农业大数据平台方案

在一份优秀的方案中，既要包括各项具体的工作环节，时间节点，执行人，也要包括实现方法、需要的资源和预算等，那么具体要如何操作呢？以下是小编精心整理的《农业大数据平台方案》，仅供参考，希望能够帮助到大家。

第1篇：农业大数据平台方案

大数据时代理论专业课云平台辅助教学方案探索

【摘要】大数据时代的信息革命，导致传统课堂教学受到冲击。理论专业课尤其需要对应策略。将云平台技术作为辅助教学手段，有助于克服传统课堂课时少、互动性差的缺点，并借助引导学生进行数据搜集整理，培养学生的学习和科研兴趣。通过结合使用“为知”软件与“课堂派”小程序，可以初步达到强化课堂管理，培养学生良好科研习惯的效果。

【关键词】大数据 云平台 专业课

【基金项目】2016年度重庆市高等教育教改研究项目立项课题“大数据时代基于云平台的专业课教学实践方案研究”(163036)。

大数据时代引发的不止是信息爆炸，而且是基于移动网络的全方位信息革命，最终必将逼迫作为一种信息活动形式的教学活动也发生革命。当前逐渐推广的MOOC“慕课”也只是其中一种回应形式。但是慕课这一形式也只是部分顺应了大数据时代的要求，仍然具有较大局限性，尤其是慕课教学的模式，更为合适通识课程或基础课程，而对于专业性课程并不特别适用。尤其是基础学科的理论专业课程，由于难度大且实用性低，其课堂教学效果更易受到网络信息反向影响。因此在大数据时代结合云平台技术，探索一种理论专业课的辅助教学方案很有必要。

一、大数据时代理论专业课教学的困难

基础学科的理论专业课程由于难度大、专业冷门和高年级学生目标转向就业等因素影响，如何在大数据和网络时代的背景下，克服“满堂灌”的旧有教学模式，激发学生学术热情，并真正建立互动教学机制，是一个巨大的挑战。目前，无论是采用最新的慕课，还是较旧的讨论课形式，都难以完全解决问题。具体原因如下：

1.专业性与理论性引发的冲突：基础学科的理论专业课，具有内容多、难度高、学理关联度广、外文文献多的特征，因此不仅学习难度大，而且要求学生有较丰富的前期知识积累，往往安排在大三、大四进行教学。但由于基础学科专业与就业市场有一定距离，高年级学生往往已经将注意力转向就业市场或热门专业的考研备考，导致两者之间形成难以协调的冲突。

2.教学班在课时设置与互动教学方面的两难：由于高年级专业课程基本上以选修课形式存在，学时较少，能用于讨论课互动教学的学时非常有限。因此，很难对高年级本科生实行充分的互动式教学，但如果不采用互动式教学，在大数据化的网络时代又很难刺激学生学习兴趣和参与性。

3.专业兴趣培养与技能训练之间的冲突：选修课程的限制，使教师为提升学生兴趣，尽量降低内容难度，同时为减轻学生课后负担，也很难安排过重的课后知识学习任务。这就迫使教师要将专业课上成通识课，这种妥协显然是违背专业建设本旨的。

4.大数据时代造成的专业教学难题：大数据时代获取信息过于容易，一方面导致学生对课堂依赖性下降，另一方面由于教师的讲授内容也方便通过录音、课件、文稿等方式获得，学生对任课教师教学的尊重度相对下降。

5.传统考核方式失效：大数据时代，传统的论文考查方式很难有效。由于学生可以轻易获得各类冷僻知识信息，剽窃或稍加修改便作为作业极为便利，导致教师既难藉此实现考核目标，也很难形成对学生的学术训练，反而使批改学生“作业”成为荒唐的“辨伪”工作。但如果采用闭卷考试形式，对于强调思维训练的学科和包含更多探索知识的理论专业课程，也是不太合适的。

总结起来，大数据时代的专业课教学，尤其不能只承担单方面的信息传递工作，而必须让知识在教学中变成“活”的形式;要充分利用大数据时代的信息优势，而不是成为信息革命的被淘汰者;要让本来就不只是死的信息的理论课教学借助大数据“活”起来，才可能克服上述诸种难点，真正改善基础学科理论专业课的教学效果。

二、基础学科理论专业课的云平台辅助教学的基本设计思路

大数据时代的信息在两点上与传统信息不同，一是数量更大交换更快，二是它是互动的，更加“活生生”的。传统教学是信息单方面传递的模式，知识信息是“死”的客体，而大数据时代是信息互动模式，知识信息是“活”的主体。如果我们仅仅把大数据理解为更大量和更高速交换的数据，就还停留在传统模式中。传统课堂“满堂灌”的模式也正是把教学从活的思维训练变为死的知识灌输，才导致基础学科理论专业课教学效果不佳。如果不利用好大数据时代信息更“活”这一面，而是单纯扩大其数量与传播速度那一面(如慕课带来的)，其结果反而会是强化了传统教学的弊端，导致理论专业课更难吸引学生。因此，如果能利用云平台的文献数据软件来改进课堂教学，将教学过程从单方面的传播信息变为采集管理信息，利用云平台的交互性，解放学生的主动性，就可以扬长避短，改进基础学科理论专业课的教學效果。

基于以上设想，选择了“为知”(WIZ)这一款文献管理软件的网络团队版本，结合教学班实践进行探索。“为知”是目前国内唯一一款同时具备云平台、文献收集管理、数据库建设与组群互动功能的软件。通过“为知”团队服务(标准版或专业版)，可以大大提升数据搜集效率，培养文献管理技能，并借助组群功能(配合“微信”)实现互动式数学管理。

利用“为知”构建基础学科理论专业课辅助教学平台，具有如下优点：

首先，建立云平台专业课数据库，利用“为知”的云平台信息搜集功能，可以与相关专业课教师的研究结合，为相关专业课教学先准备好专业知识数据库。

大数据时代，我们需要的不是无穷的数据，而是经过专门整理的专业数据库。“为知”软件具备强大的文献数据搜集管理功能，尤其是其多级目录与多级标签技术，使其可以作为文献数据库使用。专业课教师本身需要进行大量专业文献知识搜集与管理，“为知”软件的应用不仅为他们提供了一个较为完善的文献搜集管理方案，而且彼此之间的数据库还可以通过云平台交换共享，形成一个真正的“大数据”系统。

其次，将建立好的“为知”团队数据库与专业课课堂整合，既培养学生在文献方面的主动管理能力，又为课堂知识提供了可靠的信息渠道，使课后知识传递更具效率，从而为课堂的知识传递功能减负。基础学科理论专业课教学需要传播大量的专业知识，仅靠有限课时是不够的。将专业课教学建立在专业数据库的基础上，是保障专业课教学具备足够品质，使学科的学术研究成果转化为教学资源的关键性环节。这一环节在大数据时代，借助云平台具备了实践可能性。

其三，通过“为知”软件的辅助，使学生从被动的专业知识信息接收者，变为主动的知识搜集、管理者。学生的被动性越强，对课程就越没有兴趣，培育学生专业兴趣的最好方法，就是调动他的主动性，提高参与度。利用为知云平台，学生不仅要搜集信息，而且最主要是要形成一个共同编目文件，利用“为知”的修订功能，使学生之间形成协作。学生利用为知的云平台不仅展开数据交流，而且可以进行讨论，教师进行专门引导(如指定经典文本)，使讨论课延伸到课后。学生在这种定向信息搜集管理中，形成问题视野，孵化论文题目，培养专业兴趣方向。

最后，“为知”平台的采用，也有助于实现专业课教学成果的累积性，提升教师之间、学生之间的关联性。由于每个教学班结束后，学生并非被解散，教师与学生不会变成陌生人，而是永久地留在了为知数据网络中，通过“为知”推送功能保持互动联系。优秀的往届学生，在形成专业兴趣后，可以继续不断地通过“为知”平台参与到和后继教学班“师弟师妹”们的教学互动中，而不同的专业课之间，可以展开教学协作，互通数据，共享全部用户，使不同专业课知识与教学管理之间形成有机的系统，并进一步加强教师之间的关联性与团队性。在积累足够教学成果与知识数据后，便可以很方便地进行相关统计、题库建设等工作。

综合以上，利用“为知”及其他辅助云平台(如“百度云”、微信)，可以改变使教学管理模式，克服课时限制、互动性差、学生兴趣低、课程协作少等旧教学模式的缺陷，尤其有利于有较高难度、较强理论性、较大知识量的专业课教学，使像基础学科理论专业课教学这种“困难户”有机会在大数据时代的云平台下焕发生机。

三、“为知”软件云平台教学辅助方案的缺陷与修正

尽管“为知”软件是一款非常优秀的文献管理和搜集软件，尤其适用于培养学生的科研能力，但它并不是专门为教学开发的软件，因而具体应用于教学实践也有一些缺陷：

首先，“为知”软件功能非常强大，但却需要较长时间去了解与学习，而在教学中应用，更有较多专门设计，需要一定培训时间才可能掌握。由于多数教师多年来已经形成自己的科研习惯和研究方法，难以直接接受“为知”作为自己的科研工具，也就更难在教学中引导学生使用该软件。

其次，“为知”软件本身未针对课堂需求优化开发，从而使其教学辅助的实用性下降。由于“为知”软件本身是云笔记软件，其最佳用途是科研辅助作用，因此在课堂上作为教学辅助软件推广，存在一系列技术缺陷和困难，主要有以下几点：

1.没有针对课堂的班级组织、点名签到、作业批改的专门模块，而这些功能是教师使用软件最为看重的功能，欠缺这些专门模块意味着其课堂推广意义大幅度下降。

2.用户功能界面不够直观友善。由于这一软件主要是云笔记定位，其界面倾向文章页面组织和信息的树形结构，但对于课堂辅助软件而言，用户界面与功能界面才应是主体。因此软件虽然功能丰富，但绝大多数学生使用的第一体验不好。

3.软件欠缺专门的对话交流模块，导致这一软件作为教学平台，无法通过其强化教学群体的凝聚力，师生也无法通过它进行更便利的课程交流。

基于以上情况，将“为知”作为基础学科理论专业课的辅助教学软件，還需要配合专门开发的课堂教学云平台。其功能上最主要是要弥补“为知”的课程管理缺陷。比如已经被广泛推广的“课堂派”微信小程序，其管理功能实用丰富，界面友好，可以很好地与“为知”配合使用。尤其是针对教学大班，体现出容易上手管理的特点。其作业批改功能与查重功能，GPS点名功能都极大地解放了教师相关工作量。而且程序自身带有即时联系模块，也相当有利于学生与教师之间的互动，并对课程结束后的进一步追踪育人仍有辅助作用。经过教学实践检验，基本能弥补“为知”软件存在的各种缺陷，达到两者相得益彰的效果。

不过，由于“课堂派”与“为知”是两个软件，不能彼此很好地配合;另一方面，“为知”软件的使用需要较强的培训力量和上级组织力量，这导致其实施只能限制在较小范围。这导致两者间的结合使用难以开展，而“为知”软件既需要进一步补充开发教学模块，在推广和培训上也需要更多工作。

因此，基于云平台开展专业课教学实践的改革仍然任重道远，尤其是在网络教学的需求进一步提升的情况下，急需一个能够整合课堂教学、科研文献处理与网络授课三大功能于一体的软件作为推广平台。就此而言，“为知”与“课堂派”暂时都不能完全胜任，还需要再探索新的平台。、

参考文献：

[1]孙书韬，朱立谷，李春芳.北美知名大学数据科学专业课程体系分析[J].中国教育信息化，2019(24).

[2]张宝林，丁莉.大数据背景下古代汉语数据库建设探索[J].齐齐哈尔师范高等专科学校学报，2019(2).

[3]敖素.问题主导式专题化教学法在哲学专业课中的探索与实践——以《社会哲学》课程为例[J].教育文化论坛，2016，8(04).

[4]程敬华，赵秉峰.参与式教学法在哲学专业课中的应用研究[J].理论观察，2016(12).

