CN112732670A - 一种基于网络大数据的农业资源整合方法和系统 - Google Patents
一种基于网络大数据的农业资源整合方法和系统 Download PDFInfo
- Publication number
- CN112732670A CN112732670A CN202011634137.4A CN202011634137A CN112732670A CN 112732670 A CN112732670 A CN 112732670A CN 202011634137 A CN202011634137 A CN 202011634137A CN 112732670 A CN112732670 A CN 112732670A
- Authority
- CN
- China
- Prior art keywords
- data
- agricultural
- agricultural resource
- resource
- resource data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 230000010354 integration Effects 0.000 title claims abstract description 28
- 238000005516 engineering process Methods 0.000 claims abstract description 27
- 230000004927 fusion Effects 0.000 claims abstract description 9
- 239000002689 soil Substances 0.000 claims description 17
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 10
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 201000010099 disease Diseases 0.000 claims description 6
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 6
- 241000607479 Yersinia pestis Species 0.000 claims description 5
- 235000013399 edible fruits Nutrition 0.000 claims description 5
- 244000144972 livestock Species 0.000 claims description 5
- 238000013461 design Methods 0.000 claims description 4
- 238000003908 quality control method Methods 0.000 claims description 4
- 238000009395 breeding Methods 0.000 claims description 3
- 230000001488 breeding effect Effects 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 3
- 238000002474 experimental method Methods 0.000 claims description 2
- 238000009472 formulation Methods 0.000 claims description 2
- 244000005700 microbiome Species 0.000 claims description 2
- 238000012545 processing Methods 0.000 abstract description 3
- 238000013467 fragmentation Methods 0.000 abstract description 2
- 238000006062 fragmentation reaction Methods 0.000 abstract description 2
- 238000012423 maintenance Methods 0.000 abstract 1
- 238000007726 management method Methods 0.000 description 31
- 238000011160 research Methods 0.000 description 8
- 238000007689 inspection Methods 0.000 description 6
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000008520 organization Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 2
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 description 2
