基于大數(shù)據(jù)技術(shù)的高效節(jié)水灌溉應(yīng)用研究

邊曉南，李 楠，夏文君，張洪亮，張 雨，王 雯

（1.德州市水利局，山東 德州 253000； 2.德州城建工程集團(tuán)有限公司，山東 德州 253000）

1 引 言

黃河流域是我國重要的農(nóng)耕文明發(fā)源地，是小麥、玉米、棉花等典型北方農(nóng)作物的主要產(chǎn)地。 然而，流域內(nèi)降水時(shí)空分布不均、水污染嚴(yán)重、水旱災(zāi)害頻發(fā)，嚴(yán)重制約當(dāng)?shù)剞r(nóng)業(yè)生產(chǎn)和經(jīng)濟(jì)社會(huì)的持續(xù)穩(wěn)定發(fā)展。 實(shí)現(xiàn)水資源供需平衡，推動(dòng)水資源高效利用，滿足農(nóng)業(yè)灌溉需求一直是重要研究課題。 水利部在《“十四五”期間推進(jìn)智慧水利建設(shè)實(shí)施方案》中明確提出提升農(nóng)村供水管理信息化水平，建設(shè)灌區(qū)管理信息化平臺(tái)，實(shí)現(xiàn)農(nóng)作物需水預(yù)估和旱情監(jiān)測(cè)、水資源調(diào)度等功能［1］。如何將大數(shù)據(jù)技術(shù)應(yīng)用于農(nóng)業(yè)水資源信息化建設(shè)領(lǐng)域，很多學(xué)者已做了深入研究，如：劉鑫等［2］構(gòu)建了基于大數(shù)據(jù)的水資源動(dòng)態(tài)配置模型，解決“水源分割”問題，統(tǒng)籌供水能力的統(tǒng)一調(diào)配；員青澤［3］提出了利用大數(shù)據(jù)技術(shù)獲取農(nóng)業(yè)生產(chǎn)全部數(shù)據(jù)，將人工智能準(zhǔn)確應(yīng)用到農(nóng)業(yè)領(lǐng)域；馬德輝等［4］構(gòu)建了山東黃河時(shí)空大數(shù)據(jù)中心架構(gòu)，探討黃河流域山東區(qū)域多源、多維、多態(tài)的數(shù)據(jù)存儲(chǔ)和數(shù)據(jù)支持服務(wù)；王軍［5］開展了黃河流域空天一體化大數(shù)據(jù)平臺(tái)架構(gòu)關(guān)鍵技術(shù)研究，探究大數(shù)據(jù)技術(shù)在模型評(píng)估和預(yù)測(cè)等方面的應(yīng)用前景。 以上成果為黃河流域高效節(jié)水灌溉提供了參考，但從水資源節(jié)約集約利用角度來說，通過先進(jìn)信息技術(shù)實(shí)現(xiàn)對(duì)高效節(jié)水灌溉的水量統(tǒng)一調(diào)度和精準(zhǔn)供水，目前還存在研究空白。 本文旨在通過對(duì)高效節(jié)水灌溉大數(shù)據(jù)技術(shù)應(yīng)用進(jìn)行研究，實(shí)現(xiàn)不同數(shù)據(jù)資源的有效整合，為節(jié)水灌溉提供數(shù)據(jù)分析支持，從而挖掘節(jié)水潛力，為推動(dòng)黃河流域高效節(jié)水灌溉應(yīng)用提供參考。

2 高效節(jié)水灌溉大數(shù)據(jù)平臺(tái)設(shè)計(jì)

2.1 高效節(jié)水灌溉大數(shù)據(jù)平臺(tái)所需數(shù)據(jù)