作者简介：

卓立(1976年-)，男，汉族，福建省霞浦县人，博士，西南政法大学哲学系副教授，研究方向为现代西方哲学、历史哲学。

作者：卓立

第2篇：热带农业大数据应用平台设计

摘 要 热带农业存在信息量大、数字化水平低、关联性强、涉及领域多、结构复杂等特点，大数据技术能可以进行资源整合、规律发现和价值数据挖掘，能很好地满足热带农业发展的需求。综述国内外农业大数据发展现状及存在问题，结合国家“一带一路”战略需求，分析我国热带农业大数据应用平台建设的重要性，然后提出热带农业大数据应用平台的基础设施层、数据层、平台层、应用层4层架构，设计了数据采集、数据处理、数据储存、数据分析挖掘、数据可视化和应用6个环节的技术架构，对6环节及技术架构进行了详细描述，并分析热带农业大数据应用平台的发展前景。

关键词 热带农业 ;大数据应用平台 ;资源整合 ;可视化

随着云计算、大数据、物联网等信息处理与采集技术的发展，其在农业上的应用也越来越多，技术也越来越成熟。当前，农业物联网的数据采集技术已经基本满足封闭半封闭环境下农田环境的采集需求，为农业数据的产生提供必要手段;云计算技术的发展推动互联网的计算、存储服务的模式变革，推动信息技术领域的飞速发展，为大数据技术的发展提供重要的服务基础;大数据技术在电子商务、政务、工业、金融、医疗等领域的决策方面已有很好的进展和应用[1]。然而，立足于云服务条件下的农业大数据的决策和应用依然处于起步阶段，热带农业的大数据条件建设和决策应用更是不足。因此，热带农业的发展和转型升级，需要加快完善热带农业的云计算服务和物联网采集等设施建设，同时亟待解决热带农业数据资源整合、共享服务和决策应用问题。以服务热带农业的发展为宗旨，设计以云计算为服务平台、以农业物联网为主要采集手段、以资源整合、数据共享和决策应用为目的的热带农业大数据应用平台，为加快热带农业转型升级、提高热带农业国际竞争力提供重要的信息化手段。

1 国内外农业大数据的发展现状

1.1 农业大数据概述

农业大数据是指农业及涉农相关领域所产生的全样本或多样本的不同类型数据的集合，是大数据理念、技术和方法在农业领域的发展与应用[2-3]。农业涉及环境与资源、生产、市场、管理等环节，包括农资、育种、耕地、播种、灌溉、施肥、病虫害、收获、仓储、加工、物流、销售、畜牧业生产、养殖管理等内容，贯穿整个农业生产、管理、销售、运输、消费等过程中的各个环节都会产生大量的数字化信息[4]。此外，农业大数据还涉及跨行业、跨专业、跨领域的服务农业发展的数据。农业大数据智能采集主要是依托部署在农业生产、农产品运输、储藏过程中的各种传感节点(环境温湿度、土壤水分、二氧化碳含量、图像等)及有线或无线通信网络，完成农业数据采集、传输、存储、处理等环节的数据管理，结合机器学习、深度学习等大数据分析处理与挖掘方法，最终实现农业生产、农产品运储环境的智能感知、智能预警、智能决策、智能分析以及专家在线指导，为农业生产提供精准化种植、可视化管理、智能化决策，为农产品储运环节提供合适的条件[5]。

1.2 国内农业大数据发展情况

在国内，杨波等[6]积累了多年农作物虫害发生的数据，并在此基础上利用SPSS统计分析软件对气象数据进行相关性分析，建立气象数据与玉米螟害虫发生关系的监测预警模型，取得较好的预测效果。這是农业大数据在虫害发生预测方面一个具体应用，是农业大数据在农业生产上应用的一个体现。孟祥宝等[1]设计了一个涵盖从服务、管理、应用、技术、资源等5个关键环节的农业大数据SMART应用体系架构，并详细阐述了平台的总体架构和功能设计，采用IAAS、PAAS、SAAS服务模式，在Hadoop、HBase、MapReduce架构基础上实现农业大数据智能分析平台的数据采集、分析等功能。山东农业大学建立农业大数据应用云平台，包括数据资源、价格监测、专题分析等多个模块，涵盖全国的农业经济数据统计分析，农业农村生产信息分析，渔业、畜牧业、林业等行业信息资源统计以及粮食专题数据和农产品贸易数据等数据统计、分析、处理功能。山东省主导建立了渤海粮仓科技示范工程大数据平台，平台体系主要包括数据采集、挖掘分析、监测预警和决策服务四大模块，其中数据采集包括人工采集、自动采集、无人机数据、遥感数据、历史数据五大数据来源，是大数据技术在农业应用方面的一个良好示范，采用了Hadoop基础框架，并应用HDFS上的HBase、Hive数据存储技术[7]。此外，云南农业大学等建设云南农业大数据中心，也采用hadoop技术框架。

1.3 国外农业大数据的应用情况

在国外，欧美国家的农业大数据发展水平较为成熟，在精准化、智能化等方面都取得了较好的应用，在降低农业生产成本和提高效率方面都有很好的利用价值。在美国，更加注重农业大数据应用的精准化和智能化，美国农业巨头Monsanto公司收购和并购了Precision Planting和Climate Corporation公司，拥有全球最大的资源和海量产量数据，并与Climate公司的气象数据相结合，依靠Hadoop架构进行气候规律的分析预测，获取更详细的种植环境区划和精细划分的品种数据[8];种业巨头Du Pont Pioneer公司依托其优质种质资源与研发技术，也已结合农业大数据推进精准农业技术;美国Trimble公司提供基于GIS的整套农机作业综合解决方案“网络农场系统”，该系统能够通过无线模块连接整个农场的软件和硬件设备，从而使信息在室内电脑、农机车辆、其他终端间进行传输和处理[9]。目前，美国Deer公司的FramSight、Monsanto公司的ClimatePro或Field Scripts、Du Pont Pioneer公司的Field360等，都結合气象数据、广泛使用农业大数据系统，整合农机设备的种植和农场的产量数据，以及气象、种植区划等多样数据，实现更精准的种植决策和农事生产精准化服务，帮助农民提高产量和利润，已经应用于大部分农场并产生理想收益[8]。通过对农业生产全过程的精准化、智能化管理，可以最大程度地减少化肥、水资源、农药等投入，提高作业质量，农业经营变得有序化，为农业的精准化、规模化经营服务。

1.4 我国农业大数据存在的共性问题

当前我国农业普遍存在的问题还很多，如农业的效率低、效益不好、效能不足等，导致这些问题的主要原因有生产要素耦合效应缺乏、产业关联性低下、农业产销等大循环系统性和协调性不够，形成了我国粗放式的农业发展模式。此外，长期以来农业基准数据资源薄弱、数据结构不合理、数据细化程度不够、数据标准化和规范化水平低等原因，这也我国农业生产智能化和精准化水平难以很好实施的重要原因[10]。然而农业大数据的发展在改善这些问题方面都有积极作用，开展农业大数据资源整合与分析应用是我国农业向高附加值产业发展的重要阶段。

1.5 热带农业大数据发展的意义

热带农业是我国热带与亚热带地区的特色农业，我国热区在农业生产、价格信息发布等方面也有一定的基础，有农业环境监测、中国热带农业信息网、海南农产品流通公共信息服务平台、病虫害防治以及农产品电商平台等多个系统平台，采集农业监测信息与数据。然而这些数据资源的利用率极低，在大数据处理方面研究基础十分薄弱，利用能力更低。如何充分利用物联网采集的农业信息进行农业智能化生产，如何利用气象环境信息预测给农业带来的影响，如何利用农产品电子商务的销售信息预测农产品价格和消费者的需求?而大数据技术在数据整合与决策方面的优势是解决这些问题的一个重要手段[11]。

2017年5月，农业部、发改委、商务部、外交部四部委联合发布《共同推进“一带一路”建设农业合作的愿景与行动》，明确指出中国南部省区立足热带农业，与东南亚、南亚国家开展粮食、热带经济作物等种植合作，发展态势良好，势头强劲，均取得显著成效。继续推动热带农业“走出去”、加快整合包括东南亚、南亚国家的国外热带农业大数据资源、完善我国热带农业大数据资源库，是完全符合当前我国“一带一路”国际战略，有利于深化与东南亚、南亚等热带国家的农业合作，有利于中国农业与世界农业的融合发展[12]。

因此，我国热带地区拥有较为丰富的农业科技资源、生产环境资源信息、价格监测信息、农业气象信息等资源，且分布相对集中，同时拥有一定的东南亚、南亚国家的农业信息，对整合国内外热带农业数据资源和大数据分析应用具有良好的优势。建设大数据处理云平台，实现大数据的存储、融合、分析处理，设计高效的大数据处理模型或算法是开展大数据应用的重要基础，是进行农业大数据处理的条件。同时在服务热带农业产业发展和国家“一带一路”战略方面优势突出。大数据技术为热带农业向智能化方向发展提供现实可行性，为热带农产品的销售拓宽渠道，为热带农业资源整合提供手段，为热带农业提供开放式的农业科技共享服务，为强化热带农业的国际合作提供必要基础。

2 热带农业大数据应用平台

2.1 热带农业大数据应用平台建设目标

针对热区农业存在的基准数据资源薄弱、数据结构不合理、数据标准化水平差、农业内部信息流不畅等问题，充分运用大数据、云计算等先进技术和理念，加快推进热区农业大数据应用平台建设、海量数据积累和历史数据清洗，逐步形成以大数据平台为基础、以大数据管理为核心、以大数据应用为主导、以大数据安全体系为保障的热带农业大数据发展总体框架，实现热带农业数据资源从粗放式、低效能分散建设向集约化、高绩效协同发展模式转变;以问题和需求为导向，逐步推进大数据在热带农业管理、决策和公共服务领域的广泛应用，突破一批大数据关键技术，转化一批大数据科研成果，形成一批大数据科研产品，有效推动热区农业产业转型升级和生产方式转变。

2.2 热带农业大数据应用平台架构设计

2.2.1 平台总体架构

热带农业大数据应用平台是在云计算架构运行的，既支持批处理，也支持流处理，是依托分布式处理、网格计算等技术，提供大规模数据的批量处理能力和小规模数据的实时响应能力，很好的满足热带农业大数据的应用需求。云计算架构下的热带农业大数据应用平台架构如图1所示，具体分析如下。

基础设施层：利用资源虚拟化技术，对计算设备、存储设备和网络设备进行虚拟化，实现资源的统一虚拟化资源池，并通过资源管理技术完成资源统一管理、任务分配等，并提供统一资源服务。

数据层：利用数据库和云计算等技术，存储热带农业国内外数据资源，具体数据资源模块如图2所示。价格数据是针对我国部分热带农产品价格波动较大的问题，开展市场价格预警预测;共享数据是为适应我国热带农业开展共享服务需求，设计支持权威数据的共享服务模式。

平台层：在云计算的强大服务能力的基础上，设计数据平台和统一数据服务平台。数据平台主要提供支持热带农业大数据的汇总、挖掘、实时汇总和二次汇总的数值计算服务;统一数据服务平台主要提供热带大数据平台的后台数据服务管理功能和用户的多种数据应用请求服务，也包括这些服务任务的调度和监控功能。

应用层：应用层依然是在云服务的基础上，设计的热带农业共性的应用服务或管理服务，包括数据资源、专题分析、热区GIS服务、数据共享服务以及管理服务的用户管理、日志管理、接口管理和数据安全。该层为终端应用提供基础的应用服务和请求服务。

终端应用：支持PC/手机浏览器、移动APP、微信公众平台等终端的对热带农业大数据应用的请求服务，提供多终端的请求和接收服务。

2.2.2 平台技术框架

热带农业大数据应用平台有数据采集、数据预处理、数据存储、数据分析挖掘、数据可视化以及应用六个环节组成，为涉农政府部门、科研机构、企业或个人提供必要的参考，同时，提供数据共享服务功能，为数据利用和平台应用方面的扩张提供可行性。如图3所示，具体分析如下。

2.2.2.1 数据采集

作为第一产业的热带农业受自然条件、地理环境的影响很大，农业大数据的获取必然要采集地理、气象、土壤等自然与环境数据，热带农业大数据采集内容还包括热带农业生产、農产品市场、价格、贸易以及政策和科技等数据，涉及的面很广，完善的数据获取难度大。目前主要的采集手段有：物联网采集、互联网共享、现有数据的标准化转换以及人工调研采集等方法。涉及到互联网采集、智能识别技术、定位技术、移动终端等服务技术。

物联网采集：主要是利用传感器、遥感、电子标签、视频等硬件技术采集热带生产、流通等过程产生的环境数据和信息。

互联网采集：利用互联网web技术，获取互联网共享的农业种植以及农产品生产、加工、销售、消费、市场等信息。

现有数据标准化：对当前已有的气象、土壤质量、地理环境以及已经建设的农业数据平台的信息进行标准化，实现数据的共享。

人工采集：人工采集涉及面很广，主要是针对上述几种手段无法获取或需要更新的信息。此外，还提供相对完善的数据源开放接口，为数据的共享输入和输出服务。

2.2.2.2 数据预处理

数据预处理包括数据的清洗(ETL)、数据融合、数据规约等处理方法。

数据清洗：针对热带农业大数据信息多类型、多数据源等问题，通过数据筛选、剔除、均值等方法，优化实际数据的多源化构成问题，提供开放式处理接口，为提供更好的数据质量和更精确分析结果打基础。

数据融合：主要是针对非结构化的数据进行规范化处理、对已有数据的整理入库、对多种数据类型数据的优化处理等，结合热带农业大数据标准规范体系，利用数据融合技术，包括多传感器数据融合、遥感数据融合及基于XML数据融合3种方式，完成数据的处理工作。数据融合技术主要应用为：解决数据的语义冲突，建立数据之间关联，实现农业生产环境信息多元融合。

数据规约：分为数值归约和维度归约。数据归约也称样本归约，在综合考虑计算成本、存储要求、精度及热带农业的特性，从数据集中选出一个有代表性的样本子集。维度归约与特征归约相似，使用数据编码或变换，剔除不重要或不相关的数据，或者通过重组减少源数据的维数，以便得到原数据的归约或“压缩”表示。