- 238000012271 agricultural production Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 235000013372 meat Nutrition 0.000 description 2
- 230000000813 microbial effect Effects 0.000 description 2
- 229910052757 nitrogen Inorganic materials 0.000 description 2
- 229910052698 phosphorus Inorganic materials 0.000 description 2
- 239000011574 phosphorus Substances 0.000 description 2
- 239000011591 potassium Substances 0.000 description 2
- 229910052700 potassium Inorganic materials 0.000 description 2
- ZOXJGFHDIHLPTG-UHFFFAOYSA-N Boron Chemical compound [B] ZOXJGFHDIHLPTG-UHFFFAOYSA-N 0.000 description 1
- 241000283690 Bos taurus Species 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 229920000742 Cotton Polymers 0.000 description 1
- 241001494479 Pecora Species 0.000 description 1
- HCHKCACWOHOZIP-UHFFFAOYSA-N Zinc Chemical compound [Zn] HCHKCACWOHOZIP-UHFFFAOYSA-N 0.000 description 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 238000005904 alkaline hydrolysis reaction Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 229910052796 boron Inorganic materials 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013481 data capture Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000035558 fertility Effects 0.000 description 1
- 239000003337 fertilizer Substances 0.000 description 1
- 239000003673 groundwater Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- WPBNNNQJVZRUHP-UHFFFAOYSA-L manganese(2+);methyl n-[[2-(methoxycarbonylcarbamothioylamino)phenyl]carbamothioyl]carbamate;n-[2-(sulfidocarbothioylamino)ethyl]carbamodithioate Chemical compound [Mn+2].[S-]C(=S)NCCNC([S-])=S.COC(=O)NC(=S)NC1=CC=CC=C1NC(=S)NC(=O)OC WPBNNNQJVZRUHP-UHFFFAOYSA-L 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000008267 milk Substances 0.000 description 1
- 210000004080 milk Anatomy 0.000 description 1
- 235000013336 milk Nutrition 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 230000000361 pesticidal effect Effects 0.000 description 1
- 244000144977 poultry Species 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000001850 reproductive effect Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000003307 slaughter Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000002352 surface water Substances 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 239000011573 trace mineral Substances 0.000 description 1
