農(nóng)業(yè)科學(xué)數(shù)據(jù)監(jiān)管模型構(gòu)建及應(yīng)用分析

史衍進(jìn)

（山東省鄄城縣富春鎮(zhèn)人民政府，山東 鄄城 274614）

農(nóng)業(yè)科學(xué)數(shù)據(jù)的整合歸納是迎合時(shí)代創(chuàng)新發(fā)展的必然需求，而科學(xué)數(shù)據(jù)的應(yīng)用受限于現(xiàn)階段分析模型，為進(jìn)一步促進(jìn)農(nóng)業(yè)科學(xué)數(shù)據(jù)的發(fā)展，應(yīng)打破傳統(tǒng)數(shù)據(jù)結(jié)構(gòu)，優(yōu)化數(shù)據(jù)組織。當(dāng)前農(nóng)業(yè)科學(xué)數(shù)據(jù)總量直線上升，如何對(duì)科學(xué)數(shù)據(jù)展開監(jiān)督監(jiān)管成為當(dāng)前農(nóng)業(yè)學(xué)術(shù)研究的重點(diǎn)。本次圍繞農(nóng)業(yè)科學(xué)數(shù)據(jù)監(jiān)管展開構(gòu)建與應(yīng)用分析，具有較強(qiáng)應(yīng)用價(jià)值，可在一定程度上解決農(nóng)業(yè)科學(xué)數(shù)據(jù)的集成共享與監(jiān)管問題。

1.農(nóng)業(yè)科學(xué)數(shù)據(jù)監(jiān)管模型的構(gòu)建原則

農(nóng)業(yè)科學(xué)數(shù)據(jù)監(jiān)管模型構(gòu)建時(shí)應(yīng)以一定原則為基礎(chǔ)，確保監(jiān)管服務(wù)高效。第一，求真性。農(nóng)業(yè)科學(xué)數(shù)據(jù)客觀反映真實(shí)存在的現(xiàn)象規(guī)律，展開監(jiān)管時(shí)必須保障數(shù)據(jù)真實(shí)性，需對(duì)原始數(shù)據(jù)采集、存儲(chǔ)，對(duì)于已加工處理過的農(nóng)業(yè)科學(xué)數(shù)據(jù)應(yīng)溯源跟蹤，確保真實(shí)有效。第二，系統(tǒng)性。應(yīng)按一定關(guān)聯(lián)將同類事物整合歸納，厘清農(nóng)業(yè)科學(xué)數(shù)據(jù)間的關(guān)聯(lián)要素，監(jiān)管模型在運(yùn)行期間始終處于數(shù)據(jù)交換狀態(tài)下，因此在模型構(gòu)建時(shí)，為確保數(shù)據(jù)監(jiān)管服務(wù)質(zhì)量，必須落實(shí)系統(tǒng)性原則。第三，時(shí)效性。農(nóng)業(yè)科學(xué)數(shù)據(jù)具有動(dòng)態(tài)變化特征，與生命周期相吻合，不同階段的農(nóng)業(yè)科學(xué)數(shù)據(jù)有效性存再差異，數(shù)據(jù)具有時(shí)效性，冗余數(shù)據(jù)將被淘汰，因此為確保有價(jià)值的科學(xué)數(shù)據(jù)得以存儲(chǔ)，監(jiān)管模型需以時(shí)效性為指導(dǎo)原則。第四，精準(zhǔn)性。在農(nóng)業(yè)科學(xué)研究中，對(duì)于數(shù)據(jù)的精準(zhǔn)度要求愈來愈高，應(yīng)從數(shù)據(jù)源頭保障精準(zhǔn)，以此更好地服務(wù)于農(nóng)業(yè)學(xué)術(shù)研究，因此構(gòu)建監(jiān)管模型時(shí)，需以精準(zhǔn)性為基礎(chǔ)。第五，預(yù)見性。在當(dāng)前農(nóng)業(yè)發(fā)展中，重視病蟲害防治、糧食安全、災(zāi)害模式等農(nóng)情預(yù)警，因此，農(nóng)業(yè)科學(xué)數(shù)據(jù)監(jiān)管模型需具有預(yù)見性特征。

