小麥生長監(jiān)測大數(shù)據(jù)平臺(tái)系統(tǒng)開發(fā)和應(yīng)用

李振星 張子玉 歐陽薇 高潔 李昊珉 查沛 郝娟娟

摘要 為實(shí)現(xiàn)農(nóng)業(yè)現(xiàn)代化，推進(jìn)農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革，保障小麥生產(chǎn)高質(zhì)高效，通過對小麥種植過程中的土壤墑情、苗情長勢、光合作用、蟲情、氣象等數(shù)據(jù)的收集和分析整理，為農(nóng)技人員和生產(chǎn)經(jīng)營者提供決策所需數(shù)據(jù)和種植方案。以寧津縣小麥生產(chǎn)為例，運(yùn)用物聯(lián)網(wǎng)、無人機(jī)遙感、大數(shù)據(jù)平臺(tái)處理等技術(shù)，設(shè)計(jì)開發(fā)了小麥生長監(jiān)測大數(shù)據(jù)平臺(tái)系統(tǒng)。該系統(tǒng)分為3個(gè)模塊，包括1個(gè)大數(shù)據(jù)平臺(tái)和5個(gè)現(xiàn)場監(jiān)測點(diǎn)，系統(tǒng)每隔30 min采集1次蟲情、墑情和氣象數(shù)據(jù)，并24 h不間斷地提供現(xiàn)場小麥長勢的監(jiān)控畫面，數(shù)據(jù)通過互聯(lián)網(wǎng)的形勢傳輸?shù)酱髷?shù)據(jù)平臺(tái)的數(shù)據(jù)庫中，平臺(tái)對數(shù)據(jù)的匯總形成圖像和報(bào)表，為農(nóng)業(yè)專家和農(nóng)業(yè)生產(chǎn)經(jīng)營者提供更合適的種植方案。

關(guān)鍵詞 小麥；大數(shù)據(jù)平臺(tái)；生長監(jiān)測；物聯(lián)網(wǎng)

中圖分類號 TP 391? 文獻(xiàn)標(biāo)識(shí)碼 A

文章編號 0517-6611（2024）12-0215-07

doi：10.3969/j.issn.0517-6611.2024.12.046

Development and Application of Big Data Platform System for Wheat Growth Monitoring

LI Zhen-xing1，ZHANG Zi-yu2，OUYANG Wei2 et al

（1.Ningjin County Agriculture and Rural Bureau，Ningjin，Shandong 253400;2.School of Management，Anhui Institute of Science and Technology，Bengbu，Anhui 233030）

Abstract In order to realize agricultural modernization，to promote the structural reform of the agricultural supply side，and to ensure high-quality and efficient wheat production，we collected and analyzed the data of soil moisture，seedling growth，photosynthesis，insects and meteorology in wheat planting process，so as to provide data and planting options for decision making of agricultural technicians and producers.Taking wheat production of Ningjin County as an example，we used the Internet of Things，UAV remote sensing and big data platform processing to design a big data platform system for wheat growth monitoring.This system could be divided to 3 modules，including 1 big data platform and 5 field monitoring point.The system collected insect pest situation，soil moisture and meteorological data every 30 min，provided monitoring picture of wheat growth at the site all through 24 h.The data were transferred to the database of the big data platform through the internet.The platform summarized the data to form images and reports，so as to provide more suitable planting schemes for agricultural experts and agricultural producers and operators.

Key words Wheat;Big data platform;Growth monitoring;Internet of Things？倓

基金項(xiàng)目

安徽省教育廳科技計(jì)劃項(xiàng)目“譜圖融合的作物長勢檢測傳感器及算法的開發(fā)”（2022AH051029）。

作者簡介 李振星（1984—），男，山東寧津人，高級農(nóng)藝師，碩士，從事數(shù)字農(nóng)業(yè)和農(nóng)業(yè)技術(shù)研究推廣。*通信作者，碩士研究生，研究方向：鄉(xiāng)村振興、農(nóng)業(yè)經(jīng)濟(jì)管理。