- 235000013619 trace mineral Nutrition 0.000 description 1
- 239000011701 zinc Substances 0.000 description 1
- 229910052725 zinc Inorganic materials 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/211—Schema design and management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/258—Data format conversion from or to a database
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mining & Mineral Resources (AREA)
- Marine Sciences & Fisheries (AREA)
- Animal Husbandry (AREA)
- Agronomy & Crop Science (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于网络大数据的农业资源整合方法和系统，该方法包括：构建农业资源数据的采集与整合标准体系；获取多元异构的农业资源数据；采用异构数据融合技术，对农业资源数据的格式和结构进行转换；采用采用三层架构对应的三级兵团农业资源数据库，对农业资源数据进行分类、编码、存储。通过建立农业资源数据采集与共享模型，将涉农人员需要的主要农业资源信息，经标准化处理，集成在一个平台上管理，既有利于充分开发利用农业资源信息，又有利于节省资金，集中力量更新维护，以保持其现势性，从而解决农业资源信息碎片化、流动性低、共享程度严重不足，数据质量不高，大量实用信息沉睡，信息发布滞后等问题。
Description
技术领域
本发明涉及农业数据管理技术领域，更具体的涉及一种基于网络大数据的农业资源整合方法和系统。
背景技术
我国是一个农业大国，农业在国民经济中始终占有重要地位，农业信息化成为现代农业发展的必然要求。而农业信息化的任务之一就是对农业资源进行信息化管理，实现农业资源利用率的提高。
目前，农业资源面临着信息数据散而杂，种类规模较小，农业资源数据不完善、不全面；现有的农业资源数据库没有统一的标准规范，数据之间很难共享；农业资源数据信息不能够得到及时更新，在数据信息入库前，没有制定出一个合理的运行模式；各类涉农主体之间的数据流动性较低、信息的共享程度严重不足、部门之间的数据信息质量偏差较大；数据中心多按行政区划或产业类别设立，缺乏区域间联动和与基层互动，指导性差；信息采集和抓取，数据处理分析等方式落后；大量实用信息沉睡，信息发布滞后，缺乏权威发布平台等问题。
近些年，经过发展起来的农业信息实时采集技术，农业信息得到了一定量的积累，包括农业资源信息。但是，这些信息由于没有被很好地组织管理，存放分散，利用价值低。
发明内容
本发明实施例提供一种基于网络大数据的农业资源整合方法和系统，用以解决上述背景技术中提出的问题。
本发明实施例提供一种基于网络大数据的农业资源整合方法，包括：
构建农业资源数据的采集与整合标准体系；
获取多元异构的农业资源数据；
采用异构数据融合技术，对农业资源数据的格式和结构进行转换；
采用三层架构对应的三级兵团农业资源数据库，对农业资源数据进行分类、编码、存储。
进一步地，所述采集与整合标准体系，包括：
农业资源数据分类和编码、农业资源数据上报与审核规范、农业资源数据质量控制标准、农业资源数据交换标准、农业资源数据库管理标准、农业资源数据安全规范的规定、农业资源数据库的设计与规范。
进一步地，所述多元异构的农业资源数据，包括：
土地资源数据、土壤数据、历史气象数据、水资源数据、土壤微生物数据、病虫害数据、林果业种植数据、畜牧养殖数据、检测数据、农田实验数据。
进一步地，所述三层架构对应的三级兵团农业资源数据库，包括：
兵团级农业资源采集与共享数据库、师级农业资源采集与共享数据库、团场级农业资源采集与共享数据库。
进一步地，本发明实施例提供的基于网络大数据的农业资源整合方法，还包括：
对分类编码后的农业资源数据，通过类别编码，与信息管理系统中的专题数据库代码进行匹配，匹配成功后，按照类别编码入库，并对该农业资源数据生成较为完整的编码，实现每个农业资源数据有一个独立的编码。
进一步地，本发明实施例提供的基于网络大数据的农业资源整合方法，还包括：
将带有完整编码的农业资源数据、共享给不同涉农用户使用，对于不同的涉农用户，数据开放的程度不同，数据开放权限通过上传数据交换和花钱购买两种方式获得。
进一步地，本发明实施例提供的基于网络大数据的农业资源整合方法，还包括：
通过决策支持人员，对采集与整合标准体系进行更新。
本发明实施例还提供了一种基于网络大数据的农业资源整合系统，包括：
标准体系制定模块，用于对农业资源数据采集、管理、共享所需总体技术的规定；
数据采集模块，用于通过不同渠道，采集多元异构的农业资源数据；
异构数据转换模块，用于采用异构数据融合技术，对农业资源数据的格式和结构进行转换；
数据分类与编码模块，用于采用三层架构对应的三级兵团农业资源数据库，对农业资源数据进行分类、编码、存储。
进一步地，本发明实施例提供的基于网络大数据的农业资源整合系统，还包括：
