设施蔬菜生产大数据挖掘及应用
王勇1，段玉聪2，姜懿芮2，赵红星1，李艳1，姜俊1
【摘 要】摘要：大数据是继物联网、云计算之后信息技术产业又一次重要的技术变革，科技已经进入了“大数据”时代。针对大数据在设施蔬菜生产上应用尚未见报道的现实情况，我们开展了设施蔬菜生产相关数据挖掘及利用的研究；以设施番茄、黄瓜、辣椒、茄子生产为研究对象，阐述了设施蔬菜大数据特点,建立了设施蔬菜生产环境和田间变量基本数据库；并结合大数据挖掘分析和物联网技术，为设施蔬菜智能化生产提供了新途径。最后针对我国国情和农业大数据的发展、应用进行了展望。 【期刊名称】中国瓜菜 【年(卷),期】2017(030)001 【总页数】5
【关键词】设施蔬菜；大数据；数据库；应用
近年来，随着农业种植业结构的不断调整，设施蔬菜的种植面积逐年增加，蔬菜的种植方式由粗放型、零散型向精准型、集约型不断转变，设施蔬菜的现代化生产已成为发展趋势[1]。大数据被称为继计算机、互联网之后世界信息产业的又一次浪潮[2]，大数据技术的应用被誉为全球一个新的经济增长点，且在工业控制和电子商务等领域已得到较快发展，而在农业设施蔬菜生产上尚未见报道。
我国是农业大国，一直非常重视全国性的农业科技信息数据资源建设[3-4]。笔者充分整合全国乃全球各类试验数据以及设施蔬菜相关数据，深度分析蔬菜生长、土壤质量以及环境效应之间的相互关系，对相关数据进行挖掘，建立设施
蔬菜生长数据库。采用光照、温度、湿度等无线传感器和无线通信网络，对设施蔬菜作物生长环境的空气温度、土壤温度、空气湿度、土壤含水量、光照强度、CO2浓度、土壤pH、灌溉水重金属含量等环境参数进行实时采集、传输、存储、处理等环节的数据管理，结合设施蔬菜生长数据库及大数据分析挖掘技术，最终实现设施蔬菜生产环境的智能感知、智能预警、智能决策、智能分析、专家在线指导，为设施蔬菜生产提供精准化种植、可视化管理、智能化决策。
1 设施蔬菜大数据的特点
农业大数据就是利用大数据技术、理念和方法解决农业领域数据的采集、储存、计算与应用等一系列问题，是大数据技术在农业上的实践和应用。农业数据采集复杂，涵盖区域大，内容广泛，管理决策较难，正因为如此，农业才是产生大数据的无尽源泉[5]。设施蔬菜大数据作为农业大数据的子集，除具有农业大数据的共同特征之外，还具有如下特点： 1.1 数据复杂
从设施农业数据所涉及的范围来看，包括蔬菜学、环境科学、农业工程学等学科，其中主要对象又包括果菜类、叶菜类、根茎类等多个门类。从专业应用来看，如此大的数据资源，应分步实施：首先是建立设施蔬菜领域生产数据库；其次是针对某个种类蔬菜进行全过程数据采集，挖掘分析，预测和决策等。 1.2 覆盖面广
从地域来看，以国内区域数据为核心，以国际设施蔬菜数据作为有效参考；不仅包括全国层面数据，还应覆盖省市数据，为精准区域研究提供基础。从力度来看，不仅包括统计计算，还包括涉及相关经济主体的基本信息。 1.3 数据变异性大
首先，影响设施蔬菜生产的因素非常复杂，包括生物、环境、农事活动等方方面面，都决定了对数据采集和分析应用的难度。其次，蔬菜生产易受外界环境和管理等因素制约，导致随机性与不确定性、个体形状与群体差异等特征非常明显。此外，适宜的生长环境数据。整个设施蔬菜生产过程的环节很多，目前距离标准化、精准化、定量化的要求相差甚远，这些都是设施蔬菜大数据面临的技术挑战。
2 设施蔬菜生产数据库的建立
以设施蔬菜生产面积较大的番茄、黄瓜、辣椒、茄子为例，进行生产环境及田间变量信息数据的挖掘；根据多年研究和实践经验，结合园艺作物的生理特性及不同阶段生长发育规律，查阅相关国家标准和文献；对相关数据进行挖掘，建立设施番茄、黄瓜、辣椒、茄子生长的数据库。 2.1 蔬菜设施生产环境数据库建立
蔬菜设施生产环境数据库是指与蔬菜生长密切相关的空气温湿度、土壤温湿度、土壤pH、营养元素含量、CO2含量、光照强度等环境数据的集成。 2.1.1 番茄主要生长环境数据表1为设施番茄适宜的生长环境数据。 2.1.2 黄瓜主要生长环境数据表2为设施黄瓜适宜的生长环境数据。 2.1.3 辣椒主要生长环境数据表3为设施辣椒适宜的生长环境数据。 2.1.4 茄子主要生长环境数据表4为设施茄子 2.2 田间变量信息数据库的建立
田间变量信息数据库主要是田间土壤溶液肥力、有机质含量、重金属含量以及电导率等信息。农业大数据应用是农业信息化的重要方向，高密度、高速度、高准确度的农田信息具有数据量大、时效性强、关联度高等特点[6]。田间变量
设施蔬菜生产大数据挖掘及应用