2.2.2.3 数据存储

热带农业大数据存储主要采用Hadoop架构的分布式存储系统HDFS，利用MPP架构的数据库系统NOSQL，实现海量数据的快速存储、备份、转换以及安全管理，保障数据的安全、稳定、可靠，维护各方的利益。提供热带农业大数据的高效、快速的存储管理及服务，提供半开放式的存储管理与安全服务接口。

2.2.2.4 数据分析挖掘

热带农业大数据的分析挖掘是建立在Storm架构上的实时处理数据分析挖掘系统，主要利用统计、回归、主成分分析、神经网络、支持向量机、聚类等机器学习和关联分析方法，以及专业的数学模型等方法，实现大数据的决策预测与评价，为热带农业大数据应用提供分析挖掘功能，也为新型挖掘算法提供数据分析接口，提高热带农业大数据平台的分析与挖掘能力。

2.2.2.5 数据可视化

热带农业大数据可视化主要对序列化数据进行二维可视化，实现大数据检索和分析结果的直观性展示。主要通过趋势分析图的生成，揭示规律，提供预测等，通过图形化方法展示大数据检索信息的图形化规律，为人眼发现知识和规律提供条件。

2.2.2.6 应用

热带农业大数据应用平台的终端应用主要是可视化展示预测预警结果和序列数据的变化趋势，提供产量、价格、面积的预测以及病虫害的预警功能，支持耕地质量评价与国外热带农业国家的动态变化查询与监测，并支撑权威数据的共享服务，服务热带农业有关部门和个人。

热带农业大数据应用平台提供多终端的应用，支持PC/手机浏览器、APP、微信公众平台等方式的浏览应用，提供直观的可视化展示和信息推送服务。

3 热带农业大数据应用平台的发展前景

当前，热带农业的发展需要大数据技术的支持推动产量和利润的提高，是行业对大数据平台的迫切需求。大数据技术在多个领域的应用成果也表明，其在推动热带农业发展方面具有很大的优势。从大数据平台架构的发展过程，大数据处理的主流架构有Hadoop、Spark、Storm，且它们各有优势[13]：Hadoop的HDFS对农业的海量数据存储与管理方面具有优势;Spark是基于内存计算的大数据离线处理技术，处理速度优于Hadoop;而基于流计算的Storm在实时数据处理方面具有优势，适合处理设施农业生产中的温湿度、二氧化碳等实时数据，实时反馈给用户，调节设施大棚的环境。依据热带农业发展的具体需求，一般以HDFS为农业大数据存储和管理基础架构，结合实际应用选择与Spark或Storm架构结合使用，有时三种架构同时应用，且技术相对成熟，满足农业生产的需求，也是当前最适合农业大数据发展的技术架构组合。以下从应用角度分析热带农业大数据应用平台的发展前景。

3.1 热带农业大数据应用平台具有资源整合的能力

热带农业数据历史长、数量大、类型多，但长期存在信息资源分散、核心数据缺失、数据结构不一、质量不高、开发利用不足、共享程度低等问题，限制了热带农业信息化的发展。通过热带农业大数据标准化规范化，利用热带农业大数据应用平台整合当前的热带农业数据资源，突破制约热带农业发展的瓶颈，实现热带农业数据共享服务。

3.2 热带农业大数据应用与服务

实现对国内外热带农业数据资源的获取，保障渠道畅通，完善监测统计、分析预警、信息发布等信息监测预警数据，实现全产业链的信息服务，支撑热带农业生产智能化、资源环境精准监测、灾害预测预报、病虫害监测预警、质量安全追溯、产销信息监测以及数据共享服务，同时为政府有关部门提供数据科学决策依据，满足农业种植、农业市场、农业科研等经营者和参与者的信息需求和发布，加快推动热带农业的转型升级，为热带农业的可持续发展提供基础。

3.3 热带农业大数据应用平台还提供监测国外热带农业发展情况

通过大数据平台了解国外热带农业发展情况，有利于中国热带农业和国外热带农业的合作，为我国的涉农企业、机构提供国外农业发展的政策和动态，符合国家“一带一路”战略的发展。

参考文献

[1] 孟祥宝，谢秋波，刘海峰，等. 农业大数据应用体系架构和平台建设[J]. 广东农业科学，2014，41(14)：173-178.

[2] 温孚江，宋长青. 农业大数据应用、研究与展望[J]. 农业网络信息，2017(05)：31-36.

[3] 温孚江. 农业大数据研究的战略意义与协同机制[J]. 高等农业教育，2013(11)：3-6.

[4] 谢润梅. 农业大数据的获取与利用[J]. 安徽农业科学，2015，43(30)：383-385.

[5] 计算机学会大数据专家委员会，中关村大数据产业联盟. 中国计算机学会文集-中国大数据技术与产业发展报告(2014)/中国计算机学会文集[R]. 北京：机械工业出版社，2015：88-98.

[6] 杨 波，刘 勇，牟少敏，等. 大数据背景下山东省二代玉米螟发生程度预测模型的构建[J]. 计算机研究与发展，2014，51(S2)：160-165.

[7] 柳平增. 农业大数据平台在智慧农业中的应用——以渤海粮仓科技示范工程大数据平台为例[J]. 高科技与产业化，2015(05)：68-71.

[8] 中文互联网数据资讯中心. 中美两国农业大数据对比与思考[J]. 农业工程技术，2016，36(30)：63-64.

[9] 王少农，王 熙. 美国天宝公司网络农场系统[J]. 现代化农业，2015(02)：59-60.

[10] 许世卫，王东杰，李哲敏. 大数据推动农业现代化应用研究[J]. 中国农业科学，2015，48(17)：3 429-3 438.

[11] 秦小立，罗 微，李玉萍，等. 基于云计算的热带农业信息服务平台设计[J]. 广东农业科学，2014，41(19)：188-193.

[12] 中华人民共和国农业部，中华人民共和国国家发展改革委员会，中华人民共和国商务部，等. 共同推进“一带一路”建设农业合作的愿景与行动[N]. 农民日报，2017-05-12(01).

[13] 黎玲萍，毛克彪，付秀麗，等. 国内外农业大数据应用研究分析[J]. 高技术通讯，2016，26(04)：414-422.

作者：秦小立 叶露 李玉萍 刘燕群 梁伟红

第3篇：基于大数据云平台的物联网智能停车解决方案的研究与实现

摘要：城市交通的治理，包括静态交通和动态交通的有效结合，是个庞大的系统循环工程。虽然政府在交通立法、道路建设、交通规划、车辆管理等方面投入了大量的人力物力财力，但还是远远不能满足现实需求。从宏观上看，需要从以下几个方面来解决城市停车静态交通管理中出现的问题。1)引入现代化的科技手段，使城市停车管理与收费的智能化、高效化、人性化。创造更多的财富返利于民，同时吸引社会投资进行停车场建设，解决停车资源不足问题，促进社会和谐。2)合理规划，充分利用道路资源，同时利用价格杠杆来提高占道停车的周转率。运用物联网、车联网等科技的交通引导手段，使城市静态交通信息化、集中化。3)城市静态交通的有效管理要能促进和提升城市形象与政府行政管理的执法水平，做到相互促进，不断提升。

关键词：智能;科技;环保;高效

1需要解决的问题

智能停车需要解决的3个方面的问题：

1.1城市停车位实时监控系统

运用创新技术对区域内的停车位进行实时监控并上报管理系统，能够实时的反应停车位使用情况，引导用户方便快捷的泊车，提高效率，降低碳排放，保护环境。

1.2集中停车场管理(室内停车场+有围栏的室外停车场)

该类停车场具有固定的出入口，通过进场对车辆识别进行计时计费，出场统计费用和收费。整个过程通过技术手段实现，无需人员干预。

1.3路侧停车位管理

该类停车未无固定出入口，需要对每个停车位独立管理。通过技术手段进行车位管理和使用识别。

2智能停车场实现方案

2.1集中停车场智能停车实现方式

运用车牌自动识别系统， 对每辆驶入或驶出的车辆进行车牌号码自动识别，即时把图片、车牌号码及车辆进出纪录储存以作备份及参考。所有进出车辆均纪录在案，只需输入车牌号码，便能查找车辆进出纪录。根据入场时间与出场时间自动计算停车时间，根据停车时间与收费标准自动计算应收费用。

系统通过地磁探测器，实时探测车网的占用情况，通过地磁通信基站传输至服务器，将实施空车位数据更新至车位引导终端。

2.2路侧停车位智能停车实现方式

路侧停车位的智能停车可以采用视频桩的方式，视频桩是位于路侧停车位旁充满科技感的木桩类设备，带有摄像头，可以对停车位的车辆进行拍照、车牌识别、停车时间计算等功能，可以实现停车位的联网监控、统一管理、统一收费等功能，在很大程度上解决了之前的停车收费乱象。

视频桩的工作流程如下：车辆进入车位后，视频桩拍照并识别车辆，开始计时，并上报互联网后台;车辆离开车位后，视频桩即停止计时，并上报互联网后台计费，并通知客户手机APP进行付费。

2.3城市停车位实时监控系统实现方式

通过城市级智能停车管理及调度解决方案来实现，该方案是一整套综合利用现代信息化技术，面向城市级散布的各个停车场的停车管理系统。集城市级停车信息共享平台、智能停车引导系统、城市交通辅助规划调度系统、支撑多模式的停车计费收费系统等功能于一体的智能停车管理解决方案。

由地磁传感器模块、无线传感网络节点、数据传输单元和智能停车管理软件四部分组成。其中，地磁传感器模块和无线传感网络节点一起构成泊位检测器，多个泊位检测器之间可以相互通信、自动组网，实时地将检测到的泊位信息传给本地网络的汇聚节点(CDT)，汇聚节点再通过数据传输单元将所收集的信息传输到数据库服务器，远端的管理服务器和用户服务器通过运行在其上的管理软件便可经网关和internet网络获取所需要的信息。然后，以短信、电话、网上预订、智能化停车引导等多种方式为司机提供泊位信息;为管理人员提供停车收费、停车管理、车流信息建模，规划分析等服务，从而对城市交通规划和停车场建设规划等起到辅助作用。

3智能停车场实现方案中涉及到的技术

3.1车牌识别

车牌识别是图像识别的一个应用，图像识别可以使用深度学习的方式进行实现，目前该类型的模型很多，使用比较广泛的是谷歌的TensorFlow，可以通过谷歌官网找到相应的支持文档。

车牌识别由以下步骤完成：

图像采集：通过高清摄像抓拍主机对卡口过车或车辆违章行为进行实时、不间断记录、采集。预处理：图片质量是影响车辆识别率高低的关键因素，因此，需要对高清摄像抓拍主机采集到的原始图像进行噪声过滤、自动白平衡、自动曝光以及伽马校正、边缘增强、对比度调整等处理。

车牌定位：车牌定位的准确与否直接决定后面的字符分割和识别效果，是影响整个车牌识别率的重要因素。其核心是纹理特征分析定位算法，在经过图像预处理之后的灰度图像上进行行列扫描，通过行扫描确定在列方向上含有车牌线段的候选区域，确定该区域的起始行坐标和高度，然后对该区域进行列扫描确定其列坐标和宽度，由此确定一个车牌区域。通过这样的算法可以对图像中的所有车牌实现定位。

字符分割：在图像中定位出车牌区域后，通过灰度化、灰度拉伸、二值化、边缘化等处理，进一步精确定位字符区域，然后根据字符尺寸特征提出动态模板法进行字符分割，并将字符大小进行归一化处理。

字符识别：对分割后的字符进行缩放、特征提取，获得特定字符的表达形式，然后通过分类判别函数和分类规则，与字符数据库模板中的标准字符表达形式进行匹配判别，就可以识别出输入的字符图像。

结果输出：将车牌识别的结果以文本格式输出。

3.2车位检测

3.2.1地磁传感器

地球磁场在一定范围内是均匀和稳定的，当有铁质的物体进入时，会对一定范围内地球磁场产生扰动。含铁质的汽车会对地球的磁场产生弯曲扰动，地磁传感器则会敏锐的察觉到这些弯曲扰动，从而判别出车位上是否有車辆停放。

3.2.2超声波

超声波车位探测器是根据探测器由上而下发出超声波，分析汽车或地面的反射波，精确测量出反射面到探测器的距离，由此准确地检测出每个车位的停车情况。

3.2.3红外反射式

有固态发光二极管与的固态光敏二极管或光敏三极管，光电传感器需要处于发射的红外线经障碍物发射回来能被接收二极管接收到的区域检测到周围的物體，它的原理是红外发射管发射经过调制的信号，然后由红外接收管接收。

3.3大数据平台

大数据平台架构主要由数据采集、数据分析、云计算平台、终端发布构成。

3.3.1数据采集

数据采集是该系统中不可或缺的一部分。数据采集系统主要通过感知器、RFID、二维码、视频监控等方式获取信息数据，为下一步的数据处理和平台计算提供数据来源。这些设备会源源不断的自动产生新数据。尽可能收集异源甚至是异构的数据，必要时还可与历史数据对照，多角度验证数据的全面性和可信性。

