水稻藥肥精準(zhǔn)施用大數(shù)據(jù)平臺(tái)設(shè)計(jì)與實(shí)現(xiàn)

何彬彬，曹 輝，張宏國，陳建華，李彥樨，安剛強(qiáng)，范春全

（1.電子科技大學(xué)，四川成都611731；2.成都理工大學(xué)，四川成都610059）

0 引言

水稻是我國主糧，華南與西南是我國水稻優(yōu)勢產(chǎn)區(qū)，水稻面積占全國的26%。該稻區(qū)地理氣候及生態(tài)環(huán)境復(fù)雜，有害生物發(fā)生頻率高、危害重，各地農(nóng)技水平不均衡，藥肥施用過量，有效利用率不高，影響了水稻產(chǎn)量和種植成本［1］，威脅了環(huán)境安全和食品安全［2-3］。我國政府高度重視藥肥濫用問題，制定了《到2020 年化肥使用量零增長行動(dòng)方案》和《到2020 年農(nóng)藥使用量零增長行動(dòng)方案》，2018年“中央一號(hào)文件”強(qiáng)調(diào)“加強(qiáng)農(nóng)業(yè)面源污染防治，開展農(nóng)業(yè)綠色發(fā)展行動(dòng)，實(shí)現(xiàn)投入品減量化，推進(jìn)有機(jī)肥替代化肥，畜禽糞污處理，農(nóng)作物秸稈綜合利用，病蟲害綠色防控”。

隨著物聯(lián)網(wǎng)、大數(shù)據(jù)等技術(shù)不斷成熟，越來越多的研究嘗試將其應(yīng)用到精準(zhǔn)農(nóng)業(yè)中來。大數(shù)據(jù)技術(shù)正積極推動(dòng)農(nóng)情精細(xì)化監(jiān)測，全球農(nóng)情遙感速報(bào)系統(tǒng)通過引入聚類分析、時(shí)間序列分析、關(guān)聯(lián)分析、時(shí)空變化異常診斷等大數(shù)據(jù)分析方法提升數(shù)據(jù)挖掘能力，促進(jìn)技術(shù)體系升級(jí)［4］。GA-SVM通過對(duì)農(nóng)業(yè)網(wǎng)絡(luò)物理系統(tǒng)中產(chǎn)生的大數(shù)據(jù)進(jìn)行預(yù)測，為農(nóng)民了解未來生長環(huán)境、做出適宜種植和經(jīng)營的決策提供支撐［5］。Delgado等認(rèn)為可結(jié)合大數(shù)據(jù)分析和物聯(lián)網(wǎng)、人工智能、GPS、遙感等技術(shù)，利用WebGIS框架將分散的智慧農(nóng)場連接至全球或某一區(qū)域，從而實(shí)現(xiàn)可持續(xù)精準(zhǔn)農(nóng)業(yè)［6］。大數(shù)據(jù)技術(shù)在采集、傳輸、存儲(chǔ)、處理和應(yīng)用等環(huán)節(jié)形成了成熟的技術(shù)框架，根據(jù)不同應(yīng)用場景應(yīng)當(dāng)構(gòu)建不同的技術(shù)體系。CYBELE是一個(gè)保障農(nóng)產(chǎn)品價(jià)值的平臺(tái)，整合不同類型各種來源的數(shù)據(jù)形成數(shù)據(jù)倉庫，基于優(yōu)秀的大數(shù)據(jù)處理框架Spark、Hadoop、Kafka 及Elastic構(gòu)建其高性能計(jì)算架構(gòu)，從而提供數(shù)據(jù)發(fā)現(xiàn)、處理、組合和可視化等服務(wù)［7］；張波等（2016年）采用大數(shù)據(jù)、云計(jì)算、移動(dòng)應(yīng)用以及HTML5等新一代信息技術(shù)，構(gòu)建并實(shí)現(xiàn)了精準(zhǔn)農(nóng)業(yè)航空服務(wù)平臺(tái)，充分考慮了植保施肥的實(shí)際需求［8］；朱亮等（2019年）利用Hadoop、Hbase及Spark 等技術(shù)設(shè)計(jì)并實(shí)現(xiàn)了農(nóng)業(yè)氣象大數(shù)據(jù)平臺(tái)，實(shí)現(xiàn)對(duì)農(nóng)業(yè)氣象數(shù)據(jù)的收集、存儲(chǔ)和應(yīng)用，為“三農(nóng)”服務(wù)、氣象防災(zāi)減災(zāi)提供數(shù)據(jù)支撐［9］。然而，相對(duì)于歐盟基于“5S”技術(shù)體系形成的精準(zhǔn)農(nóng)業(yè)生產(chǎn)方式，我國農(nóng)業(yè)現(xiàn)代化發(fā)展滯后，特別在遙感農(nóng)業(yè)大數(shù)據(jù)應(yīng)用上大有可為［10］，將大數(shù)據(jù)技術(shù)應(yīng)用到水稻藥肥精準(zhǔn)施用上有其現(xiàn)實(shí)需求。

