CiteSpace引文分析技术、Scrapy网络爬虫技术、Spark ML卷积神经网络算法，综合运用Web系统与微信混合式服务方式，为广州都市农业提供多个特色智能服务是本平台的创新点。

平台自2019年投入试运行以来，为当地现代农业生产和新型农业经营主体提供了更为直通式、精准化的气象服务，收效良好，平台的建设对推动广州智慧农业气象工作具有积极意义。如2019年保险公司共投保167份保单，累计承保蔬菜种植792户，承保种植面积2.22万多亩，承保风险保额约10 582.87万元，赔付金额达135.39万元，有利于提高广州市蔬菜种植业抗风险能力，促进广州市蔬菜种植业可持续发展。还利用平台给公众提供桃花、木棉花、凤凰花等主要景观花卉花期预报服务和出行指数服务，发布广州市农业休闲公园游玩、采摘信息，满足广州大都市生活的人们对于休闲观光的需求，促进广州都市农业的发展。