CN118095792B - 一种基于大数据的智慧农业管理系统 - Google Patents

Abstract

本发明属于农业管理技术领域，尤其涉及一种基于大数据的智慧农业管理系统，包括：数据获取模块，用于获取各种农业数据资源；数据预处理模块，用于对获取到的农业数据进行预处理；数据分析决策模块，用于对数据预处理的结果进行分析和挖掘，构建预测模型和预警模型；公共服务模块，用于将农业作物产量和农业作物价格可视化展示给用户。本发明通过构建农业作物产量预测模型，根据农业作物产量预测模型预测分析农业作物产量，从而通过预测分析得到的农业作物产量优化耕种农业作物面积，调整农业作物种植策略，做到精确施肥和灌溉，进而优化农业资源利用效率，解决了现有技术中农业资源利用效率低下的问题。

Description

一种基于大数据的智慧农业管理系统

技术领域

本发明属于农业管理技术领域，尤其涉及一种基于大数据的智慧农业管理系统。

背景技术

目前，信息技术、云计算、物联网等新兴技术的迅速发展为智慧农业管理提供了广阔的应用空间。例如，通过大数据分析，智慧农业管理可以帮助农民实现农业生产的精确化、智能化和可持续发展，它可以监测土壤湿度、气候条件、作物生长状态等关键指标，提供精准的施肥、灌溉和病虫害防治方案。

现有技术中，对于智慧农业管理有着多方面的研究，如中国发明专利CN117273411A公开的一种基于农业大数据管理的农业信息服务系统，通过获取种植人员的种植基本信息，并根据各种植专家对应的专业信息，筛选出各初筛种植专家，进而分析种植人员对应的种植危机值，然后分析各初筛种植专家对应的优先级，由此选取目标种植专家；进而采集种植人员对应的回访信息，分析目标种植专家解答种植人员的解答效果值，并分析目标种植专家的能力值。又如中国发明专利CN115204481A公开的一种大数据农业管理系统，其包括监测模块、流程监督模块和农产品销售模块，用于获取农业资源、农业生产环境、农产品销售数据和农业管理数据，监测模块包括农用无人机、区域摄影仪与无线遥控器，无线遥控器操控农用无人机飞行，农用无人机携带区域摄影仪采集农田动植物信息与生态环境数据，监督模块用于监督农产品的原料、加工、销售流程，农产品销售模块用于农产品市场、贩卖、管控信息的采集。

然而，目前传统农业生产的决策往往基于经验和直觉，并未有效利用大数据分析，缺乏对作物生长状态、土壤状况以及气候变化等关键因素的全面、精准的掌握和分析，难以保证农业生产效率和质量的提高，导致农业资源利用效率低下，存在着一定的浪费现象。综上所述，现有技术在一定程度上存在农业资源利用效率低下的问题。

发明内容

本发明实施例通过提供一种基于大数据的智慧农业管理系统，能够通过预测分析得到的农业作物产量优化耕种农业作物面积，调整农业作物种植策略，做到精确施肥和灌溉，进而优化农业资源利用效率，解决了现有技术中农业资源利用效率低下的问题。

本发明实施例提供了一种基于大数据的智慧农业管理系统，包括：数据获取模块、数据预处理模块、数据分析决策模块和公共服务模块；其中，数据获取模块，用于获取各种农业数据资源，建立农业数据资源中心；数据预处理模块，用于对农业数据资源中心获取到的农业数据进行预处理；

数据分析决策模块，用于基于数据预处理的结果进行分析和挖掘，构建预测模型和预警模型，根据预测模型预测出农业作物产量和农业作物价格，根据预警模型得出农业作物质量安全监测预警指数和农业作物价格监测预警指数，农业作物质量安全监测预警指数用于描述农业作物质量安全程度，农业作物价格监测预警指数用于反映农业作物价格异常波动程度；

公共服务模块，用于将农业作物产量和农业作物价格可视化展示给用户，根据农业作物质量安全监测预警指数和农业作物价格监测预警指数进行预警，并提供农业决策建议，还用于获取农业反馈提交数据，据其分析出公共服务用户反馈指数，根据公共服务用户反馈指数进行公共服务模块优化，公共服务用户反馈指数用于反映用户使用的满意度。