信息管理模块，用于对分类编码后的农业资源数据，通过类别编码，与信息管理系统中的专题数据库代码进行匹配，匹配成功后，按照类别编码入库，并对该农业资源数据生成较为完整的编码，实现每个农业资源数据有一个独立的编码。
进一步地，本发明实施例提供的基于网络大数据的农业资源整合系统，还包括：
资源共享模块，用于将带有完整编码的农业资源数据、共享给不同涉农用户使用，对于不同的涉农用户，数据开放的程度不同，数据开放权限通过上传数据交换和花钱购买两种方式获得。
本发明实施例提供一种基于网络大数据的农业资源整合方法和系统，与现有技术相比，其有益效果如下：
本发明通过建立农业资源数据采集与共享模型，将涉农人员需要的主要农业资源信息，经标准化处理，集成在一个平台上管理，既有利于充分开发利用农业资源信息，又有利于节省资金，集中力量更新维护，以保持其现势性，从而解决农业资源信息碎片化、流动性低、共享程度严重不足，数据质量不高，大量实用信息沉睡，信息发布滞后等问题。还有，本发明的方法和系统即使没有政策支持，也是可以在经济作用下，进行自我成长完善的。
附图说明
图1为本发明实施例提供的一种基于网络大数据的农业资源整合方法的原理流程图；
图2为本发明实施例提供的兵团农业资源数据库体系结构图；
图3为本发明实施例提供的一种基于网络大数据的农业资源整合系统的原理框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
农业信息标准化是数字农业和农业信息化的重要基础，只有统一标准和构建完善的农业信息标准体系，才能实现信息资源共享、信息系统互联互通、农业生产管理流程和业务部门之间的有效协同，进而推动数字农业健康有序地发展。因此，本发明依托兵团农业信息化现有农业生产服务体系，充分利用大数据、互联网、全球剖分数据组织技术，有效整合农业资源环境、气象资源、水资源等分散异构系统的农业信息资源，构建了一套农业资源数据采集与整合标准体系。
参见图1，本发明实施例提供一种基于网络大数据的农业资源整合方法，该方法具体包括：
步骤1：构建农业资源数据的采集与整合标准体系。
步骤2：获取多元异构的农业资源数据。
步骤3：采用异构数据融合技术，对农业资源数据的格式和结构进行转换。
步骤4：采用三层架构对应的三级兵团农业资源数据库，对农业资源数据进行分类、编码、存储。
步骤5：对分类编码后的农业资源数据，通过类别编码，与信息管理系统中的专题数据库代码进行匹配，匹配成功后，按照类别编码入库，并对该农业资源数据生成较为完整的编码，实现每个农业资源数据有一个独立的编码。
步骤6：将带有完整编码的农业资源数据、共享给不同涉农用户使用，对于不同的涉农用户，数据开放的程度不同，数据开放权限通过上传数据交换和花钱购买两种方式获得。
步骤7：通过决策支持人员，对采集与整合标准体系进行更新。
对于上述步骤1～7的具体分析如下：
对于步骤1：整合农业资源环境、气象资源、水资源等分散异构系统的农业信息资源，构建农业资源数据采集与整合标准体系；要想整合农业资源，环境，气象资源，水资源等分散异构系统的农业信息资源，就必须以一致的标准作保证，以此来采集、处理、管理和传播农业资源信息，以避免因标准不统一而导致信息无法共享问题的出现。因此需要制定一系列的标准，这些标准包括空间信息政策、信息安全标准、信息共享机制、元数据标准、数据质量控制标准、信息分类和编码标准、信息采集编辑发布管理规范等。
对于步骤2：标准制定好，就涉及到农业资源数据的采集问题，具体采集哪些内容，在初步阶段，首先采集如下信息：
土地资源数据：行政区划图、地形图和全要素地图、农业设施、土地利用(耕地、园地)等数据。
土壤数据：土壤类型、土壤剖面、土壤质地、土壤容重、土壤养分(土壤有机质、全氮、全磷、全钾、碱解氮、速效磷、速效钾)、土壤微量元素(硼、锰、铜、锌)、土壤含水量、土壤渗透性、田间持水量等数据盐分、PH等理化数据。
历史气象数据：经纬度、海拔、日照时数、日平均温度、日温度极值、空气相对湿度、风速、日降水量、水汽压、气候等。
水资源数据：地下水、地表水。
土壤微生物数据：各种生物组成和丰度、微生物多样性、测序序列数据。
病虫害数据：病虫害调查点、测报预报、作物病虫害预防等。
林果业种植数据：种植面积、种植品种、种植年份、种植类型、大棚地面积、种植成本、林果损耗、林果产量、产品均价、产品收入。
畜牧养殖数据：各种存栏数、出栏数、出栏率、屠宰数、饲养量、能繁母畜、仔畜、肉产量、肉类总产量、胴体重、净膛重、牛羊奶产量、禽蛋产量、产活率。
检测数据：各种作物病情灾情疫情遥感数据、土壤肥力监测站数据、土壤墒情检测站数据。
农田实验数据：肥水耦合试验数据、药效田间实验数据、肥效田间试验数据、水量试验数据等。
以上这些数据从内容上分为以上几类，但它们从数据类型上又可分为空间数据、属性数据、文本数据、模型数据和多媒体数据；特别指出的是，为了长远考虑,需要对信息进行时态划分,如土地利用现状图可能因为变动而成为历史数据,农业气候资源中平均日温可能有预测数据和真实数据。因此，这些数据从信息时态上分，又分为历史数据，现实数据，预测数据。具体整理归纳如表1：
表1农业资源信息中类分类与编码表
还有，要对这些数据进行采集、处理、管理和传播，甚至共享，必须采用一些先进技术，包括：3S技术，数据库技术、网络技术、农业物联网技术、图像识别技术、深度学习技术、数据挖掘等技术，这些技术合力最终实现兵团各团场农业资源信息管理的一体化，实现农业资源信息共享服务。
另外，参见表2，农业资源数据采集渠道如下：
