互联网农业综合管理平台设计实现范文

摘要：设计了互联网农业综合管理平台,采用JavaWeb和Android构建了线上管理系统和线下服务中心，实现农业生产全程数据的管理分析，并对农资、农机、农技、农田等生产要素进行有效整合。平台运用自身的丰富资源和整合能力，为农户在农业生产中出现的问题，提供了一系列的服务，从而达到提高效率、降低成本、绿色生产的目的。

关键词：农业管理；互联网；Android；JavaWeb

引言

目前我国农业的主要问题集中在农业生产资源整合程度低，生产成本高，效率低下以及掠夺式耕作导致的污染程度高这几方面。如今越来越多的人习惯通过网络获取信息与服务。据相关调研，农民当中有相当一大部分人拥有智能手机设备。由《CNNIC：第38次中国互联网络发展状况统计报告》[1]中可知，农村网民在中国网民中占比高达26.9%，人口规模高达1.91亿。综上，我们开发了基于互联网开发农业综合管理平台，通过互联网与智能手机来调整农业生产，指导农民创收。该平台构建了线上管理系统和线下服务中心，实现农业生产全程数据的管理分析，同时整合农机、农资、农技、农田等生产要素，运用自身的资源整合能力、科学的管理方式、丰富的专家技术资源，以达到提高效率、降低成本、绿色生产的目的。

1系统介绍

本系统是基于互联网的农业综合管理平台，针对当前农业生产资源整合程度低、生产成本高、效率低下等问题，构建了线上管理系统和线下服务中心，实现农业生产全程数据的管理分析，整合农机、农资、农技、农田等生产要素，同时运用自身的资源整合能力、科学的管理方式、丰富的专家技术资源，达到提高效率、降低成本、绿色生产的目的。本系统根据农户在农业生产中出现的问题，提供了一系列的服务。由于农户耕作的各阶段时期基本一致会使得农机的需求也体现出集中，而农作物的耕作又允许一定的时延，故提出通过分区划片管理来对农机进行智能调度，从而提高农机的利用率。在农作物的生产过程中，虫害防治是非常重要的，严重的时候甚至会毁灭农作物，故提供虫害识别服务，让农户获取虫害的基本信息及防治措施，进行科学防治。当代农户的农业知识也比较缺乏，进行农业知识学习对农业生产意义重大，同时农业生产需要科学的指导，因此农户也可以通过平台向专家咨询农业问题以及推荐阅读相关文献，提高农业知识水平。在本系统中，所涉及到的用户包括农户、农机手、工作人员、管理员。农民指拥有可纳入平台统筹规划耕种的农田且与平台达成协议的长期从事农业生产的人员。工作人员指在每个乡镇建立的服务中心中负责当地管理和技术支持等工作的人员。农机手指加入到平台的拥有符合条件的农机操作的工作人员或者是公司雇佣的农机操作人员。管理员指维护系统数据，为了简化开发难度，故管理员身兼数职，集农资部门、农机部门、农技服务中心于一身。系统由服务中心和智能系统组成。服务中心整合了农田、农机、农技等资源，为实现农业生产的机械化、规模化、科学化提供了条件。多个基层服务中心构成高级服务中心，形成服务中心的层级结构，实现乡、县、市、省、国五级互联互通，更方便地接入政府农业数据及企业产品需求。服务中心主要负责：与农机手、农资商、种植户、农产品收购商等形成合约关系；统一管理各种农机设备，统一购买农药化肥等农资；在合适的地方建设农机维修点、农机加油点等基础设施；配备农业专家以制定合理的计划并指导种植户解决农业生产过程中遇到的问题。智能系统分为Web端和移动端。Web端用户是服务中心工作人员，提供了生产规划、作业任务规划、大数据统计分析、数据可视化、农业技术支持等功能；移动端用户是种植户与农机手，提供了天气预警、任务提醒、农田信息查看、虫害识别、专家咨询及技术文库查看等功能。

2相关技术介绍

2.1智能调度算法

智能调度是指通过计算机智能计算，生成全年耕作计划及每日作业任务，从而实现农业生产的智能调度，原理如下。⑴根据农业生产经验初步制定全年计划，主要包括农业生产过程中每个时期的始末时间、工作总量、具体任务等。⑵系统根据生产的始末时间、工作总量、农机效率等，合理安排每天的工作任务，详细到天的任务类型、任务片区、所需农机数量等。⑶当工作收到天气等不可控因素影响时：①修改当前任务或任务延后一天；②根据剩余时间和剩余工作量重新安排该段时间任务，必要情况下增加农机数量确保任务在规定时间内完成；③在紧急情况下，调配资源及时解决紧急任务，必要时专家指导任务信息。