进一步的，将农业数据资源中心获取到的农业数据进行预处理的具体方法为：获取农业数据资源中心来自不同数据源的农业数据，将农业数据整合到一个统一的数据库中；当数据库中来自不同数据源的农业数据出现格式不一致和不标准，根据数据定义的标准格式，将数据库中来自不同数据源的农业数据转换为统一的标准格式；

对于农业数据中相似和重复的记录数据进行合并操作，错误和无效的数据进行删除操作，数据信息不全的记录通过具体调查分析后进行数据补全；将农业数据中单位不统一和数值范围差异超过第一阈值的数据，进行数据标准化和归一化的操作，将数据转化为统一的标准尺度。第一阈值根据实际需要进行设定。

进一步的，数据分析决策模块包括生成农业决策单元、预测模型建立单元和预警模型建立单元；农业决策单元，用于基于数据预处理的结果，对预处理后的数据进行分析和挖掘；预测模型建立单元，用于综合产销历史数据构建农业作物产量预测模型和农业作物价格预测模型；预警模型建立单元，用于对农业作物质量溯源数据进行监测建立农业作物质量安全监测预警模型，对农业作物价格波动进行监测，建立农业作物价格监测预警模型。

进一步的，对预处理后的数据进行分析和挖掘的具体方法为：基于农业数据资源之间的业务关联和层次结果，构建农业知识图谱，将获取的农业数据资源进行分析，得出农业数据之间的关联关系；利用大数据可视化技术将数据进行直观展示农业数据之间的关联关系，为农业业务管理人员提供农业的全景画像，全景画像用于展示农业运行全貌和特征。

进一步的，为农业业务管理人员提供农业农村的全景画像的具体方法为：为农业业务管理人员提供农业的全景画像，全景画像包括作物全景画像、农户画像、土地资源画像；作物全景画像对作物产前、产中、产后的关键指标进行分析，展示作物的画像，作物全景画像用于为全区域作物的整体规划、政策制定、补贴投入和供应保障提供数据决策依据；农户画像对农户信息进行全面统计分析，构建全体农户群体的全面画像，农户画像用于为金融机构信用评价提供支持，为提供与农业相关资金投入提供数据决策依据；土地资源画像对农村土地决策分析提供多维度分析结果，全面描绘农村土地资源现状，土地资源画像用于为农村土地监测提供数据支撑，为土地利用规划提供数据决策依据。

进一步的，农业作物产量预测模型的具体分析方法为：在建立农业作物产量预测模型前，对农业数据中的作物类别进行编号；利用卫星遥感技术，获取农业作物最佳估产期的植被覆盖度、日照指数和所受病虫害面积，构建各个类别作物的植被指数，植被指数用于衡量农业作物生长状况的数值；获取各个作物的当前耕种面积和历史产量数据，结合各个类别作物的植被指数，构建农业作物产量预测模型；根据农业作物产量预测模型预测分析农业作物产量。

进一步的，农业作物价格预测模型的具体分析方法：在建立农业作物价格预测模型前，对农业数据中的作物类别进行编号；获取各个作物的市场价格、市场交易平均价格，构建农业作物产量预测模型；通过建立农业作物价格预测模型计算建立农业作物价格预测值；建立的农业作物价格预测模型为：

；

式中，为第i类作物的价格预测值，i为作物类别编号，，S为作物类别总数，为第i类作物的市场价格，为第i类作物的市场交易平均价格，和分别为市场价格和市场交易平均价格对作物的价格预测值的权重占比值。

进一步的，对农业作物质量溯源数据进行监测建立农业作物质量安全监测预警模型的具体方法为：在建立农业作物质量安全监测预警模型前，对农业数据中的按照作物类别进行编号；根据农业作物质量溯源数据，获取农业作物的检测次数、处理案件（经过执行处理的与种子安全相关的案件）数量、合格率，构建农业作物质量安全监测预警模型；根据农业作物质量安全监测预警模型计算农业作物质量安全监测预警指数；农业作物质量安全监测预警模型为：

；

式中，为第i类作物的农业作物质量安全监测预警指数，为第i类作物的检测次数，为第i类作物的处理案件数量，为第i类作物的合格率，和分别为农业作物的检测次数、处理案件数量和合格率对农业作物质量安全监测预警指数的权重占比值。