高效節(jié)水灌溉的基礎(chǔ)是不同區(qū)域灌溉過程與農(nóng)作物單位面積產(chǎn)量的關(guān)系分析，核心是全域可供水量約束下實(shí)施不同供水方案時(shí)各區(qū)域局部經(jīng)濟(jì)效益與整體經(jīng)濟(jì)效益的權(quán)衡。 高效節(jié)水灌溉的開展需要綜合考慮黃河流域主要農(nóng)作物用水需求、農(nóng)業(yè)灌溉供水和農(nóng)業(yè)生產(chǎn)經(jīng)營情況，其中：農(nóng)作物用水需求主要考慮各品種農(nóng)作物生長階段的需水量和生長環(huán)境，其相關(guān)數(shù)據(jù)是高效節(jié)水灌溉的基礎(chǔ)數(shù)據(jù)；農(nóng)業(yè)灌溉供水需要依據(jù)國民經(jīng)濟(jì)社會(huì)發(fā)展規(guī)劃要求、流域水資源承載能力和節(jié)水灌溉建設(shè)要求，按照區(qū)域農(nóng)業(yè)水資源分配量選擇合適的節(jié)水灌溉技術(shù)和規(guī)模［6］，合理開展高效節(jié)水灌溉建設(shè)工作。 因此，為實(shí)現(xiàn)高效節(jié)水灌溉大數(shù)據(jù)技術(shù)的有效應(yīng)用，需要從各級(jí)政府機(jī)關(guān)、農(nóng)業(yè)、水利、氣象、國土和統(tǒng)計(jì)部門、科研機(jī)構(gòu)等多方面采集數(shù)據(jù)資源，并獲得空間地理信息供應(yīng)商、互聯(lián)網(wǎng)企業(yè)等第三方大數(shù)據(jù)建設(shè)平臺(tái)的數(shù)據(jù)支持。 高效節(jié)水灌溉大數(shù)據(jù)平臺(tái)所需數(shù)據(jù)詳見表1。

表1 高效節(jié)水灌溉大數(shù)據(jù)平臺(tái)所需數(shù)據(jù)

數(shù)據(jù)資源具有實(shí)時(shí)性，數(shù)據(jù)更新和數(shù)據(jù)分享貫穿于整個(gè)農(nóng)業(yè)生產(chǎn)過程中，根據(jù)數(shù)據(jù)的實(shí)時(shí)變化調(diào)整農(nóng)業(yè)灌溉水量；數(shù)據(jù)資源具有不確定性，農(nóng)業(yè)灌溉涉及海量、多樣性的數(shù)據(jù)來源和應(yīng)用需要，數(shù)據(jù)分析需要應(yīng)用不同的模型和算法。 因此，要實(shí)現(xiàn)節(jié)水灌溉的數(shù)據(jù)融合和應(yīng)用，必須利用大數(shù)據(jù)技術(shù)開展智能、科學(xué)、高效的數(shù)據(jù)管理［7］。

2.2 高效節(jié)水灌溉大數(shù)據(jù)平臺(tái)設(shè)計(jì)方案

大數(shù)據(jù)是現(xiàn)代數(shù)據(jù)分析的前沿技術(shù)，旨在解決傳統(tǒng)數(shù)據(jù)庫中數(shù)據(jù)采集和數(shù)據(jù)處理效率低下的問題。 大數(shù)據(jù)具有4 個(gè)特征即海量數(shù)據(jù)規(guī)模、多樣數(shù)據(jù)類型、快速數(shù)據(jù)流轉(zhuǎn)和低價(jià)值密度，其在獲取、存儲(chǔ)、管理、分析數(shù)據(jù)方面遠(yuǎn)超出了傳統(tǒng)數(shù)據(jù)庫的能力范圍。 通過構(gòu)建高效節(jié)水灌溉大數(shù)據(jù)平臺(tái)，將表1 內(nèi)的農(nóng)作物生育期、農(nóng)作物生長環(huán)境、農(nóng)業(yè)灌溉供水、政策法規(guī)、農(nóng)業(yè)生產(chǎn)標(biāo)準(zhǔn)、農(nóng)業(yè)經(jīng)濟(jì)、地理信息等形成數(shù)據(jù)采集體系，通過大數(shù)據(jù)技術(shù)從監(jiān)測(cè)終端、互聯(lián)網(wǎng)等采集數(shù)據(jù)信息，以大數(shù)據(jù)標(biāo)準(zhǔn)格式存入分布式結(jié)構(gòu)的存儲(chǔ)系統(tǒng)，進(jìn)行數(shù)據(jù)分析和數(shù)據(jù)挖掘，最終提供數(shù)據(jù)應(yīng)用支持［8］。 高效節(jié)水灌溉大數(shù)據(jù)平臺(tái)結(jié)構(gòu)見圖1。

