收藏
国家政策支持(乡村振兴战略、"农业质量年"主题)。
农业数据爆发式增长:互联网、物联网、云计算推动农业全产业链数据积累。
国际趋势:精准种植、生态环境监测、农产品安全监控等应用快速发展。
核心挑战数据挖掘复杂:农业数据具有地域性、季节性等特点。
经验与数据结合:需整合种植业、畜牧业等跨领域数据。
数据类型多样:涵盖自然资源、生产、市场、管理等多维度数据。
建设目标构建农业大数据研究中心与专业数据资源中心。
依托大数据技术(采集、存储、分析)构建应用平台。
形成权威农业研究成果发布平台,服务政府、企业与公众。
建设原则可扩展性、合理性(性价比最优)、可靠性(7×24运行)、可管理性(标准化)、安全性(国产化软硬件)。
实现"智慧农业"核心功能:监控预警、精准种植、市场追踪等。
案例:智能监控系统
功能:气象监测(温湿度、光照)、环境监测(土壤pH值)、视频监控、设备状态管理。
技术:物联网传感器+云计算+移动终端。
精准种植应用数据驱动:土壤养分、作物生长、气候数据分析。
案例:渤海粮仓项目
数据采集:人工录入与物联网自动采集结合。
分析模型:决策树算法优化麦田等级划分,指导施肥灌溉。
"1932"体系:
1个门户平台:综合展示与统一入口。
9大应用系统:生产管理、资源监控、市场分析等。
3张网络:互联网(公众服务)、内部办公网(涉密)、机关内部办公网(新建设)。
2个管理体系:安全与运维保障体系。
系统分层结构基础设施层:云计算平台(IaaS)、存储备份系统。
支撑层:应用支撑平台(服务总线、身份认证)。
应用层:业务系统(精准种植、协同管理)与大数据分析平台。
功能模块:
数据采集:多源异构数据接入。
存储:分布式文件系统(HDFS)、列数据库(HBase)。
计算引擎:支持机器学习(分类/聚类)、流计算、图计算。
业务处理:实时监控、时空碰撞分析。
技术框架:
数据总线:高效路由分发。
Hive:结构化数据挖掘。
ZooKeeper:分布式协调服务。
网络安全设计三级防护:
物理安全:机房选址、防火防雷、电磁屏蔽。
计算环境安全:身份双因素认证、入侵防御、恶意代码检测。
通信安全:链路加密、网络可信接入。
等级保护:符合国家信息安全三级标准。
网络系统优化带宽规划:
省-地市:190M(双链路冗余)。
地市-区县:100M(单链路)。
QoS部署:按业务优先级分配带宽(如视频流优先)。
虚拟化技术:
网络虚拟化:VSwitch实现虚拟机互联。
存储虚拟化:SAN共享存储支持动态迁移。
计算虚拟化:服务器资源池按需分配。
资源池规划:分生产、测试、扩产资源池,支持弹性扩容。
PaaS层(平台服务)提供中间件、数据库服务,支持应用快速部署。
自动构建运行环境,动态调整资源满足应用需求。
SaaS层(软件服务)集成12类应用系统(如智能门户、移动农业平台、全局视图系统)。
保障业务连续性(数据丢失可能导致业务中断)。
方案设计架构:集中式存储(主)+磁盘阵列备份(备)。
技术:SAN网络 + 实时数据复制。
策略:全备份(每周) + 增量备份(每日)。
近期:整合基础设施,构建IaaS云基础。
中期:完善数据共享体系,实现PaaS平台服务。
远期:形成自适应SaaS应用生态。
风险控制灾备中心建设(本地应急+异地容灾)。
安全运维体系:定期漏洞扫描 + 应急响应机制。