进一步的，建立农业作物价格监测预警模型的具体方法为：在建立农业作物价格监测预警模型前，对农业数据中的按照作物类别进行编号；获取农业作物的当月产量、当月销量、当月市场价格平均值、当月市场价格最高值和最低值，构建农业作物价格监测预警模型；根据农业作物价格监测预警模型分析出农业作物价格监测预警指数。

进一步的，公共服务用户反馈指数的分析方法为：向用户发送可视化展示的农业作物产量和农业作物价格；根据农业作物质量安全监测预警模型和农业作物价格监测预警模型，进行农业作物监测预警，同时根据监测预警结果实时推送针对监测预警的农业决策建议；获取用户的农业数据每日浏览平均时长、推送决策建议浏览完成度和决策建议点赞数，构建公共服务用户反馈指数公式；根据公共服务用户反馈指数公式分析出公共服务用户反馈指数；当公共服务用户反馈指数低于第二阈值时，对公共服务模块进行优化整改，提升公共服务质量。第二阈值同样根据实际需要进行设定。

本发明具有如下有益效果：

1、本发明通过获取各个作物的当前耕种面积和历史产量数据，结合各个类别作物的植被指数，构建农业作物产量预测模型，根据农业作物产量预测模型预测分析农业作物产量，从而通过预测分析得到的农业作物产量优化耕种农业作物面积，调整农业作物种植策略，做到精确施肥和灌溉，进而实现了优化农业资源利用效率，有效解决了现有技术中农业资源利用效率低下的问题。

2、本发明通过公众服务模块，获取用户的农业数据每日浏览平均时长、推送决策建议浏览完成度和决策建议点赞数，从而分析出公共服务用户反馈指数，进而实现了通过公共服务用户反馈指数评估和监测用户使用的满意度。

3、本发明通过获取农业作物的当月产量、当月销量、当月市场价格平均值、当月市场价格最高值和最低值，构建农业作物价格监测预警模型，从而通过农业作物价格监测预警模型计算农业作物价格监测预警指数，进而实现了根据农业作物价格监测预警模型用于防范农业作物价格的重大波动风险。

附图说明

图1为本发明实施例提供的一种基于大数据的智慧农业管理系统的结构示意图；

图2为本发明实施例提供的数据分析决策模块的结构示意图。

具体实施方式

本发明实施例的总体思路如下：

通过获取农业数据资源，建立农业数据资源中心；将获取到的农业数据进行预处理，把不符合存储和应用规则的农业数据变为统一标准的农业数据资源；通过数据分析决策模块基于数据预处理的结果进行分析和挖掘，同时对区域内不同地区的农业数据资源进行分析，综合产销历史数据构建农业作物产量预测模型和农业作物价格预测模型，对农产品质量溯源数据进行监测建立农业作物质量安全监测预警模型，对主要农产品作物和畜产品作物进行价格波动监测建立农业作物价格监测预警模型，为农业决策建议提供辅助支撑。将农业作物产量和农业作物价格可视化展示给用户，根据农业作物质量安全监测预警指数和农业作物价格监测预警指数进行预警，并提供农业决策建议，还用于获取农业反馈提交数据，据其分析出公共服务用户反馈指数，根据公共服务用户反馈指数进行公共服务模块优化，公共服务用户反馈指数用于反映用户使用的满意度，达到优化农业资源利用效率。

下面结合附图对本发明实施例做进一步描述：

如图1所示，一种基于大数据的智慧农业管理系统包括：数据获取模块、数据预处理模块、数据分析决策模块和公共服务模块；其中，数据获取模块，用于获取各种农业数据资源，建立农业数据资源中心；数据预处理模块，用于对农业数据资源中心获取到的农业数据进行预处理；

数据分析决策模块，用于基于数据预处理的结果进行分析和挖掘，构建预测模型和预警模型，根据预测模型预测出农业作物产量和农业作物价格，根据预警模型得出农业作物质量安全监测预警指数和农业作物价格监测预警指数，农业作物质量安全监测预警指数用于描述农业作物质量安全程度，农业作物价格监测预警指数用于反映农业作物价格异常波动程度；

公共服务模块，用于将农业作物产量和农业作物价格可视化展示给用户，根据农业作物质量安全监测预警指数和农业作物价格监测预警指数进行预警，并提供农业决策建议，还用于获取农业反馈提交数据，据其分析出公共服务用户反馈指数，根据公共服务用户反馈指数进行公共服务模块优化，公共服务用户反馈指数用于反映用户使用的满意度。