3.3.2数据分析

数据分析是基于Hadoop、NoSQL、HBase和数据挖掘等技术的大数据分析技术，可以分析时、日、月以及年的数据，结合各种数学模型及停车场数据进行实时处理和有效分析，以对未来的趋势进行预测。

3.3.3云计算

云计算方法是整个平台的基础服务。利用云计算方法对获得的数据进行有效整理、分析和存储。

3.3.4终端发布

终端发布直接面向各层用户，可将之前产生的数据和分析结果直接发布在各种终端上，实现所有终端用户的信息共享和访问，并根据不同终端的需求提供不同的数据。大数据平台架构如下图所示。

智能停车大数据平台系统架构图

4总结

随着智慧停车各种技术的逐渐成熟，智慧停车产业将迎来新一轮的爆发期，停车检测将大有可为。如今，随着传感器和摄像机技术的更新换代，每个停车位连接着强大的数据分析算法网络，极大地提高了停车检测准确性和效率。新的传感器和摄像机技术将使智慧停车更加智慧。

参考文献：

[1]中国物联网官网：http：//www.iotcn.org.cn

[2]物联网：https：//iot.ofweek.com

[3]物联世界：http：//www.iotworld.com.cn

[4]华为物联网：https：//developer.huawei.com/ict/cn/site-iot-next

[5] its114： http：//www.its114.com

作者：伍修宇

第4篇：蒙草搭建农业大数据平台资料

一、

蒙草集团依托20余年的生态科研实践，运用互联网、云计算、物联网等技术，结合实地监测，整理收集指定区域水、土、气、人、草、畜等生态系统相关数据，建立指标分析模型，从而精准指导生态修复实践，科学指导产业发展决策，优化引导农牧民生产生活，成为生态产业、农林牧产业等移动版的“GPS”+“科技110”。作为“生态+农业”大数据的一项实践，五原县农业大数据平台是蒙草依据当地农业生态现状和农业生产实际需求，搭建的以农业大数据为核心的生态公众服务平台。

大数据指导农业生产

五原县农业大数据平台使当地的农业生态实现了农业技术服务“一网覆盖”，农业资源数据“一键获取”，有效监控农畜产品的产量和质量。同时，大数据平台的遥感数据也提供该县农作物种类的空间分布、作物长势的变化以及不同程度的盐碱地分布的各类信息，为该县因地制宜规划农业生产提供依据。

大数据平台中的物联监测，可提供农作物生长环境、生长需求以及不同气候温度条件下病虫害发生情况的信息，提示农业部门及农民及早预防治疗，保证农作物健康生长，并通过精准施肥灌溉，减少水肥浪费，保护生态环境，促进农业可持续发展。

平台可监测家畜疫病的防治。防疫员可通过“智慧农业”APP快速地将牲畜图片、视频、农户和防疫员确认签字情况等防疫信息实时上报，并汇总到大数据平台。平台可对疫苗进行追溯，并做出该地区防疫热区图。2018年2月14日，五原县养羊农户赵瑞花在平台留言，家里的羊腿疼，走路一瘸一拐，不吃草，情况不止出现过一次，且附近几个村子都有类似情况发生。专家王强胜看到提问后回复了有效的治疗措施。平台通过为农户提供与专家沟通的渠道，为农户及时解决问题。

此外，农业信息员也将防灾减灾、土地流转与疫病防控等相关信息发布在农业综合信息平台上。平台信息结合科技服务直通车的

蒙草搭建农业大数据平台资料

辅助，打通了农牧业科技信息服务的“最后一公里”，为农牧民解决难题，为农业生产保驾护航。

搭平台服务市场决策

五原县素有“河套粮仓、葵花之乡”的美誉，盛产葵花、小麦、玉米、油料、甜菜、番茄、瓜果、瓜菜籽等农产品，是全国著名的粮、油、糖及绿色无公害农产品生产基地。

五原县农业大数据平台可监测当地农作物价格。通过有效监测当地农作物市场情况，分析判断每年农作物产量的走势，平台数据指导着农户有针对性地种植所需求农作物的数量。农牧业部门利用平台大数据快速调取农作物和畜牧业的产量及占比、当前防疫任务完成率、土地流转均价、农技咨询关注度以及各类农产品价格实时监测等数据。平台中的一些信息服务板块也备受农民青睐，如“科技110”使农民的农牧业实用技术、技术培训、市场信息、涉农涉牧政策法规等问题可得到专家及时、专业的回答。

服务三产融合发展

蒙草与五原县政府紧密围绕当地农业生产特色，打造了农村产业融合发展示范园，分为农业产业融合展示馆、生态大数据馆、热带植物馆，集农业新科技成果示范、农业大数据展示、生态科普、休闲旅游观光体验等多种功能于一体。

一产，用科技示范指导农民生产。在示范园内的测土配方施肥区，根据五原县十余个典型区域不同的土测值，选择新作物进行引种试验。同时，根据各乡镇现阶段主栽作物的养分需求及各生育期的需肥特性，为作物全生育期提供适宜的养分配比及生长环境，达到控肥增效的目的。示范园内设有绿色防控技术展示区，主要针对各类农作物病虫害给出对应的解决方案，综合应用杀虫灯、性诱剂、黏虫板等生物、物理防治技术，降低病虫害发生率，以达到有机食品标准，提高标准化技术普及率。

二产，聚集特色农产品加工企业与展示推介农产品。示范园内展示了多类五原县的地标性农产品，每类产品都有多个品种，每一类品种都有其优势特性。此外，展出的还有五原县的特色农产品加工产业培育出的众多知名品牌。

蒙草搭建农业大数据平台资料

三产，将示范园同时作为旅游区、科教园。示范园自2017年9月底运营以来，已吸引多达15万余人前来参观、旅游。除本地散客外，更多的是来自各地的教育科普团、产业考察团与旅行团。

示范园引导农业产业集聚，展示农业新科技成果，通过农业+大数据，既解决了“种得好、管得好、产得好、卖得好”的问题，也实现了

一、

二、三产业的融合发展。

大数据就像是大自然的信使，使用到农业产业中，能够一改以往农耕产业“看天吃饭”的状况，让农业产业变得更加智慧。大数据也是强劲驱动力，通过产销促、流通追溯体系等，让农业产业变得更加健康、绿色。

二、

蒙草自主研发的草原生态产业大数据平台在节目中亮相，向观众传达一家企业在“尊重自然、尊重一方水土”、把适应当地生长的植物“再还给这片土地”的努力。

助力生态修复相关产业发展

在实践中，要修复某一块草地，必须掌握某一区域的年降水量、土壤特性、适种草种等一系列生态数据，生态建设才能有的放矢，精准施策。蒙草的大数据平台集成了某一地区近几十年以来的“水土气、人草畜、微生物”等生态关键因素指标数据。大数据平台未来就像是草原生态系统的检测阀和导航器，将来能对生态修复、现代草业、畜牧业、草种业及蒙草定制化产品开发等领域提供科技支撑。

为草原生态修复提供技术支撑。草原生态修复涉及牧草适宜性、混播比例、种植方案等问题，通过大数据分析与研究，当人们点击大数据平台上任意经纬度的坐标点，蒙草的数据库就会提供出适合该处草原生长的草种及该区域最科学的生态修复方法。

蒙草搭建农业大数据平台资料

为草产品建立质量追溯体系。用户可以实时查看牧草具体地块的位置、水、土壤、气候、营养成分等信息，并掌握种植、管护、收获、贮藏、运输等全过程数据。

为农业发展提供技术支撑。未来蒙草的大数据平台还能为农业领域的土壤、水资源、农作物等数据的收集与研究提供技术支撑。

为草种业及蒙草定制化产品开发提供数据指导。通过对植物、气候、土壤、水资源等数据的积累于分析，蒙草大数据平台可以给草种生产与应用、蒙草生态包等产品的生产提供科学的生产指导数据。

为农牧民着想更多蒙草从草原上成长起来，始终不忘草原的养育之恩。多年来，蒙草通过产业发展为农牧民解决企业力所能及的问题。大数据平台的开发，包含很大的公益性成分，也着重为农牧民想得更多、带来更多便利：

合理规划种植。未来通过大数据平台，农牧民能够快捷地掌握当地及周边地区牧草生长状况，了解适合当地环境的牧草品种及种植技术，以降低成本，增加收入。

提供生产技术。应用大数据分析技术，结合牧草及作物的生长特性、土壤类型、温度、湿度、降水量等数据，农牧民可以“知天而作”，实现精准灌溉与生产。进行草原动态监测。用户通过大数据平台未来“天、空、地”一体化的草原监测体系，可以监测牧草的返青时间，预测牧草产量。

建立第三方信息发布平台。供应商可以通过手机分布供需信息，用户可以了解供应商的发布信息并可以完成交易，同时平台会为供应商提供数据分析服务。

搭建大数据共享平台。未来还可以为自治区各盟市、旗县甚至乡村搭建专属的大数据库，做到生态数据的“大导航”和“大利用”。 如今，呼和浩特的“中国云谷”正逐步成为国家级的数据中心。大数据不仅为新兴产业提供了有力支撑，也正在创造着良好的社会效益。蒙草大数据平台集成了内蒙古全境10多万个生态数据采集点的信息，将成为草原生态修复的重要参考。在政府的助推下，蒙草将利用大数据创造更多的经济和社会效益，让退化草原重现绿意，让废旧矿山变成绿洲，让城市变成花园，让生态环境更加美好。

蒙草搭建农业大数据平台资料

三、

看蒙草如何用生态大数据指导农业发展

我们“只有一个地球”,“珍惜自然资源、呵护美丽国土”是之必然。作为人类赖以生存的第一大产业——农业,如何在当下实现可持续发展,生态大数据可以告诉我们。

蒙草扎根于辽阔的内蒙古,依托集团公司20余年的生态科研实践,运用互联网、云计算、物联网、3S等技术,结合实地监测,整理收集指定区域水土气、人草畜等生态系统相关数据、建立指标分析模型,从而精准指导生态修复实践、科学指导产业发展决策、优化引导农牧民生产生活,用“大数据”实现“大生态”、“大产业”、“大民生”的互通互联。

▲蒙草大数据产品体系

蒙草搭建农业大数据平台资料

蒙草可以为不同地区打造不同专业类型的生态+大数据平台。五原县农业大数据平台就是蒙草依据当地农业生态现状和农业生产实际需求,搭建的以农业大数据为核心的生态公众服务平台,对当地农业的发展及农牧民生产生活产生着积极的影响。

▲五原县农业大数据平台

大数据+生产服务

看点一:一键获取你想了解的农业信息

五原县农业大数据平台为当地农业生态提供了农业技术服务“一网覆盖”、农业资源数据“一键获取”,有效监控着农畜产品的产量和质量,并提升农村信息化水平。同时,大数据平台的遥感数据也有助于宏观了解该县农作物种类的空间分布,作物长势的变化,以及不同程度的盐碱地分布,由此可以对该县不同地区进行因地制宜的农业生产规划。

蒙草搭建农业大数据平台资料

▲五原县农作物种类分布

▲五原县2017年5月-8月作物长势

蒙草搭建农业大数据平台资料

▲五原县轻中重度盐碱地分布

看点二:科技110海量专家实时为农民解惑

五原农业大数据平台中的农业综合信息模块对农业生产服务助力甚多。其中“科技110”版块最受青睐,农民可以通过“智慧农业”手机APP向专家提问,专家收到问题后为农民们回答,问题主要包括农牧业实用技术、技术培训、市场信息、涉农涉牧政策法规宣传等内容。

蒙草搭建农业大数据平台资料

▲五原农业大数据平台中的科技110界面

农作物的生长环境和生长需求,以及不同气候温度条件下病虫害的发生情况,我们也可以通过大数据平台中的物联监测掌握,做到及早预防治疗,保证农作物健康生长,同时精准的施肥灌溉,减少水肥浪费,保护生态环境,促进农业可持续发展。

▲五原县农业大数据平台——物联监测

蒙草搭建农业大数据平台资料

看点三:灾前预警帮助农民“未雨绸缪”

该平台也可监测家畜疫病防治。通过“智慧农业”APP,在每年春防、夏防和秋防时期,防疫员可快速地将牲畜图片、视频、农户和防疫员确认签字情况等防疫信息实时上报,并汇总到大数据平台,最终我们可以对疫苗进行追溯,并做出该地区防疫热区图。

▲五原农业大数据平台中的疫情防控界面

此外,农业信息员还会定期把防灾减灾、土地流转与疫病防控等相关信息上报至农业综合信息平台中,便民利民。再加上科技服务直通车的辅助,真正打通了农牧业科技信息服务的“最后一公里”,及时为农牧民解决难题,为农业生产保驾护航。

蒙草搭建农业大数据平台资料

▲五原农业大数据平台中的土地流转信息界面

大数据+市场决策

五原县素有“河套粮仓、葵花之乡”的美誉,盛产葵花、小麦、玉米、油料、甜菜、番茄、瓜果、瓜菜籽等农产品,是全国著名的粮、油、糖及绿色无公害农产品生产基地,其葵花的国内市场占有率高达70%。

