數(shù)智融合背景下農(nóng)業(yè)大數(shù)據(jù)資源整合的路徑探索

摘" "要：我國存在農(nóng)業(yè)數(shù)據(jù)資源質(zhì)量不高、共享性差、利用率低和數(shù)字化水平低等問題。進(jìn)入數(shù)智時(shí)代，大數(shù)據(jù)、人工智能、云計(jì)算等新一代信息技術(shù)能很好地解決現(xiàn)有問題?；诖?，闡述我國農(nóng)業(yè)資源整合服務(wù)建設(shè)現(xiàn)狀和主要問題，結(jié)合國內(nèi)外農(nóng)業(yè)大數(shù)據(jù)應(yīng)用現(xiàn)狀，對農(nóng)業(yè)資源整合路徑進(jìn)行探索，提出建設(shè)農(nóng)業(yè)大數(shù)據(jù)資源整合服務(wù)平臺(tái)，并系統(tǒng)分析平臺(tái)建設(shè)的總體架構(gòu)和關(guān)鍵技術(shù)。

關(guān)鍵詞：農(nóng)業(yè)大數(shù)據(jù)；資源整合；大數(shù)據(jù)服務(wù)平臺(tái)

中圖分類號：F322" " " "文獻(xiàn)標(biāo)志碼：A" " " 文章編號：1673-291X（2023）21-0059-04

一、研究背景

人工智能、物聯(lián)網(wǎng)、云計(jì)算等新信息技術(shù)的蓬勃發(fā)展，推進(jìn)著我國數(shù)字化、智能化進(jìn)程。在新一輪技術(shù)創(chuàng)新過程中，農(nóng)業(yè)大數(shù)據(jù)系統(tǒng)也在不斷完善，各種類型的農(nóng)業(yè)信息資源迅速產(chǎn)生。農(nóng)業(yè)資源整合服務(wù)邁進(jìn)數(shù)智融合環(huán)境。但由于農(nóng)業(yè)資源結(jié)構(gòu)復(fù)雜，農(nóng)業(yè)生產(chǎn)中通過各種方法獲取的資源沒有得到很好的利用，農(nóng)業(yè)發(fā)展在數(shù)據(jù)整合、服務(wù)、分析應(yīng)用等方面受到了約束。因此，建設(shè)通過大數(shù)據(jù)、人工智能、云計(jì)算等現(xiàn)代信息技術(shù)來實(shí)現(xiàn)對農(nóng)業(yè)資源采集、存儲(chǔ)、分析挖掘、應(yīng)用的農(nóng)業(yè)大數(shù)據(jù)資源整合服務(wù)平臺(tái)，才能推動(dòng)農(nóng)業(yè)的高效生產(chǎn)、科學(xué)決策，加快農(nóng)業(yè)生產(chǎn)方式轉(zhuǎn)型，促進(jìn)我國智慧農(nóng)業(yè)的發(fā)展。

二、大數(shù)據(jù)在農(nóng)業(yè)資源整合服務(wù)建設(shè)中的應(yīng)用現(xiàn)狀

（一）農(nóng)業(yè)大數(shù)據(jù)概述

農(nóng)業(yè)是生成大數(shù)據(jù)的活力源泉，同時(shí)也是大數(shù)據(jù)應(yīng)用的無邊海洋。進(jìn)入數(shù)智時(shí)代，隨著物聯(lián)網(wǎng)、人工智能、大數(shù)據(jù)等技術(shù)的飛速發(fā)展及其在智慧農(nóng)業(yè)、精準(zhǔn)農(nóng)業(yè)上的深入應(yīng)用，使得各種類型的農(nóng)業(yè)數(shù)據(jù)海量增長且蘊(yùn)藏巨大價(jià)值[1]。農(nóng)業(yè)大數(shù)據(jù)的內(nèi)涵就是運(yùn)用大數(shù)據(jù)的理念、技術(shù)和方法對農(nóng)業(yè)及涉農(nóng)領(lǐng)域產(chǎn)生的海量不同類型數(shù)據(jù)集進(jìn)行處理，解決產(chǎn)生的海量數(shù)據(jù)的收集、存儲(chǔ)、分析及應(yīng)用等一系列問題，從而讓大數(shù)據(jù)理論和技術(shù)在農(nóng)業(yè)領(lǐng)域中得以實(shí)踐應(yīng)用[2]。在農(nóng)業(yè)生產(chǎn)過程中，產(chǎn)前環(huán)節(jié)的耕地、育種，產(chǎn)中階段的灌溉、施肥、殺蟲、收割，產(chǎn)后階段的加工、銷售、運(yùn)輸都會(huì)產(chǎn)生大量的數(shù)字化農(nóng)業(yè)信息，這些都包含在農(nóng)業(yè)大數(shù)據(jù)的研究范疇內(nèi)[3]。農(nóng)業(yè)生產(chǎn)過程的對象為生物，因此極易遭受外部環(huán)境與人為因素的影響，從而產(chǎn)生了復(fù)雜性、變異性。這都增加了對數(shù)據(jù)的收集分析與應(yīng)用的難度。農(nóng)業(yè)大數(shù)據(jù)分析應(yīng)用領(lǐng)域存在的重大問題是怎樣正確發(fā)現(xiàn)數(shù)據(jù)分析價(jià)值、提高數(shù)據(jù)分析運(yùn)用的能力、降低數(shù)據(jù)分析冗余[2]。