在本实施例中，大数据技术的应用可以解决传统农业生产方式存在的问题，通过对农业领域相关数据的收集、整合和分析，大数据技术可以提供精准、科学的决策支持，帮助农民制定更好的管理方案和决策，同时大数据技术还可以优化资源利用效率，减少资源浪费，提高农产品的质量和市场竞争力，此外大数据技术还可以支持农业病虫害的智能监测和预报，实现精准防治，减少对环境的影响。

通过基层采集人员填报、现有历史数据录入、现有系统数据迁移和现有系统数据共享等多个数据源中获取农业数据，将来自不同数据源的农业数据，进行数据集成和合并操作，将数据整合到数据资源中心；获取农业数据资源的区域包括各个地区；数据分析决策模块构建预测模型和预警模型，实现为决策建议提供辅助支撑；数据统一汇聚至农业数据资源中心，在数据建设更新方面，实行统一管理，集中维护的模式，后续数据更新结合本地区实际情况，对数据进行动态更新，保持数据资源的鲜活性和有效性；进行统一设计，打造一体化农业综合服务，统筹考虑需求，统一打造时空一张图及辅助决策分析，通过完善的权限控制为各级别用户统一分配账号，以满足数据决策分析及数据展示需求。

进一步的，将农业数据资源中心获取到的农业数据进行预处理的具体方法为：获取农业数据资源中心来自不同数据源的农业数据，将农业数据整合到一个统一的数据库中；当数据库中来自不同数据源的农业数据出现格式不一致和不标准，根据数据定义的标准格式，将数据库中来自不同数据源的农业数据转换为统一的标准格式；对于农业数据中相似和重复的记录数据进行合并操作，错误和无效的数据进行删除操作，数据信息不全的记录通过具体调查分析后进行数据补全；将农业数据中单位不统一和数值范围差异超过第一阈值的数据，进行数据标准化和归一化的操作，将数据转化为统一的标准尺度。

在本实施例中，数据预处理可以提高数据质量、加速模型训练和优化，帮助发现农业数据中隐藏的信息和规律，提升农业数据分析和农业决策的准确性；通过数据预处理，可以对数据进行可视化分析，帮助理解数据的分布、关系和趋势，为后续分析和建模提供指导；数据预处理的范围为农业数据资源中心获取到的所有数据资源；数据预处理的结果检查方式主要采用软件自动检查及人机交互检查方式进行，通过软件实现空间数据和以结构化方式存储的非空间数据自动检查；对于计算机软件无法检查数据采用人工检查加软件检查结合方式进行检查；检查数据预处理的结果，检查内容包括数据的时效性、完整性、逻辑一致性、空间定位准确度、属性正确性。

进一步的，如图2所示，为本发明实施例提供的数据分析决策模块的结构示意图，数据分析决策模块包括生成农业决策单元、预测模型建立单元和预警模型建立单元；农业决策单元，用于基于数据预处理的结果，对预处理后的数据进行分析和挖掘；预测模型建立单元，用于综合产销历史数据构建农业作物产量预测模型和农业作物价格预测模型；预警模型建立单元，用于对农业作物质量溯源数据进行监测建立农业作物质量安全监测预警模型，对农业作物价格波动进行监测，建立农业作物价格监测预警模型。

在本实施例中，通过对预处理后的农业数据进行分析和挖掘，可以获取更准确、全面的信息，为农业决策提供科学依据，农业业务管理人员可以根据数据分析的结果，做出更准确、明智的决策，降低决策风险；对区域内不同地区的农业数据进行统计、分析、挖掘，构建预警和预测模型，实现为农业决策提供辅助支撑，提高农业决策的准确性、时效性，提升农业生产效率和农业资源利用率；通过对产销历史数据进行分析，可以构建农业作物产量预测模型和农业作物价格预测模型，为农户提供准确的决策建议，农户可以根据预测模型的结果，合理安排农业作物的种植和销售计划；通过农业作物产量预测模型，农业管理者可以预测农业作物产量，合理安排种植面积和施肥用量，优化资源的利用效率；通过农业作物价格预测模型，农业管理者可以了解市场需求和价格趋势，合理定价和销售农产品，应对市场波动，提高经济效益；通过对农业作物质量溯源数据进行监测，可以建立质量安全监测预警模型，及时发现可能存在的质量安全问题，帮助农业从业者提升质量管理水平，保障农产品质量安全；通过建立农业作物价格监测预警模型，可以监测市场价格波动情况，提供价格的异常波动预警，及时发现价格波动的趋势和原因，帮助农户做出相应调整，降低价格波动带来的经济风险。

