基于正则化与时空约束改进K最近邻算法的农业物联网数据重构

针对农业复杂环境易发的物联网感知数据丢失异常问题,该文提出一种基于正则化惩罚的K最近邻数据重构方法(K nearest neighbor-regularization penalty,KNN-RP),采用岭回归方法对最近邻方法中的最小二乘因子进行正则化,并讨论了惩罚项的范数选取形式。通过对农业物联网感知数据的时空稳定性与相关性分析,确定了时间与空间约束矩阵的定义方式。采用温室数据样本对算法性能进行交叉验证,结果显示该文的KNN-RP性能在点丢失模型下优于KNN、反距离加权KNN算法以及DT算法,而在块丢失模型下优于KNN和反距离加权KNN算法,略低于DT算法,提高了农业物联网的感知数据质量。该研究可为基于物联网数据的农业生产决策提供参考。     

农业物联网技术应用及创新发展策略

农业是物联网技术应用的重点领域之一,也是物联网技术应用需求最迫切、难度最大、集成性特征最明显的领域。该文对农业物联网国内外技术应用现状、存在的问题以及农业领域关键应用环节进行了深入分析,在此基础上提出了农业物联网未来技术发展重点以及对策措施。农业物联网未来技术发展重点:农业物联网信息感知与识别技术,农业物联网自组织网络部署与信息传输技术,农业物联网自组织网络部署与信息传输技术,农业物联网安全监管与服务质量保障技术。农业物联网对策措施:加强农业物联网技术规范研究,加强核心关键技术产品研发,加强农业物联网技术集成平台建设,加强农业物联网产品设备检测,加强农业物联网应用布局,进一步优化和完善政策环境。该研究为中国农业物联网可持续发展提供决策参考。     

北京市设施农业物联网应用模式构建

该文围绕北京市农产品质量安全和生态环境安全问题,结合北京市"菜篮子"工程要求,按照设施农业产前、产中、产后全产业链条,采用生物、传感器、无线通信和自动化控制等技术,研究构建符合北京市设施农业现状和发展需求的物联网应用模式,主要包括利用具有自主知识产权的物联网技术,建设基于设施农业的感知环境,搭建低成本无线自组织传输网络,建设北京设施农业物联网云服务平台、智能决策服务和反馈控制系统,实现病虫害远程诊断、监控预警、指挥决策,实现肥、水、药智能控制和设施农产品质量安全监管与追溯等,并制定出配套的相关技术标准,为中国设施农业物联网技术标准制定提供参考。北京市设施农业物联网应用模式的成功构建将为国内外其他地区设施农业物联网体系建设提供可借鉴模式。     

WebGIS在农业环境物联网监测系统中的设计与实现

近年来物联网技术在农业环境监测领域得到了广泛的应用。物联网能够及时获取监测点上时间连续的数据,但在进行较大尺度的区域监测时,因空间变异性影响,基于节点的物联网监测技术面临着监测点分布设计、数据空间连续表达等诸多难题。针对农业环境监测对象的特点,提出了由点到面的区域模拟与评估方法,设计了一套将物联网基于"点"的监测数据与WebGIS基于"面"的空间数据融合分析的解决方案。在已建立的物联网监控中心系统平台基础上,优化集成WebGIS图形化空间分析技术,建立了物联网监测数据与WebGIS空间数据点面融合的农业环境监测系统。系统实现了数据位置地图显示、由点到面的区域模拟与评估、区域监测专题图管理3个功能。以河南省小麦灾情监测为案例对系统进行了应用分析,结果表明系统能有效地实现农业环境由点到面的区域动态监测,提高了作物长势与灾害的综合诊断能力,并能够为农业生产管理提供更为便捷的应用服务。     

大田农业节水物联网技术应用现状与发展趋势

物联网技术与农业领域应用的结合是推动传统农业向现代农业转型升级的重要驱动力,农业节水是中国农业发展长期关注的重点。以物联网技术感知层、传输层、应用层架构为主线,针对大田主要粮食作物水分需求,总结物联网技术在大田农业节水关键环节中的应用发展现状以及存在的局限性,并在大数据、云计算等现代信息技术发展基础上,结合新时期互联网+战略,对物联网技术快速发展态势下农业节水技术、服务、模式的未来发展趋势进行探讨,提出技术向服务转变、决策向预测转变、微观向宏观转变的发展思路。     