野外采集实测(任何人都可以-大众)
航空遥感(专业机构、科研单位)
地图数字化(农业管理部门、专业机构、科研单位)
内插和估算数据(农业技术员、农业管理人员、农业科研人员)
社会统计和普查数据(相关部门、互联网、统计年鉴)
农田实验数据(科研单位)
表2农业资源数据提供类别和单位
对于步骤3：要采集的农业资源数据，有新数据，但更多的是，已有的、存在于各个数据库中的数据，数据库中的数据通过系统呈现出来。不同系统之间数据对接的常用方案是通过增加软件接口实现，需要各软件厂商提供API接口，其弊端是项目实施周期长、接口开发费用高。博为101异构数据融合技术，破解了信息孤岛之间“融合难、周期长、费用高”的困局。
博为大数据采集技术的特点：
兼容Windows平台的几乎所有软件
支持自动导入历史数据
实时数据抓取
独立抓取，不需要软件厂家参与
该技术满足本项目的需要
为解决信息孤岛问题，可在兵团农业资源数据库三层架构的基础上，开发对应的三层结构的应用发布系统。同一层的应用发布系统框架相同，所有的系统公用一套数据库。
对于步骤4：为了更好的管理这些数据，根据兵团的体制架构，对兵团农业资源数据库的设计采用了三级分类的方式，从上而下分为：兵团级数据库、师级数据库、团级数据库，具体架构参见图2。根据兵团农业资源数据库的三层架构体系，开发三层结构、能够实现各类农业资源数据的管理、融合、分析挖掘和应用发布的系统(兵团级农业资源采集与共享系统、师级农业资源采集与共享系统、团场级农业资源采集与共享系统)。
目前兵团信息中心开发的兵团农情信息专网，通过兵团信息中心网络平台，上与农业部信息中心相联，下与14个师和二、五师的28个团场相联，实现了农业信息网络化管理。网上链接了中国农业信息网、中国农业科技信息网、中国棉花信息网、中国标准信息网等专业网站，既实现了兵团、师、团三级农情信息网上上报、各类数据自动汇总、文字资料分类入库管理，又可实现农情信息的上传下达，兵团、师、团三级相互传递政务信息、科技资讯和市场动态，为各级领导宏观决策和生产经营提供信息服务。
对于步骤5：其在接收到带有类别编码的数据后，通过类别编码，与信息管理系统中的专题数据库代码进行匹配，匹配成功后，按照类别编码进行入库，并对该数据生成较为完整的编码，实现每个数据都有一个独立的编码。同时，该模块具有通过数据编码进行汇总和统计的功能，这些结果可以发送到农业资源共享模块和决策支持模块中。
对于步骤6：其是将信息管理模块和决策支持模块中的数据以不同的形式呈现出来，供不同涉农用户使用，对于不同的用户，数据开放的程度不同，更多的开放权限可以通过上传数据交换和花钱购买两种方式获得，从而形成一个良性循环的系统。
对于步骤7：其在录入决策支持人员信息之后，这些决策支持人员便有了为本模型制定、上传技术标准规范的权限，并且不断扩充与更新技术标准规范模块中的内容，同时决策支持人员具有信息管理模块中所有数据的访问权限，并可以通过模型数据库中的数据为其他用户提供决策和专家咨询服务。
综上所述，本发明构建一套农业资源数据采集与整合模型，能够促进农业资源的优化配置和高效利用，从方法上打破部门和行业垄断，创造良好的政策环境和科技基础条件平台，为所有涉农部门、企业、科研人员、农业生产者提供良好的信息共享环境，实现农业资源信息的广泛共享，从而为科学研究和技术开发提供有效支持。针对政府部门、科研单位、教学单位、社会公益等不同的目的和用途，根据不同政策，采取无偿和有偿两种方式提供农业资源数据，通过本模型，加快建立农业资源共享网络，包括社会农业资源信息发布网络、专业数据库网络、科研教学机构网络、涉农人才队伍网络、农业科学数据网络等。本模型的建设与实施，会带来良好的社会效益和经济效益。
基于同一发明构思，参见图3，本发明实施例提供一种基于网络大数据的农业资源整合系统，该系统具体包括：
该系统由8个模块组成，分别为：技术标准规范模块，农业资源采集模块，数据质量检查模块，异构数据转换模块，数据分类模块，信息管理模块，决策支持模块，农业资源共享模块。具体说明如下：
技术标准规范模块：该模块实现了对农业资源数据采集、管理和共享所需总体技术的规定，所有规定由决策人员研制，通过决策支持模块设置、上传，即用于本系统的研发和升级，也用于为农业资源采集模块提供明确的数据采集内容、方法和来源，为数据质量检查模块提供质量要求，为异构数据转换模块提供数据转换标准，为数据分类模块提供农业资源数据分类方法及编码规则，为统计合并模块提供同一层级同一分类数据进行合并的标准要求。具体包括农业资源信息分类和编码、农业资源管理数据上报与审核规范、农业资源数据质量控制标准、农业资源数据交换标准、农业资源数据库管理标准、农业资源管理系统和数据安全规范的规定、农业资源元数据的设计与规范。该模块是整个模型的基础。
农业资源采集模块：其以农业资源管理部门、企业、科研院所、农村合作社及公众为适用对象，明确了采集的农业资源数据内容和来源，不同类别的数据通过规定的渠道获取。采集人员选择要上传的农业资源内容，系统自动定位、记录上传日期，并从技术标准规范模块调出采集技术，采集数据后上传，上传后的数据进入到数据质量检查模块。
数据质量检查模块：其依据提前设置好的数据要求，对上传数据进行检查，符合要求则上传成功，否则显示失败，并指明失败原因，鼓励采集人员按要求再次上传数据，直到上传成功为止。上传后的数据进入到异构数据转换模块。
异构数据转换模块：其能够实现将从各部门、各系统、各平台采集到的、已经数据质量检查模块检查的数据，按照需要进行选择，实现数据格式及数据结构的转换，转换后的数据进入到数据分类与编码模块。