2.農(nóng)業(yè)科學(xué)數(shù)據(jù)監(jiān)管模型的構(gòu)建

2.1 數(shù)據(jù)采集及方法。監(jiān)管模型的數(shù)據(jù)采集以深度學(xué)習(xí)理論為指導(dǎo)，對(duì)各類農(nóng)業(yè)科學(xué)數(shù)據(jù)進(jìn)行分類預(yù)處理，劃分類別，避免數(shù)據(jù)分析效率低下問題，并為后續(xù)數(shù)據(jù)存儲(chǔ)與應(yīng)用奠定基礎(chǔ)。為高效分類識(shí)別科學(xué)數(shù)據(jù)，可結(jié)合不同深度學(xué)習(xí)框架對(duì)圖像數(shù)據(jù)進(jìn)行分類，依托于卷積神經(jīng)網(wǎng)絡(luò)，結(jié)合Alex Net網(wǎng)絡(luò)，形成圖像數(shù)據(jù)分類處理模型。卷積神經(jīng)網(wǎng)絡(luò)作為前饋式神經(jīng)網(wǎng)，其可對(duì)海量農(nóng)業(yè)圖像數(shù)據(jù)降維處理，準(zhǔn)確識(shí)別，高效分類，該方式對(duì)大型圖像數(shù)據(jù)的識(shí)別更為有效。在農(nóng)業(yè)學(xué)術(shù)研究中，所涉及到的科學(xué)數(shù)據(jù)包括對(duì)不同種類作物及植物，而數(shù)據(jù)類型又存在音頻、視頻、圖像等不同形式，即各類農(nóng)業(yè)科學(xué)數(shù)據(jù)存在不同形態(tài)，農(nóng)業(yè)科學(xué)數(shù)據(jù)類型多、容量大，導(dǎo)致在數(shù)據(jù)分類時(shí)較為復(fù)雜，為順利構(gòu)建農(nóng)業(yè)科學(xué)數(shù)據(jù)監(jiān)管模型，引入卷積神經(jīng)網(wǎng)絡(luò)識(shí)別圖像數(shù)據(jù)是極有必要的，采用不同卷積神經(jīng)網(wǎng)絡(luò)模型實(shí)現(xiàn)不同種類農(nóng)業(yè)數(shù)據(jù)的高效精準(zhǔn)識(shí)別分類，以此提升監(jiān)管模型應(yīng)用效果。

