基于ECharts的生態農業數據可視化平臺設計與實現

摘 要：在大力推進生態文明建設和鄉村振興戰略的背景下，充分挖掘生態農業數據的潛在價值對助力生態農業的可持續發展具有重要意義。針對農業生產缺乏系統和科學的指導，造成的水肥利用率低、水資源匱乏、土壤資源退化、環境污染等問題，從物聯網系統中的應用層角度出發，采用ECharts可視化技術，設計并開發了一套基于ECharts的生態農業數據可視化分析平臺，實現了數據管理、數據可視化、個性化決策、系統管理等功能。平臺的應用結果表明，該平臺能夠實時、動態地分析農作物生產全生命周期的各項關鍵信息，優化農業數字信息服務，為農作物種植人員采用生態友好的方式實現農業精細化作業提供直觀的數據支撐。

關鍵詞：生態農業；ECharts；可視化分析；動態分析；個性化決策；物聯網應用

中圖分類號：TP391 文獻標識碼：A 文章編號：2095-1302（2025）01-0-05

0 引 言

我國作為農業大國，一直以來都十分重視農業的發展。從農業生產環境的視角來看，我國地域遼闊，各地區的農業資源存在顯著差異，生產條件也各不相同；從農業生產技術的視角來看，我國大部分農戶進行農業生產的主要技術指導來自于傳統的生產經驗[1-2]。傳統的農作物生產方式有較大弊端，主要依靠個人的農業經驗種植農作物而缺乏系統和科學的指導，農業生產效率無法得到有效保障，而依靠改良農作物品種來提高產量的方式具有一定的局限性。如果為了提高農作物產量，過量使用農藥、化肥等現代化作物養分供給手段，會存在嚴重的負外部性，造成包括土壤、水資源、食品的污染以及鳥類與有益昆蟲的減少[2]。當前，我國農業生產中普遍存在水資源匱乏、土地資源退化以及勞動力缺失等問題[3]。黨的十八大提出“大力推進生態文明建設”戰略決策，十九大提出“鄉村振興戰略”。在鄉村振興的時代背景下，高效生態農業是我國農業發展的必然選擇[4]。

生態農業是一種可持續的農業生產方式，旨在通過采用生態友好的方法，運用傳統農業的歷史經驗、現代科學技術成果和管理手段，全面提升農業生態系統的多功能服務能力[5]。物聯網等關鍵技術的快速發展，為生態農業的智能化、系統化發展提供了新的方向與技術支撐。以我國現階段農業發展現狀為背景，國內不少專家學者對農業領域的智能化、自動化、遠程管理進行了大量研究。文獻[6]以農業產品流通環節的數據為重點，研究并建設了農業管理信息化平臺，通過信息化手段獲取農產品生長相關信息，以促進農產品銷售的可持續發展。文獻[7]針對傳統農業無法滿足農業生產中遠距離、低功耗通信需求的問題，采用LoRa和NB-IoT的物聯網通信技術方案，實現農業生產數據的傳輸，并通過深度學習周期性分析相關生產數據，調節環境因素以實現增產。文獻[8]采用WebGIS等技術，將向日葵產量數據與地理空間數據相結合，為用戶提供向日葵遠程產量分布圖。文獻[9]以農業氣象數據、資源環境數據、生物信息數據等為數據源，分析了大數據技術在智慧農業中的應用路徑。盡管當前農作物種植信息化管理領域的研究已經取得了不少成果，但在生態農業領域同時兼顧經濟效益、生態效益和社會效益的應用研究仍較為匱乏。

因此，本文主要從物聯網系統的應用層視角出發，以傳統民間農業作業方式作為經驗參考，根據具體的農業生態系統，設計并開發生態農業數據可視化平臺。該平臺將結合數據可視化技術，實時、動態地分析農作物生產全生命周期的相關信息，充分利用生態農業數據，為農戶提供切實可行的生態農業生產指導。此舉能夠有力地推動我國生態農業的信息化與可視化發展，提升農戶的經濟效益的同時兼顧生態效益，具有重要的社會意義及廣闊的商業發展前景。