在我國，水稻藥肥精準(zhǔn)施用是一個(gè)典型的大數(shù)據(jù)應(yīng)用場景，積累了海量多源異構(gòu)的時(shí)空大數(shù)據(jù)。自20世紀(jì)70 年代起，我國開展了田間養(yǎng)分精準(zhǔn)管理方法與技術(shù)的研究和推廣，積累了大量土壤類型、肥力等基礎(chǔ)數(shù)據(jù)以及農(nóng)村地籍調(diào)查、農(nóng)業(yè)普查、作物需肥規(guī)律等田間養(yǎng)分管理相關(guān)數(shù)據(jù)［11］；自20世紀(jì)50年代起，我國開始逐步構(gòu)建全國農(nóng)作物重大病蟲害監(jiān)測預(yù)警網(wǎng)絡(luò)體系，2009年全國農(nóng)業(yè)技術(shù)推廣服務(wù)中心開始建設(shè)農(nóng)作物病蟲害數(shù)字化監(jiān)測預(yù)警平臺(tái)并推廣至各個(gè)監(jiān)測站點(diǎn)使用，長年累積了大量病蟲害測報(bào)數(shù)據(jù)［12-13］；隨著遙感技術(shù)的發(fā)展，尤其是我國高分系列衛(wèi)星的發(fā)射以及無人機(jī)遙感技術(shù)的發(fā)展，遙感數(shù)據(jù)源逐漸豐富，不同時(shí)間、空間、光譜分辨率的遙感數(shù)據(jù)為大尺度決策分析、病蟲害監(jiān)測等方面提供了無限可能，對(duì)指導(dǎo)水稻精細(xì)化種植，發(fā)展精準(zhǔn)農(nóng)業(yè)具有重大意義［14-15］。然而，在農(nóng)業(yè)大數(shù)據(jù)應(yīng)用方面，存在缺乏專業(yè)技術(shù)人員和政策支持，數(shù)據(jù)共享水平低，數(shù)據(jù)處理、分析、挖掘能力薄弱等問題［16］，大多數(shù)據(jù)未能被有效整合應(yīng)用產(chǎn)生價(jià)值。

文章依托國家重點(diǎn)研發(fā)計(jì)劃“華南及西南水稻化肥農(nóng)藥減施技術(shù)集成研究與示范”課題1“藥肥精準(zhǔn)施用跨境跨區(qū)域大數(shù)據(jù)平臺(tái)”，以華南西南稻區(qū)為背景，綜合考慮水稻藥肥精準(zhǔn)施用相關(guān)的各來源的數(shù)據(jù)特點(diǎn)，采用大數(shù)據(jù)與互聯(lián)網(wǎng)技術(shù)，設(shè)計(jì)并實(shí)現(xiàn)水稻藥肥精準(zhǔn)施用大數(shù)據(jù)平臺(tái)，提供海量多源異構(gòu)數(shù)據(jù)的存儲(chǔ)、處理、共享、可視化、應(yīng)用等服務(wù)。