3 高效節(jié)水灌溉大數(shù)據(jù)平臺(tái)功能實(shí)現(xiàn)

3.1 數(shù)據(jù)采集功能實(shí)現(xiàn)

對(duì)于節(jié)水灌溉相關(guān)的所有結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，數(shù)據(jù)量大、種類繁多、來源廣泛，需根據(jù)不同的數(shù)據(jù)傳輸模式，采用不同技術(shù)進(jìn)行數(shù)據(jù)采集。 數(shù)據(jù)采集按照獲取方式分為實(shí)時(shí)數(shù)據(jù)同步、批量數(shù)據(jù)導(dǎo)入、網(wǎng)路爬蟲采集和移動(dòng)數(shù)據(jù)傳輸，需要將來自終端、互聯(lián)網(wǎng)、水利業(yè)務(wù)系統(tǒng)、農(nóng)業(yè)業(yè)務(wù)系統(tǒng)、網(wǎng)絡(luò)知識(shí)庫等的數(shù)據(jù)同步傳輸?shù)酱髷?shù)據(jù)存儲(chǔ)系統(tǒng)中。

3.1.1 數(shù)據(jù)類型和采集方式

（1）實(shí)時(shí)數(shù)據(jù)。 該類型數(shù)據(jù)主要涉及需要接入平臺(tái)的農(nóng)業(yè)和水利業(yè)務(wù)系統(tǒng)的日志采集、操作行為采集以及通過數(shù)據(jù)接口傳輸?shù)膶?shí)時(shí)數(shù)據(jù)，利用基于Hadoop的Sqoop 技術(shù)實(shí)現(xiàn)實(shí)時(shí)數(shù)據(jù)與傳統(tǒng)數(shù)據(jù)庫的數(shù)據(jù)傳輸［9］。

（2）批量數(shù)據(jù)。 批量數(shù)據(jù)主要是數(shù)據(jù)庫和知識(shí)庫中的靜態(tài)數(shù)據(jù)，如農(nóng)業(yè)、水利等相關(guān)業(yè)務(wù)系統(tǒng)的基礎(chǔ)信息、第三方地理信息平臺(tái)提供的地理區(qū)域圖、農(nóng)作物和水旱災(zāi)害基礎(chǔ)信息等，這些數(shù)據(jù)來源于傳統(tǒng)關(guān)系型數(shù)據(jù)庫MySQL 和Oracle，利用基于NumPy 的Pandas 工具將靜態(tài)數(shù)據(jù)以EXCEL、CSV、TXT、HTML 等方式快速批量導(dǎo)入大數(shù)據(jù)存儲(chǔ)系統(tǒng)［10］。

（3）網(wǎng)絡(luò)數(shù)據(jù)。 網(wǎng)絡(luò)數(shù)據(jù)包括來自互聯(lián)網(wǎng)的農(nóng)業(yè)生產(chǎn)和農(nóng)業(yè)經(jīng)濟(jì)信息、政府部門公開發(fā)布的政策文件、涉農(nóng)法律法規(guī)、農(nóng)業(yè)灌溉調(diào)查評(píng)價(jià)和水資源規(guī)劃等信息，主要是通過網(wǎng)絡(luò)爬蟲技術(shù)從網(wǎng)頁中抽取此類非結(jié)構(gòu)化數(shù)據(jù)并存儲(chǔ)到大數(shù)據(jù)存儲(chǔ)系統(tǒng)［11］。

