智慧农业大数据服务器应用研究

【摘要】：物联网技术与传统农业的深度结合,使得以数据采集、远程传输、自动监控等功能为代表的智慧农业系统日益普及。随着农业现代化进程推进,智慧农业系统用户数量迅速增长,从而对系统造成沉重的服务压力,单服务器架构在高并发负载下难以满足系统需求。同时,农业数据具有容量大、种类多、结构多样化等特点,传统的数据存储模式存在着可靠性差、数据使用效率较低等缺陷,造成数据存储、数据分析等问题日渐凸显。针对以上问题,本文首先设计了智慧农业监测系统方案,实现了数据采集、显示、分析及设备控制等功能。根据农业数据存储实际情况,结合分布式框架的特点,运用负载均衡和分布式相关技术,搭建了基于分布式架构的农业大数据服务器运行平台,为高并发应用提供性能保障,并满足海量农业数据可靠存储和高效使用的需求。如何从获取的海量数据中提取有用信息指导生产过程,是智慧农业系统能否实现效益最大化的关键。本文根据农业应用需求,提出一种基于K-Means的农业数据异常检测方法。结合该方法分析环境数据样本集,发掘样本集中的异常点,可快速识别不理想的局部区域,同时将异常数据点信息在Web界面报警显示,为农业生产者及时高效地调整作物生长环境提供更好的决策支持,提高农作物产量与品质。本文结合智慧农业监测系统设计的分布式农业大数据服务器运行平台及数据分析方法,保障了系统性能和可靠性,为现代农业信息化、智能化发展提供了一个可行的解决方案,具有较好的应用前景和参考价值。