摘要：目前，農(nóng)業(yè)生產(chǎn)已經(jīng)越來越趨于精細化和智能化，該文介紹了基于可橫向擴展的列式數(shù)據(jù)庫HBase以及并行計算框架MapReduce等大數(shù)據(jù)技術(shù)的農(nóng)業(yè)物聯(lián)網(wǎng)的應用系統(tǒng)。農(nóng)業(yè)物聯(lián)網(wǎng)涉及對農(nóng)業(yè)生產(chǎn)環(huán)境數(shù)據(jù)的實時采集、農(nóng)作物的實時監(jiān)控、農(nóng)作物的生長狀況判斷以及改善農(nóng)物的生長環(huán)境等方面。一個完整的物聯(lián)網(wǎng)系統(tǒng)應該涉及農(nóng)作物生長的各個方面，系統(tǒng)基于采集的數(shù)據(jù)擬合環(huán)境變化曲線(ECC)，然后，再結(jié)合作物的生長狀況學習出農(nóng)作物的最佳生長環(huán)境(CBGE)曲線，最后，再依據(jù)農(nóng)作物的生長周期構(gòu)造農(nóng)作物生長模型(CGM)。在此基礎(chǔ)上就可以實現(xiàn)農(nóng)作物的精細化耕作，實現(xiàn)遠程控制環(huán)境變化進而達到智能耕作的目的。

　　關(guān)鍵詞：物聯(lián)網(wǎng);數(shù)據(jù)采集;并行計算;列式存儲;大數(shù)據(jù)技術(shù)

　　1 建立列式數(shù)據(jù)庫

　　Hadoop是目前使用最廣泛的大數(shù)據(jù)技術(shù)，它允許開發(fā)人員使用簡單的編程模型通過計算機集群進行大數(shù)據(jù)的分布式處理的計算框架。它可以將服務器從單臺擴展到上千臺，每臺服務器都可以提供本地的計算和存儲資源[8] 。相對于傳統(tǒng)關(guān)系型數(shù)據(jù)庫列式數(shù)據(jù)庫的讀取效率明顯要更高，它不再需要像關(guān)系數(shù)據(jù)庫一樣為讀取某個字段的值而掃描整個表結(jié)構(gòu)的數(shù)據(jù)，如果我們需要讀取某列的數(shù)據(jù)只需要讀取此列的數(shù)據(jù)就可以了。另外，在擴展方面它也可以很簡單只要在 Hadoop集群中添加計算機節(jié)點然后再添加相應的服務就可以有效的擴展它的存儲容量，這使得它獲得幾乎無限容量的存儲能力[8-10] 。系統(tǒng)采集的數(shù)據(jù)主要來自傳感器，我們會將傳感器上傳送的數(shù)據(jù)轉(zhuǎn)換成可識別的信息存儲到 HBase數(shù)據(jù)庫中。

　　1.1 數(shù)據(jù)庫詳細內(nèi)容 HBase是列式數(shù)據(jù)庫，所以與傳統(tǒng)關(guān)系型數(shù)據(jù)庫的設(shè)計模式不同，我們將按照列式數(shù)據(jù)庫的設(shè)計方法來進行數(shù)據(jù)庫設(shè)計。目前，列式數(shù)據(jù)庫的設(shè)計還沒有固定的模式，系統(tǒng)將根據(jù)實際需求對數(shù)據(jù)庫的列族、列、行健進行一定的設(shè)計。

　　(1) 列族，實際種植環(huán)境信息(如溫濕度)并不能以一個傳感器的數(shù)據(jù)來決定，根據(jù)采集區(qū)域范圍大小需要多個傳感器的數(shù)據(jù)共同來決定，所以列族名將由地區(qū)、地塊和農(nóng)作物本身共同來決定的。編碼如下：地區(qū)采用實際的地名作為編碼的一部分，實際上都會采用區(qū)域編號來代替，例如，對于大棚實驗田就會分為 A 區(qū)、B 區(qū)等。考慮到傳感器覆蓋區(qū)域的數(shù)量，我們將一定數(shù)量的傳感器所覆蓋的區(qū)域當做一個地塊，對于大棚來說，一個大棚就可以當成一個地塊。最后是農(nóng)作物的品種標記，用來標識采集地塊類的農(nóng)作物，一般將同一種農(nóng)作物放在同一個地塊中，這樣采集的數(shù)據(jù)參考意義更大。

　　(2) 列，列將由傳感器的標識來決定。考慮到同一個地塊將采集多種數(shù)據(jù)，而每一種數(shù)據(jù)將在地塊的不同位置采集多次。我們將同一個地塊中的所有同類型傳感器的數(shù)據(jù)都放在同一個列族當中，這有利于后期的數(shù)據(jù)挖掘和統(tǒng)計分析。例如，一個大棚(將一個大棚當做一個地塊)中包含上下各6個溫度傳感器，則一個地塊中同一時間可以獲得12個溫度類型的數(shù)據(jù)，這些數(shù)據(jù)都會被放到一個列族中存儲起來。

　　1.2 數(shù)據(jù)采集入庫傳感器采集的數(shù)據(jù)是主要影響農(nóng)作物生長的環(huán)境信息數(shù)據(jù)，諸如土壤溫濕度、空氣溫濕度、光照強度等農(nóng)作物生長環(huán)境參數(shù)。傳統(tǒng)的種植方式，無法對這些生長環(huán)境參數(shù)進行實時監(jiān)測與定量、定性分析。物聯(lián)網(wǎng)改變了農(nóng)業(yè)生產(chǎn)的模式，我們將各類環(huán)境數(shù)據(jù)采集并存儲到HBase中(如圖1)，這些數(shù)據(jù)將是構(gòu)建農(nóng)作物生長模型或分析農(nóng)作物的重要數(shù)據(jù)支撐。