1 需求分析

需求分析主要包括業(yè)務(wù)和技術(shù)兩方面。業(yè)務(wù)方面，在水稻種植與病蟲害防治過程中，多種角色的用戶會(huì)協(xié)同參與，各自需求不同且相互聯(lián)系，如圖1所示。主要包含6類角色，分別為農(nóng)戶、農(nóng)技服務(wù)人員、農(nóng)技專家、管理者、數(shù)據(jù)分析人員、數(shù)據(jù)審核人員，并以農(nóng)戶為核心完成信息傳遞。農(nóng)戶在實(shí)際生產(chǎn)過程中需要農(nóng)業(yè)專家提供建議和指導(dǎo)，在水稻長勢不好或遭遇水稻病蟲害時(shí)會(huì)向農(nóng)技服務(wù)人員購買服務(wù)，也可以將田間實(shí)時(shí)的水稻信息或病蟲害圖片在平臺(tái)中發(fā)布；農(nóng)技服務(wù)人員可在平臺(tái)中發(fā)布、編輯相關(guān)服務(wù)；農(nóng)業(yè)專家一方面可以審核數(shù)據(jù)分析人員使用算法模型獲取的結(jié)果，另一方面可以使用數(shù)據(jù)審核人員獲取的實(shí)際數(shù)據(jù)進(jìn)行結(jié)果驗(yàn)證，同時(shí)也可向管理人員和平臺(tái)提出建議；數(shù)據(jù)審核人員則完成相關(guān)信息認(rèn)證，數(shù)據(jù)校驗(yàn)工作；數(shù)據(jù)分析人員則完成相關(guān)復(fù)雜模型所需的數(shù)據(jù)源的預(yù)處理，并進(jìn)一步給出分析結(jié)果。

圖1大數(shù)據(jù)平臺(tái)用戶角色設(shè)計(jì)Fig.1 User role design for big data platform

技術(shù)方面，平臺(tái)應(yīng)提供監(jiān)控視頻、病蟲害圖片等多媒體數(shù)據(jù)，病蟲害測報(bào)數(shù)據(jù)，抗性和殘留監(jiān)測數(shù)據(jù)，氣象數(shù)據(jù)，天空地一體化（衛(wèi)星、無人機(jī)、地面）遙感數(shù)據(jù)，基礎(chǔ)地理信息數(shù)據(jù)等海量結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)的整合、存儲(chǔ)和處理支持；在結(jié)構(gòu)上應(yīng)做到高內(nèi)聚低耦合，以應(yīng)對(duì)隨時(shí)可能產(chǎn)生的需求變化；提供簡單直觀的用戶交互界面，根據(jù)數(shù)據(jù)特點(diǎn)實(shí)現(xiàn)可視化，形象生動(dòng)地展示各種信息。

2 平臺(tái)設(shè)計(jì)

2.1 組成結(jié)構(gòu)

根據(jù)實(shí)際需求，設(shè)計(jì)平臺(tái)組成結(jié)構(gòu)如圖2 所示，包括以下功能：用戶管理、農(nóng)情監(jiān)測、示范區(qū)、重大消息、預(yù)報(bào)、資訊、商業(yè)服務(wù)、上報(bào)、數(shù)據(jù)展示、病蟲害識(shí)別、系統(tǒng)性功能等。