中国畜牧业物联网技术应用研究进展

以"感知"为基础的物联网技术迅速发展及产业化逐步渗透到各行各业,包括畜牧业在内的农业物联网的发展也十分迅猛。该文重点从家畜编码规范及标识技术,家畜养殖环境及体征行为远程监测,母猪精细饲喂智能装备及种畜（种猪、奶牛）养殖过程数字化监管与云计算平台构建等多个方面,综述物联网技术在畜牧业领域的应用环节、效果及存在的局限性。综述表明,在感知标识层,关于家畜标识的国际标准主要包括动物管理系列标准ISO/TC 23/SC 19,它负责制订动物管理RFID（radio frequency identification）方面标准,包括ISO 11784/11785和ISO 14223标准,但3个标准内涵的分工不同,而中国的标准包括国家规范、地方标准及企业内部规范,具体包括农业部第67号令,上海地方标准（DB31/T341-2005）和新疆地方标准（DB 65/ T3209-2011）2个动物电子标识规范,以及北大荒及亿利源企业的肉牛内部编码规范。在感知传输层,主要基于不同类型的传感器感知家畜舍环境参数（温湿度、光照强度、氨气及CO2浓度等）及体征行为（视频、质量,体表温度等）。在数据传输层,采用无线公网（2G/3G/4G）网络对家畜舍环境数据及个体的行为状态数据实施远程传输,而视频数据及大量的生产过程数据采用有线网络传输到Internet网路数据库;在数据应用层,典型的应用包括通过移动智能手机终端,依据对采集数据的分析及预警,对远程的环境控制设备（风机、灯电暖、水泵等）进行智能开启与关闭;其次是奶牛繁殖场及种猪养殖场云计算平台的开发与数据挖掘分析应用,以及基于传感器技术及机电控制技术的母猪电子自动与精确饲喂设备的开发与应用。最后,该文从微观到宏观剖析了中国畜牧业物联网当前在技术、产品、应用、政策及认识层面存在的不足,并给出相应的技术与政策建议。综合认为,中国畜牧业发展的现代化需要物联网技术的支撑,物联网技术也必须在领域的应用中寻找正能量,促进畜牧业物联网产业的发展。     

技术感知、环境认知与农业清洁生产技术采纳意愿

农业清洁生产技术的推广与采纳对于我国农业可持续发展意义重大,为考察技术感知与环境认知对农户农业清洁生产技术采纳意愿的影响,以中国11省的836份微观农户调查数据为基础,通过应用二元Logistic回归模型,探讨技术感知因素与环境认知因素对农户农业清洁生产技术采纳意愿的影响及其在不同农户群体间的差异性。研究结果表明:1)农户对农业清洁生产技术的感知易用性每降低1个层次,其采纳农业清洁生产技术的概率就会降低5.93%;农户对环境变化的感知程度每提升1个层次,其采纳意愿会提高12.57%。2)"技术感知易用型"农户的采纳意愿主要受到环境变化感知的影响,而"技术感知难用型"农户采纳意愿则主要受到环境变化感知和感知有用性的影响。3)影响"环境变化敏感型"农户采纳意愿的关键因素是感知易用性,而"环境变化滞后型"农户则主要受到年龄、受教育程度、家庭劳动力数量、家庭经营耕地面积的影响。基于上述研究结果,本文认为应对不同类型农户开展有针对性的宣传、教育工作,以提高农户的技术了解程度和环境认知水平,从而推动农业清洁生产技术的推广应用。     

物联网在设施农业中的应用研究

为了实现设施农业的自动化管理,提高工作效率、降低劳动成本,开展了物联网在设施农业中的应用研究。采用物联网技术研发了基于物联网的设施农业监控系统,对生产过程中的温湿度、太阳光照等生产参数进行实时采集监控。该系统运用传感器进行感知、利用RFID、Zigbee和GPRS组成的三层网络架构实现数据传输,服务器端则采用RIA-CBX软件架构实现监测数据的接收和处理,可以短信接收数据以及通过短信触发控制。该系统已经在辽宁省几个试验点进行了测试,通过对系统的测试数据的时延、流量等性能的评估,验证了系统的可靠性和准确性。基于物联网的设施农业监控系统自动监测设施农业综合环境信息,实现了对设施农业的自动控制和智能化管理,为科学预测和科学种植提供了依据。     

