農(nóng)業(yè)物聯(lián)網(wǎng)導(dǎo)論 課件 第4章 物聯(lián)網(wǎng)農(nóng)業(yè)信息處理

物聯(lián)網(wǎng)農(nóng)業(yè)信息處理第4章4.1大數(shù)據(jù)與云計(jì)算4.2地理信息系統(tǒng)（GIS） 4.3人工智能應(yīng)用 4.1大數(shù)據(jù)與云計(jì)算4.1.1農(nóng)業(yè)大數(shù)據(jù)簡介1.大數(shù)據(jù)概念大數(shù)據(jù)指的是規(guī)模巨大、形式多樣化、蘊(yùn)含著巨大應(yīng)用價(jià)值、用常規(guī)方法難以處理的數(shù)據(jù)集合，其特征包括：（1）規(guī)模性(Volume)（2）高速性(Velocity)（3）多樣性(Variety)（4）價(jià)值性(Value)大數(shù)據(jù)的類型可以分為：（1）結(jié)構(gòu)化數(shù)據(jù)。（2）非結(jié)構(gòu)化數(shù)據(jù)。（3）半結(jié)構(gòu)化數(shù)據(jù)。4.1大數(shù)據(jù)與云計(jì)算2.大數(shù)據(jù)分析平臺大數(shù)據(jù)分析平臺是用于數(shù)據(jù)采集、轉(zhuǎn)換、存儲及分析的平臺。為適應(yīng)數(shù)據(jù)增長及其橫向可擴(kuò)展性需求，還需要再建立大數(shù)據(jù)基礎(chǔ)支撐平臺，包含Hadoop平臺和圖數(shù)據(jù)庫。3.大數(shù)據(jù)分析與管理（1）數(shù)據(jù)挖掘。（2）數(shù)據(jù)分析管理。（3）數(shù)據(jù)標(biāo)準(zhǔn)體系。

（4）多維自助分析平臺。4.1大數(shù)據(jù)與云計(jì)算4.農(nóng)業(yè)大數(shù)據(jù)應(yīng)用（1）農(nóng)業(yè)生產(chǎn)管理。（2）農(nóng)業(yè)資源與生產(chǎn)資料管理。（3）農(nóng)業(yè)疫病診斷與農(nóng)業(yè)專家系統(tǒng)。（4）市場行情預(yù)測。（5）農(nóng)業(yè)生產(chǎn)效益分析。（6）農(nóng)業(yè)監(jiān)管。（7）農(nóng)業(yè)環(huán)境保護(hù)。（8）農(nóng)業(yè)電商平臺建設(shè)。（9）農(nóng)業(yè)經(jīng)營主體信用評估。（10）農(nóng)業(yè)技術(shù)創(chuàng)新資源共享。4.1大數(shù)據(jù)與云計(jì)算4.1.2農(nóng)業(yè)云計(jì)算1.云計(jì)算的概念云計(jì)算實(shí)質(zhì)上是一種分布式計(jì)算技術(shù)，它通過分解數(shù)據(jù)處理需求、分布數(shù)據(jù)處理任務(wù)提高了計(jì)算效率。計(jì)算資源集中在農(nóng)業(yè)共享資源池內(nèi)，資源池具有可動態(tài)伸縮、彈性調(diào)配資源的特性，可以靈活適應(yīng)農(nóng)業(yè)業(yè)務(wù)變化，快速響應(yīng)業(yè)務(wù)需求，由此衍生出一種“按需取用、按量付費(fèi)”的商業(yè)模式。4.1大數(shù)據(jù)與云計(jì)算2.農(nóng)業(yè)物聯(lián)網(wǎng)云平臺農(nóng)業(yè)物聯(lián)網(wǎng)與云計(jì)算主要有三種結(jié)合方式：（1）單中心，多終端。（2）多中心，大量終端。（3）信息、應(yīng)用分層處理，海量終端。4.1大數(shù)據(jù)與云計(jì)算3.農(nóng)業(yè)物聯(lián)網(wǎng)云平臺的應(yīng)用場景（1）農(nóng)業(yè)生產(chǎn)管理。（2）農(nóng)業(yè)信息共享。（3）預(yù)測農(nóng)產(chǎn)品市場走向。（4）農(nóng)產(chǎn)品質(zhì)量追溯。4.1大數(shù)據(jù)與云計(jì)算4.