用戶管理主要保證用戶實(shí)名使用，并對(duì)其角色、權(quán)限、個(gè)人信息進(jìn)行統(tǒng)一管理與維護(hù)；示范區(qū)功能則是集成各地區(qū)與水稻相關(guān)的先進(jìn)技術(shù)模式，包含農(nóng)藥減施增效技術(shù)、配方肥與精準(zhǔn)施用技術(shù)、側(cè)深減量施肥技術(shù)、病蟲草實(shí)時(shí)監(jiān)測、種植品種選取等，這些技術(shù)模式可能僅適用于某些地區(qū)，平臺(tái)旨在統(tǒng)一整合并進(jìn)行推廣，讓更多農(nóng)戶受益；重大消息主要發(fā)布平臺(tái)通過獲取相關(guān)權(quán)威機(jī)構(gòu)發(fā)布的病蟲情報(bào)等信息或平臺(tái)內(nèi)部算法模型生成的有價(jià)值的并通過專家審核的信息；預(yù)報(bào)主要針對(duì)水稻長勢，病害發(fā)生規(guī)律，蟲害遷飛規(guī)律等，能為病蟲害防治、水稻估產(chǎn)等提供指導(dǎo)；農(nóng)情監(jiān)測是一個(gè)復(fù)合功能，“一張圖”直觀展示重要信息；資訊中主要包含一些常見病蟲害知識(shí)的介紹，技術(shù)方案的檢索，以及農(nóng)情動(dòng)態(tài)的發(fā)布與查看等；商業(yè)服務(wù)主要是在發(fā)現(xiàn)病蟲害的情況下，提供無人機(jī)植保，常見農(nóng)藥化肥產(chǎn)品銷售等信息服務(wù)；上報(bào)則是大數(shù)據(jù)平臺(tái)采集整合數(shù)據(jù)的入口之一，方便用戶上傳數(shù)據(jù)；數(shù)據(jù)展示則提供對(duì)有價(jià)值的數(shù)據(jù)進(jìn)行可視化展示；病蟲害識(shí)別則為APP 特色功能，在田間直接通過拍照即可知道發(fā)生了什么種類的病蟲害；其它包含了平臺(tái)額外的一些輔助功能。

圖2大數(shù)據(jù)平臺(tái)組成結(jié)構(gòu)Fig.2 Composition structure for big data platform

2.2 體系結(jié)構(gòu)

為保證平臺(tái)結(jié)構(gòu)高內(nèi)聚、低耦合，在經(jīng)典的3層架構(gòu)（即數(shù)據(jù)訪問層，業(yè)務(wù)邏輯層，應(yīng)用層）的基礎(chǔ)上，結(jié)合實(shí)際情況，設(shè)計(jì)了如圖3所示的體系結(jié)構(gòu)。該體系結(jié)構(gòu)主要包括數(shù)據(jù)源、數(shù)據(jù)層、基礎(chǔ)服務(wù)層、專業(yè)服務(wù)層、應(yīng)用層、GIS服務(wù)器等，不同層之間通過請(qǐng)求和響應(yīng)機(jī)制進(jìn)行交互，能實(shí)現(xiàn)前后端分離，將前臺(tái)應(yīng)用與后臺(tái)服務(wù)解耦。

數(shù)據(jù)源作為大數(shù)據(jù)平臺(tái)的基礎(chǔ)支撐，包含監(jiān)控視頻、病蟲害圖片等多媒體數(shù)據(jù)，病蟲害測報(bào)數(shù)據(jù)，抗性和殘留監(jiān)測數(shù)據(jù)，氣象數(shù)據(jù)，遙感數(shù)據(jù)，基礎(chǔ)地理信息數(shù)據(jù)等。這些數(shù)據(jù)結(jié)構(gòu)迥異，在存儲(chǔ)與處理的方式上也存在較大差異，平臺(tái)主要使用2 種文件系統(tǒng)（本地文件系統(tǒng)與分布式文件系統(tǒng)HDFS）進(jìn)行底層存儲(chǔ)。為方便對(duì)相關(guān)數(shù)據(jù)進(jìn)行增刪改查，使用關(guān)系型數(shù)據(jù)庫（PostgreSQL）存儲(chǔ)結(jié)構(gòu)化數(shù)據(jù)，使用分布式數(shù)據(jù)庫Accumulo 存儲(chǔ)非結(jié)構(gòu)化數(shù)據(jù)。