（二）國外農(nóng)業(yè)大數(shù)據(jù)應(yīng)用現(xiàn)狀

在國外，以美國為代表的發(fā)達(dá)國家，農(nóng)業(yè)大數(shù)據(jù)發(fā)展水平已經(jīng)相對成熟?；谵r(nóng)業(yè)大數(shù)據(jù)的精準(zhǔn)化農(nóng)業(yè)已經(jīng)廣泛應(yīng)用于農(nóng)業(yè)領(lǐng)域，并且效果可觀。肥料、農(nóng)藥等化工產(chǎn)品的投入在精準(zhǔn)化管理下明顯減少，農(nóng)作物質(zhì)量和產(chǎn)量得以提高。有序化的農(nóng)業(yè)經(jīng)營是美國農(nóng)業(yè)規(guī)模化經(jīng)營的良好基礎(chǔ)。美國天寶公司為解決農(nóng)業(yè)數(shù)據(jù)實(shí)時(shí)傳輸困難的問題，設(shè)計(jì)開發(fā)了一套“網(wǎng)絡(luò)農(nóng)場系統(tǒng)”，該系統(tǒng)是建立在GIS之上，整個(gè)農(nóng)場的軟硬件設(shè)備都可以通過系統(tǒng)發(fā)射的信號來連接，信息實(shí)時(shí)傳輸可以在PC、農(nóng)機(jī)設(shè)備、服務(wù)器終端上進(jìn)行，信息的實(shí)時(shí)傳輸不再受限[4]。美國孟山都公司作為世界上最大的種子供應(yīng)商，自身擁有海量的種業(yè)數(shù)據(jù)資源，在收購了美國精密種植公司和美國意外天氣保險(xiǎn)公司后，原有的數(shù)據(jù)資源得以擴(kuò)充。把原有種業(yè)數(shù)據(jù)資源和美國意外天氣保險(xiǎn)公司所擁有的氣象數(shù)據(jù)資源結(jié)合，利用Hadoop架構(gòu)對數(shù)據(jù)分析挖掘，得出各地區(qū)氣象條件下最適合哪類種子種植，從而實(shí)現(xiàn)精準(zhǔn)農(nóng)業(yè)[5]。美國農(nóng)業(yè)部打造的大量從數(shù)據(jù)收集到應(yīng)用中的成功案例，通過運(yùn)用物聯(lián)網(wǎng)、區(qū)塊鏈、智慧農(nóng)機(jī)、信息共享等技術(shù)，大大增強(qiáng)了美國農(nóng)產(chǎn)品的全球影響力，并利用大數(shù)據(jù)權(quán)威在定價(jià)中的導(dǎo)向效應(yīng)，提高了美國政府在全球農(nóng)產(chǎn)品交易鏈中的效率。以色列的自然條件十分惡劣，土地荒漠化嚴(yán)重，水資源極度匱乏，境內(nèi)僅有一條約旦河，但以色列成功地把高科技作為農(nóng)業(yè)發(fā)展的主要推動(dòng)力，每一個(gè)生產(chǎn)環(huán)節(jié)都受到現(xiàn)代科技的精確管控，實(shí)現(xiàn)了最佳收益，農(nóng)業(yè)現(xiàn)代化飛速發(fā)展[6]。日本建立WAGRI系統(tǒng)，該系統(tǒng)為農(nóng)業(yè)科研機(jī)構(gòu)和農(nóng)業(yè)生產(chǎn)者實(shí)現(xiàn)數(shù)據(jù)信息共享，二者可以快速了解生產(chǎn)數(shù)據(jù)、市場數(shù)據(jù)，使農(nóng)業(yè)生產(chǎn)更加有序和有預(yù)見性，有利于減少資源浪費(fèi)、增加效益[7]。澳大利亞的畜牧業(yè)十分發(fā)達(dá)，為了追溯畜牧產(chǎn)品質(zhì)量安全，澳大利亞研發(fā)了畜牧產(chǎn)品質(zhì)量安全系統(tǒng)，在生物個(gè)體的身份標(biāo)識(shí)上選用澳大利亞國家牲畜標(biāo)識(shí)計(jì)劃統(tǒng)一認(rèn)證過的耳標(biāo)作為認(rèn)定標(biāo)志。把經(jīng)過耳標(biāo)認(rèn)證的牲畜信息記錄后，統(tǒng)一提交澳大利亞國家中心數(shù)據(jù)庫進(jìn)行管理，從而實(shí)現(xiàn)對生物個(gè)體生產(chǎn)全過程的質(zhì)量安全追溯。