收稿日期 2023-06-12；修回日期 2023-07-20

小麥?zhǔn)鞘澜缟戏植挤秶顝V、種植面積最大、總貿(mào)易量最多的糧食作物，有“世界糧食”之稱［1］。小麥?zhǔn)俏覈谌蠹Z食作物，也是我國主要的細(xì)糧作物之一，在國家糧食供給和經(jīng)濟(jì)發(fā)展中占據(jù)重要地位［2］。但在小麥生長發(fā)育的過程中，自然災(zāi)害和病蟲害等問題會(huì)對其產(chǎn)量造成一定的影響［3-4］。例如，小麥的葉銹病會(huì)導(dǎo)致防治病害農(nóng)藥的過度使用，從而增加農(nóng)產(chǎn)品有毒殘留的風(fēng)險(xiǎn)［5］。利用信息化技術(shù)在農(nóng)作物生產(chǎn)過程中進(jìn)行精確的評估和恰當(dāng)?shù)臎Q策，可以幫助實(shí)現(xiàn)農(nóng)作物的低風(fēng)險(xiǎn)和高產(chǎn)量［6］。伴隨著快速發(fā)展的智慧農(nóng)業(yè)和農(nóng)業(yè)信息化，遙感監(jiān)測技術(shù)可以實(shí)現(xiàn)快速、實(shí)時(shí)、無損的監(jiān)測，從而有針對性地防治葉銹病的發(fā)生［3，7-9］。小麥生長的智能監(jiān)測和管理已經(jīng)得到了現(xiàn)代信息技術(shù)發(fā)展的有效支持?！疤?空-地”一體化的智慧農(nóng)業(yè)系統(tǒng)，是指通過運(yùn)用衛(wèi)星、無人機(jī)和地面通信系統(tǒng)，從天、空、地3種視角對農(nóng)產(chǎn)品生長實(shí)施監(jiān)控，形成完整的農(nóng)業(yè)立體生產(chǎn)監(jiān)控系統(tǒng)，這種監(jiān)測方式可以擴(kuò)大監(jiān)測范圍、提高監(jiān)測效率和可信度［10-12］。

遙感檢測技術(shù)在自然災(zāi)害監(jiān)測領(lǐng)域中有著廣闊的監(jiān)測范圍，獲取災(zāi)害信息量及時(shí)、準(zhǔn)確，同時(shí)能夠測算出大量的有效數(shù)據(jù)，遙感技術(shù)在實(shí)際的監(jiān)測應(yīng)用中具備適應(yīng)性強(qiáng)的優(yōu)點(diǎn)，在農(nóng)業(yè)災(zāi)害預(yù)防中能夠發(fā)揮出重要的監(jiān)測作用［13-14］。如今，遙感監(jiān)測技術(shù)應(yīng)用范圍和普及程度不斷加深，在農(nóng)業(yè)生產(chǎn)方面對于旱災(zāi)、病蟲害、洪澇、冰雹等災(zāi)害具有有效的監(jiān)測作用。利用遙感技術(shù)，可以快速、準(zhǔn)確地獲取大規(guī)模的作物生長狀況信息，而且不會(huì)對作物造成任何影響，這為作物病蟲害和倒伏監(jiān)測提供了重要的數(shù)據(jù)支持［15］。

遙感技術(shù)的優(yōu)勢在于其能夠以多種尺度、波長和視角提供豐富的地面觀測數(shù)據(jù)，迅速獲取有關(guān)土地特征的信息［16］，這些信息包括植被指數(shù)、亮度指數(shù)以及地表輻射溫度等。此外，通過定量反演技術(shù)，還可以獲取地表反射率、葉面積指數(shù)以及土壤水分含量等地表特征參數(shù)［17-19］。利用“農(nóng)業(yè)遙感大數(shù)據(jù)監(jiān)管服務(wù)平臺(tái)”，土地可以更加充分、有效、合理地種植；與此同時(shí)，時(shí)間和資源得到更加充分的利用，工作效率得到了提升，每一處的成本可以最大限度地降低，減少了人力財(cái)力等資源浪費(fèi)［20-22］。例如，施肥量和澆水量的有效實(shí)施數(shù)據(jù)，可以通過對莊稼肥力、水分監(jiān)測科學(xué)地分析出來［23-24］。該平臺(tái)應(yīng)用后，種植莊稼在每個(gè)季度都可以顯著降低對水資源的需求，同時(shí)減少人力成本的投入，而且還大大增加了作物的產(chǎn)量。民用資源衛(wèi)星在20世紀(jì)70年代使用后，農(nóng)業(yè)成為遙感技術(shù)領(lǐng)域最早應(yīng)用并獲得顯著收益的行業(yè)之一［25］。特別是隨著高空間、高光譜和高時(shí)間分辨率遙感數(shù)據(jù)的出現(xiàn)，農(nóng)業(yè)遙感技術(shù)在長時(shí)間序列作物長勢動(dòng)態(tài)監(jiān)測、農(nóng)作物種類細(xì)分、田間精細(xì)農(nóng)業(yè)信息獲取等關(guān)鍵技術(shù)方面得到了突破［26-28］。農(nóng)業(yè)遙感監(jiān)測主要以作物、土壤為對象，利用地物的光譜特性，被用來進(jìn)行作物長勢、作物品質(zhì)、作物病蟲害等方面的監(jiān)測［29］。由于遙感技術(shù)具有覆蓋面積大、重訪周期短的特點(diǎn)，因此主要應(yīng)用于大面積農(nóng)業(yè)生產(chǎn)的調(diào)查、評價(jià)、監(jiān)測和管理［30］，它施用于農(nóng)業(yè)上，主要可以分為4類應(yīng)用，即農(nóng)業(yè)資源調(diào)查、農(nóng)作物估產(chǎn)、農(nóng)業(yè)災(zāi)害預(yù)報(bào)、精準(zhǔn)農(nóng)業(yè)［31-33］。鑒于此，筆者介紹了小麥生長監(jiān)測大數(shù)據(jù)平臺(tái)系統(tǒng)的架構(gòu)、系統(tǒng)功能設(shè)計(jì)與實(shí)現(xiàn)。