（4）移動(dòng)數(shù)據(jù)。 移動(dòng)數(shù)據(jù)的采集包括來自水資源遠(yuǎn)程在線監(jiān)測(cè)系統(tǒng)和土壤墑情在線監(jiān)測(cè)系統(tǒng)的水量、水質(zhì)、土壤墑情等數(shù)據(jù)，氣象部門監(jiān)測(cè)站的降雨量、氣溫、氣壓、濕度等數(shù)據(jù)以及GPS 信號(hào)數(shù)據(jù)，利用物聯(lián)網(wǎng)、5G 通信等移動(dòng)傳輸技術(shù)實(shí)現(xiàn)此類數(shù)據(jù)的上傳和存儲(chǔ)。

3.1.2 數(shù)據(jù)預(yù)處理

采集的數(shù)據(jù)因類型、傳輸協(xié)議不同，需要將數(shù)據(jù)格式進(jìn)行統(tǒng)一化處理，同時(shí)采集的數(shù)據(jù)存在不完整、重復(fù)傳輸、無效傳輸?shù)惹闆r，需要對(duì)數(shù)據(jù)進(jìn)行有效化處理。利用數(shù)據(jù)倉庫技術(shù)（ETL）對(duì)采集的數(shù)據(jù)進(jìn)行抽取、清洗和裝載，將分散零亂、標(biāo)準(zhǔn)不統(tǒng)一的數(shù)據(jù)整合到一起，再將這些異構(gòu)數(shù)據(jù)流向統(tǒng)一目標(biāo)數(shù)據(jù)，使統(tǒng)一目標(biāo)數(shù)據(jù)成為高效節(jié)水灌溉大數(shù)據(jù)平臺(tái)的基礎(chǔ)。

3.2 數(shù)據(jù)存儲(chǔ)功能實(shí)現(xiàn)

采用分布式結(jié)構(gòu)（NAS／SAN 混合結(jié)構(gòu)）將不同類型的數(shù)據(jù)分別存儲(chǔ)于不同的功能服務(wù)器，同時(shí)采用云存儲(chǔ)技術(shù)提高系統(tǒng)存儲(chǔ)結(jié)構(gòu)的構(gòu)建效率［12］，具體存儲(chǔ)結(jié)構(gòu)見圖2。 分布式存儲(chǔ)的優(yōu)點(diǎn)在于能夠有效提高系統(tǒng)存儲(chǔ)容量和數(shù)據(jù)吞吐量，采用分布式結(jié)構(gòu)可以大大提高系統(tǒng)的擴(kuò)展性，根據(jù)信息技術(shù)發(fā)展和功能需要對(duì)系統(tǒng)進(jìn)行低成本升級(jí)改造。 在NAS／SAN 混合結(jié)構(gòu)中，NAS（網(wǎng)絡(luò)接入存儲(chǔ)）提供文件級(jí)數(shù)據(jù)訪問和共享服務(wù)，SAN（存儲(chǔ)區(qū)域網(wǎng)絡(luò)）實(shí)現(xiàn)海量、面向數(shù)據(jù)塊的數(shù)據(jù)傳輸。 此外，采用基于Hadoop 的分布式文件系統(tǒng)HDFS 進(jìn)行數(shù)據(jù)文件管理［13］，其中Hive 進(jìn)行數(shù)據(jù)倉庫的統(tǒng)計(jì)分析，HBase 管理分布式數(shù)據(jù)庫、并行處理大量數(shù)據(jù)。

3.3 數(shù)據(jù)處理功能實(shí)現(xiàn)

