水稻是我國主糧,華南與西南是我國水稻優(yōu)勢產區(qū),水稻面積占全國的26%。該稻區(qū)地理環(huán)境和氣候復雜,有害生物發(fā)生頻率高,且各地農技水平不均衡,藥肥施用過量現象時常發(fā)生,影響了水稻產量和種植成本,危害了生態(tài)環(huán)境和食品安全。大數據技術是解決水稻藥肥濫用問題、科學種植的重要手段。本論文依托國家重點研發(fā)計劃“華南及西南水稻化肥農藥減施技術集成研究與示范”的課題1“藥肥精準施用跨境跨區(qū)域大數據平臺（No.2018YFD301）”的核心任務,以華南西南八省市水稻種植區(qū)為研究區(qū),構建水稻藥肥精準施用大數據基礎平臺,為農戶、農技人員、管理者等提供水稻藥肥施用決策服務。主要內容為:1.調研大數據和互聯(lián)網技術應用于精準農業(yè)的現狀,分析整理我國水稻藥肥施用存在的問題,結合重點研發(fā)計劃課題任務要求,與相關合作單位展開深入交流,分析大數據平臺的業(yè)務功能,明確大數據平臺必須完成的任務。2.基于三層結構的開發(fā)架構,設計了結構上分層、前后端分離的體系結構,保證了平臺高內聚低耦合,易于擴展。利用PostgreSQL和Accumulo分別作為結構化數據和非結構化數據的數據庫存儲方案,后端利用Jersey作為基礎框架開發(fā)Res... 

【文章來源】： 曹輝 電子科技大學

【文章頁數】：89 頁

【學位級別】：碩士

【部分圖文】：

技術路線圖

第三章水稻藥肥精準施用大數據原型平臺設計13反愧系統(tǒng)消息、平臺外鏈等。圖3-1大數據平臺功能組成3.1.2用戶角色在水稻種植與病蟲害防治過程中，不同角色類型的用戶協(xié)同參與，各自需求不同且相互聯(lián)系，如圖3-2所示，通過相應功能完成信息的傳遞。主要包含6類角色，分別為農戶、農技服務人員、農技專家、管理者、數據分析人員、數據審核人員，并以農戶為核心完成信息傳遞。農戶在實際生產過程中需要農業(yè)專家提供建議和指導，在水稻長勢不好或遭遇水稻病蟲害時會向農技服務人員購買服務，也可以將田間實時的水稻信息或病蟲害圖片在平臺中發(fā)布；農技服務人員可在平臺中發(fā)布、編輯相關服務；農業(yè)專家一方面可以審核數據分析人員使用算法模型獲取的結果，一方面可以使用數據審核人員獲取的實際數據進行結果驗證，同時也可向管理人員和平臺提出建議；數據審核人員則完成相關信息認證，數據校驗工作；數據分析人員則完成相關復

電子科技大學碩士學位論文14雜模型所需的數據源的預處理，并進一步給出分析結果。圖3-2大數據平臺用戶角色設計3.2體系結構設計3.2.1核心技術遴選3.2.1.1大數據技術ApacheHadoop分布式文件系統(tǒng)[50]是一個高度容錯、提供數據高吞吐量訪問、能部署于廉價機器的系統(tǒng)。Hadoop集群采用典型的主從結構，一般有一個主節(jié)點（Namenode）和多個從節(jié)點(Datanode)，主節(jié)點用于管理命名空間并控制客戶端對文件的訪問，從節(jié)點用于保存數據。集群啟動后對HDFS進行的各種更新操作都會被記錄在編輯日志中，集群關閉后再次啟動時會將該日志加載到內存中進行合并。因為日志文件很大，合并時會花費較長時間，所以配置一個輔助NameNode配合完成合并工作用于加快集群的啟動時間。Hadoop提供了相關命令工具使得集群管理員可以像操作本地Linux系統(tǒng)中文件一樣進行相應的復制、移動、刪除等操作，也可在HDFS與本地文件系統(tǒng)間完成文件的移動。為方便自動化管理，Hadoop提供了多種語言版本的API，方便開發(fā)人員通過代碼進行集群操作。ApacheAccumulo是一個可靠的、可伸縮的、高性能的排序分布式的Key-Value存儲解決方案，基于單元訪問控制以及可定制的服務器端處理。其使用HDFS來存儲其數據，并利用ApacheZooKeeper協(xié)調實現數據的一致性。Accumuloshell可以完成相關數據表的創(chuàng)建、刪除以及通過掃描查看相關數據行，也可以在客戶端通過相應API連接到Accmulo完成相關操作。Accumulo被廣泛應用于政府機構，

【參考文獻】：
期刊論文
[1]基于分布式的農業(yè)氣象大數據平臺設計與實現[J]. 朱亮,鐘艷雯,賀煒,羅林艷,歐陽計躍.  湖北農業(yè)科學. 2019(06)
[2]基于NoSQL數據庫的大數據查詢技術實踐探索[J]. 薛濤.  電腦編程技巧與維護. 2018(11)
[3]農產品大數據的抓取和分析方法探索[J]. 劉曉剛.  農村經濟與科技. 2018(19)
[4]基于Flume和HDFS的大數據采集系統(tǒng)的研究與實現[J]. 方中純,趙江鵬.  內蒙古科技大學學報. 2018(03)
[5]基于Hadoop與Flume的拒絕服務攻擊檢測研究[J]. 馬曉亮.  信息安全研究. 2018(09)
[6]歐盟國家農業(yè)遙感應用及其啟示[J]. 劉海啟,游炯,王飛,周應華,李霄漢,黃平.  中國農業(yè)資源與區(qū)劃. 2018(08)
[7]中國水稻生產“雙減”的目的意義與途徑方法[J]. 劇成欣,季紅娟,張春梅,陸玉榮,劉建鳳,呂敏,衛(wèi)甜,趙步洪,王志琴,楊建昌.  中國農學通報. 2018(23)
[8]基于大數據的Web個性化推薦系統(tǒng)設計[J]. 張婷婷.  現代電子技術. 2018(16)
[9]基于大數據思維的作物精準施肥研究與應用[J].   貴州農業(yè)科學. 2018(07)
[10]我國水稻生產中農藥過量施用研究:基于社會和私人利益最大化的視角[J]. 郭利京,王穎.  生態(tài)與農村環(huán)境學報. 2018(05)

碩士論文
[1]基于多數據源的水利數據獲取及大數據服務[D]. 張馳恒一.西安理工大學 2018
[2]基于Hadoop的音樂推薦系統(tǒng)的研究與實現[D]. 李新衛(wèi).西安工業(yè)大學 2018
[3]基于hadoop的分布式雜交水稻算法研究[D]. 鄧興鵬.湖北工業(yè)大學 2018
[4]2015年全國露地蔬菜農藥施用大數據分析[D]. 羅巍.浙江大學 2016
[5]大數據技術在農技推廣中的應用研究[D]. 馮陽.中國農業(yè)科學院 2016
[6]基于大數據處理技術Hadoop平臺玉米精準施肥智能決策系統(tǒng)的研究[D]. 蔡麗霞.吉林農業(yè)大學 2015



本文編號：2906869