数据采集及数据挖掘技术在农业信息中的应用

2020-12-18 02:11河南省农业农村信息中心王志远
河南农业 2020年7期
关键词:数据挖掘数据库农产品

河南省农业农村信息中心 王志远

当前,我国农业正处于传统农业向现代农业的转型期,农业信息化水平稳步发展,农业信息服务水平也在逐步提升。全面提高面向农业服务水平,是强化政府公共服务职能的一个重要组成部分;如何使用信息技术将农业、农村、农民信息服务产生的大数据进行采集、挖掘、研究、分析,使数据产生价值,是农业信息服务发展的一个难点。本文主要阐述目前农业信息服务的数据采集手段,以这些大数据为数据挖掘对象,尝试建立农业大数据中心模型,并应用在生产服务、经营预警等场景中。

一、数据采集手段

(一)基于农业生产的数据采集

农业大数据的研究应用需要重视数据的采集工作。在农业系统中需要针对不同的情况分类建设,继续完善局部地区的数据采集体系,利用智能终端,如传感器、无人机等,去采集实时的农情;利用数据采集传输控制系统,进行相关的硬件系统整合;利用传感器来检测农业操作棚内的光照强度、温湿度及二氧化碳、氧气等相关气体的浓度,待检测到农业操作棚中的环境数据达到用户自行设定的相关数据后,进行相关的控制温湿度、光照强度等活动,如自动进行灌溉、自动遮阳等相关操作。此外,在实时作物生长环境数据信息和实时视频信息等方面,数据采集传输控制系统也发挥着重要的作用。如利用采集前端传感器进行采集;将采集到的相关数据统一格式后,利用无线传输的方式上传到数据平台后,进行用户相关需求的分析;利用硬件的自动化设计来控制后端的遮阳幕、补光灯、风机等设备的自动开启和关闭,从而在节约人资、物资的前提下为农作物的生长提供适宜的环境,提高农产品的产量。

(二)基于农业信息服务的数据采集

一是主动人工采集。主要由专人在“菜篮子”基地、有代表性的农业龙头企业、农产品市场等益农信息社布置信息采集点,使其能通过信息平台上传农产品市场信息。二是依托政务服务办事平台进行采集。依托政府机构建设的业务信息系统、办事服务系统进行数据采集。两种信息采集方式采集的数据又分为结构化数据和非结构化数据,其都要把数据经过分析、验证、清洗、转换,去重后进行数据存储,然后根据应用途径进行应用功能设计及数据计算,形成大数据报表输出,达到数据决策支持的目的。

二、数据挖掘模型的建立与实现

数据挖掘是发现知识过程中的一个步骤,主要是从数据库、数据仓库以及其他信息库的大量数据中挖掘知识的过程。其中,数据仓库是数据挖掘的对象,通常需要对其进行的操作有数据清洗、数据集成等相关性操作及对数据对象进行初步的预处理流程;数据库或数据仓库服务器其主要的功能是读取相关的数据,其读取数据的数据是由用户的挖掘数据请求来决定的;知识库是将挖掘到的领域知识存放的地方,这些知识放在数据库中,来对特定的知识进行搜索;数据挖掘引擎主要是由数据挖掘功能模块组成,实现关联分析、进化计算、定性归纳、偏差分析等主要功能;模式评估模块将根据兴趣度,联合数据挖掘模块定位到更有意义的模式,其是否能与数据挖掘模块完美结合,主要与其使用的算法相关,正确的数据挖掘算法与知识评估方法的完美结合将有利于增强挖掘的效率和精度;可视化用户界面主要是用户的操作界面,帮助用户与系统进行交流,是一个双向传输的过程,首先通过用户界面将自己的挖掘任务以及相关的要求传输给该系统,其次将数据挖掘到的相关信息传输回来。

三、数据挖掘技术在农业信息服务中的应用

(一)在农业市场中的应用

数据挖掘技术在农业市场中的应用,其数据源是多种多样的,如农产品市场价格数据库、外国农产品进口贸易数据库、中国农产品出口贸易数据库等,利用数据挖掘的算法和规则,来提取隐含模糊的、具有价值的信息。如使用预测和分类,可以对将来的农产品价格进行预测;利用关联分析,进而来发现一些相关性的规则;使用聚类分析,可以对农产品客观地分类(如将蛋类与油类变成一类),再利用统计技术来发现各种农产品的价格走势(如海鲜与粮食作物的价格变动相关趋势);使用孤立点分析技术,可以找出一些罕见的事件(如发现灾情、金融事件等)。

(二)在农业病虫害防治中的应用

数据挖掘技术在病虫害防治中的应用主要是对病虫害的动态监测、发生趋势预测及风险评估等几个方面。农作物的栽培环境、耕作条件、相关布局方式和农作物品种抗药性、耐寒性、抗旱性及气象条件等诸多因素都是病虫害发生的原因,另外,还与农作物所处的地理位置及不同的气候带有关。

预测某段时间发生虫害的可能性可以通过数据挖掘技术来实现,同时,通过在发生其他种类虫害的可能性方面也可提供相关的技术支持。病虫害的防治可以通过三个层次来实现,即表示层、逻辑层、数据层。首先,表示层的设计主要完成用户与系统的交互功能,即用户目的搜索的设计以及简单的数据处理。其次,逻辑层的设计主要是完成复杂的应用,集成服务器端构件,供调用即可完成功能。最后,数据层的设计主要是利用数据库管理系统,将搜集到的数据表和视图等进行相应地封装和存储,用户可在用户界面,通过使用浏览器输入来查询所需的数据信息。

(三)在农业电子商务中的应用

农业电子商务是指利用互联网的广域性、互通性、易用性等相关特性,为从事农业生产领域的生产经营主体,提供在网上完成产品或服务的销售和电子支付等业务交易的过程。数据挖掘技术能从海量的网络信息中挖掘出有用的信息,能自动预测客户的消费趋势、市场走向,指导农业企业建设个性化的智能网站,为农业企业创造新的商业增长点。

猜你喜欢
数据挖掘数据库农产品
农产品网店遭“打假”敲诈 价值19.9元农产品竟被敲诈千元
改进支持向量机在特征数据挖掘中的智能应用
打通农产品出村“最先一公里”
探讨人工智能与数据挖掘发展趋势
基于事故数据挖掘的AEB路口测试场景
各地农产品滞销卖难信息(二)
数据库
软件工程领域中的异常数据挖掘算法
数据库
数据库