圖3大數(shù)據(jù)平臺(tái)體系結(jié)構(gòu)Fig.3 Architecture for big data platform

后臺(tái)服務(wù)整體上分為3層，即數(shù)據(jù)訪問層、基礎(chǔ)服務(wù)層和專業(yè)服務(wù)層，使用Jersey框架開發(fā)基于RESTful風(fēng)格的Web Service接口。數(shù)據(jù)訪問層主要使用存儲(chǔ)過程、事物等關(guān)系型數(shù)據(jù)庫的特性滿足相關(guān)業(yè)務(wù)功能數(shù)據(jù)讀寫需求；基礎(chǔ)服務(wù)層則是實(shí)現(xiàn)與水稻施藥施肥相關(guān)的算法模型，如病蟲害發(fā)生規(guī)律、水稻長勢監(jiān)測等，并可向Spark分布式計(jì)算集群通過接口提交計(jì)算任務(wù)（提前將任務(wù)打成jar 包）；專業(yè)服務(wù)層作為后臺(tái)服務(wù)對(duì)外訪問的入口，首先實(shí)現(xiàn)了訪問控制，其次對(duì)基礎(chǔ)服務(wù)層的相關(guān)算法模型進(jìn)行深加工，主要包括施肥處方，施藥處方，會(huì)商平臺(tái)等綜合應(yīng)用；單獨(dú)設(shè)置了GIS服務(wù)器提供柵格與矢量地圖服務(wù)。

應(yīng)用層考慮到不同用戶的使用習(xí)慣開發(fā)多種終端，基于Vue框架開發(fā)Web應(yīng)用、手機(jī)APP，申請(qǐng)微信公眾號(hào)發(fā)布信息，使用微信開發(fā)者工具開發(fā)小程序。

3 核心功能實(shí)現(xiàn)

實(shí)現(xiàn)功能時(shí)保持兩大特色。一是盡可能結(jié)合地理信息與地圖交互。在采集示范區(qū)、重大消息等功能所需數(shù)據(jù)時(shí)要求提供地理位置信息，這不僅可以增加平臺(tái)的展示度從而提升用戶體驗(yàn)，而且對(duì)于指導(dǎo)藥肥精準(zhǔn)施用意義重大。二是圍繞不同終端特點(diǎn)研發(fā)各自適合的交互方式與特色功能。Web應(yīng)用中可實(shí)現(xiàn)需要同時(shí)展示較多信息且交互邏輯較為復(fù)雜的農(nóng)情監(jiān)測、數(shù)據(jù)可視化等功能；手機(jī)App可實(shí)現(xiàn)拍照識(shí)別病蟲害功能；公眾號(hào)與小程序則可實(shí)現(xiàn)有價(jià)值內(nèi)容的推送。圖4展示了平臺(tái)不同終端的首頁面。因?yàn)槠邢耷夜δ鼙姸?，以下篩選核心功能的實(shí)現(xiàn)進(jìn)行介紹。

圖4 不同終端首頁面Fig.4 Fist page for different terminal

3.1 農(nóng)情監(jiān)測

農(nóng)情監(jiān)測是一個(gè)復(fù)合功能，將平臺(tái)中與水稻施肥施藥關(guān)聯(lián)的數(shù)據(jù)集中顯示。利用其它核心功能的數(shù)據(jù)訪問接口，在“一張圖”上合理布局，并結(jié)合數(shù)據(jù)特點(diǎn)采用多種呈現(xiàn)方式，如輪播、圖文結(jié)合、圓餅圖、柱狀圖、曲線圖、Mini地圖（相對(duì)于背景大地圖，按需設(shè)置容器放置小地圖，靈活性更強(qiáng)）、地圖聯(lián)動(dòng)等，集成展示了示范區(qū)、重大消息、資訊、商業(yè)服務(wù)、無人機(jī)影像、物聯(lián)網(wǎng)苗情監(jiān)控、地面遙感采樣、病蟲害發(fā)生防治面積、抗性與殘留結(jié)果等信息，如圖5 所示。

圖5 農(nóng)情監(jiān)測頁面Fig.5 Page for agricultural condition monitoring

3.2 數(shù)據(jù)可視化

平臺(tái)整合了海量的多源異構(gòu)數(shù)據(jù)，在后臺(tái)服務(wù)中實(shí)現(xiàn)數(shù)據(jù)訪問接口，前端應(yīng)用通過Openlayers、Echarts、Cesium等開源框架以及自定義的時(shí)間軸組件對(duì)天空地一體化（衛(wèi)星，無人機(jī)，地面）遙感監(jiān)測數(shù)據(jù)、水稻病蟲害測報(bào)數(shù)據(jù)、水稻農(nóng)藥抗性與殘留數(shù)據(jù)、農(nóng)藥銷售數(shù)據(jù)等進(jìn)行可視化。

