大数据在农业无人机上的应用

刘博

摘  要：伴随着互联网技术的飞速发展，各行各业的工作模式均发生了翻天覆地的变化，包括农业。大数据能够高效处理所获取的相关数据，可分析处理农业无人机运行期间形成的大量数据，所以在农业无人机运行中广泛应用。为促进农业无人机中的大数据应用，加快无人机升级发展速度，积极落实大数据在农业无人机中的应用，是非常有必要的。

关键词：农业无人机;互联网技术;大数据

伴随着科学技术的快速发展，人类生产、生活、科研期间产生的数据呈直线生长，促使大数据这一概念形成。大数据具有多种含义，其中维基百科认为“无法在一定时间中通过普通软件工具捕获。管理的数据集合”就是大数据。大数据存在多样性、高速性、规模性这三大典型特点，其中规模属于大数据最主要特点，数据量十分庞大，且伴随着互联网技术的成熟更新，数据量还在持续增长，最终达到IPB。高效性属于数据处理必须要求，只要充分發挥高效性特点，在最快时间内处理所有数据信息，才能满足相关行业中庞大数据量实施分析的目的，才能充分发挥相关数据的实际价值[1]。无人机是一种基于计算机科学、信息科学研发出现代化技术，也是无人驾驶航空飞行器简称，于1914年问世，但在上世纪下半叶才进入高速发展期。测绘属于无人机重要应用功能，通过摄像机、传感器可获取详细的地面图像信息，并利用其传输功能，将测绘信息实时传输给相关人员，此时进行数据处理，可保证数据处理的实时性、高效性以及准确性。但测绘数据过于庞大，采用传统方法进行数据分析，难以保证数据处理高效性，但应用大数据技术实时分析处理，无疑可解决这一问题。本文主要分析大数据在农业无人机上的应用。

一、硬件设备组成

无人机在农业领域应用期间，主要使用的硬件设备包含地面站系统、无人机平台系统以及无线传输系统[2]。对平台系统而言，其主要应用大疆精灵Phantom4 Pro类型智能化设备，最长飞行时间30分钟，具有主动规避障碍这一优点。无人机有两种定位模式，不同情况下的定位模式存在差异。无人机采集数据过程中，均通过对应传感器进行数据采集，比如XV-8000CB类型角速度系统。无人机所用的图像采集设备属于CMOS影像传感器设备，有效像素是2000万。无线传输系统的实际作用距离时间达到7000米，经图像采集卡可拔格式图像转变为数字信号，对熟悉信号实施合理分析与合理处理，可将数据、图像信息实时化传输至地面站系统。大数据分析期间，主要通过电数据读取方式以及写入方式达成目标。这一过程必须进行大型建模操作、运算操作。而地面站系统中应用的大数据硬件包含服务器、八核CPU，可加快数据运算速度，增加相应的存储空间，实时显示数据分析结果，方便实施详细分析及详细研究，满足最终数据计算要求以及数据分析要求。

二、处理工作流程

大数据的实际数据量非常庞大，数据来源途径十分丰富。这些数据中不仅存在有价值数据信息，也存在无价值数据信息[3]。积极应用大数据技术，可充分筛选出这一批有价值数据信息，积极有效处理这些数据信息，获取其中的重要数据信息。农业无人机运行过程中，搭载的大量传感器系统、数据信息采集设备以及摄像机设备，均会在无人机运行过程中采集相应数据资料，并在传输功能、网络技术支持下，将相关数据一一传输至交换机设备中，交换机设备网络会主动与数据采集器连接，针对数据实施交换处理，并进行数据汇集处理。

在这一过程中，大数据技术还可执行多种多样的同步协议，在预防交换延时期间，持续提升数据信息获取合理性与实时性。但无人机系统会被相关设备的实际运行性能影响，所以无法分析已经获取的数据。此时可将数据传输至地面站，采用传统数据信息处理技术，有效提升大数据传输效率、速度、频率。积极应用通信链路技术，通过使用数字型宽带，将相关数据信息及时传输至地面站系统。地面站系统采集到相应数据信息后，可结合实际规范对相关数据进行有效规范，还可结合详细需求，进行数据信息快速重放，为后期数据分析提供充分支持。处理分析大数据过程中，还可细化相关数据信息，达到预处理以及数据有效分析等目的。既往传统服务器是中心，通过把传统服务器的中心地位转变成数据中心，数据处理期间则可结合半结构类型、非结构类型数据情况，实现特殊处理与针对性处理，加快数据实时处理速度，实现数据处理科学化。

记录数据信息期间，还可充分落实大数据实时监测，将相关数据有效划分成多个类别，与具体数据类型进行有效结合，将相关数据发送至对应系统中。若在这一数据处理过程中积极联合知识库实施辅助性决策，还可将相关决策转变成数据挖掘基础，并与综合监测结果与Fenix处理结构有效整合，将相关数据传输至相应存储管理类型系统中，创建对应数据库系统，进行数据有效整合与有效处理工作。

三、软件系统及算法分析

进行数据分析处理时，主要应用大数据分析处理软件，这一类软件类型较多，比如 java分布类型。在数据处理过程中，软件是主要框架，其中包含多个系统，比如文件系统以及通用模块系统等。其中文件系统有大量分布类型文件，这些文件由集群文件组成。软件应用期间，可在对应节点中，创建相关分布类型文件架构，通过Hadoop技术进行计算内容简化，创建专业计算模型。从实际应用可发现，软件的容错技能和扩张性能比较理想，适合实施大数据分析处理。农业无人机应用期间，必须做好航线规划工作，此时主要通过软件中方块版面路径算法完成处理工作。从理论角度分析，若存在相关路径不合理表现，并在农业生产、作业期间体现出来。为有效避免这一情况的发生，必须积极启动预防措施，实现有限性原则，保证路径设置合理，继而达到路径合理目的。

结束语

无人机近年来在农业生产中广泛应用，在运行期间可采集大量生产数据信息。但应用传统方法难以有效处理分析相应数据信息，结合无人机实际应用特点，积极准确采用大数据技术，无疑可有效处理相关数据。

参考文献：

[1] 顾军林.大数据在农业无人机上的应用研究[J].农机化研究，2019，41（4）：213-217.

[2] 王曼.大数据在农业无人机上的应用研究[J].信息记录材料，2020，21（6）：153-154.

[3] 郭德荣.关于大数据在农业无人机上的应用研究[J].农民致富之友，2021，（4）：220.