王麗娟 信麗媛 賈寶紅 原少輝

摘 要：農(nóng)業(yè)大數(shù)據(jù)與農(nóng)業(yè)產(chǎn)業(yè)深度融合，為農(nóng)業(yè)生產(chǎn)經(jīng)營決策提供科學(xué)指導(dǎo)，成為推進(jìn)農(nóng)業(yè)現(xiàn)代化的關(guān)鍵要素。農(nóng)業(yè)大數(shù)據(jù)平臺依托大數(shù)據(jù)技術(shù)，采集、整理、儲存、挖掘農(nóng)業(yè)數(shù)據(jù)，展示數(shù)據(jù)分析成果，為農(nóng)戶精準(zhǔn)生產(chǎn)、產(chǎn)品追溯、市場監(jiān)測、綜合服務(wù)提供解決方案。本文梳理現(xiàn)有文獻(xiàn)，系統(tǒng)分析農(nóng)業(yè)大數(shù)據(jù)平臺建設(shè)的體系框架、關(guān)鍵技術(shù)、重點應(yīng)用領(lǐng)域以及在我國的應(yīng)用實踐，旨在為科學(xué)設(shè)計農(nóng)業(yè)領(lǐng)域的大數(shù)據(jù)平臺提供借鑒。

關(guān)鍵詞：農(nóng)業(yè)大數(shù)據(jù)；平臺；Hadoop

中圖分類號：G250.74 文獻(xiàn)標(biāo)識碼：A DOI 編碼：10.3969/j.issn.1006-6500.2018.10.003

Abstract： Deep integration of agricultural big data and agricultural industry， which provided scientific guidance for agricultural production management， and became the key factor to promote the modernization of agriculture. Through the big data technology， the platform of agricultural big data collects， organizes， stores， and mines agricultural data， at last displays the results of data analysis， in order to provide solutions for farmers about precision production， product tracing， market monitoring， and comprehensive services. This paper combed through the existing literature， systematically analyzed the system framework， key technologies， key application fields and application practices in China for the purpose of providing reference for scientifically designing the big data platform in the field of agriculture.

Key words： agriculture big data； platform； Hadoop

在“互聯(lián)網(wǎng)+”的現(xiàn)代化信息時代，大數(shù)據(jù)已成為發(fā)現(xiàn)知識、創(chuàng)造價值的新型服務(wù)業(yè)態(tài)。隨著我國農(nóng)業(yè)信息化的推進(jìn)，農(nóng)業(yè)農(nóng)村大數(shù)據(jù)正與農(nóng)業(yè)產(chǎn)業(yè)全面深度融合，并逐漸成為指導(dǎo)農(nóng)業(yè)生產(chǎn)和管理的有利工具，成為助力智慧農(nóng)業(yè)發(fā)展的核心要素。運用大數(shù)據(jù)對種植作物種類、數(shù)量進(jìn)行宏觀調(diào)控，讓農(nóng)民生產(chǎn)出符合消費者實際需求的產(chǎn)品，實現(xiàn)產(chǎn)銷銜接順暢；運用大數(shù)據(jù)的預(yù)測功能，讓農(nóng)民知曉變幻莫測的價格變化，增強(qiáng)市場上的話語權(quán)、定價力和影響力?！坝脭?shù)據(jù)說話、用數(shù)據(jù)管理、用數(shù)據(jù)決策、用數(shù)據(jù)創(chuàng)新”是農(nóng)業(yè)生產(chǎn)經(jīng)營科學(xué)決策的必然選擇。農(nóng)業(yè)大數(shù)據(jù)要發(fā)揮作用，必須以平臺或系統(tǒng)為載體。本文從文獻(xiàn)角度梳理農(nóng)業(yè)大數(shù)據(jù)平臺建設(shè)的必要性，闡述農(nóng)業(yè)大數(shù)據(jù)平臺創(chuàng)建的技術(shù)框架體系和重點應(yīng)用領(lǐng)域以及在我國的實踐應(yīng)用，旨在為科學(xué)設(shè)計農(nóng)業(yè)相關(guān)領(lǐng)域的大數(shù)據(jù)平臺提供借鑒和指導(dǎo)。