1 系統(tǒng)的架構(gòu)

寧津縣根據(jù)自身?xiàng)l件，在民天農(nóng)谷現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)園區(qū)內(nèi)成立1個(gè)農(nóng)業(yè)信息化服務(wù)中心和5個(gè)監(jiān)測示范點(diǎn)。建立了小麥生產(chǎn)監(jiān)測網(wǎng)絡(luò)，該網(wǎng)絡(luò)覆蓋整個(gè)縣域范圍。制定了軟硬件平臺(tái)的詳細(xì)制度文件，實(shí)現(xiàn)了對巡檢、維修和運(yùn)營等方面的有效管理。

小麥生長監(jiān)測系統(tǒng)的設(shè)計(jì)采用了經(jīng)典的物聯(lián)網(wǎng)3層體系結(jié)構(gòu)，其中包括感知層、網(wǎng)絡(luò)層和應(yīng)用層。感知層用于數(shù)據(jù)采集，網(wǎng)絡(luò)層用于數(shù)據(jù)傳輸，應(yīng)用層則用于數(shù)據(jù)挖掘。

1.1 系統(tǒng)的第1層 感知層主要包括采集氣象數(shù)據(jù)的傳感器，這些傳感器可以測量空氣溫濕度、風(fēng)速風(fēng)向、大氣壓力、雨量和輻射照度。攝像機(jī)每日準(zhǔn)時(shí)拍攝田間苗情，主動(dòng)上傳。

1.2 系統(tǒng)的第2層 網(wǎng)絡(luò)層主要是用來處理數(shù)據(jù)遠(yuǎn)程傳輸問題，方便感知層和應(yīng)用層的異地使用。在網(wǎng)絡(luò)層中有效地使用路由協(xié)議和網(wǎng)絡(luò)安全協(xié)議，可以更加安全、便捷和穩(wěn)定地對監(jiān)管中心服務(wù)器的數(shù)據(jù)安全的交互。

1.3 系統(tǒng)的第3層 應(yīng)用層主要用于數(shù)據(jù)交匯、數(shù)據(jù)處理、人機(jī)交互等，該層主要采用關(guān)系型數(shù)據(jù)庫和文件數(shù)據(jù)庫來存儲(chǔ)各個(gè)監(jiān)測點(diǎn)的數(shù)據(jù)，隨著數(shù)據(jù)的積累，系統(tǒng)可以通過軟件對數(shù)據(jù)進(jìn)行組織和發(fā)布，并對其進(jìn)行診斷和管理決策。同時(shí)，該系統(tǒng)可以向新型經(jīng)營主體推送相關(guān)結(jié)果，以實(shí)現(xiàn)農(nóng)業(yè)信息化服務(wù)。

2 系統(tǒng)功能設(shè)計(jì)與實(shí)現(xiàn)