1 平臺組織架構與功能

1.1 總體架構設計

生態農業數據可視化平臺采用前后端分離的Web應用開發模式，并結合平臺特色，將平臺總體架構分為4層，即數據存儲層、數據訪問層、業務邏輯層、應用層，如圖1所示。業務邏輯層與應用層之間通過請求與響應機制進行交互，且統一采用JSON格式進行數據交換，遵循高內聚、低耦合的設計思想，以提高系統對于復雜業務的處理能力。平臺基于瀏覽器/服務器（Browser/Server， B/S）結構，具有良好的跨平臺性、易擴展性以及豐富的交互性[10]。

1.1.1 數據存儲層

數據存儲層采用關系型數據庫MySQL作為數據庫管理系統，存儲經過后臺服務器預處理的相關數據，實現農業要素全過程記錄。平臺的數據源主要有土壤墑情數據、氣象環境數據、基礎地理數據、個性化樣本數據等，作為數據可視化分析平臺的數據支撐。

1.1.2 數據訪問層

數據訪問層采用JDBC技術將數據持久化到物理存儲中，并為系統提供CRUD服務，以滿足相關業務功能的數據讀寫要求。

1.1.3 業務邏輯層

業務邏輯層負責對系統的所有功能業務進行邏輯封裝，實現用戶權限管理、數據預處理、統計分析、數據接口、智能預警、數據實時動態渲染等功能。該層通過基于RESTful風格的Web Service接口，為實時數據可視化、空間數據可視化、歷史數據可視化提供豐富的個性化服務。

1.1.4 應用層

應用層以Web平臺為載體，從布局、風格、主視覺、信息圖表、字體、規范、動效等方面綜合考慮，結合ECharts可視化工具中豐富的可視化圖表類型，為用戶提供一個直觀、動態、可交互的可視化平臺。

1.2 功能結構設計

依據總體架構圖，生態農業數據可視化平臺按照功能分為數據管理、數據可視化、個性化決策、系統管理4個模塊。系統的功能結構如圖2所示。

1.2.1 數據管理模塊

根據物聯網實際應用場景需要用到的主流通信協議，平臺提供了MQTT和Modbus協議的數據接口，以實現平臺與設備的數據上傳和控制指令的下發。在存儲數據前，需對上傳的數據進行預處理[11]，將形態各異的數據轉換成系統可以處理的對象，再根據數據類型存儲至不同的數據表中。

1.2.2 數據可視化模塊

平臺借助ECharts可視化工具，對土壤墑情數據、氣象環境數據、基礎地理數據、生態樣本數據等進行封裝，以時間為維度分別實現實時數據和歷史數據的可視化，以空間為維度引入電子地圖與地理信息相映射，實現空間數據可視化。

1.2.3 個性化決策模塊

個性化決策通過對歷史環境數據和歷史農情數據進行智能化分析，對不同區域的生態環境狀態信息進行綜合考量，結合傳統與民間農業作業方法，持續探索適宜作物生長的生態環境，不斷更新、完善，形成與目標區域對應的個性化經驗樣本數據。

1.2.4 系統管理模塊

系統管理包括用戶權限、用戶管理兩個部分。系統對注冊的用戶設定訪問權限，以控制當前用戶可訪問、操作的相關數據范圍，確保平臺的數據安全。

1.3 數據庫設計

系統MySQL數據庫中的農業要素信息見表1。存儲范圍涵蓋土壤墑情數據、氣象環境數據等。

2 平臺功能實現

數據可視化平臺集成開發環境為IntelliJ IDEA，采用Spring Boot集成框架完成后端開發，運用WebSocket、HTML5+ CSS+ JavaScript技術以及MySQL數據庫等完成前端設計。

2.1 關鍵技術介紹

2.1.1 ECharts

ECharts是一個基于JavaScript的開源可視化圖表庫，其底層依賴于輕量級的矢量圖形庫ZRender，支持個性化定制數據可視化圖表，并能夠兼容Chrome等主流瀏覽器，為用戶提供更直觀、交互性更強的視圖應用[12]。在ECharts（4.0+）中，數據集組件dataset支持多種常用的數據格式，并支持數據和配置分離，在一定程度上避免了數據格式轉換，實現數據的單獨管理。通過增量渲染技術（4.0+），配合各種細致的優化，ECharts能夠展現千萬級的數據量，并且在這個數據量級下依然能夠進行流暢的縮放平移等交互[13]。