蒙草搭建农业大数据平台资料

▲五原县农业大数据平台的农作物相关界面

蒙草五原县农业大数据平台可以监测当地农作物价格。通过有效监测当地农作物市场情况,从而分析判断每年农作物产量的走势,并针对性地指导农户每年的种植需求数量。

大数据+三产融合发展

蒙草与五原县政府紧密围绕当地农业生产特色,打造出一个农村产业融合发展示范园。园区总占地面积11664㎡,分为农业产业融合展示馆、生态大数据馆、热带植物馆,集农业新科技成果示范、五原农业大数据展示、生态科普、休闲旅游观光体验等多种功能于一体。

▲示范园中各具特色的三大主题馆

一产:用科技示范作用指导农民的生产实践

测土配方,控肥增效

在示范园的测土配方施肥区,根据五原县十余个典型区域不同的

蒙草搭建农业大数据平台资料

土测值,选择出新作物进行引种试验,掌握其生长习性,筛选出适合各区域种植的特色作物。同时,根据各乡镇现阶段主栽作物的养分需求及各生育期的需肥特性,还可以为作物全生育期提供最适宜的养分配比及生长环境,以挖掘本土作物的最大生产潜力,并达到控肥增效的目的。

▲测土配方科学施肥展示

标准展示农作物病虫害防治技术

示范园内还设有绿色防控技术展示区,主要针对各类农作物病虫害给出对应的解决方案,综合应用杀虫灯、性诱剂、粘虫板等生物、物理防治技术,减少病虫害发生率,达到有机食品标准确保舌尖安全,提高标准化技术普及率。

蒙草搭建农业大数据平台资料

▲农作物病虫害防治技术展示

二产:特色农产品加工企业与产品展示推介

示范园内展示了多种五原县的地标性农产品,每种产品都有多个品种,每一类品种又都有它独特的优势特性,并对应不同的试种区域。五原县的特色农产品加工产业培育出了许多国内外知名品牌,园内对此也进行了集中展示。

蒙草搭建农业大数据平台资料

▲农产品主题展示

三产:示范园也是旅游区、科教园

示范园利用配套的先进农业生产设施和技术,整合转化多元产业丰富资源,创造性地开展农业科普教育。据不完全统计,示范园自2017年9月底开馆运营以来,已吸引多达7万余人前来。除慕名而来的本地散客外,最多的是来自各地的教育科普团、产业考察团与旅行团,或休闲旅游,或参观学习,或进行科普教育。

蒙草搭建农业大数据平台资料

▲示范园吸引了大量游客前来

此外,示范园也被打造为一个展示运营平台,将农民创业与发展县域经济结合起来,为当地农民提供了自主创业的机会和空间,推进了农民创业富民行动。

▲农民创业产品展示

蒙草搭建农业大数据平台资料

示范园引导了农业产业集聚,展示了农业新科技成果,并作为平台辐射带动了五原县农业经济快速发展。通过农业+大数据,使一产有技术创新,二产有供需结构调整,三产有特色化可持续发展,既解决了“种的好、管的好、产的好、卖的好”的问题,也实现了

一、

二、三产业的融合发展。

▲示范园中的大数据主题展示

三大产业融合发展积极推进了农业供给侧结构性改革,为落实乡村振兴战略又添一笔。更重要的是,“授人以鱼不如授人以渔”,农民们在科技的指导下,紧跟惠农政策,补充知识、技能,把握市场良机,积极创新创业,实现了大数据+农业下的生态集约化发展与精准脱贫。

蒙草搭建农业大数据平台资料

四、

随着中央一号文件的发布，乡村振兴再一次成为2018开年新政略。

作为十九大之后的首个一号文件，此次的文件为今后的农村发展定下了主基调，这份“既管全面，又谋长远”的文件，不仅仅是2018年的一号文件，也为乡村振兴建构了总方针和路线图。

要实现乡村振兴，产业兴旺是重点。农村经济发展，不应该孤立地就农业经济谋出路，随着田园综合体等新兴业态的出现，乡村一二三产业融合发展已然破题。中国人民大学农业与农村发展学院教授孔祥智表示，三产融合是促进农业现代化的主要途径，有助于提升农业增收效益，提高农民收入，是未来农村发展的希望所在。

一号文件也指出，乡村振兴必须坚持质量兴农、绿色兴农。促进一二三产业融合，一方面要延长农业产业链，另一方面就是要注重拓展农业多功能性，衍生新产业新业态，创造新的增长动力。

三产融合的五原实验

2017年9月22日--23日，全国农村产业融合发展现场会在内蒙古巴彦淖尔市五原县召开，国务院副总理汪洋出席会议并强调：推进农村一二三产业融合发展，是加快转变农业发展方式、推进农业供给侧结构性改革的重要举措，是促进城乡发展一体化、全面推进现代化建设的重要途径。

会议期间，汪洋充分肯定了农村产业融合发展取得的积极成效，并到五原县农村产业融合发展示范园和河套电子商务产业园，了解融合方式创新和利益联盟机制建立情况。

以此为契机，五原县三产融合进入了快速发展期。其中，由政企共同建设的农业大数据平台，成为三产融合的标杆项目。

2017年年初，五原县政府与内蒙古蒙草生态环境(集团)股份有限公司(以下简称蒙草)签订了PPP项目框架协议，开展农业和

蒙草搭建农业大数据平台资料

生态并重的产业探索，推出大数据的细分产品——“五原农业大数据平台”，将大数据的成果推广应用到农业领域。

早在2014年，蒙草就开始构建生态大数据平台，利用卫星遥感技术，结合科研团队的生态基础调研，形成关于各地区的水、土、气、人、草、畜等基础生态数据，为生态修复及科学发展决策提供数据支持。

五原县是一个农业大县，素有“河套粮仓、葵花之乡”的美誉，五原葵花的国内市场占有率高达70%。据说，全世界每7颗葵花籽中，有一颗就来自于五原。

五原县不仅是河套地区典型的农业大县，畜牧业发展空间同样广阔。这里年产优质牧草100万吨，年产秸秆饲草、茎叶等140万吨，为发展“农区工厂化养羊”提供了得天独厚的资源优势。目前，全县4.8万户农民中的3.8万户都在发展肉羊养殖业，养羊业已成为农民增收的重要支撑。

虽然发展农牧业优势明显，但五原县的生态农业仍有巨大的发展空间难以发挥：因为地处黄河灌区，土壤盐碱化非常严重，是土壤盐碱化重灾区，占可灌面积的40%，且耕地次生盐渍化面积每年仍在递增。

增草兴牧，不仅关系到五原县“县计民生”，也关系着五原县的农业生态环境能否永续发展。

在这样的背景下，蒙草启动了百万亩盐碱化耕地改盐增草(饲)兴牧工程，计划用5年时间，通过科学改良盐碱地，进一步开发利用土地资源，提升农业和农村综合经济发展能力。

实际上，蒙草盐碱地改良研究院2014年便已成立，通过三年多的探索实践，蒙草已经创新总结出一整套盐碱地改良的集成措施。这些措施中，有“暗管排盐、配套排灌”的工程措施;有 “脱硫石膏、土壤改良剂”的化学措施;有“深松深翻，上膜下秸”的物理措施;还有“耐盐碱植物、微生物菌剂”的生物措施。

在五原县的“万亩农业示范园区”，通过治理已经使土壤含盐量由0.6%降到0.25%，可实现种子落地自繁。更为关键的是，蒙草已经采集驯化了耐盐植物35种，成功应用了19种，这些植物全都是五原

蒙草搭建农业大数据平台资料

当地的乡土植物，他们在盐碱化的土地上形成的耐盐碱特性，再被用于修复五原当地的盐碱化土地。

这也是蒙草生态自成立以来一贯秉持的生态修复理念，用乡土植物修复生态。例如五原县的乡土植物千屈菜，它不仅水陆两生，也可以起到改善盐碱地环境的作用。基于这样的发现，蒙草将这些耐盐碱植物的种植分包到户，再通过这些植物来改良土壤。

今年的中央一号文件，仍然高扬绿字诀，力推进乡村绿色发展。文件提出，要统筹山水林田湖草系统治理，把山水林田湖草作为一个生命共同体，进行统一保护、统一修复。要求各级政府必须尊重自然、顺应自然、保护自然，推动乡村自然资本加快增值，实现百姓富、生态美的统一。

中央农办主任、中央财办副主任韩俊解读2018年中央一号文件时说，乡村振兴生态宜居是关键。良好生态环境是农村最大优势和宝贵财富。美丽中国，要靠美丽乡村打底色。

求和“大农业+大数据”

蒙草执行总裁高俊刚认为，农业作为传统的一次产业，无非是特色化和品牌化。从第三产业的末端视角来看待，一次产业和二次产业都要进行产品创新和模式变革，最终来适应第三产业这个市场。

而“大农业+大数据”，是对传统农业种植精准施策、精细管理的基础，以此为入口，实现农业技术服务“一网覆盖”，农业资源数据“一键获取”，农作物生产精细化管理这样一个终极目标。

蒙草生态与五原县政府共同建设的农业产业融合发展示范园，占地总面积11664平米，分为农业产业融合展示馆、生态植物馆、热带植物馆。这不仅仅是一个科普馆，也是地方农产品及特色产品的展示平台和市民休闲空间，更是蒙草创新农业大数据平台的一个实践平台。在这里，蒙草试图将五原地区的农业生态基础数据变成财富，并探索生态农业的三产融合机制。

一方水土养一方人，同时也生长一方植物，在这里，蒙草生态汇集了五原县10个乡镇农民提供的水、土等样品，将县域内的水、土、气、光、热、肥等数据进行了汇集和整理，了解其对应关系，让农民生产有依据，用新技术优选种类、了解自家的土地最适合种

蒙草搭建农业大数据平台资料

什么、了解农作物怎样进行病虫害防治、了解农产品到底有怎样的营养价值，同时还可以实时获取农产品的市场价格信息……

与此同时，蒙草引入了诸多先进的种植技术，如水培，雾培和基质培进行配比实验，直观地向农民展示配土施肥的重要性，指导农民精准控制作物生长，掌握高效栽培技术，提高土地利用率。馆内的检化验室对当地农民免费开放，农民遇到什么样的难题都可以随时来求助专业的指导和数据支持。

这个农业大数据平台，目前已建成为集数据整合、信息查询、可视化展示、物联网监控、遥感监测和宏观决策等为一体的综合应用平台，锁定经纬度上任意一点，即可查询到该地区的农业大数据，包括土壤、气候、原生植物、草地类型、退化情况、适应地情的生态修复技术。锁定任意一种植物，即可查询该植物在全国范围内的分布，指导农牧民的生产作业和新牧区建设。

高俊刚认为，通过“大农业+大数据”，就是解决农民“种的好、管的好、产的好、卖的好”的问题。这样的大数据平台，不仅服务于企业、政府部门和农牧民，也为生态修复提供理论依据、修复方案和生态产业指导。

根据《2017年环保产业上市公司年度报告》，得益于PPP项目的快速发展和流域治理的推进，环境修复企业业绩快速增长，全国PPP综合信息平台项目库显示，截至2017年9月30日，PPP项目入库数量为14,220，投资总额178,000亿元。

蒙草将业绩大幅上升的原因，归结为国家对生态文明建设支持力度加大，公司充分利用 PPP 模式，积极开拓市场，业务呈现持续增长态势，公司与多个地方政府签署的 PPP项目落地，且项目建设运营顺利开展。新时代证券近期的研报也显示，蒙草依托地理优势，承接北方土壤沙化治理项目，预期万亿级的生态修复市场，将使公司未来业绩持续受益。

而从蒙草的五原项目来看，蒙草生态的业务显然不止于草原、荒漠、矿山等生态治理，通过农业生态大数据这样的三产融合创新，蒙草生态已经成为一家拥有核心技术和技术产品的“科技型生态企业”，这必将开拓出前景更为广阔的市场空间。

蒙草搭建农业大数据平台资料

蒙草搭建草原生态大数据(也许可以借鉴)

蒙草生态已经拥有不少如何积累生态财富的心得经验。公司的核心业务涉及五大板块，包括生态修复、节水园林、现代草业、草种业、生态牧场。

事实上，在生态财富被写入政府工作报告的同时，王召明今年恰好带来了一份如何快速积累生态财富的提案，即“建立国家草原生态环境大数据”。王召明认为，“互联网+”时代下，生态建设和农牧业生产离不开大数据，草原也需要生态信息化的发展。因此，应该建立草原大数据平台，以此为抓手将大数据应用到草原生态建设中，让大数据平台成为草原生态和农牧业的“教科书”。

王召明向记者介绍说：“我们一直把生态建设称为生态修复或者生态恢复，就是恢复到以前自然的样子。一个地方的生态、植物、树、草、生物、微生物，各自的比例其实是由几百年、几千年来的生态环境影响和形成的，我们把这个数据都记录下来。在生态建设中，应顺应自然，尊重自然，这个地方长什么树，长什么草，大自然说了算。”