圖6展示了多種數(shù)據(jù)可視化結(jié)果。多年時(shí)間序列的衛(wèi)星遙感數(shù)據(jù)以及病蟲害測報(bào)數(shù)據(jù)，可通過時(shí)間軸動(dòng)態(tài)播放或自定義拖拽切換時(shí)相，通過鼠標(biāo)在地圖上平移縮放切換空間位置，從而方便用戶溯源；無人機(jī)遙感采集了地面三維信息，可結(jié)合二三維聯(lián)動(dòng)的方式對(duì)比觀察；病蟲害測報(bào)數(shù)據(jù)通過地圖圓圈或熱力圖的方式呈現(xiàn)，不僅在微觀上查看病蟲害發(fā)生區(qū)域與詳情，也可從宏觀上觀察病蟲害發(fā)生嚴(yán)重程度空間分布情況。

3.3 示范區(qū)

該文所依托的國家重點(diǎn)研發(fā)計(jì)劃以華南西南8 省市為背景，根據(jù)各稻區(qū)特點(diǎn)科學(xué)布局示范區(qū)域，用以集成、示范、推廣各區(qū)域在水稻栽培、選育、施藥、施肥等環(huán)節(jié)積累的先進(jìn)技術(shù)模式，包括農(nóng)藥減施增效技術(shù)、配方肥與精準(zhǔn)施用技術(shù)、側(cè)深減量施肥技術(shù)、病蟲草實(shí)時(shí)監(jiān)測、種植品種選取等。技術(shù)模式因?yàn)閰^(qū)域不同而迥異，具體實(shí)施過程與成效由各自負(fù)責(zé)的單位（高校、企業(yè)、科研院所等）進(jìn)行上報(bào)。大數(shù)據(jù)平臺(tái)提供示范區(qū)功能，允許這些單位注冊(cè)為農(nóng)業(yè)專家從而向平臺(tái)上報(bào)上述成果，進(jìn)而發(fā)布給所有用戶參考借鑒。首先提供給農(nóng)業(yè)專家新建示范區(qū)的功能，其次提供給所有用戶查看示范區(qū)的功能。如圖7所示，展示了不同行政區(qū)劃尺度上示范區(qū)的不同信息，在省級(jí)和市級(jí)呈現(xiàn)示范區(qū)的統(tǒng)計(jì)信息，在縣級(jí)呈現(xiàn)某個(gè)示范區(qū)的詳細(xì)信息。

3.4 病蟲害識(shí)別

病蟲害識(shí)別界面如圖8所示。要實(shí)現(xiàn)該功能需要收集多種病蟲害數(shù)據(jù)，構(gòu)建病蟲害數(shù)據(jù)集，并基于深度學(xué)習(xí)方法訓(xùn)練出識(shí)別模型，最終發(fā)布成http服務(wù)供手機(jī)病蟲害識(shí)別功能訪問。病蟲害識(shí)別應(yīng)用場景預(yù)設(shè)為水稻田間，農(nóng)戶通過手機(jī)拍照將圖片上傳至平臺(tái)，就能很快通過平臺(tái)的反饋結(jié)果知道田間到底發(fā)生了什么類型的病蟲害。同時(shí)，為打破農(nóng)戶與相關(guān)農(nóng)機(jī)植保、無人機(jī)植保、農(nóng)藥化肥銷售等服務(wù)商的信息壁壘，平臺(tái)會(huì)在識(shí)別結(jié)果的基礎(chǔ)上綜合推薦植保服務(wù)，希望達(dá)到更好的病蟲害防治效果。

圖6 多源異構(gòu)數(shù)據(jù)可視化結(jié)果Fig.6 Visualization results for multi-source heterogeneous data