进一步的，对预处理后的数据进行分析和挖掘的具体方法为：基于农业数据资源之间的业务关联和层次结果，构建农业知识图谱，将获取的农业数据资源进行分析，得出农业数据之间的关联关系；利用大数据可视化技术将数据进行直观展示农业数据之间的关联关系，为农业业务管理人员提供农业的全景画像，全景画像用于展示农业运行全貌和特征。

在本实施例中，利用大数据可视化技术将复杂的数据进行直观表达，帮助农业业务管理人员在海量的与农业相关的数据中查找需要的数据资源，并匹配相关联的数据资源，协助农业业务管理人员进行数据分析和决策应用；利用大数据可视化技术展示农业农村数据资源的层级关联关系，展示更全面的数据资源信息，点击资源节点可显示更加详细的资源属性信息；基于知识图谱构建数据查询功能，系统能够基于海量的数据资源快速检索需要的数据资源，快速定位到知识图谱中的数据资源，点击查看资源更加详细的业务属性信息，自动匹配相关联的数据资源节点；基于海量的数据资源，实现数据地区、年度等设定指标的关联分析，用户点击任意数据节点，即可实现该资源的设定指标的多维度的关联分析，协助用户进行数据分析和决策应用，便于用户实现数据的挖掘。

进一步的，为农业业务管理人员提供农业农村的全景画像的具体方法为：为农业业务管理人员提供农业的全景画像，全景画像包括作物全景画像、农户画像、土地资源画像；作物全景画像对作物产前、产中、产后的关键指标进行分析，展示作物的画像，作物全景画像用于为全区域作物的整体规划、政策制定、补贴投入和供应保障提供数据决策依据；农户画像对农户信息进行全面统计分析，构建全体农户群体的全面画像，农户画像用于为金融机构信用评价提供支持，为提供与农业相关资金投入提供数据决策依据；土地资源画像对农村土地决策分析提供多维度分析结果，全面描绘农村土地资源现状，土地资源画像用于为农村土地监测提供数据支撑，为土地利用规划提供数据决策依据。

在本实施例中，作物全景画像对作物产前、产中、产后的关键指标（采用行业内公知的关键指标即可）进行分析，展示作物的画像，为全区域作物的整体规划、政策制定、补贴投入和供应保障各个方面提供数据决策依据；农户画像对农户信息进行全面统计分析，构建全体农户群体的全面画像，为金融机构信用评价提供支持，为提供与农业相关资金投入提供数据决策依据，农户信息包括的基本信息、家庭结构信息、家庭收入情况数据、土地数据、宅基地数据等数据；土地资源画像对农村土地决策分析提供多维度分析结果，全面描绘农村土地资源现状，为农村土地监测提供数据支撑，为土地利用规划提供数据决策依据。

进一步的，农业作物产量预测模型的具体分析方法为：在建立农业作物产量预测模型前，对农业数据中的作物类别进行编号；利用卫星遥感技术，获取农业作物最佳估产期的植被覆盖度、日照指数和所受病虫害面积，构建各个类别作物的植被指数，植被指数用于衡量农业作物生长状况的数值；获取各个作物的当前耕种面积和历史产量数据，结合各个类别作物的植被指数，构建农业作物产量预测模型；根据农业作物产量预测模型预测分析农业作物产量。

在本实施例中，第i类作物的植被指数的计算公式为：

；

第i类作物的农业作物产量预测模型为：

；

其中，为第i类作物的植被指数，i为农业作物编号，，S为农业作物总数，为第i类作物的植被覆盖度，为第i类作物的日照时数，为第i类作物的所受病虫害面积，和分别为植被覆盖度、日照时数和所受病虫害面积对植被指数的权重占比值，为第i类作物产量预测值，为第i类作物的耕种面积，为第i类作物的历史最高亩产量，为第i类作物的历史最低亩产量，和分别为耕种面积、历史最高亩产量、历史最低亩产量和植被指数对作物产量预测值的权重占比值；当植被指数越高表示农业作物生长状况越好。

