農(nóng)作物病蟲害多源遙感數(shù)據(jù)挖掘分析的論文

　　摘要：近年來，隨著科學技術的迅猛發(fā)展，社會數(shù)據(jù)信息迅速膨脹，其中，農(nóng)作物病蟲害多源遙感數(shù)據(jù)呈指數(shù)級增長為農(nóng)作物病蟲害的監(jiān)測帶來了相當?shù)睦щy。本文基于數(shù)據(jù)挖掘理論以及云計算技術，針對農(nóng)作物病蟲害多源遙感信息提出了一種基于云計算的數(shù)據(jù)挖掘架構。與傳統(tǒng)數(shù)據(jù)挖掘架構相比，該架構在可擴展性和海量數(shù)據(jù)處理能力等方面具有更好的性能，可有效解決傳統(tǒng)農(nóng)作物病蟲害多源遙感數(shù)據(jù)挖掘框架計算能力不足的問題。

　　關鍵字：云計算；農(nóng)作物病蟲害；多源遙感；數(shù)據(jù)挖掘

　　引言

　　近年來，隨著科學技術的迅猛發(fā)展，我國在各領域、各方面都取得了長足的進步，農(nóng)業(yè)也不例外，已實現(xiàn)了連續(xù)十一年增長。另一方面，由于我國人口眾多，同時受氣候特點、作物品種、種植習慣以及防治情況[1]等影響，我國農(nóng)作物產(chǎn)量就人均量而言并不樂觀。據(jù)聯(lián)合國糧農(nóng)組織估計，世界糧食產(chǎn)量常年因病害損失14%，蟲害損失10%[2]。同樣在我國，農(nóng)作物病蟲害也是影響農(nóng)作物產(chǎn)量的重要原因之一。由于農(nóng)田生態(tài)系統(tǒng)具有生態(tài)脆弱性，害蟲的群落很容易對農(nóng)田生態(tài)系統(tǒng)造成干擾，若不及時加以診治，最終往往會導致爆發(fā)和流行病蟲害的嚴重后果。隨著全球氣候逐漸變暖，病蟲害對農(nóng)田生態(tài)系統(tǒng)的威脅也會日益加重。我國作為農(nóng)業(yè)大國，預防農(nóng)作物病蟲害、提高農(nóng)作物產(chǎn)量、保證國內(nèi)糧食安全形勢依然嚴峻，有效應對農(nóng)作物病蟲害刻不容緩。然而，我國目前在農(nóng)作物病蟲害監(jiān)測方面還有待加強，現(xiàn)有的應對方法依然十分落后，如人工抽樣、農(nóng)田調(diào)查等方式，這些方法準確性及穩(wěn)定性較強，但是耗費了大量人力和財力，且存在代表性、時效性差和主觀性強等弊端，已難以適應目前大范圍的病蟲害實時監(jiān)測和預報的需求[3]。由于遙感技術可以在很大的范圍內(nèi)快速、準確地獲得相關地貌信息，因此通過引入遙感技術，就可以達到有效改變傳統(tǒng)農(nóng)業(yè)管理模式的目的，起到對農(nóng)作物病蟲害的監(jiān)測、農(nóng)作物品質預報、農(nóng)作物產(chǎn)量估計的作用。尤其是近年來隨著世界范圍精密儀器制造技術、測試控制技術的高速發(fā)展，遙感數(shù)據(jù)種類不斷增多，這些數(shù)據(jù)為農(nóng)作物病蟲害提供了更多的數(shù)據(jù)依據(jù)，為農(nóng)作物病蟲害更準確、更快速的監(jiān)測提供了寶貴的發(fā)展空間。