数据分类与编码模块：其实现将格式统一的农业资源数据，按照农业资源分类与编码规则，进行分类与编码，用户需要对数据进行手动选择分类，类型确定后，系统自动为该数据分配类别编码，随后带有类别编码的数据进入信息管理模块。
信息管理模块：其在接收到带有类别编码的数据后，通过类别编码，与信息管理系统中的专题数据库代码进行匹配，匹配成功后，按照类别编码进行入库，并对该数据生成较为完整的编码，实现每个数据都有一个独立的编码。同时，该模块具有通过数据编码进行汇总和统计的功能，这些结果可以发送到农业资源共享模块和决策支持模块中。
农业资源共享模块：其是将信息管理模块和决策支持模块中的数据以不同的形式呈现出来，供不同涉农用户使用，对于不同的用户，数据开放的程度不同，更多的开放权限可以通过上传数据交换和花钱购买两种方式获得，从而形成一个良性循环的系统。
决策支持模块：其在录入决策支持人员信息之后，这些决策支持人员便有了为本模型制定、上传技术标准规范的权限，并且不断扩充与更新技术标准规范模块中的内容，同时决策支持人员具有信息管理模块中所有数据的访问权限，并可以通过模型数据库中的数据为其他用户提供决策和专家咨询服务。
以上公开的仅为本发明的几个具体实施例，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围，但是，本发明实施例并非局限于此，任何本领域的技术人员能思之的变化都应落入本发明的保护范围内。
Claims (10)
1.一种基于网络大数据的农业资源整合方法，其特征在于，包括：
构建农业资源数据的采集与整合标准体系；
获取多元异构的农业资源数据；
采用异构数据融合技术，对农业资源数据的格式和结构进行转换；
采用三层架构对应的三级兵团农业资源数据库，对农业资源数据进行分类、编码、存储。
2.如权利要求1所述的基于网络大数据的农业资源整合方法，其特征在于，所述采集与整合标准体系，包括：
农业资源数据分类和编码、农业资源数据上报与审核规范、农业资源数据质量控制标准、农业资源数据交换标准、农业资源数据库管理标准、农业资源数据安全规范的规定、农业资源数据库的设计与规范。
3.如权利要求1所述的基于网络大数据的农业资源整合方法，其特征在于，所述多元异构的农业资源数据，包括：
土地资源数据、土壤数据、历史气象数据、水资源数据、土壤微生物数据、病虫害数据、林果业种植数据、畜牧养殖数据、检测数据、农田实验数据。
4.如权利要求1所述的基于网络大数据的农业资源整合方法，其特征在于，所述三层架构对应的三级兵团农业资源数据库，包括：
兵团级农业资源采集与共享数据库、师级农业资源采集与共享数据库、团场级农业资源采集与共享数据库。
5.如权利要求1所述的基于网络大数据的农业资源整合方法，其特征在于，还包括：
对分类编码后的农业资源数据，通过类别编码，与信息管理系统中的专题数据库代码进行匹配，匹配成功后，按照类别编码入库，并对该农业资源数据生成较为完整的编码，实现每个农业资源数据有一个独立的编码。
6.如权利要求5所述的基于网络大数据的农业资源整合方法，其特征在于，还包括：
将带有完整编码的农业资源数据、共享给不同涉农用户使用，对于不同的涉农用户，数据开放的程度不同，数据开放权限通过上传数据交换和花钱购买两种方式获得。
7.如权利要求1所述的基于网络大数据的农业资源整合方法，其特征在于，还包括：
通过决策支持人员，对采集与整合标准体系进行更新。
8.一种基于网络大数据的农业资源整合系统，其特征在于，包括：
标准体系制定模块，用于对农业资源数据采集、管理、共享所需总体技术的规定；
数据采集模块，用于通过不同渠道，采集多元异构的农业资源数据；
异构数据转换模块，用于采用异构数据融合技术，对农业资源数据的格式和结构进行转换；
数据分类与编码模块，用于采用三层架构对应的三级兵团农业资源数据库，对农业资源数据进行分类、编码、存储。
9.如权利要求8所述的基于网络大数据的农业资源整合系统，其特征在于，还包括：
信息管理模块，用于对分类编码后的农业资源数据，通过类别编码，与信息管理系统中的专题数据库代码进行匹配，匹配成功后，按照类别编码入库，并对该农业资源数据生成较为完整的编码，实现每个农业资源数据有一个独立的编码。
10.如权利要求9所述的基于网络大数据的农业资源整合系统，其特征在于，还包括：
资源共享模块，用于将带有完整编码的农业资源数据、共享给不同涉农用户使用，对于不同的涉农用户，数据开放的程度不同，数据开放权限通过上传数据交换和花钱购买两种方式获得。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011634137.4A CN112732670A (zh) | 2020-12-31 | 2020-12-31 | 一种基于网络大数据的农业资源整合方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011634137.4A CN112732670A (zh) | 2020-12-31 | 2020-12-31 | 一种基于网络大数据的农业资源整合方法和系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112732670A true CN112732670A (zh) | 2021-04-30 |
Family
ID=75608551
