基于云計算的吉林省黑土地(耕地)質量大數據平臺設計與實現

陳怡兵張環宇楊松高晗呂世平

(1.吉林省土壤肥料總站，吉林 長春 130031；2.浙江托普云農科技股份有限公司，浙江 杭州 310000)

引言

農業大數據構成復雜、規模巨大且更新快，同時還融合了不同地域性、多樣性以及周期季節性等特征，處理應用起來較困難。當前已有的耕地質量數據資源豐富，但儲存分散、利用率低、無法共享，亟需建立統一、可共享、能開放的大數據平臺。

吉林省黑土地(耕地)質量大數據平臺將多類型且分散的數據存儲、管理和使用起來，意義在于充分發揮大數據特點，充分利用3S技術等現代化手段，將耕地地力調查與評價數據、土壤墑情實時監測數據進行整理分析，并集成了物聯網信息技術、測土配方施肥技術、農業資訊檢索、肥料登記查詢等應用模塊，為領導決策和農業生產提供基礎支撐，并提出為進一步管理和應用現有數據資源以及整合土壤墑情、主要作物、環境等后續數據資源的優化對策，提升黑土耕地質量建設與管理工作的標準化、數字化程度，促進耕地質量管理工作的技術水平。

1 大數據與云計算的概念

1.1 大數據

大數據是一種信息時代附帶到價值的信息資產，通過采集、儲存、發散、管理、分析，從而獲取決策和洞察的能力。

1.2 云計算

云計算是借助數據計算、網絡連接、存儲功能優勢，能夠為使用者提供服務，形成完整的資源池。云計算屬于數據面積性計算，能夠實現存儲、計算資源的虛擬化。

1.3 大數據與云計算的關系

云計算與大數據技術本身有著緊密的關聯性。云計算技術擁有高精準、運算快、處理能力強、儲存空間大的優勢，可以為多元大數據處理提供平臺；對于大數據而言，基于云計算的大數據處理技術，是一種高效的、可實時分析處理海量數據的強有力工具，云計算可以針對大數據處理的分布式數據庫，能夠可靠地對大數據進行實時處理，具有即時響應多用戶并發請求的能力[1]。

2 設計方案

2.1 平臺定義

以網絡為基礎，將黑土地(耕地質量)建設與管理相關的各類項目所形成的各類數據進行集中存儲、統一管理，應用大數據技術深入挖掘，在對信息進行分析、加工的基礎上，通過多種智能顯示技術為各級農業行政管理、科研、技術推廣機構及社會大眾提供各類信息服務。

構建一套或者多套各級網絡體系，平臺應該是開放的共享平臺。對農業部組織實施的，與耕地質量建設和管理相關的各類項目所形成的數據，以及耕地地力提升、肥料門市信息、肥料登記信息等數據有效收集起來，進行集中存儲和統一管理。對黑土地(耕地)質量建設與管理相關數據進行必要的分析和處理加工，加強預警功能和數據成果轉化功能。系統開發終端顯示方式應該是多樣化的，如PC、APP等。

2.2 總體框架

平臺采用軟件系統實現大數據資源共享，應用大數據技術、3S技術、網絡通訊技術、系統集成技術和信息安全技術等，整合耕地質量、測土配方施肥、土壤墑情等數據，通過數據的標準化管理、高效云平臺服務、多形式的信息發布模式以及安全運維管理機制，總體架構如圖1所示。