而所谓草原生态大数据，则涉及草原生态修复、生态环境的实时监测、水土气人草畜的动态平衡监测，还包括“草牧业完整产业链的过程数据，如育种、播种、施肥、收获、储运、草牧产品开发等各个环节”，它们可以被大数据平台一一记录在案并随时查询，用来指导草原生态修复，服务于农业和畜牧业。近两年来，王召明已率先在蒙草生态探索“互联网+生态”的造富之路。据了解，种质资源库建设是构建草原生态产业大数据平台的最核心环节，公司目前正在建设完善草原草种质资源库建设，干旱半干旱地区种质资源库建设，资源库建设甚至将从国内延伸至阿拉伯地区。王召明告诉记者，目前该平台已统计了内蒙古地区近 90%的生态数据，新疆、西藏及京津冀地区的数据统计工作正在开展中。“目前仅是一个初级的平台，随着数据的积累，公司将考虑如何让大数据从生态链服务整个产业链。”王召明坦言，这个过程则需要更多的市场参与者加入进来，包括政府部门、科研机构及相关企业等共同合作。

蒙草搭建农业大数据平台资料

在此背景下，王召明在今年两会上建议，国家应出台政策，支持有一定发展基础的企事业单位建立“草原生态环境大数据平台”。广泛收集各地草原的土壤、水资源、气候、植被等方面的基础数据，与地理信息进行空间叠加分析，为生态修复提供大数据模型;利用物联网等新技术，拓宽数据获取渠道，创新数据采集方式并不断更新完善，实时监测草原生态环境的平衡、利于及时保护与利用。同时，建议政府职能部门信息互通、数据共享，建立“农林草畜”完整的生态平衡管理模式。王召明提出，生态大数据平台就是要服务于农牧民的生产实践，因此对提供这样服务的企事业单位政府要有一定的奖补政策。

王召明向记者表示：“大数据平台的价值在于可以指导生产，让生产更加科学化、智能化，并且指导生态建设、农牧业建设，对未来的生态有一个很好的预测。通过每年卫星云图上植被情况的变化、植被颜色的变化，看生态发展的趋势或者未来预防的方法，甚至对未来部分政策的制定，都有很大的影响。”谈及今年蒙草生态的战略规划，王召明坦言，目标是将 5 个核心业务板块做的更扎实，其中大数据平台建设亦是布局的重点。“前端加强大数据平台建设，中间环节继续完善种质资源库等数据搜集，终端则做好品牌及标准建设，最终将公司打造为前端有科学依据、中间有物质保障、末端有执行标准的生态产业服务商。”

第5篇：2017年农业大数据服务平台项目可行性研究报告(编制大纲)

2017年农业大数据服务平台项目可

行性研究报告

编制单位：北京智博睿投资咨询有限公司

第一章 农业大数据服务平台项目总论 1.1 农业大数据服务平台项目基本情况 1.1.1 农业大数据服务平台项目名称 1.1.2 农业大数据服务平台项目选址 1.1.3 农业大数据服务平台项目承担单位 1.1.4 农业大数据服务平台项目建设目标及定位 1.1.5 建设内容及规模 1.1.6 投资估算与资金筹措

1.1.7 农业大数据服务平台项目建设期限 1.1.8 农业大数据服务平台项目效益 1.1.9 主要技术经济指标 1.2 可行性研究依据与范围 1.2.1 报告编制依据 1.2.2 报告研究范围

1.3 可行性研究结论、问题及建议 1.3.1 研究结论 1.3.2 问题及建议

第二章 农业大数据服务平台项目背景与建设的必要性 2.1 农业大数据服务平台项目提出的背景 2.1.1政策背景

2.1.2 农业大数据服务平台项目提出理由 2.2 农业大数据服务平台项目建设的必要性

2.2.1 农业大数据服务平台项目的建设符合国家和地方相关政策 2.2.2 农业大数据服务平台项目的建设有利于保障经济圈建设的需要

2.2.3有利于提升XX市产业科技含量 2.2.4是增加当地就业机会的需要

第三章 农业大数据服务平台项目建设地址和建设条件 3.1 农业大数据服务平台项目选址 3.1.1 选址原则 3.1.2 场址选择 3.2 建设条件 3.2.1地理位置 3.2.2 自然气候条件 3.2.3 外部交通条件

3.2.4 农业大数据服务平台项目施工条件

第四章 农业大数据服务平台项目市场分析 4.1我国XX市场概况

4.1.1我国农业大数据服务平台发展现状 4.1.2我国农业大数据服务平台市场发展前景 4.2我国XXX市场概况 4.2.1我国XXX市场应用情况 4.2.2 XXX市场情况 4.2.3 XXX市场前景 4.3 XXX行业现状

4.4 农业大数据服务平台项目定位分析 4.4.1 农业大数据服务平台项目整体目标 4.4.2 农业大数据服务平台项目服务群体 4.4.3 农业大数据服务平台项目辐射商圈 4.5 农业大数据服务平台项目SWOT分析 4.5.1 农业大数据服务平台项目优势-S 4.4.2 农业大数据服务平台项目劣势-W 4.4.3 农业大数据服务平台项目机会-O 4.4.4 农业大数据服务平台项目威胁-T

第五章 农业大数据服务平台项目建设方案 5.1 建设原则 5.2 规划方案

5.2.1 农业大数据服务平台项目发展思路 5.2.2 农业大数据服务平台项目的产业业态规划 5.3 工程设计 5.3.1 建筑设计 5.3.2 结构设计 5.4 总图布置 5.4.1 总图布置原则 5.4.2 总平面布置 5.4.3 给排水工程 5.4.4 电气工程 5.4.5 暖通工程 5.4.6 消防设施 5.4.7 道路系统 5.4.8 绿化系统

第六章 环保、劳动安全与节能 6.1 环境保护

6.1.1 建设地点环境现状 6.1.2 主要污染源及污染物 6.1.3 环境保护标准

6.1.4 施工期主要污染源及治理措施 6.1.5 运营期主要污染源及治理方案 6.1.5 环境保护结论 6.2 劳动安全卫生 6.2.1 设计依据

6.2.2 职业安全卫生主要措施 6.3 节

能 6.3.1 设计依据 6.3.2 设计原则

6.3.3能源消耗与能耗分析 6.3.4 节能措施 6.3.5 节水措施

第七章 组织机构与人力资源配置 7.1 组织机构

7.2 人力资源配置与管理 7.2.1 人力资源配置 7.2.2 人员培训

第八章 农业大数据服务平台项目管理、实施进度及招标 8.1 建设项目管理 8.1.1 实施原则与步骤 8.1.2 组织机构与分工 8.2 建设项目实施进度 8.2.1 施工进度安排 8.2.2 建设与运营的衔接 8.3 招标方案 8.3.1 概述 8.3.2 招标组织形式 8.3.3 招标方式 8.3.4 招标范围

第九章 投资估算与资金筹措 9.1 投资估算

9.1.1 投资估算依据和范围 9.1.2 投资估算构成分析

9.1.3 农业大数据服务平台项目投资估算 9.2 资金筹措 9.3 资金投入计划

第十章 财务分析

10.1财务评价依据、范围及假设条件 10.1.1财务评价依据及范围 10.1.2假设条件

10.2基础数据及参数选取 10.2.1计算期及生产负荷 10.2.2基准收益率 10.2.3取费标准 10.2.4折旧和摊销 10.2.5税率 10.2.6公积金 10.3财务效益与费用估算 10.3.1销售收入估算 10.3.2生产总成本估算 10.3.3利润及利润分配 10.4财务分析

10.4.1财务盈利能力分析 10.4.2财务生存能力分析 10.5不确定性分析 10.5.1盈亏平衡分析 10.5.2敏感性分析 10.6财务评价结论

第十一章

社会影响评价 11.1社会影响分析 11.2互适性分析 11.3社会风险分析 11.4社会效益分析 11.5社会评价结论

第十二章

风险分析 12.1风险识别与评价 12.1.1主要风险 12.1.2其它风险 12.2风险对策

第十三章

社会稳定风险分析 13.1编制依据 13.2风险调查

13.2.1调查的内容和范围、方式和方法 13.2.2拟建项目的合法性

13.2.3拟建项目自然和社会环境状况 13.2.4利益相关者及基层组织的态度 13.3风险识别 13.4风险估计 13.5风险防范化解措施 13.6风险等级 13.7风险分析结论

第十四章 农业大数据服务平台项目结论和建议 14.1 农业大数据服务平台项目结论 14.2 农业大数据服务平台项目建议

财务表：

表1：财务评价指标汇总表 表2：建设投资估算表(概算法) 表2-1：土建工程投资明细表 表2-2：设备投资明细表 表3：建设期利息估算表 表4：流动资金估算表

表5：农业大数据服务平台项目总投资使用计划与资金筹措表 表6：营业收入、营业税金及附加和增值税估算表 表7：总成本费用估算表(生产要素法) 表7-1：外购原材料估算表 表7-2：外购燃料动力估算表 表7-3：固定资产折旧费估算表 表7-4：无形资产和其他资产摊销估算表 表7-5：工资及福利费估算表 表8：项目投资现金流量表

表9：农业大数据服务平台项目资本金现金流量表 表10：利润与利润分配表 表11：财务计划现金流量表 表12：资产负债表 表13：借款还本付息计划表

关联报告：

农业大数据服务平台项目可行性研究报告 农业大数据服务平台项目建议书 农业大数据服务平台项目申请报告 农业大数据服务平台资金申请报告 农业大数据服务平台节能评估报告 农业大数据服务平台市场研究报告 农业大数据服务平台项目商业计划书

农业大数据服务平台项目PPP物有所值评价报告 农业大数据服务平台项目PPP财政承受能力论证报告 农业大数据服务平台项目社会稳定风险分析报告 农业大数据服务平台行业发展预测分析报告

第6篇：流域水质大数据分析平台建设方案

1 项目概述

党的十八大把生态文明建设放在了突出地位，纳入了“五位一体”总体布局，并首次把“美丽中国”作为未来生态文明建设的宏伟目标。2015年新修订的《环境保护法》将“推进生态文明建设、促进经济社会可持续发展”列入立法，以法律的形式将生态文明建设提升到了国家的战略高度。国务院出台的《水污染防治行动计划》“水十条”，对生态文明中水环境和水质保护方面的提出了重点管理要求。与此同时“互联网+”和“大数据”应用也上升为国家战略，国务院出台的《关于积极推进“互联网+”行动的指导意见》、《关于促进大数据发展的行动计划》和环保部发布的《生态环境大数据建设总体方案》，将“互联网+绿色生态”作为11个重点行动之一而提出，要求未来的环保工作必须紧密地与大数据建设结合起来，高度重视大数据在推进生态文明建设中的地位和作用。

2 建设目标

以往信息化发展基本都是着眼于各个业务部门各自的业务需求，“管什么、想什么、干什么”，数据多头采集、相互矛盾的现象普遍，难以从环保工作全局层面支撑决策和管理。很多环境问题还处于现状不清、底数不明、原因不详的困局之中，环保部门在回应重大环境污染事件和解决人民关切的环境问题方面容易陷入被动。

通过以水环境综合大数据分析建设为契机，树立环保工作的大局观和整体观，将流域各方面相关环境管理数据整合起来，形成合力打造对内的统一的水质大数据智能分析平台，用全局性的战略眼光来谋划整个水域环境质量、影响流域污染源监控数据管理建设。 3 系统建设内容

3.1 水环境大数据采集

大数据时代的环境信息化建设是以数据为核心，环境大数据管理与应用是在“十三五”期间最重要的发展方向，所以环保部门未来建设重点将紧紧围绕大数据进行。而要实现大数据的智能化应用，首先要解决的就是大数据收集获取问题，因此需要夯实应用基础，全面收集内外部数据资源，整合、共享、联动、开发数据，努力实现全数据采集管理。

3.2 水环境大数据管理

获取流域水质大数据分析需要的相关环境大数据资源后，建立大数据综合服务库，将采集的海量数据汇聚进入到库中，聚合原有分散在各个政务系统中的数据，并按照大数据管理标准及要求，进行集中管理与维护。

3.3 水环境大数据分析应用

应用水环境模型、大数据等技术实现水环境质量模拟预测、污染源-水质响应关系建立，集流域各断面自动监测系统、排向该水域的污染源废水在线监控系统、排污申报系统、移动执法系统等，采集整合河流断面自动监测数据、手工监测数据、流域排口监测数据、污染源数据等，建立流域水系关系、河流与断面的关系、断面与排口关系、排口与企业关系、企业与污染因子关系五种数据关系，当某一个监测站点数据超过安全阈值或正常标准时，判定其污染程度，同时进行污染溯源，通过水环境模型预测出下游的污染水质变化趋势况，给出处置措施建议并提供评估管理。

第7篇：车联网大数据平台架构设计

车联网大数据平台架构设计-软硬件选型

1.软件选型建议 1.1 数据传输

处理并发链接的传统方式为：为每个链接创建一个线程并由该线程负责所有的数据处理业务逻辑。这种方式的好处在于代码简单明了，逻辑清晰。而由于操作系统的限制，每台服务器可以处理的线程数是有限的，因为线程对CPU的处理器的竞争将使系统整体性能下降。随着线程数变大，系统处理延时逐渐变大。此外，当某链接中没有数据传输时，线程不会被释放，浪费系统资源。为解决上述问题，可使用基于NIO的技术。 1.1.1 Netty