2.2 系統(tǒng)數(shù)據(jù)組織。為實(shí)現(xiàn)標(biāo)準(zhǔn)化農(nóng)業(yè)作物種質(zhì)資源管理，需制定相應(yīng)的技術(shù)規(guī)范，在長(zhǎng)期農(nóng)業(yè)研究中，科技工作者已收集約38萬份種質(zhì)資源，科學(xué)數(shù)據(jù)大量積累，為農(nóng)業(yè)研究發(fā)展提供助力，由此可見，僅種質(zhì)資源一類數(shù)據(jù)，就存在38萬份數(shù)據(jù)，且形式不同，為確保科學(xué)數(shù)據(jù)的有效運(yùn)用，需對(duì)科學(xué)數(shù)據(jù)進(jìn)行組織處理。隨著農(nóng)業(yè)研究的推進(jìn)，所得到的數(shù)據(jù)量持續(xù)增多，呈指數(shù)增長(zhǎng)，而各類實(shí)驗(yàn)數(shù)據(jù)均需識(shí)別資源，監(jiān)管資源，此為監(jiān)管模型的根本應(yīng)用目標(biāo)，對(duì)數(shù)據(jù)資源有效管理，并形成元數(shù)據(jù)組織。現(xiàn)階段元數(shù)據(jù)使用效果仍有待提高，導(dǎo)致農(nóng)業(yè)實(shí)驗(yàn)科學(xué)數(shù)據(jù)無法被有效整合，因此急需采用某種方式對(duì)農(nóng)業(yè)實(shí)驗(yàn)科學(xué)數(shù)據(jù)進(jìn)行組織使用，同時(shí)當(dāng)前元數(shù)據(jù)集的應(yīng)用多關(guān)注實(shí)驗(yàn)主題、實(shí)驗(yàn)機(jī)構(gòu)等宏觀信息，并未構(gòu)建科學(xué)數(shù)據(jù)集。在農(nóng)業(yè)科學(xué)技術(shù)構(gòu)建過程中，必須圍繞科學(xué)數(shù)據(jù)建立元數(shù)據(jù)模型，面向數(shù)據(jù)生命周期，將農(nóng)業(yè)科研成果、實(shí)驗(yàn)數(shù)據(jù)整合，尋找出數(shù)據(jù)間存在的關(guān)聯(lián)性，如農(nóng)業(yè)地質(zhì)水文核心元數(shù)據(jù)模型、作物基因表達(dá)元數(shù)據(jù)模型、實(shí)驗(yàn)數(shù)據(jù)語義描述模型等，元數(shù)據(jù)組織模型的構(gòu)建應(yīng)建立在國家標(biāo)準(zhǔn)基礎(chǔ)上，立足于實(shí)踐應(yīng)用，確保農(nóng)業(yè)科學(xué)數(shù)據(jù)元數(shù)據(jù)模型構(gòu)建有效，便于對(duì)農(nóng)業(yè)科學(xué)數(shù)據(jù)監(jiān)管跟蹤。

2.3 科學(xué)數(shù)據(jù)云存儲(chǔ)。監(jiān)管模型的數(shù)據(jù)存儲(chǔ)主要依托于云計(jì)算技術(shù)，將海量數(shù)據(jù)信息存儲(chǔ)至網(wǎng)絡(luò)系統(tǒng)內(nèi)，借助遠(yuǎn)程終端服務(wù)器，在云存儲(chǔ)功能下，可保障農(nóng)業(yè)科學(xué)數(shù)據(jù)時(shí)效，使其可精準(zhǔn)應(yīng)用到農(nóng)業(yè)科研中。監(jiān)管模型數(shù)據(jù)存儲(chǔ)主要運(yùn)用B/S框架，以B/S框架為監(jiān)管模型數(shù)據(jù)存儲(chǔ)平臺(tái)，在云計(jì)算技術(shù)對(duì)農(nóng)業(yè)科學(xué)數(shù)據(jù)進(jìn)行監(jiān)管，可實(shí)現(xiàn)現(xiàn)有數(shù)據(jù)存儲(chǔ)、歷史數(shù)據(jù)更新、數(shù)據(jù)分享，農(nóng)業(yè)科研人員可借助自身web瀏覽器查閱云存儲(chǔ)服務(wù)器內(nèi)的各項(xiàng)科學(xué)數(shù)據(jù)，為保障數(shù)據(jù)安全，僅可瀏覽自身權(quán)限范圍內(nèi)數(shù)據(jù)內(nèi)容。本次所應(yīng)用的框架模型可高效傳輸不同類型的科學(xué)數(shù)據(jù)，將數(shù)據(jù)存儲(chǔ)至云端，在服務(wù)器關(guān)聯(lián)下展開共享及批處理。為保障云端農(nóng)業(yè)科學(xué)數(shù)據(jù)安全保密，引入秘鑰技術(shù)，對(duì)數(shù)據(jù)庫服務(wù)器、客戶端進(jìn)行密鑰加密，運(yùn)行防火墻做好網(wǎng)關(guān)，最大程度防止農(nóng)業(yè)科學(xué)數(shù)據(jù)泄露或被篡改，此外，數(shù)據(jù)存儲(chǔ)時(shí)可完成備份處理，避免數(shù)據(jù)丟失。