（三）國內(nèi)農(nóng)業(yè)大數(shù)據(jù)應(yīng)用現(xiàn)狀

在國內(nèi)，湖南省正在開展以全省農(nóng)業(yè)數(shù)據(jù)建設(shè)、制定統(tǒng)一的農(nóng)業(yè)數(shù)據(jù)標(biāo)準(zhǔn)、整合現(xiàn)有的省農(nóng)委業(yè)務(wù)系統(tǒng)、建立具備大數(shù)據(jù)分析挖掘技術(shù)和數(shù)據(jù)可視化技術(shù)為目標(biāo)的湖南省農(nóng)業(yè)大數(shù)據(jù)平臺(tái)建設(shè)研究[8]。楊波等在多年的農(nóng)業(yè)實(shí)踐中，采集了大量玉米等農(nóng)作物產(chǎn)生病蟲害的數(shù)據(jù)，并通過對當(dāng)?shù)囟嗄甑臍庀髷?shù)據(jù)進(jìn)行相關(guān)分析，利用多元線性回歸方法，建立氣象數(shù)據(jù)與玉米螟病蟲害的監(jiān)測預(yù)警模型。該模型的預(yù)測準(zhǔn)確率較之前有明顯改善。這是大數(shù)據(jù)理念在病蟲害監(jiān)測預(yù)警上的應(yīng)用，也是未來農(nóng)業(yè)生產(chǎn)的發(fā)展趨勢[9]。成都市建設(shè)大數(shù)據(jù)中心，建成市農(nóng)業(yè)農(nóng)村局信息化系統(tǒng)基礎(chǔ)數(shù)據(jù)庫，啟動(dòng)建設(shè)數(shù)字農(nóng)業(yè)農(nóng)村大數(shù)據(jù)平臺(tái)。江蘇徐州市豐縣建成了農(nóng)村數(shù)據(jù)分析平臺(tái)，以自身豐富的農(nóng)業(yè)數(shù)據(jù)分析資源為基礎(chǔ)，以針對當(dāng)?shù)卣r(nóng)業(yè)計(jì)劃、國內(nèi)涉農(nóng)公司的農(nóng)業(yè)可行性項(xiàng)目咨詢以及大量的農(nóng)村咨詢項(xiàng)目經(jīng)驗(yàn)為指導(dǎo)，以對國內(nèi)農(nóng)業(yè)數(shù)據(jù)終端服務(wù)和農(nóng)業(yè)大宗產(chǎn)品的市場價(jià)值預(yù)測模型為基礎(chǔ)，融合了本土氣象數(shù)據(jù)、土地?cái)?shù)據(jù)，利用了縣域農(nóng)業(yè)云端服務(wù)器數(shù)據(jù)、縣域農(nóng)業(yè)農(nóng)村大數(shù)據(jù)分析智慧終端、縣域農(nóng)務(wù)農(nóng)村一點(diǎn)通手機(jī)應(yīng)用這三項(xiàng)互聯(lián)網(wǎng)和手機(jī)農(nóng)村大數(shù)據(jù)分析軟件業(yè)務(wù)，農(nóng)民可以及時(shí)了解天氣、土壤、農(nóng)作物信息，精確高效管理農(nóng)田，達(dá)到精準(zhǔn)農(nóng)業(yè)的目標(biāo)。將收集到的數(shù)據(jù)進(jìn)行分析還可以給出銷售的決策，為農(nóng)民增加收入。

三、農(nóng)業(yè)資源利用中存在的問題

（一）農(nóng)業(yè)資源質(zhì)量不高，利用率低

目前全國農(nóng)業(yè)網(wǎng)站總數(shù)已經(jīng)超過3萬個(gè)，但是由于這些網(wǎng)站之間缺乏有效溝通，網(wǎng)站上很多農(nóng)業(yè)信息資源都是重復(fù)的，農(nóng)業(yè)資源共享未能更好地實(shí)現(xiàn)。由于農(nóng)業(yè)資源數(shù)據(jù)數(shù)量巨大，范圍廣闊，在各地基層單位進(jìn)行采集時(shí)，沒有統(tǒng)一的采集標(biāo)準(zhǔn)約束，后續(xù)對這些資源數(shù)據(jù)使用時(shí)存在困難。農(nóng)業(yè)資源由各地不同單位進(jìn)行建設(shè)，不同單位使用的數(shù)據(jù)庫系統(tǒng)相互獨(dú)立，采用的標(biāo)準(zhǔn)不統(tǒng)一，在基層單位進(jìn)行數(shù)據(jù)上報(bào)時(shí)，由于格式不同導(dǎo)致農(nóng)業(yè)資源上報(bào)很不方便。在對農(nóng)業(yè)資源進(jìn)行開發(fā)利用時(shí)，不同單位使用的整合服務(wù)系統(tǒng)也是相互獨(dú)立、標(biāo)準(zhǔn)不一的，造成重復(fù)建設(shè)，農(nóng)業(yè)資源整合共享程度低[10]。