1 農(nóng)業(yè)大數(shù)據(jù)平臺建設(shè)的必要性

農(nóng)業(yè)大數(shù)據(jù)是利用大數(shù)據(jù)的理念、技術(shù)和方法，解決農(nóng)業(yè)或涉農(nóng)領(lǐng)域數(shù)據(jù)的采集、存儲、計算與應(yīng)用等一系列問題，是大數(shù)據(jù)的理論和技術(shù)在農(nóng)業(yè)上的應(yīng)用與實踐[1]。農(nóng)業(yè)大數(shù)據(jù)具有豐富的內(nèi)涵：農(nóng)業(yè)數(shù)據(jù)集成共享平臺取代關(guān)系型數(shù)據(jù)庫成為數(shù)據(jù)存儲與管理的主要形式，農(nóng)業(yè)大數(shù)據(jù)在平衡產(chǎn)業(yè)鏈各環(huán)節(jié)的效應(yīng)更加突出[2]。

農(nóng)業(yè)大數(shù)據(jù)使得農(nóng)業(yè)內(nèi)部的信息流得到了延展和深化[3]，對于挖掘農(nóng)業(yè)價值，為生產(chǎn)者制訂生產(chǎn)計劃和獲取利益最優(yōu)化具有重要意義。農(nóng)業(yè)大數(shù)據(jù)為政府決策當(dāng)智囊，為企業(yè)管理做支撐，為學(xué)科發(fā)展建平臺，為管理升級供手段[4]。為了全面、規(guī)范、及時地采集農(nóng)業(yè)大數(shù)據(jù)， 在第一時間對大量的、異構(gòu)的農(nóng)業(yè)數(shù)據(jù)進(jìn)行分析， 需要建立一個農(nóng)業(yè)大數(shù)據(jù)平臺[5]。推動智慧農(nóng)業(yè)發(fā)展進(jìn)程，需要全面、及時掌握農(nóng)業(yè)的發(fā)展動態(tài)， 需要依托農(nóng)業(yè)大數(shù)據(jù)及相關(guān)大數(shù)據(jù)分析處理技術(shù)，建設(shè)一個農(nóng)業(yè)大數(shù)據(jù)分析應(yīng)用平臺[1]。

2 農(nóng)業(yè)大數(shù)據(jù)平臺的創(chuàng)建研究

2.1 總體設(shè)計

文燕[6]構(gòu)建以Hadoop為計算處理中心，HDFS和HBase為數(shù)據(jù)存儲中心的農(nóng)業(yè)大數(shù)據(jù)管理平臺；結(jié)合當(dāng)?shù)厥痉秷@實際情況，設(shè)計平臺架構(gòu)，提供了農(nóng)業(yè)大數(shù)據(jù)存儲中心和計算處理中心設(shè)計方案和基于Map/Reduce農(nóng)業(yè)數(shù)據(jù)挖掘解決方案。郭雷風(fēng)[7]將農(nóng)業(yè)大數(shù)據(jù)系統(tǒng)設(shè)計成5層：與農(nóng)業(yè)相關(guān)的各種資源、環(huán)境，數(shù)據(jù)采集網(wǎng)絡(luò)，農(nóng)業(yè)大數(shù)據(jù)中心，數(shù)據(jù)價值發(fā)現(xiàn)，農(nóng)業(yè)大數(shù)據(jù)研究與應(yīng)用，構(gòu)建現(xiàn)代農(nóng)業(yè)。孟祥寶等[8]從服務(wù)、管理、應(yīng)用、資源和技術(shù)5個方面提出了農(nóng)業(yè)大數(shù)據(jù)SMART應(yīng)用架構(gòu)體系，設(shè)計了一個農(nóng)業(yè)大數(shù)據(jù)智能分析平臺。李瑾，顧戈琦[9]從設(shè)計原則、思路、框架及功能模塊對農(nóng)業(yè)大數(shù)據(jù)平臺進(jìn)行設(shè)計。