2.1 系統(tǒng)功能模塊

該模塊主要分為大屏可視化界面、大數(shù)據(jù)可視化和農(nóng)業(yè)生產(chǎn)決策支持3部分。為了確保系統(tǒng)功能的可拓展性、可操作性和應(yīng)用性，系統(tǒng)的開發(fā)和完善將采用動(dòng)態(tài)的方式，以跟上信息技術(shù)不斷發(fā)展的步伐。進(jìn)入系統(tǒng)后，登錄頁面就展現(xiàn)出來，填寫賬號、密碼和驗(yàn)證碼登錄后，可以進(jìn)入寧津縣天空地一體化智慧農(nóng)業(yè)大數(shù)據(jù)平臺(tái)——種植基地一張圖界面。天空地一體化智慧農(nóng)業(yè)大數(shù)據(jù)平臺(tái)主要采用“323”工作模式，即3種數(shù)據(jù)來源，天是衛(wèi)星遙感數(shù)據(jù)，空是無人機(jī)或浮空器獲得的低空遙感數(shù)據(jù)，地是指對面?zhèn)鞲衅骱娃r(nóng)學(xué)取樣數(shù)據(jù)；“2”是藏糧于地、藏糧于技的“兩藏”數(shù)據(jù)應(yīng)用方式，運(yùn)用地理信息系統(tǒng)和人工智能等算法，實(shí)現(xiàn)對土地和農(nóng)業(yè)技術(shù)的管理；系統(tǒng)賦能3類對象，包括農(nóng)業(yè)主管和監(jiān)督者、農(nóng)業(yè)技術(shù)指導(dǎo)者和農(nóng)業(yè)生產(chǎn)經(jīng)營者。系統(tǒng)應(yīng)用后能夠有效地提升農(nóng)業(yè)生產(chǎn)經(jīng)營能力，降低成本和經(jīng)營風(fēng)險(xiǎn)，提升監(jiān)管能力，增強(qiáng)農(nóng)業(yè)管理效率。用戶可以通過一張圖，實(shí)現(xiàn)對田間感知部件的管控、地理信息庫可視化以及重點(diǎn)任務(wù)進(jìn)展的獲取和掌握等功能。

2.2 大屏可視化模塊

大屏可視化模塊主要展示了傳感器和蟲情設(shè)備數(shù)據(jù)數(shù)量統(tǒng)計(jì)、土壤墑情數(shù)據(jù)實(shí)時(shí)監(jiān)測、氣象數(shù)據(jù)實(shí)時(shí)展示、作物長勢監(jiān)測、田間監(jiān)測站分布、蟲情圖像輪播展示。具體見圖1智慧農(nóng)業(yè)一張圖。

2.3 大數(shù)據(jù)可視化模塊 該模塊包含了農(nóng)田地圖展示與查詢、土壤墑情數(shù)據(jù)實(shí)時(shí)展示、“兩區(qū)”內(nèi)經(jīng)濟(jì)指標(biāo)展示以及“兩區(qū)”種植歷史信息展示4個(gè)部分內(nèi)容。

在農(nóng)田地圖展示與查詢部分，系統(tǒng)可展示“兩區(qū)”劃定成果圖、高標(biāo)準(zhǔn)農(nóng)田建設(shè)成果、土地承包經(jīng)營權(quán)確權(quán)登記頒證成果、基本農(nóng)田圖斑（圖2）、村級鄉(xiāng)鎮(zhèn)邊界以及最新的衛(wèi)星遙感影像等數(shù)據(jù)。系統(tǒng)也可通過點(diǎn)、面等方式對空間矢量數(shù)據(jù)的屬性數(shù)據(jù)進(jìn)行查詢，同時(shí)也可以對其進(jìn)行直接搜索，進(jìn)而快速定位目標(biāo)地塊的屬性和位置。

土壤pH是一項(xiàng)重要的土壤屬性，直接影響土壤養(yǎng)分的狀態(tài)和有效性，是土壤質(zhì)量和生態(tài)功能的重要指標(biāo)，其含量展示見圖3。土壤墑情數(shù)據(jù)實(shí)時(shí)展示部分主要針對已有的土壤墑情監(jiān)測系統(tǒng)，其中存儲(chǔ)了大量的土壤溫度和濕度數(shù)據(jù)。在現(xiàn)有土壤墑情監(jiān)測站的基礎(chǔ)上，通過調(diào)用硬件接口數(shù)據(jù)并進(jìn)行空間插值，將所有的點(diǎn)插值成一張圖，形成墑情動(dòng)態(tài)地圖。同時(shí)，用戶可以通過時(shí)間軸查看過去的土壤墑情地圖，該功能可為作物灌溉分配管理提供依據(jù)。

“兩區(qū)”內(nèi)經(jīng)濟(jì)指標(biāo)展示部分顯示了所轄范圍內(nèi)的利潤總收入、單產(chǎn)、人均收入等評價(jià)農(nóng)業(yè)產(chǎn)業(yè)建設(shè)成果的經(jīng)濟(jì)指標(biāo)。展示內(nèi)容包括對時(shí)間上的動(dòng)態(tài)曲線展示和分鄉(xiāng)鎮(zhèn)展示，更加直觀地凸顯了農(nóng)業(yè)產(chǎn)業(yè)建設(shè)成果。