圖1 黑土地(耕地)大數據平臺架構圖

3 建設內容

3.1 基礎數據

基礎地理，主要包括行政區劃、農業區劃、地形分布。氣候氣象，主要包括≥0℃積溫、年降水量。土地利用，主要包括土地利用現狀、農用地地塊。農田管理，主要包括耕地質量等級、基本農田、高標準農田。農田土壤基礎，主要包括土壤類型、耕地質量監測點、耕地質量補充調查、測土配方施肥采樣點、土壤墑情監測點。土壤理化指標，主要包括土壤pH值、土壤有機質、土壤全氮、土壤有效磷、土壤速效鉀。土壤類型數據，對土壤類型屬性數據進行整理，包括土壤類型編號、采樣點編號、采樣點經緯度等信息以及生成土壤空間數據。施肥分區數據，結合土壤類型、耕地養分水平、種植作物和產量以及施肥規律分區等，從而形成施肥分區。測土數據，對縣域內采樣點進行確定，對每個采樣點進行編號，GPS定位經緯度信息附在每個采樣點上。測土數據整理，對有機質、堿解氮、有效磷、速效鉀、pH值5個測土參數數值進行整理，生成相關屬性數據(mdb、dbf、sq等)，將屬性數據導入GIS中,生成相關空間數據庫。參數數據，對包括土壤類型、施肥分區、作物種類、有機質以及試驗等內容進行整理，并剔除報表目標產量數據中異常高或異常低等歧義數據[2]。

3.2 應用管理功能

數據管理分為3個模塊。權限管理，用于對用戶的數據范圍權限進行管理；文件管理，用于對用戶上傳的文件進行統一管理；數據庫管理，用于管理數據庫中的數據[3]。

3.3 查詢功能

耕地資源管理單元工作底圖由土地利用現狀圖、行政區劃圖和土壤圖疊加而成，反映了全省耕地的分布情況，可以查詢每一塊耕地的位置、權屬、面積、利用方式、土壤類型、地貌類型、立地條件、農田管理、土壤養分、耕地質量等屬性。

4 平臺實現

吉林省黑土地(耕地)質量大數據平臺基于J2EE平臺開發，通過Jfinal、undertow、jboot、Duboo、Zookeeper搭建的共享服務平臺，用于RESTful、XL/JSON服務的快速開發、注冊、發現等工作。大量的黑土地(耕地)大數據利用數據倉庫Hive，進行提取→轉換→加載→并行計算→分布式處理，建立文檔庫和異構索引庫，完成非結構化數據信息的存儲。

基于以上平臺架構和整體設計思路，開發幾種應用模塊。

4.1 黑土地保護界面

包括黑土地分布、類型、面積及技術等數據信息，并匯總了10余套黑土地保護技術模式，如圖2。

4.2 耕地質量評價界面

以調查評價點為基礎，采集包括土壤有機質、耕層、pH值、養分等16項指標數據，依據土壤類型、有效土層、pH值、土壤肥力等調查和監測信息，自動生成耕地質量等級結果，進行圖示化反應，提出有針對保護措施和科學施肥指導等，如圖3。

圖3 耕地質量評價界面

4.3 監測數據界面

主要依托具備“三區四情”功能的長期定位監測點，包括吉林省已建設的199個耕地質量監測點的耕地土壤有機質、pH值、養分等相關指標的變化趨勢，并集成物聯網技術實時監測耕地質量狀況以及苗青、環情，然后通過采集的數據，完成整理分析，自動生成各級耕地質量監測報告，為耕地質量保護提供依據，科學指導農業生產，如圖4、圖5。

圖4 監測數據界面

圖5 物聯網監測系統應用界面

4.4 墑情數據界面

主要依托自動墑情監測站數據，分析土壤墑情狀況和發展趨勢，指導適墑播種和抗旱防澇等。包括已建設的370個土壤墑情監測點的不同深度土層的溫度、含水量信息以及氣象信息。根據監測結果，自動生成墑情簡報，及時發布墑情預警，指導農業生產活動，如圖6、圖7。

圖6 墑情數據界面

圖7 平臺自動生成簡報

4.5 信息服務模塊

包括信息查詢、專家服務、軟件服務等相關服務功能，如圖8。

圖8 軟件服務應用界面

5 結論

針對黑土地(耕地)質量數據信息存在多元異構、物理分散、利用率低等問題，運用大數據、云計算等現代信息技術手段，以大數據管理、應用為基礎，研發了以問題為導向的農業資源大數據共享服務平臺，打破了多元數據庫系統之間的壁壘，實現了農業數據的有效共享和利用。為農業指導提供各種資源統計匯總“一張圖”服務，實現了對地區耕地信息的快速、系統、全面的掌握，為政策制定和發展計劃提供了良好的數據支撐。