PDF下载
浅析农业生态环境数据自动采集

刘明磊

农芯科技(北京)有限责任公司,100097

摘要: 在科学技术发展的过程中,大数据技术受到了人们的广泛关注,本文主要介绍了利用大数据技术采集分析农业生态环境数据的意义与方法,以期进一步提升农业生态环境数据采集工作的效率与质量,为后续农业生态结构良性循环系统的构建提供支持,希望能够给读者带来启发。
关键词: 农业生态环境数据;自动采集;大数据技术
DOI:10.12721/ccn.2021.157046
基金资助:
文章地址:

引言:由于农业生态环境数据往往会受到外界情况的影响,数据采集分析的难度较大。大数据技术具备能够在较短时间内对不同格式、来源分散的数据进行采集储存分析的优点,因此在当前检测的过程中,为进一步提升采集数据的精确性,相关工作人员可以利用大数据技术完成数据的自动采集,切实提升采集工作的效率。

一、利用大数据技术采集分析农业生态环境数据的意义

现阶段,在农业生态环境数据采集的过程中,数据可能会气候、水土、周边污染物排放等因素的影响,进而给后续工作的开展带来阻碍,由于大数据技术具备将多种数据进行收集、整理、分析的能力,为解决这一问题,在进行数据自动采集工作的过程中,相关工作人员可以利用农业生态环境大数据技术分析农业生态环境的实际情况,进而达到提升生态环境决策精确度的目的。

二、利用大数据技术采集分析农业生态环境数据的方法

现阶段,相关工作人员利用大数据技术采集农业生态环境数据的工作流程为,首先,农业生态环境数据采集平台利用移动平台、物联网、遥感器、卫星等系统完成数据的自动采集,获取大量的数据信息;其次,在数据采集完成后,数据信息传递到大数据系统当中,系统可以在云计算技术的基础上,对数据进行整合、分析、存储;最后,将数据信息以报告、表格等形式传递给相关工作人员,保证数据信息价值的最大化,为后续工作的开展提供数据信息的支持。

(一)数据采集

在当前的农业生态环境数据采集的过程中,相关工作人员可以通过遥感技术完成数据采集。具体来说,现阶段随着遥感技术的不断发展,能够覆盖全球的卫星遥感监测系统与地面监测网络可以对农业生态环境数据进行全面的监测,以地面监测网络为例,现阶段,地面监测网络可以分成气象站监测与全球环境监测网络两部分,其中地面气象监测网络中包含了由三万五千多个气象站点提供的涵盖一百多个来源的数据信息,在进行农业生态环境监测的过程中,相关工作人员可以借助大数据技术对地面气象监测网络中提供的风速、气压等因素进行实时了解;而全球环境监测网络又可以分成生态系统监测、环境污染监测等部分,对农业生态环境中的水、土壤等环境要素的质量以及时空变化状况进行检测,在进行农业生态环境数据采集的过程中,相关工作人员可以借助大数据技术分析了解某一地区的水文、陆地情况,为后续农业生态的健康可持续发展提供数据支持。

举例来说,某地环境保护监测站的工作人员在进行当地一区域内农业生态环境监测的过程中,就通过将无人机与大数据分析技术应用到一起的方式,提升了数据信息采集工作的准确性,为后续该区域农业生态环境的恢复提供了可靠的数据支持。具体来说,近年来,随着科学技术的不断发展无人机的稳定性越来越好、图像录制效果也越来越清晰,在进行某区域农业生态环境数据收集的过程中,由于该区域范围比较广并且地形较为复杂,为提升数据信息收集的质量,该名工作人员利用无人机的航拍功能对该区域的天空、土壤、水文、植被等信息进行了一段时间的监测,并利用计算机构建出了相应的3D模型,将该区域的植被、水文等情况进行了模拟,并利用大数据技术对模型数据进行了定期的调整,通过前后对比模型数据的方式,切实明确了该区域的生态变化情况,以便在后续农业生态环境调整的过程中,对植被、水文环境等方面进行科学的调整保护,为当地农业的可持续生态发展提供了有力的支持[1]

(二)数据处理

在进行农业生态环境数据自动采集分析工作的过程中,工作人员可以利用大数据技术完成农田生态环境中各项数据的搜集整理,并从中获取有价值的信息,为后续工作的开展提供便利。现阶段,基于大数据技术的存储、分析等特征,人们可以将农田生态环境数据收集系统分成数据存储管理系统、数据预处理系统、数据深入处理系统等部分。具体来说,首先,数据存储管理系统是当前农业生态环境数据采集存储的基础,在进行系统构建的过程中,相关工作人员需要保证系统具备良好的数据兼容性、数据处理安全性、稳定性等优点,以便满足数据分析工作的具体要求。其次,由于大数据系统收集的数据信息往往会应用Dynamo、Pnuts等数据库,并且数据处理的代表性文件系统包括HDFS、Tachyon等系统,这就导致在进行数据处理的过程中,数据的来源较为复杂、数据种类也比较多,为便于后续工作人员了解数据的实际信息,数据预处理系统需要利用Data Flux对源数据进行整理,将复杂的数据信息编程单一结构,便于分析处理的数据。最后,在完成数据预处理工作后,大数据系统会运用统计分析、地理信息分析等分析方式对数据信息进行深入处理,并且在深入处理完成后,系统往往会利用大数据驱动挖掘的方式,对收集到的农业生态环境数据进行整合,得到相关工作人员需要的信息,便于在后续农业生态管理工作过程中运用这些数据信息,提升管理工作的可靠性[2]

(三)数据应用

农业生态环境数据可以客观而全面地展现农业生态环境,将其用于开展农业生态环境分析与评价,能够为获得有说服力评价结果提供支持。利用实时监测技术与大数据技术,可以对农业生态环境要素进行全面化、持续化观测,更可以实现数据信息的有效集成与处理,从中整理和挖掘出的信息就是真实的农业生态环境状态。我国的农业部为进一步提升对农业生态环境的管控效果,利用大数据、物联网等技术构建了生态环境监测网络,对我国的农业、渔业、草原等地进行理性的监测管理,伴随着生态环境监测网络的应用,网络系统收集、传递数据信息的能力不断提升,并且现阶段,为进一步提升数据监测自动化的水平,农业部还构建了生态传感网络服务平台。在实践工作当中,农业生态环境数据在农业生态环境评价当中的运用可以为制定环境改善方案与治理决策提供辅助,更可以在分析农业发展情况、生物多样性、农业生态安全性等发挥重要价值。

应用农业生态环境数据时,相关工作人员应该基于大数据信息以及分析项目,制定系统性评价指标体系,使其能够充分满足农业生态环境的评价需要。以农业生态环境脆弱性评价为例,评价时需建立大数据库为开展针对性、真实性评价奠定基础。大数据库当中,则应该包括农业生态环境的遥感数据、气象监测数据、农业发展状态监测数据以及整体环境监测数据。开展评价前,还应该基于构建评价指标体系,对农业生态环境脆弱性发展态势进行预测,进而确定农业生态环境脆弱性的实际情况以及发展趋势。从数据运用的角度来看,农业生态环境数据的主要应用方向就是农业生态环境监测、评价、预测和决策制定等几个方面。

结论:总而言之,在社会发展过程中,为进一步提升农产品的质量安全,对农业生态环境数据进行采集分析成为了一项极为重要的工作。现阶段,利用大数据技术对农业生态环境数据进行采集分析,不仅可以提升数据采集分析的精准度,还能为后续生态环境保护工作的开展提供助力。