農(nóng)業(yè)物聯(lián)網(wǎng)云平臺的應(yīng)用優(yōu)勢（1）成本優(yōu)勢。（2）推廣優(yōu)勢。（3）安全優(yōu)勢。4.2地理信息系統(tǒng)（GIS）地理信息系統(tǒng)（GIS）主要用來存儲和處理地理數(shù)據(jù)，通過采集、編輯、分析、成圖等操作表達(dá)空間數(shù)據(jù)的內(nèi)涵。隨著Internet技術(shù)的發(fā)展和GIS應(yīng)用需求的增加，產(chǎn)生了使用Internet和GIS共同管理空間數(shù)據(jù)的技術(shù)——WebGIS。1.GIS的組成GIS由硬件系統(tǒng)、軟件系統(tǒng)、空間數(shù)據(jù)、應(yīng)用模型、應(yīng)用人員組成。軟、硬件系統(tǒng)是GIS運(yùn)行的基礎(chǔ)場景，空間數(shù)據(jù)是GIS的作用對象，應(yīng)用模型是輔助解決現(xiàn)實(shí)問題的工具，應(yīng)用人員控制系統(tǒng)運(yùn)行。4.2地理信息系統(tǒng)（GIS）2.GIS在農(nóng)業(yè)中的應(yīng)用GIS技術(shù)具有較強(qiáng)的統(tǒng)計(jì)、分析和圖像演示功能，目前其在農(nóng)業(yè)方面的應(yīng)用主要是結(jié)合遙感技術(shù)和衛(wèi)星導(dǎo)航技術(shù)對大面積的土壤和水質(zhì)進(jìn)行監(jiān)測。物聯(lián)網(wǎng)技術(shù)用于監(jiān)測和反饋控制，可以提供大量的數(shù)據(jù)，所以結(jié)合GIS技術(shù)可以充分發(fā)揮物聯(lián)網(wǎng)的信息分析處理功能，延伸物聯(lián)網(wǎng)的應(yīng)用。4.3人工智能應(yīng)用現(xiàn)階段人工智能已經(jīng)滲透到了農(nóng)業(yè)的各個(gè)方面，就農(nóng)作物種植領(lǐng)域來說，應(yīng)用人工智能技術(shù)可以實(shí)時(shí)了解農(nóng)作物生長狀況，采集并分析周圍的環(huán)境數(shù)據(jù)，為農(nóng)作物種植生產(chǎn)決策提供指導(dǎo)；在智慧養(yǎng)殖領(lǐng)域，使用人工智能技術(shù)可以實(shí)現(xiàn)多元化數(shù)據(jù)的采集與處理，讓畜禽養(yǎng)殖變得更加精準(zhǔn)；在農(nóng)業(yè)服務(wù)領(lǐng)域，采用人工智能可以對農(nóng)產(chǎn)品市場情況進(jìn)行分析預(yù)測，指導(dǎo)農(nóng)業(yè)生產(chǎn)者及時(shí)調(diào)整生產(chǎn)數(shù)量，減少因信息不對稱而產(chǎn)生的供需矛盾，避免資源浪費(fèi)。4.3人工智能應(yīng)用要推動我國農(nóng)業(yè)的數(shù)字化、智能化轉(zhuǎn)型，需要探索出物聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算、人工智能等技術(shù)與農(nóng)業(yè)的成熟融合模式。雖然目前人工智能技術(shù)在國內(nèi)的農(nóng)業(yè)應(yīng)用獲得了一定程度的發(fā)展，但多停留在較淺層次，還存在以下幾個(gè)需要解決的問題：（1）農(nóng)村網(wǎng)絡(luò)基礎(chǔ)設(shè)施差。（2）智能農(nóng)業(yè)設(shè)備及其應(yīng)用水平低。（3）農(nóng)戶應(yīng)用人工智能的意愿和能力有限。4.3人工智能應(yīng)用4.3.1神經(jīng)網(wǎng)絡(luò)1.神經(jīng)網(wǎng)絡(luò)神經(jīng)網(wǎng)絡(luò)(ArtficialNeuralNetwork，ANN)是人工智能的一種重要技術(shù)手段。感知機(jī)是神經(jīng)網(wǎng)絡(luò)的基本單元，指的是對生物神經(jīng)元的數(shù)學(xué)建模，其輸入由多個(gè)特征向量組成，通過對這些輸入加權(quán)求和再與閾值作差得到輸出。