　　1農(nóng)作物病蟲害遙感數(shù)據(jù)挖掘分析

　　遙感的基本依據(jù)是獲取來自地物的反射或發(fā)射的電磁波能量[4]。農(nóng)作物病蟲害遙感數(shù)據(jù)的基本信息來自于地物的反射以及捕獲的電磁波能量閣，這種數(shù)據(jù)類型是由綠色農(nóng)作物所散發(fā)出的光譜的變化趨勢所決定的。一般情況下，光譜由藍光波段到紅外波段的反射率呈現(xiàn)遞增的趨勢，即光譜波長在450nm時反射率最小，當波長達到1300nm時其反射率最大。對同一種農(nóng)作物來說，其葉片的結構是相對固定不變的，然而在不同的發(fā)育期，葉片的葉綠素含量將會呈現(xiàn)出規(guī)律的變化。當農(nóng)作物受到病蟲害等侵襲后，葉片的顏色就會出現(xiàn)相對復雜且無規(guī)律的變化，當受災嚴重時，甚至葉片的結構、外形外觀都會發(fā)生改變，這些過程都會伴隨著葉片反射光譜的改變。因此通過對葉片顏色、結構、外形等遙感信息的捕獲、挖掘與分析對于農(nóng)作物長勢的監(jiān)測無疑是十分有利的。然而大量遙感信息積累而有用信息卻相對匱乏的局面[5]決定了必須對其進行數(shù)據(jù)挖掘才能加以合理的利用。所謂數(shù)據(jù)挖掘就是從大量的、不完備的、模糊且隨機的數(shù)據(jù)信息中識別有效的、實用的信息，并根據(jù)這些信息做出決策。在社會數(shù)據(jù)信息迅速膨脹、各種事業(yè)蓬勃發(fā)展的今天，無論從范圍上還是從規(guī)模上，數(shù)據(jù)的增長都是顯而易見的，其涵蓋了社會生活及生產(chǎn)的許多領域，有來自普通應用領域的生活卡使用、商業(yè)信息、通信記錄等，也有來自特殊應用行業(yè)的天文圖像、生物分子信息等。這些信息資源，必須經(jīng)過分析、挖掘、提煉等操作后，才能變成對人們有用的知識。通過對數(shù)據(jù)的分析，從海量信息資源中捕獲規(guī)律，再以人們?nèi)菀桌斫獾姆绞奖硎境鰜�，從而獲得有價值的信息，這就是數(shù)據(jù)挖掘的過程。因此，作為數(shù)據(jù)信息的一種，農(nóng)作物病蟲害遙感數(shù)據(jù)信息挖掘與分析[6]也要經(jīng)過類似其他遙感大數(shù)據(jù)[7]的分析流程：農(nóng)作物目標確定、病蟲害遙感數(shù)據(jù)準備、遙感數(shù)據(jù)挖掘以及結果分析，這些工作都是為了對農(nóng)作物病蟲害遙感數(shù)據(jù)進行處理而進行的。有效的數(shù)據(jù)挖掘與分析不僅可以大大減少不必要的資源浪費，而且還能夠有效提高農(nóng)作物質量以及產(chǎn)量。

