發布時間：所屬分類：科技論文瀏覽：1次
摘 要： 摘要:為進一步提高我國農田規劃信息獲取的實時性與準確性，結合當前數據分析功能強大的云計算技術，對農田規劃區域信息采集系統進行了設計。通過理解農田規劃的布局設計特征，建立區域信息采集系統的數據控制框架與理論結構模型，對采集系統的軟件控制流程與
摘要:為進一步提高我國農田規劃信息獲取的實時性與準確性，結合當前數據分析功能強大的云計算技術，對農田規劃區域信息采集系統進行了設計。通過理解農田規劃的布局設計特征，建立區域信息采集系統的數據控制框架與理論結構模型，對采集系統的軟件控制流程與硬件設施配置逐步選型優化，得到較為完善的農田規劃區域信息采集系統。基于云計算設計理念輸入不同的農田周邊環境變化數據進行模擬試驗，結果表明:與傳統的信息采集方法相比，云計算環境下的區域信息采集系統準確率可由91.8%提升到96.3%，且平均準確率可提升3.9%左右，驗證了該采集系統設計的可行性。
關鍵詞:農田規劃;云計算;布局設計;數據控制;選型優化
0引言
隨著全球化信息網絡技術的飛速發展，我國農田規劃業不斷向簡約化、智能化方向轉變。云計算作為新興概念與技術產物被應用于軍事、計算機、工農業等各行各業，優點為可以迅速準確地獲取所需信息與數據。近年來，多名專家學者致力于農田規劃產業的開發與優化，包括農村農田、農田景觀及自然農田等方向，風格各異。為此，筆者從云計算理念角度出發，應用先進的智能農田區域布局與信息采集技術，對農田規劃的區域化信息采集系統進行了設計及試驗。
1農田規劃概述
農田規劃設計涵蓋多方面的學科技術，統一由農業統籌布局設計目標下的點、線、面等基本構圖要素搭配組合而成。圖1為現代農田規劃設計下的俯瞰輪廓。通常而言，農田規劃分為自然屬性與社會屬性，自然屬性是由農作物、花草、土壤等組成，社會屬性則是融入了人的思想與內涵，墻體、路面、顏色、曲線的搭配更加顯示出科學性與協調性信息。
針對農田規劃營造的舒適氛圍與美觀程度，對農田區域整體評價參數進行權重型分類，如表1所示。農田區域的整體適宜度1表示最優，0表示不適宜，0.25～0.75處于中等適宜等級;類似農田規劃的豐富多樣性1表示最優，0～0.30之間表示植物配置相對單一，0.30～0.60表示中等豐富，體現為各植物與構筑間的分布配比程度。
2區域信息采集系統設計
2.1布局模型建立
云計算技術合理地運用到農田規劃區域信息采集領域，形成龐大的資源共享體系，以強大的數據信息采集與處理功能為切入點，以資源按需性、條理性原則通過網絡連接大量的采集節點進行圖像成形信息訪問，便于網絡化調整與管理，呈現出現代化農田規劃發展理念。為確保此設計下的農田規劃區域信息采集穩定高效性能，以信息熵建立農田規劃布局模型，即
工作時，大數據經抽取、轉換等預處理，經數據庫的特征分解、歸并等核心處理，邏輯控制運算后顯示至信息采集系統的用戶顯示界面，提高了信息采集的便捷性與準確性。
2.2軟件系統運行
區域信息采集軟件系統后臺著重體現在表示層、邏輯層與數據層板塊，數據層以區域CORS方法進行信息觀測，核心邏輯控制在C#/ASP.NET等編程語言下運行，以此搭建信息采集系統的結構體系，如圖3所示。采集主系統分解為數據管理、查詢幫助、分析統計與瀏覽4大系統，進一步展開專項功能細化。其中，設置分類特征瀏覽、植物素材瀏覽、廊道構筑瀏覽為獲取農田規劃信息采集的主要途徑之一。
對農田規劃信息采集的內部核心算法進行選取及功能設置(見表2)，步驟性地劃分目標，經讀取、SVM訓練、專項處理與執行后輸出實時性狀態化的區域信息，達到云計算管控下的信息采集功能實現。
2.3硬件系統配置
進行云計算控制下的區域信息采集系統硬件設備配置，基于虛擬化與分類化的特征匹配與轉換，形成區域信息傳輸流程化設計，如圖4所示。農田規劃的實地信息顯示通過后臺的信息采集、通信、解譯后傳送至數據存儲模塊，并配備閉環反饋模塊，實時對所采集到的信息進行準確度處理。
云計算與區域采集系統的硬件配置以所需功能實現為目標，以IaaS-PaaS-SaaS3大控制順序進行服務層構成。IaaS層構成如圖5所示。云計算IaaS層劃分為虛擬化層與物理層，配備虛擬軟件類、數據處理與服務類、物理存儲設施等進階化硬件;云計算PaaS層則由消息中間件、操作系統平臺、網絡數據包和交易中間件構成，主要處理消息傳輸超時、內存故障、網絡丟包機隊列刪除等任務;云計算SaaS層從系統端口、瀏覽器模塊進行組建，即完成整體的農田規劃區域信息采集系統硬件設置。
相關論文推薦：農機技術新應用方式有何意義
3信息采集模擬分析
3.1條件設置
進行信息采集模擬試驗條件設置，數據庫關系實現(見圖6)表述為:從信息采集站點出發至訪問權限管理，結合解算任務與結果，實現云計算管理下的信息采集。
同時設置如表3所示的農田規劃區域信息采集模擬的后臺協同方法指令，實現指令手段分數據型、接口型與變量型，對采集的數據進行異或、調用、重排及加載替換
3.2數據分析
對后臺信息采集系統的數據進行提取轉換，得到如表4所示的基于云計算的農田規劃信息采集系統數據對比和基于云計算的農田區域信息采集系統畫面顯示(見圖7)。由表4可知:選擇切合實際需求性的6組模擬數據，云計算環境下的信息采集系統準確率較傳統的信息采集方法平均準確率提升3.9%左右，且最大模擬序號組的信息采集準確率可達5.8%以上，說明基于云計算的農田規劃區域信息采集系統設計的可行性。
4結論
1)將云計算管理技術與農田規劃區域信息方法結合，建立農田規劃區域信息采集系統的理論結構模型，并從軟件控制與硬件配置角度進行優化，通過嚴謹的指令化控制與數據化采集處理，形成完整的采集體系，進行模擬試驗。
2)經設計得到云計算管控下的農田區域信息采集系統顯示畫面，包含信息獲取、處理、查詢、轉換、輸出等全過程，為后期農田規劃維護管理提供便利。
3)實驗表明:農田規劃區域信息采集系統準確率保持在90%以上，與實際農田規劃的符合度較高，較傳統的信息采集方法平均信息采集準確率提升3.9%左右。