4.3人工智能應(yīng)用輸入層、隱藏層和輸出層構(gòu)成了一個(gè)完整的神經(jīng)網(wǎng)絡(luò)，如圖4-2所示，圓圈和連線分別代表神經(jīng)元和神經(jīng)元連接。圖4-2神經(jīng)網(wǎng)絡(luò)模型4.3人工智能應(yīng)用2.卷積神經(jīng)網(wǎng)絡(luò)卷積神經(jīng)網(wǎng)絡(luò)(ConvolutionalNeuralNetworks,CNN)，這是一類以卷積運(yùn)算為核心、內(nèi)部能夠自行進(jìn)行濾波圖像處理與函數(shù)擬合的神經(jīng)網(wǎng)絡(luò)，常見于自然語言處理、機(jī)器視覺等領(lǐng)域。卷積神經(jīng)網(wǎng)絡(luò)之所以能提取特征，關(guān)鍵在于其包含卷積層和池化層，前者通過卷積運(yùn)算提取特征，后者通過池化運(yùn)算對特征圖進(jìn)行降維，它不像傳統(tǒng)的機(jī)器學(xué)習(xí)那樣，需要人為地選取特征和設(shè)計(jì)復(fù)雜的分類器以進(jìn)行分類，而是直接以大數(shù)據(jù)驅(qū)動，自動地學(xué)習(xí)圖像等信號中的特征信息。4.3人工智能應(yīng)用3.神經(jīng)網(wǎng)絡(luò)在農(nóng)業(yè)中的應(yīng)用神經(jīng)網(wǎng)絡(luò)在農(nóng)業(yè)領(lǐng)域具有廣泛應(yīng)用，如運(yùn)用神經(jīng)網(wǎng)絡(luò)模式通過農(nóng)作物識別及預(yù)測算法，以溫度、濕度、光照、降雨量、氣體濃度等參數(shù)作為輸入，得出相應(yīng)的輸出結(jié)果作為評價(jià)標(biāo)準(zhǔn)判斷農(nóng)業(yè)生產(chǎn)環(huán)境是否符合需求，為生產(chǎn)環(huán)境調(diào)控提供理論參考；在農(nóng)作物病蟲害診斷方面，針對拍攝的圖像使用卷積神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)自動判斷有無病蟲害的功能，能夠使整個(gè)診斷系統(tǒng)擁有更高的自動化性能，節(jié)省大量的人力、物力、財(cái)力；在進(jìn)行農(nóng)業(yè)生產(chǎn)及農(nóng)產(chǎn)品銷售時(shí)，也可以利用神經(jīng)網(wǎng)絡(luò)預(yù)測產(chǎn)品的需求量，進(jìn)而指導(dǎo)農(nóng)業(yè)生產(chǎn)，避免因供需不平衡造成資源浪費(fèi)，影響農(nóng)戶收入。4.3人工智能應(yīng)用4.3.2圖像處理技術(shù)圖像處理包含圖像的采集、分析和輸出三個(gè)環(huán)節(jié)。為了識別某一農(nóng)業(yè)場景中的人或物體，需要利用圖像處理技術(shù)對圖片進(jìn)行加工處理，包括圖像預(yù)處理、圖像分割、圖像特征提取、圖像目標(biāo)分類識別等環(huán)節(jié)。4.3人工智能應(yīng)用1.圖像處理技術(shù)在農(nóng)業(yè)中的應(yīng)用圖像處理技術(shù)在農(nóng)業(yè)領(lǐng)域的應(yīng)用較多，主要包括：（1）農(nóng)作物管理。（2）病蟲害分析。（3）農(nóng)產(chǎn)品收獲。（4）農(nóng)產(chǎn)品品質(zhì)分級。4.3人工智能應(yīng)用2.圖像處理技術(shù)在農(nóng)業(yè)應(yīng)用中存在的問題圖像處理技術(shù)應(yīng)用于農(nóng)業(yè)領(lǐng)域有其獨(dú)特的優(yōu)勢，但依然存有很大的發(fā)展空間，其農(nóng)業(yè)應(yīng)用存在的問題主要有：（1）農(nóng)業(yè)圖像處理一般采用有線方式傳輸圖像，一定程度上限制了圖像處理技術(shù)的實(shí)際應(yīng)用范圍，因此圖像處理技術(shù)應(yīng)朝著無線遠(yuǎn)程處理方向發(fā)展，擴(kuò)大圖像處理的覆蓋范圍并提高處理效率，以適應(yīng)智慧農(nóng)業(yè)的發(fā)展需求。