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011634137.4A Pending CN112732670A (zh) | 2020-12-31 | 2020-12-31 | 一种基于网络大数据的农业资源整合方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112732670A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115269704A (zh) * | 2022-08-02 | 2022-11-01 | 贵州财经大学 | 一种多元异构农业数据管理系统 |
| CN115423454A (zh) * | 2022-11-07 | 2022-12-02 | 山东亿云信息技术有限公司 | 一种基于信息云平台的农业小麦信息管理系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103208048A (zh) * | 2013-04-22 | 2013-07-17 | 天津市农业技术推广站 | 一种用于农业信息服务平台的系统架构 |
| CN106202489A (zh) * | 2016-07-20 | 2016-12-07 | 青岛云智环境数据管理有限公司 | 一种基于大数据的农业病虫害智能诊断系统 |
| CN108446293A (zh) * | 2018-01-22 | 2018-08-24 | 中电海康集团有限公司 | 一种基于城市多源异构数据构建城市画像的方法 |
| CN109522376A (zh) * | 2018-09-30 | 2019-03-26 | 广州市西美信息科技有限公司 | 一种中国农业自然条件和资源地图可视化呈现方法及装置 |
| CN110413666A (zh) * | 2019-05-31 | 2019-11-05 | 河南省科学院地理研究所 | 一种耕地质量多源异构数据整合方法 |
| CN111986042A (zh) * | 2020-08-24 | 2020-11-24 | 绵阳上策网络科技有限公司 | 一种基于互联网技术构建农业大数据服务体系 |
-
2020
- 2020-12-31 CN CN202011634137.4A patent/CN112732670A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103208048A (zh) * | 2013-04-22 | 2013-07-17 | 天津市农业技术推广站 | 一种用于农业信息服务平台的系统架构 |
| CN106202489A (zh) * | 2016-07-20 | 2016-12-07 | 青岛云智环境数据管理有限公司 | 一种基于大数据的农业病虫害智能诊断系统 |
| CN108446293A (zh) * | 2018-01-22 | 2018-08-24 | 中电海康集团有限公司 | 一种基于城市多源异构数据构建城市画像的方法 |
| CN109522376A (zh) * | 2018-09-30 | 2019-03-26 | 广州市西美信息科技有限公司 | 一种中国农业自然条件和资源地图可视化呈现方法及装置 |
| CN110413666A (zh) * | 2019-05-31 | 2019-11-05 | 河南省科学院地理研究所 | 一种耕地质量多源异构数据整合方法 |
| CN111986042A (zh) * | 2020-08-24 | 2020-11-24 | 绵阳上策网络科技有限公司 | 一种基于互联网技术构建农业大数据服务体系 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115269704A (zh) * | 2022-08-02 | 2022-11-01 | 贵州财经大学 | 一种多元异构农业数据管理系统 |
| CN115269704B (zh) * | 2022-08-02 | 2023-08-18 | 贵州财经大学 | 一种多元异构农业数据管理系统 |
| CN115423454A (zh) * | 2022-11-07 | 2022-12-02 | 山东亿云信息技术有限公司 | 一种基于信息云平台的农业小麦信息管理系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Gray et al. | Country-specific effects of climate variability on human migration | |
| de Bie | Comparative performance analysis of agro-ecosystems | |
| CN113409023A (zh) | 一种智慧园林综合服务管理平台 | |
| Li et al. | A review of smart agriculture and production practices in Japanese large‐scale rice farming | |
| CN112732670A (zh) | 一种基于网络大数据的农业资源整合方法和系统 | |