进一步的，农业作物价格预测模型的具体分析方法：在建立农业作物价格预测模型前，对农业数据中的作物类别进行编号；获取各个作物的市场价格、市场交易平均价格，构建农业作物产量预测模型；通过建立农业作物价格预测模型计算建立农业作物价格预测值；建立的农业作物价格预测模型为：

；

式中，为第i类作物的价格预测值，为第i类作物的市场价格，为第i类作物的市场交易平均价格，和分别为市场价格和市场交易平均价格对作物的价格预测值的权重占比值。

在本实施例中，基于农业作物产品市场价格、市场交易价格数据，建立农业作物价格预测模型，支持开展市场价格监测预测，提高农业作物市场未来价格形势的研判能力；当农业作物价格预测模型计算出的价格预测值越高表示农业作物上市后价格越高。

进一步的，对农业作物质量溯源数据进行监测建立农业作物质量安全监测预警模型的具体方法为：在建立农业作物质量安全监测预警模型前，对农业数据中的按照作物类别进行编号；根据农业作物质量溯源数据，获取农业作物的检测次数、处理案件数量、合格率，构建农业作物质量安全监测预警模型；根据农业作物质量安全监测预警模型计算农业作物质量安全监测预警指数；农业作物质量安全监测预警模型为：

；

式中，为第i类作物的农业作物质量安全监测预警指数，为第i类作物的检测次数，为第i类作物的处理案件数量，为第i类作物的合格率，和分别为农业作物的检测次数、处理案件数量和合格率对农业作物质量安全监测预警指数的权重占比值。

在本实施例中，根据农业作物质量安全监测预警模型计算农业作物质量安全监测预警指数，对农业作物质量溯源数据进行监测，同时结合农业作物检测和处理数据，针对检测合格率低及处理案件高的农业作物，进行预警提示，防范农业作物质量安全风险；当农业作物质量安全监测预警模型计算出的农业作物质量安全监测预警指数越高，表示当前农业作物的质量安全越低。

进一步的，建立农业作物价格监测预警模型的具体方法为：在建立农业作物价格监测预警模型前，对农业数据中的按照作物类别进行编号；获取农业作物的当月产量、当月销量、当月市场价格平均值、当月市场价格最高值和最低值，构建农业作物价格监测预警模型；根据农业作物价格监测预警模型分析出农业作物价格监测预警指数。

在本实施例中，根据农业作物价格监测预警模型分析出农业作物价格监测预警指数，农业作物价格监测预警指数用于反映农业作物价格异常波动程度，提供农业价格异常波动预警；第i类农业作物价格监测预警模型计算公式为：

；

式中，为第i类作物的农业作物价格监测预警指数，为第i类作物的当月 销量，为第i类作物的当月产量，为第i类作物的当月市场价格平均值，为第i类 作物的当月市场价格最高值，为第i类作物的当月市场价格最低值，和分别为 农业作物的当月销量与当月产量比值、当月市场价格平均值和当月市场价格最高值与最低 值差值对农业作物价格监测预警指数的权重占比值；根据农业作物价格监测预警模型用于 防范农业作物价格的重大波动风险；当农业作物价格监测预警模型计算出的农业作物价格 监测预警指数越高，表示农业作物价格异常波动程度越高。

进一步的，公共服务用户反馈指数的分析方法为：向用户发送可视化展示的农业作物产量和农业作物价格；根据农业作物质量安全监测预警模型和农业作物价格监测预警模型，进行农业作物监测预警，同时根据监测预警结果实时推送针对监测预警的农业决策建议；获取用户的农业数据每日浏览平均时长、推送决策建议浏览完成度和决策建议点赞数，构建公共服务用户反馈指数公式；根据公共服务用户反馈指数公式分析出公共服务用户反馈指数；当公共服务用户反馈指数低于第二阈值时，对公共服务模块进行优化整改，提升公共服务质量。

在本实施例中，推进农业公共数据资源向社会、企业主体和农户开放共享，真正的盘活农业数据资源，让农业数据更好的服务农户，挖掘出新的价值；公共服务用户反馈指数计算公式为：