基于RFID的热带特色农业田间信息采集系统

海南的农业生产相对比较落后,主要依靠人力,生产力比较低,科技含量不高,且生产和管理不规范,直接影响消费者的权益和热带特色农业的声誉。针对这些问题,本文提出将RFID技术应用到海南热带特色农业中,结合传感器技术、LabVIEW虚拟仪器技术和单片机技术等,实现对热带特色农业生产过程中的环境信息和农作物自身的特征信息进行实时数据采集,将采集到的数据以编码的形式存储到电子标签中,以达到实现农业生产的高效管理,保证农产品的品质,进行农产品的质量追溯的目的。该文通过对贴有电子标签的琼中绿橙的信息的成功识别试验,验证了     

我国“互联网+农业”发展路径探析

目前,我国"互联网+农业"发展以农业电商为主要突破口,物联网试点也在全国纷纷展开。但同时"互联网+农业"发展过程中也存在诸多问题,如产销不平衡导致的农产品滞销问题、物联网技术成本过高等问题。在这些问题基础上,分析我国"互联网+农业"在今后一段时间的发展趋势和路径。     

基于改进型支持度函数的畜禽养殖物联网数据融合方法

物联网技术已广泛应用在畜禽养殖中,针对畜禽养殖物联网中数据异常实时检测以及多源感知数据融合的需求,该文提出了一种畜禽养殖物联网数据融合模型。首先对传感器采集到的原始数据进行一致性检测,确保数据准确性;其次针对来自同类型传感器的多源同构数据,采用基于改进型支持度函数的加权算法进行数据融合处理,提高融合数据准确度;最后根据畜禽养殖物联网编码规则和数据组织格式,对畜禽养殖过程中的异构感知数据进行统一描述并转换为标准数据格式,为数据分析和应用提供数据基础。该文采用实际生产中的生猪养殖物联网数据进行试验,结果表明:在数据一致性检测阶段,异常数据检测率为96.67%,保证了数据质量;在多源同构数据融合计算中,该文提出的改进型支持度函数与高斯型、新型2种支持度函数相比融合方差最小,为0.192 5,能够有效提高数据融合准确度,满足畜禽养殖物联网数据分析要求。     

具有高价值密度的农业物联网数据区块链压缩存储方案

针对现有区块链物联网体系主要采用链上存储摘要链下保留原始数据的存储方式中链上无法直接获得真实数据的问题,提出了一种具有高价值密度的农业物联网数据区块链压缩存储方案。首先,边缘服务器将收集的同一批数据聚合到同一批事务中;其次,设计离群值可处理的自适应有损压缩方法,在满足用户保真度要求的前提下降低数据冗余;最后,压缩数据上链,实现区块链上物联网数据的高价值密度存储。与现有方案相比,该方案能提高链上存储真实物联网数据的效率。试验结果表明,在使用自适应压缩方法压缩数据时,针对不同的数据集会自适应选取k值,在满足用户重建精度的前提下,获得良好压缩效果,减少链上存储空间,提高了数据价值密度;相对于风速之类频率较高的数据,温湿度、二氧化碳等变化频率较低的数据可以获得较高的压缩比;当假设正常数据压缩比为10:1时,该方案可节省约85%的链上存储空间,相应的价值密度提高了约85%。该研究可为农产品溯源过程中的物联网数据高效存储提供解决方案,为实现分布式农业物联网数据压缩存储提供技术支持。     

基于农机空间运行轨迹的作业状态自动识别试验

以物联网为代表的现代信息技术在农机作业管理领域的发展应用,实现了农机作业过程的定位监控,但现有农机远程监管系统对海量农机空间位置数据仅实现了远程存储、显示和简单分析,难以满足农机精准管理和数据智能处理的要求。该文采用数据挖掘中的聚类和空间数据分析方法,结合农机空间运行轨迹的特点,研究了基于空间运行轨迹点的农机作业状态自动识别算法;设计实现了典型农机运行状态自动识别方法,定量分析了农机作业班次内田间作业时间、空行转移时间、停歇时间的量化构成。农机试验表明:发展的基于空间索引和网格密度的聚类算法精度达89%以上。农机作业状态自动识别为农机作业生产率、农机利用率和作业成本核算提供了定量依据。     