　　2基于云計算的多源遙感數(shù)據(jù)挖掘方法分析

　　云計算概念的提出可以追溯到1983年，Sun公司首次提出了“網(wǎng)絡就是計算機”的理論。之后的2006年，云計算這一理論性概念由Google正式提出并應用到實際項目中[8]。關于云計算目前尚沒有明確的定義，它的實現(xiàn)并不是依賴于本地計算機或者遠程服務器，而是將計算過程分布在大量的分布式計算機上，從而使計算能力可以像“煤氣”一樣通過互聯(lián)網(wǎng)進行運輸。如何利用云計算的相關成果促進國計民生行業(yè)的發(fā)展，已成為國家發(fā)展戰(zhàn)略的重要組成部分[9]。云計算具有以下特點：（1）超大數(shù)據(jù)規(guī)模。云計算借助擁有的強大的服務器規(guī)模，可以處理超大規(guī)模的數(shù)據(jù)，且具有超乎想象的運行速度，每秒鐘的運算能達到10萬億次以上。（2）運算虛擬化。云計算的整個運算過程是在云端進行的，它對于用戶而言是透明的，但支持用戶在任意位置、使用任意終端獲得運算結果。（3）有償性。云計算是一種付費式服務模式，它是通過提供的服務向用戶收取費用。（4）通用性及可擴展性。云計算不針對具體應用，并可動態(tài)伸縮來滿足不同用戶的需要。遙感數(shù)據(jù)庫有別于一般的關系型數(shù)據(jù)庫，數(shù)據(jù)庫中包含這大量時間和空間信息。隨著遙感技術的發(fā)展，海量的遙感數(shù)據(jù)信息對之前簡單數(shù)據(jù)服務模式提出了挑戰(zhàn)。針對遙感技術發(fā)展帶來的海量數(shù)據(jù)存儲和處理需求[10]，基于云計算的多源遙感數(shù)據(jù)挖掘分析算法應運而生�；�于云計算的多源遙感數(shù)據(jù)挖掘過程主要包括以下幾個方面：明確問題定義；提取多源遙感數(shù)據(jù)信息；數(shù)據(jù)預處理及過濾；多源遙感數(shù)據(jù)挖掘引擎；多源遙感數(shù)據(jù)算法；算法具體實施；執(zhí)行結果評估；數(shù)據(jù)簡化；實際應用。

　　3基于云計算的農(nóng)作物病蟲害多源遙感數(shù)據(jù)挖掘

　　為了順應當前農(nóng)作物病蟲害監(jiān)測技術發(fā)展的趨勢，在一定程度上解決農(nóng)作物病蟲害遙感數(shù)據(jù)挖掘在實際操作中遇到的種種問題，從而有效提高農(nóng)作物產(chǎn)量和質量，本文基于云計算以及遙感數(shù)據(jù)挖掘理論，針對農(nóng)作物微型遙感數(shù)據(jù)的特點，提出了一種適用于云計算的農(nóng)作物病蟲害多源遙感數(shù)據(jù)挖掘系統(tǒng)架構，如圖1所示。圖1為多源遙感數(shù)據(jù)挖掘系統(tǒng)框架。首先將農(nóng)作物病蟲害多源遙感數(shù)據(jù)進行分類，然后再對分類后的遙感數(shù)據(jù)進行數(shù)據(jù)選擇從而得到目標數(shù)據(jù)，經(jīng)過信息處理、模式識別、信息解釋等處理后得到有價值的知識，最終為農(nóng)作物病蟲害的監(jiān)測提供數(shù)據(jù)依據(jù)。如圖2為基于云計算的農(nóng)作物病蟲害多源遙感數(shù)據(jù)挖掘系統(tǒng)的構架。此系統(tǒng)構架采用分層設計的思想，自下而上主要包括云計算支撐平臺、農(nóng)作物病蟲害遙感數(shù)據(jù)挖掘能力層、農(nóng)作物病蟲害遙感數(shù)據(jù)挖掘云服務層三個部分。其中，云計算支撐平臺的主要功能是為整個系統(tǒng)提供分布式文件存儲、數(shù)據(jù)庫存儲以及計算等功能，而數(shù)據(jù)挖掘能力層主要是為數(shù)據(jù)挖掘提供算法以及支撐，能力層主要包括算法服務管理、調(diào)度引擎、數(shù)據(jù)并行處理能部分；數(shù)據(jù)挖掘云服務層的主要功能是為外界提供云服務能力，包括挖掘算法服務、數(shù)據(jù)預處理服務、數(shù)據(jù)服務、調(diào)度服務等功能。本文提出的基于云計算的農(nóng)作物病蟲害多源遙感數(shù)據(jù)挖掘平臺與傳統(tǒng)的數(shù)據(jù)挖掘系統(tǒng)架構相比，前者具有更好的可擴展性、更高效的海量數(shù)據(jù)處理能力，有效的解決了傳統(tǒng)農(nóng)作物病蟲害遙感數(shù)據(jù)挖掘框架計算能力不足的問題，能夠滿足大范圍農(nóng)作物病害蟲多源遙感數(shù)據(jù)挖掘與分析的設計和實際應用。