2.4 數(shù)據(jù)共享平臺(tái)。農(nóng)業(yè)科研活動(dòng)所涉及的科研院、高等院校、科學(xué)團(tuán)體的缺乏共享意識(shí)，不利于農(nóng)業(yè)科學(xué)數(shù)據(jù)整體性監(jiān)管，因此為保障監(jiān)管模型高效運(yùn)作，應(yīng)盡可能提升農(nóng)業(yè)科研組織的共享意識(shí)，而構(gòu)建共享平臺(tái)是最有效的方式，便于監(jiān)督，且可促進(jìn)農(nóng)業(yè)科研人員間的交流互動(dòng)，而監(jiān)管模型在科學(xué)數(shù)據(jù)共享中發(fā)揮著重要作用，主要分為基礎(chǔ)檔案數(shù)據(jù)、數(shù)據(jù)采集、分析決策、后臺(tái)管理四個(gè)模塊，基礎(chǔ)檔案數(shù)據(jù)用以建檔登記科研人員信息及設(shè)備信息，數(shù)據(jù)采集模塊用以驗(yàn)證數(shù)據(jù)，確保監(jiān)管決策精準(zhǔn)有效，分析決策模塊可為科研人員用戶提供數(shù)據(jù)監(jiān)管重點(diǎn)，后臺(tái)管理模塊可設(shè)置用戶權(quán)限，更新數(shù)據(jù)內(nèi)容，并可將數(shù)據(jù)導(dǎo)出。現(xiàn)階段農(nóng)業(yè)科學(xué)數(shù)據(jù)呈現(xiàn)出多源異構(gòu)特征，且數(shù)字化程度較低，不利于數(shù)據(jù)集中處理及監(jiān)管，建立共享平臺(tái)不僅可促進(jìn)農(nóng)業(yè)科學(xué)數(shù)據(jù)間的流通，更是監(jiān)管模型的主要組成部分。

3.農(nóng)業(yè)科學(xué)數(shù)據(jù)監(jiān)管模型的應(yīng)用分析

本次實(shí)證應(yīng)用主要結(jié)合“天空地農(nóng)業(yè)監(jiān)測(cè)系統(tǒng)”相關(guān)數(shù)據(jù)資源，對(duì)上述數(shù)據(jù)采集、組織、存儲(chǔ)、共享四個(gè)生命周期維度展開應(yīng)用分析。

3.1 采集階段的應(yīng)用。農(nóng)業(yè)數(shù)據(jù)采集工具為“天空地農(nóng)業(yè)監(jiān)測(cè)系統(tǒng)”，以此獲得實(shí)時(shí)農(nóng)業(yè)數(shù)據(jù)，可實(shí)現(xiàn)高清數(shù)據(jù)采集，在各類傳感器應(yīng)用下了解作物生長(zhǎng)條件參數(shù)，數(shù)據(jù)為文本數(shù)據(jù)、視頻、照片等，基于監(jiān)控模型將實(shí)施數(shù)據(jù)傳遞至數(shù)據(jù)中心，在傳感器感知系統(tǒng)中所采集到的數(shù)據(jù)具有安全可靠特征。以監(jiān)控模型為紐帶，可實(shí)現(xiàn)“天空地農(nóng)業(yè)監(jiān)測(cè)系統(tǒng)”與科學(xué)數(shù)據(jù)共享平臺(tái)間的連接及通訊，便于科學(xué)數(shù)據(jù)的訪問與傳遞，采用并行訪問等手段提取多源異構(gòu)數(shù)據(jù)內(nèi)容，以此完成高效采集與導(dǎo)入。