“兩區(qū)”種植歷史信息展示如下：時(shí)空動(dòng)態(tài)展示種植結(jié)構(gòu)時(shí)空演變。收集項(xiàng)目區(qū)2000年至今衛(wèi)星遙感數(shù)據(jù)，并使用監(jiān)督分類或者其他方法，提取不同年份每個(gè)季度的作物種植空間分布，形成項(xiàng)目區(qū)種植業(yè)結(jié)構(gòu)變化數(shù)據(jù)集，導(dǎo)入到可視化系統(tǒng)中，通過時(shí)間軸的方式，展示種植結(jié)構(gòu)時(shí)空大數(shù)據(jù)?？焖僬故窘?0年來，全縣種植業(yè)轉(zhuǎn)方式，調(diào)結(jié)構(gòu)成果。

2.4 農(nóng)業(yè)生產(chǎn)決策支持模塊

農(nóng)業(yè)生產(chǎn)決策支持系統(tǒng)主要為農(nóng)業(yè)專家定制開發(fā)，包含測土配方計(jì)算等10大服務(wù)模塊，為“兩區(qū)”建設(shè)的管理服務(wù)提供技術(shù)保障。

2.4.1 測土配方?jīng)Q策支持。該系統(tǒng)搭建了一個(gè)在線測土配方計(jì)算工具。用戶只需輸入諸如目標(biāo)產(chǎn)量、每百公斤產(chǎn)量所需的養(yǎng)分?jǐn)?shù)量、不施肥的產(chǎn)量、有效養(yǎng)分校正系數(shù)、肥料的養(yǎng)分含量及利用率等參數(shù)，便可以通過調(diào)用GP服務(wù)的方法得到適用于“兩區(qū)”地塊和不同尺度片區(qū)的氮磷鉀基肥方案。該方案涵蓋了所需氮磷鉀配方比、單質(zhì)基肥使用比例追肥方案等內(nèi)容，用戶可以通過在線方式生成相應(yīng)的配方卡，并提供導(dǎo)出打印等功能。

2.4.2

農(nóng)業(yè)遙感苗情監(jiān)測服務(wù)。獲得高分辨率衛(wèi)星數(shù)據(jù)后，同時(shí)獲取不少于30個(gè)地面采樣點(diǎn)數(shù)據(jù)，測定葉面積指數(shù)、生物量和葉片SPAD值，建立衛(wèi)星的植被指數(shù)數(shù)據(jù)與地面采樣點(diǎn)數(shù)據(jù)獲得的農(nóng)學(xué)數(shù)據(jù)的相關(guān)關(guān)系，利用相關(guān)關(guān)系估計(jì)出“兩區(qū)”地塊尺度的葉面積指數(shù)、生物量和植株地上部吸氮量，實(shí)施動(dòng)態(tài)監(jiān)測“兩區(qū)”的作物長勢情況（圖4）。

2.4.3

農(nóng)業(yè)遙感種植結(jié)構(gòu)提取服務(wù)。獲得最新的高分辨衛(wèi)星數(shù)據(jù)后，根據(jù)目視解譯和現(xiàn)場確認(rèn)的方法，建立監(jiān)督分類的訓(xùn)練集，訓(xùn)練樣本后，提取所有的種植結(jié)構(gòu)信息，并與“兩區(qū)”地塊結(jié)合，生成每個(gè)地塊當(dāng)季的作物類型。可視化等系統(tǒng)隨即更新所有種植結(jié)構(gòu)數(shù)據(jù)，實(shí)現(xiàn)數(shù)據(jù)實(shí)時(shí)更新（圖5）。

2.4.4

土壤墑情預(yù)警服務(wù)。根據(jù)建設(shè)好的土壤墑情監(jiān)測站，通過物聯(lián)網(wǎng)接入到系統(tǒng)中，利用空間內(nèi)插的方法，得到“兩區(qū)”的墑情數(shù)據(jù)，管理員可以設(shè)置預(yù)警值，例如當(dāng)土壤質(zhì)量含水量低于10%時(shí)，系統(tǒng)將自動(dòng)高亮顯示超過閾值范圍的預(yù)期，起到預(yù)警作用。

2.4.5 產(chǎn)量估測服務(wù)。在作物關(guān)鍵時(shí)期，根據(jù)氣象數(shù)據(jù)、土壤數(shù)據(jù)，結(jié)合作物生長模型，對“兩區(qū)”地塊尺度的產(chǎn)量進(jìn)行估測，估測數(shù)據(jù)自動(dòng)更新到數(shù)據(jù)庫，根據(jù)當(dāng)季的糧食價(jià)格，計(jì)算出項(xiàng)目區(qū)內(nèi)產(chǎn)值（圖6）。