此外，數(shù)據(jù)中心按照行政地域設(shè)立，信息資源分散管理，信息網(wǎng)絡(luò)不通暢，全國各地區(qū)缺少聯(lián)系，導(dǎo)致農(nóng)業(yè)數(shù)據(jù)資源庫數(shù)量不足、數(shù)據(jù)資源質(zhì)量參差不齊，很難進(jìn)行數(shù)據(jù)整合挖掘。農(nóng)業(yè)資源即使數(shù)字化了，也無法充分地為各個(gè)農(nóng)業(yè)部門和平臺(tái)所利用[11]。

（二）我國農(nóng)業(yè)信息化基礎(chǔ)落后，建設(shè)經(jīng)費(fèi)不足

我國農(nóng)村土地遼闊且不夠集中，各地區(qū)自然經(jīng)濟(jì)水平差異性大，主要體現(xiàn)在硬件和軟件服務(wù)無法配套跟上。提高農(nóng)業(yè)信息化水平，需要農(nóng)業(yè)信息化建設(shè)經(jīng)費(fèi)的支持。但計(jì)算機(jī)各類應(yīng)用在數(shù)智時(shí)代中，所需要的軟硬件條件越來越高，更換速度很快，可能很多剛建成的硬件系統(tǒng)投入使用不久就被淘汰，這就使建設(shè)經(jīng)費(fèi)的投入面臨很大壓力?？赡芙?jīng)濟(jì)發(fā)達(dá)地區(qū)尚可接受，對于大多數(shù)經(jīng)濟(jì)相對困難地區(qū)，就容易造成經(jīng)濟(jì)負(fù)擔(dān)，制約了農(nóng)業(yè)資源整合服務(wù)建設(shè)。

（三）農(nóng)業(yè)信息化專業(yè)人員缺乏

農(nóng)業(yè)信息化過程中，專業(yè)人員是第一要素，大量高水平的專業(yè)人員將極大地推進(jìn)農(nóng)業(yè)信息化建設(shè)和推廣應(yīng)用。但農(nóng)業(yè)信息化建設(shè)不但要求專門的技術(shù)人員掌握有關(guān)農(nóng)業(yè)知識(shí)，還需要從業(yè)人員可以利用計(jì)算機(jī)技術(shù)對網(wǎng)絡(luò)信息進(jìn)行采集、分析。一部分農(nóng)業(yè)生產(chǎn)者還不能很好掌握計(jì)算機(jī)技術(shù)，無法自主收集信息、科學(xué)決策。計(jì)算機(jī)領(lǐng)域的有關(guān)技術(shù)人員又由于缺乏農(nóng)業(yè)知識(shí)，不熟悉農(nóng)村商品生產(chǎn)經(jīng)營方式而流失[12]。

四、農(nóng)業(yè)大數(shù)據(jù)資源整合的路徑

（一）加大農(nóng)村財(cái)政投入力度

政府制定農(nóng)業(yè)信息化配套政策，成立重大工程專項(xiàng)。財(cái)政上安排一定規(guī)模資金，作為農(nóng)業(yè)信息化引導(dǎo)資金，著力開展數(shù)字化農(nóng)業(yè)示范項(xiàng)目建設(shè)，選擇農(nóng)業(yè)信息化程度較高的農(nóng)業(yè)企業(yè)，開展大數(shù)據(jù)、人工智能等技術(shù)在農(nóng)業(yè)領(lǐng)域的示范應(yīng)用，引導(dǎo)市場資金對農(nóng)業(yè)信息化發(fā)展項(xiàng)目的持續(xù)流入[13]。政策性補(bǔ)貼針對精準(zhǔn)農(nóng)業(yè)、智能農(nóng)業(yè)相關(guān)產(chǎn)品及應(yīng)用進(jìn)行發(fā)放，農(nóng)業(yè)互聯(lián)網(wǎng)使用費(fèi)和農(nóng)業(yè)生產(chǎn)者通信費(fèi)用適當(dāng)減免。

（二）依托農(nóng)業(yè)高校和科研機(jī)構(gòu)資源培養(yǎng)專項(xiàng)人才隊(duì)伍

鼓勵(lì)農(nóng)業(yè)高校開設(shè)精準(zhǔn)農(nóng)業(yè)專業(yè)，培養(yǎng)多學(xué)科綜合型應(yīng)用人才，加快構(gòu)建農(nóng)業(yè)信息化人才培養(yǎng)體系和交流合作平臺(tái)，推動(dòng)農(nóng)學(xué)和工學(xué)學(xué)生互相交流學(xué)習(xí)，通過減稅和補(bǔ)貼，吸引人才參與農(nóng)業(yè)信息化發(fā)展，為數(shù)字化農(nóng)業(yè)基礎(chǔ)推廣提供人力資源支持[14]。利用網(wǎng)上授課、線下技術(shù)觀摩等手段，對農(nóng)業(yè)生產(chǎn)者進(jìn)行培訓(xùn)，逐步提高農(nóng)業(yè)生產(chǎn)者的信息化水平[15]。

