农业大数据技术研究现状与发展趋势

陈朝阳

摘要：我国是农业大国，农业生产在我国占有着重要的地位，农业大数据技术的研究与发展是保障我国农业健康发展的保障，因此，我们必须重视农业大数据技术的发展方向。该文对农业大数据技术的现状与动态进行了研究分析，从农业大数据清洗技术、农业大数据尺度转换技术、多源农业大数据融合技术、农业大数据关联分析和预测技术、农业大数据时空可视化技术、农业大数据应用方面进行了论述，同时对于农业大数据技术的发展方向进行了简单的讨论，希望通过该文的论述，可以帮助农业大数据技术更近一步的发展，为促进我国农业的整体发展提供相关的信息。

关键词：农业大数据技术；研究；分析；现状

中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2017）14-0001-02

随着我国农业领域各项事业的不断发展，农业大数据技术所涉及范围也越来越广，特别是目前农业活动的各个环节不断的增多，其产生的数据数量也越来越多，因此，关于农业数据分析的相关需求也越来越多。农业大数据技术是指在农业数据研究中结合了地域性、季节性、多样性、周期性、以及农作物本身特性的数据集合，其数据的来源广泛、类型多样、结构复杂、有潜在的价值也很难利用，虽然我国的农业大数据技术还不是很成熟，但是我们必须对农业大数据技术的发展状况进行及时分析，建立完善的农业大数据技术体系，进一步促进我国的农业大数据技術发展。只有农业大数据技术得到了发展，才能够更好的应用到我国的农业经济领域中，才能够促进我国农业的整体发展，进一步促进我国其他相关领域的经济发展。

1农业大数据技术研究现状与动态分析

1.1关于农业大数据清洗技术的研究分析

数据清洗技术的工作内容是找出并且改正数据中可识别的问题，降低问题的出现和不一致性，完成对象识别的过程，该工作的关键是利用相关的技术手段，比如数据统计、数据挖掘、预定义的数据清洗要求把脏数据转变成符合数据质量标准的数据。数据清洗技术的研究分析主要有两个方面：第一，当传统的数据量比较少时，该种状况下的数据清洗方式的研究分析，这时完成任务的方式主要有四种，人为完成方式、程序完成方式、某类特殊领域的特定方法、与特殊领域无关的数据清洗，这几种方式主要应用于数据中重复信息的筛选和删除。第二，数据较多的情况下的数据清洗方法，比如在云计算环境中的相关处理方法；在数据数量庞大情况下的数据清洗技术基础结构模型和对其制约性的研究分析是我们的基础工作，不过现阶段该过程的相关研究仍处在研究的初期阶段，还没有更深一步的研究发展，与其相关的大数据清洗技术的报道也并没有出现。所以说，针对农业大数据清洗技术的研究分析特别的重要，我们需建立一个完整的大数据清洗技术体系，以便我们今后可以快速的得到干净、完整的数据集。

1.2关于农业大数据尺度转换技术的研究分析

农业大数据技术最为显著的一个特点就是它的时空特性，现阶段不论是在国内还是在国外，都采用的是时空插值法来完成与农业相关的电源数据的尺度转换工作，该部分的工作流程主要有两个环节：第一，采用普通Kriging方式完成改造和时空扩展，之后在具体实践中检测相关数据的具体数值，比较典型的例子如降雨量的时空分析、温度的时空预测，这种操作方式比较简单，但是当对某一特定领域的业务特色进行突显时，很难完成相关的工作，例如农作物所受灾害威胁的物候性，利用这一方法就很难对其进行准确的描述。第二，利用计算机程序语言，比如编程语言中的R语言构建与其有关的时空协方差函数模型完成时空变异建模的构建和相关插值的研究分析，根据我们目前的技术水平，主要有两种建模的方式，一是建立可以相互分离的建模模型，该种模型应用的是空间协方差函数、时间协方差函数，把它们两个进行相加或相乘；二是不能够分离的模型，该种模型的作用是完成对时空变量的变量信息的有效描述，已经成为工作的主要方向，但是，因为建模模型的构建十分复杂，全面的进行建模的应用还存在很长的路要走，我们必须等到有比较成熟的结果之后才能够应用到具体工作中。

1.3关于多源农业大数据融合技术的研究分析

农业大数据的数据融合技术是指把多个来源的不同观测数据在统一的要求标准下进行自动分析和继承处理的过程，最后得到某一个或者某一类的数据无法得到的有着重要意义价值的数据信息。该种技术在国际上的研究分析主要有两个方面：第一，语法层面的数据综合研究，该研究的内容主要包括数据格式转换的方式、在元数据上建立的数据集成方式、以往网络协议标准为基础的数据操作方式，这种技术比较传统，其缺点是其数据集成技术不能够适应农业时空数据的异构性、分布性、增长性、变化性等。第二，语义层面的数据综合研究，这一研究阶段的发展比较多成熟，它的延展性较好，对动态信息员也能够很好的适应，同时，它还支持语义级信息共享的特点，是对数据的集成、研究、分析的高效阶段。目前国内外对于农业本体的研究还处在发展的初级阶段，一些数据信息体系还不是很健全，相关的研究成果也并没有发现，因此，我们必须更深一步的研究农业时空大数据融合的本体建模，加快农业发展的脚步。