Netty是当下最为流行的Java NIO框架。 Netty框架中使用了两组线程：selectors与workers。其中Selectors专门负责client端(列车车载设备)链接的建立并轮询监听哪个链接有数据传输的请求。针对某链接的数据传输请求，相关selector会任意挑选一个闲置的worker线程处理该请求。处理结束后，worker自动将状态置回‘空闲’以便再次被调用。两组线程的最大线程数均需根据服务器CPU处理器核数进行配置。另外，netty内置了大量worker功能可以协助程序员轻松解决TCP粘包，二进制转消息等复杂问题。 1.1.2 IBM MessageSight

MessageSight是IBM的一款软硬一体的商业产品。其极限处理能力可达百万client并发，每秒可进行千万次消息处理。

1.2 数据预处理 1.2.1 流式数据处理

对于流式数据的处理不能用传统的方式先持久化存储再读取分析，因为大量的磁盘IO操作将使数据处理时效性大打折扣。流式数据处理工具的基本原理为将数据切割成定长的窗口并对窗口内的数据在内存中快速完成处理。值得注意的是，数据分析的结论也可以被应用于流式数据处理的过程中，即可完成模式预判等功能还可以对数据分析的结论进行验证。 1.2.1.1 Storm

Storm是被应用最为广泛的开源产品中，其允许用户自定义数据处理的工作流(Storm术语为Topology)，并部署在Hadoop集群之上使之具备批量、交互式以及实时数据处理的能力。用户可使用任意变成语言定义工作流。

1.2.1.2 IBM Streams

IBM的Streams产品是目前市面上性能最可靠的流式数据处理工具。不同于其他基于Java的开源项目，Streams是用C++开发的，性能也远远高于其他流式数据处理的工具。另外IBM还提供了各种数据处理算法插件，包括：曲线拟合、傅立叶变换、GPS距离等。 1.2.2 数据推送

为了实现推送技术，传统的技术是采用‘请求-响应式’轮询策略。轮询是在特定的的时间间隔(如每1秒)，由浏览器对服务器发出请求，然后由服务器返回最新的数据给客户端的浏览器。这种传统的模式带来很明显的缺点，即浏览器需要不断的向服务器发出请求，然而HTTP request 的header是非常长的，里面包含的数据可能只是一个很小的值，这样会占用很多的带宽和服务器资源。

面对这种状况，HTML5定义了WebSockets协议，能更好的节省服务器资源和带宽并达到实时通讯。应用Websockets技术，服务器可以通过一个双工通道主动推送数据至客户端浏览器。 1.3 数据存储 1.3.1 车载终端数据

自2006年以来，基于Google提出的MapReduce编程模型以及分布式文件系统的开源项目Hadoop，得到了分布式计算领域的广泛关注，近年来更是几乎成为了大数据行业的标准框架。众多国际互联网公司如Yahoo!、Twitter、Facebook、Google、阿里巴巴等均开源发布了大量基于Hadoop框架的软件，从而使得此框架拥有其他大数据工具所不具备的软件生态圈。

2013年底，Hadoop 2 发布，新一代的计算框架YARN在兼容MapReduce之外，使得其他第三方计算工具可以更便捷的与HDFS整合。同时HDFS也增加了HA(高可用)等新功能。

Cloudera是一家美国的Hadoop软件发行商，其CDH提供了企业级的服务支持，超过50%的Hadoop开源项目贡献来自于Cloudera的工程师。恒润科技目前使用的是Cloudera的CDH5。

数据存入HDFS中时，Hadoop会自动将数据切分为block并均匀分布的存储在集群的各个数据节点。读取数据时，往往通过Map Reduce的方式将数据汇总并提取。这种方式非常适用于对海量数据(eg. 100GB+)进行检索或分析的场景。这是因为，首先海量数据很难用单机进行处理，因为大量数据需要先加载至内存;其次因为MapReduce(或基于YARN的其他计算方式)可以充分利用整个集群中的计算资源，任务的执行效率远远快于单机。

而对于交互应答及时性要求较高的应用场景，比如查看某列车某一时段的车速变化曲线(涉及数据量相对较小)。用户往往期望指定检索条件后可得到秒级的响应。但如果采用上述方式直接从HDFS取数据，整体集群任务派发与资源协调所需的时间将远大于数据处理与展示的时间。用户体验将会大幅下降，这种情况下一般会采用非结构型Nosql数据库。HBase是Hadoop生态圈中非结构型数据库的代表，其架构参考了Google的bigTable设计。旨在为客户提供基于HDFS，支持快速写入与读取的数据库。

HBase的一个典型应用场景便是车载终端数据存储，车载终端数据的特点包括： 数据类型多样、数据具有时序性、车载终端有移动性以及数据粒度小。车载数据也符合上述特征，因此HBase相对于HDFS是一个更加合适的选择。然而，HBase表的设计对数据检索效率的影响可谓巨大，因此必须紧密结合应用场景、数据结构以及数据的元数据才能确保HBase的性能满足应用需求。 1.3.2 应用数据

应用数据一般则采用关系型数据库进行存储。常见的关系型数据库包括：Mysql，SqlServer，Oracle等。 1.4 数据分析 1.4.1 基础运算功能

大数据平台需根据数据类型的相应特点封装基础运算功能。例如，对于布尔量，需提供某段时间区间内，0、1变化的次数统计，0、1所占比例分布等功能;对递增量如列车里程，应提供某段时间区间内该信号的变化率。而这些功能在分布式环境下主要是通过MapReduce的思想实现。

MapReduce是Hadoop的核心组件之一。 所有计算任务都被分解为两个过程：Map与Reduce。其中Map过程的核心思想为‘移动计算优于移动数据’，即将计算任务Mapper分发至数据所在计算节点。计算节点对本地数据进行计算并将计算结果记录在本地HDFS。Reduce过程，则由reducer去各个计算节点收集mapper的中间计算结果再整理成最终结果。这一过程适合的场景是大批量数据运算，而针对交互性较强的应用，因整个计算过程涉及大量磁盘IO操作，很难做到及时响应。为此Hadoop软件生态圈对MapReduce过程进行了大量优化，而Spark的出现则进一步颠覆了MapReduce的实现方式。 1.4.2 Apache Spark

Spark将数据源封装为RDD(一种可伸缩的分布式数据结构)。针对RDD的Mapreduce过程，将所有中间结果都保存在内存，而不需读写HDFS，从而提高计算任务的整体效率。除MapReduce外，Spark还提供许多其他数据操作。自2014年起，spark已经成为Apache开源社区中最活跃的开源项目。 1.4.3 SQL on Hadoop

在传统关系型数据库中进行数据分析往往是依靠SQL语言。对于不熟悉分布式编程的数据分析人员，SQL on Hadoop的出现无疑为他们提供了一种便捷而强大数据分析工具。为Hbase提供SQL操作的工具包括Hive，Impala与Pheonix。其中Hive与Impala都是为HDFS而设计同时提供了对Hbase的接口;Pheonix则是专门为Hbase设计的，底层实现完全依赖Hbase 的原生接口。 1.4.4 机器学习算法

数据挖掘中常用的许多机器学习算法都是迭代式的，当数据分布在集群中，传统的单机算法实现将难以生效。Apache Mahout提供了多种机器学习算法基于MapReduce的实现，包括聚类、拟合、协同过滤等。Spark也提供了Mlib组件并以Spark的方式对上述算法进行了实现。 1.4.5 BI

传统的的BI工具近年来也开始提供基于Hadoop的数据计算接口，如Matlab提供了MapReduce的接口(http:///discovery/matlab-mapreduce-hadoop.html)。而SPSS更是宣布除与Hadoop集成之外，还将于2015年完成与Spark的集成。值得注意的是，这些集成仅是底层实现的集成，即仍然要求数据分析人员具备MapReduce的编程思想并学习这些工具关于Mapreduce的客户端接口。 1.4.6 工作流

Oozie是Hadoop生态圈中第一款关于计算流程规划的工具。通过这款工具，开发人员可以将上述数据分析工具进行整合，以完成非常复杂的数据统计任务。然而Oozie缺乏可视化的工具对工作流进行设计，且调试十分不便。

Azkaban是由LinkedIn贡献的一款类似的开源工具并提供了用户友好的可视化界面。

1.4.7 数据可视化

由于前段的框架采用的是基于浏览器的B/S架构，因此数据的可视化可以依托于大量开源的javascript工具库,例如D3(https://github.com/mbostock/d3/wiki/Gallery)、Highcharts(http:///demo)以及Baidu Echarts(http://echarts.baidu.com/doc/example.html)。

以Echarts为例，其提供的工具包括：折线(面积)图、 柱状(条形)图、 散点(气泡)图、 K线图、 饼(圆环)图、 雷达(面积)图、 和弦图、 力导向布局图、 地图、 仪表盘、 漏斗图。具体demo请参考上述链接。 2 硬件选型建议 2.1 服务器选型 2.1.1 配置

Hadoop集群中DateNode的推荐配置为： • 12～24 块1～4TB 硬盘

• 2 ～8核 CPU, 频率2～2.5GHz • 64-512GB 内存 • 10～100G以太网网口 NameNode的推荐配置为：

• 4～6 块1TB 硬盘 (操作系统1块, 文件系统2块,Zookeeper1块) • 2 ～8核 CPU, 频率2～2.5GHz • 64-128GB 内存 • 10～100G以太网网口 2.1.2 规模

车载终端数据进入Hbase后，以Hfile的形式存于HDFS。这意味着所有数据在整体集群中将会至少保存3个备份。规划集群规模时需考虑下列几个参数： •

车载终端数量(车载数据采集设备)sensors •

采集端口数量ports •

采集频率 frequency •

采集时间period •

端口大小 size •

备份数量 redundancy

由于Hadoop集群支持动态扩展，因此策划时可先按最小需求搭建物理集群。

第8篇：大数据平台应用的培训通知

关于组织召开危化企业安全风险预防

大数据平台应用的培训通知

各街道办事处、企业服务处： 根据《杭州市安全生产监督管理局转发浙江省安全生产监督管理局关于印发危险化学品企业安全风险预防大数据平台建设工作方案的通知》要求，现组织召开危化企业安全风险预防大数据平台应用培训，具体事项通知如下：

一、培训时间

2017年10月18日9:15报到，9：30准时开始。

二、讲座地点

大江东市场安监局四楼会议室。

三、参加人员

1、36家危化许可企业安全生产相关负责人;

2、8家带储存经营企业安全生产相关负责人;

3、15家加油站安全生产相关负责人。

四、讲座议程

1、危化企业安全风险预防大数据平台应用培训;

2、关于安全风险预防大数据平台应用互动答疑。

五、其他注意事项

1、请各街道办事处、企业服务处通知所属企业安全生产相关负责人按时参加;

2、请加油站安全生产相关负责人按时参加;

3、请参会人员安排好时间，准时参加培训，如无特殊情况，不得请假。

联系人：高佳佳;电话：0571-82987703。

杭州大江东产业集聚区市场与安全生产监督管理局

2017年10月16日

第9篇：渤海粮仓科技示范工程大数据平台

情系“渤海粮仓”

作者:农业大数据研究中心 宋长青 来源:《山东农大报》 发布时间:2014-06-06 00:00

5月23日上午11时20分，中共中央政治局委员、国务院副总理汪洋，在山东省委副书记、省长郭树清陪同下来到滨州市无棣县万亩盐碱地改造试验示范基地，考察“渤海粮仓”科技示范工程实施情况。作为“渤海粮仓增产增效的大数据支撑研究”

项目和“渤海粮仓科技示范工程大数据平台”建设的参与者和实施者，我亲眼目睹了这次考察，留下了难忘的记忆。

汪副总理一下车，首先与等候在现场的科技人员一一握手，然后走到展板前认真听取了中国科学院关于“渤海粮仓”

项目实施情况的汇报，查看了摆放在现场的小麦玉米良种、生物菌肥等实物，不时与科技人员进行交流。当来到山东农业大学研发的 “渤海粮仓科技示范工程大数据平台”汇报现场时，我们现场的人员异常激动，也非常冷静。我们知道，这次汇报的大数据平台研发过程中，山东省科技厅和学校有关领导、课题组研发人员付出了多大的辛劳。我校科技人员将平台的数据采集、挖掘分析、监测预警、决策服务等四个模块，一一向汪副总理做了汇报演示，并请他通过摄像头远程查看德州、东营示范区的小麦长势。汪副总理了解了平台功能和已发挥的作用，并通过平台看到三地市小麦长势喜人、丰收在望，露出了满意的笑容。

记得今年年初，省科技厅把我和柳平增博士、高明秀博士等一行召集到济南，研讨如何进一步发挥物联网和大数据技术优势，更好地推进“渤海粮仓”山东区建设;同时下达并启动“渤海粮仓科技示范工程大数据平台”建设研究。回来后，给学校和科技处领导作了汇报，大家就投入到紧张的工作中。

记得今年4月底，省科技厅通知，5月份上级领导可能来山东考察，要求山东农业大学积极做好准备，抓紧完善物联网设备和平台软件。5月10日左右，得到确切消息，上级领导要到滨州市无棣县万亩盐碱地改造试验示范基地，考察“渤海粮仓”科技示范工程实施情况。山东将以 “渤海粮仓科技示范工程大数据平台”建设为切入点，汇报“渤海粮仓”山东项目区27个试验示范区16.3万亩小麦生产情况，而汇报任务则由山东农大来完成。