圖7 示范區(qū)信息展示Fig.7 Information demonstration in demonstration area

圖8病蟲害識(shí)別Fig.8 Pest and disease identification

3.5 精準(zhǔn)施肥

精準(zhǔn)施肥是無人機(jī)遙感的重要應(yīng)用領(lǐng)域，通過對(duì)指定田塊或局部區(qū)域進(jìn)行數(shù)據(jù)采集，分析其營養(yǎng)成分，結(jié)合水稻的生長周期、氣象環(huán)境因子確定水稻需補(bǔ)充哪種營養(yǎng)元素以及施肥時(shí)間，參考周圍示范區(qū)中的技術(shù)模式形成最終的施肥方案即施肥處方。平臺(tái)已對(duì)精準(zhǔn)施肥相關(guān)數(shù)據(jù)進(jìn)行采集與整理，然構(gòu)建施肥處方的算法模型仍處于研發(fā)過程（將利用數(shù)據(jù)可視化中提及的地面遙感采集的數(shù)據(jù)進(jìn)行驗(yàn)證），所以設(shè)計(jì)好相應(yīng)接口以便靈活整合適用于不同區(qū)域的處方模型。同時(shí)，在功能設(shè)計(jì)中，商業(yè)服務(wù)除了農(nóng)藥、化肥等產(chǎn)品銷售外，還包括無人機(jī)植保，其依賴于平臺(tái)提供的施肥處方。圖9為貴州省重要水稻種植區(qū)域內(nèi)采集的無人機(jī)數(shù)據(jù)，展示了水稻的分布與長勢情況，但精準(zhǔn)施肥的完整實(shí)現(xiàn)與應(yīng)用仍需迭代完善。

4 結(jié)論

針對(duì)水稻藥肥精準(zhǔn)施用相關(guān)的多源異構(gòu)數(shù)據(jù)，大數(shù)據(jù)技術(shù)在整合、存儲(chǔ)、處理、應(yīng)用等方面發(fā)揮了不可替代的作用。該文設(shè)計(jì)的大數(shù)據(jù)平臺(tái)集納創(chuàng)新區(qū)域特色抗性和藥肥高效利用水稻品種及高效栽培措施、藥肥減施增效、精準(zhǔn)輕簡施用技術(shù)，科學(xué)布局示范輻射稻區(qū)，集成藥肥減施綜合技術(shù)模式，發(fā)揮新媒體+大數(shù)據(jù)引領(lǐng)作用，高校與農(nóng)科院所科技人才支撐作用，構(gòu)建網(wǎng)絡(luò)化多元推廣示范平臺(tái)，規(guī)?；痉锻茝V，有效降低藥肥用量，減少稻田面源污染，保障食品安全。

圖9 無人機(jī)數(shù)據(jù)——水稻長勢與分布Fig.9 UAV data -rice growth and distribution

經(jīng)過測試，平臺(tái)功能正常，運(yùn)行穩(wěn)定，網(wǎng)絡(luò)正常情況下平均響應(yīng)時(shí)間不超過5秒，注冊(cè)用戶超過6 000人，能同時(shí)滿足1 000人的并發(fā)訪問需求。同時(shí)，設(shè)計(jì)的體系結(jié)構(gòu)整合了開源的大數(shù)據(jù)以及互聯(lián)網(wǎng)技術(shù)框架，并且在結(jié)構(gòu)上分層，實(shí)現(xiàn)了前后端分離，保證了高內(nèi)聚低耦合，易于擴(kuò)展；設(shè)計(jì)的功能考慮了要實(shí)現(xiàn)水稻藥肥精準(zhǔn)施用所需要交互的不同角色的現(xiàn)實(shí)需求，但仍需在實(shí)際使用過程中不斷完善迭代。水稻藥肥精準(zhǔn)施用是一個(gè)復(fù)雜的研究過程，雖然平臺(tái)當(dāng)前已積累了不少數(shù)據(jù)，在技術(shù)流程上已趨于成熟，但平臺(tái)投入使用時(shí)間尚短，仍需不斷積累數(shù)據(jù)并探索對(duì)這些數(shù)據(jù)的綜合應(yīng)用。