2.2 技術(shù)架構(gòu)

目前，在云計算環(huán)境下，Hadoop、Storm和Spark是大數(shù)據(jù)處理的工具，但農(nóng)業(yè)大數(shù)據(jù)應(yīng)用在技術(shù)體系架構(gòu)上主要采用基于Hadoop分布式處理系統(tǒng)，這是由于農(nóng)業(yè)大數(shù)據(jù)的特點及存儲應(yīng)用所需要具備的各種功能特征所決定的。Hadoop是谷歌大數(shù)據(jù)平臺的開源實現(xiàn)，在大數(shù)據(jù)處理和應(yīng)用中非常典型。陶佰睿等[10]提出利用Hadoop和WSN技術(shù)構(gòu)建基于云端的低成本農(nóng)業(yè)大數(shù)據(jù)采集預(yù)處理系統(tǒng)，為多源異構(gòu)農(nóng)業(yè)生產(chǎn)數(shù)據(jù)提供實時監(jiān)測、傳輸和海量數(shù)據(jù)的存儲與管理方案，并且設(shè)計針對大數(shù)據(jù)量算法的MapReduce實現(xiàn)對數(shù)據(jù)的處理。李竹林等[11]對比當(dāng)前主要的大數(shù)據(jù)處理工具特點，詳細(xì)闡述Hadoop的部署思路及詳細(xì)的命令。

2.3 關(guān)鍵技術(shù)

按照平臺建設(shè)流程，農(nóng)業(yè)大數(shù)據(jù)的關(guān)鍵技術(shù)包含四類：一是大數(shù)據(jù)采集、預(yù)處理、存儲、管理技術(shù)，其中數(shù)據(jù)存儲與處理技術(shù)包括云計算、MapReduc、分布式文件系統(tǒng)和分布式數(shù)據(jù)庫；二是大數(shù)據(jù)計算與挖掘分析技術(shù)，數(shù)據(jù)挖掘技術(shù)有機(jī)器學(xué)習(xí)、虛擬化和資源管理技術(shù)等，其中深度學(xué)習(xí)是當(dāng)前大數(shù)據(jù)技術(shù)主要研究熱點之一，深度學(xué)習(xí)（Deep Learning）是機(jī)器學(xué)習(xí)的一種實現(xiàn)方法，是神經(jīng)網(wǎng)絡(luò)理論發(fā)展的重要突破；三是大數(shù)據(jù)可視化分析與呈現(xiàn)技術(shù)；四是大數(shù)據(jù)隱私與安全技術(shù)。

從文獻(xiàn)看，吳重言等[12]詳細(xì)分析了云技術(shù)、MapReduce、分布式文件系統(tǒng)、分布式數(shù)據(jù)庫，提出農(nóng)業(yè)大數(shù)據(jù)存儲、農(nóng)業(yè)大數(shù)據(jù)分析的解決方案。韓家琪等[13]利用空間數(shù)據(jù)倉庫在空間數(shù)據(jù)處理上的優(yōu)勢，從數(shù)據(jù)采集、數(shù)據(jù)集成處理、數(shù)據(jù)分析和數(shù)據(jù)應(yīng)用4方面對農(nóng)業(yè)大數(shù)據(jù)進(jìn)行研究。米春橋等[14]分析了農(nóng)業(yè)大數(shù)據(jù)清洗技術(shù)、尺度轉(zhuǎn)換技術(shù)、融合技術(shù)、關(guān)聯(lián)分析與預(yù)測技術(shù)、可視化技術(shù)。