温孚江校长非常重视，要求学校科技处、农业大数据研究中心会同课题组及相关专家务必做好准备。5月12日，科技厅会同中国科学院、滨州市政府、山东农业大学等单位在无棣核心区召开现场调度会，观看“渤海粮仓科技示范工程大数据平台”建设的汇报演示，肯定了前期平台的研发成绩，提出了汇报演示的要求：直观精简、突出重点、呈现亮点，在尽量短的时间内，尽可能全面呈现平台的功能和作用。回到学校，在科技处米庆华处长的调度下，由信息科学与工程学院、农学院、资源与环境学院、水利土木工程学院、网络信息技术中心、农业大数据研究中心等单位的科研人员组成工作小组，明确了“汇报演示平台”与原研发平台的区别与联系，合理分工，进行攻关。研发小组多次与省厅领导沟通，进一步明确了演示平台完善的针对性、有效性、及时性和科学性原则，突出展示平台针对环渤海低平原区特点，采用物联网和大数据技术协同体系，实时采集数据，科学挖掘分析，进行监测预警并提供决策服务的功能和已发挥的作用。总体思路明确之后，以柳平增团队为主，张承明团队、鞠达青团队为辅，按照各自的分工，在原有研发平台的基础上，不分昼夜连续作战。农学院贺明荣教授、陈国庆博士，资环学院赵庚星教授、高明秀博士，对采集的数据及分析结果进行指导、校正，提供多年积累的历史数据，并负责汇报材料的撰写工作。期间，省科技厅领导来到学校研发现场坐阵指导。在多学科协同作战下，演示平台反复修改，汇报材料几易其稿。5月21日凌晨1点左右，演示平台终告完成。22日一大早，大家就赶赴无棣核心区进行联调联试。

由于研发平台的数据传输模式为无线传输，气象、土壤、地下水等各类数据毫无问题，但要保证分布在德州、滨州、东营的视频远程传输及现场演示效果，就需要借助互联网有线传输。工程技术人员张焕远、柳平增、车路、高明秀、周虎及研究生巩腾飞、张自清等提前研讨解决方案、协调当地网络运营商和施工人员，在三地市科技局和相关单位的鼎力帮助下，利用短短7天时间，完成相关设备的安装、调试，保障了汇报演示成功。

回想这些天的战斗历程，得到了许多有益的启示，算是对今后工作的借鉴。

理清思路是前提。在平台研发与 “演示平台”完善过程中，课题组成员与省科技厅主管领导之间，课题组成员之间进行了多次沟通交流，明确了工作基本思路。这对最后的成功起到了至关重要的作用。古人云：“磨刀不误砍柴工”，否则就会南辕北辙。“凡事预则立，不预则废”，无论是科学研究还是行政事务，预先搞好顶层设计是前提。只有事先充分交流，充分沟通，充分论证，理清思路，才能明确职责，明确分工，有条不紊地开展工作，不至于头痛医头，脚痛医脚。

协同攻关是关键。在演示平台完善过程中，学校有四个学院、两个部门参与其中，信息学院两个团队负责平台研发，农学院、资环学院负责数据分析、生产指导意见拟定、平台文字修正及汇报材料撰写，水土学院艺术设计系负责网站美工，网络信息技术中心负责平台的安全、链接、迁移等，科技处、农业大数据研究中心负责组织、协调、分工等。通过这次工作，充分感悟到协同攻关力量无穷。当今社会的发展，靠“单枪匹马”不可能干成大事，协同创新才是工作和研究的必由之路。

加强领导是保障。这次工作牵动着许多领导的心，温孚江校长多次调看平台研发情况，并提出修改意见。科技厅郭久成副厅长提出汇报平台建设的框架和思路，农村科技处王守宝、刘赤兵两位处长来校一同参与研发工作。校办、科技处、财务处、资产处、网络信息技术中心、四个学院领导都给予了大力支持。领导的支持与关心极大地提升了研发人员的信心，激发了大家的斗志。大家深深感到，能为“渤海粮仓”科技示范工程建设出一份力，再苦再累也心甘。

虽然数据平台研发工作已经告一段落，但“渤海粮仓”科技示范工程建设和我们的研究任务依然繁重。如何利用农业大数据技术和物联网技术为工程建设提供更多更好的服务，为农民增收、领导决策和科技工作者服务，仍然是摆在我们面前的重大课题。“我们的饭碗主要装中国粮”的任务十分艰巨，农业高校有义务、有责任勇于担当。让我们更加努力工作，为“渤海粮仓”建设，为保障国家粮食安全作出更大贡献。

· 执行抗灾救灾任务对战斗精神培育的启示 · 财政金融学院举行“挑战杯”创业设计大赛答辩会 · CGAFA4(高级财务)课程全球考我校邓淑文获得第一名 · 寒梅飘香时“百花”竞芬芳———2009年研究生冬季活动月扫描 · 天津市委常委苟利军受聘我校教授应邀作“加快滨海新区发展”专题报告 · (图)地震天不塌 大灾有大爱我院以“共产党员特殊党费”形式再向灾区捐款 · 省委副书记、省长罗保铭慰问郭力华

· 我校调整2008年在四川省招生计划“四川延考”招生计划专业全覆盖 · “一院一品一景”：打造特色校园文化品牌■黄二宁 · 亿万学生“阳光体育与奥运同行冬季长跑”启动











情系“渤海粮仓”

作者:农业大数据研究中心 宋长青 来源:《山东农大报》 发布时间:2014-06-06 00:00

5月23日上午11时20分，中共中央政治局委员、国务院副总理汪洋，在山东省委副书记、省长郭树清陪同下来到滨州市无棣县万亩盐碱地改造试验示范基地，考察“渤海粮仓”科技示范工程实施情况。作为“渤海粮仓增产增效的大数据支撑研究”

项目和“渤海粮仓科技示范工程大数据平台”建设的参与者和实施者，我亲眼目睹了这次考察，留下了难忘的记忆。

汪副总理一下车，首先与等候在现场的科技人员一一握手，然后走到展板前认真听取了中国科学院关于“渤海粮仓”

项目实施情况的汇报，查看了摆放在现场的小麦玉米良种、生物菌肥等实物，不时与科技人员进行交流。当来到山东农业大学研发的 “渤海粮仓科技示范工程大数据平台”汇报现场时，我们现场的人员异常激动，也非常冷静。我们知道，这次汇报的大数据平台研发过程中，山东省科技厅和学校有关领导、课题组研发人员付出了多大的辛劳。我校科技人员将平台的数据采集、挖掘分析、监测预警、决策服务等四个模块，一一向汪副总理做了汇报演示，并请他通过摄像头远程查看德州、东营示范区的小麦长势。汪副总理了解了平台功能和已发挥的作用，并通过平台看到三地市小麦长势喜人、丰收在望，露出了满意的笑容。

记得今年年初，省科技厅把我和柳平增博士、高明秀博士等一行召集到济南，研讨如何进一步发挥物联网和大数据技术优势，更好地推进“渤海粮仓”山东区建设;同时下达并启动“渤海粮仓科技示范工程大数据平台”建设研究。回来后，给学校和科技处领导作了汇报，大家就投入到紧张的工作中。

记得今年4月底，省科技厅通知，5月份上级领导可能来山东考察，要求山东农业大学积极做好准备，抓紧完善物联网设备和平台软件。5月10日左右，得到确切消息，上级领导要到滨州市无棣县万亩盐碱地改造试验示范基地，考察“渤海粮仓”科技示范工程实施情况。山东将以 “渤海粮仓科技示范工程大数据平台”建设为切入点，汇报“渤海粮仓”山东项目区27个试验示范区16.3万亩小麦生产情况，而汇报任务则由山东农大来完成。

温孚江校长非常重视，要求学校科技处、农业大数据研究中心会同课题组及相关专家务必做好准备。5月12日，科技厅会同中国科学院、滨州市政府、山东农业大学等单位在无棣核心区召开现场调度会，观看“渤海粮仓科技示范工程大数据平台”建设的汇报演示，肯定了前期平台的研发成绩，提出了汇报演示的要求：直观精简、突出重点、呈现亮点，在尽量短的时间内，尽可能全面呈现平台的功能和作用。回到学校，在科技处米庆华处长的调度下，由信息科学与工程学院、农学院、资源与环境学院、水利土木工程学院、网络信息技术中心、农业大数据研究中心等单位的科研人员组成工作小组，明确了“汇报演示平台”与原研发平台的区别与联系，合理分工，进行攻关。研发小组多次与省厅领导沟通，进一步明确了演示平台完善的针对性、有效性、及时性和科学性原则，突出展示平台针对环渤海低平原区特点，采用物联网和大数据技术协同体系，实时采集数据，科学挖掘分析，进行监测预警并提供决策服务的功能和已发挥的作用。总体思路明确之后，以柳平增团队为主，张承明团队、鞠达青团队为辅，按照各自的分工，在原有研发平台的基础上，不分昼夜连续作战。农学院贺明荣教授、陈国庆博士，资环学院赵庚星教授、高明秀博士，对采集的数据及分析结果进行指导、校正，提供多年积累的历史数据，并负责汇报材料的撰写工作。期间，省科技厅领导来到学校研发现场坐阵指导。在多学科协同作战下，演示平台反复修改，汇报材料几易其稿。5月21日凌晨1点左右，演示平台终告完成。22日一大早，大家就赶赴无棣核心区进行联调联试。

由于研发平台的数据传输模式为无线传输，气象、土壤、地下水等各类数据毫无问题，但要保证分布在德州、滨州、东营的视频远程传输及现场演示效果，就需要借助互联网有线传输。工程技术人员张焕远、柳平增、车路、高明秀、周虎及研究生巩腾飞、张自清等提前研讨解决方案、协调当地网络运营商和施工人员，在三地市科技局和相关单位的鼎力帮助下，利用短短7天时间，完成相关设备的安装、调试，保障了汇报演示成功。

回想这些天的战斗历程，得到了许多有益的启示，算是对今后工作的借鉴。

理清思路是前提。在平台研发与 “演示平台”完善过程中，课题组成员与省科技厅主管领导之间，课题组成员之间进行了多次沟通交流，明确了工作基本思路。这对最后的成功起到了至关重要的作用。古人云：“磨刀不误砍柴工”，否则就会南辕北辙。“凡事预则立，不预则废”，无论是科学研究还是行政事务，预先搞好顶层设计是前提。只有事先充分交流，充分沟通，充分论证，理清思路，才能明确职责，明确分工，有条不紊地开展工作，不至于头痛医头，脚痛医脚。

协同攻关是关键。在演示平台完善过程中，学校有四个学院、两个部门参与其中，信息学院两个团队负责平台研发，农学院、资环学院负责数据分析、生产指导意见拟定、平台文字修正及汇报材料撰写，水土学院艺术设计系负责网站美工，网络信息技术中心负责平台的安全、链接、迁移等，科技处、农业大数据研究中心负责组织、协调、分工等。通过这次工作，充分感悟到协同攻关力量无穷。当今社会的发展，靠“单枪匹马”不可能干成大事，协同创新才是工作和研究的必由之路。

加强领导是保障。这次工作牵动着许多领导的心，温孚江校长多次调看平台研发情况，并提出修改意见。科技厅郭久成副厅长提出汇报平台建设的框架和思路，农村科技处王守宝、刘赤兵两位处长来校一同参与研发工作。校办、科技处、财务处、资产处、网络信息技术中心、四个学院领导都给予了大力支持。领导的支持与关心极大地提升了研发人员的信心，激发了大家的斗志。大家深深感到，能为“渤海粮仓”科技示范工程建设出一份力，再苦再累也心甘。

虽然数据平台研发工作已经告一段落，但“渤海粮仓”科技示范工程建设和我们的研究任务依然繁重。如何利用农业大数据技术和物联网技术为工程建设提供更多更好的服务，为农民增收、领导决策和科技工作者服务，仍然是摆在我们面前的重大课题。“我们的饭碗主要装中国粮”的任务十分艰巨，农业高校有义务、有责任勇于担当。让我们更加努力工作，为“渤海粮仓”建设，为保障国家粮食安全作出更大贡献。

· 执行抗灾救灾任务对战斗精神培育的启示 · 财政金融学院举行“挑战杯”创业设计大赛答辩会 · CGAFA4(高级财务)课程全球考我校邓淑文获得第一名 · 寒梅飘香时“百花”竞芬芳———2009年研究生冬季活动月扫描 · 天津市委常委苟利军受聘我校教授应邀作“加快滨海新区发展”专题报告 · (图)地震天不塌 大灾有大爱我院以“共产党员特殊党费”形式再向灾区捐款 · 省委副书记、省长罗保铭慰问郭力华

· 我校调整2008年在四川省招生计划“四川延考”招生计划专业全覆盖 · “一院一品一景”：打造特色校园文化品牌■黄二宁 · 亿万学生“阳光体育与奥运同行冬季长跑”启动