2.1.2 WebSocket

WebSocket是HTML5提供的一種在單個TCP連接上進行全雙工通信的協議，旨在為Web應用程序提供高效、雙向、實時的通信能力[14-15]。傳統的HTTP協議是無狀態的，客戶端（如瀏覽器）需要主動發起請求以獲取服務器的響應，適用于變化不頻繁的Web應用[16]。為了滿足即時通信、實時數據、訂閱推送等功能的Web應用需求，WebSocket應運而生。如圖3所示，在WebSocket中，瀏覽器和服務器只需要完成一次“握手”，兩者之間就可以創建持久性的連接通道，并通過這條通道實現雙向數據傳輸。這種方式不需要前端輪詢，更大程度地降低了資源消耗[16-17]。

2.2 主要功能實現

2.2.1 實時數據可視化

生態農業生產數據是全方位、多領域的，平臺對農業生產中實時產生的農情數據，通過數據可視化圖表實時渲染，幫助農戶更準確地理解和分析農情數據。實時數據可視化工作流程如圖4所示，主要分為以下兩個部分：

（1）數據源獲取與存儲

平臺正常運行時，服務器會開啟Socket服務，為傳感器設備提供基于TCP/IP連接的端口。傳感器設備通過無線通信連接的方式，連接服務器開放的端口，并使用自身設備支持的協議進行數據傳輸。服務器在接收到來自底層客戶端的數據后，對數據進行預處理，最后存儲到數據庫的指定信息表中。

（2）數據實時推送

服務器采用Spring整合WebSocket的方式，為Web客戶端提供實時數據推送服務。當用戶通過瀏覽器打開數據可視化平臺查看實時數據可視化頁面時，前端將通過JavaScript為當前瀏覽器窗口實例化WebSocket對象，指定要連接的服務器地址與端口，向服務器發出建立WebSocket連接的請求。在WebSocket連接建立成功后，前端與服務器就可以通過TCP連接傳輸數據。服務器根據URL中攜帶的token信息，鎖定當前請求的業務對象（當前登錄用戶）以及業務主題，開始實時查詢數據庫任務。服務器將從數據庫中查詢到的農業要素信息，通過已經建立的WebSocket連接實時推送至前端可視化頁面，數據傳輸格式統一為JSON格式。

ECharts可以敏銳地察覺數據的變化而迅速做出改變。使用JavaScript技術將通過WebSocket獲取到的實時數據填充至指定位置后，由ECharts負責將數據映射為折線圖、柱狀圖、餅圖等可視化圖表，并根據動態數據的變化差異選擇合適的動畫去表現數據的變化，以實現實時渲染的動態效果。

2.2.2 空間數據可視化

種植區站點分布往往不集中，該板塊通過引入電子地圖并設計目標實體分布的基本情況，實現空間數據的圖表交互。空間數據可視化實現流程如圖5所示，具體包括以下3個部分：

（1）地理數據

使用阿里云DataV.GeoAtlas獲取中國地圖數據以及各省級（自治區級）、市級、區縣級的地理數據，數據格式統一為JSON格式。

（2）可視化結構

將獲取到的地理數據通過JavaScript引入，使用ECharts提供的地圖可視化類型對各層級的數據進行渲染，形成可視化結構。將數據庫中存儲的種植區基本信息，即種植區地理坐標、種植區名稱、種植區面積等數據封裝成JSON格式，并根據層級關系在可視化結構中映射種植區信息。

（3）層級地圖

使用JavaScript實現地圖下鉆，并通過ECharts配置項進一步優化地圖的交互功能，主要包括全局+詳細、平移+縮放、焦點+上下文等，由此完成視圖轉換，實現層級地圖的可視化交互。

2.2.3 歷史數據可視化

歷史數據可視化以時間為區間，將歷史數據映射為可視化圖表，通過更直觀的方式呈現不同農業數據的發展趨勢。歷史數據可視化實現流程如圖6所示，用戶選擇需要觀察的時間區間后，Web客戶端通過路由向服務器發起請求。服務器按照用戶需求，將從數據庫中查詢到的歷史區間數據封裝成JSON格式數據響應給Web客戶端。與實時數據可視化的工作流程相似，JavaScript將返回的數據渲染成豐富的ECharts可視化圖表，實現歷史數據的可視化展示。

2.2.4 個性化決策

個性化決策為完善平臺監測體系、提高農業生產的經濟效益、生態效益、社會效益提供可持續指導。實時監測、歷史數據、個性化決策3個部分相輔相成，如圖7所示。通過物聯網技術實時收集到的農情信息為實時監測提供了可視化數據支撐，這些數據匯聚而成的歷史數據能夠直觀地呈現不同階段的農情變化趨勢，通過對歷史數據的智能化分析形成個性化決策，個性化決策通過智能預警的方式體現在實時監測板塊中。個性化決策作用主要體現在以下3個方面：