3 農(nóng)業(yè)大數(shù)據(jù)平臺應(yīng)用的重點領(lǐng)域

3.1 精準(zhǔn)農(nóng)業(yè)生產(chǎn)決策支持

近年來，隨著大數(shù)據(jù)技術(shù)的推進(jìn)，人們意識到農(nóng)業(yè)大數(shù)據(jù)提供的海量信息將為農(nóng)業(yè)生產(chǎn)種植決策提供科學(xué)依據(jù)，并有利于農(nóng)戶發(fā)展精準(zhǔn)生產(chǎn)，減輕“市場中信息不對稱帶來的深切痛楚”。因此，更多的學(xué)者或企業(yè)致力于利用大數(shù)據(jù)技術(shù)為種植者提供決策方案。國外農(nóng)業(yè)大數(shù)據(jù)與精準(zhǔn)農(nóng)業(yè)結(jié)合，幫助農(nóng)場主生產(chǎn)決策，類似應(yīng)用較為成熟且取得了良好的效益。迪爾（Deer）公司、孟山都公司、先鋒（Pioneer）公司都已廣泛使用農(nóng)業(yè)大數(shù)據(jù)系統(tǒng)[15]，這些系統(tǒng)助力農(nóng)業(yè)資源利用、作物育種、農(nóng)田和肥料管理等。還有學(xué)者利用C4.5算法分別建立了雨季和旱季的決策樹，模擬如何在泰國北部地區(qū)選擇作物種植來達(dá)到環(huán)境效益和經(jīng)濟(jì)效益的平衡。

國內(nèi)的相關(guān)研究不多見。薛文龍等[16]利用空間數(shù)據(jù)挖掘技術(shù)，以土壤肥力預(yù)警為例，構(gòu)建基于大數(shù)據(jù)的農(nóng)業(yè)安全預(yù)警體系。齊魯[17]利用企業(yè)級WebGIS構(gòu)建平臺ArcGIS Server，開發(fā)了適合壽光區(qū)域土壤條件的蔬菜安全生產(chǎn)決策支持系統(tǒng)。天津市無公害研究中心開展“大數(shù)據(jù)驅(qū)動的放心菜基地效益分析模型”研究，依托天津市放心菜質(zhì)量安全監(jiān)管平臺，利用聚類分析、關(guān)聯(lián)分析、決策樹挖掘等分析方法，對基地800萬條數(shù)據(jù)進(jìn)行挖掘，構(gòu)建蔬菜生產(chǎn)企業(yè)效益分析模型[18]。

3.2 農(nóng)產(chǎn)品市場監(jiān)測預(yù)警

大數(shù)據(jù)技術(shù)推動了農(nóng)產(chǎn)品監(jiān)測預(yù)警在監(jiān)測內(nèi)容和對象、數(shù)據(jù)快速獲取技術(shù)、信息智能處理和分析技術(shù)、信息表達(dá)和服務(wù)技術(shù)等方面的創(chuàng)新[3]。目前，國家和各省市都開展了農(nóng)產(chǎn)品市場監(jiān)測工作，積累了相當(dāng)數(shù)量的信息數(shù)據(jù)，為農(nóng)產(chǎn)品價格預(yù)警工作奠定了基礎(chǔ)。中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)信息研究所搭建的中國農(nóng)產(chǎn)品監(jiān)測預(yù)警系統(tǒng)在機(jī)理分析過程中實現(xiàn)了仿真化與智能化，做到了覆蓋中國農(nóng)產(chǎn)品市場上的953個主要品種，可以實現(xiàn)全天候即時性農(nóng)產(chǎn)品信息監(jiān)測與信息分析，用于不同區(qū)域不同產(chǎn)品的多類型分析預(yù)警。