1.4关于农业大数据关联分析和预测技术研究分析

由于农业大数据的来源范围非常的广，数据的种类繁多、结构复杂，因此，采用数据关联分析和预测技术可以很好的分析农业大数据的内在价值，挖掘出对我们有用的信息。我们又把关联分析叫做关联挖掘，该过程是指在庞大的数据中找出其中的频率模式、关联性、相关性，以及其中存在的因果关系，我们通过对这些数据进行分析，发现某种现象出现时的规律和结构。目前，关于农业大数据关联分析和预测技术方面主要有两个方面：传统的关联分析算法的研究和云计算环境下数据的相关分析。传统的关联分析算法会多次反复的扫描全部的数据库信息，若数据库的信息数量较大，扫描时间和处理时间都会变长，同时，对计算机内存容量的要求也在逐渐提高，因此，在这种情况下，很多技术人员对算法进行了改进，提高了工作的效率和时间。而云计算环境下的数据计算方式，是为了促进数据时代的整体发展，比如我们对Boolean矩阵与Hadoop的高效Apriori算法的引用，结合Fp-tree和Mapreduce提出MFIM算法，对挖掘频繁项集进行相关研究。怎样利用农业数据的空间特点，构建出符合农业发展规律的预测方式和数据分析技术，真正的实现农业发展的需要，解决目前我国农业中所面临的难题。

1.5关于农业大数据时空可视化技术研究分析

在我国社会逐渐进人数据时代的背景下，时空可视化逐渐成为时空分析和相关知识研究的关键一环，时空可视化是指存在一定联系的时空现象，它们在空间维和属性维上的渐变过程随着时间的变化，以图形或图像的方式相互交叉着表现出来，这种表现方式能够更直观的呈现在人们的视野范围内，方便人们对复杂情况下的转变过程有一个直观的了解，有利于人们掌握其变化规律，了解其发展走向。关于该方面的研究主要有两个方面：静态时空可视化方式和动态时空可视化方式。静态时空可视化方式通过时间符号法、时间注记法、地图对比法、时间统计图法等；动态时空可视化方式主要是以时间的变化为主线，研究分析数据的变化情况，同时，也可以利用动画方面的技术，制作地理数据时间维的动态模型，更直观的表现出来。目前，农业大数据技术中时空可视化技术的实际应用还比较少，并没有形成一定的发展规模，相关技术发展的也不是很快，因此，我们必须增强相关技术的研究，为今后农业大数据时空可视化技术的发展奠定良好的基础。

1.6关于农业大数据应用研究分析

目前，农业大数据应用研究多少情况下都是对农业灾害时的相关数据进行分析，研究的方面主要有两种，一种是建立在时间和空间的分析基础之上的分析，另一种是建立在致灾因子指数之上的作物变化分析。这两种分析方法都在一定程度上呈现出作物发生灾害时的相关变化特征，通常情况下我们利用建模模型进行数据的分析，但作物发生灾害的规律性却没有很好的进行说明，不利于发现相关规律。数据时代已经到来，怎样更高效的提升我国农业大数据的发展趋势，促进我国农业建设的长期发展，促使农业相关的生产更为高效，加强对科学技术的应用，解决任一过程中遇到的问题，我们必须都要进行细致的研究和分析，并且制定出相应的适合的解决方案。

2农业大数据技术的发展方向

随着计算机技术和网络技术的不断发展，IT技术将会被更多的应用到我国的各个生产领域中，农业生产活动中的信息化水平将会越来越高，农业大数据技术的发展趋势将会朝着多样化、信息化、自动化，现代化的反向发展。同时，随着我国农业的发展，相关领域的数据数量将会越来越多，因此，我们必须有针对性的对数据进行提取、研究、分析，结合农业数据的自身特点和实际情况，对不同的农业数据进行差异性的设计，在实事求是的基础上，对农业大数据的清洗技术、农业大数据尺度转换技术、多源农业大数据融合技术、农业大数据关联分析和预测技术、农业大数据时空可视化技术等多方面进行研究分析，找出适合我国农业发展的农业大数据技应用研究的方向，对我国复杂的农业结构进行全面分析，从空间角度和时间角度对我国农业的静态和动态情况进行分析，切记在研究、分析的过程中一定要结合具体的情况，不要过于追求形式主义，对自己的研究任务、研究目的要有明确的方向，有效把农业大数据技术的相关应用和具体农业生产的实际情况有效结合起来，进一步促进我国农业建设的发展，促进我国经济建设的发展。

3结论

农业的发展已经在我国有了数千年的历史，与农业有关的业务结构在形成过程和时间演化的过程中都非常的复杂，因此，农业大数据比较突出的特点有以下几点：数据来源多、数据涉及的种类多、数据数量庞大、数据结构复杂、数据主体多、数据涉及空间多等。因此，我们在研究分析农业大数据时，必须利用农业大数据技术和农业业务活动的相互结合，才能够使得到的数据结果更有实用性，才能够凸显出农业产业的自身特色。本文对农业大数据技术的具体应用技术进行了研究分析，希望能够給今后先关领域数据的研究分析提供一些有用的参考，起到积极的作用。只有不断提高我国农业大数据技术的技术水平，才能够为我国农业现代化发展提供坚实的保障。