數(shù)據(jù)處理功能是系統(tǒng)的運(yùn)行核心以及實(shí)現(xiàn)系統(tǒng)應(yīng)用功能的基礎(chǔ)。 數(shù)據(jù)處理功能包括數(shù)據(jù)計(jì)算、數(shù)據(jù)分析和數(shù)據(jù)挖掘，其中：數(shù)據(jù)計(jì)算是對(duì)實(shí)時(shí)監(jiān)測(cè)、用戶訪問、業(yè)務(wù)請(qǐng)求等動(dòng)態(tài)數(shù)據(jù)以及基礎(chǔ)信息、知識(shí)信息、模型調(diào)用等離線數(shù)據(jù)進(jìn)行高速并行計(jì)算，利用云計(jì)算模式下的異構(gòu)加速計(jì)算體系（CPU＋GPU 協(xié)同計(jì)算）滿足數(shù)據(jù)處理需求［14］，利用GPU 進(jìn)行模型計(jì)算、圖形渲染計(jì)算和并行計(jì)算，可以提高數(shù)據(jù)計(jì)算效率。 數(shù)據(jù)分析通過對(duì)存儲(chǔ)的標(biāo)準(zhǔn)數(shù)據(jù)進(jìn)行解析來提取有用信息，開展描述性統(tǒng)計(jì)和推斷性統(tǒng)計(jì)，具體過程是對(duì)系統(tǒng)樣本數(shù)據(jù)（水量、土壤墑情、農(nóng)作物價(jià)格）等有關(guān)變量之間的關(guān)系進(jìn)行描述，利用樣本統(tǒng)計(jì)值（某農(nóng)業(yè)試驗(yàn)站農(nóng)作物需水量、某灌區(qū)供水量、某市農(nóng)業(yè)種植情況）推斷總體統(tǒng)計(jì)值，從而形成統(tǒng)計(jì)結(jié)論，幫助系統(tǒng)使用者對(duì)數(shù)據(jù)開展詳細(xì)研究和概括總結(jié)。 數(shù)據(jù)挖掘是對(duì)系統(tǒng)數(shù)據(jù)的關(guān)系和特征進(jìn)行探索，經(jīng)過算法檢索從大批量的數(shù)據(jù)信息中找出未知的、可能有用的、隱藏的規(guī)則，并通過關(guān)聯(lián)分析、聚類分析、時(shí)序分析等算法發(fā)現(xiàn)一些通過一般分析方法無法得出的深層次預(yù)測(cè)結(jié)果。 數(shù)據(jù)處理功能實(shí)現(xiàn)的關(guān)鍵技術(shù)見表2。

表2 數(shù)據(jù)處理功能實(shí)現(xiàn)的關(guān)鍵技術(shù)

數(shù)據(jù)分析和數(shù)據(jù)挖掘都是對(duì)數(shù)據(jù)進(jìn)行有效處理，隨著數(shù)據(jù)處理技術(shù)的不斷優(yōu)化，數(shù)據(jù)分析和數(shù)據(jù)挖掘的邊界逐漸模糊。 數(shù)據(jù)分析更注重既定目標(biāo)的結(jié)果分析，數(shù)據(jù)挖掘則是利用各種模型和技術(shù)對(duì)目標(biāo)對(duì)象進(jìn)行預(yù)測(cè)分析，通過兩者結(jié)合來為使用者提供最直觀和最優(yōu)化的決策選擇。 例如，在數(shù)據(jù)分析中，使用拉格朗日插值法和區(qū)間兩階段法可得出引水灌溉、土壤、氣象等相關(guān)數(shù)據(jù)的連續(xù)變化趨勢(shì)，數(shù)據(jù)挖掘則基于變化趨勢(shì)使用BP 神經(jīng)網(wǎng)絡(luò)算法完成農(nóng)作物需水量預(yù)報(bào)模型，從而預(yù)測(cè)農(nóng)作物生長期不同階段的需水量。 以某一小麥試驗(yàn)田為例，利用大數(shù)據(jù)處理技術(shù)得出的生育期需水量預(yù)測(cè)結(jié)果見表3。

表3 小麥生育期缺水量預(yù)測(cè)結(jié)果

3.4 數(shù)據(jù)應(yīng)用功能實(shí)現(xiàn)

數(shù)據(jù)應(yīng)用功能的實(shí)現(xiàn)是數(shù)據(jù)處理功能的可視化體現(xiàn)，采用B／S（Browser／Sever）和C／S（Client／Sever）相結(jié)合的服務(wù)模式向使用者提供對(duì)應(yīng)的服務(wù)支持［15］。高效節(jié)水灌溉大數(shù)據(jù)平臺(tái)中主要應(yīng)用功能是圍繞可視化的高效節(jié)水灌溉的各類監(jiān)測(cè)功能模塊（見圖3），通過圖形發(fā)現(xiàn)和數(shù)據(jù)規(guī)律，利用移動(dòng)應(yīng)用程序（APP）、PC 客戶端、展示屏和公眾服務(wù)平臺(tái)等服務(wù)于農(nóng)業(yè)水資源水量調(diào)度、高標(biāo)準(zhǔn)農(nóng)田建設(shè)、農(nóng)業(yè)灌溉區(qū)域節(jié)水評(píng)價(jià)等工作。 終端具體操作設(shè)計(jì)如下。