（三）建立完善農(nóng)業(yè)資源標(biāo)準(zhǔn)規(guī)范

農(nóng)業(yè)信息資源除了具有一般信息資源數(shù)量較多、分布廣泛的特點(diǎn)外，還具有明顯的地域性、季節(jié)性等特點(diǎn)。因此，農(nóng)業(yè)信息資源的整合就必須根據(jù)實(shí)際需要，建立一套科學(xué)合理的信息資源共享和利用的標(biāo)準(zhǔn)，提高信息資源的實(shí)用性[16]。

重點(diǎn)建設(shè)的農(nóng)業(yè)資源規(guī)范標(biāo)準(zhǔn)分為四類：一是農(nóng)業(yè)信息資源分類標(biāo)準(zhǔn)。分類標(biāo)準(zhǔn)包含數(shù)據(jù)分類目錄標(biāo)準(zhǔn)、數(shù)據(jù)分類編碼標(biāo)準(zhǔn)和名稱術(shù)語標(biāo)準(zhǔn)等。分類標(biāo)準(zhǔn)應(yīng)在現(xiàn)有標(biāo)準(zhǔn)的基礎(chǔ)上，充分考慮信息服務(wù)對象的使用需求。二是農(nóng)業(yè)資源元數(shù)據(jù)標(biāo)準(zhǔn)。在農(nóng)業(yè)信息資源分類標(biāo)準(zhǔn)基礎(chǔ)上，制定元數(shù)據(jù)標(biāo)準(zhǔn)[17]。按照農(nóng)業(yè)信息在產(chǎn)前、產(chǎn)中、產(chǎn)后的不同環(huán)節(jié)，用元數(shù)據(jù)進(jìn)行描述，形成元數(shù)據(jù)標(biāo)準(zhǔn)。三是農(nóng)業(yè)信息資源采集和管理標(biāo)準(zhǔn)。采集標(biāo)準(zhǔn)包括信息采集標(biāo)準(zhǔn)、異構(gòu)數(shù)據(jù)轉(zhuǎn)換標(biāo)準(zhǔn)。管理標(biāo)準(zhǔn)包括數(shù)據(jù)上報(bào)標(biāo)準(zhǔn)、數(shù)據(jù)接口標(biāo)準(zhǔn)。四是農(nóng)業(yè)信息資源共享標(biāo)準(zhǔn)，包括數(shù)據(jù)交換標(biāo)準(zhǔn)、共享發(fā)布規(guī)范等。

（四）建設(shè)農(nóng)業(yè)大數(shù)據(jù)資源整合服務(wù)平臺(tái)

1.平臺(tái)總體架構(gòu)。面對我國農(nóng)業(yè)資源利用率低、數(shù)據(jù)質(zhì)量參差不齊、各類農(nóng)業(yè)資源標(biāo)準(zhǔn)不一、農(nóng)業(yè)數(shù)據(jù)資源共享性差的問題，通過運(yùn)用大數(shù)據(jù)、人工智能、云計(jì)算等新一代信息技術(shù)設(shè)計(jì)農(nóng)業(yè)大數(shù)據(jù)資源整合服務(wù)平臺(tái)，將農(nóng)業(yè)資源整合，充分挖掘農(nóng)業(yè)大數(shù)據(jù)蘊(yùn)藏的巨大價(jià)值，推進(jìn)大數(shù)據(jù)在生產(chǎn)經(jīng)營和公共服務(wù)方面的應(yīng)用。

農(nóng)業(yè)大數(shù)據(jù)資源整合服務(wù)平臺(tái)總體架構(gòu)有四層，從下往上分別是基礎(chǔ)層、數(shù)據(jù)資源層、數(shù)據(jù)分析層和數(shù)據(jù)應(yīng)用層。

基礎(chǔ)層：基礎(chǔ)層主要包括各類硬件設(shè)備和軟件設(shè)備，是資源整合的基礎(chǔ)。虛擬化平臺(tái)采用IAAS模式，運(yùn)用虛擬化技術(shù)對服務(wù)器、網(wǎng)絡(luò)、存儲(chǔ)和數(shù)據(jù)安全虛擬化，形成主機(jī)資源池、存儲(chǔ)資源池和網(wǎng)絡(luò)資源池等虛擬資源，整合服務(wù)器物理資源，完成統(tǒng)一虛擬化資源庫。通過分布式計(jì)算機(jī)集群、集群控制管理等工具，建設(shè)包括虛擬資源管理、物理資源管理、業(yè)務(wù)性能監(jiān)控和應(yīng)用部署的管理平臺(tái)，實(shí)現(xiàn)對網(wǎng)絡(luò)、存儲(chǔ)資源的實(shí)時(shí)監(jiān)控和自動(dòng)分配，增強(qiáng)系統(tǒng)的可用性。