2.2虫害识别算法

本系统使用Inception-v3对图像进行分类识别，Inception-v3是一种卷积神经网络[2]（ConvolutionalNeuralNetworks,CNN）模型，使用了庞大的图像库ImageNet，已经被训练得比较成熟，对于大型图像处理有出色表现。ImageNet是一个计算机视觉系统识别项目，是根据WordNet[3]层次结构组织的图像数据库，其中层次结构的每个节点都由数百个或数千个图像描绘。目前每个节点平均拥有500张对应物体的可供训练的图像。对于特征明显的物体，该模型识别有很高的准确率；当特征不够明显时，准确率便会有一定的下降。由于害虫在ImageNet中只是一个很小的节点，而害虫又种类繁多，许多害虫外形相似，致识别率不如一般图片识别率高。农业生产中面临的害虫种类较少，因此可以采取“害虫归类”的方法来提高准确率。将农业生产中的害虫通过模型进行识别、测试和总结，将与其相似的那些害虫归结到这种害虫，可以较大地提高准确率。

2.3智能问答

将用户提出的问题文本，经过分词及关键字提取算法，获取智能计算机所能理解的范围内的词组。该算法基于TF-IDF[4]和TextRank[5]提取算法，具有较强的适用性和准确性。根据个性化的分词表和停词表，针对农业、天气等知识进行更准确的优化。

2.4农田面积算法

本系统使用手动添加标注点，计算面积，其主要利用凸包算法[6]构造区片多边形轮廓，然后把各条边通过经纬度转换后的比例，尺寸距离进行面积计算，其主要原理如下：⑴构造多边形采用Graham'sscan思想，假设由最底的一点P开始（如果有多个这样的点，那么选择最左边的），计算它跟其他各点的连线和x轴正向的角度，按小至大将这些点排序，称它们的对应点为A，B，C，D……。考虑最小的角度对应的点C。若由B到C的路径相对C到D的路径是向右转的（可以想象一个人沿B走到C，他站在C时，是向哪边改变方向），表示C不可能是凸包上的一点，考虑下一点由B到D的路径；否则就考虑B到C的路径是否向右转……直到回到P。⑵经纬度计算面积利用公开接口，基于BaiduMapAPI1.2将多边形各边的端点经纬度传入，获得多边形的平方米面积，并运用转换公式，换算为多少亩。示意图如图3。

3智能系统的设计与实现

3.1地图模块

地图模块调用了百度地图API，使用前端技术将地图简洁、美观的展示出来。也是系统重要的展示平台，android端能通过地图模块进行常规的定位、导航，Web端通过地图模块展示信息。在地图模块主要有以下几个方面，查看基本信息：查看基本信息是指按名定位、显示加油点、维修点、天气、服务中心点的功能；查看角色信息：角色是指农民、农田、农机、分区；查看角色信息即显示上述定义的角色的可见的信息；查看任务信息：任务的提醒、正在作业的任务点，都要在地图上显示。

3.2任务模块

任务模块是本系统的中心，也是智能化的体现，整合平台的资源，优化决策，智能调度。任务模块主要解决任务的优化建议问题，以及最基本的人工功能、提醒功能。任务提醒：每天系统第一次被登陆后，弹出会话框提醒工作人员应该对今、明天的任务作出决策。任务建议：系统通过计算，生成一张优化后的任务清单（具体到人、事、时间、目标、工作流程……）。任务的两种模式：工作人员直接填写任务清单，点击提交，相应机手将收到任务提醒；经过调整后的任务建议，点击提交即可完成任务的。查看任务：对于当前正在执行、排队中的任务和规划的任务列表进行查看。调整任务：对来自优化建议的任务进行调整，以及对算法过程中的影响因子参数的手动调整。

3.3天气模块

天气模块会显示当前地区的天气。使用网络爬虫[7]进行定时爬虫，从气象新闻网抓取天气数据，再将天气信息展示到平台上，定时更新。设置一个监听任务，每天7:30定时在网页上爬取当月天气的json数据，写入文件中。每天爬取一次数据写入json文件，覆盖原来的json文件。