（1）移動(dòng)APP。 高效節(jié)水灌溉APP 使用者可以是農(nóng)業(yè)生產(chǎn)人員、農(nóng)業(yè)技術(shù)人員和水利、農(nóng)業(yè)管理人員，為使用者提供農(nóng)作物生長需水量、生長環(huán)境變化情況、節(jié)水灌溉設(shè)備運(yùn)行狀態(tài)和農(nóng)業(yè)水旱災(zāi)害預(yù)警等相關(guān)信息，使用者根據(jù)系統(tǒng)預(yù)測(cè)數(shù)據(jù)規(guī)劃灌溉水量，從而實(shí)現(xiàn)農(nóng)作物的精準(zhǔn)灌溉。

（2）PC 客戶端。 通過高效節(jié)水灌溉大數(shù)據(jù)平臺(tái)的IE 客戶端，進(jìn)行系統(tǒng)基礎(chǔ)信息處理和運(yùn)行狀態(tài)維護(hù)、開展應(yīng)用端間的交互通信等操作；利用五大監(jiān)測(cè)功能模塊的實(shí)時(shí)分析圖為水利、農(nóng)業(yè)管理人員和科研人員提供農(nóng)業(yè)政策、技術(shù)資訊、灌溉實(shí)時(shí)數(shù)據(jù)分析結(jié)果、區(qū)域農(nóng)作物生長態(tài)勢(shì)、農(nóng)業(yè)生產(chǎn)態(tài)勢(shì)以及經(jīng)濟(jì)分布態(tài)勢(shì)等信息支持。

（3）展示屏。 展示屏可以快速、便捷地部署于黃河引水灌溉部門、黃河流域和各行政區(qū)水量調(diào)度部門、農(nóng)業(yè)管理部門等，直觀顯示農(nóng)作物長勢(shì)監(jiān)測(cè)圖、區(qū)域農(nóng)作物分布一覽圖、灌溉水量運(yùn)行圖、農(nóng)業(yè)災(zāi)害狀態(tài)分布圖等，從而提高決策的科學(xué)性。

（4）公眾服務(wù)平臺(tái)。 利用微信公眾號(hào)、專題網(wǎng)頁等公共服務(wù)平臺(tái)發(fā)布高效節(jié)水灌溉政策法規(guī)、區(qū)域建設(shè)情況與運(yùn)行情況、區(qū)域內(nèi)土壤墑情、農(nóng)業(yè)生產(chǎn)等資訊，建立公眾與管理者的通信渠道。

4 高效節(jié)水灌溉大數(shù)據(jù)技術(shù)的應(yīng)用研究

4.1 農(nóng)業(yè)水資源水量調(diào)度

水資源水量調(diào)度的意義在于對(duì)區(qū)域水資源可利用總量的有效分配，合理調(diào)整農(nóng)業(yè)灌溉水量和居民生活用水、工業(yè)用水、服務(wù)業(yè)用水的比例。 黃河流域的農(nóng)業(yè)灌溉仍未根除落后的“大水漫灌”高耗水模式，黃河下游多數(shù)區(qū)域?yàn)辄S河水超載區(qū)和地下水超采區(qū)，對(duì)黃河水和深層地下水的使用有著嚴(yán)格限制，傳統(tǒng)灌溉模式下用水需求量和許可水量之間的矛盾無法得到有效解決。 通過大數(shù)據(jù)技術(shù)的應(yīng)用，結(jié)合各類農(nóng)作物種植分布相關(guān)信息和需水量模型，能夠?qū)δ甓绒r(nóng)業(yè)用水量開展科學(xué)合理地預(yù)測(cè)，水資源管理部門制定灌溉計(jì)劃水量并根據(jù)水旱災(zāi)害情況及時(shí)調(diào)節(jié)灌區(qū)供水量，從而實(shí)現(xiàn)精準(zhǔn)灌溉，推動(dòng)地下水超采綜合治理和水資源可持續(xù)利用。