2.4.6 災(zāi)害等級評估服務(wù)。在作物遭受干旱、洪澇災(zāi)害、嚴(yán)重病蟲害等遭受農(nóng)業(yè)災(zāi)害時(shí)，根據(jù)農(nóng)業(yè)部門有關(guān)指令，收集來自不同尺度、不同來源的衛(wèi)星數(shù)據(jù)，提取各地區(qū)的受災(zāi)面積，以此為依據(jù)劃分災(zāi)害等級，為后續(xù)救災(zāi)和保險(xiǎn)理賠提供有利的參考數(shù)據(jù)資源等信息（圖7）。

2.4.7

遠(yuǎn)程田間可視化系統(tǒng)。系統(tǒng)需要預(yù)留實(shí)時(shí)視頻可視化接口，支持?？?、大華等主流攝像機(jī)，用戶可自主添加錄像機(jī)到系統(tǒng)中，可以控制攝像頭拍照、錄像、旋轉(zhuǎn)。

2.4.8

選址規(guī)劃支持決策分析。系統(tǒng)還能支持選址規(guī)劃決策，用戶使用簡單的指令，可以生成緩沖區(qū)，并有疊加、裁剪等功能。例如，根據(jù)要求建設(shè)一個(gè)農(nóng)業(yè)園區(qū)，要求必須坡度小于15°，必須離水資源1 000 m以內(nèi)，不能在居民區(qū)2 000 m范圍內(nèi)，選址不能在高標(biāo)準(zhǔn)農(nóng)田等條件，系統(tǒng)自動(dòng)會(huì)調(diào)用GP服務(wù)，生成合適的地址，供決策者參考。

2.4.9

原有的墑情、物聯(lián)網(wǎng)等維修與系統(tǒng)接入。寧津縣建設(shè)了多套墑情監(jiān)測與物聯(lián)網(wǎng)系統(tǒng)，項(xiàng)目需要將原有的系統(tǒng)進(jìn)行維修，接入到現(xiàn)有的系統(tǒng)內(nèi)容。

2.4.10

基于高分辨率遙感的穗肥推薦服務(wù)。獲得高分辨率衛(wèi)星數(shù)據(jù)后，根據(jù)苗情監(jiān)測得到的生物量和地上部吸氮量和當(dāng)?shù)氐淖魑锏牡R界曲線。根據(jù)推薦施肥量=區(qū)域優(yōu)化施肥量-（地上部真實(shí)氮吸氮量-臨界吸氮量）/氮利用效率公示，得到“兩區(qū)”地塊尺度的穗肥推薦施用量（圖8）。

2.3 系統(tǒng)開發(fā)實(shí)現(xiàn)

現(xiàn)有平臺(tái)在開發(fā)語言選擇時(shí)優(yōu)先選用主流的、方便維護(hù)的、支持跨平臺(tái)的語言，主要包括前端開發(fā)、后端開發(fā)以及對接接口常用的幾種技術(shù)語言。前端使用主流的技術(shù)為HTML5+CSS3+JavaScript，引入了Vue.js前端框架。后端主要采用跨平臺(tái)的開發(fā)語言Java，少部分接口或應(yīng)用程序使用C#。

3 結(jié)論與討論

在經(jīng)濟(jì)效益方面，傳統(tǒng)農(nóng)業(yè)的物聯(lián)網(wǎng)智能環(huán)境監(jiān)測系

統(tǒng)一般采用現(xiàn)場數(shù)據(jù)信息控制裝置，通過傳感器信號電纜分別連接各類傳感器，農(nóng)業(yè)遙感大數(shù)據(jù)平臺(tái)則采取了遙感技術(shù)，具有獲取數(shù)據(jù)范圍大、獲取信息速度快、周期短、獲取信息手段多、信息量大等特點(diǎn)。相較于傳統(tǒng)感知層布置，硬件成本節(jié)省80%以上，人工成本節(jié)約70%以上。另外，農(nóng)業(yè)遙感大數(shù)據(jù)平臺(tái)運(yùn)用了國際前沿的云計(jì)算技術(shù)搭建了服務(wù)后臺(tái)，提供海量數(shù)據(jù)存儲(chǔ)、智能分析、科學(xué)決策等功能，同時(shí)采用SaaS模式運(yùn)營，根據(jù)作物生長狀況，智能化模型匹配管理方式。預(yù)計(jì)平均增產(chǎn)20%以上，節(jié)水50%以上，節(jié)肥30%以上。