　　4結束語

　　本文針對農(nóng)作物病蟲害多源遙感信息，基于數(shù)據(jù)挖掘理論和云計算技術理論，提出了一種基于云計算技術的農(nóng)作物病害蟲多源遙感信息的數(shù)據(jù)挖掘系統(tǒng)架構。本平臺基于云計算技術實現(xiàn)了關于農(nóng)作物病蟲害多源遙感數(shù)據(jù)的挖掘構思，較傳統(tǒng)的數(shù)據(jù)挖掘系統(tǒng)架構而言，具有更高的可擴展性記憶更高效的海量數(shù)據(jù)處理能力，有效的解決了傳統(tǒng)農(nóng)作物病蟲害多源遙感數(shù)據(jù)挖掘框架計算能力不足的問題，更適用于大范圍的農(nóng)作物病蟲害遙感數(shù)據(jù)挖掘與分析的設計和實際應用。

　　參考文獻：

　　[1]霍治國，劉萬才，邵振潤，等.試論開展中國農(nóng)作物病蟲害危害流行的長期氣象預測研究[J].自然災害學報，2000，9(1)：117－121.

　　[2]StrangeRN,ScottPR.PlantDisease:Athreattoglobalfoodsecurity[J].Annualreviewsphytopathol,2005,43:83－116.

　　[3]張競成，袁琳，王紀華，等.作物病蟲害遙感監(jiān)測研究進展[J].農(nóng)業(yè)工程學報，2012,28(20)：1-11.

　　[4]日本卡農(nóng)公司圖像研究室.遙感一遙感技術的發(fā)展及其應用研究[M].王歷譯.北京:科學出版社,1983.36一44.

　　[5]宮輝力，趙文吉，李京.多源遙感數(shù)據(jù)挖掘系統(tǒng)技術框架[J].中國圖像圖形學報，2005,10(5)：620-623.

　　[6]易玲，楊小喚，江東，劉紅輝.農(nóng)作物病蟲害遙感監(jiān)測研究進展[J].甘肅科學學報，2003,15(3)：58-63.

　　[7]李德仁，張良培，夏桂松.遙感大數(shù)據(jù)自動分析與數(shù)據(jù)挖掘[J].測繪學報，2014,43(12)：1211-1216.

　　[8]李喬，鄭嘯.云計算研究現(xiàn)狀綜述[J].計算機科學，2011,38(4)：32-37.

　　[9]林闖，蘇文博，孟坤，等.云計算安全：架構、機制與模型評價[J].計算機學報，2013，36(9)：1765-1784.

　　[10]張樹凡，吳新橋，曹宇，等.基于云計算的多源遙感數(shù)據(jù)服務系統(tǒng)研究[J].現(xiàn)代電子技術，2015,38(3):91-94.

【農(nóng)作物病蟲害多源遙感數(shù)據(jù)挖掘分析的論文】相關文章：

Hadoop物聯(lián)網(wǎng)數(shù)據(jù)挖掘的算法分析論文10-10

復雜網(wǎng)絡數(shù)據(jù)挖掘論文11-15

旅游管理下數(shù)據(jù)挖掘運用論文（精選11篇）09-22

農(nóng)作物秸稈綜合利用分析論文10-10

分析電子商務中的數(shù)據(jù)安全論文04-26

實驗數(shù)據(jù)的計量經(jīng)濟分析挑戰(zhàn)與機遇論文10-10

數(shù)據(jù)挖掘實習報告10-11

農(nóng)作物抗旱育種新進展分析論文10-10

淺談數(shù)據(jù)挖掘在電子商務中的應用經(jīng)濟論文10-10

大數(shù)據(jù)與統(tǒng)計學分析方法比較論文11-13