4 農(nóng)業(yè)大數(shù)據(jù)平臺在全國的實踐

4.1 精準(zhǔn)農(nóng)業(yè)生產(chǎn)決策平臺

山東省科技廳立項支持建立“渤海糧倉科技示范工程大數(shù)據(jù)平臺”，促進(jìn)糧食的增產(chǎn)增效?！盎诖髷?shù)據(jù)的山東省小麥、玉米主要蟲害特征數(shù)據(jù)采集與預(yù)警平臺建設(shè)”，為抵御因蟲害降低糧食產(chǎn)量，找到治理蟲害的duice提供科學(xué)依據(jù)[19]?！笆锥嫁r(nóng)業(yè)大數(shù)據(jù)中心”開展大數(shù)據(jù)技術(shù)研究與應(yīng)用，旨在為政府涉農(nóng)部門以及首都農(nóng)業(yè)龍頭企業(yè)，提供數(shù)據(jù)支撐和服務(wù)[20]。北京精禾大數(shù)據(jù)科技有限公司開發(fā)的“遙感、模型、算法驅(qū)動型精準(zhǔn)農(nóng)業(yè)大數(shù)據(jù)決策系統(tǒng)”，為農(nóng)戶提供從種到收的40多個主要生產(chǎn)精準(zhǔn)決策。

4.2 質(zhì)量安全追溯平臺

京東與科爾沁牛業(yè)聯(lián)合打造全流程追溯體系，科爾沁牛業(yè)利用區(qū)塊鏈技術(shù)將智能化生產(chǎn)線的產(chǎn)品數(shù)據(jù)與京東供應(yīng)鏈追溯系統(tǒng)的數(shù)據(jù)打通，用戶掃描二維碼，即可知產(chǎn)品來源牛場及屠宰加工、倉儲物流配送等信息。天津農(nóng)學(xué)院設(shè)計開發(fā)“肉雞生產(chǎn)監(jiān)測與產(chǎn)品質(zhì)量可追溯平臺”，實現(xiàn)了肉雞從生產(chǎn)、屠宰加工、冷鏈儲運到銷售所有環(huán)節(jié)信息的可追溯，保證肉雞產(chǎn)品安全。

4.3 農(nóng)產(chǎn)品市場大數(shù)據(jù)平臺

海南省基于Hadoop分布式文件系統(tǒng)和并行計算方法設(shè)計的“大數(shù)據(jù)背景下海南農(nóng)產(chǎn)品價格分析平臺”，針對海南農(nóng)產(chǎn)品歷史價格信息及氣候或自然災(zāi)害等影響價格波動的因素進(jìn)行大數(shù)據(jù)分析，并預(yù)測未來幾天的價格波動趨勢，從而達(dá)到價格預(yù)警的作用，為相關(guān)部門提供決策支持[21]。重慶商投建立了重慶市農(nóng)業(yè)大數(shù)據(jù)協(xié)同創(chuàng)新中心和重慶市農(nóng)業(yè)大數(shù)據(jù)平臺，從數(shù)據(jù)采集、數(shù)據(jù)共享、建立數(shù)據(jù)模型、進(jìn)行可視化展示等方面，進(jìn)行全方面的數(shù)據(jù)建設(shè)，致力于解決農(nóng)貿(mào)行業(yè)供需匹配與食品安全的困局。

4.4 綜合信息服務(wù)平臺

山東農(nóng)業(yè)大學(xué)建成“農(nóng)業(yè)大數(shù)據(jù)應(yīng)用云平臺”，平臺整合權(quán)威機(jī)構(gòu)發(fā)布的宏觀經(jīng)濟(jì)、農(nóng)業(yè)、農(nóng)村、畜牧業(yè)、氣象等相關(guān)涉農(nóng)數(shù)據(jù)，提供數(shù)據(jù)資源互助共享、價格監(jiān)測、專題分析、企業(yè)地圖可視化、企業(yè)信用監(jiān)測定制等功能。南京市農(nóng)業(yè)委員會基于大數(shù)據(jù)技術(shù)，整合資源，提煉分析數(shù)據(jù)，構(gòu)建知識庫，創(chuàng)建智慧農(nóng)業(yè)中心，推進(jìn)大數(shù)據(jù)技術(shù)在農(nóng)業(yè)智慧管理中的應(yīng)用[22]。天津市以大數(shù)據(jù)、云計算技術(shù)為手段，探索搭建“三農(nóng)大數(shù)據(jù)平臺”，致力于政務(wù)管理。上海市推進(jìn)建設(shè)全市統(tǒng)一的農(nóng)業(yè)公共信息化平臺，旨在精準(zhǔn)化控制重要農(nóng)業(yè)信息[23]。遼寧省12316平臺，建立全方面的信息服務(wù)體系，能夠迅速感知三農(nóng)焦點熱點，為全省農(nóng)民提供多維度的農(nóng)業(yè)綜合信息服務(wù)。