3.4信息管理模块

信息管理模块是本系统的数据中心，涉及到农田、农民、农机、分区、文库、服务中心、任务信息及其它信息的增删查改。在此模块中，使用JavaBean传输数据，用Service进行数据库操作。

3.5知识库模块

文库模块是为了方便农民用户解决农业方面的问题，文库来自平台，文库模块主要解决文章的检索问题，及文章的推荐算法。此模块是从数据库中获取文章信息，再将内容通过Html、javascript等展示到平台上，供用户查看、实时检索。

3.6咨询模块

专家咨询是为农户解决农业生产中遇到的问题而产生的，农户只需将遇见的问题通过文字方式描述，提交至服务器，服务器传送到Web端，最后将专家建议返回至用户界面上。本系统提供人工回答和智能回答两种方式。人工回答由web端的工作人员对农户提交的问题直接进行回答；智能回答[8]是通过计算机自动分析问题、提取关键字并检索知识库进行回答，其使用基于TF-IDF和TextRank提取算法对用户的问题文本进行分词及关键字提取。

3.7虫害模块

虫害识别是本系统的特色和难点，其分为自动识别和人工识别两种方式。自动识别是通过Inception-v3进行识别，人工识别由Web端的工作人员做出识别。用户在虫害识别界面上传虫害的图片，也可附加描述性的文字，成功识别后，用户便可获得识别的结果、贴近的问答、专家咨询结果、相关文献。3.8数据库设计模块本系统对用户的身份证号、联系电话等私人信息做了相关数据存储，需保障数据信息的安全。而为了让用户能有良好的体验，要求快速反应，故对数据库也要求快速、高效的操作，同时，MySql数据库数据模型简单，关系与实体都是二维表表示，安全性高，因而系统使用MySql数据库进行数据存储。在对其的设计上，遵循原始单据与实体一对多的映射关系，满足第三范式。针对农业数据管理，设计了农户表、信息员表、农田表、农机表、申请作业表、需求表、任务表。农户表包含的字段：编号、姓名、登录名、密码、地址、身份证号、联系电话、头像。信息员表包含字段：编号、姓名、登录名、密码、地址、身份证号、联系电话、头像。农田表包括字段：编号、经度、纬度、面积、农民编号、农作物、实景照片。农机表包含字段：编号、农机主编号、品牌、机种、型号、报废期限、实景照片。申请作业表包含字段：农机主编号、申请号。需求表包含字段：需求号、农户编号、农田编号。任务表包含字段：农机主编号、任务号、农民编号、任务状态。图4功能模块示意图

4结束语

基于移动互联网的农业综合管理平台，针对农业生产出现的一些滞后问题，提出的一系列解决方案及服务手段，对提高农业生产效率有很好的帮助。在农业生产过程中，利用农业生产允许的时延，对农田分区划片进行分批耕作，通过算法智能计算产生全年计划以及每天的作业任务，智能分派到作业人员的客户端中，并利用服务中心专家的经验进行农业生产全程指导。本系统已经完成，但仍然有许多可以拓展的空间，如增强文库的丰富性、提高虫害识别的准确度等。随着网络技术的发展，将互联网与农业生产相结合，使农务人员在经营农作物方面更简便、更高效。这种将科技与传统农业的结合方式将是未来的趋势。

参考文献(References):

[1]中国互联网信息中心(CNNIC)《第38次中国互联网发展状况统计报告》,2016.8.

[2]柯研,王希龙,郑钰辉.卷积神经网络图像处理[J].电子技术与软件工程,2018.22.

[3]孙丽莉,张小刚.基于WordNet的概念语义相似度的计算方法[J].统计与决策,2017.

[4]于韬,王洪岩.基于TF-IDF算法的文本信息提取[J].科技视界,2018.16.

[5]门家乐.基于TextRank的关键词提取算法[J].电子世界,2018.15.

[6]唐磊.凸包围多面体生成算法及应用[D].清华大学硕士学位论文,2015.

[7]孙立伟,何国辉,吴礼发.网络爬虫技术的研究[J].电脑知识与技术,2010.15.

[8]武振国,李艳翠.植物病虫害智能问答系统设计与实现[J].农业网络信息,2017.1.

作者：刘宝玉 杨奎 汪琳霞 单位：南华大学计算机学院