在應(yīng)用成果方面，寧津縣基于農(nóng)業(yè)大數(shù)據(jù)平臺(tái)的技術(shù)支持，在現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)園區(qū)內(nèi)實(shí)施以小麥良種繁育為主、蔬菜種植培育為輔的產(chǎn)業(yè)模式，搶抓鄉(xiāng)村振興戰(zhàn)略機(jī)遇，圍繞農(nóng)村新舊動(dòng)能轉(zhuǎn)換、農(nóng)村高質(zhì)量發(fā)展，堅(jiān)持構(gòu)建特色農(nóng)業(yè)園，全面加快良種繁育、食用菌、中草藥種植等特色產(chǎn)業(yè)發(fā)展，推進(jìn)鄉(xiāng)村產(chǎn)業(yè)振興，全力打造鄉(xiāng)村振興齊魯樣板下的“寧津?qū)嵺`”。

寧津縣以現(xiàn)代農(nóng)業(yè)特色產(chǎn)業(yè)園的大數(shù)據(jù)平臺(tái)技術(shù)為引領(lǐng)，全方位整合縣域資源，閉環(huán)生態(tài)鏈條，積蓄產(chǎn)業(yè)勢能，高標(biāo)準(zhǔn)規(guī)劃了“一心多元”現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)園區(qū)建設(shè)布局，整縣域打造現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)精品園區(qū)，全面推廣新型農(nóng)業(yè)生產(chǎn)技術(shù)，建成后將全面培植全縣農(nóng)業(yè)發(fā)展新動(dòng)能，成為發(fā)展現(xiàn)代農(nóng)業(yè)的強(qiáng)大引擎。

參考文獻(xiàn)

［1］ 張承毅，呂建華，毛瑞喜，等.山東省優(yōu)質(zhì)小麥產(chǎn)業(yè)發(fā)展現(xiàn)狀調(diào)研報(bào)告［J］.種子科技，2020，38（22）：3-11.

［2］ 徐向英.江蘇小麥綜合氣象指數(shù)構(gòu)建與產(chǎn)量變化預(yù)測和分析［D］.揚(yáng)州：揚(yáng)州大學(xué)，2019.

［3］ 孫瑞琳.基于近地高光譜與無人機(jī)圖像的小麥葉銹病遙感監(jiān)測研究［D］.揚(yáng)州：揚(yáng)州大學(xué)，2021.

［4］ 石建軍.論小麥病蟲害的綜合防治措施［J］.農(nóng)業(yè)開發(fā)與裝備，2017（7）：170.

［5］ 董瑞，王佳榮，張靜，等.63個(gè)小麥高代品系的葉銹病抗性鑒定［J］.植物遺傳資源學(xué)報(bào)，2022，23（3）：678-690.

［6］ 黃沖，劉萬才.我國農(nóng)作物病蟲測報(bào)信息化發(fā)展進(jìn)程、現(xiàn)狀與推進(jìn)思路［J］.中國植保導(dǎo)刊，2018，38（2）：21-25，31.

［7］ 冷偉鋒.小麥條銹病遙感監(jiān)測及網(wǎng)絡(luò)信息平臺(tái)構(gòu)建［D］.北京：中國農(nóng)業(yè)大學(xué)，2015.

［8］ 袁琳.小麥病蟲害多尺度遙感識(shí)別和區(qū)分方法研究［D］.杭州：浙江大學(xué)，2015.

［9］ 黃文江，張競成，師越，等.作物病蟲害遙感監(jiān)測與預(yù)測研究進(jìn)展［J］.南京信息工程大學(xué)學(xué)報(bào)（自然科學(xué)版），2018，10（1）：30-43.

［10］ 顧學(xué)邁，趙康僆，賈敏，等.對中國建設(shè)天、空、地一體化信息網(wǎng)絡(luò)的幾點(diǎn)認(rèn)識(shí)［J］.中興通訊技術(shù)，2016，22（4）：2-8.

［11］ 朱厲洪，史晶晶，趙揚(yáng).基于空基平臺(tái)的天空地一體化通信網(wǎng)絡(luò)研究［J］.國防科技，2019，40（6）：19-23，27.

［12］ 徐培林，周興霞，余安平.松材線蟲病天空地一體化立體監(jiān)測技術(shù)［J］.測繪，2020，43（3）：104-108.

［13］ 楊昆，黃詩峰，辛景峰，等.水旱災(zāi)害遙感監(jiān)測技術(shù)及應(yīng)用研究進(jìn)展［J］.中國水利水電科學(xué)研究院學(xué)報(bào)，2018，16（5）：451-456，465.

［14］ 范一大，吳瑋，王薇，等.中國災(zāi)害遙感研究進(jìn)展［J］.遙感學(xué)報(bào)，2016，20（5）：1170-1184.