北京市農(nóng)林科學(xué)院農(nóng)業(yè)信息與經(jīng)濟(jì)研究所開發(fā)“‘農(nóng)科云農(nóng)業(yè)全產(chǎn)業(yè)鏈大數(shù)據(jù)平臺”，為農(nóng)戶提供方便、快捷、高效的農(nóng)業(yè)全產(chǎn)業(yè)鏈管理服務(wù)。農(nóng)業(yè)生產(chǎn)經(jīng)營主體只需要注冊賬號登錄平臺，便可以享受從產(chǎn)前生產(chǎn)指導(dǎo)，到產(chǎn)中決策管理，再到產(chǎn)后銷售服務(wù)的一條龍涉農(nóng)信息服務(wù)[24]。國家農(nóng)業(yè)信息化工程技術(shù)研究中心與思遠(yuǎn)農(nóng)業(yè)共同設(shè)計開發(fā)了“農(nóng)保姆”管理系統(tǒng)，并于2017年6月上線，該系統(tǒng)以思遠(yuǎn)農(nóng)業(yè)社會化服務(wù)模式為原型，分別開發(fā)了社員版和社長版手機(jī)APP，其中農(nóng)保姆APP（社員版）包括農(nóng)學(xué)院、微農(nóng)、標(biāo)準(zhǔn)化種植和個人中心四大板塊，可實現(xiàn)標(biāo)準(zhǔn)化種植學(xué)習(xí)、在線提問、經(jīng)驗分享等功能[25]。

參考文獻(xiàn)：

[1]孫忠富，杜克明，鄭飛翔，等.大數(shù)據(jù)在智慧農(nóng)業(yè)中研究與應(yīng)用展望[J].中國農(nóng)業(yè)科技導(dǎo)報，2013（6）：63-71.

[2]王文生，郭雷風(fēng).農(nóng)業(yè)大數(shù)據(jù)及其應(yīng)用展望[J].江蘇農(nóng)業(yè)科學(xué)，2015，43（9）：1-5.

[3]許世衛(wèi).農(nóng)業(yè)大數(shù)據(jù)與農(nóng)產(chǎn)品監(jiān)測預(yù)警[J].中國農(nóng)業(yè)科技導(dǎo)報，2014，16（5）：14-20.

[4]溫孚江.農(nóng)業(yè)大數(shù)據(jù)研究的戰(zhàn)略意義與協(xié)同機(jī)制[J].高等農(nóng)業(yè)教育，2013（11）：3-6.

[5]郭承坤，劉延忠，陳英義，等.發(fā)展農(nóng)業(yè)大數(shù)據(jù)的主要問題及主要任務(wù)[J].安徽農(nóng)業(yè)科學(xué)，2014，42（27）：9642-9645.

[6]文燕.基于Hadoop農(nóng)業(yè)大數(shù)據(jù)管理平臺的設(shè)計[J].計算機(jī)系統(tǒng)應(yīng)用，2017（5）： 74-79.

[7]郭雷風(fēng).面向農(nóng)業(yè)領(lǐng)域的大數(shù)據(jù)關(guān)鍵技術(shù)研究[D].北京：中國農(nóng)業(yè)科學(xué)院，2016.

[8]孟祥寶，謝秋波，劉海峰，等.農(nóng)業(yè)大數(shù)據(jù)應(yīng)用體系架構(gòu)和平臺建設(shè)[J].廣東農(nóng)業(yè)科學(xué)，2014，41（14）：173-178.

[9]李瑾，顧戈琦.基于“互聯(lián)網(wǎng)+”的農(nóng)業(yè)大數(shù)據(jù)平臺構(gòu)建[J].湖北農(nóng)業(yè)科學(xué)，2017（ 10）： 1947-1952.