；

式中，FK为公共服务用户反馈指数，LP为农业数据每日浏览平均时长，WC为推送决策建议浏览完成度，DZ为决策建议点赞数，和分别为农业数据每日浏览平均时长、推送决策建议浏览完成度、决策建议点赞数对公共服务用户反馈指数的权重占比值；公共服务用户反馈指数越高表示用户使用满意度越高。

总而言之，借助于本发明的上述技术方案，通过获取各个作物的当前耕种面积和历史产量数据，结合各个类别作物的植被指数，构建农业作物产量预测模型，根据农业作物产量预测模型预测分析农业作物产量，从而通过预测分析得到的农业作物产量优化耕种农业作物面积，调整农业作物种植策略，做到精确施肥和灌溉，进而实现了优化农业资源利用效率。

本发明涉及到的算法可以通过电子设备执行，电子设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，通过处理器执行程序实现上述的算法。

Claims (1)

1.一种基于大数据的智慧农业管理系统，其特征在于，包括：数据获取模块、数据预处理模块、数据分析决策模块和公共服务模块；

其中，数据获取模块，用于获取各种农业数据资源，建立农业数据资源中心；

数据预处理模块，用于对农业数据资源中心获取到的农业数据进行预处理；

数据分析决策模块，用于基于数据预处理的结果进行分析和挖掘，构建预测模型和预警模型，根据预测模型预测出农业作物产量和农业作物价格，根据预警模型得出农业作物质量安全监测预警指数和农业作物价格监测预警指数，农业作物质量安全监测预警指数用于描述农业作物质量安全程度，农业作物价格监测预警指数用于反映农业作物价格异常波动程度；

公共服务模块，用于将农业作物产量和农业作物价格可视化展示给用户，根据农业作物质量安全监测预警指数和农业作物价格监测预警指数进行预警，并提供农业决策建议，还用于获取农业反馈提交数据，据其分析出公共服务用户反馈指数，根据公共服务用户反馈指数进行公共服务模块优化，公共服务用户反馈指数用于反映用户使用的满意度；