4.2 高標(biāo)準(zhǔn)農(nóng)田建設(shè)

高效節(jié)水灌溉是高標(biāo)準(zhǔn)農(nóng)田建設(shè)的重要內(nèi)容，高標(biāo)準(zhǔn)農(nóng)田建設(shè)需要對(duì)農(nóng)田數(shù)量、質(zhì)量和分布利用情況進(jìn)行專項(xiàng)清查，并結(jié)合區(qū)域水資源規(guī)劃和高標(biāo)準(zhǔn)農(nóng)田建設(shè)規(guī)劃綜合實(shí)施。 通過大數(shù)據(jù)技術(shù)可以將區(qū)域農(nóng)業(yè)專項(xiàng)規(guī)劃、水資源規(guī)劃和高標(biāo)準(zhǔn)農(nóng)田建設(shè)規(guī)劃等進(jìn)行有效融合，利用高效節(jié)水灌溉大數(shù)據(jù)平臺(tái)實(shí)現(xiàn)數(shù)據(jù)處理和可視化操作，為高標(biāo)準(zhǔn)農(nóng)田建設(shè)提供統(tǒng)一規(guī)劃調(diào)度支持，進(jìn)一步提升高標(biāo)準(zhǔn)農(nóng)田建設(shè)質(zhì)量和水平。

4.3 農(nóng)業(yè)灌溉區(qū)域節(jié)水評(píng)價(jià)

農(nóng)業(yè)灌溉區(qū)域節(jié)水評(píng)價(jià)是農(nóng)業(yè)水資源管理和節(jié)水研究的重要內(nèi)容，在農(nóng)業(yè)灌溉用水的基礎(chǔ)上，充分考慮區(qū)域農(nóng)作物產(chǎn)出、農(nóng)作物種類、種植結(jié)構(gòu)、氣候及土壤等因素，采用高效節(jié)水灌溉大數(shù)據(jù)平臺(tái)中節(jié)水指數(shù)設(shè)定和模型計(jì)算，實(shí)現(xiàn)科學(xué)地農(nóng)業(yè)灌溉節(jié)水評(píng)價(jià)［16］。 依據(jù)農(nóng)業(yè)灌溉區(qū)域節(jié)水評(píng)價(jià)結(jié)果，盡可能減少灌溉水量投入，實(shí)現(xiàn)最佳經(jīng)濟(jì)、社會(huì)、生態(tài)環(huán)境效益。 利用大數(shù)據(jù)技術(shù)對(duì)農(nóng)作物生長周期數(shù)據(jù)、農(nóng)作物生長環(huán)境數(shù)據(jù)、農(nóng)業(yè)生產(chǎn)和農(nóng)業(yè)經(jīng)營數(shù)據(jù)等進(jìn)行有效采集，通過數(shù)據(jù)處理為節(jié)水評(píng)價(jià)提供詳細(xì)、完整、全面的依據(jù)，為節(jié)水灌溉工程提供合理有效的科學(xué)決策方案。

5 結(jié) 論

通過建設(shè)高效節(jié)水灌溉大數(shù)據(jù)平臺(tái)，可以提升高標(biāo)準(zhǔn)農(nóng)田建設(shè)的信息化水平，將現(xiàn)有節(jié)水灌溉相關(guān)的資源和需求有效整合到系統(tǒng)中，打破“數(shù)據(jù)孤島”的桎梏，形成完整的高效節(jié)水灌溉信息化體系。 高效節(jié)水灌溉大數(shù)據(jù)技術(shù)的應(yīng)用，能夠?yàn)樗芾聿块T和農(nóng)業(yè)管理部門提供新的工作思路，推動(dòng)農(nóng)業(yè)節(jié)水技術(shù)改造、水資源高效集約利用，助力鄉(xiāng)村振興、農(nóng)業(yè)農(nóng)村現(xiàn)代化建設(shè)取得新成效。