基于Geo-WebServices的农田环境动态监测与评价分析系统

为实现农田环境质量数据的在线共享、查询统计与评价分析服务,该文结合地统计学及农田环境质量监测相关专业知识建立采样点布设优选评价模型,并基于GIS、GNSS、角色访问控制等技术,设计开发了农田环境动态监测与评价分析系统。应用证明,系统采用Geo-WebServices技术能够实现分布式存储的极高分辨率遥感影像和大比例尺基础地理数据等数据服务的实时在线集成与共享,提高了数据分析精度,也解决了高精度基础空间数据的共享安全性及数据版权的问题;能依据角色分配用户权限,使得系统安全可靠;能灵活定制与管理农田环境监测评价与预警分析等模型,并实现从采样布设优选评价、采样点数据预处理、环境质量评价与预警分析及结果多方式直观的可视化等全流程的动态监测分析功能,系统能有效应用于农田环境质量监测与管理。     

农业气象大数据共享平台设计与实现

为了适应现代农业气象业务发展,增强海量数据快速处理、多源数据融合智能分析、数据挖掘等数据分析能力,实现农业气象数据和产品在全国范围内的共享,国家气象中心采用开源框架,分布式（Hadoop）大数据技术和Web架构,融合现代农业气象业务技术,构建B/S（Browser/Server即浏览器/服务器）模式的农业气象大数据共享平台,实现多源农业气象数据分布式存储与管理,同时提供网络端数据和业务产品可视化展示。共享平台于2021年业务运行,部署在国家级服务器上,为国家级和31个省级用户提供13大类200余种数据要素和产品的在线快速浏览和查询,实现国家−省级用户通过网络快速浏览、查询业务数据和产品,实现农业气象业务数据资源的共享和交汇,形成统一应用的农业气象大数据共享环境。     

农业园区全景GIS数字化系统设计与应用

以物联网、大数据为核心的数字化技术是当前经济社会发展的重要推动力,其本质是利用信息技术改造提升传统产业,通过数据化、在线化业务,实现用数据生产、用数据管理、用数据决策目标。园区信息化建设是当前乡村振兴战略下支撑供给侧结构性改革的重要切入点,为了解决基层现代农业园区高起点应用而信息资源相对不足、管理决策模式急待提升的难点问题,该文以农业园区数字化管理为例,运用物联网、无人机、科研协同等手段获取数据,进行与基层园区规模相适应的全景GIS(geographic information system)数字化云服务系统设计,以获取的数据为核心,设计了农业园区全景信息管理、在线数据挖掘分析和试验数据协同分析等核心功能,以提高园区农业生产经营的精细化管理水平,为农业"优质、高效、生态、安全"生产目标提供技术支撑。     

特色农产品销售评价大数据的弱监督分析方法

针对特色农产品评价大数据多维度分析中,可信标签不足以及挖掘消费者各维度真实情感语义困难等问题。该研究提出了一种基于弱监督训练的深度学习方法。首先,通过主题模型分析大规模评论,提取产品评价主题和关键词。然后,结合句法依存和情感词典为评论生成不同维度的伪标签。最后,构建多标签多分类深度网络,在伪标签上进行弱监督学习。结果表明,该方法在红心柚评论数据集上取得89.2%的准确率和80.3%的F1值,比随机森林算法提升了7.1个百分点的准确率和11.5个百分点的F1值。相比Transformer模型,准确率提高5.6个百分点,F1值提高2个百分点,参数量减少了92%。该方法能从海量评论中高效提取产品评价维度和消费者关注点,为完善农产品质量和销售服务提供数据支持。     

基于聚类分析的农业SCADA服务器预警阈值提取方法

针对计算机服务器预警阈值人为设定不准确的问题,该文以某农业数据采集与监视控制系统(supervisory control and data acquisition,SCADA)中Apache服务器为研究对象,提出一种基于聚类分析提取服务器监控指标预警阈值的方法。首先对服务器运行数据与某类异常发生前的预警信息进行特征选择。在数据分布形状未知的情况下,对特征选择结果分别用K-means和CURE(clustering using representative)2种聚类算法挖掘异常发生前服务器运行状态的普遍特征,将聚类结果用于提取该类异常的预警阈值。试验表明:特征选择可提取出影响该SCADA系统中服务器性能的监控指标。对比聚类结果,CURE算法聚类质心与正常信息质心的距离范围为0.02~0.05,而K-means算法聚类质心与正常信息质心的距离范围为0.15~0.2,CURE算法提取的预警阈值更加靠近预警发生时的服务器临界状态。在实际验证中,CURE相较于K-means预警时间至少提前24 h,该文方法提取的服务器预警阈值相比人工方式能更早地发现系统潜在风险,可用于动态更新预警阈值。