（2）圖像采集、處理過程易受環(huán)境因素影響，圖像處理系統(tǒng)大多需采用高質(zhì)量的攝像機(jī)與圖像采集卡等硬件設(shè)備，由于要滿足精確度和實(shí)時(shí)性的要求，使得其相應(yīng)的價(jià)格也高。4.3人工智能應(yīng)用4.3.3農(nóng)業(yè)物聯(lián)網(wǎng)圖像識別和處理技術(shù)圖像識別和處理技術(shù)涉及圖像處理、計(jì)算機(jī)科學(xué)、模式識別等技術(shù)，利用光學(xué)設(shè)備和非接觸傳感器，以計(jì)算機(jī)視覺代替人的視覺，自動對外部目標(biāo)物體的信息進(jìn)行測量、感知與接收。應(yīng)用圖像識別和處理技術(shù)發(fā)展生產(chǎn)能夠大幅提高生產(chǎn)的靈活性和自動化程度，保障生產(chǎn)質(zhì)量和效率，降低勞動成本。圖像識別和處理系統(tǒng)由光源、攝像機(jī)、圖像采集卡、計(jì)算機(jī)系統(tǒng)組成。4.3人工智能應(yīng)用1.圖像識別和處理技術(shù)在農(nóng)業(yè)領(lǐng)域的應(yīng)用在農(nóng)業(yè)領(lǐng)域，圖像識別和處理技術(shù)的應(yīng)用包括：（1）農(nóng)業(yè)機(jī)器人。（2）農(nóng)產(chǎn)品生長監(jiān)測。（3）農(nóng)產(chǎn)品質(zhì)量檢測。4.3人工智能應(yīng)用2.圖像識別和處理技術(shù)在農(nóng)業(yè)生產(chǎn)自動化中的應(yīng)用現(xiàn)狀及問題攝像系統(tǒng)采集的圖像因受到干擾會含有噪聲，導(dǎo)致圖像處理難度加大，目標(biāo)判別速度變慢，準(zhǔn)確率降低。相關(guān)算法還不夠完善，存在計(jì)算復(fù)雜度較高、判別精度低、速度慢等問題。往往只能對單一指標(biāo)進(jìn)行檢測，不具備對綜合指標(biāo)進(jìn)行評價(jià)分級的能力。還有如何對農(nóng)作物進(jìn)行精準(zhǔn)定位、如何確定農(nóng)作物與機(jī)器的相對位置等問題亟待解決。4.3人工智能應(yīng)用3.圖像識別和處理技術(shù)的開發(fā)方向著重開發(fā)和優(yōu)化神經(jīng)網(wǎng)絡(luò)技術(shù)，以便對圖像進(jìn)行高效處理。在算法設(shè)計(jì)方面，需要考慮性能和計(jì)算復(fù)雜度平衡，提高實(shí)時(shí)處理速度。在對農(nóng)產(chǎn)品的質(zhì)量指標(biāo)進(jìn)行綜合檢測時(shí)，需要提高檢測的效率和準(zhǔn)確率，達(dá)到目標(biāo)效果。提高對農(nóng)作物種植環(huán)境和農(nóng)作物種植規(guī)律的適應(yīng)性，優(yōu)化運(yùn)行過程中的魯棒性。構(gòu)建集成化的圖像識別和處理技術(shù)農(nóng)業(yè)應(yīng)用平臺，使得單一平臺能夠滿足多目標(biāo)物的分析處理需求。4.3人工智能應(yīng)用4.3.4專家系統(tǒng)技術(shù)及應(yīng)用專家系統(tǒng)（ExpertSystem，ES）也稱基于知識的系統(tǒng)（Knowledge-BasedSystems）或知識工程，它是一種智能計(jì)算機(jī)程序系統(tǒng)，以專家知識為基礎(chǔ)，用專家的思維解答人類提出的問題，可以達(dá)到與專家解答相近的水平。1.專家系統(tǒng)的基本結(jié)構(gòu)專家系統(tǒng)一般包括人機(jī)交互界面、知識庫、推理機(jī)、數(shù)據(jù)庫、解釋器、知識獲取六個(gè)部分，系統(tǒng)結(jié)構(gòu)隨其類型、功能、規(guī)模變化而變化。4.3人工智能應(yīng)用2.專家系統(tǒng)在智慧