　　2 農(nóng)業(yè)物聯(lián)網(wǎng)系統(tǒng)功能介紹

　　農(nóng)業(yè)的發(fā)展越來越偏向機械化和智能化，為了構(gòu)建智能化的農(nóng)業(yè)生產(chǎn)模式，農(nóng)業(yè)物聯(lián)網(wǎng)系統(tǒng)還需要提供必要的智能化生產(chǎn)功能應用。根據(jù)現(xiàn)有的需求和前人的研究系統(tǒng)暫時確定了五項功能模塊[11-13] 。這五項功能將農(nóng)作物生長環(huán)境、生長狀況、生長模型等直觀的提供給使用者，使用者可以根據(jù)這些信息去培養(yǎng)、管理自己的農(nóng)產(chǎn)品。農(nóng)業(yè)物聯(lián)網(wǎng)應用系統(tǒng)主要由數(shù)據(jù)采集、數(shù)據(jù)可視化、實時監(jiān)控和統(tǒng)計分析等模塊組成。數(shù)據(jù)采集功能主要是將傳感器信號轉(zhuǎn)換成可識別的文字或數(shù)字信息;數(shù)據(jù)可視化功能主要是將數(shù)據(jù)以生動的形式展示出來供使用者查看瀏覽;實時監(jiān)控則是實時的傳遞地塊農(nóng)作物的視頻信息，可以實時的查看農(nóng)作物的生長狀況。

　　2.1 環(huán)境信息實時監(jiān)測將實時采集的環(huán)境信息較為美觀的展示出來，可以為使用者帶來較好的感官體驗。最重要的也是實時的監(jiān)測農(nóng)作物生長環(huán)境的變化，在必要的時候可以根據(jù)這些數(shù)據(jù)信息的反饋做人工的干預，比如缺水就可以通過系統(tǒng)控制設(shè)備噴水實現(xiàn)為農(nóng)作物添加水分(如圖2所示)。

　　2.2 地塊標注和實時監(jiān)控將不同的地塊在地圖上以矢量圖來標注出來，這樣可以直觀地了解我們地塊的區(qū)域范圍。在地塊周圍安裝監(jiān)控攝像頭，攝像頭實時捕獲地塊內(nèi)的畫面。使用者可以遠程訪問來觀看地塊的實時畫面。既可以幫助生產(chǎn)管理者遠程了解作物的生長狀況，也可以幫助農(nóng)業(yè)專家通過遠程監(jiān)控畫面了解作物的健康狀況，解決種植中的病害難題(如圖3所示)。

　　2.3 環(huán)境變化趨勢分析將不同的環(huán)境信息數(shù)據(jù)根據(jù)時間的變化擬合出它的變化趨勢曲線(ECC)，這樣可以方便我能觀察它的變化趨勢以及合理的預測將來短時間內(nèi)的變化。根據(jù)作物的生長情況擬合出最適合農(nóng)作物的生長環(huán)境(CBGE)曲線(如下圖4所示)。擬合環(huán)境變化趨勢圖之前需要對數(shù)據(jù)做一些必要的處理，因為HBase 自身并沒有自帶的挖掘函數(shù)，此時MapReduce計算框架就起到了作用，我們利用MapReduce計算框架去處理分析HBase中的數(shù)據(jù)，再可視化到實際的圖表中，此處我們用到了數(shù)據(jù)驅(qū)動的 echarts作為大數(shù)據(jù)量的可視化圖表。

　　3 總結(jié)

　　本文闡述了基于大數(shù)據(jù)技術(shù)設(shè)計實現(xiàn)了農(nóng)業(yè)物聯(lián)網(wǎng)應用系統(tǒng)，系統(tǒng)基于可橫向擴展的列式數(shù)據(jù)庫以及能夠在海量數(shù)據(jù)中進行并行計算的計算框架實現(xiàn)了采集農(nóng)業(yè)生產(chǎn)環(huán)境數(shù)據(jù)和構(gòu)造農(nóng)作物生長模型以及其他功能。系統(tǒng)根據(jù)采集的數(shù)據(jù)對農(nóng)作物的最佳生長環(huán)境進行擬合，并在此基礎(chǔ)上構(gòu)建農(nóng)作物生長模型。可以根據(jù)農(nóng)作物的生長環(huán)境大致判斷農(nóng)作物的生長周期，可以為農(nóng)作物的播種、施肥、收獲做系統(tǒng)性的建議。系統(tǒng)結(jié)合大數(shù)據(jù)技術(shù)實現(xiàn)了對農(nóng)業(yè)生產(chǎn)模式做了極大的改變，當然，目前廣泛推廣還是比較困難，但是，農(nóng)業(yè)生產(chǎn)的智能化必然會是發(fā)展的大趨勢。

　　參考文獻：

　　[1] 趙璐,楊印生.農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)與農(nóng)業(yè)機械化發(fā)展[J].農(nóng)機化研究,2011,08：226-229.

　　[2] 蘇美文.物聯(lián)網(wǎng)產(chǎn)業(yè)發(fā)展的理論分析與對策研究[D].吉林大學,2015.

　　[3] 王家農(nóng).農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)應用現(xiàn)狀和發(fā)展趨勢研究[J].農(nóng)業(yè)網(wǎng)絡信息,2015,09：18-22

　　《基于大數(shù)據(jù)技術(shù)的農(nóng)業(yè)物聯(lián)網(wǎng)應用系統(tǒng)》來源：《電腦知識與技術(shù)》，作者：楊亞飛，湯軍，宋樹華，李功權(quán)。