數(shù)據(jù)資源層：數(shù)據(jù)資源層主要包括對各類農(nóng)業(yè)數(shù)據(jù)的采集、處理、存儲(chǔ)。通過利用物聯(lián)網(wǎng)、云計(jì)算等技術(shù)采集農(nóng)業(yè)信息數(shù)據(jù)[18]，作為平臺(tái)的數(shù)據(jù)資源，包括語音、圖片、遙感影像、氣象數(shù)據(jù)和土壤數(shù)據(jù)。為了確保數(shù)據(jù)資源的質(zhì)量，需要多維度采集數(shù)據(jù)。增大采集數(shù)據(jù)的時(shí)間頻率來提高獲取數(shù)據(jù)的數(shù)量，設(shè)立更為密集的數(shù)據(jù)采集點(diǎn)來提高數(shù)據(jù)的準(zhǔn)確率。使用ETL工具對采集到的相關(guān)數(shù)據(jù)進(jìn)行清洗處理后，整合一切可利用的農(nóng)業(yè)信息資源，建立相關(guān)信息數(shù)據(jù)庫系統(tǒng)。數(shù)據(jù)庫系統(tǒng)接收來自處理后的所有農(nóng)業(yè)資源數(shù)據(jù)并進(jìn)行存儲(chǔ)。

數(shù)據(jù)分析層：數(shù)據(jù)分析層是農(nóng)業(yè)大數(shù)據(jù)資源整合服務(wù)平臺(tái)的核心，主要基于大數(shù)據(jù)技術(shù)建設(shè)數(shù)據(jù)分析云平臺(tái)，以機(jī)器學(xué)習(xí)算法為基礎(chǔ)，依托大數(shù)據(jù)云平臺(tái)強(qiáng)大的數(shù)據(jù)挖掘、分析能力，對采集到的數(shù)據(jù)進(jìn)行實(shí)時(shí)流式匯總、挖掘和分析，設(shè)計(jì)適應(yīng)不同環(huán)境的分析模型，進(jìn)行智能決策，實(shí)現(xiàn)精準(zhǔn)管理。

數(shù)據(jù)應(yīng)用層：數(shù)據(jù)應(yīng)用層是在分析層基礎(chǔ)上，利用海量數(shù)據(jù)和設(shè)計(jì)的分析模型進(jìn)行計(jì)算分析，為主管部門、農(nóng)業(yè)生產(chǎn)者、社會(huì)公眾和科研機(jī)構(gòu)等終端用戶建設(shè)監(jiān)測預(yù)警系統(tǒng)、智能決策系統(tǒng)和公共服務(wù)系統(tǒng)等業(yè)務(wù)和請求服務(wù)。數(shù)據(jù)應(yīng)用層是所有應(yīng)用系統(tǒng)的集合，可以使用每個(gè)系統(tǒng)提供的功能服務(wù)，用戶可以使用PC、手機(jī)APP、平板電腦等獲取所需信息服務(wù)。

2.平臺(tái)關(guān)鍵技術(shù)。數(shù)據(jù)采集技術(shù)：數(shù)據(jù)資源是農(nóng)業(yè)大數(shù)據(jù)資源整合服務(wù)的基礎(chǔ)。由于農(nóng)業(yè)領(lǐng)域不但受到自然地理環(huán)境影響，而且也同生產(chǎn)、經(jīng)營方式以及政策等有關(guān)，所以在數(shù)據(jù)資源采集時(shí)，采集內(nèi)容不僅包括農(nóng)業(yè)、氣象、土壤等歷史數(shù)據(jù)，還包括相關(guān)的網(wǎng)絡(luò)共享經(jīng)濟(jì)信息、市場信息。這類數(shù)據(jù)資源數(shù)量龐大，類型多樣，給數(shù)據(jù)采集造成了一定的困難。目前主要采用的技術(shù)方法有物聯(lián)網(wǎng)實(shí)時(shí)采集、互聯(lián)網(wǎng)采集、現(xiàn)場人工采集、遙感監(jiān)測、歷史數(shù)據(jù)采集等方法手段。

物聯(lián)網(wǎng)實(shí)時(shí)采集：主要通過各類傳感器設(shè)備，如光照傳感器、氣體傳感器等，實(shí)現(xiàn)對氣象信息、土壤信息等各類信息的實(shí)時(shí)采集。

互聯(lián)網(wǎng)采集：通過互聯(lián)網(wǎng)技術(shù)，實(shí)現(xiàn)對相關(guān)網(wǎng)絡(luò)上農(nóng)業(yè)領(lǐng)域信息的采集。