[10]陶佰睿，李春輝，苗鳳娟，等.基于云端的農(nóng)業(yè)大數(shù)據(jù)采集與管理系統(tǒng)淺析[J].工業(yè)和信息化教育，2016（9）： 81-89.

[11]李竹林，須暉，江紅霞，等.農(nóng)業(yè)云計算環(huán)境下大數(shù)據(jù)處理軟件的選型與部署[J].農(nóng)業(yè)網(wǎng)絡(luò)信息，2017（5）：90-94.

[12]吳重言，吳成偉，熊燕玲，等.農(nóng)業(yè)大數(shù)據(jù)綜述[J].現(xiàn)代農(nóng)業(yè)科技，2017（17）： 290-292，295.

[13]韓家琪，毛克彪，夏浪，等.基于空間數(shù)據(jù)倉庫的農(nóng)業(yè)大數(shù)據(jù)研究[J].中國農(nóng)業(yè)科技導(dǎo)報，2016，18（5）：17-24.

[14]米春橋，彭小寧，米允龍，等.農(nóng)業(yè)大數(shù)據(jù)技術(shù)研究現(xiàn)狀與發(fā)展趨勢[J].安徽農(nóng)業(yè)科學(xué)，2016，44（34）：235-237.

[15]陳威，李燕妮，周涵，等.孟山都農(nóng)業(yè)大數(shù)據(jù)的生產(chǎn)應(yīng)用及中國啟示[J].農(nóng)業(yè)網(wǎng)絡(luò)信息，2017（5）：27-30.

[16]薛文龍，宿金勇.大數(shù)據(jù)與農(nóng)業(yè)安全預(yù)警[J].科技通報，2017（8）：202-205.

[17]齊魯.基于WebGIS的壽光蔬菜安排生產(chǎn)決策支持系統(tǒng)的設(shè)計與實現(xiàn)[J].長江蔬菜，2008（10）：82-85.

[18]種植業(yè)辦.大數(shù)據(jù)驅(qū)動的放心菜基地效益分析模型研究項目順利完成結(jié)題驗收[EB/OL].（2018-02-11）[2018-09-04].http：//nync.tj.gov.cn/zwgk/zwyw/201803/t20180313_17302.html.

[19]宋長青，柳平增，任萬明，等.實施現(xiàn)代農(nóng)業(yè)大數(shù)據(jù)工程的理性思考[J].中國現(xiàn)代教育裝備，2016（15）：111-114.

[20]作者不詳.首農(nóng)牽手京東打造“首都農(nóng)業(yè)大數(shù)據(jù)中心”[J].種業(yè)導(dǎo)刊，2015（11）：30.

[21]黃啟航，曾廣新，謝建行，等.基于Hadoop農(nóng)產(chǎn)品價格分析平臺[J].山西農(nóng)經(jīng)，2017（19）：45-47.

[22]瞿榮錦，張俊，郭艷鴿.基于大數(shù)據(jù)開發(fā)應(yīng)用的農(nóng)業(yè)智慧管理研究[J].農(nóng)業(yè)工程技術(shù)，2016（6）：56-58.

[23]劉輝.為精準(zhǔn)化控制上海正推進(jìn)建設(shè)農(nóng)業(yè)公共信息化平臺[EB/OL].（2017-09-20）[2018-08-06].http：//sh.eastday.com/m/20170920/u1ai10870285.html.

[24]北京市農(nóng)林科學(xué)院農(nóng)業(yè)信息與經(jīng)濟(jì)研究所.“農(nóng)科云”構(gòu)建農(nóng)業(yè)全產(chǎn)業(yè)鏈大數(shù)據(jù)平臺[J].北京農(nóng)村經(jīng)濟(jì)，2018（1）：32-33.

[25]作者不詳.思遠(yuǎn)“農(nóng)保姆”線上農(nóng)業(yè)服務(wù)系統(tǒng)正式上線[EB/OL]. （2017-06-15）[2018-08-06].http：//www.sohu.com/a/149019818_279663.