3.2 組織階段的應(yīng)用。在實(shí)際應(yīng)用過程中，基于云存儲(chǔ)功能完成農(nóng)業(yè)科學(xué)數(shù)據(jù)集成化處理，且可對(duì)監(jiān)管模型中的科學(xué)數(shù)據(jù)進(jìn)行監(jiān)管維護(hù)，并運(yùn)用處理算法展開濾波、濾噪、篩選，處理各類數(shù)據(jù)，將更為直觀的農(nóng)業(yè)科學(xué)數(shù)據(jù)存儲(chǔ)至系統(tǒng)內(nèi)，而該數(shù)據(jù)處理過程是為了獲得更好地組織數(shù)據(jù)，可在一定程度上延長(zhǎng)科學(xué)數(shù)據(jù)的生命周期，確保農(nóng)業(yè)科學(xué)數(shù)據(jù)監(jiān)管質(zhì)量。挖掘監(jiān)管模型數(shù)據(jù)組織中的科學(xué)數(shù)據(jù)時(shí)，可基于人機(jī)交互，以需求及場(chǎng)景為條件選擇數(shù)據(jù)挖掘算法，可在數(shù)據(jù)組織中完成靈活性、準(zhǔn)確性數(shù)據(jù)挖掘與應(yīng)用，在矩陣畫圖工具應(yīng)用下實(shí)現(xiàn)數(shù)據(jù)可視化，應(yīng)用便捷直觀。

3.3 存儲(chǔ)階段的應(yīng)用。經(jīng)安全技術(shù)加密后，在實(shí)證使用中并未出現(xiàn)安全問題，并在云存儲(chǔ)方式下已實(shí)現(xiàn)農(nóng)業(yè)大數(shù)據(jù)管理，農(nóng)業(yè)耕地、育種、播種、管理、收獲等不同環(huán)節(jié)均產(chǎn)生龐大數(shù)據(jù)資源，且形式多樣，在數(shù)據(jù)分類、組織歸納處理下，存儲(chǔ)時(shí)較為便捷，結(jié)合語義關(guān)系完成數(shù)據(jù)關(guān)聯(lián)性存儲(chǔ)，保障了農(nóng)業(yè)科學(xué)數(shù)據(jù)的完整性，為后續(xù)數(shù)據(jù)計(jì)算應(yīng)用提供便利。

3.4 共享階段的應(yīng)用。共享階段的應(yīng)用主要體現(xiàn)在農(nóng)業(yè)遙感中心的建立，結(jié)合前沿遙感技術(shù)，將其應(yīng)用到農(nóng)業(yè)領(lǐng)域中，可集中整合作物長(zhǎng)勢(shì)、產(chǎn)量預(yù)測(cè)、旱澇災(zāi)害、病蟲害等方面信息，完成數(shù)據(jù)采集后可將數(shù)據(jù)直接傳輸至監(jiān)管模型，并實(shí)現(xiàn)實(shí)測(cè)數(shù)據(jù)共享，便于農(nóng)業(yè)科研工作的開展，并可激發(fā)農(nóng)業(yè)科研人員的共享意識(shí)。

4.結(jié)束語

綜上所述，農(nóng)業(yè)科學(xué)數(shù)據(jù)監(jiān)管模型的構(gòu)建需以求真性、系統(tǒng)性、時(shí)效性、精準(zhǔn)性、預(yù)見性原則為基礎(chǔ)，以生命周期理論為依據(jù)，采集數(shù)據(jù)并整合，規(guī)范數(shù)據(jù)組織，構(gòu)建數(shù)據(jù)云存儲(chǔ)模式，搭建數(shù)據(jù)共享平臺(tái)，在此基礎(chǔ)上結(jié)合生命周期理論，構(gòu)建農(nóng)業(yè)科學(xué)數(shù)據(jù)監(jiān)管生命周期模型，最終得出有效的農(nóng)業(yè)科學(xué)數(shù)據(jù)分析工具，在未來發(fā)展中，可與農(nóng)業(yè)大數(shù)據(jù)整合，進(jìn)一步提高數(shù)據(jù)利用率。