現(xiàn)場人工采集：主要針對易受人為因素影響的信息或常規(guī)方法無法獲取的信息采集。

遙感監(jiān)測：通過電磁波信息對環(huán)境目標(biāo)進(jìn)行跟蹤和實(shí)時(shí)監(jiān)控，獲取大面積同步和動(dòng)態(tài)信息。

歷史數(shù)據(jù)采集：主要完成氣象數(shù)據(jù)、土壤信息、水利信息等歷史數(shù)據(jù)的收集和標(biāo)準(zhǔn)化。

數(shù)據(jù)處理技術(shù)：數(shù)據(jù)處理采用ETL工具，ETL是將采集到的數(shù)據(jù)經(jīng)過抽取、清洗轉(zhuǎn)換的過程。將分散、凌亂、標(biāo)準(zhǔn)不統(tǒng)一的農(nóng)業(yè)大數(shù)據(jù)信息整合到一起并統(tǒng)一存儲(chǔ)，建立數(shù)據(jù)倉庫，再通過平滑聚集、數(shù)據(jù)概念化和規(guī)范化等方式將數(shù)據(jù)倉庫的數(shù)據(jù)轉(zhuǎn)化為適用于數(shù)據(jù)挖掘的形式。最后對得到的數(shù)據(jù)集進(jìn)行數(shù)據(jù)歸約[19]，得到仍然接近于保持原數(shù)據(jù)完整性的歸約表示。

數(shù)據(jù)存儲(chǔ)技術(shù)：農(nóng)業(yè)大數(shù)據(jù)存儲(chǔ)采用基于Hadoop架構(gòu)的分布式計(jì)算框架（MapReduce）和分布式文件存儲(chǔ)系統(tǒng)（HDFS）[20]。利用HDFS適合處理吞吐量大的業(yè)務(wù)，存儲(chǔ)、管理大量農(nóng)業(yè)數(shù)據(jù)，為農(nóng)業(yè)大數(shù)據(jù)平臺(tái)提供便捷、高速的存儲(chǔ)和管理服務(wù)。

數(shù)據(jù)分析挖掘技術(shù)：數(shù)據(jù)分析挖掘是農(nóng)業(yè)大數(shù)據(jù)服務(wù)平臺(tái)的核心，負(fù)責(zé)整個(gè)系統(tǒng)的運(yùn)算、決策。通過Spark技術(shù)建立數(shù)據(jù)分析挖掘系統(tǒng)，使用支持向量機(jī)、回歸和人工神經(jīng)網(wǎng)絡(luò)等機(jī)器學(xué)習(xí)方法和資源管理技術(shù)[21]，尋找隱藏在農(nóng)業(yè)數(shù)據(jù)中的規(guī)律[22]，實(shí)現(xiàn)大數(shù)據(jù)的分析決策。

數(shù)據(jù)展現(xiàn)技術(shù)：數(shù)據(jù)展現(xiàn)主要是對農(nóng)業(yè)大數(shù)據(jù)加以可視化解釋，把分析決策、監(jiān)測預(yù)警結(jié)果以易懂的圖形、計(jì)算機(jī)視覺方式展現(xiàn)出來，從而科學(xué)準(zhǔn)確地了解發(fā)展現(xiàn)狀和規(guī)律預(yù)測。

數(shù)據(jù)服務(wù)技術(shù)：農(nóng)業(yè)大數(shù)據(jù)平臺(tái)可以為主管部門、農(nóng)業(yè)生產(chǎn)者、社會(huì)公眾和科研機(jī)構(gòu)提供監(jiān)測預(yù)警、分析決策、查詢統(tǒng)計(jì)和信息查詢服務(wù)。

五、結(jié)束語

農(nóng)業(yè)數(shù)據(jù)共享性低、利用率差，減緩了我國農(nóng)業(yè)信息化步伐。隨著數(shù)智時(shí)代的來臨，大數(shù)據(jù)與人工智能相融合，將會(huì)在農(nóng)業(yè)領(lǐng)域有更廣泛、更深層的應(yīng)用。本文經(jīng)過對農(nóng)業(yè)資源整合的探索，構(gòu)建農(nóng)業(yè)大數(shù)據(jù)資源整合服務(wù)平臺(tái)，不僅解決了農(nóng)業(yè)資源利用率不高、質(zhì)量參差不齊的問題，而且實(shí)現(xiàn)了農(nóng)業(yè)數(shù)據(jù)資源共享服務(wù)，為農(nóng)業(yè)產(chǎn)業(yè)鏈提供科學(xué)預(yù)測、管理和調(diào)控服務(wù)，加快我國農(nóng)業(yè)現(xiàn)代化、數(shù)字化發(fā)展。

參考文獻(xiàn)：

[1]" "孟祥寶，謝秋波，劉海峰，等.農(nóng)業(yè)大數(shù)據(jù)應(yīng)用體系架構(gòu)和平臺(tái)建設(shè)[J].廣東農(nóng)業(yè)科學(xué)，2014，41（14）：173-178.