［15］ 吳伶.基于遙感與作物生長模型同化的水稻生長參數(shù)時(shí)空分析［D］.北京：中國地質(zhì)大學(xué)（北京），2013.

［16］ 史舟，梁宗正，楊媛媛，等.農(nóng)業(yè)遙感研究現(xiàn)狀與展望［J］.農(nóng)業(yè)機(jī)械學(xué)報(bào)，2015，46（2）：247-260.

［17］ 蘇仁忠.遙感技術(shù)在農(nóng)業(yè)信息化中的應(yīng)用［J］.農(nóng)業(yè)工程，2018，8（6）：45-47.

［18］ 桂淮濛.遙感技術(shù)在農(nóng)業(yè)生產(chǎn)中的實(shí)際應(yīng)用［J］.農(nóng)業(yè)工程，2019，9（2）：22-24.

［19］ 陳淑敏，張紅艷，曾奧麗，等.遙感技術(shù)在農(nóng)業(yè)災(zāi)害監(jiān)測中的應(yīng)用［J］.衛(wèi)星應(yīng)用，2020（8）：19-24.

［20］ 張超，李昆，張鑫.遙感大數(shù)據(jù)關(guān)鍵技術(shù)發(fā)展研究綜述［J］.科技創(chuàng)新導(dǎo)報(bào)，2017，14（21）：145，147.

［21］ 吳文斌，史云，段玉林，等.天空地遙感大數(shù)據(jù)賦能果園生產(chǎn)精準(zhǔn)管理［J］.中國農(nóng)業(yè)信息，2019，31（4）：1-9.

［22］ 陳穎博.大數(shù)據(jù)在智慧農(nóng)業(yè)中的應(yīng)用研究［J］.湖北農(nóng)業(yè)科學(xué)，2020，59（1）：17-22.

［23］ 陳雯，武威，孫成明，等.無人機(jī)遙感在作物監(jiān)測中的應(yīng)用與展望［J］.上海農(nóng)業(yè)學(xué)報(bào)，2016，32（2）：138-143.

［24］ 范道全，張美娜，呂曉蘭，等.無人機(jī)低空遙感技術(shù)在大田作物監(jiān)測與產(chǎn)量預(yù)測中的應(yīng)用［J］.新疆農(nóng)機(jī)化，2019（3）：17-20.

［25］ 姚立民.無人機(jī)低空遙感技術(shù)在大田作物監(jiān)測與產(chǎn)量預(yù)測中的應(yīng)用［J］.農(nóng)業(yè)工程技術(shù)，2020，40（33）：35-36.

［26］ 錢永蘭，侯英雨，延昊，等.基于遙感的國外作物長勢監(jiān)測與產(chǎn)量趨勢估計(jì)［J］.農(nóng)業(yè)工程學(xué)報(bào)，2012，28（13）：166-171.

［27］ 王景發(fā)，壽春光.吉林雨養(yǎng)玉米作物長勢監(jiān)測系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)［J］.農(nóng)業(yè)與技術(shù)，2019，39（11）：8-9.

［28］ 孫麗，錢永蘭，吳尚榮，等.2020年我國冬小麥長勢動(dòng)態(tài)監(jiān)測［J］.安徽農(nóng)業(yè)科學(xué)，2020，48（21）：230-233，273.

［29］ 張競成，袁琳，王紀(jì)華，等.作物病蟲害遙感監(jiān)測研究進(jìn)展［J］.農(nóng)業(yè)工程學(xué)報(bào)，2012，28（20）：1-11.

［30］ 趙春江.農(nóng)業(yè)遙感研究與應(yīng)用進(jìn)展［J］.農(nóng)業(yè)機(jī)械學(xué)報(bào)，2014，45（12）：277-293.

［31］ 吳思超，李蘊(yùn)雅，李世忠，等.遙感技術(shù)在農(nóng)業(yè)生物質(zhì)資源調(diào)查中的應(yīng)用［J］.南方農(nóng)業(yè)，2018，12（26）：180-182.

［32］ 王鶯，鞏垠熙.遙感光譜技術(shù)在農(nóng)作物估產(chǎn)中的應(yīng)用研究進(jìn)展［J］.中國農(nóng)學(xué)通報(bào)，2019，35（3）：69-75.

［33］ 帕提曼·阿布都艾尼，阿依仙木古麗·阿布來提，努爾帕提曼·買買提熱依木，等.衛(wèi)星遙感技術(shù)在農(nóng)業(yè)氣象災(zāi)害監(jiān)測研究中的應(yīng)用［J］.農(nóng)業(yè)災(zāi)害研究，2018，8（4）：48-49.