| Binert et al. | Mechanisms for improving economic relations in the milk subcomplex of the agricultural sector: a case study of Ukraine | |
| Shmatkovska et al. | Economic efficiency of the land resource management by agricultural producers in the system of their non–current assets analysis: a case study of the agricultural sector of Ukraine. | |
| CN116257792B (zh) | 一种智慧城市碳中和数据分析系统 | |
| CN108776874A (zh) | 一种现代农业监管分析系统 | |
| Bakker et al. | Modelling land change: the issue of use and cover in wide-scale applications | |
| CN113947344A (zh) | 一种生态循环农业全产业链管理系统及方法 | |
| CN111861773A (zh) | 一种农业信息大数据服务系统 | |
| Aleshina et al. | Formation of the personnel potential of the digital transformation of the agriculture in Russia. | |
| Honcharenko et al. | INFORMATIONAL SUPPORT OF THE RURAL AREAS’DEVELOPMENT | |
| Rayner et al. | A wiring diagram for the study of land-use/cover change: Report of Working Group A | |
| Vimal | Agricultural Resource Data Acquisition and Integration: Enhancing Efficiency and Collaboration through Information Sharing | |
| CN113609106A (zh) | 农事气象数据处理方法、装置、设备及存储介质 | |
| Thebpanya et al. | Urban sprawl and the loss of Peri-Urban land: a case study of Nakhon Ratchasima Province, Thailand | |
| Yan et al. | A study on push technology of intelligent agriculture service information based on CART algorithm | |
| Angerer et al. | Reducing risk in pastoral regions: the role of early warning and livestock information systems | |
| KR20180130741A (ko) | 지역별 날씨데이터 모델링을 통한 Smart Farmer의 의사결정지원 시스템 | |
| CN118585601A (zh) | 一种自然资源数据库构建方法 | |
| Ömercikoğlu et al. | Smart Agriculture Applications and Data Analysis with Industry 4.0 | |
| Tubulingane | Spatial analysis of Sibbinda rural settlement development and deforestation in Zambezi region, Namibia | |
| Linderman et al. | Vegetation dynamics and human settlement across the conterminous United States |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB03 | Change of inventor or designer information |
Inventor after: Wang Hui Inventor after: Wang Haijiang Inventor after: Lv Xin Inventor after: Gao Pan Inventor after: Hou Tongyu Inventor after: Zhang Ze Inventor after: Kou Jinmei Inventor after: Wang Jiangli Inventor after: Peng Bangguo Inventor before: Wang Hui Inventor before: Wang Haijiang Inventor before: Hou Tongyu |
|
| CB03 | Change of inventor or designer information |