[2]" "孫忠富，杜克明，鄭飛翔，等.大數(shù)據(jù)在智慧農(nóng)業(yè)中研究與應(yīng)用展望[J].中國農(nóng)業(yè)科技導(dǎo)報(bào)，2013，15（6）：63-71.

[3]" "謝潤梅.農(nóng)業(yè)大數(shù)據(jù)的獲取與利用[J].安徽農(nóng)業(yè)科學(xué)，2015，43（30）：383-385.

[4]" "王少農(nóng)，王熙.美國天寶公司網(wǎng)絡(luò)農(nóng)場系統(tǒng)[J].現(xiàn)代化農(nóng)業(yè)，2015（2）：59-60.

[5]" "中文互聯(lián)網(wǎng)數(shù)據(jù)資訊中心.中美兩國農(nóng)業(yè)大數(shù)據(jù)對比與思考[J].農(nóng)業(yè)工程技術(shù)，2016，36（30）：63-64.

[6]" "王榮蓮，于健，趙永來，等.以色列農(nóng)業(yè)發(fā)展成功的主要經(jīng)驗(yàn)及啟示[J].節(jié)水灌溉，2010（5）：61-63.

[7]" "余凱迪，王超超.基于日本比較的重慶智慧農(nóng)業(yè)發(fā)展思路研究[J].特區(qū)經(jīng)濟(jì)，2020（7）：106-109.

[8]" "寧江，屈亞琪.湖南省農(nóng)業(yè)農(nóng)村大數(shù)據(jù)建設(shè)工作探討[J].農(nóng)業(yè)工程技術(shù)，2017，37（30）：73-76.

[9]" "楊波，劉勇，牟少敏，等.大數(shù)據(jù)背景下山東省二代玉米螟發(fā)生程度預(yù)測模型的構(gòu)建[J].計(jì)算機(jī)研究與發(fā)展，2014，51（S2）：160-165.

[10]" "王慧，王海江，高攀，等.新疆生產(chǎn)建設(shè)兵團(tuán)農(nóng)業(yè)資源數(shù)據(jù)采集與整合方法研究[J].農(nóng)業(yè)大數(shù)據(jù)學(xué)報(bào)，2021，3（2）：31-41.

[11]" "張莉莉，張承祥.農(nóng)業(yè)信息化過程中信息資源整合措施分析[J].現(xiàn)代農(nóng)業(yè)科技，2016（11）：336.

[12]" "楊明陽.河南省土地資源整合策略研究[J].鄉(xiāng)村科技，2019（13）：39-40.

[13]" "呂文，由海霞.鄉(xiāng)村振興戰(zhàn)略背景下農(nóng)業(yè)資源高效整合配置策略研究[J].農(nóng)業(yè)開發(fā)與裝備，2021（4）：5-6.

[14]" "王江君.蘇州信息化與現(xiàn)代農(nóng)業(yè)發(fā)展研究：基于農(nóng)業(yè)智庫資源的整合與共享視角[J].農(nóng)村經(jīng)濟(jì)與科技，2014，25（11）：65-68.

[15]" "劉賾宇.閩南農(nóng)業(yè)網(wǎng)絡(luò)信息資源的整合研究[J].農(nóng)業(yè)圖書情報(bào)學(xué)刊，2014，26（12）：33-36.

[16]" "初金星，齊國威.關(guān)于農(nóng)業(yè)信息化過程中信息資源整合措施研究[J].黑龍江科技信息，2017（13）：151.

[17]" "張麗君，閆東浩.農(nóng)業(yè)網(wǎng)站信息資源整合研究：以中國農(nóng)業(yè)信息網(wǎng)為例[J].中國農(nóng)學(xué)通報(bào)，2015，31（25）：269-272.

[18]" "馮開蕾，胡興球.“互聯(lián)網(wǎng)+”背景下傳統(tǒng)農(nóng)業(yè)向現(xiàn)代農(nóng)業(yè)的轉(zhuǎn)型發(fā)展[J].農(nóng)業(yè)工程，2018，8（3）：133-135.

[19]" "周楊.基于復(fù)雜結(jié)構(gòu)的數(shù)據(jù)挖掘技術(shù)研究[D].重慶：重慶大學(xué)，2005.

[20]" "易江南.基于大數(shù)據(jù)的移動(dòng)網(wǎng)絡(luò)覆蓋分析工具的設(shè)計(jì)與開發(fā)[D].武漢：華中科技大學(xué)，2017.

[21]" "王予辰.基于機(jī)器學(xué)習(xí)的商業(yè)銀行客戶關(guān)系管理的研究[D].杭州：浙江大學(xué)，2019.

[22]" "陳桂芬，李靜，陳航，等.大數(shù)據(jù)時(shí)代人工智能技術(shù)在農(nóng)業(yè)領(lǐng)域的研究進(jìn)展[J].吉林農(nóng)業(yè)大學(xué)學(xué)報(bào)，2018，40（4）：502-510.

[責(zé)任編輯" "文" "欣]