（1）智能預警

實時監測板塊中各監測參數的初始預警值，根據用戶的農業生產經驗進行設置，由個性化決策板塊結合農業生產實際情況進行修改。

（2）農業水肥一體化

實時監測的農情數據主要反映土壤營養情況以及種植區的環境狀態，通過分析土壤水肥情況，把握用肥比例、澆灌時間和用水量，精準施肥、用水，合理利用農業資源。

（3）個性化樣本

通過收集不同種植區的農情歷史數據、農業資源使用記錄、用戶定期上傳的農作物生長情況記錄，生成種植區的階段性樣本，為用戶科學種植、品種培優等提供可靠的數據保障。

3 結 語

本文以生態農業數據為數據源，基于ECharts、WebSocket等相關技術設計了生態農業數據可視化分析平臺。該平臺采用前后端分離的Web應用開發模式，具有良好的跨平臺性、易擴展性以及豐富的交互性。本平臺結合數據可視化技術實時、動態地分析農作物生產全生命周期的各項關鍵信息，旨在通過生態友好的方式，優化農業數字信息服務，實現農業的精細化作業。農業是一個復雜的系統，本文對農業生產中同時兼顧經濟效益、生態效益、社會效益的途徑展開了初步探索，未來將結合生物技術、新材料技術等高新技術，助力生態農業高效可持續發展。

注：本文通訊作者為原秋燕。

參考文獻

[1] 羅興賢，周智勇，肖建瓊. 一種智慧農業平臺解決方案[J].數字技術與應用，2018（5）：157-159.

[2] 袁祥州，黃恩臨. 歐盟智慧農業發展經驗及其借鑒[J].世界農業，2022（5）：27-36.

[3] 劉振廣. 提升農機智能化水平助推智慧農業發展[J].南方農機，2023，54（12）：188-190.

[4] 劉維尚，郭綺涵，史明熙，等. 基于知識圖譜的中國生態農業發展趨勢研究[J].山西農經，2023（7）：145-147.

[5] 駱世明. 基于控制論的農業低碳發展方略[J].中國生態農業學報（中英文），2022，30（4）：495-499.

[6] 郭華.“互聯網+農業”的智慧農業平臺建設研究[J].移動通信，2017，41（9）：16-20.

[7] 李潤林，楊華勇. 基于LoRa和NB-IoT技術的智慧農業監測平臺[J].智慧農業導刊，2022，2（18）：14-17.

[8] 楊麗芳，郁志宏，張澤鑫，等. 基于WebGIS的向日葵產量遠程監測平臺開發[J].現代電子技術，2022，45（12）：75-80.

[9] 韓二鋒，王智海. 大數據在智慧農業發展中的應用探析[J].南方農機，2023，54（15）：43-45.

[10] 敬國偉，黃大池. 基于ECharts的數據可視化研究[J].西部廣播電視，2022，43（20）：227-230.

[11] 王彤. 面向應用模式的數據可視化系統的設計與實現[D].西安：西安電子科技大學，2021.

[12] 崔蓬. ECharts在數據可視化中的應用[J].軟件工程，2019，22（6）：42-46.

[13] 南方精典（重慶）人才服務有限公司. 一種數字化檔案加工管理系統及方法：CN202310322946.9 [P]. 2023-07-07.

[14] 張貴軍，陳凱，徐建明，等. MES實時數據監測系統設計與開發[J].浙江工業大學學報，2017，45（4）：401-408.

[15] 李仲岐. 基于WebSocket即時通信系統設計與實現[C]//天津市電子學會.第三十七屆中國（天津）2023’IT、網絡、信息技術、電子、儀器儀表創新學術會議論文集.天津：天津市電子儀表信息研究所有限公司，2023：129-131.

[16] 康金濤，蔡其星，駱慧，等. PLC遠程維護控制系統技術分析與設計[J].自動化與儀表，2021，36（12）：19-23.

[17] 潘峰，王笑天，宋鈺濤，等. 基于Redis與WebSocket的戰場態勢實時推送方案設計及實現[J].軟件導刊，2018，17（7）：143-146.