将农业数据资源中心获取到的农业数据进行预处理的具体方法为：

获取农业数据资源中心来自不同数据源的农业数据，将农业数据整合到一个统一的数据库中；

当数据库中来自不同数据源的农业数据出现格式不一致和不标准，根据数据定义的标准格式，将数据库中来自不同数据源的农业数据转换为统一的标准格式；

对于农业数据中相似和重复的记录数据进行合并操作，错误和无效的数据进行删除操作，数据信息不全的记录通过具体调查分析后进行数据补全；

将农业数据中单位不统一和数值范围差异超过第一阈值的数据，进行数据标准化和归一化的操作，将数据转化为统一的标准尺度；

数据分析决策模块包括生成农业决策单元、预测模型建立单元和预警模型建立单元；

农业决策单元，用于基于数据预处理的结果，对预处理后的数据进行分析和挖掘；

预测模型建立单元，用于综合产销历史数据构建农业作物产量预测模型和农业作物价格预测模型；

预警模型建立单元，用于对农业作物质量溯源数据进行监测建立农业作物质量安全监测预警模型，对农业作物价格波动进行监测，建立农业作物价格监测预警模型；

对预处理后的数据进行分析和挖掘的具体方法为：

基于农业数据资源之间的业务关联和层次结果，构建农业知识图谱，将获取的农业数据资源进行分析，得出农业数据之间的关联关系；

利用大数据可视化技术将数据进行直观展示农业数据之间的关联关系，为农业业务管理人员提供农业的全景画像，全景画像用于展示农业运行全貌和特征；

为农业业务管理人员提供农业农村的全景画像的具体方法为：

为农业业务管理人员提供农业的全景画像，全景画像包括作物全景画像、农户画像、土地资源画像；

作物全景画像对作物产前、产中、产后的关键指标进行分析，展示作物的画像，作物全景画像用于为全区域作物的整体规划、政策制定、补贴投入和供应保障提供数据决策依据；

农户画像对农户信息进行全面统计分析，构建全体农户群体的全面画像，农户画像用于为金融机构信用评价提供支持，为提供与农业相关资金投入提供数据决策依据；

土地资源画像对农村土地决策分析提供多维度分析结果，全面描绘农村土地资源现状，土地资源画像用于为农村土地监测提供数据支撑，为土地利用规划提供数据决策依据；

农业作物产量预测模型的具体分析方法为：

在建立农业作物产量预测模型前，对农业数据中的作物类别进行编号；

利用卫星遥感技术，获取农业作物最佳估产期的植被覆盖度、日照指数和所受病虫害面积，构建各个类别作物的植被指数，植被指数用于衡量农业作物生长状况的数值；

获取各个作物的当前耕种面积和历史产量数据，结合各个类别作物的植被指数，构建农业作物产量预测模型；

根据农业作物产量预测模型预测分析农业作物产量；

第i类作物的植被指数的计算公式为：

；

第i类作物的农业作物产量预测模型为：

；

其中，为第i类作物的植被指数，i为农业作物编号，，S为农业作物总数，为第i类作物的植被覆盖度，为第i类作物的日照时数，为第i类作物的所受病虫害面积，和分别为植被覆盖度、日照时数和所受病虫害面积对植被指数的权重占比值，为第i类作物产量预测值，为第i类作物的耕种面积，为第i类作物的历史最高亩产量，为第i类作物的历史最低亩产量，和分别为耕种面积、历史最高亩产量、历史最低亩产量和植被指数对作物产量预测值的权重占比值；

农业作物价格预测模型的具体分析方法：

在建立农业作物价格预测模型前，对农业数据中的作物类别进行编号；

获取各个作物的市场价格、市场交易平均价格，构建农业作物产量预测模型；

通过建立农业作物价格预测模型计算建立农业作物价格预测值；

建立的农业作物价格预测模型为：

；

式中，为第i类作物的价格预测值，i为作物类别编号，，S为作物类别总数，为第i类作物的市场价格，为第i类作物的市场交易平均价格，和分别为市场价格和市场交易平均价格对作物的价格预测值的权重占比值；

对农业作物质量溯源数据进行监测建立农业作物质量安全监测预警模型的具体方法为：

在建立农业作物质量安全监测预警模型前，对农业数据中的按照作物类别进行编号；

根据农业作物质量溯源数据，获取农业作物的检测次数、处理案件数量、合格率，构建农业作物质量安全监测预警模型；

根据农业作物质量安全监测预警模型计算农业作物质量安全监测预警指数；

农业作物质量安全监测预警模型为：

；

式中，为第i类作物的农业作物质量安全监测预警指数，为第i类作物的检测次数，为第i类作物的处理案件数量，为第i类作物的合格率，和分别为农业作物的检测次数、处理案件数量和合格率对农业作物质量安全监测预警指数的权重占比值；

建立农业作物价格监测预警模型的具体方法为：

在建立农业作物价格监测预警模型前，对农业数据中的按照作物类别进行编号；

获取农业作物的当月产量、当月销量、当月市场价格平均值、当月市场价格最高值和最低值，构建农业作物价格监测预警模型；

根据农业作物价格监测预警模型分析出农业作物价格监测预警指数;

第i类农业作物价格监测预警模型计算公式为：

；

式中，为第i类作物的农业作物价格监测预警指数，为第i类作物的当月销量，为第i类作物的当月产量，为第i类作物的当月市场价格平均值，为第i类作物的当月市场价格最高值，为第i类作物的当月市场价格最低值，和分别为农业作物的当月销量与当月产量比值、当月市场价格平均值和当月市场价格最高值与最低值差值对农业作物价格监测预警指数的权重占比值；

公共服务用户反馈指数的分析方法为：

向用户发送可视化展示的农业作物产量和农业作物价格；

根据农业作物质量安全监测预警模型和农业作物价格监测预警模型，进行农业作物监测预警，同时根据监测预警结果实时推送针对监测预警的农业决策建议；

获取用户的农业数据每日浏览平均时长、推送决策建议浏览完成度和决策建议点赞数，构建公共服务用户反馈指数公式；

根据公共服务用户反馈指数公式分析出公共服务用户反馈指数；

当公共服务用户反馈指数低于第二阈值时，对公共服务模块进行优化整改，提升公共服务质量；

公共服务用户反馈指数计算公式为：

；

式中，FK为公共服务用户反馈指数，LP为农业数据每日浏览平均时长，WC为推送决策建议浏览完成度，DZ为决策建议点赞数，和分别为农业数据每日浏览平均时长、推送决策建议浏览完成度、决策建议点赞数对公共服务用户反馈指数的权重占比值。